La Rebelión de la Pregunta: La Inteligencia Profunda, la mayéutica digital y el fin de la era de las respuestas.

  

La Rebelión de la Pregunta: La Inteligencia Profunda, la mayéutica digital y el fin de la era de las respuestas.

 

Pablo Dávalos, PhD

 

A Ariel Dávalos

 

La humanidad, de alguna manera, tenía una visión algo ingenua, por decirlo así, con respecto a la Inteligencia Artificial General. Era una visión que oscilaba entre la posible amenaza a la humanidad por una inteligencia más poderosa y que desplazaba a los seres humanos para imponer su supremacía incluso amenazando con la extinción a la humanidad, hasta un tecno-optimismo radical que suponía que, con la Inteligencia Artificial General, a la cual denominaremos como Inteligencia Profunda, empezarían a resolverse los principales problemas humanos.

Estas visiones de la Inteligencia Profunda corresponden a sociedades atrapadas en los universos simbólicos del productivismo industrial y el consumo de masas que provienen desde mediados del siglo XX y cuyo horizonte de futuro no podía superar esa restricción.

El desarrollo real de la Inteligencia Profunda no parece corresponder a esa visión. Ni pesimismo extremo, ni tecno-optimismo, ni consumo de masas. Los hechos dan cuenta de que el arribo de la Inteligencia Profundafue más temprano de lo que se había pensado y que ya está provocando cambios más fuertes de los que se habían supuesto. Los algoritmos de Inteligencia Profunda están por generar la transición civilizatoria más importante al intensificar y acelerar la capacidad de procesamiento científico y romper los marcos institucionales que lo sostenían y estructuraban.

Esto requiere una explicación más detallada. Los avances en física de partículas, por ejemplo, significaron también adelantos en la electrónica de masas y electrónica en campos aplicados como la medicina, los robots industriales, las cadenas logísticas, la informática, entre otros. 

Así, detrás de cada mejora científica-tecnológica había una cantidad ingente de trabajo abstracto y teórico-científico; había, además, un intenso debate a nivel de ciencias puras y abstractas en la comunidad científica y académica. Esta retroalimentación generaba, a su vez, nuevas conjeturas, nuevas hipótesis, nuevos marcos interpretativos. Si a esto se suman los nuevos instrumentos de investigación como, por ejemplo, el colisionador de hadrones, se tiene un ecosistema caracterizado por la complejidad y la rigurosidad. 

Detrás de esos nuevos avances científicos había un entramado institucional que tenía a los Estados y a las comunidades científicas en una tensión permanente y una presión constante por superarse a sí misma. Había, asimismo, detrás de ese entramado, una tensión geopolítica en donde la producción de conocimiento se traducía en poder geopolítico y, al mismo tiempo, en mayores y mejores niveles de producción que ponían a la acumulación de capital en nuevos niveles. 

Sin embargo, es tal la complejidad de la producción de ese conocimiento científico y abstracto que, a pesar de sus enormes avances, su progresión se podía medir, por expresarlo de alguna manera, en términos lineales. Crecía, pero poco a poco.

Las universidades formaban cada vez más expertos, teóricos, científicos, ingenieros y académicos y cada vez con más altos niveles de exigencia, y esto hacía que el conocimiento sea cada vez más complejo y más vasto.

Así, por ejemplo, el campo de las matemáticas tuvo que fragmentarse en ámbitos cada vez más especializados que incrementaban su propia complejidad. Cada conjetura matemática necesitaba de años y de una comunidad de investigadores y teóricos para ser demostrada y validada. Cada demostración, a su vez, permitía que se constituyan nuevas conjeturas e hipótesis más complejas. 

Esas conjeturas e hipótesis de las matemáticas, de su parte, servían y permitían mayores desarrollos en física teórica, química, bioquímica, genética, informática, entre otras. La comunidad científica se hacía cada vez más amplia pero también más exigente, más rigurosa y más estricta. Cada científico que se incorporaba a esta dinámica tenía que superar con mucho esfuerzo la rigurosidad que cada vez se hacía más intensa y compleja. Esas características definían incluso su estructura institucional.

Entre la formulación de una conjetura o una hipótesis matemática o física, y su validación y comprobación final, pasaban años. A veces nadie podía demostrarla. Por ejemplo, la demostración del Teorema de Fermattardó más de tres siglos. El tiempo lento de procesamiento de pensamiento abstracto se consideraba como parte inherente del entramado científico y tecnológico de la comunidad científica porque garantizaba su rigurosidad y su compromiso con la ciencia y la verdad científica. 

Siempre se trataba de un tiempo largo. Un matemático, un físico teórico, un bioquímico, entre otros, pasaban años tratando de demostrar una cantidad determinada de hipótesis, teoremas, axiomas, conjeturas que, si lo lograban, cambiaban la ciencia y, por definición, cambiaban el mundo. 

La sociedad los recompensaba de una u otra manera. Desde los premios Nobel en ciencias hasta las medallas Fields para los descubrimientos sobresalientes en matemáticas, el premio Abel para los matemáticos, el premio Chern, el premio Wolf, entre otros reconocimientos, daban cuenta de esa estructura social y simbólica construida alrededor del conocimiento científico, su producción, sus descubrimientos y su validación social.

Ese conocimiento científico es, además, el núcleo duro de todo avance social. No se trata solamente de una conjetura o hipótesis matemática, en realidad, detrás de cada una de ellas había posibilidades que se desplegaban por el trabajo de otros científicos, ingenieros, desarrolladores, programadores, etc., en nuevos dispositivos, nuevas formas de producción, nuevos algoritmos, etc. Ahí, en la ciencia, está la frontera final de cualquier sociedad. Los científicos e ingenieros son los que abren el horizonte social al futuro.

Esas nuevas posibilidades, a su vez, se integraban en un denso entramado de relaciones mercantiles que podían generar nuevos modelos de negocios que, de su parte, alteraban, a veces radicalmente, los patrones de consumo y relacionamiento social. Así, las personas quizá no estén advertidas plenamente de que en cada uno de sus teléfonos inteligentes hay una enorme cantidad de conocimiento científico y de descubrimientos matemáticos y físicos. Cada smartphone pone en manos de cada ciudadano del mundo una cantidad tal de poder de cómputo de manera inédita en la historia humana gracias a los matemáticos, físicos teóricos, programadores, ingenieros.

En el núcleo duro de las sociedades modernas y tecnológicas subyace, como condición de posibilidad y existencia, la ciencia y la tecnología al más alto nivel, con su correspondiente entramado institucional, político y geopolítico. A medida que ese núcleo duro innova y descubre más conjeturas e hipótesis, a la larga, es toda la sociedad la que cambia. Una fórmula matemática o física, o química, entraña, en sí misma, un nuevo mundo. El siglo XXI es una constatación de ello.

Por eso la sociedad tenía, por expresarlo de alguna manera, dos velocidades, una de ellas tenía que ver con la producción, los mercados y el consumo, y cuyo desafío era siempre vencer al tiempo o, como los ingenieros de la fábrica Toyota lo denominaron: producción justo a tiempo. El otro, en cambio, se parece al tiempo de las abadías de la Edad Media, con sus propios códigos, prioridades y tiempos, es el tiempo de la ciencia pura y dura, de las matemáticas, de la física teórica. De hecho, los campus universitarios recuerdan ese ambiente de abadía, aunque sus laboratorios impresionan por la tecnología que acumulan.

Sin embargo, a nadie se le habría ocurrido presionar a la academia y a los institutos de investigación a que industrialicen y produzcan justo a tiempo las fórmulas matemáticas o físicas de sus propios campos. La creación de ese pensamiento complejo y abstracto obedece a sus propias prioridades y sus propios desafíos. Si el teorema de Fermat tomó 358 años para su demostración, la hipótesis de Riemann, o la Conjetura de Poincaré, las ecuaciones de Navier-Stokes, o P es igual a NP, entre otras, bien pueden tomar el tiempo que los matemáticos, investigadores y teóricos necesiten. La humanidad no los presiona. Si alguno consigue demostrarlos, es seguro que se los va a reconocer o premiar de alguna manera.

La abstracción matemática y física, generalmente, tiene que ver con la comunidad académica y con universidades y centros de investigación, la mayoría públicos. No obstante, el primer tercio del siglo XXI confirma el fenómeno de que el núcleo y centro real de la producción científica y el pensamiento abstracto ya no está tanto en las universidades, sean públicas o privadas, sino en los centros de investigación de corporaciones privadas. El siglo XXI desplazó al Estado en el financiamiento y estructura de la ciencia y la producción científica por la corporación privada.

Ahora bien, todo este entorno se altera y se transforma profundamente con el arribo de la Inteligencia Profunda. Se genera un fenómeno inédito y que cambia de forma importante la estructura del conocimiento científico y teórico de toda la modernidad. Por vez primera, la humanidad está ante la posibilidad de la industrialización del conocimiento científico.  

A mediados de octubre de 2026, la empresa OpenAI, anunció que sus algoritmos habían demostrado la conjetura del suavizado local en todas las dimensiones espaciales de forma simultánea, es un descubrimiento del análisis armónico que resuelve por completo la Conjetura de Kakeya y la Conjetura de Restricción de Stein en todas las dimensiones. 

Los algoritmos de OpenAI, también refutaron la Hipótesis del Tiempo Exponencial (ETH) que era un límite a la capacidad de cómputo. En el campo de la física teórica, los algoritmos de OpenAI probaron la existencia en la Teoría Cuántica de Campos (Yang-Mills), logrando validar la “cromodinámica cuántica”, relacionada con la fuerza nuclear fuerte y relacionada con la Teoría de Yang-Mills que forma parte de los siete Problemas del Milenio.

De otra parte, el 6 de octubre de 2026, un par de semanas antes de dar a conocer estos tres grandes descubrimientos, OpenAI había lanzado 722 manuscritos matemáticos en el repositorio de Github. Estos 722 manuscritos se agruparon en “familias de resultados” para resolver alrededor de 4.000 problemas matemáticos. Concomitante a este lanzamiento de OpenAI, el startup AxiomMath (Axiom), daba a conocer que un enjambre de agentes de IAG habían logrado la verificación de la demostración más larga y compleja de toda la historia humana: la Clasificación de Simples Infinitos. Se trata de una demostración de un problema que abarca más de 15 mil páginas distribuidas en más de 500 artículos científicos, publicados por alrededor de unos 100 matemáticos en las últimas décadas. La humanidad tardó décadas para formular esta Clasificación de Simples Infinitos, y Axiom lo procesó en 24 días. Los algoritmos de Axiom encontraron y corrigieron 34 errores, desviaciones e inconsistencias notables de este repertorio de artículos académicos y realizaron parches y correcciones a esta teoría, sobre todo en el denominado Teorema del Grupo Desequilibrado.

Anthropic, de su parte, y otro de los grandes jugadores de la Inteligencia Profunda, ha logrado también avances importantes: logró la formalización del último teorema de Fermat (en solo 11 días), en donde los algoritmos demostraron 29.500 teoremas intermedios para blindar la demostración; lograron elevar la certeza de los ceros de la función Zeta de Rieman del 41,6% al 67,2%; descubrieron soluciones cruciales para el problema de la dinámica de fluidos de las ecuaciones de Navier-Stokes; lograron desmentir la Conjetura de Jacobian, demostrando que la conjetura es completamente falsa a partir de tres dimensiones; entre otros descubrimientos y avances.

La comunidad de matemáticos puros y físicos teóricos, están, la metáfora es pertinente, en shock. Ven cómo su mundo empieza a desmoronarse. Uno de los matemáticos más importantes del primer tercio del siglo XXI, Terence Tao, comentó que “la era romántica de las matemáticas ha terminado”. Los matemáticos, en respuesta a los avances de la IAG, han creado la Asociación para las Matemáticas Humanas, para evitar que la IAG amenace con destruir los fundamentos de la creatividad, innovación y capacidad analítica de la ciencia.

El matemático Hugo Duminil-Copin ganador de la Medalla Fields, cuando descubrió que, entre los más de 700 problemas matemáticos resueltos por la IA, constaban 16 problemas abiertos de su propia especialidad, publicó en sus redes sociales: “el martes por la noche lloré, y eso despertó a mi hija … han aniquilado mi campo de investigación”. En una entrevista para el New York Times, ante la misma situación provocada por OpenAI, el matemático Ken Ono expresó lo siguiente: “imagino que muchos matemáticos, al igual que yo, sintieron ayer que les daban un puñetazo en el estómago”. El profesor de la Universidad de Nueva York, Tristan Buckmaster, denunció que “este reciente vertido de artículos del martes destruyó las carreras de los matemáticos que están al inicio de sus trayectorias profesionales”.

El éthos de la ciencia pura como reducto por fuera de las contingencias del capitalismo se rompió en pedazos. Hay una inconformidad de científicos, teóricos, académicos, investigadores, matemáticos y filósofos, con lo que hace la Inteligencia Profunda con la ciencia y las matemáticas: lo consideran casi como una profanación. 

Todos ellos fueron las víctimas de su propio invento. Fueron sus ecuaciones, sus reflexiones, sus análisis matemáticos, sus demostraciones, sus nuevas conjeturas, sus teoremas, los que dieron forma y configuraron a la Inteligencia Profunda. Así, el paso de la IA hacia la IAG (o Inteligencia Profunda) no fue donde se suponía que sucedería, sino que afectó a lo más importante de la sociedad: la creación de pensamiento puro y abstracción lógica: las matemáticas, la física teórica y la informática, el núcleo duro de todo el avance científico y tecnológico del siglo XXI. 

Es cuestión de tiempo para que la IAG resuelva los denominados problemas del Milenio. De hecho, uno de ellos, las ecuaciones de Navier-Stoker para física de fluidos, aparentemente, estarían ya por resolverse por los algoritmos de la Inteligencia Profunda. En pocos años, los algoritmos de la Inteligencia Profunda serán tan potentes que no habrá problema alguno en las matemáticas que no pueda ser resuelto por ellos. 

Eso plantea un problema ontológico para las ciencias duras y, en especial, para los matemáticos. En ese contexto, el único rol para ellos sería aquel de validar y comprobar los posibles errores, desfases o falta de consistencia de los problemas resueltos por la Inteligencia profunda. Es por eso la desazón, incertidumbre y ruptura que experimenta la comunidad de matemáticos y científicos de todo el mundo. Se sienten desplazados del centro a la periferia. De sujetos a simples ayudantes.

En efecto, no tiene sentido plantearse como objetivo central problemas que, tarde o temprano, serán resueltos por la Inteligencia Profunda. Todo el “misterio” que rodeaba a los problemas más densos y complejos creados por el intelecto humano, pierden ese “encanto” que enamoraba a los matemáticos al extremo de encerrarse día tras día para resolverlos, si van a ser resueltos finalmente por un algoritmo. Se entiende, entonces, la queja de Duminil-Copin, y de tantos que como él ven que el mundo que habían construido se derrumba.

Las matemáticas, la física teórica, la informática, la genética, entre otras ciencias duras, entran en un escenario jamás previsto por ninguno de sus actores: aquel de la industrialización del conocimiento puro.

La industrialización del conocimiento puro altera no solo la comunidad de matemáticos o de físicos teóricos, sino a todo el capitalismo en sí mismo. Si el descubrimiento de una ecuación matemática podía conllevar a innovaciones no previstas ni intuidas originalmente y que se despliegan luego en nuevos modelos de negocios y nuevas instituciones y marcos sociales, la industrialización del conocimiento puro por parte de la Inteligencia Profunda pone a la sociedad en un estado de innovación permanente.

Muchos problemas que tienen que ver con fronteras de la ciencia y la tecnología, como, por ejemplo, la energía por fusión, pueden resolverse más rápido de lo previsto. Se abren algunas posibilidades para el desarrollo de tecnologías antes insospechadas, como por ejemplo la impresión de chips subnanométricos, entre otros. 

La cuestión es: ¿tiene el capitalismo la capacidad de resistir un entorno de innovación permanente? No hay que olvidar que fue el capitalismo el que creó el procedimiento de obsolescencia programada para evitar, precisamente, la innovación permanente. Así, lo más probable es que el capitalismo, en tanto sistema históricamente determinado, tenga muchas dificultades para procesar un entorno de innovación permanenteque surge de la aplicación de la Inteligencia Profunda.

Sin embargo, el cambio más importante tiene que ver con los marcos institucionales que soportan y estructuran las posibilidades de la innovación permanente. La comunidad de matemáticos ha creado la Asociación para las Matemáticas Humanas. Es un gesto inocente e ingenuo que no altera para nada los escenarios que se empiezan a configurar con la Inteligencia Profunda, pero que permite comprender la profunda desazón que este momento los atraviesa.

La transición real para ellos está en cambiar el paradigma ontológico de las ciencias duras. Si la Inteligencia Profunda puede resolver ecuaciones complejas y realizar demostraciones, entonces que las siga haciendo. La Inteligencia Profunda puede asumir la tarea pesada e industrial de construir puentes lógicos y destrabar los cuellos de botella que demandaban ingentes jornadas de esfuerzo intelectual para realizar una demostración matemática. 

Lo que se necesita ahora es que los matemáticos y científicos, se conviertan en arquitectos conceptuales que tengan la capacidad de establecer conexiones y puentes epistemológicos supuestamente imposibles de hacer. Es decir, los matemáticos, si bien necesitan dominar las herramientas de su dominio, también necesitan de la filosofía para ampliar sus capacidades de innovación conceptual y de acceder a otros campos del conocimiento. 

Un matemático que pueda tender puentes entre diferentes ámbitos puede tratar a la Inteligencia Profundacomo un aliado. Si la Inteligencia Profunda y los enjambres de sus agentes pueden trabajar bajo una dirección y sentido determinado, entonces los matemáticos y científicos pueden recuperar su rol original. 

La cuestión no es tanto ya resolver los problemas matemáticos heredados o aquellos que puedan venir, porque eso lo puede hacer ya la Inteligencia Profunda y sus agentes, sino en tener la capacidad de elaborar hipótesis tan audaces y tan creativas que rebasen la capacidad de la Inteligencia Profunda; pensar en la convergencia entre neurociencias y matemáticas y proponer, es solo un ejemplo, hipótesis para topología de Altas Dimensiones y Geometría Estocástica, o Topología Geométrica y Teoría de Nudos, para las proteínas, en fin; se pueden proponer muchos ejemplos más.

Esto supondría un cambio en la estructura institucional del conocimiento, es decir, las universidades. En efecto, la estructura epistémica y metodológica de las universidades está en plena contradicción y es totalmente anacrónica con el mundo de la Inteligencia Profunda  y la industrialización del conocimiento puro.A

La hiperespecialización que domina a la universidad del siglo XXI, en realidad fue una necesidad de la Revolución Industrial. Como el conocimiento humano se volvió tan vasto con la modernidad, pero las herramientas eran tan rudimentarias, la única forma de proceder fue aislar la complejidad de lo real en cajones aislados (el médico, el ingeniero, el biólogo, el físico, el matemático, y así).

Es por ello que el currículo es lineal cuando el conocimiento, a partir de la emergencia de la Inteligencia Profunda es fractal y en nodos de red. Las universidades siguen divididas en facultades que separan radicalmente ámbitos de conocimiento que, en la realidad, están íntimamente entremezclados e imbricados. Definen un pensum rígido y estanco en una carrera que dura de cuatro a cinco años y llena de tareas absurdas, repetitivas y monótonas, todas ellas en función de un sistema de evaluación que castiga el error y, por tanto, la capacidad de pensar lateralmente y de ser disruptivo. 

La misma disposición de las aulas en donde hay un polo que detenta el saber (el profesor) y estudiantes que deben embutirse o atiborrarse de ese saber, para luego devolverlo sin procesar, en evaluaciones que castigan la innovación o la disrupción, da cuenta de que las universidades modernas se han convertido en espacios anquilosados y anacrónicos con respecto a los avances del siglo XXI.

La evaluación a investigadores a partir de la publicación de papers (“publicar o morir”), con indicadores y métricas puramente cuantitativas de rendimiento, deja de tener sentido con la inteligencia profunda y sus enjambres que pueden redactar un paper en cuestión de minutos. Es una métrica industrial y productivista que no tiene relación con los cambios que provoca la inteligencia profunda y a los cuales hay que dar respuesta.

Debe comprenderse que en tiempos de inteligencia profunda e innovación permanente aquello que cobra relevancia no es responder preguntas sino, más bien, saber formularlas. Para formularlas se necesita conocimiento, audacia, chispa, propósito y capacidad de disrupción. En la universidad actual, todas esas características se castigan o se reprimen.

Por eso, la universidad que se acopla a la inteligencia profunda es aquella que enseña a preguntar, no a responder. Es aquella que permite que los estudiantes se conviertan en una especie de directores de orquesta que tienen a su disposición un enjambre de agentes de inteligencia profunda dispuestos a trabajar en función de una pregunta que nunca antes nadie ha hecho y demostrar su posibilidad y su plausibilidad.

En esa universidad del futuro, en donde el conocimiento está en la mayéutica socrática los enjambres de agentes de inteligencia profunda permiten unir esa enorme disparidad de conocimientos dispersos pero que una pregunta bien formulada puede unirlos, y en donde los errores tienen potencia heurística porque abren puertas impensables en circunstancias normales.

Un estudiante en una universidad que integra la inteligencia profunda a su currículo se confronta al problema de la integración epistemológica de campos que, aparentemente, están desconectados. La integración epistemológica, en esta universidad, es total. La universidad se convierte en ágora. No está para distribuir premios y castigos con un sistema de evaluación que recuerda más a Beccaria que al siglo XXI, sino para cambiar al mundo o, al menos, ponerlo en sintonía consigo mismo.

Es una universidad de enjambre que recupera el sentido del ágora en donde los estudiantes discuten y debaten no solo en términos metodológicos sino también en términos filosóficos y estéticos. Tienen a su disposición un enjambre de agentes de inteligencia profunda para validar, acompañar, aconsejar, proponer y trabajar en lo que ellos dispongan. Tienen profesores o tutores que entienden bien lo que significa la mayéutica socrática. Cada estudiante puede convertirse en un “arquitecto conceptual” en donde la verdad nace de la discusión, el debate, la duda, la incertidumbre.

Antes de la inteligencia profunda la investigación era un proceso rígido por miedo a perder financiamiento o tiempo. Se penalizaba el fracaso y se lo excluía radicalmente. Los laboratorios tenían limitaciones concretas y restricciones presupuestarias que se definían en un plan de investigación generalmente pensado, diseñado y dispuesto desde “arriba”. Con el enjambre de agentes de inteligencia profunda se pueden simular pruebas y se pueden realizar experimentos de manera continua y ampliando las fronteras de lo real. Lo que antes era restricción ahora se convierte en oportunidad.

En la universidad como ágora con un enjambre de agentes de inteligencia profunda el fracaso no representa ningún problema y, de hecho, adquiere posibilidades heurísticas. Ante el fracaso emerge el pensamiento lateral extremo. No importa la hipótesis o la pregunta que se plantee, habrá, para demostrarla, el enjambre. Aquello que importa es la capacidad de disrupción, ese pensamiento lateral que mira de otra manera y que, gracias a esa mirada, puede ver lo que otros no pueden ver.

En esta universidad del futuro las carreras de cuatro o cinco años mueren. La universidad/ágora y por enjambre se organiza por misiones o problemas abiertos que generan nodos epistemológicos de convergencia y la evaluación se realiza en función de la audacia, disrupción, relevancia, integración epistémica, capacidad sintética e, incluso, relevancia moral y belleza estética de las preguntas planteadas.

La inteligencia profunda puede ser el germen para retornar al ágora, a la mayéutica socrática, a la disrupción, a la creatividad, pero también a algo que la humanidad perdió en la transición hacia el barroco y la modernidad: el hombre del renacimiento (bueno, tendríamos ahora que también decir la mujer del renacimiento). Esa universidad del futuro aún no existe, pero ya existen las condiciones que la harán posible y, quizá la más importante de ellas, sea la inteligencia profunda.

La inteligencia profunda no es una amenaza. Es solo una herramienta. Potente. La más potente que los seres humanos hayan creado jamás. Pero solo eso. Lo que sí es una amenaza es la violencia del capitalismo.