La IA avanza de las matemáticas a otras ciencias teóricas, según un estudio del MIT
Hecho Qué ha ocurrido
Un estudio del MIT dirigido por Neil Thompson concluye que, entre mediados de 2024 y mediados de 2026, los mejores modelos de IA pasaron de resolver alrededor del 2 % a cerca del 35 % de los problemas teóricos planteados en probabilidad, teoría estadística, teoría económica, física de altas energías, gravitación y cosmología, y física cuántica. Los investigadores probaron modelos de OpenAI, desde o1 hasta GPT-5.5, con problemas de artículos publicados entre diciembre de 2025 y mayo de 2026, sin acceso a internet y con soluciones posteriores al corte de entrenamiento. El estudio no abarca áreas que requieran simulaciones o experimentos.
Resumen generado mediante IA a partir de Wired AI (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Si la tendencia se confirma, parte del trabajo de los equipos teóricos en investigación y en modelización económica o financiera podría automatizarse, lo que cambia qué capacidades conviene desarrollar internamente. Los propios autores señalan que seguirán haciendo falta personas que planteen buenas ideas y verifiquen las soluciones.
- Quién se ve afectado
- Investigadores y equipos de I+D, universidades, centros de investigación y empresas con modelización matemática o económica intensiva.
- Qué puede cambiar
- Los problemas teóricos podrían resolverse con más rapidez, y la verificación de resultados generados por IA pasaría a ser una tarea clave. Los avances teóricos podrían traducirse antes en avances prácticos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Conviene vigilar la publicación revisada por pares de este estudio, los casos de soluciones erróneas o retiradas, y la respuesta de las comunidades científicas sobre límites al uso de IA en investigación.
Enviar esta noticia por correo
Fuente original: Wired AI. La referencia es siempre el artículo original.
Ver fuente original ↗modelos de razonamientoLLM MITOpenAI física teóricainvestigación científicamatemáticasMITOpenAI
Tu opinión
0 comentarios
Relacionadas
Investigadores usan IA para diseñar proteasas que cortan otras proteínas
Investigadores han usado herramientas de diseño de proteínas basadas en IA para tomar el núcleo catalítico de dos tipos de proteasa y sustituir el resto de la…
Por qué importaMuestra que la IA puede crear enzimas a medida con funciones específicas, un avance con potencial para la investigación biomédica y el desarrollo de…
Ai2 presenta HiRO-ACEv2, un emulador climático que simula eventos extremos a 3 km a una fracción del coste
Ai2 ha presentado HiRO-ACEv2, una actualización de su sistema HiRO-ACE para generar datos climáticos globales a 3 km de resolución. Según la compañía, cuesta…
Por qué importaPara equipos que modelizan riesgos meteorológicos extremos, abarata generar muchas simulaciones de alta resolución. Es un resultado de investigación…
Microsoft publica en Nature una herramienta de IA para previsiones de dos a seis semanas
Investigadores de Microsoft han desarrollado un método de machine learning que, según la compañía, mejora la precisión de las previsiones meteorológicas entre…
Por qué importaLas previsiones a medio plazo son útiles para la agricultura, la gestión de emergencias y la planificación logística. Una herramienta abierta y de…
Google da a 200 investigadores europeos acceso a sus modelos de IA más avanzados para ciencia
Google anunció que 200 investigadores europeos, seleccionados por la Comisión Europea entre los beneficiarios del programa RAISE, podrán usar modelos como…
Por qué importaReduce barreras de acceso a herramientas de IA científica para centros europeos y puede reforzar la competitividad investigadora de Europa. Para…