El fin de la era de la tiza: la IA empieza a demostrar teoremas por los humanos

Durante mucho tiempo vivimos con la reconfortante convicción de que las matemáticas eran el último bastión de la inteligencia humana pura. Les perdonábamos a los modelos de lenguaje sus torpes errores de aritmética, convencidos de que la chispa creativa necesaria para demostrar teoremas les estaba vedada por definición. Pero el último número de Import AI y el proyecto Numina-Lean-Agent dejan claro que ha llegado el momento de quitarse las gafas de color de rosa. Las matemáticas ya no son un refugio seguro para los humanos; se están convirtiendo en un campo de batalla para los algoritmos de formal verification.

La clave del cambio está en pasar de predecir simplemente la siguiente palabra a trabajar en entornos lógicos estrictos como Lean. Si antes la red neuronal solo intentaba adivinar la respuesta, ahora Numina-Lean-Agent actúa como un agente que escribe código para comprobar sus hipótesis en tiempo real. Es como si un escolar, en lugar de escribir la solución de un problema en el cuaderno, la verificara al instante en un superordenador que no permite ni un solo error lógico.

Este enfoque convierte la búsqueda matemática, antes un vagar intuitivo en la niebla, en un proceso de ingeniería dirigido. Cambia de raíz las reglas del juego: la velocidad de los descubrimientos científicos ya solo está limitada por la potencia de cálculo, no por el número de mentes brillantes del planeta.

Pero la automatización de la ciencia es solo una cara de la moneda. Mientras los académicos celebran las nuevas herramientas, en el sector sombrío de la economía ocurre algo mucho menos alentador: la industrialización del ciberespionaje. Si antes un ataque complejo requería un equipo de hackers muy cualificados, ahora la IA permite ponerlo en una cadena de montaje.

Las redes neuronales se encargan de lo rutinario: buscar vulnerabilidades, escribir exploits y hacer ingeniería social a escala industrial. Esto genera un peligroso desequilibrio en la economía de la seguridad. El coste de atacar cae en picado, mientras que el de defender sigue subiendo.

Entramos en una era en la que las ciberguerras no las libran artesanos individuales, sino enormes fábricas automatizadas de código.

El panorama económico de la industria de la IA también empieza a cristalizar, con ganadores y perdedores claros. Vemos el cuadro clásico de concentración de capital: quienes poseen enormes clústeres de GPU dictan las reglas. Pero, irónicamente, la comunidad de código abierto (open-source) no se rinde. Proyectos como Numina demuestran que, con el enfoque adecuado en datos y arquitectura, se pueden lograr resultados comparables a los de los gigantes cerrados. La cuestión es cuánto durará esta paridad antes de que el coste de entrenar los modelos de la próxima generación resulte inasumible incluso para los mayores consorcios.

¿Qué significa esto para nosotros? Vemos cómo la IA deja de ser un simple «asistente inteligente» y se convierte en un participante de pleno derecho en la producción de conocimiento y de amenazas. Cuando una máquina empieza a demostrar teoremas que una persona no puede verificar sin ayuda de otra máquina, entramos en una nueva fase del desarrollo de la civilización. Ya no es solo automatización del trabajo, es automatización de la propia lógica. Y si no aprendemos a controlar este proceso a un nivel fundamental, corremos el riesgo de acabar en un mundo donde todas las decisiones importantes se toman en «cajas negras» cuya lógica es impecable pero totalmente incomprensible para nuestro cerebro biológico.

Lo esencial: las matemáticas se han convertido oficialmente en una disciplina de ingeniería, y el ciberespionaje, en un sector industrial. ¿Estamos preparados para un mundo en el que la inteligencia humana ya no es la vía más rápida para encontrar la verdad?