Cuando un matemático chino revisó su correo al final de unas vacaciones nacionales, encontró mensajes con un PDF que listaba problemas matemáticos sin resolver —casi todos los relevantes en su campo— con respuestas generadas por inteligencia artificial. Lo que describió como "irreal" era el resultado de una publicación masiva: 722 documentos subidos a GitHub por OpenAI el 6 de octubre, producidos por un modelo entrenado en aproximadamente cuatro mil problemas abiertos.

Ese lanzamiento no ocurrió en el vacío. Semanas antes, el 8 de septiembre, la misma organización había anunciado que un modelo interno resolvió el problema de Navier-Stokes, uno de los siete problemas del Premio del Milenio —cada uno con un millón de dólares en juego por su solución. Para lograrlo, hasta diez mil agentes de IA trabajaron en paralelo, generando costos computacionales de millones de dólares. La publicación de octubre no resolvió ninguno de los cinco problemas del Milenio restantes, pero presentó avances en tres de ellos, incluyendo la hipótesis de Riemann, vinculada a la distribución de los números primos.

Controversia sobre autoría y transparencia

La irrupción no fue bien recibida en todos los frentes. Tristan Buckmaster, de la Universidad de Nueva York, acusó a OpenAI de adelantarse a investigaciones propias relacionadas con Navier-Stokes. Levent Alpöge, de Anthropic —competidor directo en el espacio de modelos de lenguaje avanzado—, también publicó trabajos relacionados en ese período. OpenAI respondió que no tuvo acceso a esos trabajos previos.

La falta de transparencia metodológica agudizó las críticas. La organización no compartió las directrices de evaluación ni identificó el modelo específico utilizado, contraviniendo las recomendaciones de su propio grupo asesor de matemáticos. Poco después del lanzamiento, tuvo que retirar tres documentos por errores, y no quedó claro cuántos resultados habían sido verificados de forma exhaustiva.

El peso institucional de la crítica

Veinticinco ganadores de la Medalla Fields —el reconocimiento más alto en matemáticas— firmaron una advertencia conjunta. Entre ellos, Terence Tao, considerado uno de los matemáticos vivos más influyentes. El grupo calificó la publicación como "no una demostración de erudición, sino una demostración de poder", advirtiendo que la publicación apresurada de soluciones generadas por IA podría dañar el ecosistema de investigación.

Sus preocupaciones no son abstractas. Varios proyectos de investigación en curso —incluyendo disertaciones doctorales y líneas de trabajo de largo aliento— quedaron afectados de forma abrupta al ver sus problemas centrales aparentemente resueltos o abordados por un sistema automatizado.

Implicaciones para la investigación y la toma de decisiones

Para las organizaciones que financian investigación matemática aplicada —desde criptografía hasta modelado financiero y diseño de sistemas complejos— este episodio plantea preguntas concretas: ¿qué nivel de verificación es suficiente para confiar en resultados generados por IA? ¿Cómo se integran estos avances en procesos de validación científica establecidos?

OpenAI indicó que cada resultado requirió, en promedio, recursos computacionales equivalentes a tres horas de procesamiento de su servicio de suscripción avanzada —menos que el problema de Navier-Stokes—, y anunció que continuará probando sus modelos en problemas abiertos. La velocidad de producción contrasta con la lentitud deliberada que caracteriza la validación matemática rigurosa, y esa tensión define el debate que este episodio ha abierto en la comunidad científica global.