El mes pasado, OpenAI anunció que había producido una prueba generada por IA para el problema de Navier-Stokes, una de las preguntas sin resolver más famosas de las matemáticas. Hace solo unos años, los modelos de lenguaje grandes (LLM) eran conocidos por ser malos para contar. Ahora están abordando problemas matemáticos que han desconcertado a los humanos durante décadas, lo que plantea preguntas incisivas sobre lo que queda para los matemáticos profesionales.
El cambio también está transformando las aulas. Como los LLM pueden completar la tarea de un estudiante, los profesores universitarios luchan por mantenerse al día con el desafío de la IA en la educación. Está claro que la IA está cambiando tanto la forma en que se enseñan las matemáticas como la forma en que las practican los profesionales, y los efectos están llegando con rapidez.
En este episodio de Odd Lots, Justin Solomon, decano asociado de educación en ingeniería del MIT, ofrece una introducción sobre cómo los matemáticos puros y aplicados están respondiendo a estos avances. Explica qué es realmente el problema de Navier-Stokes y por qué incluso los expertos tienen dificultades para interpretar la prueba de OpenAI.
Solomon también analiza lo que las películas aciertan y fallan sobre el trabajo de los matemáticos, y cómo está ajustando su propio enfoque docente en la era de la IA.
Fuente: Bloomberg Markets · Resumido por HeadlinesBriefing