OpenAI se retira del Mathathon de Caltech tras la carta de 771 matemáticos

Por qué 771 matemáticos y 25 Medallistas Fields se aliaron contra OpenAI en una semana

El 10 de septiembre de 2026, OpenAI retiró US$1 millón en créditos de cómputo que había prometido al Caltech Mathathon, un concurso estudiantil de matemáticas con IA previsto del 30 de octubre al 1 de noviembre. La decisión llegó el mismo día en que una carta abierta firmada por 771 académicos y estudiantes de doctorado calificó el evento de «slop mathematics» —matemáticas producidas deprisa y dejadas para que otros las verifiquen. Apenas 24 horas después, 25 ganadores de la Medalla Fields publicaron una segunda declaración titulada A Severe Misalignment of AI in Mathematics, que elevaba la disputa del evento concreto al futuro de la disciplina.

Ninguna de las dos cartas discute si los modelos «sirven» para matemáticas. Ambas cuestionan qué hacen los laboratorios con los resultados que anuncian. Y por eso el episodio importa más allá de la academia: señala cómo se romperán —o se construirán— las relaciones entre los creadores de modelos de frontera y las comunidades profesionales que dan sentido a esos modelos.

Qué es el Caltech Mathathon y qué cambió

El evento fue anunciado el 4 de septiembre y está organizado por cinco estudiantes de pregrado, encabezados por Caiman Moreno-Earle, un sophomore de 19 años en Caltech. Cien equipos reciben unas 40 horas y aproximadamente US$20.000 en créditos de IA para producir un resultado en un problema abierto. Los mejores pasan a una segunda ronda de seis meses con un preprint obligatorio en arXiv, una presentación en vídeo y una solución autoformalizada, además de una pista educativa de notas y explicaciones.

🤖 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 formato original incluía una línea en la web del evento que preguntaba «cuál es el papel del matemático cuando la IA puede resolver conjeturas más rápido». Esa frase desapareció el 10 de septiembre, tras la publicación de la primera carta. Los organizadores también añadieron el requisito de arXiv que la carta pedía, pero rechazaron cancelar. Los cinco firmaron la Declaración de Leiden, el documento que la comunidad matemática entregó en junio para pedir a las empresas de IA que dejen de usar su trabajo sin permiso.

Hasta el 10 de septiembre, OpenAI y Anthropic habían comprometido US$1 millón cada uno en créditos. Tras la retirada de OpenAI, el Mathathon dijo a Gizmodo que «OpenAI específicamente patrocinaba 10k de los 20k» por equipo y que están «en conversaciones con otras empresas» para reemplazarlos. El cofundador reconoció a Business Insider que él y el resto de organizadores son estudiantes de 19 y 20 años intentando algo que la academia senior no había abordado.

La primera carta: 771 firmas y el término «slop mathematics»

La carta la comenzó a circular el 8 de septiembre una coalición de matemáticos actuales y exalumnos de Caltech, y se publicó el 10 con 771 firmas. Solo podían firmar miembros de la comunidad Caltech e investigadores de matemáticas a nivel de doctorado en adelante. Sus cinco objeciones pueden resumirse en una:

Los matemáticos de investigación acaban verificando, difundiendo y corrigiendo los resultados que anuncian las empresas de IA. Ese trabajo no se compensa, no se acredita y no se reconoce.

La carta concluyó que las compañías estaban incurriendo en mala conducta en la investigación y argumentó que «ningún modelo razonable de investigación matemática entrega a cada investigador US$20.000 en créditos de IA para demostrar un resultado». The Next Web reportó que el evento había superado las 1.000 solicitudes cuando estalló la polémica, lo que da una medida de la demanda que el formato había generado entre los propios estudiantes.

Dan Roberts, investigador principal de OpenAI, escribió en X que la empresa reconoce que «el rápido progreso de la IA en matemáticas es disruptivo» y quiere «involucrar a la comunidad matemática sobre cómo integrar la tecnología». Anthropic, que también aparecía como patrocinadora principal, no se retiró.

La segunda carta: 25 Medallistas Fields y el argumento filosófico

El 11 de septiembre, 25 ganadores de la Medalla Fields —entre ellos Terence Tao, Peter Scholze, Maryna Viazovska, Cédric Villani, Pierre Deligne, Manjul Bhargava y Martin Hairer, con medallas concedidas entre 1978 y 2026— publicaron una declaración aparte, más corta y más abstracta:

Resolver problemas es solo una herramienta y un proxy. El objetivo primario es la comprensión conceptual y el insight. La producción masiva de enunciados verdaderos o falsos a velocidad creciente «podría destruir el terreno fértil» sobre el que florece la investigación matemática.

La declaración no menciona el Mathathon ni pide su cancelación. Va a los benchmarks: lo que miden, lo que dejan fuera y por qué confundir demostrar con entender sería un error estratégico para la propia industria. The Economist reportó 24 firmantes; el sitio del documento y Tao personalmente hablan de 25 iniciales.

Por qué OpenAI se fue y Anthropic se quedó

La diferencia de respuesta entre los dos patrocinadores no fue casual. En la misma quincena del Mathathon, Anthropic publicó otro golpe de efecto mucho mejor recibido por la comunidad: la formalización del Último Teorema de Fermat en Lean completada en 11 días con Claude, anunciada el 4 de septiembre. La revista Nature la reportó como un hito: una prueba de 13 millones de líneas en Lean con 29.500 teoremas intermedios verificados, sobre la prueba original de Andrew Wiles de 1994. SiliconANGLE añadió que el proceso fue posible porque Anthropic dio acceso a Claude a una herramienta open source llamada Prove2Me, diseñada para que agentes de IA decidan el siguiente paso en flujos largos de razonamiento.

Kevin Buzzard, matemático de Imperial College London cuyo proyecto FLT en Lean sirve de base, dijo que el trabajo de Fermat estaba «un orden de magnitud por encima» de hitos previos como la formalización del resultado de empaquetamiento de esferas de Viazovska (también Medallista Fields y firmante de la segunda carta). Buzzard lleva años liderando la formalización en Lean y ha sido público al explicar que una prueba informal, por muy aceptada que esté, lleva un riesgo no nulo de contener errores sutiles.

Dicho de otro modo: Anthropic llegó al Mathathon con un golpe de efecto que la comunidad podía celebrar, mientras OpenAI llegaba con una semana de disputa abierta por el crédito en torno al problema de Navier-Stokes. Para los organizadores del Mathathon, la diferencia práctica era menor —los dos aportaban US$1 millón—; para la comunidad, era enorme.

El detonante: Navier-Stokes, Buckmaster y el «juego terminado»

El 8 de septiembre, OpenAI anunció que un enjambre de sus agentes había producido una solución al problema de Navier-Stokes, uno de los siete Problemas del Milenio del Clay Mathematics Institute. Publicó la prueba al día siguiente y dijo que no reclamaría el premio de US$1 millón. Poco después estalló una disputa de crédito con Tristan Buckmaster, matemático de NYU que estaba atacando el mismo problema junto a Levent Alpöge de Anthropic. Buckmaster acusó a OpenAI de proponerle arreglos de autoría que excluían a Alpöge; Sébastien Bubeck, de OpenAI, negó haber intentado marginar a Alpöge. En entrevistas posteriores con ABC, Buckmaster dijo que la carrera por publicar «ya no tiene sentido, el juego ha terminado».

El Mathathon es, en parte, la respuesta de la comunidad a esa frase. Lo que se discute no es si la IA resuelve problemas formalizados —los resuelve—, sino qué pasa con la disciplina cuando «resolver» deja de ser el cuello de botella.

Qué significa esto para tu startup

Para founders hispanohablantes que construyen sobre IA, la lección no es filosófica: es operativa. La comunidad académica —clientes reales, socios, reguladores y prensa especializada— reacciona de forma muy distinta según cómo se le presente un resultado técnico. Tres acciones concretas:

Separa el benchmark del producto, siempre. Los Medallistas Fields recordaron que ningún benchmark actual mide «comprensión conceptual». Si tu pitch depende de un número (porcentaje en ExploitBench, paridad humana, etc.), acompáñalo de qué caso de uso real habilita. Eso convierte la cifra en herramienta, no en eslogan.
Diseña la relación con la comunidad, no el golpe de efecto. Anthropic no ganó el debate porque su prueba de Fermat fuera más impactante que la de OpenAI en Navier-Stokes: ganó porque la construyó sobre años del proyecto de Buzzard en Lean, dando crédito explícito a los matemáticos cuyo trabajo hizo posible el resultado. Si tu startup depende de una comunidad de expertos, tu cronograma de partnerships importa tanto como tu cronograma técnico.
Asume que «el juego ha terminado» es un meme peligroso. Buckmaster, uno de los protagonistas del episodio, lo dijo en caliente. Para una startup no significa rendirse; significa repensar dónde está el valor añadido. En matemáticas, lo que sobrevive al benchmark es el insight y la curación. En tu sector, pregúntate qué parte de tu trabajo resiste cuando el modelo ya da la respuesta correcta.