¿Quién habría imaginado que una herramienta de inteligencia artificial accesible para todos pudiera participar en la creación de demostraciones matemáticas inéditas? Esta observación marca una etapa en el ámbito de la investigación teórica, tradicionalmente reservada a la mente humana. Un equipo del Laboratorio de Análisis de Datos de la VUB informa que los modelos de lenguaje comerciales pueden producir pruebas matemáticas originales.
Sus trabajos indican que ChatGPT-5.2 (Thinking) resolvió de manera autónoma un problema planteado en 2024, relacionado con una conjetura formulada por los matemáticos Ran y Teng. El modelo proporcionó la arquitectura principal de la demostración después de varias sesiones de diálogo con los investigadores.
Este enfoque, calificado de "vibe-proving" por los científicos, consiste en utilizar estas herramientas para organizar y explorar ideas teóricas complejas. Uno de los autores indica haber intuido durante mucho tiempo este potencial, aunque se sintió gratamente sorprendido por la eficacia del proceso. El método se inspira en el "vibe-coding" utilizado en programación.
Los investigadores del
Data Analytics Lab precisan que la contribución humana sigue siendo indispensable, en particular para la verificación final y la resolución de las últimas imprecisiones. Así, la inteligencia artificial acelera la formulación de borradores de pruebas, pero la etapa de validación por parte de expertos representa aún un punto importante que requiere tiempo.
Este avance constituye una etapa notable para la inteligencia artificial en las ciencias fundamentales. Más allá de la ayuda en la redacción o la codificación, los modelos de lenguaje participan ahora activamente en el descubrimiento matemático.
El profesor Vincent Ginis del
Data Analytics Lab señala que ciertas ideas preconcebidas sobre la creatividad limitada de los sistemas se ponen así en tela de juicio. La experiencia muestra que estas herramientas pueden superar la simple reformulación de los datos de aprendizaje para proponer razonamientos originales.
Los científicos anticipan que los modelos de lenguaje continuarán perfeccionándose para asistir aún más a los investigadores durante la fase de verificación. Esta sinergia podría transformar las prácticas en investigación teórica, haciendo que el proceso de descubrimiento sea más interactivo y ciertamente mucho más rápido.
¿Qué es una conjetura en matemáticas?
En matemáticas, una conjetura designa una proposición considerada probablemente verdadera, basada en observaciones o resultados parciales. Se diferencia de un teorema, que es una afirmación definitivamente establecida por una demostración lógica y rigurosa.
Estas hipótesis nacen a menudo de la intuición de los matemáticos que detectan regularidades o estructuras recurrentes. Sirven de objetivos para la investigación, motivando la búsqueda de una prueba formal que transformaría la hipótesis en una verdad matemática indiscutible.
El proceso de demostración de una conjetura es una empresa colectiva que puede durar años, incluso siglos. Requiere una creatividad metódica para construir un argumento sin fallos, encadenando pasos lógicos a partir de axiomas y teoremas ya admitidos.
La resolución de una conjetura es siempre un evento destacado en la disciplina. No solo valida la intuición inicial, sino que también enriquece el edificio matemático al revelar nuevas conexiones y abrir el camino a otras preguntas.
El funcionamiento de los grandes modelos de lenguaje (LLM)
Los grandes modelos de lenguaje, como el utilizado en este estudio, son sistemas de inteligencia artificial entrenados con cantidades masivas de textos. Aprenden a predecir y generar secuencias de palabras de manera coherente, capturando las estructuras del lenguaje humano y ciertas formas de razonamiento.
Estos modelos no "comprenden" el significado en el sentido humano, sino que identifican patrones estadísticos elaborados en los datos. Cuando se les presenta un problema matemático, pueden ensamblar conceptos aprendidos para proponer una secuencia de ideas que se asemeja a una demostración.
Su fuerza reside en su capacidad para explorar rápidamente un vasto espacio de posibilidades teóricas. Pueden proponer direcciones de razonamiento o formulaciones que la mente humana no necesariamente habría considerado en primer lugar, actuando como un catalizador para la creatividad del investigador.
Sin embargo, su producción siempre requiere un examen crítico. Pueden generar argumentos que parecen plausibles pero contienen errores lógicos o saltos no justificados. Su papel es, por tanto, complementario, ayudando a estructurar el pensamiento mientras dejan la última palabra al rigor de la verificación humana.
Fuente: arXiv