El lunes, el matemático de NYU Tristan Buckmaster publicó un trabajo que mostraba que una forma simplificada de las ecuaciones de Navier–Stokes podía fallar, tras casi un año de trabajo con el investigador de Anthropic Levent Alpöge y modelos públicos de IA. El avance de la pareja utilizó un enfoque asociado con Diego Córdoba y Luis Martínez-Zoroa, una vía que otros expertos habían considerado prometedora.¹

Luego, OpenAI anunció que un grupo de agentes había producido una demostración para el problema completo del Premio del Milenio, que pregunta si las ecuaciones que gobiernan el flujo de fluidos pueden desarrollar singularidades. La empresa dijo que los agentes utilizaron un modelo de próxima generación más capaz que GPT-6 Astra.Lilian Weng (lilianweng)² OpenAI no planea reclamar el premio de 1 millón de dólares del Clay Mathematics Institute, pero la escala del esfuerzo subrayó la creciente brecha entre los investigadores académicos y los laboratorios de frontera: aproximadamente 10.000 agentes se ejecutaron de forma simultánea durante 88 horas, con estimaciones que sitúan la factura computacional entre 10 y 40 millones de dólares.³

La celebración se convirtió rápidamente en una disputa por el reconocimiento. Buckmaster dijo que empleados de OpenAI ofrecieron lanzamientos coordinados o colaboración en un artículo que excluiría a Alpöge debido a su afiliación con Anthropic; OpenAI negó que los agentes o el personal accedieran a las transcripciones de la pareja. Sin embargo, la empresa ha dicho que no puede excluir por completo la posibilidad de que datos desidentificados procedentes del uso de productos hayan mejorado sus modelos.¹ Sam Altman defendió la conducta del equipo, afirmando que su comprensión inicial era que los otros investigadores también habían resuelto el problema y que OpenAI quería «colaborar y hacer un lanzamiento conjunto».Sam Altman (sama)⁴

Los críticos siguen sin estar convencidos. Una republicación amplificada por Yann LeCun felicitó a Buckmaster y Alpöge por desarrollar las técnicas asistidas por IA y luego elogió sarcásticamente a OpenAI por no dejar «sin explotar ninguna buena transcripción de clientes».Yann LeCun (ylecun)⁵ Más recientemente, el matemático Andreas Thom calificó de engañosa la distinción de OpenAI entre acceso directo y datos de entrenamiento desidentificados: «La desidentificación puede eliminar un nombre; no elimina el contenido intelectual de una idea matemática».⁶

El argumento ya es más grande que una sola demostración. Para los académicos, el temor es que los laboratorios de IA opacos y con abundante efectivo puedan convertir señales de investigación privadas en ventajas decisivas, dejando a los matemáticos humanos sin la potencia informática ni el reconocimiento para competir.