El alcance científico de la IA se expande más allá de las matemáticas

La IA pasa de la demostración matemática a una teoría científica más amplia

Los sistemas de inteligencia artificial comienzan a mostrar avances medibles en cuestiones teóricas de campos que van más allá de las matemáticas, según una investigación comentada por el investigador del MIT Neil Thompson. El análisis sugiere que las mejoras de capacidad que ahora están alterando partes de las matemáticas podrían extenderse a la probabilidad, la estadística, la economía, la teoría de altas energías, la gravitación, la cosmología y la física cuántica.

El hallazgo no significa que la IA haya sustituido a los científicos ni que pueda dirigir por sí sola un programa moderno de investigación. El estudio se centró en una tarea más limitada, pero relevante: resolver problemas teóricos cuyas respuestas se establecieron posteriormente en artículos de investigación. En esos ámbitos, los investigadores observaron una fuerte mejora en las tasas de éxito de los modelos más potentes entre mediados de 2024 y mediados de 2026.

Esta trayectoria importa porque el trabajo teórico suele aportar el lenguaje, los modelos y las predicciones de los que depende la ciencia experimental. Si los investigadores pueden utilizar la IA de forma fiable para explorar partes de ese trabajo, el efecto podría sentirse no solo en cálculos individuales, sino también en el ritmo y la organización de la investigación científica.

De una pequeña proporción de problemas a más de un tercio

El estudio de Thompson, realizado con Gabriel Manso y Claudio Mayrink Verdun, puso a prueba una serie de modelos de OpenAI con problemas extraídos de artículos de investigación publicados entre diciembre de 2025 y mayo de 2026. El grupo examinó modelos como o1, o3, GPT-5, GPT-5.1, GPT-5.4 y GPT-5.5.

En las áreas teóricas incluidas en la evaluación, los mejores sistemas pasaron de resolver correctamente alrededor del 2% de los problemas a mediados de 2024 a cerca del 35% a mediados de 2026. Esto sigue estando muy lejos de una competencia universal y no significa que toda respuesta aparentemente correcta sea fiable. Pero la magnitud del aumento es notable: una herramienta que rara vez acierta puede ser una curiosidad, mientras que una capaz de realizar contribuciones sustanciales en un referente puede convertirse en parte de la práctica investigadora habitual.

Los investigadores diseñaron la evaluación para reducir una preocupación central al probar modelos de lenguaje: si el sistema se limita a reproducir material encontrado durante el entrenamiento. Los problemas procedían de artículos publicados antes de que las soluciones pertinentes aparecieran en publicaciones posteriores, y las soluciones publicadas sirvieron como referencia objetiva. Durante las pruebas se bloqueó el acceso a internet, por lo que los sistemas no podían recuperar una respuesta de la web.

Este diseño no elimina todas las limitaciones de una evaluación basada en referentes. Sin embargo, pretende distinguir la resolución de problemas de la consulta directa o la memorización. Por tanto, el resultado del estudio constituye una prueba de que los modelos evaluados podían generar soluciones para al menos algunas preguntas cuya respuesta no estaba disponible en sus materiales de entrenamiento accesibles.

Un resultado acotado, no un sustituto científico general

El alcance del trabajo es importante. El equipo se concentró en campos en los que los modelos podían abordar problemas sin ejecutar simulaciones ni realizar experimentos físicos. Gran parte de la ciencia no puede reducirse al razonamiento simbólico. El trabajo de laboratorio, el diseño de instrumentos, la observación de campo, la recopilación de datos, la simulación y la replicación siguen siendo partes esenciales del descubrimiento de cómo funciona el mundo.

Incluso en disciplinas centradas en la teoría, una solución correcta no equivale a una contribución de investigación útil. Los científicos deben evaluar supuestos, elegir preguntas valiosas, interpretar resultados y determinar si un argumento propuesto resiste el escrutinio. Son procesos tanto sociales como técnicos, que implican revisión por pares, debate y evidencia acumulativa.

Aun así, las áreas elegidas para el estudio no son periféricas. La probabilidad y la estadística dan forma a la inferencia en toda la ciencia y la industria. La teoría económica influye en las políticas y el análisis de mercados. La física de altas energías, la cosmología y la física cuántica son campos en los que el razonamiento abstracto puede ser fundamental para avanzar en una cuestión antes de que llegue a un detector, un telescopio o un aparato de laboratorio.

Si la IA llega a manejar una mayor parte del trabajo rutinario o intermedio en estas áreas, el efecto inmediato podría ser desigual. Los investigadores podrían utilizarla para generar enfoques candidatos, comprobar derivaciones, explorar formulaciones alternativas o acelerar los análisis iniciales. El valor de esos usos dependerá de la verificación. Una vía rápida hacia una conclusión errónea puede hacer perder tiempo con tanta eficacia como un cálculo lento.

El precedente de las matemáticas está moldeando las expectativas

La nueva evaluación llega cuando las matemáticas ya afrontan demostraciones muy visibles de la capacidad de la IA. OpenAI anunció recientemente que un modelo no publicado había resuelto un gran desafío pendiente relacionado con las ecuaciones de Navier-Stokes, que describen el movimiento de los fluidos. El episodio generó controversia y subrayó que las afirmaciones extraordinarias en matemáticas y IA requieren un examen independiente cuidadoso.

Para Thompson, la implicación más amplia es que las disciplinas teóricas podrían estar acercándose a un periodo en el que el papel de la IA cambie rápidamente. Espera que muchas cuestiones teóricas se transformen en pocos años debido a lo que los sistemas pueden hacer. La base de esa expectativa es la tendencia observada en el estudio, no una prueba de que un campo concreto vaya a automatizarse por completo.

El futuro más plausible a corto plazo es colaborativo, no solitario: los científicos fijan las agendas y los estándares, mientras los sistemas de IA asumen una parte creciente de la exploración de problemas. Esto podría ampliar el acceso a herramientas analíticas sofisticadas, pero también hacer más valiosa la capacidad de validar el trabajo generado por máquinas. Las instituciones de investigación tendrán que decidir cómo reconocer las contribuciones, formar a los estudiantes y conservar la experiencia independiente necesaria para detectar errores sutiles.

Qué observar a continuación

• Si las mejoras de rendimiento persisten en problemas nuevos, y no solo en evaluaciones retrospectivas.
• Con qué frecuencia las soluciones generadas por modelos siguen siendo correctas tras la revisión experta y la verificación formal.
• Si los sistemas pueden contribuir de forma útil cuando se necesitan simulaciones, experimentos o datos especializados.
• Cómo adaptan los grupos científicos las prácticas de autoría, formación y control de calidad a medida que la IA se convierte en una herramienta habitual de investigación.

El estudio no demuestra que la IA vaya a convertirse en el método predeterminado para resolver problemas de teoría científica. Sí muestra por qué esa posibilidad se toma ahora en serio. En menos de dos años, los sistemas más potentes evaluados pasaron de resolver una pequeña fracción de preguntas seleccionadas a resolver más de un tercio. Para disciplinas basadas en un razonamiento difícil, es un cambio que merece una estrecha vigilancia.

Este artículo se basa en un reportaje de Wired. Leer el artículo original.