El conocimiento no necesita permiso del gremio

Hay una frase que merece ser leída despacio: «Mathematicians did not ask for this work to be done». Los matemáticos no pidieron que se hiciera este trabajo. La firma el grupo de comunicación de la Association for Human Mathematics, en un comunicado publicado como entrada invitada en el blog de Terence Tao. Conviene precisar la autoría antes de discutir: atribuírselo personalmente a Tao sería empezar la polémica haciendo trampas.

El trabajo aludido es el anunciado por OpenAI el 6 de octubre de 2026: resultados matemáticos obtenidos con un modelo interno. Su repositorio reúne 719 manuscritos, organizados en 372 familias, con distintos grados de verificación; aproximadamente un 42 % de los resultados principales cuenta con formalización en Lean. Presentar eso como 719 problemas definitivamente resueltos sería publicidad engañosa. Queda trabajo de comprobación, valoración y comprensión. Hasta aquí, ninguna razón para apagar el cerebro y ponerse a aplaudir.

Pero volvamos a la frase. ¿Desde cuándo hay que haber pedido un descubrimiento para que merezca ser examinado? ¿Quién representa a todos los matemáticos? ¿Y qué derecho adquiere una profesión sobre las preguntas a las que ha dedicado su vida?

A mi juicio, ahí asoma una confusión bastante seria entre la autoridad que da saber de algo y la potestad de decidir quién puede intentarlo. Un matemático puede demostrar que una prueba falla. Puede señalar que un resultado ya era conocido o que apenas tiene interés. Puede negarse a revisar gratuitamente un aluvión de documentos. Todo eso exige argumentos que podemos discutir. La ausencia de un encargo del gremio no refuta absolutamente nada.

Tampoco sería honrado despachar todas las objeciones como miedo al progreso. Hay problemas atendibles: referencias deficientes, costes de revisión, desigualdad de acceso y una formación que podría deteriorarse si se aprende a producir respuestas sin entenderlas. El grupo asesor AGMAI ha cuestionado las pruebas de problemas avanzados con modelos propietarios inaccesibles. Esa precisión importa: cuestionar las condiciones de investigación permite discutir quién puede contrastar los resultados y en qué condiciones.

Lo que me parece una salida corporativa es saltar de esas dificultades a reclamar que los matemáticos dejen de colaborar con OpenAI, como hace AHM. Cada cual elegirá sus colaboraciones, por supuesto. Pero no veo cómo una retirada colectiva, acompañada de semejante apelación al encargo del gremio, resuelve aquellos problemas. Podemos exigir acceso, trazabilidad y revisión sin convertir la frontera de una profesión en una aduana del conocimiento.

Probemos a llevar el argumento a un terreno donde su coste resulte más visible. Imaginemos, solo como hipótesis, que Claude ayuda a descubrir una vacuna contra un tipo concreto de cáncer. Imaginemos también que los ensayos clínicos y las evaluaciones correspondientes acreditan su seguridad y eficacia. ¿Sería razonable rechazarla porque los oncólogos no habían pedido ese trabajo o porque altera el prestigio y los intereses de quienes investigaban antes?

Exigir esos ensayos sería obligatorio. Descartar el resultado, una vez acreditado, para proteger una posición profesional sería una barbaridad. La analogía tiene límites: una demostración matemática y un tratamiento médico se validan de maneras distintas. Lo que permite ver es el absurdo de hacer depender el valor de un resultado del permiso previo de quienes ocupan el campo.

También está el interés general. Si alguno de estos resultados acabara facilitando una solución práctica que mejorase la vida de la gente, habría que celebrarlo, aunque el mérito cambiara de manos. Aquí la aplicación es una posibilidad, no un beneficio que podamos dar por demostrado. Pero proteger intereses corporativos o individuales a costa de ese beneficio potencial sería invertir las prioridades.

Sería como un señor que va a caballo y protesta por la invención del coche porque, sobre cuatro ruedas, ya no destaca su destreza como jinete. Puede advertir de accidentes, exigir frenos o denunciar un vehículo defectuoso. Tiene motivos para hacerlo. Lo que no puede pedir razonablemente es que los demás sigan a caballo para preservar su ventaja.

Este asunto también nos incumbe a los abogados, a los traductores y a los diseñadores. Conviene dejar de hablar de la inteligencia artificial como si fuera una ofensa personal que alguien tuviera pendiente de retirar. Si una herramienta permite hacer mejor una parte del trabajo, habrá que aprender a usarla y comprobar dónde deja de servir. Defender el oficio exige hacerse cargo de esa posibilidad.

Un traductor puede emplearla para explorar alternativas y dedicar más atención al registro, la intención y las ambigüedades del original. Un diseñador puede ensayar propuestas con rapidez y someterlas a un criterio que la abundancia de imágenes no proporciona. Un abogado puede poner a prueba un razonamiento y buscar objeciones, siempre que compruebe después las fuentes y proteja la información del cliente. El matemático puede explorar conjeturas, buscar contraejemplos o trabajar con demostraciones formalizadas. En todos esos casos, el valor profesional depende de lo que uno sabe reconocer, corregir y justificar.

La urgencia de aprender tampoco autoriza la chapuza. Copiar una sentencia inventada porque viene redactada con aplomo sigue siendo una negligencia. Entregar una traducción incorrecta más deprisa empeora el servicio. Y producir páginas de símbolos que nadie sabe evaluar tampoco merece una medalla. Adoptar estas herramientas con seriedad obliga a establecer controles, medir resultados y conservar la capacidad de disentir de la respuesta que aparece en pantalla.

Precisamente por eso me interesa poco la veneración de las empresas tecnológicas. OpenAI tendrá que acreditar sus afirmaciones. Sus competidores, también. El tamaño de una compañía y la espectacularidad de un anuncio no conceden ninguna exención del rigor. Debemos poder exigir cuentas a quienes desarrollan los sistemas y, al mismo tiempo, aprovechar aquello que funcione. Entregarles nuestro juicio sería una forma particularmente perezosa de modernizarse.

Comprendo que todo esto incomode. Durante mucho tiempo, dominar ciertas operaciones ha exigido años de esfuerzo, y verlas ejecutadas de otra manera puede resultar desmoralizador. Ese esfuerzo merece respeto. Pero no crea un derecho a que el mundo conserve intactas las dificultades que nos costó superar. El prestigio profesional tendrá que ganarse también sabiendo trabajar en unas condiciones que ya están cambiando.

Aprender ahora significa probar herramientas en tareas acotadas, comparar su rendimiento con nuestro propio trabajo y estudiar sus fallos. Significa revisar cómo enseñamos un oficio para que alguien pueda servirse de la tecnología sin quedar intelectualmente desarmado cuando se equivoque. Hay muchísimo que hacer ahí. La comprensión humana merece toda esa energía; Tao, de hecho, ha defendido orientar la IA hacia ella y hacia aplicaciones útiles.

Prefiero ver a los profesionales disputando cómo se utilizan estas herramientas. El repliegue gremial me parece una mala respuesta. Nos jugamos la calidad del trabajo que ofrecemos y la capacidad de decidir sobre él. Si podemos ser mejores traductores, diseñadores, abogados o matemáticos, tenemos una razón muy seria para aprender. Y hacerlo cagando leches.