Avance de IA en matemáticas plantea una pregunta laboral

OpenAI anunció que sus agentes de IA habían resuelto uno de los problemas de matemáticas sin resolver más importantes del mundo, y el anuncio se convirtió de inmediato en una disputa sobre el reconocimiento, según reportes de MIT Technology Review. La empresa dijo que sus sistemas resolvieron el problema de existencia y suavidad de Navier–Stokes, uno de los Problemas del Premio del Milenio seleccionados por el Clay Mathematics Institute en 2000. Un Problema del Premio del Milenio es un desafío de matemáticas famoso por ser difícil, con un premio de un millón de dólares por una solución correcta. OpenAI dijo que no planea reclamar el premio.

Las matemáticas mismas importan porque las ecuaciones de Navier–Stokes describen cómo los fluidos, incluidos el aire y el agua, se mueven con el tiempo. Ese campo se llama dinámica de fluidos y aparece en trabajos de ingeniería como modelar el flujo de aire, el flujo de agua, la presión, la turbulencia y el movimiento. La pregunta sin resolver era si las ecuaciones siempre se comportan correctamente o si, bajo algunas condiciones, podrían fallar y predecir algo físicamente imposible, como una velocidad infinita. Una demostración, en matemáticas, no es una prueba de funcionamiento ni una buena estimación; es un argumento lógico que se supone que muestra que una afirmación debe ser verdadera.

El tema laboral es más grande que una sola ecuación. MIT Technology Review informa que el matemático de NYU Tristan Buckmaster y el empleado de Anthropic Levent Alpöge habían trabajado durante casi un año en una versión relacionada del problema, usando modelos de IA disponibles públicamente de OpenAI y Anthropic. El lunes, Buckmaster publicó una demostración sobre una versión simplificada de las ecuaciones. Después, OpenAI presentó una demostración sobre las ecuaciones completas, producida con un modelo interno. Un modelo interno es un sistema de IA que una empresa usa dentro de su propia operación y no ha publicado para que el público lo use.

Buckmaster acusó a OpenAI de usar su trabajo y el de Alpöge como punto de partida sin reconocerlos correctamente. OpenAI negó que sus empleados o agentes hubieran accedido a sus transcripciones. Un agente de IA es un software que usa un modelo de IA para planear pasos, usar herramientas y realizar tareas con menos instrucciones humanas directas que un chatbot normal. El hecho clave es que sigue siendo incierto si los sistemas de OpenAI hicieron uso del trabajo de Buckmaster y Alpöge. Esa incertidumbre es exactamente la razón por la que la historia importa para los lugares de trabajo técnicos.

En muchos oficios y carreras técnicas, el trabajo ya no consiste solo en hacer la tarea a mano. También consiste en organizar el flujo de trabajo, elegir la herramienta correcta, revisar el resultado y documentar lo que ocurrió. En esta historia, la herramienta es un sistema avanzado de IA que trabaja en matemáticas. En otros lugares de trabajo, la herramienta podría ser un software de diseño asistido por computadora, un escáner de diagnóstico, una soldadora robótica, una máquina CNC, un modelo de información de construcción o un sistema automatizado de control de calidad. El tema común es la procedencia, que significa el registro de dónde vinieron la información, las ideas, los archivos y las decisiones.

Si una empresa no puede mostrar la procedencia, se vuelve más difícil responder preguntas básicas del lugar de trabajo: ¿Quién hizo el trabajo? ¿Qué material de origen se usó? ¿Qué herramienta produjo cada resultado? ¿Quién lo revisó? ¿Se copió, se usó como base o se recreó de manera independiente el trabajo de otra persona? En el caso de OpenAI, la discusión trata sobre la autoría, que significa quién debe ser nombrado como alguien que contribuyó a una investigación. En un entorno de construcción, manufactura, tecnología de la salud o TI, preguntas similares pueden afectar la responsabilidad legal, las licencias, los registros de inspección, los reclamos de garantía y la confianza entre equipos.

La historia también muestra un posible cambio en la contratación. MIT Technology Review sostiene que los modelos de IA ahora pueden ser esenciales para avanzar en algunos de los problemas de matemáticas más difíciles, y que solo unas pocas empresas de IA de vanguardia pueden tener los recursos de computación para ejecutar los sistemas más potentes. IA de vanguardia significa la IA más avanzada que están desarrollando los laboratorios con mejor financiamiento. Si eso se vuelve normal, los trabajadores técnicos podrían necesitar dos tipos de habilidad al mismo tiempo: conocimiento profundo de la materia y la capacidad de operar, cuestionar y verificar el trabajo asistido por IA.

Eso no significa que el experto humano desaparezca. El artículo señala una habilidad que los matemáticos llaman criterio de investigación, que significa la capacidad de elegir preguntas prometedoras y enfoques útiles en vez de perder tiempo en caminos sin salida. Buckmaster y Alpöge usaron un enfoque relacionado con trabajos anteriores de Diego Córdoba y Luis Martínez-Zoroa, y un profesor de matemáticas de Brown University le dijo a MIT Technology Review que este enfoque era uno de varios considerados prometedores. Incluso si un sistema de IA puede avanzar en una tarea técnica difícil, los humanos todavía pueden dar forma al problema, elegir el método, juzgar si la respuesta tiene sentido y decidir qué cuenta como evidencia suficiente.

Para un futuro empleado, la lección práctica es que ser “bueno con la IA” no puede significar solo escribir instrucciones rápidamente. Puede significar mantener un registro de auditoría, que es un registro de accesos, cambios, decisiones y resultados. Puede significar saber cuándo un resultado parece impresionante pero no ha sido verificado. Verificación significa comprobar si el trabajo realmente es correcto, no solo si está pulido o es convincente. También puede significar entender las reglas de un lugar de trabajo: cuándo citar una fuente, cuándo pedir permiso, cuándo mantener los datos de clientes fuera de una herramienta y cuándo acudir a un supervisor o experto en la materia.

La controversia sobre OpenAI no está resuelta. La demostración todavía está dentro del mundo normal de la revisión matemática, donde los expertos deben examinar si el argumento funciona. La disputa sobre el reconocimiento también depende de hechos que no son totalmente públicos, incluido a qué podían acceder los agentes de la empresa y qué registros existen. Lo que ya está claro es que la IA no solo está cambiando lo que los trabajadores técnicos pueden producir. Está cambiando el papeleo, la verificación, el trabajo en equipo y la confianza necesarios para respaldar el trabajo.