Cómo es el experimento matemático que pone bajo la lupa el razonamiento de la IA

¿La razón humana o la razón algorítmica? Es una pregunta que suele hacerse en este nuevo presente de inteligencia artificial ingresando en gran parte de nuestra cotidianidad; y en especial en la forma en que aprendemos y adquirimos nuevos conocimientos.

En las redes sociales, siempre se comparten preguntas que apuntan a desafiar a la IA en sus respuestas, pero qué ocurre con las matemáticas se da un razonamiento real o es solo una repetición de información adquirida y analizada.

El proyecto “First Proof”- que si bien su traducción literal es primera prueba; también hace referencia, como lo indica en su sitio oficial, al mundo de la panadería en cuanto al proceso de fermentación de la masa previa a la división y armado de los panes; el llamado “primer leudado”.

El ambicioso proyecto

El pasado 5 de febrero de 2026, once matemáticos internacionales que trabajan y enseñan en las universidades más prestigiosas publicaron un paper en el servidor de prepublicaciones arXic que generó interés inmediato.

El equipo está integrado por Mohammed Abouzaid (Stanford University), Andrew J. Blumberg (Columbia University), Martin Hairer (EPFL e Imperial College)- ganador de la Medalla Fields (2014), el máximo galardón de las matemáticas-, Joe Kileel (Universidad de Texas en Austin), Tamara G. Kolda (MathSci.ai), Paul D. Nelson (Universidad de Aarhus), Daniel Spielman (Yale University)- reconocido internacionalmente por sus trabajos a la teoría espectral de grafos y a los algoritmos-, Nikhil Srivastava (Universidad de California, Berkeley), Rachel Ward (Universidad de Texas en Austin), Shmuel Weinberger (Universidad de Chicago) y Lauren Williams (Harvard University), quien es además miembro de la Academia Nacional de Ciencias de Estados Unidos y especialista en combinatoria algebraica .

¿En qué consta “First Proof”? En poder evidenciar y evaluar si efectivamente los sistemas de inteligencia artificial son capaces de resolver problemas matemáticos de investigación real, similares a los que deben enfrentar los especialistas en ciencias matemáticas en su trabajo cotidiano.

La idea de utilizar la metáfora de la panadería no es azarosa; justamente lo que se intenta analizar es esa primera instancia y entender el real razonamiento matemático autónomo de la IA.

Un dato importante es que ninguno de los integrantes de esta investigación está vinculado a empresas que desarrollen modelos de IA, ni tampoco recibió financiamiento de partes interesadas de la industria.

¿La IA razona las matemáticas?

El punto inicial del proyecto es una crítica metodológica al actual estado de evaluación de la IA en matemáticas, ya que suelen evaluar el desempeño algorítmico basado en problemas de competencias matemáticas, pero que no refleja la práctica de la matemática creativa como si lo hacen los investigadores del área.

Existe una “contaminación de datos” que no permite evaluar la real capacidad de la IA, ya que los grandes modelos de lenguaje son entrenados con libros de textos, problemas de olimpiadas, soluciones publicadas y/o discusiones académicas en la web.

De esta forma, la hipótesis que trabajan en el proyecto es que la IA no “resuelve” un problema sino que “está recordando” toda la información que pudo procesar. Para poder analizar si realmente la IA posee un razonamiento matemático creativo “las respuestas a los problemas no deberían haber sido nunca antes publicadas online y/o ser parte de su entrenamiento”.

Diez problemas inéditos

A partir de investigaciones de los participantes del proyecto- nunca publicadas- es que se trabaja en evaluar a la IA. Las preguntas representan problemas reales de investigación de seres humanos altamente especializados en resolver problemas matemáticos.

Lo interesante es que los problemas sí fueron resueltos por humanos, por lo que no son imposibles. Pero ¿puede la IA resolverlos sin tener información previa? Se trata de ejercicios de campos como la combinatoria algebraica, la teoría espectral de grafos, la topología algebraica, el análisis estocástico, la geometría simplética; entre otros.

Las soluciones humanas fueron cifradas y guardas en el sitio oficial del proyecto (1stproof.org) y se evaluaron a modelos de IA en modalidad “one- shot”; es decir un único intento por problema sin pistas previas. Se utilizaron GPT-5.1 Pro y Gemini 3 Pro.

El experimento demostró que los sistemas de IA analizados solo pudieron responder dos de las diez preguntas de forma correcta con cierta mínima excelencia esperable para este tipo de experimento. Resultados que ponen el foco en que la brecha entre el razonamiento humano y la inteligencia artificial todavía tiene varios debates por saldar.

Los sistemas actuales son capaces de generar texto sofisticado y coherente matemático, pero no necesariamente implica que sepan resolver cualquier problema.

Por su parte la compañía OpenAI quiso sumarse a intentar solucionar los problemas y si bien aseguran que lograron generar soluciones candidatas para cada uno de los problemas en cuestión de minutos, la verificación de los mismos requirió de trabajo humano experto de horas; generando un cuello de botella en el proceso.

Se espera que el proyecto First Proof continúe analizando la IA y que el próximo 14 de marzo- día internacional de Pi- se realice una segunda prueba y así crear un sistema de evaluación de razonamiento algorítmico en matemáticas a largo plazo.