25 medallistas Fields firman contra el modus operandi de la IA

Por qué 25 medallistas Fields acaban de declararle la guerra a los laboratorios de IA

El 11 de septiembre de 2026, 25 ganadores de la medalla Fields (el reconocimiento más alto en matemáticas) publicaron una declaración titulada «A Severe Misalignment of AI in Mathematics» en el blog de Terence Tao. Entre los firmantes están Peter Scholze, Maryna Viazovska, Caucher Birkar, June Huh, Martin Hairer, Maxim Kontsevich, James Maynard, Manjul Bhargava y el medallista de 2026 Yu Deng, según reporta OfficeChai.

El detonante no fue la IA en sí: fue la forma. Días antes, OpenAI aseguró haber resuelto el problema de Navier-Stokes (uno de los siete Problemas del Milenio del Clay Mathematics Institute, premiado con un millón de dólares) usando un modelo no publicado con hasta 10.000 agentes concurrentes durante 88 horas, a un costo que la propia compañía califica como «en millones de dólares».

¿Qué pasó realmente entre Buckmaster, Alpöge y OpenAI?

El matemático Tristan Buckmaster (NYU) y el investigador de Anthropic Levent Alpöge llevaban meses avanzando en problemas relacionados de Navier-Stokes y publicaron preprints con formalizaciones en Lean (un lenguaje de prueba verificable por máquina) según The Next Web.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Buckmaster relató que recibió llamadas de OpenAI el 6 de septiembre en las que, según su versión, le pidieron publicar una nota anunciando que el problema había sido resuelto por un modelo interno, sin incluir a Alpöge por su vínculo con Anthropic. También afirma que le mencionaron frases como «¿por qué arruinarías tu carrera?».

La respuesta de OpenAI, documentada por WIRED y otros medios, fue triple:

Mark Chen, jefe de investigación, negó que personas o sistemas internos buscaran datos de usuarios para resolver el problema.
Sébastien Bubeck declaró que el modelo interno llegó a la solución por medios «completamente distintos».
La empresa admitió que, aunque improbable, no podía descartar que datos derivados del uso de Codex por parte de Buckmaster hubieran mejorado sus modelos.

El veredicto de los matemáticos sobre la prueba: hasta el cierre de esta nota, OpenAI describió el resultado en una conferencia de prensa pero no publicó la demostración. Buckmaster dijo no haberla visto.

El fondo del conflicto: atribución, velocidad y propösito

La carta no rechaza la IA. Reconoce que las capacidades de los modelos «mejoraron dramáticamente» en meses. Lo que objeta es el desalineamiento entre los incentivos de los laboratorios y los de la comunidad matemática:

Resolver un problema abierto suele ser una señal que guía a la comunidad hacia ideas nuevas durante años de estudio, simplificación y enseñanza.
Los laboratorios lo convierten, dicen los firmantes, en «producción en masa de enunciados verdadero/falso» para perseguir titulares y benchmarks.
Los anuncios llegan «con prisa», sin tiempo para escritura adecuada, sin aislar qué hay de genuinamente nuevo y sin acreditar trabajo previo.

La Declaración de Leiden, de junio de 2026, ya había pedido recomendaciones para instituciones y responsables políticos. Esta nueva carta sube el tono porque llega con 25 firmas visibles y la incógnita aún abierta sobre la prueba de OpenAI.

Repercusiones que ya se ven (no solo en matemáticas)

OpenAI retiró el patrocinio al Caltech Mathathon el 10 de septiembre, según Gizmodo. El evento, que repartiría US$2 millones en créditos entre 100 equipos para resolver cómo usar IA de forma responsable, queda ahora co-patrocinado en busca de reemplazos. El investigador líder Dan Roberts lo justificñ diciendo que la compañía busca «involucrarse más» con la comunidad matemática tras las críticas.

Un caso anterior ilustra el patrón: en julio de 2026, el propio Alpöge usó el modelo Claude Fable 5 de Anthropic para encontrar un contraejemplo que refutaba la conjetura de Jacob, un problema de 87 años, anunciándolo en redes la noche de la final del Mundial. Entonces hubo celebración; ahora hay disputa.

La propia Fields Medal de 2026 introdujo una señal inquietante: el ganador Jacob Tsimerman anunció desde el escenario que dejaba la Universidad de Toronto para unirse al equipo de seguridad de OpenAI, argumentando que la IA haría el trabajo de los matemáticos «mejor y más rápido». Tsimerman no firmó la declaración.

Qué significa esto para tu startup

Si trabajas en investigación, datos o contenido原创 de alto valor, este caso redefine tu relación con los proveedores de IA:

Audita dónde escribes ideas a medio terminar. Si usas Codex, Claude u otra herramienta de frontera para un problema que aún no quieres hacer público, asume que la frontera entre «conversación privada» y «datos de entrenamiento» no está garantizada. OpenAI misma lo admitió: «no podemos descartar» que datos derivados de uso mejoren sus modelos.
No publiques solo resultados, publica pruebas verificables. Los matemáticos exigieron ver la demostración, no el comunicado. Tu moat en ciencia, código o análisis es la capacidad de que un tercero audite tu trabajo en horas, no la capacidad de producirlo. Si dependes de una caja negra, dependes de su buena voluntad.
Distingue «resolví un problema» de «entendí un problema». La carta lo dice textual: «Resolver problemas es solo una herramienta para lograr el objetivo primario, que es la comprensión y el insight conceptual». En producto, eso se traduce en features que solo se venden si el cliente entiende por qué funcionan.