Matemáticas mediocres: cuando la IA te supera en tu propia tesis
No country for mediocre mathematicians
Una matemática recién doctorada reflexiona sobre su carrera en un campo donde la inteligencia artificial ya resuelve conjeturas abiertas y encuentra contraejemplos. Entre la envidia hacia prodigios como Alysa Liu o Hannah Cairo y la dura realidad del mercado laboral, la autora termina colaborando con Claude Opus en un preprint. Su conclusión: el matemático promedio ya no compite solo contra otros humanos, sino contra modelos que leen más, prueban más rápido y publican resultados que antes tomaban meses.
La IA realmente aumenta tu productividad por diez en la investigación matemática. Esto apesta.
- arjie
Lectura muy amena. Escapé de una carrera en matemáticas por ser lo bastante malo en ellas como para tener solo un máster. Afortunadamente, escapé a un campo inmune a la IA: ciencias de la computación y luego una carrera en ingeniería de software. Bueno, no del todo, pero sí saqué unos buenos 15 años de ello, así que gracias a Dios por eso.
Aproximadamente la mitad de mis amigos son fundadores de varias startups y el resto son ejecutivos, y casi todos tienen la opinión de que es mejor que todo sea un fracaso a estar en la categoría de "podría lograrlo" durante media década o más.
En ese sentido, me alegro de haber descubierto que no era lo mío. Tenía curiosidad, pero no la tenacidad para enfrentar la dificultad (¿quizás no suficiente curiosidad?) ni la capacidad de no encontrarme con esa dificultad. Y afortunadamente eso significó que nunca estuve en la categoría de "podría lograrlo". Benditos sean los límites claros y presentes, y que el diablo se lleve la zona gris.
- randusername
> Todos somos adictos a la frustración. Solo queremos darnos de cabeza contra problemas que aún no sabemos resolver.
Últimamente he estado reduciendo el uso de la IA. Creo que me he dado cuenta de que conquistar la lucha es la parte divertida, y los logros no saben igual si la IA está suavizando cada fricción y acordonando todos los escollos y madrigueras de conejo.
- dmix
Este autor tiene un talento natural para escribir. Fue interesante de principio a fin.
- ventana
Es interesante que este texto funcione bien si reemplazas matemáticas por casi cualquier otra profesión intelectual, incluido el desarrollo de software o prácticamente cualquier otra cosa.
Y les miento a cualquiera que me pregunte por qué soy matemático.
Es mucho más fácil afirmar "me encanta aprender las leyes de la vida",
mientras hago gestos vagos con las manos, que revivir
los veinte o más momentos cruciales que me llevaron a salir
de Gainesville con un doctorado en Geometría Aritmética.
Como la gente "normal" en su mayoría no entiende de qué trata el trabajo de desarrollo de software, responder con gestos vagos a preguntas habituales como "¿qué haces en el trabajo?" o "¿qué te gusta de tu trabajo?" es bastante normal. Creo que la mayoría de nosotros tenemos algunas respuestas preparadas listas para usar.
Las matemáticas son aquello que intentas entender, no lo logras,
te frustras por ello, y luego lo haces.
Igual que el desarrollo de software. Creo sinceramente que las únicas personas que pueden sobrevivir a un trabajo de software son aquellas que pueden tolerar la sensación constante de frustración causada por cosas que no funcionan o se rompen por razones aleatorias, y perseverar en ese entorno para hacer lo que necesitas hacer.
- derangedHorse
> Mi amigo físico me preguntó una vez cuál era el punto de hacer investigación si alguien como Terence Tao podría haber descubierto todo en mi tesis en una décima parte del tiempo. Respondí señalando que Terence Tao no lo hizo. Terence Tao no encontró un pequeño problema abierto propuesto por mi asesor y publicó un resultado de tamaño reducido que hace un progreso incremental. Él solo tiene tanto tiempo y tantos otros peces que freír.
Esto me recuerda una publicación que vi recientemente, aunque no recuerdo la plataforma. Decía algo así como evaluar los límites de la IA encontrando las preguntas más tontas que no puede resolver. Creo que eso encaja bien como una forma adicional de ver el significado a través del trabajo propio.
La publicación enlazada señala la atención limitada como una forma de dar significado a un trabajo novedoso que nadie más ha asumido. Con la IA, esto aún se puede aplicar a la computación.
Solo me pregunto si hay una clase de problemas en los que los humanos, al menos a corto plazo, necesiten estar en el circuito para resolverlos de manera más eficiente.