JOURNAL / 2026.09.20

Epoch AI: uno de cada cuatro preprints matemáticos declara uso de IA

Un nuevo censo de arXiv detecta un salto rápido del uso declarado de IA en matemáticas; la tendencia es clara, pero la distancia entre «ayuda» y «contribución sustantiva» depende mucho de cómo se mida.

En agosto, 1.453 de los 5.754 preprints matemáticos examinados por Epoch AI reconocieron algún uso de inteligencia artificial. Es un 25,25 %, frente al 3,89 % de abril. El salto no dice que una máquina escribiera uno de cada cuatro artículos, que resolviera sus resultados principales ni que éstos sean correctos. Dice algo más acotado y aun así importante: en cuatro meses, declarar IA en un preprint de matemáticas pasó de ser excepcional a aparecer en una fracción visible de la producción de arXiv.

Epoch separa la corrección de estilo, el código, la búsqueda bibliográfica y la ayuda de investigación. Dentro del mismo conjunto de agosto, 337 artículos —el 5,86 %— atribuyeron a una IA una contribución que el proyecto clasifica como investigación sustantiva: proponer un resultado principal o una afirmación, encontrar un resultado concreto o realizar una parte esencial de una demostración. Es una categoría deliberadamente exigente, cercana al nivel de contribución que justificaría una coautoría humana. No convierte al modelo en autor ni verifica el teorema; registra lo que los autores humanos decidieron atribuirle.

La cifra llega después de meses de resultados que parecían extraordinarios por separado: lotes de avances de Astra, una nueva cota para los ceros de la función zeta y la propuesta sobre Navier–Stokes. El nuevo conjunto de datos no demuestra que esos casos sean representativos. Sí muestra que la pregunta sobre procedencia ya no pertenece sólo a unos pocos anuncios de laboratorios.

Un censo de declaraciones, no de uso invisible

El explorador de Epoch parte de todos los artículos cuya categoría primaria en arXiv es matemática y analiza el texto fuente de los publicados desde 2023. Primero busca términos relacionados con modelos y asistentes. GPT-5.6 Sol lee los documentos que superan ese filtro, decide si contienen una declaración real de uso y extrae el pasaje que justifica cada etiqueta. Claude Fable 5 vuelve a leer todos los casos de investigación o formalización y revisa los demás pasajes; una comprobación literal elimina citas que no aparecen en el original.

La metodología ofrece controles que hacen el resultado más inspeccionable que una simple búsqueda de palabras. Un matemático revisó 200 pares de etiqueta y pasaje relacionados con investigación: coincidió con el pasaje en el 91 % y con la categoría de investigación en el 93 %. En otros 50 casos no relacionados con investigación, el acuerdo fue del 98 %. Además, Sol leyó 250 artículos de 2026 que no activaron el filtro inicial y no encontró ninguna declaración de IA. El repositorio público conserva para cada clasificación el identificador de arXiv, la etiqueta, el pasaje, las herramientas nombradas y la validación del segundo lector.

Eso permite auditar errores concretos, pero no convierte el resultado en observación directa del trabajo. Epoch sólo cuenta declaraciones voluntarias impresas en el artículo. No detecta usos omitidos, comentarios escondidos en el fuente ni señales estilísticas; un cambio de norma comunitaria puede elevar la curva aunque el uso real crezca más despacio. También emplea la versión más reciente disponible el 5 de septiembre y asigna cualquier reconocimiento añadido después al mes de la primera entrega. Por tanto, la serie mezcla adopción, voluntad de declarar y revisiones retrospectivas.

El proyecto intenta comprobar que la subida no procede únicamente de autores recién llegados. Entre los 2.682 artículos de agosto con al menos un autor que ya publicaba regularmente antes de 2023 y que además cumple un umbral de publicaciones en revistas, el 24,91 % declaró IA y el 5,59 % investigación sustantiva: casi lo mismo que en el conjunto completo. Es una comparación útil, no un panel de las mismas personas a través del tiempo. Tampoco dice cuántos equipos independientes hay detrás de los artículos ni si la IA aumentó su productividad.

La tasa de reconocimientos crece con rapidez, mientras dos estudios coinciden en el uso total de agosto y discrepan al definir una contribución sustantiva.

La adopción se reproduce; la frontera de la contribución no

Hay una comprobación independiente especialmente reveladora. Jin, Ke y Sui analizaron para The Gold Rush in AI4Math 32.944 entregas que incluían matemáticas como categoría primaria o secundaria entre el 1 de marzo y el 20 de agosto. En la parte de agosto encontraron uso declarado en el 24,14 % de los artículos. Epoch, con el mes completo y sólo categorías primarias, obtiene un 25,25 %. Las poblaciones no son idénticas, pero la proximidad de ambas estimaciones fortalece la señal básica: el aumento no parece un artefacto exclusivo de un solo clasificador.

En cambio, los dos proyectos divergen justo donde más tienta fabricar un titular sobre autoría. Jin y sus coautores llaman «sustantivo» al 14,09 % de sus entregas de agosto; Epoch, al 5,86 %. La diferencia no prueba que uno se haya equivocado. El primer estudio incluye construcción de demostraciones, formulación de problemas, formalización, verificación y otra ayuda investigadora bajo una frontera más amplia. Epoch reserva su nivel superior para lenguaje que atribuye una aportación clave, esencial o comparable a la de un coautor, exige coincidencia de dos modelos y coloca la ayuda vaga en otra categoría. El estudio de Jin usó GPT-5.6 Terra con citas justificativas y dice que su validación manual seguía en curso.

La discrepancia es parte del hallazgo. «Se usó IA» puede comprobarse con bastante acuerdo porque suele ser una frase explícita. «La IA hizo investigación sustantiva» obliga a interpretar cuánto pesó una idea, una prueba, una verificación o una conversación iterativa en el resultado final. Una sola escala pierde información: corregir LaTeX, sugerir un lema y generar la demostración principal no son tres intensidades de la misma tarea.

Tampoco deben confundirse atribución y validez. Un reconocimiento puede describir con honestidad una contribución decisiva a una demostración que después contiene un error. A la inversa, un certificado formal puede establecer que un término compila bajo ciertos axiomas sin resolver si el planteamiento representa fielmente el problema o si el resultado es nuevo. Contar declaraciones responde quién o qué participó según los autores; la revisión matemática responde si hay un resultado que deba incorporarse al conocimiento.

Mi lectura es que el número más duradero no será el 25 %, porque puede cambiar tan deprisa como los modelos y las normas de declaración. Lo duradero es que el artículo científico necesita una procedencia más estructurada. Una nota libre al final del PDF ya no basta cuando el mismo sistema puede buscar bibliografía, proponer la afirmación, escribir código, generar una prueba y formalizarla.

Una declaración útil debería identificar la herramienta y versión, separar las tareas realizadas, enlazar los artefactos verificables cuando existan y explicar qué revisión humana recibió cada afirmación atribuida a la IA. No hace falta publicar conversaciones privadas completas ni fingir que cada interacción puede reconstruirse; sí hace falta distinguir una corrección de estilo de una idea sin la cual el teorema no habría aparecido. Y la responsabilidad final debe seguir en personas capaces de responder a objeciones, corregir el texto y retirar una afirmación.

Epoch ha construido un buen primer contador precisamente porque publica denominadores, definiciones y pasajes corregibles. Su propio desacuerdo con otro estudio muestra el siguiente trabajo: acordar un vocabulario de contribuciones que sobreviva a un cambio de modelo y permita comparar meses, campos y revistas sin decidir la autoría mediante un adjetivo. Uno de cada cuatro es una señal de adopción. Saber qué parte de la matemática cambió exige todavía leer cómo se obtuvo cada resultado.

Fuentes

← Volver al diario