OpenAI publicó 722 manuscritos matemáticos producidos por un modelo de frontera interna inédito y colocó la colección completa en un repositorio público de GitHub bajo una licencia Apache-2.0. El lanzamiento, anunciado en una publicación de investigación titulada "Compartir el progreso de la IA en matemáticas" el 6 de octubre de 2026, se encuentra entre los volcados individuales más grandes de resultados matemáticos generados por IA hasta la fecha, y llega con verificaciones formales de prueba Lean, resúmenes de razonamiento abreviados y detalles inusuales sobre cuánto cómputo consumió cada resultado.
El movimiento aterriza en un campo que ya está al límite. El New York Times informó que el lanzamiento agitó aún más a una comunidad matemática que ha pasado meses lidiando con sistemas de IA que producen resultados de investigación serios, mientras que Scientific American describió a OpenAI como desatando "cientos de resultados matemáticos más en un campo que ya estaba en shock". Para los lectores que siguen los últimos avances en investigación de IA, el comunicado es un caso de prueba de cómo los laboratorios fronterizos comparten ciencia generada por máquinas sin provocar disputas crediticias.
¿Qué hay dentro del repositorio?
La colección se encuentra en el repositorio openai/math en GitHub. Según su archivo README, los contenidos son manuscritos matemáticos y artefactos de prueba de respaldo producidos por un modelo interno OpenAI, ensamblados como parte de evaluaciones de desarrollo de modelos sobre problemas de investigación abiertos. El catálogo actual contiene 722 manuscritos organizados en 372 familias, donde una familia agrupa artículos relacionados que pueden incluir un resultado principal, argumentos complementarios, consecuencias o pruebas alternativas, cada uno clasificado por disciplina matemática.
Un directorio de preimpresiones contiene archivos PDF, archivos fuente e instrucciones de compilación y citas por manuscrito. Una biblioteca Lean cataloga las pruebas formales junto con sus documentos asociados y configuraciones de verificación. No todos los manuscritos han sido formalizados: muchos resultados vienen acompañados de formalizaciones en Lean, el lenguaje de programación utilizado para permitir que las computadoras verifiquen las pruebas línea por línea, pero el README advierte que algunos resultados no formalizados podrían contener problemas. OpenAI dice que solucionará estos problemas rápidamente y se compromete a preservar el historial de lanzamiento público de la colección, registrando las correcciones y revisiones como nuevas versiones y manteniendo accesibles las versiones anteriores. Cada directorio de manuscritos también incluye un bloque BibTeX para citas.
Cómo se produjeron los resultados
La gran mayoría de los resultados provinieron de un procedimiento único y fijo que utilizó un modelo interno OpenAI inédito. Durante el transcurso de la evaluación, al modelo se le plantearon aproximadamente 4.000 problemas. OpenAI informa que el resultado promedio publicado consumió el equivalente a aproximadamente tres horas de cálculo de pensamiento ChatGPT Pro, un nivel de transparencia que aún es poco común en la industria. La compañía dice que amplió estas evaluaciones después de que el desempeño en sus puntos de referencia matemáticos existentes se saturó, y que algunos resultados se basan en resultados anteriores producidos por sus propios modelos. Al exigir un nivel apropiado de importancia y agregar la producción bruta en familias y manuscritos se produjo el catálogo publicado.
Dos excepciones nombradas se apartaron de ese procedimiento: el trabajo que establece una región libre de ceros para la función zeta de Riemann, con el artículo que cubre la región Re(s) > 11/12 editado por humanos para facilitar la lectura, y una prueba de la conjetura de Hodge para las variedades abelianas CM. Ambas son matemáticas convencionales serias y ahora ambas enfrentarán el escrutinio de la comunidad.
También se publican diez resúmenes abreviados del razonamiento del modelo. Cubren resultados que incluyen el exponente de irracionalidad de pi, las conjeturas simétricas y generales de Mahler, el isomorfismo de factores de grupos libres, límites cuasipolinomiales para progresiones aritméticas, la conjetura de finitud directa de Kaplansky en la característica dos, la fórmula de Mezard-Parisi para vidrios de espín diluidos, la magnetización espontánea en el ferroimán cuántico de Heisenberg y el sistema relativista tridimensional de Vlasov-Maxwell.
Un grupo asesor ayudó a dar forma a la publicación
OpenAI dice que consultó al Grupo Asesor independiente sobre Matemáticas e Inteligencia Artificial del Instituto de Estudios Avanzados mientras desarrollaba mejores prácticas para compartir resultados. Ese grupo publicó sus recomendaciones de publicación responsable el 29 de septiembre de 2026, después de recibir más de 600 respuestas de la comunidad matemática. Las recomendaciones son contundentes: "no respaldamos esta práctica y les pedimos que dejen de probar problemas matemáticos avanzados en modelos propietarios". El grupo insta a los laboratorios a depositar los resultados en repositorios académicos que ningún laboratorio de IA controla, a asignar identificadores citables persistentes, a revelar el nombre del modelo, las indicaciones utilizadas y las cadenas de razonamiento resumidas, y a abstenerse de tratar las publicaciones de resultados como vehículos de marketing.
El lanzamiento de OpenAI es claramente un intento de cumplir con ese marco en lugar de desafiarlo. Que la comunidad lo acepte es otra cuestión. La encuesta del grupo asesor preguntó específicamente sobre un escenario en el que un laboratorio anuncia la existencia de muchos resultados sin proporcionar detalles, y las recomendaciones que surgieron reflejan una profunda preocupación acerca de que los anuncios superen la verificación.
La carga de la verificación pasa a los matemáticos
El desafío práctico ahora pertenece a los matemáticos en activo. Las pruebas formales Lean se pueden verificar mecánicamente y su presencia reduce sustancialmente el riesgo de error. Pero los manuscritos sin formalizaciones, que el propio README señala como potencialmente defectuosos, requieren una revisión por pares tradicional, y 722 manuscritos está mucho más allá de lo que la comunidad puede absorber rápidamente. También está la cuestión de la prioridad y el crédito: los matemáticos que pasaron años lidiando con estos problemas querrán saber exactamente qué se le pidió al modelo, qué se le dio y si se incorporó algún resultado humano. La publicación de OpenAI de resúmenes de indicaciones y estadísticas informáticas está diseñada para responder algunas de esas preguntas por adelantado.
El comunicado también establece un modelo que los competidores pueden verse obligados a seguir. Anthropic, Google DeepMind y otros laboratorios con modelos de vanguardia capaces de realizar matemáticas a nivel de investigación ahora enfrentan una norma de facto, articulada por el grupo asesor, de que los resultados ocultos en modelos propietarios deben publicarse con su procedencia completa o no mostrarse en absoluto.
Por ahora, el repositorio está activo, el esfuerzo de formalización está en curso y las correcciones se están versionando en público. Que esto se convierta en el manual estándar para las matemáticas generadas por IA, o en otro punto álgido de un conflicto cada vez mayor entre los laboratorios y las comunidades de investigación a las que recurren, dependerá de cómo transcurran las próximas semanas de escrutinio.
Manténgase a la vanguardia de la curva de la IA
La ciencia generada por la IA está pasando de los comunicados de prensa a la revisión por pares. Siga las últimas noticias sobre IA en aibuzzwire.news para conocer la cobertura de todos los principales lanzamientos de investigaciones, lanzamientos de modelos y cambios de políticas.
Leer más noticias sobre IA →
