Décadas de investigación en ciencias de la computación teórica enfrentan una revisión sin precedentes tras la publicación de pruebas generadas por inteligencia artificial que refutarían la hipótesis del tiempo exponencial (ETH, por sus siglas en inglés), un postulado de 27 años que ha servido como base para una amplia gama de trabajos sobre complejidad algorítmica y diseño de sistemas computacionales.
Tanto OpenAI como Anthropic afirman haber demostrado que la ETH es incorrecta. Esta hipótesis sostiene que el esfuerzo necesario para resolver ciertos problemas computacionales crece de forma exponencial con el tamaño del problema, un supuesto que ha guiado el diseño de algoritmos en áreas que van desde la criptografía hasta la optimización de redes. Ambas empresas publicaron sus pruebas en GitHub, tanto en formato de lenguaje natural como en el formato verificable por máquinas Lean, aunque la comunidad científica aún no ha tenido tiempo suficiente para validarlas de manera independiente.
Un campo científico en reconfiguración
La magnitud del impacto es difícil de exagerar. Peter Jonsson, profesor de la Universidad de Linköping, declaró que gran parte de su investigación está "muerta" tras conocer el resultado. Daniel Lokshtanov, de la Universidad de California en Santa Bárbara —institución cuyos investigadores propusieron originalmente la hipótesis—, estima que, de confirmarse el hallazgo, alrededor de 50 de sus artículos publicados quedarían "inútiles" o requerirían una revisión profunda. "Es como si una bomba gigante hubiera caído en medio del campo", expresó.
Esta disrupción no es solo académica: tiene implicaciones directas para cualquier organización que dependa de supuestos de complejidad computacional para diseñar sistemas seguros, eficientes o escalables. Si los límites teóricos sobre los que se construyeron ciertos algoritmos resultan incorrectos, los modelos de rendimiento y seguridad derivados de esa base también deberán revisarse.
La IA como agente de cambio científico
Lo que distingue este episodio de otros avances en matemáticas o computación es que las pruebas no provienen de investigadores humanos, sino de modelos de inteligencia artificial. Thore Husfeldt, líder del grupo de investigación en algoritmos de la Universidad IT de Copenhague y uno de los primeros en formular una versión de la hipótesis ahora refutada, describió el momento como "único en una generación". Lejos de la apatía que ha afectado a otros investigadores ante pruebas generadas por IA, Husfeldt mostró entusiasmo: "Es como si alguien hubiera iluminado todo un subcampo con focos de conocimiento".
OpenAI ha convocado a científicos de UC Santa Bárbara y del MIT para coordinar un esfuerzo colectivo de verificación, que incluye un formulario de participación abierta y el compromiso de financiar una conferencia especializada sobre el tema. La velocidad con que la comunidad pueda validar —o refutar— estas pruebas determinará si estamos ante un punto de inflexión real en la historia de la computación teórica o ante un error de alto perfil.
Para las organizaciones que toman decisiones de arquitectura tecnológica con base en supuestos de complejidad computacional, el desarrollo merece seguimiento cercano: un cambio en los fundamentos teóricos puede traducirse en oportunidades —o vulnerabilidades— que hoy no están en el mapa de riesgos.
