En pocas palabras
Un modelo de inteligencia artificial llamado Claude habría encontrado una solución a un problema matemático muy famoso. Otros matemáticos comprobaron que los pasos escritos por computadora superan pruebas importantes, pero aún falta verificar que el programa haya demostrado exactamente el problema original. Por eso, el anuncio es prometedor, aunque todavía no se considera definitivo.
Un problema antiguo en el corazón de los números primos
La historia se remonta a 1859, cuando el matemático Bernhard Riemann planteó una hipótesis sobre la distribución de los números primos. Son primos los números que solo son divisibles por sí mismos y por uno. A primera vista, parecen aparecer de manera dispersa a lo largo de la recta numérica. Sin embargo, la hipótesis apunta a que detrás de esa distribución hay un orden profundo, un patrón que no se descubre con solo observar unos pocos números.
La importancia del problema no se limita a que sea un acertijo matemático interesante. Se trata de una pregunta amplia sobre la estructura que siguen los números primos, elementos fundamentales de las matemáticas. Por eso, demostrar la hipótesis —si efectivamente se logra— sería mucho más que resolver una ecuación o alcanzar un resultado puntual: aportaría una prueba sólida sobre un patrón cuya naturaleza se debate desde el siglo XIX.
Pero la magnitud de una afirmación no garantiza que sea correcta. En matemáticas no basta con que un resultado parezca razonable ni con que una larga secuencia de pasos convenza a quien la lee. Cada paso debe desprenderse del anterior de acuerdo con reglas precisas, y la conclusión tiene que coincidir con lo que plantea el problema original. Distinguir entre la validez del razonamiento y la correcta formulación de la pregunta es lo que ha llevado a revisar este trabajo más allá de la lectura del argumento.
De la afirmación de Alpöge a una prueba codificada
Levent Alpöge, matemático vinculado a Anthropic, anunció que había usado el modelo de inteligencia artificial Claude para resolver la hipótesis de Riemann. La noticia despertó gran interés porque se trata de uno de los problemas abiertos más destacados de las matemáticas y porque el trabajo atribuido al modelo no se presentó como una ayuda para hacer un cálculo parcial, sino como una demostración de un resultado completo.
Según la información disponible, Alpöge no se limitó a presentar un razonamiento escrito en el lenguaje matemático habitual. También formuló la prueba con Lean, un lenguaje informático que permite representar demostraciones y comprobarlas mediante reglas formales. En este método, los pasos matemáticos se convierten en expresiones precisas que el programa puede revisar, en lugar de depender de que una persona detecte cada detalle o dé por correcto algún salto en el razonamiento.
Esta clase de verificación ofrece una herramienta potente para detectar errores, como un paso que no se desprende de sus premisas o una conclusión que no se deriva de las reglas establecidas. Si el código se compila correctamente en el sistema, significa que el núcleo de Lean no encontró una infracción lógica en la estructura que se le presentó. Pero eso no responde por sí solo una pregunta crucial: ¿la estructura codificada representa realmente la hipótesis de Riemann tal como la entienden los matemáticos, o expresa una afirmación parecida en su forma, pero distinta en su significado?
Por qué no basta con que Lean indique que todo está correcto
La diferencia entre esas dos preguntas se parece a la que existe entre revisar la solución de un ejercicio y comprobar primero que el enunciado se copió bien. El programa puede hacer su revisión con total precisión y confirmar que la conclusión se deriva de la afirmación que recibió. Pero si esa afirmación no es la hipótesis que se quería comprobar, que el sistema haya aprobado el examen no demuestra que se haya resuelto el problema original.
Por eso, el matemático Kevin Buzzard, de Imperial College London, se centró en revisar el enunciado del teorema incluido en el archivo de Lean y compararlo con la formulación conocida de la hipótesis. Para evaluar una demostración formal no basta con comprobar que se puede compilar: también hay que verificar que los símbolos y conceptos del código significan lo que se supone que significan y que la afirmación demostrada coincide con el objetivo matemático anunciado. No se trata de cuestionar la utilidad de la verificación informática, sino de examinar un aspecto que la compilación, por sí sola, no puede aclarar.
Este punto es delicado porque los programas operan con definiciones y símbolos concretos, no con las intenciones que alguien expresa en un anuncio o en una explicación. Si se modifica la definición de un símbolo o se interpreta una expresión de una manera inesperada, el sistema podría dar la impresión de que se probó el resultado cuando, en realidad, se demostró otra cosa. Por eso hay que examinar el contenido del código, en vez de conformarse con el mensaje que indica que el programa lo aceptó.
Conviene distinguir aquí dos niveles de confianza. El primero consiste en confirmar que los pasos codificados son coherentes con las reglas que aplica Lean. El segundo es asegurarse de que esos pasos, aunque sean coherentes, se refieren a la hipótesis correcta y a la formulación prevista. Alcanzar el primer nivel es muy importante, pero no reemplaza el segundo. De ahí la necesidad de una revisión independiente de la afirmación matemática y de la manera en que el código la representa.
La revisión independiente aumenta la confianza
La verificación no quedó limitada a que Alpöge ejecutara la prueba por su cuenta. Investigadores independientes también revisaron el trabajo, entre ellos Andrew Sutherland, matemático del Massachusetts Institute of Technology. Pudieron compilar por su cuenta la demostración escrita en Lean y, en esa etapa, no encontraron problemas. Este paso es especialmente valioso porque el resultado ya no depende únicamente del entorno en que se escribió el código ni de la experiencia de quien lo ejecutó inicialmente.
Sutherland explicó que la prueba superó la revisión del núcleo de Lean, la parte encargada de comprobar los razonamientos formales, y que la verificación se apoyó únicamente en tres axiomas estándar. En este contexto, los axiomas son puntos de partida aceptados dentro del marco matemático utilizado; no son resultados que el programa haya añadido por iniciativa propia. Según Sutherland, la posibilidad de que haya algo sospechoso en esta etapa parece casi nula.
Sin embargo, esa valoración debe entenderse dentro de los límites de lo que se ha probado. La compilación independiente es una señal sólida de que la demostración, tal como está escrita en Lean, pasa la revisión del núcleo con la configuración correspondiente y de que el resultado no depende de una única ejecución realizada por su autor. Pero no significa automáticamente que se hayan cerrado todas las preguntas sobre la formulación del teorema o la definición de los símbolos. Los investigadores todavía trabajan en una comparación más minuciosa.
También es importante recordar que esta comprobación no sustituye por completo el criterio de los matemáticos. El sistema puede aplicar reglas formales a la expresión que recibe, pero los especialistas deben confirmar que el significado de esa expresión coincide con el problema al que se refiere la afirmación. Así, la verificación combina la capacidad de la computadora para revisar muchos pasos precisos con la experiencia de los matemáticos para interpretar el teorema y determinar si la prueba realmente lo demuestra.
La prueba que todavía está pendiente
La siguiente etapa que espera la comunidad interesada se conoce como «ejecución comparativa» (comparator run). La idea es volver a revisar el trabajo de una forma que permita detectar posibles diferencias entre el significado anunciado de la hipótesis y lo que ejecuta el código. Por ejemplo, el procedimiento debería ayudar a descubrir si el programa modificó el sentido de alguno de los símbolos del enunciado o lo redefinió de una manera que cambia la afirmación demostrada.
Cuando se realiza con criterios especialmente estrictos, esta prueba también busca confirmar que el código funciona con varios núcleos independientes, y no solo con el núcleo oficial de Lean. Contar con varias herramientas de revisión ayuda a descartar que el éxito se deba a un defecto desconocido del verificador formal que el código haya aprovechado, en lugar de a la validez de la demostración. Según Buzzard, pasar una sola revisión no basta si también se quiere excluir esa clase de posibilidades.
Esto no quiere decir que los investigadores ya hayan encontrado un defecto o un truco en la prueba. La información disponible no señala que se haya detectado un problema; indica que aún falta realizar una comprobación adicional. La diferencia entre decir que la prueba falló y decir que el proceso de verificación todavía no ha terminado es esencial: hasta ahora hay resultados independientes favorables, pero aún no se han cerrado todas las preguntas técnicas planteadas por los especialistas.
Según la explicación disponible, este tipo de ejecución suele tomar unas pocas horas. Que normalmente sea breve no la convierte en un trámite sin importancia: su objetivo es revisar aspectos concretos de la representación y de la independencia de las herramientas de comprobación. Hasta que se conozca un resultado satisfactorio, lo más preciso es decir que la afirmación ya superó pruebas importantes, pero que la ejecución comparativa aún debe completar la evaluación.
Qué podría significar el resultado para las matemáticas
Si la demostración supera las comprobaciones pendientes, será un ejemplo destacado de cómo se puede usar la inteligencia artificial para producir trabajo matemático, expresarlo en un formato formal y someterlo a pruebas que otros puedan repetir. Una ventaja de este enfoque es que la evaluación no depende exclusivamente de la reputación de quien anuncia el resultado ni de lo convincente que parezca su explicación: otros investigadores pueden ejecutar el código y comprobar si los pasos pasan por un sistema formal independiente.
Sin embargo, describirlo como un logro de la inteligencia artificial no debería ocultar cómo se desarrolla el trabajo matemático. Producir una demostración, escribirla en Lean y confirmar que la formulación corresponde a la hipótesis son etapas distintas y conviene evaluarlas por separado. Aunque Claude haya generado la cadena de razonamientos, la validez del resultado no depende de la identidad del modelo ni de su capacidad para redactar, sino de que la prueba supere revisiones rigurosas y de que la comunidad matemática confirme que se demostró precisamente la afirmación prevista.
La importancia de la verificación formal va más allá de este caso. Una demostración que otras personas pueden volver a ejecutar es más fácil de someter a una comprobación reproducible que una que depende de la lectura de una sola persona. Pero este método también exige una responsabilidad adicional: revisar las definiciones del problema, entender qué está comprobando exactamente el sistema y tener presentes los límites de las herramientas utilizadas. La confianza no surge de la palabra «correcto» por sí sola, sino de saber qué se verificó, con qué reglas y sobre qué formulación.
Con la información disponible, todavía es pronto para afirmar que la hipótesis de Riemann quedó resuelta de manera definitiva. La noticia presenta una afirmación extraordinaria, respaldada hasta ahora por la compilación independiente de una prueba en Lean y por una verificación basada en tres axiomas estándar. Al mismo tiempo, señala que la ejecución comparativa aún no se ha completado. Mantener clara esta diferencia es esencial para que un avance importante en la verificación no se convierta en un anuncio definitivo antes de realizar todas las comprobaciones que solicitan los especialistas.
Conclusión
La demostración de la hipótesis de Riemann atribuida al modelo Claude se encuentra en un punto que combina optimismo y cautela. Levent Alpöge anunció que había encontrado una solución, y varios matemáticos independientes, entre ellos Andrew Sutherland, del Massachusetts Institute of Technology, pudieron compilar el código de Lean sin errores. Además, el núcleo verificó la prueba a partir de tres axiomas estándar. Son señales sólidas de que la demostración formal funciona, pero no resuelven por sí mismas la pregunta de si la formulación codificada coincide con la hipótesis original que Riemann planteó en 1859.
Por eso, los especialistas esperan el resultado de la ejecución comparativa, que revisa las definiciones de los símbolos y prueba el código con núcleos independientes para descartar cambios de significado o una dependencia de algún defecto en una sola herramienta. Hasta que ese paso termine, no corresponde presentar la noticia como una resolución definitiva ni afirmar que se haya encontrado un fallo: se trata de una afirmación respaldada por comprobaciones importantes, que todavía está pasando por la última etapa de revisión. En una nota editorial fechada el 20 de noviembre de 2026, la historia se describió como un caso en desarrollo y sujeto a actualizaciones, una caracterización apropiada para una demostración cuyo proceso de verificación aún no ha concluido.