Cómo GPT-5.6 Sol ayudó a refutar la conjetura de Maxwell de hace 150 años

Coloca tres cargas eléctricas iguales en los vértices de un triángulo equilátero y el campo resultante tendrá cuatro puntos de equilibrio, donde todos los empujes y tirones se anulan: uno en el centro y tres justo por dentro de los lados. Ahora añade dos cargas muy pequeñas, una apenas por encima y otra apenas por debajo de ese centro. El punto de equilibrio central se fragmenta en veintiuno, y toda la configuración pasa a tener veinticuatro.

Esa construcción se publicó en arXiv el 29 de julio como contraejemplo a la conjetura de Maxwell, una cota sobre los puntos de equilibrio electrostático que se remonta al tratado de Maxwell de 1873. Los autores revelaron además que la idea partió de un modelo de lenguaje. A continuación explico qué afirmaba la conjetura, cómo funciona el contraejemplo, qué hizo y qué no hizo GPT-5.6 Sol, y por qué esa revelación es quizá la mitad más interesante de la historia.

La respuesta rápida: cómo cayó la conjetura de Maxwell

La conjetura ponía un tope al número de puntos de equilibrio que podía tener el campo de n cargas puntuales: como mucho (n−1)^². Para cinco cargas, eso da 16. Philip Arathoon, Gavin Ball y Matthew Kvalheim construyeron una configuración con cinco cargas con al menos 24, un contraejemplo directo. GPT-5.6 Sol sugirió la idea geométrica; los tres autores hicieron el análisis, ejecutaron el álgebra computacional y redactaron la prueba.

Con ese resumen, veamos de dónde venía la conjetura y por qué aguantó tanto.

¿Qué era la conjetura de Maxwell?

James Clerk Maxwell planteó la cuestión en un breve pasaje de su Treatise on Electricity and Magnetism de 1873, preguntándose cuántos puntos de equilibrio podía producir un sistema de cargas. Quedó como una mención de pasada casi un siglo, hasta que Marston Morse y Stewart Cairns plantearon el mismo problema en 1969, al parecer sin saber que Maxwell había llegado antes. Es un detalle menor que me gusta más de lo que debería.

La formulación precisa sobre la que todo el mundo discute llegó en 2007, cuando Andrei Gabrielov, Dmitry Novikov y Boris Shapiro leyeron con detalle el pasaje de Maxwell y lo convirtieron en conjetura: si los puntos de equilibrio del potencial generado por n cargas son todos no degenerados, puede haber como mucho (n−1)^² de ellos. Es la única fórmula que necesitas, así que si el álgebra te tensa, ya pasó lo peor. La cota se cumple trivialmente para dos cargas. Para tres, nadie sabe si cuatro es realmente el máximo, salvo en el caso especial en que las tres cargas son iguales.

Para valorar por qué importa esta cota, conviene entender qué son en realidad los puntos de equilibrio.

Entender la conjetura de Maxwell con un ejemplo sencillo

Cada carga crea un campo. Si pones varias cargas en una sala, sus campos se superponen, empujando y tirando en direcciones distintas en cada punto del espacio. En ciertos lugares, las fuerzas de cada carga se cancelan exactamente y una partícula de prueba allí no sentiría fuerza neta alguna. Esos son los puntos de equilibrio, también llamados puntos críticos del potencial electrostático.

Contarlos no es un simple ejercicio de contabilidad. El número y la disposición de estos puntos condicionan la forma de todo el campo, igual que las zonas llanas de una cordillera condicionan su trazado. Así que una cota sobre cuántos hay es, en realidad, una afirmación sobre cuán complejo puede llegar a ser un campo electrostático. Por eso una pregunta planteada de pasada en 1873 ha mantenido ocupados a los matemáticos siglo y medio.

Ahora que sabemos qué protegía la conjetura, veamos cómo se vino abajo.

Cómo se refutó la conjetura de Maxwell

La construcción cabe en cuatro pasos. A menos que quieras los cálculos del hessiano, puedes saltarte la nota de arXiv; lo interesante es el esqueleto del argumento:

• Coloca tres cargas unidad en los vértices de un triángulo equilátero. Este campo tiene cuatro equilibrios: uno en el centro y tres desplazados hacia dentro a lo largo de los lados.
• Añade dos cargas mucho más pequeñas en el eje de simetría, una ligeramente por encima del plano y otra ligeramente por debajo, formando una bipirámide triangular poco profunda.
• Los tres equilibrios de borde sobreviven a la adición. El central no. Se bifurca en una familia de 21 equilibrios, 10 de un índice de Morse y 11 del otro.
• Tres más veintiuno dan al menos 24 puntos críticos no degenerados con cinco cargas, frente a un techo previsto de 16.

Las intensidades de las cargas no son arbitrarias. Los autores eligen un valor concreto de forma que el término principal del potencial de las cargas pequeñas cancele el término correspondiente del triángulo, y eso es lo que deja a la vista la estructura fina que produce los 21 puntos. Hay además un paso fácil de pasar por alto en la primera lectura: el argumento hasta aquí no descarta que haya puntos críticos degenerados en otra parte de la configuración, así que los autores aplican un argumento de transversalidad a un leve ajuste de intensidades de carga, que limpia esos casos.

Luego viene la parte que los titulares omitieron. El mismo truco se puede iterar. Añade otro par de cargas pequeñas y ganas 20 puntos críticos más a cambio de 2 cargas más, obteniendo configuraciones de 3 + 2m cargas con al menos 4 + 20m equilibrios. Es una razón asintótica de 10 puntos críticos por carga, frente al 25/7 que lograron Herbert Edelsbrunner, Christopher Fillmore y Gonçalo Oliveira a comienzos de este año. El contraejemplo es el titular; la razón es el resultado sobre el que otros construirán.

Con la construcción clara, llega lo inusual: quién, o qué, tuvo realmente la idea.

¿Qué papel jugó GPT-5.6 Sol?

La revelación aparece en su propia sección breve del artículo, y explica con refrescante claridad lo ocurrido: "La idea detrás de esta construcción fue sugerida por un LLM (GPT-5.6 Sol de OpenAI)". Los autores añaden que verificaron ellos mismos la matemática y redactaron el argumento con sus palabras, y que Mathematica y Maple se encargaron de los cálculos y las figuras.

Así que el modelo aportó una estrategia: perturbar una configuración simétrica con pequeñas cargas fuera del eje y observar cómo un punto degenerado se descompone; y los autores lo convirtieron en desarrollos de Taylor de polinomios armónicos, una clasificación de 21 puntos críticos por la firma del hessiano, tres aplicaciones del teorema de la función implícita y un argumento de transversalidad. Generar una idea y demostrar un teorema son actividades distintas con modos de fallo distintos. Una idea que no funciona te cuesta una tarde. Una prueba que no funciona te cuesta una retractación. El modelo señaló un lugar poco probable en el mapa; tres matemáticos construyeron la carretera.

Conviene insistir en ese encuadre. "Solo una idea" se queda corto. Cualquiera puede proponer perturbar una configuración simétrica. Lo útil es proponer esa perturbación, con pequeñas cargas axiales, sobre esa configuración base, en un problema donde el espacio de búsqueda de cosas a probar es, en la práctica, ilimitado. El criterio para decidir qué intentar es una parte enorme de la investigación matemática. Que la sugerencia viniera de un modelo y no de una década de intuición de un especialista es el quid de la cuestión.

Por qué importa este resultado

Una cuestión matemática de 150 años

La pregunta se remonta al comentario de Maxwell de 1873, de ahí el "150 años" de todos los titulares. Conviene ser precisos: Maxwell planteó una pregunta e hizo una observación. No enunció la conjetura que acaba de caer.

Cae una conjetura moderna de largo recorrido

Como enunciado formal, la conjetura de Maxwell tiene 19 años, y durante la mayor parte de ese tiempo fue el supuesto organizador del campo: lo que intentabas demostrar y el objetivo hacia el que convergían todas las cotas mejoradas. Ahora parece falsa. El contraejemplo es un preprint de cuatro páginas en arXiv que aún no ha pasado revisión por pares, y su paso central es una clasificación hessiana verificada con álgebra computacional, así que aplican las cautelas habituales. Pero el argumento es breve, explícito y fácil de verificar por otros.

Nuevas preguntas sustituyen a las antiguas

Saber que el techo no es (n−1)^² no nos dice cuál es. La construcción iterada de los autores eleva la cota inferior conocida a unos 10 puntos críticos por carga, que es un suelo, no una respuesta. ¿Y aquellas tres cargas de antes? Sigue abierto si pueden producir más de cuatro equilibrios, algo llamativo que aún digamos del caso mínimo interesante después de tanto tiempo.

El papel creciente de la IA en el descubrimiento matemático

Algo cambió en el último año. Entre octubre de 2025 y principios de 2026, las herramientas de IA ayudaron a mover en torno a un centenar de problemas de la base de datos de Erdős a la columna de resueltos, y Terence Tao mantuvo una página con seguimiento de esas contribuciones hasta que dejó de actualizarse a finales de junio de 2026. Mucho de eso fue búsqueda bibliográfica, el modelo encuentra el artículo de 1974 que ya zanjaba el tema. Parte no lo fue. Un puñado de soluciones fueron argumentos originales ensamblados en gran medida por el modelo, y Tao ha señalado al menos una como un hito de verdad.

El patrón es consistente, y encaja con lo que pasó con la conjetura de Maxwell. Los modelos son buenos proponiendo candidatos, escaneando una literatura que ninguna persona puede abarcar, y explorando de noche un espacio de construcciones sin aburrirse. La verificación sigue en manos humanas y de asistentes de prueba como Lean. Si quieres una base conceptual de cómo funcionan estos sistemas antes de formarte una opinión, nuestro itinerario de aprendizaje de Fundamentos de IA es un buen punto de partida.

¿Podrá la IA llegar a descubrir pruebas matemáticas?

La generación de conjeturas ya es rutinaria. La asistencia a la prueba es tan común que apenas merece mención. La demostración formal de teoremas —un modelo que produzca un argumento completo y verificado por máquina para un problema de nivel de investigación sin intervención humana— marca ahora mismo la frontera, y hay resultados a ambos lados según lo estricta que sea tu definición de "nivel de investigación".

La limitación no es claramente la creatividad. Los modelos actuales siguen alucinando referencias, siguen perdiendo el hilo en cadenas largas de razonamiento y son mucho mejores generando candidatos que sabiendo cuál es el correcto. Esa última asimetría es justo la razón por la que la verificación humana es estructural, no ceremonial. Un modelo que pudiera evaluar de forma fiable su propia salida sería un sistema de otra clase, y hoy nadie puede decir a qué distancia está eso.

GPT-5.6 Sol y el futuro de la investigación científica

Las matemáticas son un banco de pruebas excepcionalmente limpio porque las pruebas están bien o están mal. Pero la misma dinámica —la IA acelera la generación de ideas mientras las personas conservan la verificación— se está extendiendo por muchas disciplinas.

Esto va mucho más allá de las matemáticas. Física, química, ciencia de materiales e ingeniería comparten el mismo cuello de botella: generar hipótesis consume tiempo humano y la mayoría fracasan. Una persona investigadora puede perseguir en serio un puñado de estructuras o mecanismos candidatos al año. El espacio de candidatos es mucho mayor.

La generación de ideas puede resultar ser la capacidad de investigación más determinante, precisamente porque es el paso con menor rendimiento humano y donde el coste de equivocarse es menor. Un modelo que pueda escanear un espacio enorme y decir "mira aquí" cambia la velocidad del descubrimiento sin necesidad de acertar muy a menudo. Que es, a grandes rasgos, lo que ha pasado aquí.

Ideas equivocadas habituales sobre este hallazgo

Antes de sacar conclusiones generales, conviene despejar algunas cosas que la cobertura mediática ha contado mal.

GPT-5.6 Sol no demostró el teorema de forma independiente

El modelo sugirió la construcción geométrica. La prueba —los desarrollos, la clasificación hessiana, el argumento de transversalidad— es obra de los autores.

Personas investigadoras verificaron cada paso

Mathematica y Maple comprobaron los cálculos y generaron las figuras. La verificación matemática la realizaron los tres autores, y así lo indican explícitamente en el artículo.

La conjetura de Maxwell no era un teorema formal de Maxwell

Maxwell hizo una observación en 1873. Gabrielov, Novikov y Shapiro formularon la conjetura en 2007 basándose en su lectura de ese pasaje.

El problema matemático no está completamente resuelto

Si el contraejemplo se mantiene, sabemos que (n−1)^² es incorrecto. No sabemos cuál es la cota correcta, y el caso de tres cargas sigue abierto.

Conclusión

La conjetura de Maxwell cayó gracias a una colaboración: una idea geométrica generada por IA y tres matemáticos que se tomaron el esfuerzo de convertirla en algo comprobable. El artículo es inusualmente honesto sobre qué hizo cada parte. Una sección de tres frases sobre la revelación que probablemente se citará más que el propio teorema.

Lo que hace que merezca tu atención es la naturaleza de la contribución, más que su tamaño. Un modelo sin ningún interés personal en el problema propuso una construcción que quienes más se preocupaban por él no habían probado en esta configuración, y funcionó. La cuestión más amplia de cuántos equilibrios pueden tener n cargas sigue abierta, y también la de cómo será la investigación cuando la generación de ideas deje de ser el recurso escaso. Si quieres seguir cómo se aplican estos sistemas en la práctica y no solo cómo se venden, nuestros cursos de IA cubren desde los conceptos hasta el despliegue.