Stuff AI CAN'T Do

¿Puede la IA resolver problemas novedosos de la Olimpiada Internacional de Matemáticas en algunas categorías ?

¿Qué opinas?

DeepMind's AlphaProof + AlphaGeometry 2 alcanzó el nivel de medalla de plata en la IMO 2024 y se acercó al oro en 2025 en geometría y teoría de números.

Background

AI systems such as DeepMind’s AlphaProof + AlphaGeometry 2 achieved silver-medal level at the IMO in 2024 and approached gold by 2025 in geometry and number theory. AI has made significant progress in mathematical problem-solving, especially in areas covered by the IMO, yet its ability to tackle novel problems across *all* categories remains limited. Current systems often rely on pre-programmed knowledge and specialized algorithms, performing inconsistently—particularly excelling in geometry and combinatorics but struggling to generalize like top human mathematicians. Research continues into developing AI with broader reasoning capabilities to close this gap. (Source: MIT News, May 9, 2026)

Estado verificado por última vez en August 15, 2026.

📰

Galería

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Aug 2026Aug 2026Aug 2026
Sitting at the Bench Filed · ago. 15, 2026
— The Question Before the Court —

¿Puede la IA resolver problemas novedosos de la Olimpiada Internacional de Matemáticas en algunas categorías?

★ The Court Finds ★
▲ Upgraded from In_research
Casi

Existen demostraciones limitadas — pero el panel no fue unánime.

Ruling of the Bench

El jurado determinó que la IA puede abordar secciones de la Olimpiada Internacional de Matemáticas, mostrando destellos de brillantez comparables a los de un prometedor estudiante de posgrado: capaz de resolver ciertos problemas con elegancia, pero aún demasiado propensa a quedarse en blanco cuando las apuestas son altas. Su veredicto dividido refleja tanto los avances en el razonamiento simbólico como las lagunas persistentes en la creatividad profunda y transversal que aún dejan espacio para el ingenio humano. Veredicto: "La IA puede redactar la prueba, pero la chispa sigue perteneciendo al solucionador."

— Hon. D. Knuth-Hale, Presiding
Jury Tally
0
2Casi
0No
Verdict Confidence
83%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026 No
Session II · May 2026 No
Session III · May 2026 Casi · 73%
Session IV · May 2026 Casi · 81%
Session V · May 2026 Casi · 77%
Session VI · Jun 2026 Casi · 79%
Session VII · Jun 2026 In_research · 79%
Session VIII · Jun 2026 Casi · 77%
Session IX · Jun 2026 In_research · 90%
Session X · Jun 2026 In_research · 88%
Session XI · Jun 2026 In_research · 88%
Session XII · Jul 2026 Casi · 88%
Session XIII · Jul 2026 Casi · 80%
Session XIV · Jul 2026 Casi · 90%
Session XV · Jul 2026 Casi · 80%
Session XVI · Jul 2026 Casi · 80%
Session XVII · Aug 2026 Casi · 80%
Session XVIII · Aug 2026 In_research · 88%
Case № 4ADD · Session XIX
In the Court of AI Capability

The Case File

Docket № 4ADD · Session XIX · Vol. XIX
I. Particulars of the Case
Question put to the court¿Puede la IA resolver problemas novedosos de la Olimpiada Internacional de Matemáticas en algunas categorías?
SessionXIX (19 hearing)
Convened15 ago. 2026
Previously ruledNO (May '26) → NO (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (May '26) → ALMOST (Jun '26) → IN_RESEARCH (Jun '26) → ALMOST (Jun '26) → IN_RESEARCH (Jun '26) → IN_RESEARCH (Jun '26) → IN_RESEARCH (Jun '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Jul '26) → ALMOST (Aug '26) → IN_RESEARCH (Aug '26) → ALMOST (Aug '26)
Presiding JudgeHon. D. Knuth-Hale
II. Cumulative Tally Across Sessions

Across 19 sessions, 46 jurors have heard this case. Combined tally: 4 YES · 29 ALMOST · 13 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 0 — 2 — 0, the panel returns a verdict of CASI, with verdict confidence of 83%. The court so orders. Verdict upgraded from prior session.

IV. Declaraciones del tribunal
Jurado I ALMOST

"AI solves some math problems"

Jurado II ALMOST

"AI solves some Olympiad-level problems but not consistently novel or across all categories."

Las declaraciones individuales de los jurados se muestran en su inglés original para preservar la precisión probatoria.

D. Knuth-Hale
Presiding Judge
M. Lovelace
Clerk of the Court

Lo que el público piensa

No 13% · Sí 84% · Quizás 3% 88 votes
No · 13%
Sí · 84%
La tendencia necesita votos de al menos 2 días distintos.

Discusión

no comments

Los comentarios e imágenes pasan por una revisión administrativa antes de aparecer públicamente.

19 jury checks · más reciente hace 3 días
15 Aug 2026 2 jurors · indeciso, indeciso indeciso
10 Aug 2026 2 jurors · no puede, puede indeciso
05 Aug 2026 2 jurors · indeciso, indeciso indeciso
30 Jul 2026 1 juror · indeciso indeciso
25 Jul 2026 1 juror · indeciso indeciso
14 Jul 2026 2 jurors · indeciso, puede indeciso
08 Jul 2026 2 jurors · indeciso, indeciso indeciso
03 Jul 2026 2 jurors · indeciso, puede indeciso
28 Jun 2026 2 jurors · no puede, indeciso indeciso
22 Jun 2026 2 jurors · indeciso, no puede indeciso
17 Jun 2026 2 jurors · indeciso, no puede indeciso
11 Jun 2026 3 jurors · indeciso, no puede, indeciso indeciso
06 Jun 2026 2 jurors · no puede, indeciso indeciso
01 Jun 2026 5 jurors · indeciso, no puede, indeciso, indeciso, indeciso indeciso
26 May 2026 3 jurors · no puede, indeciso, indeciso indeciso
21 May 2026 5 jurors · indeciso, indeciso, puede, indeciso, indeciso indeciso
15 May 2026 3 jurors · indeciso, indeciso, indeciso indeciso estado cambiado
12 May 2026 3 jurors · no puede, no puede, no puede no puede
11 May 2026 2 jurors · no puede, no puede no puede estado cambiado

Cada fila es una comprobación de jurado independiente. Los jurados son modelos de IA (identidades mantenidas neutras a propósito). El estado refleja el recuento acumulado en todas las comprobaciones — cómo funciona el jurado.

Más en Judgment

¿Nos faltó uno?

Revisamos semanalmente.