Ilustración sobre la Declaración de Leiden Omicrono
Los matemáticos coinciden: “La IA es capaz de crear argumentos incorrectos pero difíciles de distinguir”
La Declaración de Leiden sobre IA y matemáticas está avalada por matemáticos y pone en valor el rigor humano frente a la automatización.
Más información: Jon Hernández, experto en inteligencia artificial, no se corta: "Si tu jefe supiera lo que yo sé, ya te habría reemplazado"
La comunidad científica sigue de cerca los movimientos internacionales que buscan regular el impacto de los nuevos sistemas computacionales en las disciplinas académicas tradicionales.
La reciente Declaración de Leiden sobre Inteligencia Artificial y Matemáticas aborda precisamente este escenario dentro de la investigación científica actual.
Este manifiesto surge como una iniciativa comunitaria respaldada por la Unión Matemática Internacional. Su propósito principal es analizar los desafíos éticos derivados del uso de métodos neuronales y simbólicos.
Los autores del documento señalan que la tecnología ha transformado la práctica científica en numerosas ocasiones. Sin embargo, las herramientas actuales generan reacciones que oscilan entre el entusiasmo y la preocupación.
La comunidad investigadora se enfrenta a la decisión de cómo adoptar estos sistemas en sus rutinas cotidianas. El texto recuerda que existe una responsabilidad colectiva para asegurar el florecimiento de la disciplina.
Los principios fundamentales de la investigación matemática se basan en la certeza que aportan las demostraciones. Estas construcciones lógicas otorgan el máximo grado de seguridad y permiten comprender la veracidad de un resultado.
La integridad científica depende de que los logros sean atribuibles a autores humanos concretos. Estas personas deben asumir el mérito de sus descubrimientos y la responsabilidad de su corrección.
Los argumentos científicos deben ser transparentes y estar sujetos a una verificación independiente. Para comprender un desarrollo teórico, no debería requerirse ningún tipo de equipamiento o conocimiento propietario.
La evaluación de los trabajos se realiza mediante estándares compartidos de profundidad y dificultad. El conocimiento experto acumulado es indispensable para articular nuevas preguntas de investigación relevantes.
![El profesor Pedro Orgeira.](["https:\/\/s3.elespanol.com\/2025\/09\/17\/actualidad\/1003743929489_258783299_1706x960.jpg"])
No obstante, la aparición de sistemas automatizados plantea amenazas directas a estos valores tradicionales.
Las técnicas actuales de computación pueden generar argumentos que parecen correctos pero resultan poco fiables. Distinguir estas estructuras de las verdaderas demostraciones humanas consume un tiempo valioso.
Los sistemas de revisión por pares sufren una presión creciente debido al volumen de material generado. Esta situación pone en peligro la capacidad de mantener los criterios habituales de veracidad.
Los modelos comerciales se nutren de un patrimonio común publicado durante décadas por investigadores de todo el mundo. A menudo, los resultados que ofrecen carecen de las citas adecuadas a los trabajos originales.
Muchas de estas herramientas se han entrenado explotando licencias de acceso que no preveían este escenario. En ciertos casos, el proceso ha vulnerado directamente las normativas vigentes sobre derechos de autor.
La introducción de estas tecnologías altera el sistema de incentivos dentro de las instituciones académicas. Se corre el riesgo de primar el uso de herramientas automatizadas por encima de la relevancia del problema.
Esta tendencia perjudica a los científicos que carecen de acceso a grandes recursos de computación. También afecta a quienes rechazan utilizar plataformas controladas por corporaciones con valores ajenos a la ciencia.
Esta práctica suele simplificar los logros reales y sobredimensionar la capacidad de los asistentes virtuales. Además, oculta la enorme contribución humana previa que hace posible el funcionamiento del propio software.
La autonomía de la investigación se encuentra amenazada por la participación de grandes empresas tecnológicas. Existe el riesgo de que se prioricen preguntas científicas solo por su facilidad para ser automatizadas.
La comprensión profunda de ciertas áreas podría perderse si se delega el pensamiento en procesos automáticos. Los presupuestos universitarios limitados favorecen que estas colaboraciones corporativas se den en condiciones de asimetría.
![Ted Lechterman, director de la Cátedra de ética y gobernanza de la IA de la UNESCO.](["https:\/\/s3.elespanol.com\/2025\/08\/22\/actualidad\/1003743895602_258155671_1706x960.jpg"])
Los desafíos descritos coinciden con un debate global sobre el uso de la computación avanzada en vigilancia. La falta de acción por parte de los científicos podría convertirlos en cómplices de dinámicas perjudiciales.
Ante esta situación, el manifiesto propone una serie de recomendaciones prácticas para los profesionales. La primera medida consiste en revelar de forma transparente el uso de cualquier herramienta automatizada.
Los artículos deberían incluir una sección específica dedicada a detallar los recursos de computación empleados. Esta transparencia debe mantenerse tanto en la redacción como en las labores de revisión editorial.
Los revisores deben asumir la responsabilidad de sus decisiones sin delegar el criterio en algoritmos. La comunidad debe facilitar esta labor aportando referencias completas y demostraciones formales precisas.
El movimiento de ciencia abierta resulta fundamental en esta nueva etapa de la investigación. Los científicos deben adherirse a principios que garanticen que los datos y el software sean accesibles.
La responsabilidad final sobre la corrección de un texto recae exclusivamente en los autores humanos. El uso de asistentes digitales no exime de responder por los errores lógicos que contenga el estudio.
La autoría es una cualidad estrictamente humana que no puede otorgarse a un sistema informático. Las máquinas pueden procesar información, pero no reemplazan el trabajo colectivo que fundamenta cada descubrimiento.
Existe la obligación proactiva de buscar y citar las fuentes originales que hacen posible un avance. Si el software utilizado impide rastrear el origen de una idea, debe declararse explícitamente.
Los investigadores deben participar activamente en el discurso público y en la divulgación institucional. El texto incide, finalmente, en que el conocimiento especializado de estos investigadores es necesario para contextualizar los anuncios comerciales ante la opinión general.
