El auge de una IA capaz de realizar tareas matemáticas plantea una pregunta engañosamente sencilla: si las máquinas pueden descubrir resultados y verificarlos más rápido que las personas, ¿por qué preservar una comunidad de matemáticos humanos? La respuesta de Po-Shen Loh no es que los humanos seguirán siendo superiores desde el punto de vista computacional. Es que la capacidad matemática por sí sola no puede decidir qué trabajos merecen atención, cómo deben utilizarse los resultados ni quién sigue siendo responsable cuando los sistemas automatizados repercuten en la sociedad.

En una publicación como invitado alojada por Terence Tao, Loh propone un axioma rector: las instituciones humanas deben utilizar la IA de formas que ayuden a la humanidad a prosperar. Según esa prioridad, los expertos humanos deben conservar una autoridad real sobre las decisiones importantes. En el caso de las matemáticas, sostiene, la autoridad no puede pertenecer únicamente a especialistas retirados o ceremoniales. Los investigadores necesitan practicar en la frontera del conocimiento si quieren evaluar nuevos sistemas, establecer direcciones de investigación y reconocer cuándo un resultado generado por la IA tiene importancia.

La preocupación práctica es la supervisión a gran escala. Loh espera que la IA acelere la investigación, el desarrollo de software, la gestión de infraestructuras y la seguridad, lo que creará más sistemas y decisiones que requerirán revisión especializada. Si todos los campos insisten en contar con una orientación humana competente, la demanda de personas que comprendan esos sistemas podría aumentar incluso mientras la IA realiza más trabajo rutinario. Esta es la base de su provocadora predicción de que la IA avanzada podría generar más empleos humanos necesarios que trabajadores disponibles y, con el tiempo, frenar su propio despliegue.

Esa predicción es un escenario, no una ley económica establecida. El ensayo suministrado no ofrece un modelo del mercado laboral, datos sobre productividad ni una estimación de cuántos puestos de supervisión necesitarán los sistemas futuros. La IA podría, en cambio, reducir el personal necesario en cada punto de control, concentrar la experiencia en unas pocas organizaciones o crear demandas de supervisión más rápido de lo que los sistemas educativos pueden proporcionar trabajadores cualificados. El argumento establece un mecanismo posible —una mayor automatización puede aumentar el número de sistemas que necesitan gobernanza—, pero no la dirección ni la magnitud del efecto neto sobre el empleo.

Las matemáticas aclaran la diferencia entre producir una respuesta y comprender su significado. Una IA podría explorar un espacio enorme de conjeturas, generar demostraciones o reunir una biblioteca de resultados indexada por máquina. Incluso si esos resultados fueran correctos, los humanos todavía tendrían que elegir qué preguntas formular, qué supuestos son adecuados y qué consecuencias justifican actuar. La postura de Loh es que esos juicios requieren profesionales activos, no personas que solo puedan consumir explicaciones terminadas.

Esto no significa que todos los matemáticos deban superar a la IA en la manipulación o en la búsqueda de demostraciones. Sugiere una división del trabajo diferente: las máquinas pueden ampliar la gama de problemas resolubles, mientras que los humanos mantienen el juicio conceptual, interpretan los resultados, enseñan las ideas subyacentes y deciden cómo debe servir el conocimiento matemático a los objetivos públicos. El argumento también deja abierta la cantidad de comprensión suficiente para ejercer la supervisión y si las instituciones pueden formar a suficientes personas para proporcionarla.

Loh relaciona el mismo problema con la seguridad. Describe ataques asistidos por IA y advierte de que los sistemas cada vez más autónomos podrían crear nuevas vulnerabilidades en infraestructuras interconectadas. Esos ejemplos respaldan la necesidad de un aislamiento cuidadoso, supervisión y revisión especializada, pero no demuestran su conclusión más amplia de que la pérdida del control humano sea inevitable o de que ralentizar la IA sea la única respuesta eficaz. Los incidentes de seguridad pueden justificar salvaguardas más estrictas sin demostrar un pronóstico laboral general.

El ensayo también es explícito sobre su propia procedencia. Tao lo identifica como una publicación invitada de Loh, señala que el texto fue escrito por Loh sin generación mediante IA y afirma que el diseño de la página, la maquetación, algunos encabezados y los resúmenes se generaron con Claude Code. La versión ilustrada en el sitio de Loh presenta el mismo argumento central, por lo que corrobora la autoría y la redacción en lugar de ofrecer una prueba independiente de la tesis.

Por lo tanto, la conclusión más sólida es más limitada que el titular. Es posible que necesitemos matemáticos humanos porque las sociedades deben decidir qué preguntar, en qué resultados confiar y cómo debe gobernarse el conocimiento, no porque los humanos vayan a resolver siempre mejor las ecuaciones. Si esa necesidad se traducirá en empleo generalizado, un desarrollo más lento de la IA o un control humano duradero sigue siendo una pregunta abierta. Loh ofrece un principio coherente para preservar la experiencia, pero no una prueba empírica de que las instituciones puedan o quieran aplicarlo.