OpenAI crea grupo asesor de matemáticas tras 100+ problemas

Un grupo asesor en Princeton para ordenar la estampida

OpenAI anunció este lunes la creación del Advisory Group on Mathematics and Artificial Intelligence, un comité independiente de nueve matemáticos hospedado en el Institute for Advanced Study (IAS) de Princeton, según publicó TechCrunch. La decisión llega después de que la propia compañía asegurara que un modelo interno —todavía sin publicar— resolvió más de 100 problemas abiertos en apenas días, un ritmo que «ha sorprendido a los matemáticos dentro de OpenAI», reportó OfficeChai al repasar el anuncio.

Para una startup esto importa por una razón directa: si los modelos frontera ya generan matemática nueva a escala, la pregunta no es si van a tocar tu sector, sino cuándo. La gobernanza que hoy se inventa para las ciencias básicas será el molde que se copie para biología, materiales, clima y defensa. Entender cómo se diseña ese molde es ventaja competitiva.

¿Quiénes son los nueve matemáticos del grupo?

El comité reúne a investigadores de primer nivel, entre los que se cuentan los medallas Fields Timothy Gowers (1998), Martin Hairer (2014) y Edward Witten (1990). OfficeChai enumeró los nombres iniciales: François Charles, Camillo De Lellis, los citados Gowers, Hairer y Witten, junto a Nikhil Srivastava, Ulrike Tillmann, Ravi Vakil y Melanie Matchett Wood.

🤖 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

El grupo es notable por dos razones. Primero, por el nivel de los nombres elegidos: Witten y Gowers, por ejemplo, han marcado la matemática de las últimas décadas. Segundo, según TechCrunch solo Camillo De Lellis —el único miembro del propio IAS— firmó también la carta abierta de los 25 medallistas Fields que criticaba la presión competitiva de los laboratorios. Es decir, la mayoría del comité viene de fuera del bloque que protesta, lo que da una cobertura política más amplia.

El propio texto de OpenAI, recogido por OfficeChai, define el mandato: asesorar en revisión y comunicación de nuevos resultados, evaluar su relevancia, coordinar diseminación y pronunciarse sobre estándares académicos y profesionales. Los miembros no serán pagados por OpenAI, podrán ofrecer consejo no solicitado, hacer públicas sus opiniones y decidir sobre su propia composición.

La tormenta Navier-Stokes: premio, pero ¿el premio correcto?

El detonante del anuncio fue la publicación, hace dos semanas, de una supuesta solución al problema de Navier-Stokes, uno de los siete Millennium Prize Problems del Clay Mathematics Institute —con un premio de un millón de dólares—. En un principio parecía el bombazo definitivo: una demostración asistida por IA, verificada automáticamente.

Pero como reveló Scientific American, hay un matiz incómodo. La demostración del modelo de OpenAI resuelve una variante del problema que recurre a una «fuerza externa» específica —la opción «C» incluida por Charles Fefferman en 2000 al redactar el enunciado oficial del Clay— que muchos matemáticos consideran desconectada de la pregunta realmente interesante. «El problema más importante sigue sin resolverse», dijo al medio Luis Silvestre, matemático de la Universidad de Chicago.

El jueves previo al anuncio, además, tres matemáticos publicaron una demostración que muestra que el método de OpenAI nunca podrá extenderse al problema completo: si se elimina la fuerza externa, el «blowup» desaparece. Es decir, aunque el resultado cumple con la formulación literal del Clay, queda en una vía muerta para la pregunta sustantiva. El propio medio recoge la frase de Gonzalo Cao-Labora: «Dependiendo de la respuesta a esto, creo que la contribución de OpenAI se valorará de forma diferente».

¿Mintió OpenAI? No: técnicamente resolvió un problema abierto y lo verificó. La cuestión es otra: la selección de qué problema anunciar —y cómo presentarlo— se está usando como métrica de marketing, y eso es exactamente lo que señala la carta de los 25 medallistas Fields.

¿Qué dice la comunidad matemática?

La presión sobre OpenAI viene de tres frentes coordinados.

La carta de los 25 medallistas Fields. A comienzos de septiembre, 25 ganadores del premio Fields firmaron una carta abierta —recogida por TechCrunch— advirtiendo que los laboratorios de IA están «amenazando el trabajo intelectual» de los matemáticos al usar problemas famosos como marcador competitivo.

La Declaración de Leiden. En junio, un grupo de matemáticos publicó este documento, recogido por Phys.org, alertando que «las técnicas automatizadas actuales pueden producir argumentos plausibles pero no fiables (o incluso incorrectos), difíciles de distinguir de pruebas matemáticas correctas». El texto pedía marcos y salvaguardas explícitas.

La fuga de talento hacia el propio laboratorio. El caso más elocuente es Jacob Tsimerman, medallista Fields 2026 y profesor en Toronto, que anunció su incorporación al equipo de seguridad de OpenAI a finales de agosto, según Yahoo News. Declaró al New York Times que «muy pronto, la IA será capaz de crear muchos más papers de calidad muy superior». Su mensaje es doble: la velocidad de la IA es real, y la disciplina necesita reordenarse para absorberla sin romperse. La propia entrega de las medallas Fields 2026 —cubierta por Phys.org— tuvo a la IA como telón de fondo: el medallista Yu Deng dijo que el campo «cambiará», en una nota de «optimismo cauteloso».

¿Qué significa esto para tu startup?

Lo que OpenAI está negociando con la matemática pura es la primera plantilla de gobernanza sectorial para IA. Es una señal que cualquier founder debería leer con atención, sobre todo si su producto toca dominios donde la verificación independiente es parte del valor.

Acción 1: diseña tu «comité de IA responsable» antes de que te lo exijan. OpenAI aprendió por la presión mediática; tú no tienes ese lujo. Si tu producto toca dominios sensibles (educación, salud, legal, finanzas), documenta ya un panel externo —académico, clínico o de usuarios avanzados— con poder explícito sobre qué métricas se publican. No es buena praxis por caridad: es lo que va a separar a los proveedores que sobrevivan a la regulación de los que no.

Acción 2: separa «resolver» de «publicar». El propio grupo asesor deja por escrito que no tendrá voto sobre el ritmo interno de la investigación de OpenAI: solo sobre cómo se anuncian los resultados. Esa distinción —comunicar vs. desarrollar— es la más operativa que un founder puede copiar. Define desde ya en tu equipo un protocolo de qué publicas, cuándo y con qué verificación externa. El episodio de Navier-Stokes demuestra que ser el primero en publicar puede salirte más caro que ser el segundo.

Acción 3: mide a tus proveedores por cómo gestionan sus errores. El comité que acaba de crear OpenAI cuenta con poco poder de decisión formal. Lo que sí tiene es el derecho a hacer declaraciones públicas disidentes. Esa cláusula es la que un founder debería exigir a cualquier proveedor de IA que use en producción: un contrato que te permita publicar a ti tus discrepancias técnicas sin penalización. Si tu proveedor no la tiene, estás confiando tu reputación a un modelo cerrado.

Conclusión

OpenAI no inventó la fricción entre IA y ciencia: la hizo visible a fuerza de titular. El grupo asesor en Princeton es, en el mejor de los casos, un experimento de gobernanza que otros laboratorios copiarán; en el peor, una pieza de relaciones públicas. Lo que sí queda claro es que la velocidad de la frontera exige, por primera vez, instituciones externas con derecho a la palabra —y eso es un cambio cultural que cualquier startup que use IA debería estar replicando a menor escala antes de que la regulación se lo imponga.