La IA avanza en la resolución de problemas científicos: del 2% al 35% de éxito según estudio del MIT
Investigadores del MIT revelaron que los modelos de inteligencia artificial han pasado de resolver un 2% a un 35% de problemas científicos teóricos en solo dos años, impactando disciplinas como las matemáticas, la física y la economía.
Las claves de la nota
- IA resuelve 35% de problemas científicos teóricos.
- Avance significativo en 2 años (2024-2026).
- Impacto en matemáticas, física y economía.
- Rol humano sigue siendo indispensable.
- Resistencia de la comunidad científica.
Un reciente estudio del MIT, liderado por el experto Neil Thompson, pone de manifiesto el vertiginoso avance de la inteligencia artificial (IA) en la resolución de problemas científicos complejos. Los modelos de IA más avanzados han logrado pasar de resolver correctamente alrededor del 2% de los problemas teóricos en diversas disciplinas a un notable 35% en un lapso de apenas dos años (mediados de 2024 a mediados de 2026). Este progreso abarca campos tan diversos como las matemáticas, la probabilidad, la estadística, la economía, las altas energías, la gravitación, la cosmología y la física cuántica.
La investigación se centró en evaluar la capacidad de modelos de OpenAI, como GPT-5 y sus sucesores, para resolver problemas planteados en artículos científicos. Para asegurar la independencia de las soluciones, se seleccionaron publicaciones cuyas respuestas se publicaron después de la fecha de corte del entrenamiento de los modelos, y se bloqueó el acceso a internet para evitar consultas externas. Si bien el estudio se enfocó en un conjunto limitado de disciplinas, los hallazgos sugieren que el impacto observado en las matemáticas podría replicarse en otras áreas de investigación científica.
Este avance plantea interrogantes sobre el futuro de la investigación científica y el rol de los teóricos. Si bien la IA podría automatizar la resolución de ciertos problemas, los expertos recalcan que la intervención humana seguirá siendo crucial para generar nuevas ideas, conectar conceptos y verificar la validez de las soluciones propuestas por la IA, ya que existe el riesgo de que los modelos cometan errores o presenten respuestas incorrectas.
La creciente capacidad de la IA también ha generado resistencia en parte de la comunidad científica, que teme una deshumanización de la disciplina. Organizaciones como la Asociación por las Matemáticas Humanas abogan por proteger la naturaleza humana del progreso matemático, argumentando que la producción y el consumo automatizados de matemáticas socavan los fundamentos intelectuales de la disciplina. Señalan que las empresas de IA promocionan sus capacidades sin considerar las consecuencias para las áreas de estudio.
Para el sector productivo y financiero argentino, este avance de la IA tiene implicaciones significativas. En economía, por ejemplo, la capacidad de la IA para modelar escenarios complejos, predecir tendencias de mercado o analizar grandes volúmenes de datos financieros podría optimizar la toma de decisiones en empresas y entidades financieras. En el ámbito agropecuario, si bien la noticia se centra en problemas teóricos, la IA ya está demostrando su potencial en el análisis de datos climáticos, optimización de cultivos y predicción de rendimientos, lo que podría beneficiar a la región de Rosario y su pujante sector agroindustrial.