Artículo original publicado en The Conversation el 15 de septiembre de 2026.
Cuando trabajamos en equipo, la cooperación se despliega en dos dimensiones. Unas son instrumentales: compartir información, distribuir tareas, explorar alternativas, detectar errores, llegar a tiempo. Otras son relacionales: confiar, construir una visión compartida, dejarse afectar por el otro sin perder capacidad de actuar y aceptar que el otro también puede modificar nuestra posición.
En la cooperación humana, estas dimensiones interactúan de manera diferente según el contexto y no necesariamente evolucionan en paralelo. Sin embargo, la inteligencia artificial está llevando muchas capacidades instrumentales a una escala que hasta ahora no habíamos visto.
Este septiembre, OpenAI presentó una propuesta de solución al problema matemático de Navier-Stokes, uno de los siete Problemas del Milenio que el Clay Mathematics Institute identificó en el año 2000 como algunos de los grandes desafíos abiertos de las matemáticas.
Lo más sorprendente del anuncio no es únicamente el resultado, sino cómo se llegó a él. No fue un modelo respondiendo a una pregunta. Fue un sistema de agentes: copias del modelo trabajando de manera autónoma y simultánea, organizadas en grupos que podían comunicarse entre sí, probar aproximaciones diferentes al mismo problema, abandonar las que no conducían a ninguna parte y compartir con el resto los caminos más prometedores. Según la empresa, el grupo que llegó a la solución involucró del orden de 10.000 agentes concurrentes, y el resultado apareció unas 88 horas después de poner en marcha los primeros.
Dicho esto, lo que ilustra este episodio conviene admitirlo sin matices defensivos. En problemas formales, en el reconocimiento de patrones y en la exploración masiva de caminos posibles, la máquina ya es mejor que nosotros y lo será cada vez más. Ningún equipo humano puede dividir un problema entre diez mil mentes, probarlo todo al mismo tiempo y recombinar lo que funciona en menos de cuatro días. Negarlo sería una forma poco útil de orgullo.
Cuando el resultado vuelve al mundo humano
Y, sin embargo, cuando aquel resultado regresó al mundo de las personas, aparecieron problemas que ningún agente había tenido que resolver. El matemático Tristan Buckmaster cuestionó públicamente cómo OpenAI había gestionado el reconocimiento del trabajo que desarrollaba junto con Levent Alpöge sobre problemas estrechamente relacionados, y planteó dudas sobre si sus interacciones previas con Codex, la herramienta de programación de la propia empresa, podían haber influido en el proceso.
El resultado se produjo sobre décadas de matemáticas construidas por personas: los conceptos, las técnicas, los intentos fallidos, las herramientas y, antes que nada, la propia formulación del problema. Atribuir el éxito exclusivamente a una IA y, por extensión, a la empresa que la posee es, como mínimo, una simplificación de algo que pertenece a un esfuerzo humano colectivo mucho más largo.
Cooperar con personas o con una IA: qué decidimos conservar
Cooperar entre personas no es un procedimiento que utilizamos únicamente porque solos no llegamos. Es la manera en que vivimos juntos. Criar a un hijo, cuidar a alguien que enferma, enseñar, discutir un presupuesto municipal o decidir hacia dónde va una empresa no son problemas que resolvemos cooperando: son formas de convivencia que solo existen mientras cooperamos. La cooperación humana no es únicamente un medio para obtener resultados. Es una parte importante de lo que entendemos por vida humana.
De aquí surge una pregunta menos evidente: cuando trabajamos con una IA, ¿cooperamos realmente con ella o estamos ampliando nuestra propia capacidad de actuar? Si se trata de lo segundo, aquello que llamamos cooperación quizá sea otra cosa: una herramienta extraordinaria que nos ayuda a pensar, pero con la que no hay nada que negociar.
Nos hemos acostumbrado a llamar a los modelos de lenguaje de IA asistentes, copilotos o incluso compañeros de equipo. Mientras trabajamos con ellos, descartamos una respuesta tras otra y pedimos una nueva sin tener que medir demasiado nuestras palabras. Ni suavizamos el rechazo ni pensamos en cómo quedará la relación mañana. Esa comodidad lleva a pensar en lo que ocurre cuando la propuesta que rechazamos procede de una persona con la que tendremos que seguir trabajando. Ante una IA, siempre podemos pedir otra respuesta. Ante una persona, queda un diálogo pendiente.
Habermas Machine o a quién pedir cuentas
Llegados a este punto, sería cómodo concluir que la IA es buena para los números y nosotros para las personas. No es cierto. Un estudio publicado en Science en 2024, con 5.734 participantes, puso a prueba la llamada Habermas Machine, una IA que sintetizaba las opiniones de un grupo sobre cuestiones polémicas. Los participantes prefirieron sus síntesis a las de los mediadores humanos y las consideraron más claras, informativas e imparciales con respecto a las posiciones minoritarias. Pero había un detalle decisivo: podían criticar la síntesis, y esas objeciones alimentaban una nueva versión. La máquina ayudaba a entenderse; la conversación seguía perteneciendo a las personas.
Esta diferencia importa porque toda decisión que afecta a alguien abre tres preguntas: quién puede cuestionarla, quién debe responder por ella y quién asume las consecuencias. Una IA puede recomendar, corregirse o ser desconectada, pero no responde de nada. No pierde el trabajo, no tiene que dar explicaciones ni vive con el resultado. Cuanto más complejo es el sistema, más fácil resulta diluir esta cadena de responsabilidad. Mantener la decisión del lado humano significa, sobre todo, conservar a alguien a quien poder pedir cuentas.
Hay todavía una diferencia más profunda. Un sistema puede demostrar un teorema, pero no puede querer que esté demostrado. Navier-Stokes importaba porque había personas para quienes importaba. Los agentes no eligieron el problema ni sabían por qué valía la pena resolverlo: alguien se lo pidió.
Podemos delegar una parte enorme de la cooperación: ordenar información, explorar alternativas, detectar errores, incluso ayudarnos a mediar. Pero los fines, la responsabilidad y la posibilidad de discutir la decisión deben seguir siendo nuestros.
Con una IA podemos pedir otra respuesta. Con una persona, la respuesta también puede cambiarnos a nosotros. Y cooperar comienza, precisamente, cuando la respuesta todavía puede ser discutida por alguien a quien no podemos configurar ni reiniciar.
