¿Qué ocurriría si una máquina pudiera entregar, en pocas horas, la respuesta a un problema que había ocupado a matemáticos durante años? La escena parece una calculadora con superpoderes, pero también abre una pregunta incómoda: ¿entender una solución sigue siendo tan importante como encontrarla?
OpenAI publicó en GitHub 719 trabajos matemáticos, agrupados en 372 familias de resultados, generados por uno de sus modelos de inteligencia artificial más avanzados. Muchos abordan problemas abiertos en álgebra, teoría de números e informática teórica.
El hallazgo tiene una dimensión llamativa: el modelo, que aún no está disponible para el público, fue probado con cerca de 4.000 problemas. Para cada resultado, OpenAI dedicó una capacidad de cálculo equivalente a unas tres horas de ChatGPT Pro.
Sin embargo, la pieza clave todavía necesita revisión humana. No todas las demostraciones, es decir, las cadenas de pasos que prueban que una respuesta es correcta, fueron verificadas. La propia compañía reconoce que algunos documentos pueden contener errores.
También te puede interesar:OpenAI Lanza el Modo Visión en Tiempo Real y Compartir Pantalla en EuropaSteven Kelk, profesor asociado de informática teórica de la Universidad de Maastricht, observa los resultados con admiración. Según señala, la IA podría haber concentrado avances equivalentes a entre diez y veinte años de investigación.
“Provoca una gran sensación de vacío”, advierte Kelk al describir el costo posible de obtener respuestas inmediatas.
Una casa con planos, pero sin albañiles
El mecanismo puede entenderse como la reforma de una casa antigua. Durante años, distintos equipos revisan cañerías, tiran paredes, prueban llaves y descubren por qué una habitación no encaja con el resto del plano. Cada error deja una pista para la siguiente persona.
La IA parece llegar con una caja enorme de herramientas y un plano ya armado. Puede señalar una puerta de salida, pero eso no garantiza que todos comprendan cómo quedó construido el pasillo. Esa es la diferencia entre recibir un resultado y recorrer el camino intelectual que lo sostiene.
También te puede interesar:OpenAI Lanza el Modo Visión en Tiempo Real y Compartir Pantalla en Europa
En matemáticas, ese recorrido importa. Un intento fallido puede revelar una propiedad oculta, conectar dos áreas alejadas o permitir que otros investigadores formulen una pregunta mejor. Kelk subraya que investigar también implica colaborar, equivocarse y encontrar ideas nuevas mientras se busca una solución.
Por eso, la velocidad no funciona como un interruptor que resuelve todo por sí solo. Puede encender una oportunidad, pero requiere un cableado de revisión, explicación y debate para que el conocimiento sea robusto.
La verificación humana como central de control
La publicación llega después de que OpenAI presentara en septiembre una solución al problema de Navier-Stokes, uno de los grandes desafíos de las matemáticas. Ese anuncio recibió críticas, entre ellas las del matemático Tristan Buckmaster, quien cuestionó el papel de trabajos previos en el resultado atribuido a la IA.
Esta vez, OpenAI afirma haber consultado a expertos independientes para mejorar cómo comunica y comparte sus descubrimientos. El grupo asesor independiente AGMAI también reclama transparencia: los avances deben alimentar el conocimiento humano y no quedar como una caja cerrada.
Terence Tao, una de las voces más reconocidas de la disciplina, alertó sobre otro riesgo: usar resultados producidos por IA sin comprenderlos de forma suficiente. Es una advertencia similar a seguir las instrucciones de un GPS sin mirar nunca el mapa.
Como respuesta, OpenAI anunció una aportación de cinco millones de dólares a una iniciativa de la Fundación Simons. El objetivo es ayudar a matemáticos a estudiar y entender las demostraciones generadas por inteligencia artificial.
La promesa no está solo en resolver más rápido, sino en convertir esas respuestas en una herramienta que otros puedan revisar, enseñar y mejorar. Si ese engranaje funciona, la IA no reemplazará el trabajo de pensar: podrá iluminar nuevas habitaciones de una casa que la humanidad sigue construyendo.
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.
