Daniel Litt, matemático y autor del blog Proofs and Prompts, ha presentado una visión radical y optimista sobre el futuro de la profesión matemática en la era de la inteligencia artificial. En un artículo reciente, Litt argumenta que, a diferencia de las previsiones pesimistas que predicen el fin de la comprensión humana en matemáticas, la IA no reemplazará a los matemáticos, sino que transformará profundamente su práctica. La premisa central es que, aunque la producción de texto matemático se desconecte de la comprensión profunda, la necesidad de generar entendimiento humano aumentará, requiriendo una adaptación institucional drástica.
El contexto de esta propuesta es la evolución acelerada de los sistemas de IA. Hace tres años, estas herramientas no podían realizar operaciones aritméticas básicas con fiabilidad; un año atrás, modelos internos de OpenAI y DeepMind obtuvieron puntuaciones equivalentes a la medalla de oro en la Olimpiada Internacional de Matemáticas (IMO). Hoy, estos sistemas están resolviendo automáticamente preguntas abiertas de gran envergadura. Litt señala que esta tendencia es inevitable y que la comunidad matemática debe prepararse para un cambio radical, evitando el escenario de estancamiento que describió en su charla anterior, 'The End of Mathematics', donde la institucionalización actual podría frenar el progreso.
Litt critica la dependencia actual de la comunidad matemática en la demostración de teoremas como métrica principal de éxito. Argumenta que el objetivo de la matemática no es simplemente probar teoremas, lo cual es trivialmente automatizable mediante la enumeración de axiomas y reglas de deducción. La comunidad ha operativizado sus valores a través de la publicación de resultados, pero esta señal es ahora insuficiente para distinguir entre el progreso matemático genuino y la mera generación de texto por parte de la IA. Litt propone que debemos preservar el valor de la comprensión humana, la curiosidad y la interacción comunitaria, en lugar de intentar mantener intactos los mecanismos burocráticos como la revisión por pares o el sistema de arXiv, que podrían volverse obsoletos si la calidad del texto no garantiza la calidad de la mente que lo produce.
Para Litt, la solución no reside en intentar frenar el desarrollo de la IA ni en esperar que los laboratorios de IA abandonen la matemática, sino en reconceptualizar los objetivos de la educación y la investigación. La pregunta más urgente es: ¿qué deberían estar haciendo los estudiantes? Actualmente, es posible producir tesis doctorales que no han sido leídas, donde el texto no refleja la comprensión del autor. Litt propone que la comunidad debe valorar los resultados matemáticos interesantes independientemente de su procedencia, pero debe distinguir claramente entre la producción de texto y la demostración de competencia intelectual.
En cuanto a la formación de nuevos matemáticos, Litt sugiere que las instituciones deben priorizar el desarrollo de habilidades de teoría, formulación de preguntas y exposición clara, áreas donde la IA aún subrinde a los humanos. No se trata de perseguir la vanguardia de las capacidades de los modelos, sino de considerar el 'juego final' de la disciplina. Litt defiende la importancia de mantener espacios para seminarios de aprendizaje, conversaciones serendípicas y la interacción directa entre estudiantes y profesores, elementos que fomentan la comprensión profunda y la comunidad de aprendizaje. La profesión matemática debe decidir qué valores preservar y qué estructuras descartar para adaptarse a una nueva realidad donde la tecnología es un aliado, no un competidor, pero donde la comprensión humana sigue siendo el objetivo último y más valioso de la disciplina.