Imagina que has dedicado años, tal vez décadas, a resolver un problema monumental. En el camino has sacrificado situaciones irrepetibles: reuniones familiares, salidas con la pareja o con tus mejores amigos e, incluso, tu propia salud física y mental. Todo bajo la necia premisa de que este enorme desgaste valdrá la pena más tarde o más temprano. Y aunque podemos pensar que este nivel de renunciación es exclusivo de los grandes genios y mentes brillantes que llenan los libros de texto, es, de hecho, el motor oculto de millones de profesionales cuyo trabajo crudo y silencioso sostiene, de manera imperceptible pero profunda, la vida cotidiana.

Sin embargo, la nobleza de ese trabajo silencioso no borra una realidad ineludible: quien dedica su vida al conocimiento no es un ente abstracto desprovisto de pasiones, sino un ser humano que anhela ser nombrado y comprendido. Como bien nos enseña Abraham Maslow en su jerarquía de necesidades, el reconocimiento no es mera vanidad, es un eslabón ineludible de la condición humana, es la confirmación de que nuestro esfuerzo ha dejado una huella en el mundo. Y es justamente cuando esa huella pretende ser borrada, disputada o reemplazada, que la labor científica revela su dimensión más tormentosa.

Hoy quiero contarte dos historias que ilustran preciosamente esto: cómo el deseo de reconocimiento acaba siendo un motor innegable.

Para la primera historia, imagina que llevas una década entera obsesionándote con un problema, has construido, pacientemente, los cimientos de una teoría revolucionaria y estás a punto de coronar tu obra. De pronto, te encuentras con un colega que, aparentemente, comparte tu intención de resolver ese mismo enigma que te ha mantenido en vela. Sin embargo, como suele pasar cuando el ego entra en juego, el interés desmedido de tu compañero comienza a inquietarte. Casi a la par tuya, y de forma independiente, logra derivar resultados igual de importantes, y la duda te asalta: ¿realmente quiere "colaborar" contigo o busca apropiarse de un resultado que te ha costado la vida entera?

Escribes a un amigo cercano lo siguiente:

“La teoría es bella más allá de toda comparación. Sin embargo, solo un colega la ha comprendido realmente, y está buscando ‘ser partícipe’ en ella… astutamente. En mi experiencia personal no he llegado a conocer la desdicha de la condición humana mejor que a resultas de esta teoría y todo lo conectado con ella”.

Esta profunda y sombría frase evoca una mezcla de admiración intelectual, traición profesional y desilusión existencial. Refleja cómo la ambición y el egoísmo pueden corromper un concepto teóricamente perfecto.

La desilusión podría paralizar a cualquiera, pero decides transformar la amenaza en un frenesí de trabajo. Sabiendo que el tiempo corre en tu contra, te mantienes firme y pisas el acelerador. Tras semanas de esfuerzo exhaustivo, logras enviar tu artículo finalizado y refinado hasta el mínimo detalle. Crees haber asegurado tu legado, sin embargo, tu colega hace exactamente lo mismo a la brevedad. Solo unos días separan los hallazgos de dos mentes brillantes. Solo unos días deciden quién merece la gloria histórica y quién queda marcado por la sospecha del plagio.

¿Cómo reaccionarías tú? ¿Compartirías la autoría del hallazgo que cultivaste durante una década con un "nuevo integrante" que solo participó activamente durante los últimos meses?

Pues esto le sucedió a nadie más que al mismo Albert Einstein. David Hilbert fue ese "usurpador" que aspiró a desentrañar, finalmente, la formulación matemática de la Teoría General de la Relatividad. Pero no nos engañemos idealizando a las figuras históricas: aquí no hay mártires. El propio Einstein actuó como un absoluto acaparador. Lejos de buscar el avance altruista de la ciencia, ambos trataron de asegurar el triunfo unipersonal, demostrando una mezquindad motivada puramente por el reconocimiento.

Hoy por hoy, todo el crédito se le da a Einstein, aunque en aquella época existieron comentarios agridulces de Hilbert como este:

“Cualquier niño de las calles de Gotinga comprende más de geometría de cuatro dimensiones que Einstein. Sin embargo, a pesar de ello, Einstein hizo el trabajo y no los matemáticos. ¿Sabes por qué Einstein dijo las cosas más originales y profundas acerca del espacio y el tiempo de nuestra generación? Porque no había aprendido nada sobre las matemáticas y la filosofía del espacio y el tiempo”.

Antes de ir con la segunda historia, ponte un momento en los zapatos de ambos: ¿crees que pudieron sufrir profundos episodios de frustración? Y de ser así, ¿qué habrías hecho tú en su lugar?

Aunque poco podemos asegurar sobre la intimidad de aquellas vivencias centenarias (después de todo, los científicos rara vez cuentan con los reflectores mediáticos para mostrar lo que verdaderamente sienten), en el último mes sí que fuimos testigos, en tiempo real, de los sentires de dos matemáticos españoles. Ellos competían, sin saberlo, por desentrañar uno de los enigmas más imponentes de la ciencia moderna: resolver las ecuaciones de Navier-Stokes, uno de los célebres Problemas del Milenio.

Para ponerlo en perspectiva, las ecuaciones de Navier-Stokes son un complejo sistema de ecuaciones diferenciales parciales que modelan el movimiento de cualquier fluido. Aunque sus raíces conceptuales derivan de la amigable y sencilla Segunda Ley de Newton (F=ma), su comportamiento matemático es un monstruo indomable. Y los valientes que llevaban años intentando domarlo son Diego Córdoba y Luis Martínez-Zoroa.

La situación que desató la controversia se desarrolló a una velocidad vertiginosa que ya muchos conocen:

1 de septiembre de 2026: OpenAI inicia el despliegue de un experimento de computación masiva utilizando un sistema interno avanzado, superior al conocido GPT-6 Astra.
1 al 5 de septiembre (~88 horas): Un enjambre de 10,000 agentes de inteligencia artificial trabajando en paralelo devora 130 mil millones de tokens e intercambia 2.7 millones de mensajes para construir una prueba analítica.
5 de septiembre: Los agentes completan la resolución y la formalizan en el asistente de demostraciones lógicas Lean, tomando apenas 17 horas adicionales para una exhaustiva verificación matemático-algorítmica (la verificación no se hizo con elementos humanos).
8 de septiembre: OpenAI publica oficialmente un manuscrito de 166 páginas afirmando haber demostrado que una solución suave de las ecuaciones en 3D desarrolla una singularidad en tiempo finito, ... y se incendian las redes sociales.
11 de septiembre: El Clay Mathematics Institute interviene con cautela. Señala que el problema "aparentemente se ha resuelto", pero frena la euforia aclarando que no se ha otorgado ningún premio ni validación oficial todavía.

Ahora, ponte en los zapatos de Diego y Luis, ¿qué pasa por tu mente si has entregado tu alma durante años a este enigma y, de golpe, una máquina lo descifra en cuestión de horas? Más aún, ¿qué consuelo te queda cuando tu nombre ni siquiera figura como pieza fundamental de esa solución? Y el golpe de gracia: ¿qué sucede cuando la empresa tecnológica detrás de la IA decide que los únicos humanos dignos de mención son otros dos científicos que simplemente utilizaron otro modelo algorítmico para correr una carrera similar?

Los verdaderos instigadores de esta carrera algorítmica fueron Levent Alpöge, investigador en Anthropic, y Tristan Buckmaster, profesor de matemáticas en la NYU. Su trabajo (secreto) detonó el rumor que hizo temblar a la cúpula de OpenAI, obligando a la empresa a desplegar de emergencia ese batallón de 10,000 agentes para resolver las ecuaciones de Navier-Stokes. Irónicamente, fueron Alpöge y Buckmaster los primeros en ser “reconocidos” por OpenAI, ya que ellos resolvieron otra variante del enigma días antes.

Entonces, ¿el crédito histórico por solucionar un Problema del Milenio se lo llevarán las dos corporaciones de IA más grandes de la actualidad? ¿Dónde quedan el talento humano y el reconocimiento hacia aquellos matemáticos que cimentaron las ideas centrales, las mismas que ambas inteligencias artificiales explotaron por pura "fuerza bruta"? Si bien Alpöge y Buckmaster reconocieron el uso de las herramientas desarrolladas por Córdoba y Martínez-Zoroa, OpenAI tardó bastante más en darles su lugar. A pesar de todo, el elefante en la habitación es imposible de ignorar: ¿quién solucionó verdaderamente el problema de Navier-Stokes?

Los hechos son contundentes. Al igual que Hilbert en su momento, Córdoba y Martínez-Zoroa construyeron toda la maquinaria matemática y analítica indispensable para darle bases sólidas al problema y permitir que se reinterpretara de diversas maneras. Sin embargo, al final, fue una máquina la que cruzó la línea de meta. La frustración y la incertidumbre quedan plasmadas en las palabras del propio Martínez-Zoroa: “Podría haber sido que no hubiéramos llegado nunca [a la solución]. Llevamos varios años trabajando en este problema, y el progreso ha ido llegando por cuentagotas. De vez en cuando venía alguna epifanía. Podría haber sido en un año, en dos... o podría no haber llegado jamás. Tal y como está la cosa, parece que ya no lo vamos a saber”.

Por su parte, Buckmaster es tajante y admite que su equipo “no ha contribuido matemáticamente a nada”: simplemente tomaron el método de Córdoba y Martínez-Zoroa, lo implementaron en la IA y el sistema hizo el resto. Ante tal confesión, ha solicitado que la Medalla Fields (uno de los máximos galardones en matemáticas) vaya para Martínez-Zoroa. Córdoba, por desgracia, ya no podría acceder a ella, pues la medalla se entrega exclusivamente a investigadores menores de 40 años.

Este extraño escenario de créditos arrebatados, confesiones tecnológicas y debates éticos sobre la autoría de un hallazgo tan puro, nos obliga a mirar hacia el pasado reciente. Inevitablemente, resuena la historia de otro genio que también desafió, en absoluta soledad, los estándares éticos de la comunidad científica... Me refiero, por supuesto, a la historia de Grigori Perelman y su legendaria resolución de la Conjetura de Poincaré, hasta ahora, el único de los Problemas del Milenio resuelto por una mente humana. Perelman hizo lo impensable: rechazó el premio de un millón de dólares otorgado por el Instituto Clay de Matemáticas y declinó la Medalla Fields. Nunca le interesó la fama mediática ni la riqueza material y fue muy contundente con sus motivos: argumentó que las normas y el sistema de evaluación de la comunidad matemática no eran justos ni éticos, y consideró que su contribución no era superior a la de colegas que sentaron las bases de su trabajo, como Richard Hamilton.

La analogía entre ambas situaciones se cristaliza cuando OpenAI declara oficialmente: “NO pretendemos reclamar el Premio del Milenio por este resultado”. Desde mi punto de vista, esto ocurre sencillamente porque el trabajo base no les pertenece. Carecería de todo sentido ético adjudicarse un galardón logrado mediante “fuerza bruta”, sustentado en decenas de trabajos humanos previos. Reclamar ese galardón sería un despropósito, más aún si dicho premio ignora, en su sentido más amplio, a las mentes que aportaron la intuición y las ideas clave de la demostración.

Todo este debate sobre la autoría y la "fuerza bruta" algorítmica nos arrincona contra uno de los muros filosóficos y ontológicos más antiguos de nuestra disciplina: ¿las matemáticas se inventan o se descubren? El hito de OpenAI nos regala ahora una paradoja fascinante.

Si las matemáticas son una invención, la IA tendría que ser un ente consciente y creativo, lo cual es falso porque sabemos que es un modelo estocástico, más aún, tendríamos que aceptar que una máquina ha logrado lo impensable: imitar a la mente humana hasta alcanzar la capacidad de imaginar, de la creación original y de innovar. Lo que quiero decir es que su "creación" no brota de una conciencia, sino de una coincidencia estadística. Fue, sencillamente, una secuencia de escenarios que se manifestó como pudo haberlo hecho cualquier otra secuencia (pudiendo, incluso, no haber llegado jamás a la solución). Por el contrario, si las matemáticas son un descubrimiento (si ya existen y solo debemos acceder a ellas), la IA no creó nada y la prueba de OpenAI bien pudo ser la prueba exacta de Córdoba y Martínez-Zoroa, o de cualquier otro colega. Solo fue una carrera de excavación donde la máquina fue un "minero" con un pico más rápido que excavó la misma veta que los humanos ya estaban trabajando. Sin embargo, la tragedia es que, como ya se ha puntualizado, ahora nunca podremos saberlo.

Este hito nos deja con más dudas que certezas: ¿cuál es el futuro de las matemáticas en la era de la IA? ¿Cuál será el rol de los matemáticos de ahora en adelante? En medio de esta bruma, solo me queda una certeza: la intervención de la inteligencia artificial no está cambiando las ideas fundamentales que hacen a la ciencia. Seguimos viendo cómo toma el intelecto humano como punto de partida y lo exprime para llegar más rápido a donde queremos, o a donde podemos. Basta con mirar el ejemplo anterior: Córdoba y Martínez-Zoroa corrían junto a Anthropic y OpenAI sin saberlo. Quedaron atrapados en una carrera injusta donde ya no ganaría el intelecto, sino aquel que tuviera el modelo más potente, el procesamiento más rápido y, a reserva de lo que dictamine la comunidad matemática en los próximos años, quien lograra realizar la mayor cantidad de iteraciones.

Sin duda, este es un debate que da para pensar mucho más. Primero, sostener que una IA puede ser la verdadera autora de un resultado tan profundo en las matemáticas es simplificar demasiado las cosas. La inteligencia artificial no tiene intenciones ni voluntad. Carece por completo de la curiosidad y de la imaginación necesarias para estar a la altura de los grandes matemáticos. Lo que sí posee es una capacidad bruta de cálculo enorme, capaz de procesar en cuestión de segundos la información que a nosotros nos tomaría una vida entera.

Segundo, he leído comentarios de quienes se oponen a que la matemática se apoye en la inteligencia artificial, argumentando que la vía rápida nos despoja de los tropiezos y desviaciones donde, históricamente, han nacido las ideas más ricas. Sugieren que, al celebrar únicamente el éxito del algoritmo, ignoramos el fracaso como el verdadero motor del progreso científico. Sin embargo, desacreditar la herramienta por el simple hecho de ser eficiente resulta absurdo. Como agentes decisores, nuestro rol no es contemplar pasivamente la máquina, sino auditar con sentido crítico tanto sus desaciertos como sus aciertos. Un modelo puede ejecutar millones de iteraciones a ciegas, pero solo el intelecto humano es capaz de interpretar qué revela un callejón sin salida o por qué una ruta específica es teóricamente fértil. La inspiración y el criterio siguen estando, de forma innegociable, de nuestro lado.

Si un profesional alcanza un resultado profundo apoyándose en tecnología avanzada, ¿por qué habríamos de restarle validez? Juzgar a un matemático por respaldarse en la IA equivale a juzgar a un arquitecto por utilizar un software de cálculo estructural y de renderizado masivo. El programa puede calcular vectores de tensión en segundos o simular el comportamiento de los materiales ante un sismo, pero la elegancia del trazo, la intención estética y la solución espacial original son indiscutiblemente humanas. En matemáticas ocurre exactamente lo mismo: la grandeza de una demostración no radica simplemente en certificar la validez de un teorema (así como un edificio no es memorable solo porque su techo no se cae), sino en la profundidad, armonía y sofisticación de las ideas construidas en el proceso, aquellas capaces de abrir nuevos horizontes para el pensamiento humano.

Asimismo, a pesar del esfuerzo corporativo por vender este hito como el triunfo definitivo de una máquina o de un algoritmo, la realidad es mucho más terrenal: este éxito sigue siendo, en su núcleo, profundamente humano. Si el sistema de OpenAI logró acorralar la solución, no fue por magia ni por inspiración divina, sino porque partió de un mapa teórico trazado minuciosamente por mentes humanas. La inteligencia artificial no inventó un solo concepto nuevo; se limitó a explorar, a una velocidad vertiginosa, un territorio cuyas reglas, directrices y herramientas analíticas ya habían sido cimentadas por investigadores reales. El propio Martínez-Zoroa lo reconoció con aplastante sencillez, la máquina no creó el camino, simplemente recorrió velozmente la autopista que los humanos tardaron años en construir.

Por otro lado, y para apaciguar el entusiasmo desmedido, no debemos olvidar una verdad elemental: anunciar la resolución de un problema está muy lejos de haberlo resuelto. Prometer victorias absolutas es un recurso viejo, tan común en los discursos de campaña política como en la historia de la ciencia (que lo diga Fermat, quien afirmó en el margen de un libro tener una demostración maravillosa que jamás mostró y nos dejó especulando durante siglos). La ciencia no se valida por decreto ni por comunicados de prensa virales. Por mucho que OpenAI presuma la verificación en un asistente lógico como Lean (que, al final del día, no deja de ser otra máquina ejecutando reglas programadas), el veredicto final no se firma en un servidor. Las matemáticas son una construcción viva que se hace en comunidad, y la demostración tendrá que someterse a un riguroso y paciente escrutinio por parte de... adivinen quiénes: otros seres humanos. Serán los matemáticos de carne y hueso quienes dediquen meses o años a desentrañar la solidez de cada argumento antes de dar algo por sentado.

¿Qué consecuencias tiene todo esto para el futuro? La respuesta reside en nuestra propia postura ética e intelectual. Al final, la inteligencia artificial no es más que una prótesis cognitiva de alta velocidad, un auxiliar extraordinario; por ello, el verdadero peligro comenzará el día en que la coloquemos a nuestra altura, rindiéndonos ante la ilusión de que un algoritmo probabilístico es un ente pensante o el creador legítimo de los conocimientos que buscamos. El día en que, por la comodidad de recibir respuestas automatizadas, todos deleguemos la curiosidad y dejemos de hacernos preguntas, ese día se habrá extinguido el ser humano pensante.

Afortunadamente, las matemáticas nunca van a extinguirse (en sentido literal). Por el contrario, apenas estamos atisbando nuevas rutas para su expansión. Y aquí la historia nos regala una ironía más que perfecta para cerrar este círculo: ¿recuerdas a David Hilbert, nuestro "usurpador" del inicio? Años después de su contienda con Einstein, Hilbert alimentó el sueño supremo de cualquier formalista: demostrar que la matemática podía reducirse a un conjunto finito y completo de axiomas, capaz de mecanizar la prueba de cualquier verdad posible. Sin embargo, en 1931, Kurt Gödel destrozó para siempre el programa de Hilbert con sus célebres Teoremas de Incompletitud. Gödel demostró que siempre existirán verdades matemáticas que ningún sistema formal, por potente que sea, podrá demostrar jamás dentro de sus propios límites. Llevado a nuestro presente, la lección es aplastante: ningún algoritmo, ningún enjambre de agentes y ninguna superinteligencia artificial podrá automatizar ni agotar jamás la totalidad de la matemática. La máquina siempre chocará contra el muro de sus propios límites axiomáticos.

Ahí radica la falla de origen del discurso tecnológico actual: confundir el procesamiento acelerado de información con la capacidad de comprenderla, como en el experimento de la “habitación china”. Un algoritmo puede manipular la sintaxis del lenguaje o verificar billones de pasos lógicos, pero carece de la sustancia ontológica que hace posible la ciencia: la conciencia, la intención y el sentido del propósito. El verdadero hito de nuestra época no es el surgimiento de una mente artificial autónoma, sino la expansión sin precedentes de nuestra propia conciencia al integrar herramientas sintéticas como simples prótesis del pensamiento. Rechazo de plano la postura cobarde de reducirnos a meros supervisores del algoritmo; los algoritmos calculan y ejecutan, pero la intuición, la belleza, la dirección ética y la arquitectura del conocimiento son y seguirán siendo patrimonio exclusivo de la vida.

Así que bienvenido a esta nueva era. Una era donde formular la pregunta correcta es infinitamente más valioso que computar la respuesta; donde la duda y el fracaso deben ser reconocidos como los verdaderos motores de la sabiduría, y donde el dato frío se subordina al criterio que le otorga sentido. Bienvenido a la era donde la tecnología no reemplaza la mente, sino que sirve de amplificador para la intención humana. Bienvenido a la era donde la creación no pertenece al circuito que procesa, sino a la conciencia encarnada que imagina, siente, trasciende y le brinda alma a la creación.
Bienvenido a la era de la Inteligencia Orgánica.

Fuentes consultadas

Fernández de Lis, P. (09 de septiembre de 2026). Un año de trabajo de dos matemáticos españoles frente a 88 horas y 15 millones de OpenAI: “Sin nuestra idea, la IA no lo habría resuelto”. El País. https://elpais.com/ciencia/2026-09-10/un-ano-de-trabajo-de-dos-matematicos-espanoles-frente-a-88-horas-y-15-millones-de-openai-sin-nuestra-idea-la-ia-no-lo-habria-resuelto.html

OpenAI. (8 de septiembre de 2026). On the Navier–Stokes Millennium Prize Problem. OpenAI Research. https://openai.com/es-419/index/navier-stokes-solution/

RTVE Noticias. (11 de septiembre de 2026). El "juego de ecuaciones" que acercó a matemáticos españoles a uno de los problemas del milenio: "El método es nuestro". Radio Televisión Española. https://www.rtve.es/noticias/20260911/matematicos-espanoles-problemas-milenio-ia/17221217.shtml

Tomé López, C. (31 de mayo de 2022). Einstein y David Hilbert. Cuaderno de Cultura Científica. Universidad del País Vasco (UPV/EHU). https://culturacientifica.com/2022/05/31/einstein-y-david-hilbert/

Tomé López, C. (5 de julio de 2022). Einstein y las matemáticas de la relatividad. Cuaderno de Cultura Científica. Universidad del País Vasco (UPV/EHU). https://culturacientifica.com/2022/07/05/einstein-y-las-matematicas-de-la-relatividad/

EL AUTOR

Doctor en Ciencias Matemáticas por la Benemérita Universidad Autónoma de Puebla (BUAP) y actual doctorando en Ciencias de la Educación y la Era Digital por el Instituto de Estudios Superiores y Científicos de América (INESCIA). Su trayectoria se fundamenta en la firme convicción de que todos poseemos la necesidad y la capacidad de comprender y aplicar las matemáticas en nuestra diversidad de contextos. Esta filosofía orienta su labor profesional en la investigación (matemática y educativa), la divulgación científica y la docencia universitaria en línea, donde trasciende la mera transmisión de conocimientos y aborda la evaluación rigurosa de proyectos de posgrado, el análisis crítico de las fronteras matemáticas y la integración ética de tecnologías emergentes, como la Inteligencia Artificial, en los procesos educativos.