programa
Fundamentos de agentes de IA
6 h
Introducción a los agentes de IA
Aprende los fundamentos de los agentes de IA, sus componentes y su uso en el mundo real, sin necesidad de programar.
En mayo de 2026, investigadores de Google DeepMind publicaron un preprint en arXiv titulado "AI co-mathematician: Accelerating mathematicians with agentic AI", donde describen un banco de trabajo de IA agentic que orquesta el ciclo completo de trabajo matemático: ideación, búsqueda bibliográfica, cómputo, intentos de demostración y construcción teórica.
El co-matemático de IA, actualmente con acceso limitado a un grupo seleccionado de investigadores, no es en sí mismo un solucionador ni un chatbot, sino un espacio de trabajo con estado que orquesta el flujo matemático no lineal y desordenado. Gestiona hilos de investigación en paralelo, hace seguimiento de la incertidumbre y conserva los intentos fallidos para referencia futura. Los resultados se entregan en LaTeX, el formato estándar de documentos en matemáticas y física.
Está construido sobre Gemini 3.1. A día de hoy, utiliza Gemini Deep Think internamente para los intentos de demostración e integra ejecución en Python para la exploración computacional. Aún no incorpora motores matemáticos especializados de DeepMind (AlphaProof, AlphaEvolve, Aletheia) como componentes internos, pero está diseñado para hacerlo en el futuro.
¿Por qué es importante el co-matemático de IA?
Los matemáticos usan LLMs para varias tareas:
- Revisión de literatura
- Bocetos informales de demostraciones
- Plantillas y boilerplate en LaTeX
- Código exploratorio
También usan herramientas de IA, como asistentes de demostración formal, para verificar pruebas de forma mecánica.
Aunque cada herramienta es potente en una parte del flujo, el matemático debe encajar los resultados de forma artesanal. Hasta ahora no existía una infraestructura que orquestara el proceso no lineal que realmente siguen los matemáticos.
Cómo funciona el co-matemático de IA
El modelo de flujo de trabajo se inspira en herramientas de IA para programar, como Claude Code o Codex. Sin embargo, no se puede trasladar tal cual. El software tiene especificaciones y baterías de tests. La investigación matemática es no lineal: la propia meta puede ser difusa o indefinida al inicio, y los hallazgos por el camino pueden redefinir por completo la pregunta.
El flujo de trabajo del co-matemático está impulsado por un sistema multiagente y funciona así:
- Exploración inicial. En lugar de exigir un prompt perfecto a la primera, el investigador mantiene un diálogo interactivo con el sistema para afinar los objetivos de alto nivel y formalizar la pregunta de investigación. Así la intención queda clara antes de empezar.
- Revisión bibliográfica. El co-matemático realiza una revisión de literatura, identifica artículos clave y extrae demostraciones y técnicas relevantes.
- Marco computacional. El co-matemático crea una librería de Python para el cómputo, con casos de demostración y tests asociados.
- Ejecución de la búsqueda. Con el marco computacional listo, se importa la librería personalizada y se escala la búsqueda en un clúster en la nube. El sistema ofrece informes de progreso de alto nivel sin abrumar con logs de bajo nivel.
- Entrega final. La salida final es un documento LaTeX compilado. El informe explica el proceso de descubrimiento, no solo el resultado, y usa anotaciones en el margen para vincular las afirmaciones con referencias o salidas de código concretas. Un informe solo se marca como finalizado cuando todos los agentes revisores lo aprueban. Los informes que no pasan la revisión también se muestran al investigador, etiquetados como pendientes, que es cómo la demostración defectuosa llegó a Lackenby.
Arquitectura de los flujos de trabajo del co-matemático de IA
La arquitectura del co-matemático de IA es un sistema multiagente con un agente coordinador de proyecto de nivel superior y subagentes especializados.
Coordinación del flujo de trabajo
Antes de ponerse manos a la obra, el coordinador del proyecto abre un diálogo con el investigador para afinar el objetivo mediante preguntas aclaratorias. Por ejemplo, si se pregunta por cotas superiores del "problema del sofá", un problema abierto en geometría computacional, puede preguntar si conviene centrarse en una variante u otra, o en ambas. El objetivo preciso y acordado acota el problema antes de despachar agentes.
Una vez fijado el objetivo, el coordinador delega trabajo en agentes y subagentes, que operan en paralelo salvo que haya dependencias. Un agente hace la revisión bibliográfica, otro construye el marco computacional y otro ejecuta la búsqueda. Existe una dependencia clara: la búsqueda no se ejecuta hasta que exista la librería personalizada del marco computacional.
Evitar alucinaciones
Los agentes estándar a menudo buscan atajos inválidos, se inventan lemas o cantan victoria antes de tiempo. El co-matemático de IA emplea mecanismos para evitarlo, incluidos agentes revisores.
Por ejemplo, si el espacio de búsqueda explota durante la exploración computacional, el subagente de código no puede marcar el código como finalizado hasta que pasen todos los tests y el agente revisor acepte los resultados, bloqueando así el flujo. Esta exploración fallida se registra y se envía al coordinador del proyecto, que avisa al investigador en el chat. El investigador puede proponer entonces otro enfoque.
Estos callejones sin salida no solo se registran: se tratan como información. Se versionan y conservan como parte del historial de investigación. En matemáticas, un enfoque fallido suele revelar una restricción o apuntar hacia otra vía.
Durante todo el proceso, el coordinador filtra el ruido de bajo nivel por defecto, pero el investigador puede profundizar en cualquier flujo y modificarlo si es necesario.
Primeros casos de uso y modos de colaboración
Un par de casos tempranos reflejan distintos modos de colaboración: una demostración defectuosa que desbloqueó un hallazgo humano, un comentario al margen que replanteó una pregunta y una detección rápida de un callejón sin salida que ahorró una semana de esfuerzo mal dirigido.
Reparar una demostración que el sistema marcó como errónea
Marc Lackenby, profesor de matemáticas en la Universidad de Oxford, aplicó el sistema a un problema del cuaderno de Kourovka (un compendio de problemas abiertos de Teoría de Grupos). La IA intentó una demostración, un agente revisor detectó un fallo y se lo comunicó a Lackenby. Él sabía cómo reparar el hueco.
Ese relevo es la clave: una persona vio lo que la máquina pasó por alto, y la máquina hizo el trabajo pesado alrededor.
Seguir un comentario al margen hasta una nueva idea
Otro profesor de matemáticas, Gergely Bérczi, investigó un problema relacionado con conjeturas sobre coeficientes de Stirling. Para la revisión inicial, proporcionó al co-matemático de IA el tema, su contexto, los métodos conocidos y una posible dirección sugerida por experimentos con AlphaEvolve.
El co-matemático de IA elaboró demostraciones (actualmente bajo revisión humana) de dos de las conjeturas, junto con evidencias computacionales detalladas. Bérczi contó que el sistema le ayudó mediante un comentario en el margen del documento final, que le señaló una idea clave que luego desarrolló en la interfaz de chat.
Detectar un callejón sin salida antes de perder una semana
Por último, Semon Rezchikov planteó un problema técnico sobre difeomorfismos hamiltonianos. Él y el coordinador del proyecto discutieron el problema hasta acordar una definición precisa de la tarea. El informe generado por la IA incluyó un lema clave con demostración (verificada más tarde) que prácticamente resolvía la cuestión.
Por el camino se exploró un enfoque que resultó ser un callejón sin salida. La IA llegó a ese punto muerto mucho antes de lo habitual, así que no perdió una semana persiguiéndolo. El sistema comprimió una semana de esfuerzo desperdiciado en unas horas.
Resultados en el benchmark FrontierMath
El co-matemático de IA es una herramienta de flujo de trabajo, no una herramienta de resolución de problemas matemáticos per se. Aun así, para los autores es importante mostrar buenos resultados en benchmarks por varias razones:
- Demostrar que el motor matemático subyacente tiene nivel suficiente para colaborar en matemáticas de frontera.
- Mostrar que los benchmarks dan un entorno controlado para medir cuánto aporta la capa de orquestación.
- Proporcionar un indicador indirecto de eficacia colaborativa, ya que no existe una medida estandarizada.
Resultados: el co-matemático de IA obtuvo un 48% en FrontierMath Tier 4, un benchmark de nivel de investigación. Es la puntuación más alta reportada, por encima del propio Gemini 3.1 Pro de Google, que logró un 19% en la misma prueba y nivel. Epoch AI detectó errores en aproximadamente un tercio de los problemas de FrontierMath (entre los Tiers 1–4) y está realizando una revisión humana.
El co-matemático de IA obtuvo un 87% en un benchmark interno de Google con 100 problemas de matemáticas de nivel investigación no filtrados, con respuestas comprobables por código y procedentes de matemáticos profesionales, mientras que Gemini 3.1 Pro obtuvo un 57% y Gemini 3.1 Deep Think un 70%.
Limitaciones conocidas del co-matemático de IA
El artículo es transparente sobre limitaciones estructurales:
- El principal control de calidad recae en los agentes revisores y de demostración. El ciclo de revisión adversaria puede favorecer sesgos “para contentar al revisor”, donde los agentes convergen en argumentos que satisfacen al revisor aunque no sean correctos. Es una vulnerabilidad real.
- Un LaTeX pulido puede dar una falsa sensación de rigor. Un documento bien maquetado parece terminado aunque la matemática subyacente no lo esté.
- El sistema solo funciona bien cuando el investigador es realmente experto en el dominio. Existe el riesgo de que alguien no experto plantee un problema vago y confíe ciegamente en la salida.
- Las demostraciones de la IA aún requieren verificación humana. Las de Bérczi, por ejemplo, seguían en revisión humana al publicarse.
Reflexión final
El co-matemático de IA refleja un cambio: de pedir a la IA que resuelva un problema a trabajar con ella en el proceso iterativo y desordenado de la investigación matemática. El verdadero cuello de botella es la infraestructura de flujo de trabajo que refleje cómo trabajan de verdad los matemáticos.
Si quieres crear sistemas agentic como este, los itinerarios Associate AI Engineer for Developers y Associate AI Engineer for Data Scientists de DataCamp son un buen punto de partida.