La investigación matemática enfrenta una crisis de divulgación debido a la capacidad de las grandes empresas de inteligencia artificial para resolver problemas complejos mediante computación intensiva. Este fenómeno, descrito como la 'caída de la economía de la demostración', permite a corporaciones como OpenAI generar pruebas formales completas en cuestión de horas, desincentivando la publicación tradicional de resultados. Terence Tao advierte que la escasez de problemas prometedores está cambiando la dinámica de la comunidad, obligando a los matemáticos a ocultar direcciones de investigación para evitar que la IA 'aplaste' el potencial de sus hallazgos antes de que se publiquen. Los costos estimados para resolver problemas como Navier-Stokes oscilan entre 6,5 y 40 millones de dólares, una barrera económica que solo las mega-corporaciones pueden superar. Ante esta situación, el autor propone dos soluciones: exigir que solo humanos puedan ser acreditados por resultados con premios, similar a la ley de derechos de autor de EE. UU., y obligar a publicar la metodología completa de los sistemas de IA, incluyendo sus prompts, para desincentivar la apropiación de soluciones por parte de estas empresas. Esta medida busca preservar la naturaleza colaborativa y abierta de la matemática moderna frente a la tendencia a la secrecía profesional.
Noticias agregadas con IA