El 6 de octubre de 2026, OpenAI publicó en un repositorio de GitHub setecientos veintidós manuscritos, reunidos en trescientas setenta y dos familias. Una familia no es, por sí sola, un problema cerrado. Agrupa un resultado y, con él, argumentos compañeros, consecuencias, pruebas alternativas. El 8 de septiembre había anunciado algo todavía más audaz, y más estrecho de lo que el titular dejó oír: una singularidad en tiempo finito para las ecuaciones de Navier-Stokes cuando sobre el fluido actúa una fuerza externa. Es una de las vías del problema del milenio, no la pregunta del fluido que evoluciona solo, y la compañía dijo que no reclamaría el premio. Aun así, la comunidad matemática se encontró frente a una avalancha que no alcanza a leer. No a refutar, no a celebrar. A leer, apenas.
Conviene detenerse en esa imagen, porque dice más de lo que parece. La producción de resultados superó, de golpe, la capacidad humana de recibirlos. Ni la certificación propia de la máquina corre al mismo paso. En el catálogo de formalizaciones que acompañó al repositorio, los resultados principales escritos en Lean (un lenguaje hecho para comprobar que cada paso se sigue del anterior) eran ciento sesenta y dos. El resto espera una lectura que alguien tenga tiempo de hacer.
Durante más de dos mil años, demostrar y comprender fueron la misma cosa. Euclides no separaba el acto de probar del acto de entender lo probado. El teorema era verdadero porque alguien, en algún lugar, lo veía ser verdadero. La prueba era el camino, pero la comprensión era el destino, y nadie imaginaba que pudieran divorciarse. Pitágoras sacrificó, dice la leyenda, cien bueyes al descubrir su teorema. No por haberlo escrito. Por haberlo entendido.
¿Qué ocurre, entonces, cuando una máquina demuestra sin comprender?
Tenemos delante un sistema que manipula símbolos a una escala y una velocidad que ningún matemático humano iguala, y que en una minoría de los casos deja además una prueba que otra máquina puede revisar. Es el viejo sueño de David Hilbert hecho silicio: reducir la matemática a un juego formal de signos, mecanizable. Hilbert quería una matemática que fuera, en principio, una máquina. Un siglo después, la máquina llegó. Lo que no llegó con ella es el lector.
El filósofo de la Selva Negra, Martin Heidegger, lo había escrito de un modo que esta semana se vuelve literal: el pensamiento calculador corre de una suerte a la siguiente, sin detenerse nunca ni pararse a meditar. La máquina no se detiene. La pregunta es si vamos a detenernos nosotros.
Pregunto sin retórica. ¿Ese sistema sabe matemáticas, o solo las produce? ¿Hay allí un sujeto que comprende, o un proceso que arroja resultados correctos sin que nadie, dentro de la máquina, sepa lo que significan? La pregunta es antigua. Separa el cálculo del entendimiento, el operar del pensar.
Hay quien dirá que la distinción no importa. Que si el resultado es correcto, poco importa quién o qué lo demostró, y que exigir comprensión es un prejuicio sentimental, un humanismo nostálgico. Entiendo el argumento. No lo comparto.
Importa porque el conocimiento nunca fue solo un depósito de proposiciones verdaderas. Fue siempre una relación entre una mente y el mundo, un modo de habitar lo real, una forma de asombro. En matemáticas, además, comprender no es un fogonazo privado. Es una práctica común: una prueba que otros recorren, discuten, corrigen, hasta volverla parte del pensamiento compartido. Lean está al servicio de ese recorrido. Lo externaliza, lo vuelve revisable. Pero un recorrido que la comunidad no alcanza a emprender no nos entrega todavía el teorema. Nos entrega un oráculo. Y la historia de la humanidad frente a los oráculos no es precisamente una historia de libertad.
Ahí está el peligro verdadero, y no es que las máquinas piensen. Es que dejemos de hacerlo nosotros.
La tentación será enorme. Los agentes que trabajaron Navier-Stokes llegaron a su resultado en unas ochenta y ocho horas. La formalización tomó diecisiete más. ¿Para qué formar matemáticos? ¿Para qué el esfuerzo lento de entender, si basta con consultar? Esa pregunta, que suena razonable, es la más peligrosa de todas. Una civilización que deja de preguntar no gobierna sus herramientas. Las obedece.
No escribo desde el miedo a la técnica. Lo que anunció OpenAI es, en sentido estricto, deslumbrante, y sería necio negarlo. Escribo desde la convicción de que cada salto de la máquina nos obliga a un salto correlativo del pensamiento crítico. Cuanto más demuestra la máquina, más urgente se vuelve que el ser humano comprenda, pregunte, dude, y se niegue a confundir el resultado con el sentido.
La frontera del conocimiento se movió esta semana. La máquina la cruzará de nuevo. Alcanzo a imaginar el día en que las máquinas se hablen entre sí y nosotros aplaudamos sin saber qué. La pregunta es anterior a esa imagen. Es si del otro lado seguirá habiendo alguien que entienda lo que hay allí. El día en que dejemos de cultivar esa comprensión porque la delegamos, habremos ganado respuestas y perdido la facultad de hacernos preguntas.
Comentar