Cómo la IA formaliza todas las matemáticas con Lean

Hace diez años, formalizar matemáticas con Lean o Coq era una tarea lenta y reservada a especialistas con mucha paciencia. Cada lema exigía líneas manuales y la verificación consumía jornadas enteras. La llegada de la IA cambió ese panorama por completo: los modelos actuales sugieren pasos, completan demostraciones y reducen el esfuerzo manual. El ponente de este análisis es Dr. Samuel Allen Alexander, quien comenta el artículo colectivo y explica por qué el momento actual es distinto. Su lectura combina escepticismo sano con entusiasmo por la velocidad de los laboratorios.

El artículo comentado reúne a siete autores: Avigad, Buzzard, Commelin, Degenne, Morrison, Nash y Topaz. Entre ellos destaca Buzzard, quien recibió un millón de libras y cinco años para formalizar el último teorema de Fermat. Ese proyecto simboliza la ambición de verificar las matemáticas más profundas con ayuda mecánica. Sin embargo, el ponente subraya un giro inesperado: los grandes laboratorios de IA avanzaron más rápido que los planes académicos previstos. OpenAI y Anthropic publican resultados que los expertos esperaban para dentro de años, y cada modelo nuevo acorta los plazos.

OpenAI sorprendió al publicar cerca de cuatrocientas familias de resultados de una sola vez, un volumen que ningún equipo humano habría redactado en meses. Cada prompt bien diseñado genera un lema verificado y cada token producido queda disponible para demostraciones futuras. La clave está en la reutilización desde la base: los enunciados pequeños se combinan en teoremas mayores sin repetir trabajo. Este enfoque convierte la formalización en una construcción acumulativa donde cada agente aporta piezas que otros modelos aprovechan. Así, la biblioteca crece con una velocidad que la escritura manual jamás alcanzó.

Los autores del artículo advierten un peligro serio: un corpus mal construido desperdicia esfuerzo, llena estantes digitales sin uso, rompe normas de calidad y puede retrasar el campo durante décadas. Temen que miles de pruebas generadas por IA resulten imposibles de mantener y contaminen la biblioteca común. El ponente, sin embargo, no se convence con ese temor. Recuerda que las matemáticas sobreviven a modas y errores, y que cada modelo mejora cuando recibe más datos para entrenar. Para él, publicar pronto y corregir después rinde más que esperar el corpus perfecto.

Dos casos recientes muestran el lado luminoso de esta apuesta. OpenAI avanzó en la conjetura de la distancia unitaria, un problema geométrico que llevaba años casi inmóvil. Por su parte, la página de investigación de Anthropic documenta el salto en la densidad de ceros de la función zeta: del 41,6% al 67,2% gracias al trabajo conjunto de Claude y matemáticos humanos. Cada prompt aportó ideas que ningún agente solitario habría hallado, y cada token de razonamiento quedó registrado para su revisión. Estos logros prueban que la IA ya produce matemáticas nuevas, no solo verifica teoremas antiguos.

El ponente describe con honestidad el costo de limitarse a corregir: la comprensión lectora se agota, el crédito se diluye y el trabajo pierde sentido. Quien solo revisa salidas de un modelo, como el prepublicado sobre ceros de zeta disponible en arXiv, termina atrapado en tareas repetidas de verificación sin crear nada propio. Cada agente propone y el humano apenas asiente, de modo que el mérito se reparte de forma confusa. Además, depender de cada prompt ajeno reduce la experiencia directa con la prueba. Por eso defiende formalizar de verdad, no solo vigilar resultados.

Frente al miedo al desorden, el ponente ofrece una contra-tesis vitalista: llegarán formalizadores de garaje que hoy nadie imagina, aunque los guardianes elitistas intenten cerrarles la puerta. Las matemáticas no son frágiles ni se rompen con un corpus imperfecto, porque habitan una especie de reino platónico independiente de nuestros archivos. Cada modelo fallido enseña algo y cada agente aficionado puede hallar una joya ignorada por los expertos. La historia muestra que la disciplina absorbe errores y sigue creciendo. Abrir las puertas rinde más que custodiar un templo vacío.

El trío ganador combina Lean, la colección Mathlib y la IA moderna en un solo flujo de trabajo. Lean aporta un lenguaje de prueba que verifica cada paso como un compilador revisa el código, sin piedad ante el error. Mathlib ofrece decenas de miles de lemas listos para reutilizar en cada demostración. Según el sitio Lean Lang, esta infraestructura convierte la intuición en certificados mecánicos que cualquier modelo puede extender. Cada prompt se apoya en definiciones sólidas y cada token generado respeta reglas estrictas. Así, la creatividad humana y el rigor mecánico avanzan juntos.

El proyecto Tau Ceti lleva estas ideas a la práctica con un método claro: rutas de demostración diseñadas por humanos, redacción a cargo de la IA, revisión adversarial entre modelos y compilación permanente de todo lo verificado. Su flujo desemboca aguas abajo de Mathlib, enriqueciendo la biblioteca común en lugar de competir con ella. La página de TauCetiProject describe este ciclo de escritura mecánica y el repositorio en GitHub publica el código y los avances del equipo. Cada agente contribuye con pruebas y cada token validado pasa a formar parte del acervo compartido.

La hoja de ruta del año 4 de Lean FRO, que cubre de septiembre de 2026 a febrero de 2027, reúne a Tau Ceti, Hex y Palomar en un esfuerzo coordinado. El sitio Lean Lang detalla hitos de automatización, bibliotecas y herramientas que harán casi todo el repertorio usable en tres años. OpenAI y Anthropic aportan modelos cada vez más capaces, mientras cada agente de prueba acelera la escritura de demostraciones. Cada prompt aprovecha la base creciente y cada token verificado reduce la fricción del siguiente proyecto. La promesa es ambiciosa, pero el calendario viene cumpliéndose sin pausas.

El llamado final es a escalar sin timidez: multiplicar por diez iniciativas como Tau Ceti y Formal Frontier, trazar planos con expertos, organizar talleres y diseñar modelos de fondos sostenibles. El ponente propone además hospedaje sin fines de lucro para que la biblioteca formal pertenezca a todos. Cada agente financiado multiplica su valor cuando comparte cada token de prueba abierta. OpenAI y Anthropic muestran que la inversión rinde, pero la meta exige fondos públicos y filantrópicos. Escalar la verificación mecánica es hoy una decisión política, no solo técnica.

El ponente cierra con una crítica aguda al título del artículo: prometer un cómo formalizar sugiere una guía técnica paso a paso. Sin embargo, el texto real es un llamado a la gobernanza del campo: quién decide, quién financia y quién custodia el corpus común. Cada modelo nuevo cambia las reglas y cada agente participante merece saber bajo qué normas colabora. La honestidad de las etiquetas importa porque un título engañoso atrae al público equivocado. Mejor anunciar un manifiesto de organización que vender un manual que el artículo no ofrece.

El pronóstico final mira al horizonte cercano con confianza serena: todo lo conocido en 2026 quedará formalizado muy pronto. La frontera del conocimiento seguirá avanzando, como siempre, pero la brecha entre descubrir y verificar se afina cada mes. Cada prompt produce matemáticas comprobadas y cada token acerca el día en que ninguna prueba quede sin certificado. OpenAI, Anthropic y cada modelo abierto empujan en la misma dirección junto a cada agente humano. El ponente invita a preparar ese mundo donde demostrar y programar sean el mismo gesto creador.