Claude Fable produjo un contraejemplo para la Conjetura Jacobiana

Artículo original ↗ Discusión en Hacker News ↗

Un problema abierto de 85 años en geometría algebraica, la conjetura jacobiana, parece haber sido refutado después de que una búsqueda asistida por IA produjera un contraejemplo explícito y simple: una aplicación polinómica sobre ℂ³ con determinante jacobiano constante no nulo que no es invertible. Los comentaristas señalan que verificar el contraejemplo es rutinario con herramientas como SymPy o WolframAlpha, aunque las redacciones formales y los editores de Wikipedia se ponen al día y algunos siguen cautelosos ante afirmaciones prematuras. Gran parte del debate se centra en lo que esto significa para la investigación matemática: si los modelos de lenguaje grandes están contribuyendo realmente resultados novedosos, cómo encontraron algo que los humanos pasaron por alto durante décadas y cómo esto puede remodelar el papel de los matemáticos humanos.

Resumen

  • El hilo analiza una aplicación polinómica explícita de (\mathbb{C}^3) en sí misma con determinante jacobiano constante y no nulo que envía tres puntos distintos a la misma imagen, falsando así la conjetura jacobiana.
  • La aplicación fue encontrada usando un LLM (Claude Fable) en colaboración con un matemático humano y anunciada en un tuit, lo que muchos encuentran a la vez notable y ligeramente surrealista.

Naturaleza del contraejemplo

  • Aplicación (\mathbb{C}^3 \to \mathbb{C}^3) con determinante jacobiano (-2) (constante, no nulo).
  • Envía tres puntos racionales distintos al mismo resultado, por lo que no es inyectiva y, por tanto, no es invertible, contradiciendo la afirmación de la conjetura (para aplicaciones polinómicas con jacobiano constante no nulo).
  • Los coeficientes y los puntos son racionales, así que la construcción funciona sobre cualquier cuerpo donde 2 y 3 sean distintos de cero.
  • Varios comentaristas ofrecen explicaciones tipo ELI5/álgebra lineal: el determinante jacobiano codifica la invertibilidad local; la conjetura preguntaba si eso más “polinómica” fuerza la invertibilidad global. Esto muestra que no.

Verificación y fuentes en Wikipedia

  • Varias personas verifican de forma independiente:
    • Calcular el jacobiano y su determinante (con SymPy, Sage, WolframAlpha, Lean, código personalizado).
    • Evaluar la aplicación en los puntos dados y confirmar que coinciden.
  • Matemáticamente, la verificación se describe como “cálculo de cálculo universitario” o “cálculo rutinario”, aunque tedioso a mano.
  • Editores de Wikipedia discuten inicialmente si el tuit es una fuente fiable y si incluir el ejemplo constituye “investigación original”.
    • Finalmente se cita la política sobre “matemáticas básicas” y fuentes especializadas autoeditadas, además de un artículo periodístico, resolviendo la mayoría de las objeciones.

Cómo intervinieron los LLM

  • El contraejemplo original se atribuye a la interacción con un LLM; usuarios posteriores lo introducen en varios modelos (Claude, GPT-5.6, Gemini, Qwen, otros).
  • Muchos modelos:
    • Verifican correctamente el contraejemplo, pero muestran una fuerte “incredulidad”, volviendo a comprobar repetidamente sus propios cálculos.
    • Algunos se niegan a aceptarlo porque la conjetura era “conocidamente abierta”, o inventan razones espurias por las que debe estar mal.
    • Unos pocos modelos más pequeños o débiles producen refutaciones incorrectas.
  • Hay especulación (y algunos experimentos separados) de que contraejemplos similares en dimensiones superiores también pueden encontrarse con modelos actuales.

Debate sobre lo que esto dice de la IA

  • Campo entusiasta:
    • Lo ve como un ejemplo claro de descubrimiento matemático no trivial, no presente en los datos de entrenamiento.
    • Argumenta que las críticas de “loro estocástico” son cada vez más insostenibles; los modelos exhiben razonamiento simbólico multietapa y búsqueda.
    • Señala que los humanos tuvieron 85 años y muchas pruebas fallidas; los LLM ahora están “recogiendo” resultados pasados por alto y frutos al alcance de la mano pero no obvios.
  • Campo escéptico/crítico:
    • Cuestiona cuánto guiado proporcionó el humano (elección del ansatz, restricciones, literatura previa) y quiere el prompt completo y la traza de razonamiento.
    • Preocupa la sobreafirmación de la “creatividad” de la IA, señalando que los LLM siguen fallando en muchas tareas de “solo tienes que saberlo” o fuera de distribución.
    • Algunos lo ven como posible marketing exagerado; otros llaman a esa visión conspirativa dada la facilidad de verificación.

Implicaciones para las matemáticas y los problemas abiertos

  • Varios señalan que refutar una conjetura puede “liberar” esfuerzo humano y desplazar el foco hacia:
    • Clasificar cuándo la propiedad jacobiana sí implica invertibilidad.
    • Comprender dimensiones/estructuras donde aún valen variantes.
    • Consecuencias para conjeturas equivalentes (Poisson, Dixmier) y geometría algebraica relacionada.
  • Preocupaciones más amplias:
    • Medio plazo: los matemáticos pueden aprender menos del esfuerzo si delegan pasos difíciles a la IA.
    • Largo plazo: preocupación de que los futuros modelos hagan obsoleta la mayor parte de la demostración de teoremas, dejando a los humanos principalmente generar conjeturas, juzgar la “interesancia” o actuar como intérpretes de pruebas demasiado complejas para interiorizarlas por completo.
  • Otros son más optimistas y lo enmarcan como una nueva herramienta poderosa, comparable a los sistemas de álgebra computacional, los asistentes de prueba formal o la búsqueda por fuerza bruta, ahora potenciada y más “guiada”.