Física teórica: rompecabezas de décadas resuelto colaborando con inteligencia artificial
El Nobel Giorgio Parisi y Francesco Zamponi resolvieron un enigma de décadas sobre el fenómeno del "jamming" gracias a la IA. Un logro que demuestra cómo la tecnología potencia la creatividad científica humana.
La física teórica ha logrado recientemente un resultado de gran interés, lo que marca una aceleración significativa en las prácticas de investigación científica. El físico y premio Nobel Giorgio Parisi y el físico Francesco Zamponi han anunciado la solución formal a un problema matemático que llevaba más de una década estancado.
El descubrimiento, detallado en un artículo publicado en arXiv el 2 de junio de 2026, fue posible gracias a un proceso de "colaboración asistida" por el modelo de lenguaje extenso (LLM) Claude, de Anthropic. Este hecho constituye una demostración concreta de cómo la inteligencia artificial está revolucionando el mundo de la ciencia al apoyar a los investigadores en sus análisis y trabajos teóricos.
La física del bloqueo: ¿Qué es el jamming?
Para comprender el fenómeno del jamming objeto del estudio, imaginemos un recipiente lleno de pequeñas esferas, como canicas, granos de arena o gotas de emulsión. Si intentamos vaciarlo, estas fluyen libremente, de manera muy similar a un líquido.
Sin embargo, si aumentamos la densidad, es decir, si "empaquetamos" las esferas en un espacio cada vez más reducido, se alcanzará un punto crítico en el que el movimiento se vuelve imposible.
El material, a pesar de estar compuesto por elementos discretos (partes separadas en lugar de una sustancia continua), pasará de un estado fluido a uno rígido, capaz de soportar esfuerzos mecánicos. Los físicos denominan a este bloqueo repentino jamming (o bloqueo por atasco).
Un enigma de una década
El problema que ocupaba a Parisi y Zamponi no se refería únicamente a la observación física de este "bloqueo", sino al "comportamiento matemático" que lo regía. Durante más de una década, los investigadores observaron algo sorprendente: en este fenómeno concreto, ciertas propiedades fundamentales del sistema seguían una ley matemática precisa que, no obstante, nadie lograba explicar.
Aunque los cálculos numéricos confirmaban sistemáticamente este comportamiento, una demostración analítica formal siguió siendo esquiva durante años.
Los físicos sabían que el resultado era correcto, pero no lograban derivar la ley teórica que lo justificara, obstaculizados por complejidades computacionales que parecían insuperables mediante los métodos tradicionales.
Conocer a Claude: encontrar una vía alternativa
Para superar el estancamiento, los investigadores decidieron incorporar a Claude, una IA desarrollada por Anthropic, en su flujo de trabajo. La IA no se utilizó simplemente para realizar cálculos, sino como un auténtico colaborador en el razonamiento. Tras unas 40 sesiones de diálogo, Claude sugirió abordar el problema mediante la construcción de una función auxiliar.
Era un enfoque que los investigadores habían descartado desde el principio, probablemente debido a sesgos profesionales que los llevaban a buscar soluciones dentro de estructuras matemáticas excesivamente complejas.
En esencia, mientras los dos físicos intentaban escalar la montaña por la ruta principal aunque extremadamente accidentada, la IA sugirió una "vía lateral" que ellos habían pasado por alto; esto transformó un problema algebraicamente prohibitivo en uno mucho más sencillo y resoluble.
Rigor humano e inteligencia artificial: una sinergia ganadora
Es importante aclarar que Claude no resolvió el acertijo totalmente por su cuenta. La ciencia exige un nivel de rigor que una IA no puede garantizar por sí sola. La propuesta inicial del modelo contenía, de hecho, varias imprecisiones.
Parisi y Zamponi tuvieron que verificar la lógica sugerida por la IA línea por línea, corrigiendo las condiciones de contorno y refinando con precisión los pasos algebraicos.
Además, los investigadores debían ser muy cautelosos ante un comportamiento típico de la inteligencia artificial: la tendencia a "dar la razón»"al usuario. En efecto, la IA a menudo tiende a confirmar las hipótesis que el investigador parece favorecer, complaciéndolo incluso cuando la lógica subyacente es errónea.
Para evitar este riesgo, el equipo empleó "técnicas de verificación cruzada", planteando constantes objeciones al modelo y obligándolo a justificar rigurosamente cada paso. De este modo, los físicos se aseguraron de que el modelo no se limitara a "hacer eco" de sus propios deseos, sino que participara genuinamente en la construcción de una solución lógicamente sólida.
El futuro del progreso científico
Este éxito marca un profundo cambio de paradigma:
Los modelos de lenguaje pueden ayudar a los expertos a liberarse de patrones mentales arraigados, patrones que, paradójicamente, pueden convertirse en limitaciones.
Si una mente brillante como la de Giorgio Parisi valoró tal colaboración, es evidente que nos encaminamos hacia una adopción generalizada de estas herramientas en la física teórica y en otros campos complejos.
Sin embargo, la creatividad humana ha encontrado un aliado capaz de procesar y sugerir vías lógicas alternativas a velocidades sin precedentes. La ciencia se enriquece así con aportaciones inestimables, poniendo al alcance enigmas que, hasta hace muy poco, se consideraban irresolubles.