miércoles, 14 de octubre de 2026

Kurt Gödel: el Príncipe de las Tinieblas de las Matemáticas

Kurt Gödel (1906-1978)
Gödel fue uno de los matemáticos y lógicos más importantes del siglo XX. Su trabajo transformó nuestra comprensión de las matemáticas, la lógica y los límites del razonamiento formal. Su principal contribución consistió en demostrar que existen límites fundamentales en la capacidad de los sistemas matemáticos para demostrar todas las verdades que pueden expresarse dentro de ellos. Nació el 28 de abril de 1906 en Brno, Moravia, actualmente en la Republica Checa. Fue el menor de los dos hijos de Rudolf y Marianne Gödel, una familia de origen alemán vinculada a la industria textil, aunque sin antecedentes familiares destacados en el ámbito académico o intelectual.

En 1924, tras finalizar sus estudios en el Realgymnasium de Brno, Gödel se trasladó a Viena para ingresar en su universidad. Su hermano mayor había comenzado allí la carrera de Medicina cuatro años antes. En Viena entró en contacto con destacados matemáticos y filósofos del Círculo de Viena. Aunque compartía con ellos el interés por la lógica y la racionalidad, no aceptaba plenamente su visión positivista. Defendía una concepción platónica de las matemáticas: consideraba que los objetos y las verdades matemáticas existen independientemente de que podamos demostrarlos mediante un sistema formal.

Marianne y Rudolf Gödel con sus hijos Kurt (izquierda) y Rudolf (derecha).

El título de este artículo tiene su origen en una expresión tan llamativa como inquietante: «Modern math’s absolute Prince of Darkness» («el auténtico príncipe de las tinieblas de las matemáticas modernas»), con la que el escritor estadounidense David Foster Wallace (1968-2008) se refirió a Kurt Gödel en su libro Everything and More: A Compact History of Infinity (Todo y más: una breve historia del infinito). Como veremos más adelante, en 1931, los célebres teoremas de incompletitud de Gödel sacudieron los fundamentos de las matemáticas al demostrar que existen límites insalvables en lo que podemos establecer mediante reglas lógicas y demostraciones formales. 

Durante siglos, los matemáticos habían soñado con construir un sistema perfecto en el que toda verdad pudiera demostrarse a partir de unos principios bien definidos; mostró que ese ideal era inalcanzable: en cualquier sistema formal suficientemente potente y que cumpla ciertas condiciones, habrá verdades aritméticas que no podrán demostrarse dentro de él. Como si la verdad matemática desbordara siempre los límites de la biblioteca de demostraciones que construimos para contenerla, Gödel reveló que la lógica, por rigurosa que sea, no puede abarcarlo todo. No destruyó la verdad ni desacreditó las matemáticas; hizo algo mucho más sorprendente: demostró que la verdad matemática es más amplia que aquello que podemos demostrar mediante un único sistema formal y quizá ahí resida el sentido más profundo de su inquietante apodo "Príncipe de las Tinieblas". 

Gödel no apagó la luz de la razón, sino que nos obligó a descubrir que incluso esa luz tiene límites.  

Teoremas de Completidud e Incompletitud

  •  El teorema de completitud. En su tesis doctoral, presentada en 1929, Gödel resolvió un problema fundamental planteado por David Hilbert y Wilhelm Ackermann: determinar si las reglas de la lógica de primer orden permiten demostrar todas las proposiciones que son consecuencias lógicas de unos axiomas. Su respuesta fue afirmativa. Este resultado, conocido como teorema de completitud de la lógica de primer orden, establece que si una proposición es verdadera en todos los modelos que satisfacen unos determinados axiomas, entonces puede demostrarse formalmente a partir de ellos. Es importante distinguir este resultado de otro problema diferente: demostrar todas las verdades acerca de los números naturales. Que la lógica de primer orden sea completa no significa que cualquier teoría matemática formulada con ella pueda demostrar todas las verdades de su ámbito.
  • Los teoremas de incompletitud. En 1931, Gödel publicó el resultado que revolucionó los fundamentos de las matemáticas. Sus teoremas de incompletitud mostraron que los sistemas formales tienen limitaciones que no pueden eliminarse simplemente añadiendo nuevas reglas de demostración.

    El primer teorema de incompletitud afirma, de manera simplificada, que cualquier sistema formal consistente, suficientemente expresivo para desarrollar la aritmética y cuyos axiomas puedan reconocerse mediante procedimientos mecánicos, contiene proposiciones que no puede demostrar ni refutar, siempre que se cumplan las condiciones técnicas correspondientes. La idea esencial consiste en construir una proposición matemática que, de manera indirecta, habla de su propia demostrabilidad. Su estructura recuerda a la paradoja del mentiroso, pero Gödel consiguió formularla rigurosamente dentro de la aritmética. En términos intuitivos, la proposición afirma que no puede ser demostrada dentro del sistema. Si el sistema es consistente y se satisfacen las condiciones apropiadas, esa proposición resulta verdadera, pero no demostrable en él.

    El segundo teorema de incompletitud establece que un sistema formal de estas características no puede demostrar su propia consistencia mediante los recursos formales del propio sistema, bajo las hipótesis habituales de consistencia y formalización. Para justificar su consistencia se necesita recurrir a principios que no pueden quedar justificados de esa misma manera dentro del sistema original. Estos resultados limitaron las expectativas del programa de Hilbert, que pretendía establecer fundamentos rigurosos para las matemáticas y demostrar la consistencia de teorías complejas mediante métodos formales adecuados.

Las ideas de Gödel tuvieron una influencia decisiva en el desarrollo de la lógica matemática y de la informática teórica. Sus técnicas para codificar expresiones y razonamientos mediante números contribuyeron al desarrollo de la teoría de la computabilidad.

Gödel y Einstein a inicios de los años 1950's
Un ejemplo importante es el problema de la parada: determinar si un programa informático, dados un programa y unos datos de entrada arbitrarios, terminará su ejecución o continuará indefinidamente. Alan Turing demostró que no existe un procedimiento general capaz de resolver este problema para todos los programas posibles. Aunque los teoremas de incompletitud y el problema de la parada son resultados distintos, ambos ilustran una idea común: existen límites matemáticamente demostrables a lo que pueden resolver los procedimientos formales o algorítmicos.

Gödel también realizó contribuciones fundamentales a la teoría de conjuntos. En particular, demostró que el axioma de elección y la hipótesis del continuo son compatibles con los demás axiomas de la teoría de conjuntos de Zermelo-Fraenkel, suponiendo la consistencia de estos últimos. La hipótesis del continuo, propuesta por Georg Cantor, plantea que no existe ningún tamaño infinito intermedio entre el de los números naturales y el de los números reales. El resultado de Gödel no demuestra que esta hipótesis sea verdadera ni que pueda deducirse de los restantes axiomas; demuestra que no contradice dichos axiomas bajo las condiciones consideradas. Décadas después, Paul Cohen completó el panorama al demostrar la independencia de la hipótesis del continuo respecto de esos axiomas.

Además de sus investigaciones en lógica matemática y teoría de conjuntos, Gödel se interesó por cuestiones filosóficas y por la teoría de la relatividad. En 1949 demostró que las ecuaciones de Einstein admiten modelos cosmológicos con curvas temporales cerradas, lo que plantea la posibilidad teórica de viajar al pasado dentro de esos modelos.

Vida y legado

Kurt y Adele el día de su boda en 1938.
En 1940, debido a la situación política europea, Gödel emigró a Estados Unidos y se estableció en Princeton, donde trabajó en el Instituto de Estudios Avanzados y mantuvo una estrecha amistad con Albert Einstein. Su vida personal estuvo marcada por su matrimonio con Adele Porkert, a quien había conocido en Viena durante sus años de estudiante. A pesar de la oposición inicial de la familia de Gödel, ambos contrajeron matrimonio en septiembre de 1938. Adele desempeñó un papel fundamental en su vida, acompañándolo y ayudándolo a afrontar sus prolongados problemas de salud y sus crecientes temores a ser envenenado.

A pesar de su extraordinario talento, Gödel sufrió durante años graves problemas psicológicos que afectaron especialmente a sus últimos años. Cuando Adele tuvo que ser hospitalizada durante varios meses, su estado se deterioró progresivamente. Tras la muerte de su amigo Oskar Morgenstern, quedó cada vez más aislado y, convencido de que podían envenenarlo, dejó de alimentarse adecuadamente. Murió en Princeton el 14 de enero de 1978, a consecuencia de la desnutrición.

Gödel en 1973

 

El legado de Gödel va mucho más allá de sus teoremas de incompletitud. Su obra transformó la lógica matemática, modificó nuestra comprensión de los fundamentos de las matemáticas y contribuyó al desarrollo de la teoría de la computabilidad, esencial para la informática moderna. Sus resultados mostraron que incluso los sistemas formales más rigurosos tienen límites intrínsecos y que la verdad matemática no puede identificarse, en general, con lo que resulta demostrable dentro de un único sistema axiomático.

En resumen, Gödel mostró que verdad y demostrabilidad no son equivalentes. La demostración formal es un procedimiento sujeto a reglas precisas; la verdad matemática, en cambio, no queda agotada por lo que puede demostrarse dentro de un único sistema formal.

 


Lectura recomendada: 


sábado, 10 de octubre de 2026

¿Puede la inteligencia artificial sustituir a los matemáticos?

El título de esta entrada es la pregunta del momento. Con frecuencia, alumnos, amigos o familiares me interpelan tras leer titulares sensacionalistas —e incluso fake news— que anuncian que la inteligencia artificial dejará obsoletos a los matemáticos. Toda esta marejada de fascinación, desinformación e inquietud me ha animado a plasmar aquí mi visión personal sobre el tema.

Sabemos que los ordenadores son aparatos extraordinariamente prácticos. Se han vuelto tan indispensables que resulta difícil imaginar una sociedad moderna sin ellos. Sin embargo, casi nadie recuerda —y los propios informáticos a veces lo olvidan— que fueron inventados en gran medida para ayudar a aclarar una profunda cuestión filosófica sobre los fundamentos de las matemáticas.

Todo comienza a principios del siglo XX cuando David Hilbert propuso formalizar por completo el razonamiento matemático. Su ambicioso plan consistía en crear un lenguaje artificial perfecto, con axiomas claros y reglas de deducción precisas, de modo que cualquier demostración pudiera verificarse de forma mecánica e imparcial. Si se lograba, se podría demostrar de una vez por todas que las matemáticas eran consistentes (nunca se demostraría algo falso) y completas (todo lo verdadero sería demostrable). El formalismo no era solo una herramienta técnica: era un proyecto filosófico destinado a poner la matemática sobre bases inquebrantables.

David Hilbert (1862-1943)
Antes de que ese sueño pudiera materializarse, Bertrand Russell descubrió paradojas profundamente perturbadoras en la lógica misma. La más célebre es la paradoja que lleva su nombre: el conjunto de todos los conjuntos que no se contienen a sí mismos. ¿Se contiene este conjunto a sí mismo? Si lo hace, entonces no lo hace; si no lo hace, entonces lo hace. Es el equivalente lógico del barbero de un pueblo que afeita a todos los hombres que no se afeitan a sí mismos: ¿quién afeita al barbero? Esta paradoja es una versión moderna de la antigua paradoja del mentiroso (“esta frase es falsa”), conocida ya por los griegos. Russell mostró que razonamientos que parecen impecables pueden conducir a contradicciones irresolubles. La crisis era grave: si la lógica misma contenía paradojas, ¿cómo se podía confiar en las matemáticas?

Hilbert respondió con formalismo. Si el lenguaje cotidiano es ambiguo, hay que construir un lenguaje artificial estricto donde las contradicciones no puedan aparecer. Su propuesta se inspiraba en una larga tradición que venía de Leibniz, Boole, Frege y Peano, pero Hilbert quería llevarla hasta el final: formalizar la totalidad de las matemáticas. El formalismo, aunque fracasó como proyecto filosófico para el razonamiento matemático, terminó siendo uno de los grandes regalos del siglo XX… no para la deducción, sino para la programación y la computación.

Kurt Gödel (1906-1978)
En 1931, Kurt Gödel dinamitó el plan de Hilbert. Demostró que incluso limitándose a la aritmética más elemental (los números naturales, la suma y la multiplicación), cualquier sistema formal suficientemente potente es incompleto o inconsistente. Si el sistema solo dice la verdad, entonces no puede decir toda la verdad. Habrá enunciados verdaderos que no podrán demostrarse a partir de los axiomas.

La prueba de Gödel es ingeniosa y profundamente paradójica. Partiendo de la paradoja del mentiroso, construyó una afirmación matemática que, en esencia, dice de sí misma: “Yo no soy demostrable”. Si el sistema pudiera demostrar esa afirmación, estaría demostrando algo falso. Si no puede demostrarla, entonces es verdadera… y el sistema es incompleto. Gödel logró expresar esta autorreferencia dentro de la aritmética mediante una codificación numérica ingeniosa. Curiosamente, al mirar su artículo original con ojos actuales, se observa algo que se parece mucho a la programación en LISP: una gran cantidad de definiciones recursivas de funciones que operan sobre listas. Aunque en 1931 no existían los ordenadores ni los lenguajes de programación, el núcleo del argumento de Gödel ya contenía las semillas de la computación.

Alan Turing (1912-1954)
Cinco años después, en 1936, Alan Turing dio el siguiente paso decisivo. Hilbert había hablado de un “procedimiento mecánico” para verificar demostraciones, pero nunca lo había definido con precisión. Turing lo hizo: inventó la máquina de Turing, un dispositivo abstracto capaz de realizar, casilla a casilla, operaciones sobre una cinta infinitamente larga. Esta construcción mental es el modelo teórico de todos los ordenadores actuales. Turing afirmó que una máquina de este tipo debería ser capaz de efectuar cualquier cómputo que un ser humano pudiera llevar a cabo siguiendo reglas precisas.

Pero entonces se preguntó qué no podría hacer esa máquina. Su respuesta fue el famoso problema de la detención (halting problem): no existe un algoritmo general que, dado un programa cualquiera, decida de antemano si ese programa terminará alguna vez o se quedará girando en un bucle infinito. La demostración es, otra vez, una paradoja. Se construye un programa que se detiene si y solo si no se detiene. El corolario es demoledor: si no se puede decidir por cálculo si un programa se detiene, tampoco se puede decidir por razonamiento formal. Ningún sistema axiomático puede ser completo, porque si lo fuera, proporcionaría un método mecánico para resolver el problema de la detención… y eso es imposible.

Después de la Segunda Guerra Mundial, estas profundas cuestiones filosóficas quedaron un tanto olvidadas. Fue entonces cuando Gregory Chaitin, todavía casi un adolescente, leyó sobre Gödel y Turing y empezó a sospechar algo más radical. Si en la física cuántica el azar es intrínseco e impredecible, ¿no podría haber también aleatoriedad en las matemáticas puras?

Andrey N. Kolmogorov (1903-1987)

A mediados de los años sesenta, de forma independiente, Chaitin y A. N. Kolmogorov desarrollaron lo que hoy se conoce como teoría algorítmica de la información. La idea fundamental es sencilla y poderosa: medir la complejidad de un objeto por el tamaño del programa más corto capaz de generarlo. Un objeto es aleatorio si no se puede comprimir: el programa más breve que lo describe es tan largo como el propio objeto. Esta noción conecta directamente con la entropía de Boltzmann en física: el desorden de un gas requiere una descripción enorme, mientras que un cristal ordenado se describe con poco. También enlaza con la filosofía de la ciencia y la navaja de Occam: 

Ante varias explicaciones posibles de un mismo fenómeno, la más sencilla suele ser la preferible.

 Es decir, la mejor teoría es el programa más corto que predice las observaciones. Si no existe un programa más corto que los datos mismos, entonces los datos son aleatorios e incomprensibles; no hay teoría útil.

En matemáticas, los conjuntos de axiomas que usamos son necesariamente concisos (si no lo fueran, nadie creería en ellos). Pero el universo de verdades matemáticas es infinito. Por tanto, cualquier sistema de axiomas solo puede capturar una fracción minúscula de esa información. La incompletitud de Gödel no es un misterio técnico o una curiosidad paradójica: es natural e inevitable. Existen verdades matemáticas que son, en cierto sentido, aleatorias: no se pueden demostrar a partir de axiomas razonables porque contienen más información de la que esos axiomas poseen.

A pesar de estos límites fundamentales, los matemáticos siguen avanzando de forma espectacular. Los resultados de Gödel, Turing, Kolmogorov y Chaitin podrían generar pesimismo, pero en la práctica no lo hacen: a pesar de la incompletitud y la aleatoriedad, la matemática sigue siendo fértil y productiva.

¿Puede la inteligencia artificial sustituir a los matemáticos?

Gregory Chaitin (1947-)
Los mismos resultados que hemos recorrido —la incompletitud de Gödel, la indecidibilidad de Turing y la aleatoriedad algorítmica de Kolmogorov y Chaitin— tienen consecuencias directas para la inteligencia artificial. Cualquier IA, por avanzada que sea, opera como un sistema computable: manipula símbolos según reglas precisas. Por tanto, hereda los mismos límites: no puede ser completa respecto a las matemáticas, no puede decidir en general si un programa arbitrario terminará, y no puede “descubrir” ni demostrar aquellas verdades que son esencialmente incompresibles. Esto no impide que la IA se convierta en un colaborador extraordinario. Ya lo está haciendo: verifica demostraciones, explora vastos espacios de conjeturas, formaliza razonamientos y acelera cálculos que antes eran prohibitivos. Los matemáticos que sepan utilizarla bien serán mucho más productivos, y ciertas tareas rutinarias o de búsqueda exhaustiva se automatizarán. 

La inteligencia artificial avanzada ya está transformando la práctica de las matemáticas y seguirá haciéndolo de manera cada vez más intensa. Puede ayudar a verificar demostraciones, explorar grandes espacios de conjeturas, encontrar patrones, formalizar razonamientos y acelerar cálculos que antes eran prohibitivos. Herramientas como los asistentes de demostración y los modelos de lenguaje especializados ya actúan como colaboradores muy potentes. En ese sentido, la IA puede amplificar enormemente el trabajo de los matemáticos y, en algunos dominios estrechos y bien formalizados, incluso automatizar partes importantes. Sin embargo, sustituir a los matemáticos es otra cosa. Desde mi punto de vista, hay razones tanto prácticas como fundamentales que lo hacen improbable, como por ejemplo: 

  1. Límites teóricos profundos.   Los resultados  que hemos estado discutiendo anteriormente, establecen fronteras inviolables para cualquier sistema formal o computable:
    • Ningún sistema axiomático suficientemente potente puede ser a la vez completo y consistente. Siempre habrá verdades matemáticas que el sistema no podrá demostrar.
    •  El problema de la detención es indecible: no existe un algoritmo general que determine si un programa arbitrario termina.
    •  Según la teoría algorítmica de la información, existen verdades matemáticas que son esencialmente aleatorias e incompresibles: contienen más información de la que cualquier conjunto finito de axiomas (o de datos de entrenamiento) puede capturar.

     Una IA, por avanzada que sea, sigue siendo un sistema computable. Opera dentro de esas limitaciones. No puede “saltar” fuera de ellas.

  2. La naturaleza creativa e informal de la matemática real. La matemática que hacen los seres humanos no consiste solo en derivar teoremas a partir de axiomas, ella incluyen: 
    • Elegir qué problemas merecen la pena.
    • Inventar definiciones nuevas y fructíferas.
    • Detectar analogías profundas entre áreas aparentemente lejanas.
    • Juzgar la elegancia, la profundidad o el interés de un resultado.
    • Cambiar de paradigma cuando el marco actual se vuelve estéril.

    Estas actividades dependen de intuición, gusto estético, experiencia histórica y, a menudo, de una forma de “comprensión” que no se reduce a la manipulación mecánica de símbolos. Hasta ahora no hay evidencia de que los sistemas de IA actuales (ni los que se vislumbran a medio plazo) posean esa capacidad de forma autónoma y general.

  3. El papel de la verificación y la confianza. Incluso cuando una IA produce una demostración correcta, los matemáticos humanos siguen siendo necesarios para:
    • Comprender por qué es correcta.
    • Evaluar su significado.
    • Integrarla en el cuerpo más amplio del conocimiento.
    • Detectar posibles errores conceptuales o supuestos ocultos.

    La confianza en un resultado matemático no se reduce a “el ordenador dice que es verdad”,  requiere comprensión humana.

La IA avanzada no va a sustituir a los matemáticos de la misma manera que las calculadoras no sustituyeron a los físicos o los ingenieros. Lo más probable es que se produzca una simbiosis: los matemáticos que sepan usar bien la IA serán mucho más productivos, y algunos tipos de trabajo rutinario o de búsqueda exhaustiva desaparecerán o se automatizarán. Pero la actividad de hacer matemáticas —crear conceptos, plantear las preguntas profundas y dar sentido a los resultados— seguirá siendo, durante mucho tiempo, una empresa humana (o al menos una empresa en la que la inteligencia humana siga siendo indispensable).

En resumen: la IA puede ser un colaborador extraordinario y, en algunos aspectos, superior. Pero no puede ocupar el lugar del matemático, precisamente porque las matemáticas no son solo un juego formal computable. Contienen elementos de incompletitud, aleatoriedad y creatividad que, según todo lo que sabemos, escapan a cualquier sistema puramente algorítmico.


Lectura recomendada: