OpenAI y la guerra de las matemáticas: 722 papers y una crisis

Lo que acaba de pasar entre OpenAI y los matemáticos

El 6 de octubre de 2026, OpenAI publicó un repositorio con 722 papers matemáticos generados por un modelo interno de frontera que la compañía no ha hecho público. La empresa afirma que ese mismo modelo rozó tres de los cinco Problemas del Milenio que seguían abiertos, incluida una versión debilitada de la hipótesis de Riemann sobre la que la propia Xataka informó el 30 de septiembre. La organización de los resultados —372 grupos a partir de unos 4.000 problemas planteados— y la promesa de un modelo "que produjo estos resultados" se lanzó con un comunicado que, en palabras de varios matemáticos citados por MIT Technology Review, parece más "una demostración de poder que de rigor académico".

El episodio llega solo un mes después de que la misma compañía asegurara haber resuelto un caso del problema de Navier-Stokes, uno de los siete Problemas del Milenio del Clay Mathematics Institute, usando unos 10.000 agentes de IA en aproximadamente 88 horas y un gasto en cómputo del que OpenAI solo ha dicho que fue "de millones de dólares" (estimaciones externas citadas por el resumen de la controversia en Scientific American lo situaron entre US$15M y US$22,5M).

Por qué este caso importa más que los anteriores

No es la primera vez que un laboratorio de IA dice haber resuelto un problema abierto. En julio, Anthropic presentó a través de Levent Alpöge un contraejemplo al Jacobian conjecture con su modelo Claude Fable 5. Y a finales de ese mismo mes, OpenAI anunció 10 logros de su modelo en desarrollo Astra, con un coste declarado de unos US$2.000 en cómputo, aunque matemáticos de Yeshiva y Cambridge detectaron citas insuficientes a trabajos previos.

Lo que cambia con el anuncio de octubre es la escala y el método:

• 722 papers de golpe, en lugar de demostraciones puntuales y mediáticas.
• Un modelo cerrado que produce los resultados y del que la comunidad no puede auditar el razonamiento completo: solo hay "summaries" de cadena de pensamiento para 10 de los 722 papers.
• Una afrenta directa al proceso de peer review: la Asociación de Matemáticas Humanas pidió a los matemáticos que dejen de colaborar con OpenAI y calificó la publicación masiva como "una demostración de poder".

Las tres grietas que abrió el anuncio

1. ¿A quién pertenece el avance?

El matemático de NYU Tristan Buckmaster y Levent Alpöge, empleado de Anthropic, llevaban casi un año trabajando con IA en una versión simplificada de Navier-Stokes. El día antes del anuncio de OpenAI publicaron su resultado sobre las ecuaciones de Euler. Buckmaster acusó a OpenAI de proponerles publicar primero y dejar a Alpöge fuera del paper conjunto por trabajar en un rival, y de haber usado el enfoque que ambos habían explorado. Sébastien Bubeck, jefe de investigación matemática de OpenAI, negó las acusaciones y dijo que la inspiración para abordar el problema fueron "rumores" sobre el trabajo del dúo, no los prompts ni las pruebas.

2. La verificación no sigue el ritmo

El Clay Mathematics Institute anunció el 11 de septiembre que iniciaría un proceso de verificación formal que llevará varios años. El matemático de Harvard Max Weinreich recordó que en una semana tras el contraejemplo al Jacobian conjecture aparecieron decenas de papers de seguimiento generados con IA, y una petición en Caltech —que superó las 771 firmas— obligó a OpenAI a retirar el patrocinio de un mathathon estudiantil el 10 de septiembre.

3. ¿Qué se pierde cuando la IA "resuelve" un problema?

Terence Tao (Fields Medal 2006, a los 31 años) lo resumió en Las matemáticas en la era de la IA y en un hilo en Mastodon: en matemáticas puras, el valor no está solo en la respuesta, sino en el proceso de intentar llegar a ella. "Resolver prematuramente un problema con métodos puramente de IA, sobre todo sin transparencia, puede contaminar ese proceso y ser un saldo negativo para el progreso de las matemáticas", escribió. Tao usa Lean, un asistente de demostración formal, en su flujo diario, y aun así advierte: una respuesta formalmente verificada no es lo mismo que una demostración inteligible que otros matemáticos puedan usar.

La respuesta institucional: Leiden, Fields Medal y un grupo asesor

La presión no es solo ruido. Hay tres hitos verificables:

• La Declaración de Leiden sobre IA y Matemáticas, publicada el 2 de junio de 2026 tras un taller en el Lorentz Center de Leiden, superó las 4.000 firmas al 22 de septiembre. Fue desarrollada por un grupo de trabajo de 17 investigadores y cuenta con el apoyo de la International Mathematical Union. No prohíbe la IA: pide transparencia de uso, responsabilidad humana sobre la corrección de resultados y que no se conceda autoría a sistemas automatizados.
• El 11 de septiembre, una quincena de medallistas Fields, entre ellos Terence Tao y el japonés Shigefumi Mori, firmaron la carta abierta "A Severe Misalignment of AI in Mathematics", con más de dos docenas de firmantes. Advierte que resolver problemas como benchmark distorsiona los fines de la disciplina.
• El 21 de septiembre, OpenAI anunció que colaboraría con un Advisory Group on Mathematics and AI de 9 miembros en el Institute for Advanced Study de Princeton, con figuras como Timothy Gowers y Ravi Vakil (presidente de la American Mathematical Society). El grupo pidió a las desarrolladoras dejar de probar problemas avanzados con modelos propietarios; OpenAI rechazó esa recomendación y seguirá evaluando con su modelo interno.

Qué significa esto para tu startup

Aunque el ruido parece académico, el fondo toca directamente a quien construye producto con IA. Tres lecturas prácticas:

• "Resultado verificado" ya no es lo que era. Un paper, un benchmark o un "hito" anunciado por un laboratorio sin acceso al modelo que lo produjo es un insumo con un nuevo tipo de riesgo. Si tu producto depende de un modelo cerrado para tomar decisiones críticas, exige trazabilidad del razonamiento, no solo del output. Lean y la verificación formal son una pista técnica a seguir de cerca, incluso fuera de las matemáticas.
• La atribución importa en tu data y en tu modelo. La queja central de Leiden y de la carta de los Fields Medal es que los modelos se entrenan con trabajo humano sin crédito ni consentimiento. Si entrenas o fine-tuneas con datos de terceros, documenta licencias, citas y procedencia: el estándar que la comunidad matemática está intentando imponer se filtrará a regulación y a due diligence de inversores.
• La geopolítica del cómputo se parece a la del capital. OpenAI gastó "millones de dólares" en un solo problema. Según Javier Gómez-Serrano (Brown University), citado por el resumen de la controversia, "pocos matemáticos tendrán recursos de esa escala". En tu startup, diseña para escenarios donde el acceso al modelo frontera sea caro, limitado o se cierre: caches, modelos propios más pequeños, técnicas de destilación y rutas de salida son ya una necesidad estratégica, no una optimización.

La pregunta de fondo que queda abierta

El 11 de septiembre, Fields Medalist Jacob Tsimerman anunció que se unía al equipo de seguridad de IA de OpenAI poco después de recibir el premio, convencido de que la IA superará pronto a los humanos en investigación matemática. Otros, como Gowers, prefieren un mundo donde los teoremas no lleven nombre humano, como las estrellas. Tao, en cambio, recuerda que "falta la demostración inteligible que los matemáticos humanos puedan comprender y utilizar para hacer avanzar los objetivos de las matemáticas".

Quien decida cómo publicar, cómo firmar y cómo verificar los próximos 722 —o 7.222— resultados no будет solo un comité editorial: será el comité que defina qué cuenta como avance en la próxima década. Y eso, para cualquier founder que trabaje con IA, no es un debate lejano.

Fuentes

• Una parte de la comunidad matemática está en pie de guerra contra OpenAI — Xataka
• OpenAI publishes 722 AI-generated math papers as researchers challenge its closed model — TechSpot
• OpenAI claims blockbuster math breakthrough amid swirl of controversy — Scientific American
• What OpenAI's latest controversy tells us about the future of math — MIT Technology Review
• Mathematicians warn of AI threats to profession as industry encroaches — Ars Technica
• The world's mathematicians just issued a formal declaration telling AI companies to stop using their work without permission — The Next Web