💬
Un matemático de Oxford — de los mejores del mundo en su campo — revisando los outputs de una IA. Uno por uno. La mayoría, rechazados. Demasiado imprecisos, demasiado mecánicos, no llegan a ningún lado.
Pero en uno de esos intentos descartados, en una prueba que el propio sistema marcó como fallida, el profesor Marc Lackenby encontró algo. Una estrategia de demostración tan ingeniosa que él mismo la describió como "realmente, realmente inteligente". Una estrategia que nadie había visto antes.
Y con ella, resolvió un problema matemático abierto que llevaba décadas sin solución.
No fue la IA la que lo resolvió. Fue él. Pero jamás lo habría encontrado solo.
Eso es lo que pasó este lunes con el co-matemático de Google DeepMind — y es la historia que más me importa contarte hoy, porque dice algo sobre para qué sirve realmente la IA cuando está bien usada.
Hoy te explico qué pasó, qué significa para ti y qué observar...
🧠 ¿Cómo te ayuda la IA hoy?
Imagina que tienes un asistente que no sabe exactamente cómo terminar el trabajo, pero sí sabe generar cientos de caminos posibles a gran velocidad. Tú los revisas, descartas los malos, y de repente uno tiene algo que tú nunca hubieras pensado solo.
Eso es exactamente lo que Google DeepMind construyó — pero para matemáticas de nivel investigación. No una IA que "da la respuesta", sino una que trabaja en paralelo con equipos de subagentes, propone estrategias, las revisa, las rechaza, y sigue intentando. Como tener veinte ayudantes pensando al mismo tiempo.
El punto importante: la IA no reemplazó al experto. Lo equipó con más opciones de las que podría generar en años de trabajo individual. El genio humano sigue siendo el que decide qué vale y qué no.
📰 La Noticia de IA del Día
La IA que está cambiando cómo se hace matemática de investigación
Google DeepMind publicó este lunes el paper de su AI co-mathematician, un sistema agéntico construido sobre Gemini diseñado para colaborar con matemáticos en la resolución de problemas abiertos — los que llevan décadas, o siglos, sin solución. (arXiv, mayo 2026)
El sistema no funciona como un chatbot que "da respuestas". Funciona más como un equipo de investigación artificial: un agente coordinador divide el problema en líneas de trabajo paralelas, y sub-agentes especializados escriben código, buscan literatura matemática existente e intentan construir demostraciones formales. Luego, los resultados se revisan internamente antes de presentarse.
DeepMind modeló esta arquitectura en los entornos de programación agéntica — como Claude Code — pero aplicada al razonamiento matemático puro. El resultado: en el benchmark FrontierMath Tier 4, uno de los más difíciles diseñados para resistir a la IA durante décadas, el sistema alcanzó un 48%, más del doble del 19% que logra Gemini 3.1 Pro trabajando solo. (arXiv, mayo 2026)
Pero la historia que más importa no es el número. Es lo que pasó con el profesor Marc Lackenby de la Universidad de Oxford, uno de los matemáticos que probó el sistema. Mientras revisaba los outputs — la mayoría rechazados por el propio sistema — encontró en uno de ellos una estrategia de demostración que describió como "really, really clever". Una idea que no venía de él, y que usó para resolver un problema abierto del Kourovka Notebook, una colección histórica de problemas sin solución en teoría de grupos. (arXiv, mayo 2026)
El debate válido: esto todavía funciona mejor para perfiles con formación matemática profunda. El sistema genera ideas, pero alguien necesita saber reconocer cuándo una idea rechazada es en realidad brillante.
¿POR QUÉ IMPORTA?
🧠 ¿Qué decisión revela esto?
Para quién | Lo que esto revela |
|---|---|
Empresa | La IA agéntica ya no es solo para código — el modelo de "equipos de agentes + revisión humana" se está aplicando al conocimiento más complejo del mundo |
Universidad | La investigación científica con IA no es trampa ni atajo — puede ser el método que desbloquea décadas de trabajo acumulado |
Profesional | Si la IA puede asistir a un matemático de Oxford, puede asistirte a ti en tu campo — el patrón es el mismo: genera opciones, tú decides |
Persona | No necesitas ser genio para aprovechar esto; necesitas saber hacer las preguntas correctas y reconocer las respuestas que valen |
Si eres usuario
Prueba darle a una IA un problema complejo de tu trabajo —no pidiéndole la respuesta, sino pidiéndole que genere 10 formas distintas de abordarlo. Revísalas. Una puede ser la que necesitabas.
Si lideras un equipo
Empieza a pensar en la IA como un generador de estrategias, no como un ejecutor. Tu equipo sigue siendo quien decide qué estrategia tiene sentido. Ahí está el valor real.
📌 Fuente:
Google DeepMind — AI co-mathematician paper — arXiv, mayo 2026
🗣️ Frase Inteligente del Día
Encontré una estrategia de demostración realmente, realmente inteligente dentro de un output que el propio sistema había rechazado."
💡 ¿Qué puedes hacer hoy con IA?
Cambia la pregunta que le haces a la IA. En lugar de "dame la respuesta", prueba "dame 8 formas distintas de pensar en este problema". Las opciones son el valor real.
Revisa los outputs que descartas. Lackenby encontró el breakthrough en un resultado que el propio sistema marcó como fallido. A veces lo que parece ruido tiene señal.
Aplica esto a tu trabajo de hoy. Toma un problema que llevas tiempo sin resolver — un proceso, una decisión, una propuesta — y pídele a Claude o ChatGPT que genere estrategias alternativas que no hayas considerado.
Lee sobre IA agéntica. El modelo de "coordinador + sub-agentes + revisión" ya está en Claude Code, en Codex, en Gemini. Entender cómo funciona te ayuda a usarlo mejor.
Comparte esta idea con alguien de tu equipo. La pregunta: ¿En qué problema de nuestro trabajo podríamos usar IA para generar más opciones de las que generamos solos?
🔧 Tip del Día
Si llevas semanas con el mismo problema sin avance: No le pidas a la IA que lo resuelva. Pídele que te genere 10 marcos distintos para abordarlo — desde ángulos filosóficos, operativos, creativos, técnicos. Luego revisa cuál resuena. El breakthrough puede estar en el enfoque que nunca consideraste.
💼 Herramientas Recomendadas
🤖 Gemini (Google DeepMind) La misma familia de modelos detrás del co-matemático. En su versión de uso general (gemini.google.com), Gemini es especialmente fuerte en razonamiento estructurado y análisis de documentos complejos.
Cómo usarlo en 3 pasos: (1) Entra a gemini.google.com, (2) Pégale un problema complejo con todo el contexto, (3) Pídele que genere múltiples estrategias o ángulos de solución, no una sola respuesta.
Ideal para: Investigadores, analistas, cualquiera que trabaje con documentos densos o decisiones de múltiples variables.
✅ Disponible en LATAM sin restricciones.
✅ OpenAI Codex (Computer Use) El tip de entrenamiento de hoy: Codex con el plugin de Computer Use puede automatizar tareas manuales repetitivas — clicks, exportaciones, renombrado de archivos — en cualquier app de tu computadora.
Cómo usarlo en 3 pasos: (1) Abre Codex y activa el plugin Computer Use en Plugins, (2) Cambia permisos a Full Access, (3) Describe la tarea en lenguaje natural: "Abre Chrome, entra a X sitio, descarga los reportes de esta semana".
Ideal para: Cualquiera con tareas repetitivas en computadora — diseñadores, administradores, analistas.
⚠️ Disponibilidad en LATAM: requiere acceso a ChatGPT Plus o plan de pago de OpenAI.
🤖 Prompt del Día:
GENERADOR DE ESTRATEGIAS ALTERNATIVAS
Tengo un problema que llevo tiempo sin resolver:
[Describe el problema con el mayor contexto posible]
Lo que ya intenté:
[Lista los enfoques que ya usaste]
Por favor, genera 10 estrategias completamente diferentes para abordarlo.
Incluye enfoques desde perspectivas distintas: operativa, creativa,
filosófica, técnica, relacional, sistémica.
Para cada estrategia:
- Nombre del enfoque
- Por qué podría funcionar
- Primer paso concreto para probarla
No me des la solución. Dame los caminos.Por qué funciona: Replica exactamente el patrón del co-matemático de DeepMind: en lugar de pedir una respuesta, generas un espacio de posibilidades que tú revisas. El breakthrough suele estar en la opción que nunca hubieras considerado solo.
🖼️ Imagen del Día:
Para esta edición quiero una imagen que transmita algo muy específico: la colaboración entre la mente humana y una inteligencia artificial en un espacio de ideas abstractas. No quiero tecnología fría ni pantallas — quiero algo que se sienta como pensamiento puro, como un espacio donde dos formas de inteligencia trabajan juntas sin que ninguna domine a la otra.
Cuando el genio humano y la IA piensan juntos, lo imposible se vuelve posible.
⚡ Ráfagas IA
🪐 IA descubre más de 100 exoplanetas escondidos en datos de la NASA El sistema RAVEN, desarrollado por la Universidad de Warwick, analizó 4 años de datos del telescopio TESS de la NASA — cubriendo 2.2 millones de estrellas — y confirmó más de 100 exoplanetas, incluyendo 31 completamente nuevos y mundos que orbitan su estrella en menos de un día. (University of Warwick) → La IA no necesita nuevo hardware para hacer descubrimientos históricos — solo mejores modelos aplicados a datos que ya tenemos.
💊 Isomorphic Labs (Google) buscaría levantar más de $2,000 millones El brazo de drug discovery de Google estaría en proceso de cerrar una ronda de más de $2B para expandir su Drug Design Engine, que según la compañía supera a AlphaFold 3 en tareas específicas de diseño de fármacos. (Bloomberg) → La IA para salud ya no es investigación académica — es negocio con capital institucional masivo.
🇬🇷 Grecia propone blindar derechos frente a la IA en su Constitución El primer ministro Kyriakos Mitsotakis anunció que Grecia propondrá incluir en su constitución protecciones específicas para que la IA sirva a la libertad individual y no represente una amenaza a la democracia. (AP News) → El primer país en constitucionalizar la IA marca un precedente que otros gobiernos observarán de cerca.
🔀 OpenRouter lanzó Pareto Code: el AI más barato que cumpla tu estándar Pareto Code es una capa de enrutamiento gratuita que automáticamente selecciona el modelo de código más barato que supere el umbral de calidad que tú defines, ajustándose en tiempo real conforme aparecen modelos nuevos. (OpenRouter) → Para equipos de desarrollo: menos gasto en APIs sin sacrificar calidad — el tipo de herramienta que se vuelve estándar rápido.
🤖 Baidu lanzó ERNIE 5.1 con #4 en búsqueda y costo de entrenamiento mínimo El nuevo modelo de Baidu ocupa el cuarto lugar en el Arena Search Leaderboard, y la compañía afirma que costó aproximadamente el 6% de lo que cuestan modelos rivales equivalentes en entrenamiento. (Baidu en X) → La carrera de eficiencia en IA se está acelerando — rendimiento de frontera a fracción del costo ya no es solo una promesa.
👋 Despedida
El co-matemático de DeepMind, los exoplanetas encontrados en datos de hace cuatro años, un país que quiere constitucionalizar los derechos frente a la IA. El lunes arrancó con fuerza.
Pero el hilo que conecta todo es el mismo: la IA no llega para hacer el trabajo por nosotros. Llega para ampliar el espacio de lo que podemos ver. Marc Lackenby no encontró su breakthrough porque la IA fue más inteligente que él. Lo encontró porque la IA le mostró más caminos de los que podría haber generado solo — y él supo reconocer cuál valía.
Eso aplica para matemáticos de Oxford. Y aplica para ti, hoy, en tu trabajo.
Nos vemos mañana.
— Julius y el equipo de IA Para Tu Día
"La IA no te da la respuesta. Te da el espacio para encontrarla."
Hoy lo vimos en vivo: el sistema de DeepMind no resolvió el problema matemático — generó un territorio de posibilidades tan amplio que un experto humano encontró dentro de él algo que nadie había visto. Eso es exactamente lo que debería ser la IA bien usada: no un oráculo, sino un amplificador del criterio humano.