Ciencia
Tao: comprender importa más que bajar la cota
El matemático Terence Tao publicó el sábado 5 de septiembre de 2026 un hilo de ocho partes en Mathstodon donde defiende que el valor de un problema está en lo que enseña, no en la cifra final que lo corona.
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
En resumen
- Tao sostiene que la cota concreta importa menos que los métodos transferibles.
- No rechaza la IA (inteligencia artificial): cuestiona incentivos sin expertos, explicación pública ni revisión.
Un problema que vale por lo que enseña
El problema de las bounded gaps (separaciones acotadas) entre primos pregunta si existe una distancia fija que se repite infinitas veces entre números primos consecutivos. Tao recuerda que la cifra concreta de esa distancia carece de importancia intrínseca para otras áreas.
Lo valioso, según su postura, es lo que revela la búsqueda: técnicas que después sirven en otros problemas. Es una opinión argumentada por él mismo, no un consenso de la comunidad matemática ni una demostración formal de nada.
Polymath y la Maynard sieve (criba de Maynard), sus ejemplos
Como ejemplo aporta su propia cronología: en 2013, tras una carrera de anuncios incrementales, propuso el proyecto colaborativo Polymath8 para trabajar en abierto en lugar de competir. La cota se estabilizó tras meses de esfuerzo compartido y documentado.
Después llegó la criba de Maynard, un método distinto (criba: técnica para filtrar números primos) que se convirtió en herramienta habitual de enseñanza y se aplicó a otros problemas. Ahí, sostiene Tao, está la ganancia duradera y transferible.
Una hipótesis contrafactual, no historia real
El hilo imagina, y conviene subrayarlo, un escenario contrafactual: qué habría pasado si en 2005 hubieran existido empresas de IA centradas en benchmarks (marcas de referencia). Ese pasaje es una hipótesis narrativa imaginada por él, no un hecho documentado.
Tao no rechaza la IA en matemáticas: critica incentivos competitivos que prescinden de expertos del área, de explicación escrita y de revisión por pares. Usada de forma colaborativa, dice, puede enriquecer la comprensión colectiva del campo. Es su matiz central.
Conclusión
La discusión no es cifra contra cifra, sino qué queda después: métodos explicables, verificables y enseñables. Falta ver si los actores implicados asumen ese criterio. Por ahora es la posición de un matemático, no un consenso.
Fuentes primarias
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
Comentarios