Esta semana veinticinco ganadores de la Medalla Fields, el máximo reconocimiento internacional de las matemáticas, difundieron una carta para advertir sobre los riesgos de una carrera de inteligencia artificial que, en su opinión, puede terminar confundiendo el propósito de las matemáticas con la simple obtención de resultados. Hay momentos en que el avance tecnológico deja de ser una noticia sobre máquinas y se convierte en una pregunta sobre nosotros, la humanidad y este es uno de ellos.

La preocupación surgió después de que OpenAI anunciara avances de un modelo de IA en el problema de Navier-Stokes, uno de los siete Problemas del Milenio. Más allá de determinar si una demostración generada por IA termina siendo validada por la comunidad matemática, el episodio abre una discusión mucho más profunda: ¿qué valor tiene resolver un problema si dejamos de comprender cómo se llegó a la solución?

Los matemáticos lo expresan de manera contundente: “Resolver problemas es solo una herramienta y un vehículo para alcanzar el objetivo principal de comprensión conceptual y el conocimiento profundo”.

Ahí está, quizá, el verdadero debate.

Durante siglos, las matemáticas no avanzaron solamente acumulando respuestas. Avanzaron porque alguien encontró una idea, desarrolló un método, lo discutió con otros, lo cuestionó, lo enseñó y permitió que una nueva generación partiera de ahí para llegar todavía más lejos. El resultado importa, pero también importa el camino que permite comprenderlo.

La carta advierte precisamente sobre la posibilidad de romper esa cadena. Sus autores señalan: “Sin la voluntad de los matemáticos que deben encargarse de su desarrollo e integración en el canon matemático, las ideas concebidas por la IA nunca cobrarían vida por completo y se perdería la cadena de transmisión humana crucial entre los matemáticos”. Y esto debería preocuparnos mucho más allá de las matemáticas.

Porque estamos construyendo una cultura tecnológica que premia la velocidad. Primero fueron las redes sociales, donde aprendimos a deslizar el dedo para obtener inmediatamente el siguiente estímulo. Después llegaron los asistentes de IA, capaces de escribir por nosotros. Ahora aparecen sistemas que pueden investigar, programar, razonar y resolver problemas extraordinariamente complejos.

El riesgo es que terminemos confundiendo eficiencia con aprendizaje. En educación, por ejemplo, un estudiante puede obtener en segundos la solución de un problema matemático. Pero si nunca tuvo que enfrentarse a la dificultad, equivocarse, buscar una estrategia y finalmente comprender la respuesta, ¿realmente aprendió matemáticas?

La misma reflexión puede trasladarse a la investigación, al periodismo, a la escritura y, prácticamente, a cualquier actividad intelectual. ¿Qué perdemos cuando la IA nos permite saltarnos el camino para llegar inmediatamente a la respuesta? En ese camino están la prueba y el error, la duda, la frustración de no encontrar una solución y la motivación que surge cuando finalmente la encontramos. Está también el descubrimiento de nuevas preguntas que aparecen precisamente mientras intentamos resolver la primera. La respuesta, entonces, no debería ser entendida como el final del proceso, sino como una parte de él. Porque en aprender, investigar y crear, quizá lo más valioso no sea llegar a la respuesta, sino todo aquello en lo que nos convertimos mientras intentamos encontrarla, un conocimiento que habremos perdido, aun teniendo la respuesta final. ¿En verdad eso es valioso? ¿Tener solo la respuesta?

Por eso la carta de los matemáticos no debería leerse como una defensa nostálgica del trabajo humano frente a las máquinas. Es, más bien, una advertencia sobre el riesgo de perder el sentido de aquello que hacemos cuando la tecnología puede hacerlo por nosotros.

La inteligencia artificial puede convertirse en una extraordinaria herramienta para ampliar nuestra capacidad de descubrir. Pero hay una frontera que no deberíamos cruzar sin discutirla: aquella en la que dejamos de valorar la comprensión porque ya tenemos la respuesta.

Tal vez el mayor desafío de la IA no sea conseguir que las máquinas piensen como nosotros, sino evitar que nosotros terminemos pensando como máquinas: buscando únicamente el resultado más rápido.

Porque si algún día una máquina puede resolver todas nuestras preguntas, ¿cuál seria el verdadero privilegio humano?