OpenAI y Anthropic refutan la hipótesis ETH de 1999

Un modelo de IA produjo una demostración que refuta un supuesto vigente desde 1999 y dejó obsoletos, de golpe, cientos de artículos académicos. La prueba de OpenAI —generada el 16 de octubre y anunciada el 26 del mismo mes— derriba la Hipótesis del Tiempo Exponencial (ETH), uno de los cimientos de la informática teórica. Horas después, Anthropic publicó su propia refutación, desarrollada de forma independiente y sin conocimiento del trabajo de la otra compañía. Para cualquier founder que construye sobre supuestos técnicos heredados, la lección es incómoda: los cimientos de tu stack pueden moverse más rápido de lo que tardas en leer el paper que los justifica.

¿Qué es la Hipótesis del Tiempo Exponencial y por qué sostenía media informática?

La ETH, propuesta en 1999 por Russell Impagliazzo y Ramamohan Paturi, sostiene que ningún algoritmo puede resolver 3-SAT —un problema de lógica booleana con interruptores de verdadero o falso— significativamente más rápido que la fuerza bruta a medida que crece el número de variables. Verificar una respuesta propuesta es fácil; encontrarla es difícil, porque cada variable nueva duplica las combinaciones posibles.

Durante casi tres décadas esa premisa funcionó como muro de carga. Según OpenAI, cientos de artículos en teoría de grafos, biología computacional y bases de datos construyeron sus resultados de dureza sobre ella. El paper de Anthropic, titulado A 2^o(n) Time Algorithm for 3-SAT, cifra el impacto en más de 800 trabajos publicados que dependen de la ETH o de su versión reforzada, la SETH.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Qué encontraron exactamente los modelos de OpenAI y Anthropic?

OpenAI produjo una demostración en lenguaje natural el 16 de octubre y la formalizó en Lean —un software que verifica cada paso lógico— un día después. El algoritmo publicado resuelve entradas con n variables en aproximadamente 2^(n/√log n) pasos, por debajo del piso exponencial que predecía la ETH.

Anthropic llegó al mismo lugar por su cuenta. Su paper, firmado simplemente como «Claude, Anthropic», describe un algoritmo determinista que resuelve 3-SAT y también su versión de conteo (#3-SAT) en tiempo subexponencial. El investigador Levent Alpoge detalló que el algoritmo central lo encontró un modelo interno de Claude el mismo 16 de octubre, usando 14 millones de tokens de salida y sin intervención humana en el descubrimiento. La formalización en Lean 4 —1.050 módulos construidos desde cero sobre Mathlib— fue verificada por el kernel de Lean y por un comprobador independiente llamado nanoda.

Hay un detalle que el propio paper admite: el desarrollo en Lean «fue escrito por modelos de IA y revisado por otras instancias de los mismos modelos», y al momento de escribirlo ninguna persona lo había revisado.

¿Esto rompe la criptografía o resuelve P vs NP?

No, y conviene ser preciso porque la confusión ya circula. Refutar la ETH no demuestra que P = NP, la pregunta más famosa de la informática. La ETH era una afirmación más fuerte que P ≠ NP, así que derribarla deja la pregunta mayor abierta. BeInCrypto lo ilustra con una imagen útil: la IA encontró un sendero más corto sobre la montaña, no un túnel a través de ella.

Tampoco hay amenaza inmediata para la criptografía. Las firmas de Bitcoin dependen de criptografía de curva elíptica, un problema que este algoritmo no toca. El paper de Anthropic aclara que la mejora es puramente asintótica: para una fórmula 3-SAT típica, su cota no supera a la fuerza bruta hasta que el número de variables pasa de 10^10.000, una cifra sin efecto práctico si se considera que la fuerza bruta ya es impracticable alrededor de las 100 variables. En palabras del propio paper, el resultado «no dice nada sobre resolver fórmulas en la práctica».

Aun así, Daniel Lokshtanov, profesor de la UC Santa Barbara, advierte en WIRED que el hallazgo «sin duda debería preocupar a algunos diseñadores de sistemas criptográficos».

¿Quién está verificando las pruebas y qué falta?

Aquí está el punto que separa un titular de un hecho consolidado: ninguna de las dos demostraciones ha sido verificada de forma independiente por la comunidad. OpenAI pidió a los autores originales de la hipótesis y a un académico del MIT que refutó una versión de la ETH que convoquen a investigadores para analizarlas. Hasta ahora el esfuerzo incluye un formulario de Google para sumar voluntarios y el compromiso de financiar una conferencia sobre el tema. Ryan Williams, del MIT, coordina la revisión y señaló que partes de la prueba de OpenAI contienen técnicas poco familiares que merecen examen del resto de la comunidad.

El costo humano ya es visible. Lokshtanov estima que, de confirmarse el resultado, alrededor de 50 de sus artículos publicados quedarán «inútiles» o necesitarán revisión. Peter Jonsson, de la Universidad de Linköping, presentará su trabajo en dos semanas en el Simposio IEEE sobre Fundamentos de la Informática sabiendo que buena parte no funciona: «La gente empezará las charlas diciendo: ‘la ETH es falsa, la mitad de mi artículo no funciona'».

Thore Husfeldt, jefe del grupo de investigación de algoritmos de la Universidad de Tecnologías de la Información de Copenhague, lo describe como «un resultado único en una generación» y reconoce que su departamento ha considerado contratar a un psicólogo laboral porque «algunas personas están muy deprimidas y tristes».

El ruido también es un problema: 722 manuscritos y un paper que nadie lee

A principios de mes, OpenAI publicó 722 manuscritos sobre 400 problemas en GitHub, lo que según académicos dificulta la comprensión de los resultados. Varios documentos con errores alimentaron la percepción de un lanzamiento apresurado. En esta ocasión, el paper de unas 60 páginas sobre la ETH parece estar mejor escrito que las publicaciones anteriores de la compañía, según académicos consultados por WIRED.

Husfeldt recibió a mitad de entrevista un documento de 17 páginas generado por IA desde una cuenta de Gmail aleatoria. No lo leerá: «Leer matemáticas requiere una gran inversión de tiempo cognitivo», explica.

¿Qué significa esto para tu startup?

El episodio no es una curiosidad académica. Es un caso de estudio sobre qué pasa cuando la capacidad de generar resultados supera la capacidad de verificarlos, y ese desequilibrio ya está en tu operación si usas IA para producir código, análisis o documentación.

Audita tus supuestos heredados. Si tu producto depende de una librería, un benchmark o un paper de hace años, ese supuesto puede caer sin aviso. Haz una lista de las dependencias técnicas críticas que nunca cuestionaste y pregúntate qué pasaría si una de ellas se invalida mañana.
No confundas demostración con producto. La mejora de OpenAI y Anthropic es asintótica: no acelera nada que puedas correr hoy. Cuando un proveedor anuncie un salto de rendimiento, verifica si aplica a tu escala real o solo al límite teórico.
Invierte en el rol de verificador. Generar resultados con IA es barato; revisarlos es caro y consume tiempo cognitivo humano. Si tu equipo produce con IA, define quién firma la revisión y con qué criterio, antes de que el volumen te desborde.

Conclusión

La ciencia avanza refutando hipótesis, y que un investigador sea superado por otro grupo no es nuevo. Lo nuevo es la velocidad: la IA comprime en semanas lo que antes tomaba años y aniquila programas de investigación completos en el camino. Husfeldt lo resume con entusiasmo en lugar de resignación: «Es como si alguien hubiera iluminado un subcampo entero con un haz de conocimiento, y ahora corremos como conejitos emocionados explorando todos los rincones».

Para un founder, la conclusión práctica es doble. Primero, ningún supuesto técnico es permanente, ni siquiera los que sostuvieron 27 años de literatura. Segundo, el activo escaso dejó de ser la capacidad de generar: es el juicio para decidir qué vale la pena verificar. Jonsson lo dice sin rodeos: «Me da igual si es una prueba escrita por humanos, por IA o si nos la transmitió un extraterrestre. Si es cierta, simplemente debemos usarla en el futuro».