El premio Nobel Giorgio Parisi ha utilizado el sistema Claude AI de Anthropic para resolver un rompecabezas matemático en la teoría del atascamiento que había resistido la prueba analítica durante 12 años, marcando una de las demostraciones más concretas hasta la fecha del descubrimiento matemático asistido por IA.
Parisi, quien ganó el Premio Nobel de Física 2021 por su trabajo en sistemas complejos, y su colega de la Universidad Sapienza de Roma Francesco Zamponi publicaron la prueba el 1 de julio en el Journal of Statistical Mechanics. El artículo establece explícitamente que el resultado «no podría haberse obtenido sin la interacción con Claude».
«Este no es un caso de una IA resolviendo un problema por sí sola», dijo Zamponi. «Es un caso de un investigador y una IA trabajando juntos, donde la IA propuso una idea que los humanos reconocieron como correcta».
Una brecha de 12 años
La transición de atascamiento, la rigidificación repentina de un sistema desordenado como la espuma, la arena o los granos a medida que aumenta la densidad, es uno de los problemas no resueltos en la física estadística. En un artículo fundamental de 2014, Parisi y colaboradores derivaron una solución completa de ruptura de simetría de réplica (fullRSB) para esferas duras densas en dimensiones infinitas. La solución introdujo tres exponentes críticos, a, b y c, que caracterizan cómo se comportan las cantidades físicas cerca del punto de atascamiento.
Se habían establecido dos relaciones de escalamiento. Los investigadores habían probado b = (1+c)/2 analíticamente, y a + b = 1 se había observado numéricamente con precisión arbitraria mediante simulaciones exhaustivas. Pero una prueba analítica de a + b = 1 seguía siendo esquiva. El eslabón perdido significaba que los teóricos no podían confirmar que dos enfoques diferentes del atascamiento, el marco fullRSB y los argumentos de estabilidad marginal mecánica, fueran matemáticamente equivalentes.
«No podíamos ver el camino a seguir, y Claude lo vio», dijo Zamponi.
Cómo funcionó la colaboración
Parisi comenzó pidiendo a Claude que reprodujera los cálculos numéricos del artículo CKPUZ de 2014, para establecer si la IA podía manejar el dominio matemático. Claude tuvo éxito, ganándose un nivel de confianza. Parisi luego pidió a la IA que intentara una prueba de a + b = 1.
Claude devolvió un archivo LaTeX que contenía una idea central esencialmente correcta, aunque el resultado inicial contenía errores que requerían revisión humana. A lo largo de aproximadamente 40 indicaciones iterativas, los investigadores y la IA refinaron la prueba, los humanos identificando y corrigiendo errores, la IA llenando vacíos lógicos.
La prueba final vincula los exponentes de escalamiento con cantidades físicas: el exponente de brecha alpha = a/b, el exponente de fuerza theta = (c-a)/(b-c), y el exponente de desplazamiento cuadrático medio kappa = c+1. Probar a+b=1 produce las relaciones de escalamiento independientes alpha = 1/(2+theta) y kappa = 2-2/(3+theta), previamente predichas por Matthieu Wyart en la EPFL mediante argumentos de estabilidad marginal mecánica.
Las transcripciones completas de las conversaciones se han depositado en un repositorio de Zenodo.
Lo que la IA hizo, y no hizo
Los autores del artículo tienen cuidado de distinguir lo que Claude contribuyó de lo que no. La relación a + b = 1 no fue descubierta, se conocía numéricamente desde hacía 12 años. La IA ayudó a producir una prueba, no un descubrimiento. Y el resultado de la IA requirió experiencia humana para corregirlo; el artículo establece que la prueba fue «obtenida mediante interacción con Claude y verificada por nosotros».
Zamponi reconoció que un matemático puro podría eventualmente haber encontrado la prueba sin asistencia de IA. La novedad es que Claude dio a físicos no especialistas acceso a técnicas matemáticas fuera de su experiencia habitual.
«Claude nos dio eficientemente acceso instantáneo a un vasto repositorio de formación matemática y habilidades formales que estaban justo fuera de nuestro dominio habitual», dijo Zamponi a Live Science.
La prueba también deja varias preguntas abiertas. Los autores señalan explícitamente que no probaron la existencia o unicidad del perfil fullRSB, la derivación rigurosa del régimen de escalamiento, o la selección de la rama sin nodos del flujo.
Un patrón más amplio
El artículo se une a una lista creciente de resultados matemáticos asistidos por IA. En los últimos meses, un modelo de OpenAI supuestamente resolvió internamente un problema matemático de 80 años de antigüedad, e investigadores utilizaron IA para verificar una prueba galardonada. Pero la colaboración Parisi-Zamponi se destaca por su transparencia, las transcripciones de las interacciones son públicas, y la narrativa del artículo sobre la colaboración humano-IA es inusualmente detallada.
«Cambió significativamente mi perspectiva sobre lo que estos modelos pueden lograr en la física teórica», dijo Zamponi.
Fuentes
Parisi G, Zamponi F. «Analytical proof of the scaling relation a+b=1 in the fullRSB solution of the jamming transition.» Journal of Statistical Mechanics 073301 (2026). DOI: 10.1088/1742-5468/ae7bd7. arXiv:2606.03300.
Skuse B. «Nobel Prize-winning physicist and team use Claude AI to solve decades-old math puzzle.» Live Science, 16 de julio de 2026. https://www.livescience.com/physics-mathematics/mathematics/nobel-prize-winning-physicist-and-team-use-claude-ai-to-solve-decades-old-math-puzzle
Traducido por Alessandra