Claude, el modelo de inteligencia artificial de Anthropic, ha orientado a dos físicos hacia una salida inesperada para un misterio matemático de hace décadas. El caso, recogido en un artículo publicado en Journal of Statistical Mechanics: Theory and Experiment, afecta al llamado problema del atasco o jamming, una cuestión clave para entender cómo ciertos sistemas desordenados pueden volverse rígidos de forma repentina.
Los protagonistas son Giorgio Parisi y Francesco Zamponi, físicos de la Universidad de La Sapienza de Roma, que llevaban años intentando demostrar una relación matemática observada en sus cálculos. La sorpresa llegó cuando decidieron plantear el reto a Claude: la primera respuesta del sistema contenía errores, pero también una idea de fondo que los investigadores consideraron suficientemente prometedora como para revisarla, corregirla y desarrollarla con herramientas científicas convencionales.
El problema no era menor. En física, el jamming describe el momento en que un material granular, como un conjunto de partículas o bolas comprimidas, deja de comportarse como un sistema fluido y pasa a adquirir rigidez. Es una especie de atasco microscópico: los elementos siguen desordenados, pero la densidad y las restricciones entre ellos hacen que el conjunto quede bloqueado. Desde 2014, Parisi, Zamponi y otros colaboradores habían observado que dos parámetros de su modelo siempre sumaban uno, aunque faltaba una prueba matemática convincente.
Una pista sencilla
Según explicó Zamponi, el modelo de IA señaló un camino que los propios científicos habían pasado por alto. “Bastante rápido, Claude propuso una idea inicial que era esencialmente correcta”, afirmó el físico. Después añadió: “La respuesta estaba ahí, y simplemente no la habíamos visto”. Por tanto, la IA no sustituyó a los investigadores, pero sí funcionó como una mirada externa capaz de romper una inercia intelectual.
Representación del problema del atasco (Wikimedia Commons/Gsrdzl)
Los autores reconocen en su trabajo que resulta difícil precisar por qué no habían advertido antes esa vía. En este sentido, creen que estaban buscando una explicación más sofisticada para una relación que, finalmente, podía entenderse con un argumento más directo. Esa es una de las lecturas más interesantes del hallazgo, porque muestra tanto el potencial como los límites de la inteligencia artificial aplicada a las matemáticas. Un sistema puede sugerir patrones, asociaciones o rutas alternativas, pero la validación sigue dependiendo de especialistas capaces de distinguir una pista fértil de un error convincente.
La resolución de Claude al problema del atasco llega en un momento de creciente interés por el uso de modelos generativos en ciencia, especialmente en matemáticas y física teórica. Expertos como el matemático Will Sawin apuntan a que estas herramientas pueden ser eficaces para rastrear literatura, detectar regularidades o plantear enfoques que una persona no estaba considerando.
