OpenAI ha publicado 719 problemas matemáticos resueltos por una IA que nadie puede usar. El modelo no está disponible para el público y eso, más que un detalle, es el centro de todo.
Los documentos están colgados en GitHub, agrupados en 372 familias de resultados, y tocan álgebra, teoría de números e informática teórica. Para llegar hasta ahí, la compañía puso a su sistema a pelear con unos 4.000 problemas abiertos y le dio a cada intento una capacidad de cálculo equivalente a tres horas de ChatGPT Pro. Nada de chispa divina: cómputo y a correr.
Qué hay de verdad en esos 719 documentos
Hay letra pequeña, como era de esperar. No todas las demostraciones están verificadas y la propia OpenAI reconoce que algunos documentos pueden contener errores. Una demostración sin revisar es una hipótesis con buena presentación, y en matemáticas eso es exactamente lo que no vale.
El detalle que cambia la lectura es otro: muchos de los resultados atacan problemas abiertos desde hace años. No es un examen de selectividad resuelto en cadena. Es material que los especialistas llevaban tiempo mirando de reojo.
El calendario tampoco es casual. El pasado septiembre la compañía ya presentó una solución al problema de Navier-Stokes, uno de los grandes cocos de la disciplina según la formulación clásica del problema. Y aquello no sentó del todo bien.
La diferencia entre resolver un problema y entenderlo es la misma que hay entre leer el final del libro y haber escrito el libro.
Aquella investigación se llevó críticas del matemático Tristan Buckmaster, que puso en duda el papel de los trabajos previos en el resultado de la IA. Esta vez, desde OpenAI aseguran que han consultado a un grupo independiente de expertos para mejorar cómo comparten lo que encuentran. Traducción: han aprendido que soltar 719 documentos sin contexto genera más preguntas que ovaciones.
El vacío del que hablan los matemáticos
Aquí llega la parte interesante, la que no sale en el hilo triunfal de ningún foro. Steven Kelk, profesor asociado de informática teórica en la Universidad de Maastricht, dijo al diario neerlandés de Volkskrant que mira estos resultados con admiración. También con vértigo. Su cálculo es que la IA puede haber comprimido diez o veinte años de investigación en un puñado de ejecuciones.
Y aun así, le provoca lo que él mismo llamó 'una gran sensación de vacío'. Porque investigar, dice, también es equivocarse, discutir con el de al lado, y descubrir ideas nuevas por el camino. Si la máquina te entrega la respuesta en bandeja, ese proceso se evapora. Es la versión académica de hacer el camino en taxi.
Terence Tao ha apuntado en la misma dirección: preocupa que haya investigadores usando la IA sin entender del todo lo que les devuelve. El grupo asesor independiente AGMAI ha pedido transparencia y que estos avances generen conocimiento humano, no solo PDFs. La respuesta de la compañía ha sido una aportación de cinco millones de dólares a una iniciativa de la Fundación Simons para que los matemáticos puedan estudiar y comprender las demostraciones generadas por IA, según recoge la web oficial de OpenAI.
Pagar a alguien para que entienda lo que acabas de publicar es un movimiento honesto y, a la vez, el retrato perfecto del momento. El modelo resuelve; los humanos auditan. Cosas que pasan en 2026.
Porque el fondo del asunto no es si la IA escribe teoremas bonitos, sino quién puede comprobarlos. Un resultado que nadie verifica no es conocimiento: es un archivo. Y ahí, con 719 documentos sobre la mesa y un modelo cerrado bajo llave, la comunidad matemática tiene un problema nuevo que ningún benchmark mide.
Hype-O-Meter
Nivel de hype: 8/10. 719 documentos y 372 familias de resultados son un número serio, y que el modelo siga sin ser público mantiene la intriga varios meses más. Le falta la vértebra que lo convertiría en 9,5: demostraciones revisadas y un sistema que el resto del mundo pueda tocar — y ahí hay tela.
El resumen para vagos (TL;DR)
- 🎯 ¿Qué ha pasado? OpenAI publica 719 problemas matemáticos resueltos por un modelo que no es público.
- 🔥 ¿Por qué importa? Algunos resultados llevaban años abiertos y adelantan décadas de trabajo.
- 🤔 ¿Nos afecta o es solo un meme? Si nadie entiende la demostración, no hay avance real, solo un PDF.
