OpenAI, acusada de «jugar sucio» en un problema matemático de US$1M

Un matemático de NYU acusa a OpenAI de "jugar sucio" en una prueba matemática con US$1 millón en juego

El anuncio de tres pruebas por parte del profesor de matemáticas de la Universidad de Nueva York (NYU) Tristan Buckmaster, junto al matemático de Anthropic Levent Alpöge, venía a confirmar el avance del año en matemáticas aplicadas: una pista firme para resolver el problema de existencia y suavidad de Navier-Stokes, uno de los siete Millennium Prize Problems del Clay Mathematics Institute que llevan casi 25 años abiertos, con un premio de US$1 millón para quien los resuelva. Pero la nota de celebración quedó empañada por una disputa sobre cómo OpenAI llegó a su propia prueba, y qué ocurrió entre bambalinas.

De acuerdo con el relato de Buckmaster, mientras él y Alpöge ultimaban sus resultados, se enteraron de que "información sobre nuestro progreso había llegado a OpenAI". Al pedir explicaciones, les dijeron que OpenAI ya tenía una prueba completa del problema central. Cuando preguntaron cuándo había empezado la investigación y cuánta intervención humana había tenido, las respuestas se volvieron "más evasivas".

¿Qué dicen las acusaciones?

Buckmaster describe una escalada que, según él, incluyó presión para reducir el crédito de Alpöge y amenazas veladas a su carrera. Estos son los puntos centrales de su denuncia, recogidos por TechCrunch y Wired:

🤖 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

Inicio de la investigación de OpenAI. Buckmaster afirma que "se acordó" que el primer prompt al modelo se envió "en los últimos días, después de que la información sobre nuestro trabajo llegó a OpenAI".
Volumen de cómputo. OpenAI habría desplegado "un equipo entero" usando "una cantidad insana de cómputo", según Buckmaster, lo que sugiere que la compañía habría apostado por su ventaja en recursos para llegar primero a una prueba formal.
Presión sobre Alpöge. El científico a cargo de la investigación matemática de OpenAI, Sebastien Bubeck, habría pedido que Alpöge no figurara en la posible publicación conjunta por su afiliación a Anthropic, laboratorio rival.
Advertencia directa. Cuando Buckmaster amenazó con hacer pública la disputa, Bubeck habría respondido: "¿Por qué arruinarías tu carrera?". Tras el rechazo, agregó: "Si no quieres que sea amable, entonces no tengo que ser amable".

El detonante de la sospecha es matemático, no solo personal. La ruta concreta elegida por Buckmaster y Alpöge para encarar el problema es la misma que identificaron los investigadores Luis Martínez-Zoroa y Diego Córdoba (citados por Scientific American), y que "casi nadie más" estaba siguiendo, según Buckmaster. En su opinión, "no es la dirección a la que se llega en pocos días dándole el enunciado del problema a un modelo".

La versión de OpenAI

Sebastien Bubeck, responsable de la investigación matemática de OpenAI, calificó las acusaciones de "falsas e incendiarias" y defendió que actuó "siguiendo las normas académicas". En la rueda de prensa posterior, Bubeck y otros ejecutivos de OpenAI ofrecieron una cronología alternativa, según reconstruye Wired:

El 28 de agosto, OpenAI empezó a entrenar un nuevo modelo interno con capacidades matemáticas avanzadas, descrito como "significativamente más capaz" que GPT-6 Astra, según el write-up publicado por la propia compañía.
El 1 de septiembre, tras escuchar rumores de que Anthropic había avanzado en Millennium Prize Problems, OpenAI redirigió ese modelo hacia todos los problemas abiertos de Clay en paralelo, usando más de 1.000 agentes coordinados.
Un grupo más pequeño, de unos 100 agentes, pasó unas 50 horas resolviendo un problema relacionado: la "explosión" (blow-up) de las ecuaciones de Euler, la versión sin viscosidad de Navier-Stokes. Esa resolución inesperada convenció a OpenAI de reasignar recursos al problema completo.
La prueba final llegó unas 88 horas después del inicio del esfuerzo, tras 2,7 millones de mensajes y alrededor de 130.000 millones de tokens de salida; la formalización y verificación con Lean tomó otras 17 horas, según datos publicados por la propia OpenAI.
El costo total de cómputo se movió "en los millones de dólares", según Mark Chen, jefe de investigación de OpenAI.

Bubeck fue tajante: *"No usamos sus *prompts, sus modelos ni su prueba", y añadió que reconocer el trabajo previo de Buckmaster y Alpöge era una prioridad. Ven Chandrasekaran, matemático del equipo, sostuvo que la solución de OpenAI es "significativamente diferente en naturaleza" de la suya. Por su parte, Noam Brown, también en OpenAI, ofreció una versión más conciliadora del intercambio.

El dato incómodo para los dos lados

Hay un punto que la propia estructura de Codex complica para OpenAI. Buckmaster basó gran parte de su trabajo en Codex, el agente de programación de OpenAI. OpenAI se reserva el derecho de entrenar modelos sobre las interacciones de Codex, aunque los usuarios pueden hacer opt-out. Si el equipo de OpenAI usó un modelo entrenado con interacciones de Buckmaster, "es plausible que haya regurgitado su trabajo" al enfrentarse a un problema similar, según resume el propio artículo de TechCrunch.

A la pregunta directa sobre si los logs de Codex de Buckmaster fueron consultados o usados para entrenar, TechCrunch señala que OpenAI no respondió; Bubeck, en la rueda de prensa recogida por Wired, aseguró que ni los investigadores ni los agentes accedieron al trabajo de la dupla "hasta que se hizo público anoche".

¿Por qué importa para founders y equipos de IA?

La discusión supera la pelea de egos matemáticos y toca tres puntos críticos para cualquier startup que construya con modelos:

Políticas de entrenamiento y propiedad intelectual. El episodio expone la fragilidad de confiar en logs de terceros cuando el proveedor puede usarlos para entrenar versiones futuras. Hoy OpenAI ofrece opt-out; la pregunta es si esa garantía contractual aguanta cuando el costo de oportunidad es una prueba con impacto global.
Crédito y notificación en hallazgos generados por IA. El propio Terence Tao, medallista Fields, elogió los resultados de Buckmaster y Alpöge en las ecuaciones de Euler, Boussinesq y de medios porosos incompresibles, pero advirtió, según el mismo write-up de OpenAI, que "una solución de IA publicada como resultado opaco y no revisable podría terminar haciendo más daño que bien" al campo.
Velocidad de cómputo como nueva ventaja competitiva. OpenAI afirma haber usado 10.000 agentes sobre todos los Millennium Prize Problems, con 4,9 millones de mensajes y 300.000 millones de tokens consumidos en total. Esa escala ya no está al alcance de equipos académicos, y empieza a redefinir qué problemas de investigación son viables para startups y cuáles solo para hyperscalers.

¿Qué significa esto para tu startup?

Si trabajás con modelos de OpenAI, Anthropic, Google o cualquier hyperscaler, este caso es un caso de estudio sobre cómo gestionar el riesgo de propiedad intelectual cuando el cómputo deja de ser tuyo. Tres acciones concretas:

Activá y verificá el opt-out de entrenamiento en Codex, Claude y equivalentes. No basta con el botón: dejá registro escrito de la configuración al inicio de cada proyecto sensible, y revisalo cada vez que el proveedor cambie sus términos.
Documentá tu proceso con IA desde el día uno. Si parte de tu IP depende de prompts, logs o interacciones con agentes, mantené un registro firmado y fechado, idealmente con timestamps verificables. En una disputa futura, eso puede ser la diferencia entre ganar y perder la prioridad.
Diversificá proveedores en I+D crítico. La investigación de Buckmaster y Alpöge usó Codex y Claude en paralelo, una decisión que hoy parece providencial. Para prototipos y descubrimientos sensibles, repartir entre dos o tres modelos reduce el riesgo de quedar atrapado en la política de uso de un único proveedor.

Mientras la comunidad matemática espera la verificación independiente de la prueba de OpenAI —el Clay Mathematics Institute exige publicación y aceptación amplia, un proceso que llevará tiempo—, la pregunta operativa para cualquier fundador es más inmediata: ¿qué parte de tu IP está pasando por un modelo que no controlás, y bajo qué reglas?