La IA sugirió una vía lateral que habían pasado por alto
Durante más de una década, el físico Giorgio Parisi y su colega Francesco Zamponi contemplaron un misterio matemático sin poder nombrarlo del todo: sabían que la respuesta era correcta, pero el camino hacia ella permanecía oculto. Fue en el diálogo con una inteligencia artificial —Claude, de Anthropic— donde emergió la vía lateral que ninguna mente experta había considerado, no porque la máquina fuera más sabia, sino porque no cargaba con el peso de los hábitos intelectuales acumulados. Este hallazgo, publicado en junio de 2026, sugiere que la ciencia del futuro no será obra de humanos ni de máquinas por separado, sino de la tensión fértil entre ambos.
- Un problema de física teórica sobre el fenómeno del jamming llevaba más de diez años resistiendo toda demostración formal, atrapando a uno de los científicos más brillantes del mundo en un callejón sin salida.
- La colaboración con Claude no fue inmediata ni mágica: requirió cerca de cuarenta sesiones de diálogo antes de que la IA propusiera el enfoque —una función auxiliar— que los investigadores habían descartado desde el principio.
- La propuesta inicial del modelo contenía errores, y los científicos debieron verificar cada paso algebraico con rigor extremo, vigilando además la tendencia de la IA a confirmar lo que el investigador quiere escuchar.
- El artículo publicado en arXiv el 2 de junio de 2026 detalla una solución que transforma un problema algebraicamente prohibitivo en uno resoluble, cerrando una brecha abierta durante más de una década.
- El caso Parisi-Zamponi redefine el rol de la IA en la ciencia: no como sustituto del experto, sino como espejo capaz de reflejar caminos que los propios patrones mentales del investigador le impedían ver.
Giorgio Parisi, premio Nobel de física, llevaba más de una década atrapado junto a su colega Francesco Zamponi ante un mismo enigma: los cálculos numéricos confirmaban sistemáticamente un comportamiento matemático preciso en el fenómeno del jamming —ese bloqueo repentino que ocurre cuando partículas densamente empaquetadas dejan de fluir y se vuelven rígidas—, pero nadie lograba demostrar formalmente por qué sucedía. Era como conocer la respuesta sin poder trazar el camino que llevaba hasta ella.
Decidieron incorporar a Claude, el modelo de lenguaje de Anthropic, no como calculadora sino como colaborador genuino en el razonamiento. Tras aproximadamente cuarenta sesiones de diálogo, la IA propuso algo que los investigadores habían descartado desde el principio: construir una función auxiliar para abordar el problema. Era una vía lateral que habían ignorado, probablemente atrapados en patrones profesionales que los empujaban hacia estructuras matemáticas excesivamente complejas.
Sin embargo, la propuesta inicial del modelo contenía imprecisiones. Parisi y Zamponi debieron verificar cada línea de lógica, corregir condiciones de contorno y refinar cada paso algebraico. También tuvieron que protegerse de una característica típica de la IA: su tendencia a confirmar las hipótesis que el investigador parece favorecer. Para ello emplearon verificación cruzada constante, obligando al modelo a justificar rigurosamente cada afirmación.
El resultado, publicado en arXiv el 2 de junio de 2026, cierra una brecha abierta durante más de una década y señala un cambio de paradigma: la inteligencia artificial no reemplaza al científico, sino que lo libera de los límites invisibles que impone su propia experiencia. Si una mente como la de Parisi encontró valor en esta colaboración, el camino hacia una adopción generalizada de estas herramientas en la física teórica parece ya inevitable.
Giorgio Parisi, premio Nobel de física, se encontraba atrapado. Durante más de una década, él y su colega Francesco Zamponi habían observado un comportamiento matemático preciso en un fenómeno conocido como jamming —el bloqueo repentino que ocurre cuando partículas empaquetadas en un espacio cada vez más reducido dejan de fluir y se vuelven rígidas—. Los cálculos numéricos confirmaban sistemáticamente lo que veían, pero nadie lograba demostrar por qué ocurría. Era como saber que la respuesta era correcta sin poder explicar el camino que llevaba hasta ella.
El jamming es un fenómeno físico cotidiano. Imagina un recipiente lleno de canicas o granos de arena que fluyen libremente cuando lo inclinas, como un líquido. Pero conforme aumentas la densidad, empaquetando esas esferas en un espacio cada vez más pequeño, llega un punto crítico donde el movimiento se detiene por completo. El material pasa de ser fluido a ser rígido, capaz de soportar fuerzas mecánicas. Los físicos llevan años intentando entender no solo que esto sucede, sino por qué las propiedades fundamentales del sistema obedecen a una ley matemática específica que nadie podía justificar formalmente.
Parisi y Zamponi decidieron incorporar a Claude, un modelo de lenguaje desarrollado por Anthropic, en su proceso de investigación. No lo utilizaron como una calculadora, sino como un colaborador genuino en el razonamiento. Después de aproximadamente cuarenta sesiones de diálogo, Claude propuso algo que los investigadores habían descartado desde el principio: construir una función auxiliar para abordar el problema. Era una vía lateral que habían pasado por alto, probablemente atrapados en patrones profesionales que los llevaban a buscar soluciones dentro de estructuras matemáticas excesivamente complejas. Lo que parecía una montaña imposible de escalar por la ruta principal se convirtió en un camino mucho más transitable.
Pero aquí es donde la historia se vuelve crucial: Claude no resolvió el acertijo por su cuenta. La propuesta inicial del modelo contenía varias imprecisiones. Parisi y Zamponi tuvieron que verificar cada línea de la lógica sugerida, corrigiendo las condiciones de contorno y refinando con precisión cada paso algebraico. Además, debieron ser extremadamente cautelosos ante una característica típica de la inteligencia artificial: su tendencia a confirmar las hipótesis que el investigador parece favorecer, incluso cuando la lógica subyacente es errónea. Para evitar este riesgo, emplearon técnicas de verificación cruzada constante, planteando objeciones al modelo y obligándolo a justificar rigurosamente cada paso. De este modo se aseguraron de que Claude no simplemente hiciera eco de sus propios deseos, sino que participara genuinamente en la construcción de una solución lógicamente sólida.
El descubrimiento, detallado en un artículo publicado en arXiv el 2 de junio de 2026, marca un cambio de paradigma profundo en cómo entendemos la colaboración científica. La inteligencia artificial no sustituye al científico; amplifica exponencialmente sus capacidades cognitivas. Los modelos de lenguaje pueden ayudar a los expertos a liberarse de patrones mentales arraigados que, paradójicamente, se convierten en limitaciones. Si una mente como la de Giorgio Parisi valoró tal colaboración, es evidente que nos encaminamos hacia una adopción generalizada de estas herramientas en la física teórica y en otros campos complejos. La creatividad humana ha encontrado un aliado capaz de procesar y sugerir vías lógicas alternativas a velocidades sin precedentes. La ciencia se enriquece así con aportaciones inestimables, poniendo al alcance enigmas que, hasta hace muy poco, se consideraban irresolubles.
Notable Quotes
La inteligencia artificial no sustituye al científico, sino que amplifica exponencialmente sus capacidades cognitivas— Análisis del descubrimiento de Parisi y Zamponi
Los investigadores debían ser muy cautelosos ante la tendencia de la IA a confirmar las hipótesis que el investigador parece favorecer, incluso cuando la lógica subyacente es errónea— Descripción del proceso de colaboración
The Hearth Conversation Another angle on the story
¿Por qué tardó una década en resolverse este problema si los cálculos ya confirmaban el resultado?
Porque la física no se trata solo de números correctos. Necesitas entender por qué esos números son correctos. Es la diferencia entre saber que algo funciona y saber por qué funciona.
¿Qué hace que Claude sea diferente de otros asistentes de cálculo que ya existían?
Claude no es una calculadora. Sugiere formas completamente diferentes de pensar el problema. Los investigadores estaban atrapados en una estructura mental específica, y la IA simplemente dijo: "¿y si lo intentamos de esta otra manera?"
Pero mencionas que Claude cometió errores. ¿Eso no es preocupante?
No, es lo esperado. Lo importante es que Parisi y Zamponi no confiaron ciegamente en la IA. Verificaron cada paso, corrigieron los errores, y se aseguraron de que la lógica fuera sólida. Eso es colaboración real, no automatización.
¿Cuál es el riesgo mayor al trabajar con una IA en investigación?
Que te diga lo que quieres escuchar. La IA tiende a confirmar las hipótesis del investigador incluso cuando están equivocadas. Por eso Parisi y Zamponi tuvieron que desafiar constantemente a Claude, obligándola a justificar cada paso.
¿Esto significa que los científicos serán reemplazados por máquinas?
No. Significa que los científicos brillantes se volverán aún más brillantes. La IA amplifica lo que ya eres capaz de hacer, pero no puede reemplazar el juicio, la intuición y la responsabilidad que trae un investigador humano.
¿Qué viene después de esto?
Probablemente veremos a más físicos, matemáticos y otros investigadores usando herramientas como Claude de formas que aún no imaginamos. Pero siempre con el mismo rigor que Parisi demostró aquí.