Nadie puede leer la prueba de Riemann hecha con Claude. Y aun así se puede revisar

El viernes 20 de noviembre, Levent Alpöge, matemático de Anthropic, publicó en su sitio una declaración de cuatro páginas que empieza con una frase difícil de exagerar: “Creo que he descubierto, trabajando con Claude, una prueba de la hipótesis de Riemann”. Es el problema abierto más famoso de las matemáticas. Lo planteó Bernhard Riemann en 1859, trata sobre el orden oculto en los números primos y el Instituto Clay ofrece un millón de dólares a quien lo resuelva. Alpöge dice, además, que su método resuelve la versión generalizada, mucho más amplia.
Al cierre de esta columna, la comunidad todavía no daba la prueba por buena, aunque los primeros chequeos fueron favorables. Pero lo que más me interesa no es si la hipótesis cayó, sino cómo se está decidiendo si cayó.
Lo que casi nadie miró
Alpöge no publicó un artículo para leer. Publicó solo código en Lean, un lenguaje que revisa de forma automática que cada paso de un razonamiento matemático sea correcto. En su declaración explica por qué: el argumento es “increíblemente largo”, y producir un documento con todo el detalle es rutina, pero sería enorme e ilegible. En una nota al pie cuenta que generó uno por diversión y pasó las 250.000 páginas. Le pareció inapropiado subir eso. Promete escribir una versión que se entienda, pero todavía no existe.
Es decir, la demostración más importante en décadas, si se confirma, hoy no la domina de punta a punta ni su propio autor. Y aun así, los expertos ya le tienen bastante confianza. ¿Por qué?
Porque se puede revisar sin entenderla. Andrew Sutherland, del MIT, compiló el código por su cuenta. “La prueba en Lean fue compilada y revisada de nuevo, de forma independiente, por el núcleo de Lean, con solo los tres axiomas estándar”, dijo a Scientific American. “Honestamente, la probabilidad de que haya algo raro aquí es aproximadamente cero”. Kevin Buzzard, del Imperial College de Londres, recordó cuál es la primera pregunta ante una prueba así: si lo que el código demuestra corresponde de verdad al teorema que se dice. Al cierre de Scientific American faltaba una última revisión que confirma que el código no redefine ningún símbolo y que compila con varios verificadores distintos; según Scientific American, suele tomar horas.
El mismo día pasó algo que lo dice todo por contraste. Ravi Vakil, presidente de la Sociedad Matemática Estadounidense, publicó en su blog otra prueba de la hipótesis generalizada, de Alessandro Masullo, de la Universidad de Stanford. La describió como “toda humana, sin IA”. Brian Conrad, experto en el tema, la había revisado durante meses. Unas ocho horas después, Vakil agregó que varias personas le habían reportado problemas en la prueba, “identificados con la ayuda de distintos modelos de IA”. Conrad dijo a Scientific American que el texto está “en revisión mayor”.
Una prueba que nadie puede leer, pero que una máquina puede revisar, avanzó en un día. Otra que un experto leyó con cuidado durante meses recibió objeciones en horas, encontradas con ayuda de máquinas.
Por qué importa a quien dirige en la región
La hipótesis de Riemann no va a cambiar tu negocio. Scientific American lo explica bien: no tiene aplicaciones inmediatas y no rompe, de forma directa, el cifrado que protege los pagos en línea. Lo que sí debería cambiar es cómo piensas el trabajo con IA.
Esta es mi lectura: cuando la IA produce más rápido de lo que cualquier persona puede leer, el cuello de botella deja de ser hacer y pasa a ser revisar. Alpöge pudo publicar porque las matemáticas tienen una herramienta que revisa sola. La mayoría de las empresas no tiene algo así. Reciben informes, código, contratos y análisis hechos con IA, y los revisan como siempre: alguien los lee, si tiene tiempo.
Eso deja de funcionar cuando la IA entrega más de lo que tu equipo alcanza a leer. Ahí aparecen dos tentaciones malas: aprobar sin leer o frenar todo por desconfianza.
Entre los comentarios que recogió Scientific American está el de Héctor Pastén, de la Pontificia Universidad Católica de Chile: si la prueba es correcta y se entiende, sería “algo así como una piedra de Rosetta” entre distintas ramas de las matemáticas. Fíjate en la condición: “si se entiende”. Hasta los más entusiastas separan dos cosas, que algo sea correcto y que alguien lo entienda.
El argumento contrario
Se puede decir, con razón, que las matemáticas son una excepción. Tienen reglas exactas y un verificador perfecto. Un plan comercial, una campaña o una decisión de contratación no se pueden compilar en Lean. Y hay otra objeción: la afirmación viene de un empleado de Anthropic, un día después de su salida a bolsa. El propio Alpöge escribió que el momento es “horrible” y que la lectura cínica es falsa, pero es razonable esperar a que la comunidad termine de revisar.
Estoy de acuerdo con las dos cosas. Por eso mismo creo que la lección sirve. Si en tu empresa casi nada se puede verificar de forma automática, lo que hace la IA en esas áreas debería tener más supervisión humana, no menos. Y lo que sí se puede verificar, que es más de lo que parece, es justamente donde conviene delegar primero.
Qué hacer con esto
Si diriges una empresa en la región, cuatro cosas para este mes.
- Separa lo verificable de lo que no lo es. Una conciliación bancaria, un cálculo que se puede rehacer o un código con pruebas automáticas se pueden revisar sin leer línea por línea. Delega primero ahí. Lo que solo se revisa leyendo, delégalo con más cuidado.
- Escribe el enunciado antes de pedir. La primera pregunta de Buzzard vale para cualquier empresa: ¿lo que la IA resolvió es lo que de verdad necesitabas? Define por escrito qué cuenta como respuesta correcta antes de aceptar una.
- Usa la IA para revisar trabajo humano. La prueba de Masullo recibió objeciones en horas con ayuda de IA. Con una herramienta aprobada para datos confidenciales, pásale tus contratos y planillas importantes antes de firmarlos o enviarlos, y pídele que busque errores, no que los apruebe.
- Mide cuánto tardas en revisar, no solo en producir. Si la IA te ahorra cinco horas en hacer un informe y tu equipo tarda seis en revisarlo, no ganaste nada. Ese número te dice dónde invertir.
Que una prueba que nadie puede leer sea quizás la más confiable de la semana dice mucho de hacia dónde va esto. En tu empresa, la pregunta ya no es si la IA puede hacer el trabajo, sino si tienes cómo revisarlo.
A partir de información de Levent Alpöge, declaración sobre la prueba (20 de noviembre).
Para seguir leyendo
Ciencia e innovación
Lean y Mathlib certifican la prueba de Riemann que Alpöge hizo con Claude
Las comunidades de Lean y Mathlib dicen tener “plena confianza” en la prueba de Levent Alpöge, de 17 millones de líneas. Falta que los matemáticos entiendan sus ideas nuevas.
Continuar leyendoCiencia e innovación
OpenAI dice que su IA refutó una hipótesis de hace 27 años, y Anthropic afirma lo mismo
La prueba, verificada por computador, contradice una suposición sobre la que se apoyan cientos de trabajos de computación. Expertos la revisarán: un resultado de IA sigue siendo una afirmación hasta que alguien la valida.
Continuar leyendoColumnas
La IA encontró la falla en una hora. ¿Cuánto tardas tú en parcharla?
Java4Shell se halló con IA en una hora y por menos de US$200. Encontrar fallas se volvió barato; la ventaja ahora está en cuánto tarda cada empresa en saber dónde está expuesta y en corregir.
Continuar leyendo






















