El País, 10/X/2026. “La publicación por parte de OpenAI de 719 ‘papers’ de primer nivel deja confusos a los matemáticos.”
Todo el mundo está de acuerdo en que la inteligencia artificial (IA) es una revolución, pero solo en lo que afecta a los demás. Los guionistas de Hollywood montaron una huelga hace tres años para que los robots no les quitaran el trabajo, aunque luego no hacen más que escribir guiones sobre la superioridad de las máquinas; los cantantes no quieren ni oír hablar de una IA que imite su estilo; los novelistas están seguros de que las máquinas nunca publicarán una buena novela; los artistas se parten de risa con las ilustraciones hechas con IA y todo en ese plan. Ahora es el turno de los matemáticos.
El tema está caliente desde hace un mes, cuando OpenAI, la empresa creadora de ChatGPT, anunció que había resuelto uno de los siete “problemas del milenio” premiados con un millón de dólares por el Instituto de Matemáticas Clay, entre acusaciones de plagio y una perplejidad generalizada entre la comunidad científica. Pero esta semana ha alcanzado el paroxismo con la publicación, también por OpenAI, de 719 ‘papers’ (artículos técnicos) con la solución de 372 problemas matemáticos de primer nivel. Muchos de estos problemas se han resistido a los matemáticos de carne durante décadas, pero el modelo de OpenAI, que de momento es un secreto industrial, ha tardado solo unas semanas en resolver todo ese material, siempre según la empresa. En vez de reaccionar como los guionistas de Hollywood, la comunidad matemática internacional está reflexionando a fondo sobre el papel de la IA en su disciplina. Y sobre su propio papel en ella. Los matemáticos son gente entrenada para pensar con claridad, pero incluso ellos están confusos.
La producción de matemáticas en masa no ha gustado en el mundillo. La mera generación de soluciones no implica directamente un aumento del conocimiento. El proceso de investigación es a menudo más iluminador que la solución en sí misma, porque es durante el camino donde aparecen percepciones profundas y nuevos enfoques que abren continentes inexplorados a las matemáticas en su conjunto, y no solo para conseguir esa solución concreta como si fuera un trofeo.
Solo leer los 719 ‘papers’ que OpenAI ha producido en un par de semanas es casi una tarea imposible, al menos sin la ayuda de un robot. De hecho, los matemáticos usan una aplicación llamada Lean para ayudarse a verificar las demostraciones de los teoremas, que es precisamente la parte más sufrida del proceso. Y también aquí hay malas noticias, porque justo el martes se publicó en arXiv un artículo que cuestiona la validez de Lean en los trabajos de verificación. Así que la máquina vomita teoremas a centenares, los humanos se tirarán años para verificarlos y, encima, la principal ayuda computacional que tienen para ello está en trámites de necesitar una verificación ella misma. Esto es casi la definición matemática de una crisis.
Los 719 papers de OpenAI abarcan todos los sectores de las matemáticas, de la lógica a la geometría y de la probabilidad al álgebra, y los matemáticos que les han echado un vistazo creen provisionalmente que hay resultados muy importantes en muchas áreas. En el otro platillo de la balanza, las 372 soluciones publicadas por OpenAI son solo una pequeña parte de los 4.000 problemas que había planteado a su sistema, y la empresa no ha publicado cuáles son los asuntos que no ha logrado resolver. A los matemáticos les ayudaría mucho conocer esa lista de fracasos, y les ayudaría más aún saber cómo funciona el modelo secreto de OpenAI. Puesto que el proceso es más importante que la solución, puede haber datos muy valiosos en los pasos intermedios del robot.
Haríamos bien en dejar de ver el desarrollo de la IA como un campeonato de fútbol. Entre otras cosas porque podemos perderlo.
https://elpais.com/opinion/2026-10-10/ia-hora-de-profundizar-el-debate.html.
