Declaración de Leiden 2026: 37 matemáticos exigen ética en IA

¿Qué es la Declaración de Leiden sobre IA y Matemáticas?

El 2 de junio de 2026, la comunidad matemática global lanzó una respuesta coordinada ante el avance de la inteligencia artificial: la Declaración de Leiden sobre Inteligencia Artificial y Matemáticas, respaldada oficialmente por la International Mathematical Union (IMU). En su primer día, la declaración ya contaba con 37 signatarios verificados, incluyendo figuras destacadas como el matemático Peter Scholze.

Para founders de startups de IA, científicos de datos y emprendedores que construyen herramientas basadas en investigación académica, este documento establece un precedente crítico: define límites éticos sobre el uso de publicaciones científicas como datos de entrenamiento y exige transparencia total cuando sistemas automatizados contribuyen a resultados de investigación.

¿Cómo surgió esta declaración?

La Declaración de Leiden nació del congreso "Mechanization and Mathematical Research", celebrado en septiembre de 2025 en el Lorentz Center de Leiden University (Países Bajos). El evento reunió a aproximadamente 60 participantes de 10 países, incluyendo matemáticos, informáticos, filósofos y científicos sociales.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Tras el congreso, un grupo de trabajo de 17 miembros elaboró el texto final durante seis meses, incorporando feedback extensivo de la comunidad matemática internacional. La IMU endosó oficialmente la declaración, otorgándole peso institucional significativo en el ecosistema de investigación matemática global.

¿Cuáles son los puntos clave de la declaración?

El documento aborda seis áreas críticas donde la IA está transformando —y potencialmente amenazando— las prácticas establecidas de investigación matemática:

Transparencia en el uso de herramientas automatizadas: Los investigadores deben divulgar explícitamente cuándo y cómo utilizan sistemas de IA en su trabajo, desde la generación de conjeturas hasta la verificación de demostraciones.

Responsabilidad humana plena: Ningún sistema de IA puede ser listado como coautor. La corrección y validez de los resultados recae exclusivamente en los autores humanos, quienes deben verificar independientemente cualquier output generado automáticamente.

Protección de la revisión por pares: La declaración defiende los canales académicos formales de publicación y revisión, advirtiendo contra la tendencia de empresas comerciales de presentar resultados como si fueran autónomos, minimizando la contribución humana y el proceso de validación académica.

Derechos de autor y entrenamiento de modelos: Uno de los puntos más relevantes para startups de IA: la declaración exige que los acuerdos de licencia protejan a los autores contra el uso no consentido de sus publicaciones como datos de entrenamiento para modelos de lenguaje o sistemas de razonamiento automatizado.

Ciencia abierta con atribución adecuada: Se promueve el acceso abierto cuando es compatible con la calidad científica y la atribución correcta de contribuciones.

Crítica a la opacidad comercial: El documento cuestiona prácticas de empresas que entrenan modelos con literatura matemática sin consentimiento explícito y luego comercializan capacidades derivadas de ese trabajo académico.

¿Qué recomendaciones establece para investigadores?

La IMU resume recomendaciones concretas para matemáticos individuales que aplican directamente a cualquier investigador que use IA:

Divulgar el uso de herramientas automatizadas en publicaciones y preprints
Mantener responsabilidad total por la corrección de resultados, sin delegar validación a sistemas de IA
Preservar la atribución correcta de contribuciones humanas
No conceder autoría a sistemas de IA bajo ninguna circunstancia
Pensar cuidadosamente qué herramientas usar y con qué valores o prácticas se alinean sus desarrolladores
Participar en el debate público sobre el desarrollo tecnológico en matemáticas
Apoyar las necesidades de revisores y procesos editoriales frente al volumen creciente de submissions asistidas por IA

¿Qué exige a instituciones y responsables de políticas?

La declaración formula recomendaciones específicas para organizaciones matemáticas, financiadores de investigación y gobiernos:

Políticas claras de publicación: Revistas y sociedades profesionales deben desarrollar normas explícitas sobre el uso de IA en submissions, incluyendo requisitos de divulgación y estándares de verificación.

Laboratorios públicos independientes: Se solicita sostener investigación en matemáticas automatizadas fuera del control de la industria comercial, preservando autonomía académica.

Protección legal para autores: Los acuerdos de licencia deben limitar el uso de trabajos publicados como datos de entrenamiento sin consentimiento explícito de los autores.

Asesoría para colaboraciones con empresas: Instituciones deben ofrecer códigos de práctica profesional y apoyo legal para matemáticos que colaboren con startups o corporaciones de IA.

Moderación de afirmaciones exageradas: Responsables de políticas deben restringir claims inflados sobre capacidades de IA que distorsionan expectativas públicas y de inversión.

¿Qué significa esto para tu startup de IA?

Si estás construyendo una startup que utiliza investigación matemática, científica o académica como base para tus modelos o productos, la Declaración de Leiden señala tres riesgos concretos que debes mitigar en 2026:

Riesgo de licenciamiento: La comunidad matemática está movilizada para exigir consentimiento explícito antes de que sus publicaciones sean usadas como datos de entrenamiento. Si tu modelo fue entrenado con papers de arXiv, JSTOR o revistas matemáticas sin verificar licencias, podrías enfrentar reclamos de violación de derechos de autor o presión para renegociar términos.

Riesgo reputacional: Empresas que presentan resultados como "autónomos" minimizando contribuciones humanas están siendo señaladas explícitamente en la declaración. Si tu marketing sugiere que tu IA "descubre teoremas" o "resuelve problemas" sin aclarar el trabajo humano detrás, estás en la mira.

Riesgo de acceso a talento: Matemáticos y investigadores están siendo instruidos para evaluar cuidadosamente con qué empresas colaboran. Startups percibidas como extractivas o poco transparentes tendrán más dificultad para reclutar talento académico o establecer partnerships con universidades.

Acciones concretas para founders

1. Audita tu pipeline de datos de entrenamiento: Revisa el origen de los datos matemáticos o científicos en tus modelos. Documenta licencias, términos de uso y consentimientos. Si usaste datasets scrapeados de repositorios académicos sin verificación, prioriza regularizar esa situación antes de que surjan reclamos formales.

2. Implementa divulgación transparente en tu producto: Si tu herramienta asiste en investigación matemática, incluye metadatos que permitan a usuarios declarar el uso de IA en sus publicaciones. Ofrece documentación clara sobre qué hace el sistema y qué debe verificar el usuario humano. Esto alinea tu producto con los estándares que la comunidad está adoptando.

3. Establece políticas de autoría claras: Nunca listes sistemas de IA como coautores en papers o publicaciones de tu equipo. Asegura que todo output tenga validación humana documentada. Esto no es solo ética: es protección legal frente a futuros estándares de publicación.

4. Considera modelos de licenciamiento colaborativo: En lugar de asumir que todo contenido académico es libre para entrenamiento, explora acuerdos con sociedades profesionales, universidades o repositorios. La declaración menciona explícitamente la necesidad de "códigos de práctica profesional" para colaboraciones industria-academia: sé proactivo en definirlos.

¿Cómo se compara con otras declaraciones sobre IA en ciencia?

La Declaración de Leiden sigue el espíritu de iniciativas como la San Francisco Declaration on Research Assessment (DORA), pero con foco específico en IA. Mientras DORA aborda cómo se evalúa la investigación, Leiden se concentra en cómo se produce investigación cuando intervienen sistemas automatizados.

A diferencia de declaraciones puramente éticas, la Declaración de Leiden incluye mecanismos de implementación concretos: políticas editoriales, requisitos de licenciamiento, estándares de divulgación y estructuras de gobernanza. Esto aumenta la probabilidad de adopción real por revistas, sociedades profesionales y agencias de financiamiento.

¿Cuál es el impacto potencial en el ecosistema de IA?

La declaración llega en un momento crítico: modelos de razonamiento matemático como AlphaProof, Lean y sistemas basados en transformers especializados están demostrando capacidades que antes requerían expertise humano avanzado. La comunidad matemática no busca detener este progreso, sino establecer guardrails que preserven:

Credibilidad de resultados matemáticos
Atribución justa a contribuyentes humanos
Autonomía de la investigación académica frente a incentivos comerciales
Sostenibilidad de carreras en matemáticas cuando herramientas automatizadas pueden realizar tareas tradicionales

Para startups, esto significa que el "movimiento rápido y ruptura de cosas" ya no es viable en dominios científicos. La transparencia, el consentimiento y la colaboración genuina con la comunidad académica serán requisitos operativos, no opcionales.