OpenAI ha publicado hallazgos sobre 377 problemas de investigación matemática, dijo la compañía en una publicación de blog titulada "Compartir el progreso de la IA en matemáticas" publicada el martes 6 de octubre de 2026, en su segunda caída importante en matemáticas en otros tantos meses.
Los resultados abarcan álgebra, informática teórica y lógica matemática, y llegan pocas semanas después de que OpenAI reclamara una solución a las ecuaciones de Navier-Stokes, uno de los problemas sin resolver más famosos del mundo con un premio de 1 millón de dólares. Esa afirmación anterior ya dividió a los matemáticos; El lanzamiento mucho más amplio de esta semana ha agudizado el debate. Para los lectores que siguen las últimas noticias sobre IA, el episodio se ha convertido en la prueba más clara hasta el momento de cómo la comunidad de investigación debe manejar los resultados generados por máquinas que los humanos no pueden verificar fácilmente.
Lo que OpenAI realmente lanzó
Según The Guardian, OpenAI publicó "más de 370 resultados matemáticos en una variedad de temas como álgebra, informática teórica y lógica matemática". El New York Times cifró la cuenta en 377 problemas, mientras que New Scientist informó que la publicación incluía 722 descubrimientos matemáticos una vez que se contaron los resultados auxiliares. Los distintos recuentos reflejan diferentes formas de agrupar lemas, corolarios y soluciones completas en "resultados" discretos.
La escala es lo que sorprendió a los observadores. Mientras que el reclamo de Navier-Stokes del mes pasado involucraba un resultado único y minuciosamente analizado, este comunicado llegó de una vez: cientos de hallazgos en múltiples subcampos, generados por los modelos internos más avanzados de OpenAI. La historia obtuvo cobertura de The Washington Post, The Economist, The Wall Street Journal y Fortune en un día, y la publicación del blog OpenAI encabezó Hacker News con más de mil votos a favor.
El Instituto de Estudios Avanzados rechaza
El Instituto de Estudios Avanzados de Princeton, Nueva Jersey, hogar de figuras como Einstein y von Neumann desde hace mucho tiempo, dijo que no respalda la práctica de probar modelos de frontera contra los problemas abiertos más difíciles del campo, particularmente cuando el trabajo se realiza a puerta cerrada.
"Ahora se da el caso de que la IA puede generar argumentos matemáticos en situaciones sin que el ser humano que los generó pueda comprender los argumentos, verificarlos o asumir responsabilidad por ellos", dijo la organización en un comunicado. "Creemos que la comprensión humana de las matemáticas sigue siendo de suma importancia".
La preocupación no es que los resultados sean necesariamente erróneos. Es que las matemáticas como disciplina dependen de la verificación, y una avalancha de afirmaciones generadas por máquinas que ningún ser humano ha verificado no encaja bien con las normas académicas.
La respuesta de OpenAI: un asiento en la mesa
Para hacer frente a la reacción, OpenAI anunció que trabajará con el Instituto de Estudios Avanzados para dar a "los matemáticos una voz sobre cómo avanzamos". Lo que la compañía no se comprometió, señaló The Guardian, es ningún cambio en la práctica subyacente: OpenAI no dio ninguna indicación de que dejará de probar problemas avanzados en modelos internos propietarios.
El consejo asesor del Instituto también pidió a los laboratorios de IA que concedieran "acceso equitativo" a sus sistemas fronterizos. "El uso de modelos internos patentados por parte de los laboratorios de IA para realizar investigaciones matemáticas corre el riesgo de crear un sistema de dos niveles en el que los laboratorios superan al resto del campo, alienando efectivamente a la comunidad matemática de su propia disciplina", escribió el grupo.
'Toma el trabajo de alguien y llévalo hasta su finalización'
Los matemáticos cercanos a los problemas afectados están planteando una cuestión más sutil: el crédito. Tristan Buckmaster, un matemático de la Universidad de Nueva York que estaba trabajando en el problema de Navier-Stokes, dijo a The New York Times que los investigadores que impulsan modelos de IA pueden estar proporcionando un progreso parcial que los modelos luego completan.
"Es probable que haya muchos resultados en los que tomen el trabajo de alguien y luego lo completen", dijo Buckmaster.
Si es exacta, esa dinámica complica tanto la atribución como la evaluación. Un resultado que parece un avance de una máquina independiente puede ser, de hecho, el último paso en un andamio construido por humanos, uno que el humano nunca aceptó entregar.
Qué significa para la investigación de la IA
Los lanzamientos de matemáticas se están convirtiendo en un escaparate recurrente de las capacidades de los laboratorios de vanguardia y en una prueba de estrés recurrente sobre cómo la ciencia absorbe la producción de las máquinas. El encuadre del Wall Street Journal captó el latigazo: la IA resolvió un problema matemático y todos se asustaron; ahora ha resuelto cientos más.
Tres preguntas darán forma a lo que sucederá a continuación. Primero, la verificación: los matemáticos independientes necesitarán meses para verificar incluso una fracción de 377 resultados, y los errores, si se encuentran, afectarán duramente la credibilidad de OpenAI. En segundo lugar, el acceso: si los laboratorios abren sus modelos más potentes a investigadores externos, como exige el Instituto, o mantienen el círculo cerrado. En tercer lugar, la precedencia: como sugiere la preocupación de Buckmaster, el campo puede necesitar nuevas normas para acreditar las pruebas colaborativas entre humanos e IA.
OpenAI no respondió a las solicitudes de comentarios sobre las críticas, según The Guardian. Si la asociación con el Instituto de Estudios Avanzados produce normas viables (o simplemente documenta el desacuerdo) probablemente determinará si las matemáticas siguen siendo el principal punto de referencia para el progreso de la IA fronteriza o se convierten en el primer campo en oponerse formalmente a ello.
Manténgase a la vanguardia de la IA Lea más noticias sobre IA en AI Buzz Wire
