La IA de OpenAI afirma haber resuelto uno de los mayores enigmas de las matemáticas en 88 horas — pero acusaciones de violaciones de normas académicas ensombrecen el triunfo

Cuando la IA hace posible lo imposible

Las ecuaciones de Navier-Stokes describen cómo se mueven los fluidos — desde las corrientes de aire alrededor del ala de un avión hasta la sangre en tus venas. Se formularon en el siglo XIX y desde entonces han desconcertado a generaciones de matemáticos. En el año 2000, el Clay Mathematics Institute designó el problema como uno de sus siete desafíos del Premio del Milenio, con un premio de un millón de dólares para quien demostrara que las soluciones siempre existen y están bien definidas — o demostrara lo contrario.

Casi 90 años de esfuerzo humano. 88 horas para la IA de OpenAI.

Según The Verge, OpenAI utilizó un modelo aún no publicado que coordinó aproximadamente 10 000 agentes de IA en resolución de problemas en paralelo. La empresa lo califica como un "avance de referencia" — y desde un punto de vista puramente técnico, es difícil argumentar en contra de esa descripción. Ya no se trata de que la IA pueda vencer a los humanos en ajedrez o escribir correos electrónicos bien formulados. Se trata de que la IA ahora parece capaz de desplazar las fronteras más lejanas de la ciencia.

Este es el tipo de avance que llevaba tiempo esperando ver. No la IA como herramienta de eficiencia — sino la IA como una fuerza activa en la construcción del conocimiento de la humanidad.

La sombra detrás de la luz

Pero el triunfo no es simple. Solo un día antes del anuncio de OpenAI, el profesor de matemáticas Tristan Buckmaster de la Universidad de Nueva York publicó resultados sobre un problema estrechamente relacionado, junto con Levent Alpöge, un investigador con vínculos con la empresa rival de OpenAI, Anthropic. Buckmaster habría contactado a OpenAI después del anuncio, y la historia que sigue es todo menos hermosa.

Según The Verge, el anuncio ha desatado acusaciones sobre posible robo de información, amenazas contra investigadores involucrados e incumplimiento de las normas académicas en que se basa la integridad científica. Se trata de preguntas como: ¿Tenía OpenAI acceso al trabajo no publicado de Buckmaster? ¿Se utilizó en el entrenamiento del modelo? ¿Por qué se hicieron públicos los resultados sin la revisión científica habitual?

Estas preguntas no son detalles periféricos — son el núcleo de cómo funciona la ciencia. El intercambio abierto de ideas, la revisión por pares y la referencia clara de fuentes no son formalidades burocráticas. Son los mecanismos que nos permiten confiar en los resultados científicos en primer lugar.

La lógica de la carrera versus la de la ciencia

Aquí vemos una tensión que definirá la relación de la era de la IA con el mundo de la investigación. Las empresas de tecnología operan bajo la lógica de la carrera: velocidad, ventajas competitivas, anuncios que generan titulares y confianza de los inversores. La ciencia opera en un ritmo diferente — metódico, colegiado, la transparencia como condición fundamental.

Cuando estas dos culturas chocan, como claramente lo han hecho aquí, surge fricción. Y la fricción no es solo académica. Si los modelos de IA se entrenan con material de investigación no publicado sin permiso, si los anuncios se hacen sin revisión, y si los resultados no pueden reproducirse y verificarse — entonces se socava el significado mismo de los avances.

Estoy genuinamente entusiasmado con lo que la IA puede hacer por la ciencia. Pero el entusiasmo sin responsabilidad no es una estrategia — es un riesgo.

Qué significa Navier-Stokes en la práctica

No perdamos de vista el significado del avance real entre el ruido de la controversia. Una solución al problema de Navier-Stokes tiene un alcance práctico potencialmente enorme. Un mejor modelado de la turbulencia podría revolucionar todo, desde el diseño de aeronaves y simulaciones climáticas hasta el desarrollo de medicamentos y la tecnología de energía nuclear. No es matemática abstracta — es ciencia fundamental con potencial de aplicación concreta en industrias que valen billones de coronas suecas.

Si el resultado se mantiene tras la revisión, y si la demostración resulta ser matemáticamente válida, este es uno de los avances científicos más significativos en décadas. Debe ser celebrado. Pero debe serlo de la manera correcta — con apertura, con revisión, y con respeto por los investigadores humanos sobre cuyos hombros se apoyan los modelos de IA.