En mayo de 2026, un modelo de IA resolvió un famoso problema matemático planteado por primera vez en 1946, y en cuestión de semanas, más de una docena de otros problemas históricos han caído ante la inteligencia artificial. Estos eventos no solo están remodelando las matemáticas, sino que también ofrecen una ventana fascinante sobre cómo se compara la resolución de problemas humana con el aprendizaje automático.
La investigación
Según un informe de Quanta Magazine (agosto de 2026), los modelos internos de OpenAI han resuelto múltiples problemas legendarios de Paul Erdős, el matemático húngaro itinerante que planteó más de mil preguntas durante su vida. El 20 de mayo de 2026, una IA encontró un contraejemplo al "problema de la distancia unitaria", conjeturado por primera vez en 1946. El resultado no fue completamente riguroso, pero fue innovador, basándose en una rama distante de las matemáticas. Poco después, las técnicas de esa solución se utilizaron para resolver otros problemas abiertos. Para el 1 de agosto, el modelo no publicado de OpenAI, Astra, logró 10 avances más, incluidas soluciones a tres problemas adicionales de Erdős.
¿Por qué los problemas de Erdős? Muchos son simples de enunciar pero requieren una profunda perspicacia y creatividad, exactamente el tipo de desafío que podría ser un buen punto de referencia para la IA. Thomas Bloom, matemático de la Universidad de Mánchester, creó erdosproblems.com en 2023 para rastrear estos problemas. Usó ChatGPT para ayudar a codificar el sitio, una señal temprana de cómo la IA se está convirtiendo en parte del kit de herramientas de un matemático.
Por qué es importante para tu cerebro
Estos avances de la IA muestran que las máquinas ahora pueden manejar tareas que antes se pensaba que requerían intuición humana y saltos lógicos. Pero como investigador cognitivo, veo esto como un desafío para nosotros: ¿cómo cultivamos las habilidades humanas que la IA aún no tiene, como hacer conexiones novedosas entre dominios o cuestionar el problema en sí? La IA sobresale en explorar vastos espacios de soluciones, pero los humanos aún plantean las preguntas y deciden qué vale la pena resolver. El hecho de que la IA necesitara tomar prestadas ideas de un campo lejano nos recuerda que el pensamiento interdisciplinario es una firma de la creatividad humana, y podemos entrenarlo.
Lo que puedes hacer
Para fortalecer tu propia resolución de problemas, sigue estas estrategias basadas en evidencia:
- Practica el pensamiento entre dominios: aplica deliberadamente ideas de un campo a otro (por ejemplo, usa un patrón musical para resolver un rompecabezas matemático).
- Participa en acertijos abiertos (como los de nuestra plataforma de entrenamiento cerebral) que no tienen una única respuesta correcta.
- Cuando estés atascado, tómate un descanso y vuelve más tarde: la incubación ayuda a tu mente inconsciente a trabajar.
- Explica los problemas a otra persona (o a un pato de goma) para obligarte a clarificar tu pensamiento.
Estas técnicas pueden aumentar la flexibilidad y el razonamiento. Y recuerda: incluso la IA más poderosa todavía necesita que un humano plantee el problema; esa parte es toda tuya.
Fuente: Quanta Magazine
¿Sientes curiosidad por tu propio cerebro? Haz nuestro test de CI adaptativo gratuito o prueba 306 niveles de entrenamiento cerebral.
