OpenAI afirma haber resuelto cientos de problemas matemáticos y desoyó los consejos de los investigadores sobre cómo hacerlo
OpenAI planea publicar cientos de supuestas soluciones a problemas matemáticos sin resolver desde hace mucho tiempo directamente en la plataforma de código GitHub, sin artículos científicos, sin revisión y sin explicar cómo se obtuvieron las soluciones. La empresa reunió previamente a destacados matemáticos para debatir precisamente cómo deben tratarse este tipo de resultados. Sus consejos fueron ignorados, y eso ha provocado una dura reacción en la comunidad investigadora ante una medida que plantea profundas preguntas sobre quién establece las condiciones del conocimiento del futuro.
Cuando la industria de la IA fija sus propias reglas
Existe un acuerdo no declarado en la ciencia: cuando se resuelve un problema de importancia, se comparte de una forma que otros puedan examinar, cuestionar y desarrollar. Revisión por pares, reproducibilidad, transparencia. No es burocracia: es el cimiento sobre el que realmente se consolida el conocimiento científico.
OpenAI parece tener otra opinión.
Según un informe de Wired, la empresa planea publicar cientos de soluciones a problemas matemáticos antiguos y sin resolver directamente en la plataforma de código GitHub. Sin artículos científicos. Sin revisión formal. Solo código y resultados, lanzados al dominio público.
La reunión que no llevó a ninguna parte
Lo llamativo es que OpenAI intentó, al principio, hacer lo correcto, al menos en apariencia. En agosto, la empresa reunió a unos cuarenta matemáticos para debatir cómo gestionar una situación en la que los modelos de IA superan la capacidad humana en matemáticas. Durante el encuentro, OpenAI sugirió que sus modelos ya habían resuelto cientos de problemas que llevaban mucho tiempo sin solución.
La respuesta de los matemáticos fue clara: publicar los resultados como corresponde. Escribir artículos. Explicar los razonamientos. Que el mundo entienda cómo se resolvieron los problemas, no solo que se resolvieron.
Al parecer, esas opiniones no fueron tenidas en cuenta, como expresa con laconismo Bryna Kra, de la Northwestern University, en declaraciones a Wired.
Es una postura notable. OpenAI invita a los expertos, escucha sus consejos y, después, decide hacer lo contrario.
Una carrera con víctimas humanas
Aún más sorprendente es lo que, según se describe, ocurrió en septiembre. OpenAI puso a miles de agentes de IA a atacar uno de los problemas sin resolver más prestigiosos de las matemáticas: uno de los llamados problemas del milenio, con un premio de un millón de dólares.
La razón, según el informe, fueron rumores de que otra persona se acercaba a una solución. Ese «alguien» resultó ser el profesor de matemáticas Tristan Buckmaster, de la Universidad de Nueva York, que trabajaba junto a Levent Alpöge, empleado de Anthropic.
Buckmaster acusó a OpenAI de haber adelantado su investigación en curso en una especie de carrera industrial, en la que una gran empresa puede poner a miles de agentes informáticos a trabajar en un problema al que una persona ha dedicado años. Lo que siguió se describe como una negociación bajo presión; todavía no está claro qué se acordó exactamente, pero la situación en sí dice algo importante.
Dos mundos con lógicas distintas
Quiero ser claro: creo sinceramente que la IA puede acelerar la investigación matemática y científica de maneras que apenas empezamos a comprender. Ese no es el problema aquí.
El problema es cómo se hace.
La investigación académica se basa en un calendario que la industria de la IA no respeta. Mientras una empresa tecnológica piensa en ciclos de producto y comunicados de prensa, un investigador piensa en términos de revisión, replicación y conocimiento acumulativo. Ninguna de estas lógicas es errónea en sí misma, pero cuando chocan sin respeto mutuo surgen daños que no se ven en un repositorio de GitHub.
Cuando un problema se publica sin explicar por qué funciona la solución, la comunidad matemática pierde algo esencial: la comprensión. Una solución sin pruebas de su validez no es ciencia; es una afirmación.
Hay además un desequilibrio de poder que merece mencionarse. Un investigador individual no puede poner a miles de agentes a trabajar en un problema. OpenAI sí. Cuando esa carrera desigual se lleva a cabo sin advertencia ni coordinación, se socava todo el ecosistema de confianza en el que se apoya la colaboración científica.
Las reglas del juego deben negociarse
Lo que hace importante esta historia no es que OpenAI se haya comportado mal, algo que puede discutirse, sino que pone al descubierto un vacío normativo. Hoy no existen reglas del juego establecidas sobre cómo deben gestionar las empresas de IA los avances científicos. Eso crea una situación en la que el actor más rápido y con más recursos fija el estándar.
Es un problema que debemos tomarnos en serio, y con rapidez.