Terence Tao convirtió una colección de applets educativos escritos desde 1999 en aplicaciones JavaScript funcionales mediante agentes de programación. El experimento tardó horas, recuperó cerca de dos docenas de visualizaciones y dejó una lección más interesante que cualquier promesa de automatización total: el resultado fue útil porque el experto conservó el criterio sobre qué delegar, qué revisar y dónde aceptar riesgo.
✦ La velocidad solo sirve cuando existe una referencia verificable
De Java 1.0 a la web moderna en horas
Tao comenzó a programar applets en Java 1.0 a fines de los años noventa para sus cursos de análisis complejo y álgebra lineal. Esas piezas permitían explorar objetos matemáticos como honeycombs, conjuntos de Besicovitch y otras construcciones difíciles de explicar solo con texto estático. Con el paso del tiempo, los navegadores dejaron de soportar esa tecnología y el archivo educativo quedó prácticamente congelado: el conocimiento seguía disponible, pero su interfaz había caducado.
Durante una migración reciente de su sitio a un repositorio más mantenible, Tao pidió a un agente de programación que trasladara los applets a JavaScript. Según su relato, cerca de dos docenas volvieron a funcionar en cuestión de horas y algunas recibieron mejoras visuales. El valor no estuvo únicamente en escribir sintaxis nueva. El agente ayudó a reconstruir intención a partir de código antiguo, traducir comportamientos y conectar cada aplicación con una forma actual de publicación en la web.
El caso también produjo aplicaciones nuevas. Tao retomó una idea abandonada en 1999 para visualizar relatividad especial y desarrolló una versión funcional después de unas horas de interacción guiada. Más tarde repitió el proceso con una herramienta para explorar la conjetura de Gilbreath. Los resultados quedaron disponibles públicamente, junto con transcripciones editadas que muestran que la creación no fue un comando mágico, sino una conversación sostenida sobre diseño, comportamiento y correcciones.
La supervisión experta cambió el resultado
La parte más reveladora del testimonio es su tratamiento de los errores. Tao encontró un defecto menor en el manejo de un evento de arrastre fuera del área principal de una visualización. A la vez, el agente identificó dos problemas que ya existían en el código original. El balance de calidad fue razonable para el propósito definido, pero no demuestra que los agentes produzcan software correcto por defecto. Demuestra que una persona capaz de evaluar el dominio puede detectar cuándo un resultado es suficiente.
Tao delimitó deliberadamente el riesgo. Las aplicaciones eran ayudas visuales secundarias y no componentes críticos de una demostración matemática. Una imprecisión podía afectar la experiencia o la representación, pero no debía convertirse en evidencia de un teorema. Esa frontera importa para cualquier organización: delegar una interfaz exploratoria no tiene el mismo perfil que delegar cálculos financieros, decisiones clínicas, controles industriales o reglas de autorización.
El experto siguió tomando las decisiones de alto nivel. Definió qué debía representar cada aplicación, distinguió el modelo de datos de la interfaz y juzgó si el comportamiento capturaba la idea matemática. El agente redujo el costo de implementación, pero la arquitectura conceptual permaneció en manos humanas. Esta división explica por qué el mismo instrumento puede acelerar a un especialista y producir resultados frágiles cuando quien lo usa no comprende lo que está intentando construir.
Una metodología para modernizar legado
El patrón puede convertirse en un piloto medible para instituciones que conservan software educativo o herramientas internas antiguas. La prioridad es separar la recuperación rápida de la validación que protege el conocimiento y a los usuarios.
- Seleccionar primero aplicaciones de baja criticidad cuyo comportamiento pueda compararse visualmente con la versión original.
- Definir pruebas, responsables de revisión y criterios de aceptación antes de pedir al agente que modifique el código.
- Mantener al especialista del dominio como dueño de las decisiones conceptuales y documentar los límites del resultado.
✦ La arquitectura conceptual permaneció bajo control humano
Qué pueden aprender equipos y docentes
Para universidades y equipos latinoamericanos, el caso abre una oportunidad concreta: recuperar simuladores, materiales de capacitación y herramientas internas que quedaron atrapados en tecnologías antiguas. Antes de financiar una reescritura completa, es posible inventariar el software, clasificar su criticidad y probar una migración asistida sobre un subconjunto pequeño. El ahorro potencial está en reducir trabajo repetitivo, no en eliminar validación, pruebas de accesibilidad o revisión por especialistas.
Una práctica responsable debería conservar el código original, definir pruebas de comportamiento y comparar cada salida antes y después de la migración. También conviene publicar las limitaciones del prototipo y mantener trazabilidad de las instrucciones que cambiaron decisiones importantes. Si la herramienta se utiliza para enseñar, la revisión debe incluir exactitud conceptual, compatibilidad entre navegadores y claridad pedagógica, no solo que la pantalla cargue sin errores.
El experimento de Tao no resuelve la discusión sobre el futuro de la programación. Sí aporta una evidencia útil y bien acotada: cuando existe conocimiento profundo del problema, los agentes pueden convertir años de deuda técnica en un proyecto abordable. La ventaja competitiva no surge de aceptar todo lo generado, sino de formular una representación precisa del objetivo y saber cuándo el resultado se aparta de ella.
✦ Migrar primero lo comprobable, no lo más crítico
Preguntas Frecuentes
✦ ¿Qué agente de programación utilizó Tao?
La publicación se concentra en el proceso y no identifica de forma inequívoca un único producto en todos los experimentos. Por eso no corresponde atribuir los resultados a una marca sin evidencia adicional.
✦ ¿Los applets quedaron libres de errores?
No. Tao reportó al menos un defecto menor y pidió retroalimentación para algunas versiones tempranas. También señaló que el agente encontró dos errores anteriores, lo que refuerza la necesidad de revisar ambos lados de la migración.
✦ ¿Este caso demuestra que ya no se necesita programar?
No. Tao sostiene que las decisiones de diseño de alto nivel siguen siendo esenciales. El agente automatizó sintaxis e implementación, mientras el experto definió modelos, evaluó comportamiento y delimitó el riesgo aceptable.
La noticia no es que un agente pueda escribir JavaScript. Lo valioso es que una colección educativa perdida volvió a ser utilizable porque alguien con dominio del problema dirigió la reconstrucción. En la práctica, la IA amplifica el criterio disponible: acelera la ejecución cuando el objetivo está claro y amplifica la confusión cuando nadie puede evaluar el resultado.
Fuente original: Blog oficial de Terence Tao
