Enseñar a los niños a leer noticias de ciencia: caso Erdős

Si quieres enseñar a los niños a leer noticias de ciencia, empieza por esto: en octubre de 2025 un vicepresidente de OpenAI publicó que GPT-5 había resuelto diez problemas abiertos de Erdős. No era cierto. El modelo había encontrado soluciones ya publicadas en la literatura matemática, y Thomas Bloom, que mantiene la base de datos de problemas de Erdős, llamó a ese anuncio “una tergiversación dramática”. Siete meses después, en mayo de 2026, OpenAI anunció algo real: un modelo refutó una conjetura que Paul Erdős planteó en 1946. Nueve matemáticos publicaron un artículo confirmándolo. El modelo acertó en cerca de la mitad de sus intentos. Esta sola historia tiene todas las trampas: el hype, la corrección, el resultado real, la advertencia honesta y titulares que usaron cuatro verbos distintos para el mismo hecho.

Puntos clave

• Cuatro verbos hacen trabajos distintos en un titular de ciencia: anunció (alguien lo dijo), resolvió (un problema quedó cerrado), refutó (mostró que una conjetura es falsa) y verificó (expertos independientes lo revisaron). Casi toda la cobertura de IA y matemáticas en 2026 los mezcló.
• Octubre de 2025: OpenAI dijo que GPT-5 resolvió 10 problemas de Erdős. En realidad redescubrió soluciones ya publicadas. Eso es una corrección, no un avance.
• 20 de mayo de 2026: un modelo de OpenAI refutó la conjetura de distancias unitarias de Erdős (1946) usando torres de cuerpos de clases infinitas, de la teoría algebraica de números. Noga Alon, Melanie Matchett Wood, Thomas Bloom y seis matemáticos más publicaron observaciones que confirman el resultado.
• El modelo acertó en cerca del 50% de las corridas repetidas, y OpenAI no publicó tasas de falla ni tiempo de cómputo. Los dos datos deberían estar en cualquier titular honesto.
• El 2 de junio de 2026 unos matemáticos publicaron la Declaración de Leiden pidiendo límites claros al uso de IA en investigación matemática. En tres días juntó 1,590 firmas.

Qué pasó en realidad, en orden

El problema de las distancias unitarias de Erdős hace una pregunta simple: si pones n puntos en una hoja, ¿cuántos pares pueden estar exactamente a un centímetro de distancia? Erdős conjeturó en 1946 que existe un techo para ese número, y durante ochenta años nadie pudo demostrarlo ni tumbarlo. Casi todo el esfuerzo humano fue a demostrar el techo. Como señaló Bloom después, muy poco fue a intentar romperlo.

El 20 de mayo de 2026, OpenAI anunció que uno de sus modelos de razonamiento encontró una familia completamente nueva de configuraciones de puntos que produce más distancias unitarias de las que la conjetura permitía. O sea, la conjetura es falsa. Lo sorprendente fue el método: el modelo se metió en teoría algebraica de números, usando torres de cuerpos de clases infinitas, el teorema de Golod-Shafarevich de los años sesenta y resultados de Ellenberg-Venkatesh y de Hajir-Maire-Ramakrishna. Nadie había conectado esas herramientas con este problema de geometría.

Nueve matemáticos (Noga Alon de Princeton, Thomas Bloom de Manchester, W. T. Gowers de Cambridge, Daniel Litt, Will Sawin, Arul Shankar, Jacob Tsimerman, Victor Wang y Melanie Matchett Wood de Harvard) publicaron en arXiv un artículo acompañante explicando y confirmando la prueba. Gowers dijo que si un humano hubiera escrito ese artículo, él lo habría recomendado para publicación sin dudar.

Después vinieron las advertencias. Science News reportó que el modelo produjo un resultado correcto en cerca del 50% de las corridas y que OpenAI no reveló tasas de falla ni tiempo de cómputo. Wood planteó otro problema: “No está claro que haya una forma de que [la IA] atribuya razonablemente el origen de las ideas”. Bloom planteó un tercero: “Puede estar bien. Puede ser un disparate. ¿Quién va a poder revisar esto?”. El 2 de junio se publicó la Declaración de Leiden pidiendo límites estrictos al uso de IA en investigación matemática. Al 5 de junio tenía 1,590 firmas.

Para agosto, Quanta Magazine reportó que los problemas de Erdős estaban cayendo en serie: OpenAI anunció diez avances más el 1 de agosto, Google DeepMind resolvió cuatro problemas y redescubrió nueve soluciones olvidadas, y las colaboraciones humano-IA se ocuparon de docenas. La reacción de Alon fue seca: “Una vez que la IA empezó a resolverlos, ya no tiene sentido”. Terence Tao colaboró con un modelo en uno de ellos.

Enseñar a los niños a leer noticias de ciencia con cuatro verbos

Esta es la lección que sirve para cualquier nota de ciencia que tu hijo vaya a leer en su vida.

Anunció significa que una persona o una empresa dijo algo. No tiene valor de verdad. Un comunicado de prensa es un anuncio. Un tuit de un vicepresidente también.

Resolvió significa que un problema planteado ya tiene respuesta. Pero fíjate en la dirección: un problema se puede resolver demostrando que algo es cierto o demostrando que es falso. Son resultados opuestos, y la palabra “resolvió” esconde cuál de los dos pasó.

Refutó significa que se mostró que una conjetura es falsa. En matemáticas eso es emocionante de verdad, porque elimina una posibilidad para siempre, pero suena a fracaso para quien no es del área. “La IA refuta una conjetura de 80 años” suena peor que “la IA resuelve un problema de 80 años” y significa algo más preciso.

Verificó significa que alguien independiente lo revisó. En matemáticas eso es un matemático leyendo la prueba línea por línea, o un asistente de pruebas como Lean confirmando cada paso mecánicamente. La verificación es lo más escaso en la cobertura de IA y matemáticas, y es lo único que debería cambiar tu nivel de confianza.

¿Y en América Latina?

Aquí el problema tiene una capa extra: casi toda la cobertura original llega en inglés, y la versión en español suele ser una traducción del titular, no del artículo. Cuando un medio regional retoma “la IA resolvió un problema de 80 años”, normalmente pierde justo lo que importa: el 50% de acierto y la lista de nueve matemáticos que verificaron.

Eso se cruza con el dato duro. En PISA 2025, ciencias fue el área que se mantuvo estable en la OCDE, pero la región siguió cayendo en lectura y matemáticas: Argentina bajó a 367 en matemáticas y 389 en lectura, México a 388 en matemáticas, Colombia a 399 en lectura, según el análisis de Infobae. Leer bien un texto informativo y leer bien un titular de ciencia son la misma habilidad, y es exactamente la que está bajando.

Al mismo tiempo, el 56% de los estudiantes colombianos usa herramientas de IA cada semana para aprender, por encima del promedio OCDE de 46%, según reportó Pulzo. Un chico en Bogotá o en Santiago va a leer más titulares sobre IA que sobre cualquier otro tema científico esta década. Vale la pena que sepa qué verbo está leyendo.

Cómo enseñarle esto a tu hijo

De 5 a 8 años: el juego del “¿quién lo dice?”

Lee cualquier titular en voz alta y haz una sola pregunta: “¿Quién dice eso?”. Después busquen la respuesta en el primer párrafo. Una empresa, un científico, un maestro, un amigo. Nada más. Estás construyendo el hábito de separar la afirmación de quien la afirma, que es toda la base. Hazlo con tres titulares por semana, incluyendo deportes y clima, para que no se sienta como tarea.

De 9 a 12 años: caza del verbo y reescritura

Dale un titular impreso y pídele que encierre el verbo. Luego pregunta: ¿este verbo significa que alguien lo dijo, lo hizo, o que alguien más lo revisó? Después que reescriba el titular con el verbo más exacto que se le ocurra. “La IA resuelve un problema matemático de 80 años” se convierte en “Un programa de IA encuentra un contraejemplo; nueve matemáticos lo confirman”. Menos llamativo. Más verdadero.

De 13 en adelante: rastrear hasta la fuente

Dale la historia de Erdős. Su tarea: encontrar el anuncio original, encontrar el artículo de los matemáticos y encontrar una nota que lo contó mal. Las tres cosas están en línea y son gratis. Después escribe tres frases: qué se anunció, qué se verificó y qué sigue sin saberse. Un adolescente que hace esto de forma confiable tiene una habilidad que a la mayoría de los adultos le falta.

La pregunta que debes hacer: “¿Qué tendría que ser cierto para que este titular estuviera equivocado?” Un chico que responde eso está leyendo con criterio. Uno que dice “sale en las noticias, entonces es verdad” no está leyendo.

Titular contra realidad: la cobertura de 2026

Lo que decía el titular	Lo que pasó en realidad	El verbo que corresponde
”GPT-5 resolvió 10 problemas abiertos de Erdős” (oct. 2025)	El modelo encontró soluciones ya publicadas en la literatura	Redescubrió
”La IA resuelve un problema de 80 años, esta vez de verdad” (mayo 2026)	Un modelo refutó la conjetura de distancias unitarias; nueve matemáticos lo confirmaron	Refutó, y luego se verificó
”La IA logra puntaje perfecto en la Olimpiada de Matemáticas” (jul. 2026)	Varios sistemas de IA sacaron 42/42 en los problemas de la IMO 2026, calificados por los organizadores, después de que terminaran los humanos	Obtuvo un puntaje calificado oficialmente
”Los problemas de Erdős están cayendo ante la IA” (ago. 2026)	Progreso real en muchos problemas, y preocupación por artículos de IA de 100 a 200 páginas sin revisar	Avanzó, con verificación desigual
”La IA ya es una matemática investigadora” (varios)	Los modelos aportan; los humanos siguen verificando, atribuyendo y decidiendo qué importa	Exageró

Mira la tercera fila. En la IMO 2026 de Shanghái (del 10 al 21 de julio, 117 países, 666 participantes, 55 medallas de oro y siete puntajes perfectos humanos), varios sistemas de IA fueron calificados oficialmente con 42/42 por los organizadores, recibiendo los problemas solo después de que los humanos terminaran, con tiempo limitado y sin intervención humana. Es un resultado real y verificado. Y sigue sin ser lo mismo que “la IA hace matemáticas”.

Qué hacer en casa este mes

Lleva un cuaderno de titular contra realidad

Una página por historia. Columna izquierda: el titular tal como está escrito. Columna derecha: lo que dice el documento original. Tres entradas por semana durante un mes y tu hijo va a notar el patrón sin que se lo digas: el titular exagera el verbo y se come la advertencia.

Lean una fuente original juntos

Cualquiera. El anuncio de OpenAI es corto. El artículo de los matemáticos es casi incomprensible para quien no es del área, y eso mismo es la lección: la matemática de verdad se ve así, el titular es una traducción, y las traducciones pierden cosas.

Enséñale el número del 50%

El dato más útil de toda esta historia es que el modelo acertó cerca de la mitad de las veces. Pregúntale a tu hijo: si un amigo te diera la respuesta correcta la mitad del tiempo, ¿le copiarías la tarea? Esa pregunta hace más por su alfabetización en IA que una hora de discurso, y conecta directo con cómo debería tratar las matemáticas de un chatbot. Nuestra guía sobre cómo enseñar a los niños a evaluar lo que dice la IA entra más a fondo.

Busca quién no estuvo de acuerdo

Toda historia científica real tiene un disidente, y el disidente suele ser la persona más informativa del asunto. Aquí es Bloom preguntando quién va a poder revisar una prueba de IA de 200 páginas, y Wood preguntando cómo se atribuyen ideas que el modelo no citó. Enseñarle a un chico a buscar al disidente es enseñarle que la ciencia es una discusión, no un anuncio.

Lo que no hay que hacer

No uses esto para enseñar cinismo. “Los medios siempre mienten” es tan flojo como creer cada titular, y deja al chico sin forma de distinguir un buen reportaje de uno malo. Las notas de Science News y de Quanta sobre esta historia fueron cuidadosas y específicas. Señálalas como ejemplos del trabajo bien hecho. Si además quieres un marco general para hablar de actualidad en casa, mira cómo hablar con tus hijos sobre las noticias.

Qué observar en los próximos 3 meses

• Semana 4: Tu hijo pregunta “¿quién lo dice?” por su cuenta sobre algo que leyó o vio. Ahí la habilidad de 5 a 8 años ya se generalizó.
• Señales de alerta en el mes 2: Repite el titular pero no sabe la fuente. Trata un blog corporativo y un artículo revisado por pares como el mismo tipo de evidencia. Describe resultados de IA en absolutos (“la IA ya es mejor que los matemáticos”).
• Autochequeo del mes 3: Dale un titular de ciencia nuevo, en frío, y pídele tres frases: qué se anunció, qué se verificó, qué sigue sin saberse. Si las produce sin ayuda, la habilidad ya es suya.

Preguntas frecuentes

¿Mi hijo necesita entender las matemáticas para aprender de esta historia?

No. La habilidad que se transfiere es leer el verbo y encontrar la fuente, y eso funciona igual con una nota sobre dinosaurios o vacunas. Que la matemática esté por encima de todos es justo lo que hace bueno el ejemplo: no puedes evaluar el contenido, así que te toca evaluar la cadena de evidencia.

¿Es verdad que la IA refutó la conjetura?

Sí, con las advertencias. El resultado se sostiene y nueve matemáticos con nombre y apellido publicaron observaciones explicándolo. El modelo produjo una prueba correcta en cerca de la mitad de las corridas, OpenAI no publicó sus tasas de falla y, al menos según un reporte, un investigador reprodujo la prueba con modelos disponibles al público, lo que complica el relato de “capacidad de frontera”.

¿Cómo le explico “refutar” a un niño de 9 sin matemáticas?

Prueba esto: “Yo creo que todos los cisnes son blancos. Tú encuentras un cisne negro. No resolviste el color de los cisnes: demostraste que mi regla estaba mal, y ahora todos tenemos que dejar de usarla”. Refutar es borrar una idea equivocada, y borrar ideas equivocadas es casi todo el avance de la ciencia.

¿Esto debería cambiar cuánto confío en el ayudante de tareas con IA de mi hijo?

Debería calibrarlo. Un modelo que refuta una conjetura de 80 años la mitad de las veces también es un modelo que da respuestas seguras y equivocadas la otra mitad. La lección para la tarea no es “no lo uses”, es “nunca lo aceptes sin revisar”, que es exactamente el hábito que están pidiendo los matemáticos. Para el músculo de fondo, revisa cómo enseñar a detectar desinformación.

¿Dónde encuentro noticias de ciencia que hagan esto bien?

Quanta Magazine y Science News manejaron la historia de Erdős con los verbos y las advertencias intactas. Lean la misma noticia en dos medios distintos y comparen los titulares. La comparación enseña más rápido que cualquiera de los dos artículos por separado.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. OpenAI. (2026). “Model disproves discrete geometry conjecture.” 20 de mayo de 2026. https://openai.com/index/model-disproves-discrete-geometry-conjecture/
2. Alon, N., Bloom, T. F., Gowers, W. T., Litt, D., Sawin, W., Shankar, A., Tsimerman, J., Wang, V. y Wood, M. M. (2026). “Remarks on the disproof of the unit distance conjecture.” arXiv 2605.20695. https://arxiv.org/pdf/2605.20695
3. Science News. (2026). “Mathematicians want guardrails on AI after it cracked an Erdős problem.” https://www.sciencenews.org/article/ai-guardrails-erdos-math-problem
4. Quanta Magazine. (2026). “Why the legendary Erdős problems are falling to AI.” 3 de agosto de 2026. https://www.quantamagazine.org/why-the-legendary-erdos-problems-are-falling-to-ai-20260803/
5. Infobae. (2026). “Pruebas PISA: los países de América Latina profundizan su retroceso educativo.” 8 de septiembre de 2026. https://www.infobae.com/america/america-latina/2026/09/08/pruebas-pisa-los-paises-de-america-latina-profundizan-su-retroceso-educativo/
6. Pulzo. (2026). “Estudiantes en Colombia lideran uso de IA, según la OCDE.” 8 de septiembre de 2026. https://www.pulzo.com/tecnologia/inteligencia-artificial-en-la-educacion-estudiantes-en-colombia-lideran-uso-de-ia-segun-la-ocde-PP5296043A
7. International Mathematical Olympiad. (2026). “IMO 2026, Shanghái, China.” https://www.imo-official.org/editions/2026/
8. TechXplore. (2026). “AI models match humans’ top score in international math contest.” Julio de 2026. https://techxplore.com/news/2026-07-ai-humans-score-math-contest.html