Teodoro Calonge
Profesor Titular del departamento de Informática en la Universidad de Valladolid
La impresión general es que es un artículo con cierto rigor científico, lo que hará que muchas personas fuera de la Ingeniería Informática se queden en la capa más superficial, esto es, en las aplicaciones. Respecto a la calidad, me parece que es un trabajo digno dada la situación de la IA, en donde o tienes unos recursos de cómputo ‘infinitos’ o no serás capaz de desarrollar un prototipo de principio a fin. Y esto es lo que le pasa a este grupo de investigadores, que han usado modelos preentrenados y que posteriormente han desarrollado una capa de adaptación a su problema particular. Aunque pueda sonar a ‘fraudulento’, si se aclara —como honradamente hacen los autores— no hay problema ninguno. La bibliografía científica al respecto está plagada de este tipo de trabajos con este planteamiento.
Respecto a las implicaciones, creo que esto nos obligará a los examinadores a ser más imaginativos a la hora de proponer problemas. Me explico: la ley del mínimo esfuerzo nos lleva a poner ejercicios basados en anteriores con ligerísimas variaciones. Y aquí es donde entra la IA, que se aprovecha de una vasta base de ejercicios y efectuando pequeñas modificaciones lleva a soluciones que pudieran ser aceptables, incluso a primera vista sorprendentes. Ahora bien, si la solución a un ejercicio propuesto no se parece en absoluto a lo que tiene en sus bases de datos, o si se da esa semejanza pero no tanto, la IA generativa es muy probable que falle.
Huyendo del sensacionalismo relativo a la Olimpiada de Matemáticas, creo que esto es lo que realmente hay detrás de este trabajo, que podría resumir que es aceptable, al igual que mucha de la IA generativa que se está ofreciendo comercialmente en ámbitos muy específicos como derecho, seguros, informes médicos, etc.