La inteligencia artificial hace más atractivo estudiar matemáticas, pero acceder a la carrera es cada vez más difícil
El contraste es claro: mientras aumentan el interés escolar por las matemáticas y las solicitudes universitarias, varios departamentos británicos afrontan recortes o incluso cierres. En otras palabras, hay más jóvenes interesados en aprender, investigar y trabajar con matemáticas, pero menos oportunidades disponibles en determinadas zonas del país.
A partir de un artículo publicado originalmente en inglés por Neil Saunders, profesor de Matemáticas en City St George’s, University of London, puede sostenerse que vivimos un momento especialmente estimulante para formarse en esta disciplina. La inteligencia artificial está empezando a intervenir en problemas de investigación muy complejos y abre posibilidades inéditas, pero el acceso a los estudios universitarios de Matemáticas no está creciendo al mismo ritmo para todos.
La oportunidad tecnológica y el problema educativo avanzan, de momento, en direcciones opuestas.
El interés por las matemáticas crece
Según los datos recogidos en el artículo original, Matemáticas volvió a ser la asignatura de A-level —la etapa preuniversitaria británica— con mayor número de matriculaciones. En 2026 se registraron 115.380 inscripciones, un aumento del 3,9% respecto de 2025. Las inscripciones en Matemáticas Avanzadas también crecieron, en este caso un 8,5%.
El interés no se limita a la educación secundaria. Las solicitudes para estudiar Ciencias Matemáticas en la universidad aumentaron un 11% durante el ciclo de admisión de 2026. Estas cifras sugieren que el alumnado no solo considera las matemáticas una materia útil para aprobar exámenes o acceder a otros estudios, sino una disciplina que quiere seguir explorando en profundidad.
Ese entusiasmo tiene sentido. Las matemáticas son fundamentales para campos muy distintos: modelización de fenómenos físicos, inteligencia artificial, criptografía, economía, ingeniería, ciencia de datos o computación cuántica. A medida que las tecnologías dependen cada vez más de modelos, algoritmos y grandes volúmenes de datos, la capacidad de pensar matemáticamente gana valor tanto dentro como fuera de la academia.
Las posibilidades de la IA
En opinión del autor original, la actual expansión de la inteligencia artificial convierte este momento en uno de los más prometedores para estudiar Matemáticas. Los sistemas de IA ya no solo automatizan cálculos repetitivos: están participando en la búsqueda de contraejemplos, conjeturas y nuevas vías de investigación en problemas teóricos de larga duración.
El artículo menciona anuncios recientes de OpenAI y Anthropic sobre avances en problemas matemáticos difíciles. Entre ellos figura la presentación de un contraejemplo para un problema de Paul Erdős sobre distancias unitarias en el plano, pendiente durante más de ocho décadas, y otro supuesto contraejemplo relacionado con la conjetura jacobiana, formulada en 1939. También se mencionan avances internos de OpenAI en matemáticas y ciencias de la computación teórica.
Conviene interpretar estos anuncios con prudencia. Que una IA proponga una solución, un contraejemplo o una prueba no elimina la necesidad de que matemáticos humanos revisen los razonamientos con rigor. En matemáticas, una afirmación solo pasa a formar parte del conocimiento establecido cuando puede verificarse de forma sólida, reproducible y comprensible. Pero incluso cuando la IA no resuelve por sí misma un problema, puede resultar útil para explorar casos, sugerir patrones, formalizar ideas, buscar errores o acelerar tareas técnicas.
La comparación del artículo con la calculadora resulta esclarecedora. Las calculadoras permitieron hacer operaciones más rápido, pero no volvieron innecesario comprender los números, los métodos o los conceptos. Del mismo modo, la IA puede ampliar las capacidades del alumnado y de los investigadores sin sustituir el razonamiento, la creatividad o el juicio crítico.
Una herramienta, no un colega
El enfoque defendido en el texto es que la IA debería utilizarse como un instrumento potente, no como una autoridad a la que se delega el pensamiento. Un estudiante puede pedir a un sistema que genere ejemplos, explique un paso, revise un cálculo o proponga enfoques alternativos. Sin embargo, sigue siendo imprescindible entender por qué una demostración funciona y detectar cuándo una respuesta parece plausible, pero contiene una laguna.
Por ejemplo, una IA puede sugerir una estrategia para demostrar que una función tiene cierta propiedad. El trabajo matemático real consiste en comprobar cada hipótesis, justificar las inferencias y saber si la propuesta se sostiene en todos los casos, no solamente en ejemplos elegidos.
Bien empleada, la IA puede reducir barreras de entrada a la investigación. Puede ofrecer explicaciones adaptadas al nivel del estudiante, facilitar el acceso a bibliografía, ayudar a experimentar con objetos matemáticos y permitir que quienes están comenzando hagan preguntas que antes requerían una supervisión mucho más constante. Eso puede aumentar la participación, pero también exige formación para usar estas herramientas con criterio.
En este sentido, el artículo menciona la participación del matemático Terence Tao en proyectos colaborativos apoyados en IA. La idea es prometedora: investigadores con distintos grados de experiencia podrían colaborar más fácilmente y abordar preguntas que, hasta hace poco, exigían equipos muy especializados.
Las matemáticas se alejan de algunas zonas
La parte más preocupante del análisis no está relacionada con la tecnología, sino con la geografía y la desigualdad educativa. Según el artículo, departamentos universitarios de Matemáticas en Reino Unido atraviesan una situación de presión económica, con recortes y cierres que pueden dar lugar a los llamados «desiertos matemáticos».
Ese término describe zonas donde las personas tienen pocas o ninguna posibilidad razonable de cursar una carrera de Matemáticas cerca de su lugar de residencia. El problema afecta especialmente a quienes necesitan vivir en casa mientras estudian, ya sea por razones económicas, familiares, laborales o de cuidados. Si el grado más cercano desaparece, la posibilidad de estudiar Matemáticas puede quedar fuera de su alcance, aunque tengan interés y capacidad.
El texto señala que las instituciones con requisitos de acceso menos selectivos son especialmente vulnerables. Mientras algunas universidades más prestigiosas y situadas en grandes ciudades han ampliado su alumnado de Matemáticas, otras instituciones afrontan dificultades para mantener la oferta. El resultado puede ser una concentración del estudio de la disciplina en pocas ciudades y universidades.
Esto importa también para el futuro de la educación escolar. Según la argumentación del artículo, los titulados de universidades de menor exigencia de entrada tienen una mayor probabilidad de dedicarse a la enseñanza. Reducir esas vías de formación podría afectar a la disponibilidad futura de docentes de Matemáticas, precisamente cuando aumenta el interés del alumnado.
Una oportunidad que debe llegar a todos
El mensaje final es que las universidades deberían aprovechar el creciente interés por las Matemáticas, no reducir su presencia territorial. La inteligencia artificial está abriendo interrogantes importantes sobre cómo se enseñará y se investigará la disciplina, pero esos debates no deberían quedar reservados para quienes pueden acceder a un reducido grupo de centros urbanos o altamente selectivos.
La IA puede hacer que las matemáticas sean más accesibles intelectualmente: permite practicar, preguntar, visualizar y explorar con una rapidez que antes era difícil de imaginar. Sin embargo, no puede resolver por sí sola los obstáculos materiales para estudiar una carrera: el coste de desplazarse, la distancia hasta una facultad, la falta de plazas o el cierre de departamentos.
El verdadero reto, siguiendo la reflexión del artículo original, consiste en combinar ambas cosas. Hay que aprovechar la IA para enriquecer la formación matemática, enseñar a usarla de forma crítica y responsable, y al mismo tiempo proteger una red universitaria amplia que permita a estudiantes de distintos territorios y contextos sociales participar en ese futuro.
Los datos fundamentales de este artículo han sido obtenidos del artículo original en inglés de The Conversation, AI means there’s no better time to study maths – but degrees are becoming less accessible, por el profesor de Matemáticas en City St George’s, University of London, Neil Saunders.
