Hace un mes, Donald Knuth hizo algo que debió haber partido internet en dos. El autor de 87 años de The Art of Computer Programming — una biblia algorítmica de varios tomos ante la cual los científicos de la computación se arrodillan desde los años 60 — publicó un paper matemático titulado "Claude's Cycles." Nombrado por un modelo de IA. Porque ese modelo encontró lo que él no pudo.

Internet, como era de esperarse, estaba demasiado ocupado haciendo benchmarks de chatbots con puzzles de código como para notarlo.

Aquí va por qué esto importa más que cualquier guerra de leaderboards que estés siguiendo esta semana.

Knuth llevaba semanas atorado en un problema de descomposiciones Hamiltonianas de grafos dirigidos. Traducción para humanos: imagina una red de calles de un solo sentido. Un ciclo Hamiltoniano es una ruta que visita cada intersección exactamente una vez y regresa al punto de partida — el recorrido de cantinas más eficiente del mundo, sin repetir, terminas donde empezaste. Knuth necesitaba una construcción general que funcionara para cualquier cubo de dimensión impar de estas conexiones mayor que 2×2×2. Había resuelto los casos pequeños a mano. Las computadoras habían verificado soluciones hasta 16×16×16. ¿La regla general elegante? Semanas machacándole. Nada.

El 28 de febrero, Filip Stappers — un colega — le dio el problema a Claude Opus 4.6. En 31 conversaciones guiadas a lo largo de aproximadamente una hora, Claude atacó la conjetura desde todos los ángulos. Fórmulas lineales. Búsquedas por fuerza bruta. Marcos geométricos. Simulated annealing — una técnica robada de la metalurgia donde "calientas" y "enfrías" una solución para escapar de mínimos locales. Chocó contra paredes. Cambió de estrategia. Siguió adelante.

Y lo resolvió. Claude identificó independientemente que la estructura subyacente era un digrafo de Cayley — un tipo específico de red construida a partir de operaciones de grupo matemático — y reformuló el problema en consecuencia. El patrón "serpentino" resultante correspondía al clásico código Gray, una secuencia combinatoria donde las entradas consecutivas difieren en exactamente un dígito. Claude lo derivó desde cero, sin saber que la versión clásica existía. Una IA reinventó una estructura matemática conocida mientras resolvía un problema que una leyenda viviente no pudo tocar.

Los números crudos para los pedantes: 11,502 ciclos Hamiltonianos para el caso 3×3×3. De esos, 1,012 se generalizan a 5×5×5, y 996 funcionan tanto para 5×5×5 como para 7×7×7. Exactamente 760 descomposiciones "tipo Claude" se sostienen para todas las dimensiones impares mayores que 1.

Ahora la parte donde arruino la celebración.

Claude no hizo esto solo. Ni de cerca. Stappers dirigió cada una de esas 31 conversaciones. Knuth escribió la prueba formal él mismo. El caso de dimensión par — literalmente la otra mitad del problema — sigue sin resolverse, y Claude no hizo exactamente ningún progreso útil en eso. Así que estamos hablando de un modelo que, con un humano hábil al volante, resolvió la mitad de un problema en un dominio altamente estructurado. No es exactamente Skynet.

Pero esto es lo que los escépticos necesitan digerir: el "humano hábil al volante" ya lo había intentado. Y falló. La herramienta hizo la diferencia. No una diferencia marginal — una cualitativa. Semanas de esfuerzo de una de las mentes algorítmicas más brillantes de la historia, resueltas en una hora por un modelo que no entiende qué es un grafo.

Knuth lo llamó "una alegría aprender no solo que mi conjetura tiene una solución elegante sino también celebrar este avance dramático en deducción automática." Y en la versión revisada (16 de marzo), soltó esto: "Parece que tendré que revisar mis opiniones sobre la 'IA generativa' uno de estos días."

Viniendo de un hombre que ha olvidado más sobre algoritmos de lo que la mayoría de los departamentos de CS saben colectivamente — esa frase detona en silencio. Esto no es un influencer de LinkedIn declarando victoria para la inteligencia artificial. Esta es la persona que definió los estándares de complejidad computacional admitiendo, en un paper académico publicado, que sus supuestos sobre la IA estaban equivocados.

Y nosotros respondimos colectivamente haciendo scroll para discutir si la ventana de contexto de Gemini realmente es de 2 millones de tokens.

La lección no es que la IA viene por los matemáticos. Es más oscura y más simple que eso. Las personas mejor posicionadas para usar estas herramientas — expertos de dominio con problemas difíciles y bien definidos — están obteniendo resultados que parecen magia. Todos los demás usan los mismos modelos para generar posts de LinkedIn y discutir sobre benchmarks. La brecha entre "IA como herramienta afilada en manos expertas" e "IA como truco de fiesta" no se está cerrando. Se está ampliando.

Knuth no le puso el nombre de un chatbot a un paper porque se ablandó a los 87. Lo hizo porque la honestidad intelectual lo exigía. La IA encontró la respuesta. Él tuvo la integridad de decirlo.

La mayoría de nosotros no la tendremos. Seguiremos pretendiendo que las herramientas son inútiles u omnipotentes, porque la verdad incómoda — que son poderosas pero solo en manos competentes — no le queda bien a la narrativa de nadie.