¿Qué ocurre cuando una máquina entrega cientos de respuestas a problemas que durante años ocuparon pizarras, congresos y carreras enteras? La velocidad puede impresionar, pero en ciencia hay una pregunta más incómoda: ¿quién revisó cada paso antes de celebrar el resultado?
La Association of Human Mathematics (AHM) acusó a OpenAI, la empresa dirigida por Sam Altman, de ignorar normas esenciales de la investigación científica. El conflicto apareció después de que la compañía difundiera más de 700 documentos con supuestas soluciones a problemas matemáticos de alto nivel.
Para la AHM, el hallazgo no está en la cantidad de archivos publicados, sino en el mecanismo que habría quedado fuera del proceso: la revisión por pares (examen de otros especialistas). La asociación pidió a los matemáticos que interrumpan su colaboración con OpenAI y reciban estos anuncios con escepticismo.
La discusión no se centra, al menos por ahora, en demostrar que cada resultado sea incorrecto. La pieza clave es otra: una solución matemática necesita ser leída, discutida y comprobada por expertos independientes antes de poder considerarse válida para toda la comunidad.
También te puede interesar:OpenAI Lanza el Modo Visión en Tiempo Real y Compartir Pantalla en EuropaLa ciencia como una instalación eléctrica
La polémica puede entenderse con una analogía doméstica. Resolver un problema matemático complejo se parece a instalar el cableado de una casa: no alcanza con encender una luz y comprobar que funciona durante un segundo.
La revisión científica es el interruptor que permite comprobar si todo el circuito resiste antes de conectar la vivienda completa. Otros electricistas revisan los cables, buscan fallas ocultas y verifican que el sistema no provoque un cortocircuito cuando aumente la exigencia.
En matemáticas, esos “cables” son los pasos de una demostración. Una inteligencia artificial puede proponer una ruta inesperada o detectar una relación que nadie había visto. Sin embargo, si otros matemáticos no examinan ese recorrido, el resultado todavía no tiene el mismo peso que una prueba consolidada.
La AHM sostiene que publicar más de 700 documentos de una sola vez se parece más a mostrar la potencia de un generador que a terminar una instalación segura. La asociación remarcó que los investigadores no habían pedido a OpenAI que produjera ese volumen de trabajo.
También te puede interesar:OpenAI Lanza el Modo Visión en Tiempo Real y Compartir Pantalla en EuropaEntre los casos mencionados figura el de las ecuaciones de Navier-Stokes, fórmulas que describen el movimiento de fluidos como el agua o el aire. OpenAI afirmó en octubre haber alcanzado una resolución sobre ese desafío, uno de los problemas más complejos de la matemática aplicada.
Además, a principios de año la empresa aseguró haber resuelto problemas de Erdős planteados décadas atrás. Esos anuncios mostraron que los modelos de frontera (sistemas de IA más avanzados) pueden trabajar sobre terrenos que antes parecían reservados a especialistas humanos.
Pero el Advisory Group on Mathematics and Artificial Intelligence ya había recomendado que estas compañías no usaran sus sistemas para demostrar problemas matemáticos avanzados. Según la AHM, OpenAI también dejó de lado esa advertencia.
Más resultados no siempre significan más conocimiento
El debate abre una oportunidad para distinguir entre producir respuestas y construir comprensión. Una IA puede acelerar tareas, ordenar hipótesis y encontrar patrones, pero la ciencia necesita que sus engranajes sean visibles para que otra persona pueda repetir, corregir o ampliar el trabajo.
La asociación también ubicó esta crítica dentro de otros conflictos que enfrenta OpenAI, incluidas demandas por presunto plagio ilegal, infracción de derechos de autor y dilución de marca. Esos litigios no prueban por sí solos una falta matemática, pero alimentan sus dudas sobre cómo la empresa maneja el conocimiento que utiliza o genera.
Por ahora, no existe una cifra pública de adhesiones al pedido de boicot ni datos sobre investigadores que hayan roto vínculos con la compañía. No puede hablarse de una ruptura masiva, aunque sí de una advertencia seria.
La clave, para la AHM, es sencilla: la IA puede ser una herramienta potente, pero el conocimiento solo enciende de verdad cuando toda la casa científica puede revisar su cableado.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
