El matemático Terence Tao presenta en octubre de 2026 su marco conceptual 'Math 2.0', que describe la transición de la matemática tradicional hacia una nueva era caracterizada por la abundancia de pruebas verificables mediante inteligencia artificial. Tao argumenta que la combinación de la verificabilidad objetiva, la digitalización de los datos y la disponibilidad de conjuntos de datos de alta calidad ha hecho que la resolución de problemas matemáticos sea particularmente susceptible a las técnicas de aprendizaje automático. A diferencia de otras disciplinas, las pruebas matemáticas pueden ser verificadas mecánicamente por computadoras, lo que permite a los laboratorios de IA de frontera priorizar el desarrollo de capacidades de resolución de problemas matemáticos.
Sin embargo, Tao advierte que esta 'abundancia de pruebas' no implica que todos los problemas sean resueltos. El espacio de los problemas matemáticos sigue siendo infinito y de dificultad sin límite, por lo que la frontera de investigación se expandirá. El autor critica la optimización cega de la resolución de problemas, señalando que esto puede ser perjudicial para la salud a largo plazo de la matemática, ya que los problemas abiertos funcionan como faros para explorar el paisaje matemático circundante, no como destinos finales. La resolución indiscriminada de estos problemas con IA puede 'esterilizar' el campo, impidiendo el descubrimiento de caminos no tomados y la transferencia segura de insights hacia aplicaciones matemáticas aplicadas. Tao propone un enfoque más imaginativo y experimental, utilizando conjuntos de datos a gran escala para realizar 'encuestas de población' en lugar de estudios de caso, y aboga por una evaluación más transparente de las capacidades de la IA, incluyendo los resultados negativos y el consumo de recursos.