La última publicación matemática de OpenAI ha llegado a la vez como un espectáculo y una prueba de estrés: una enorme y supuesta oleada de avances procedente de un modelo de frontera aún no publicado, entregada ahora a un campo construido en torno a una verificación lenta y rigurosa.

La tensión venía aumentando desde septiembre, cuando OpenAI dijo que su sistema había «resuelto más de 100 problemas abiertos de larga data en la mayoría de las áreas de las matemáticas».¹ El encuadre público de la empresa fue abiertamente ambicioso. En una publicación compartida por la ejecutiva de OpenAI Lilian Weng, afirmó que estaba difundiendo «una amplia gama de nuevos resultados matemáticos» producidos por un modelo de frontera interno y desarrollados con el asesoramiento de un grupo independiente de matemáticas e IA.Lilian Weng (lilianweng)² Greg Brockman presentó la ambición más amplia como la «aceleración del descubrimiento científico y la mejora de la calidad de vida para todos».Greg Brockman (gdb)³

Luego llegó la divulgación concreta del martes: 722 manuscritos que abarcan 372 familias de resultados, con soluciones a «cientos» de preguntas abiertas, según el Grupo Asesor sobre Matemáticas e Inteligencia Artificial, o AGMAI.¹ Otro relato describió hallazgos sobre más de 300 problemas abiertos como una «cantidad asombrosa de progreso matemático» que dejó a los matemáticos intentando dar sentido a la publicación.⁴

OpenAI ha proporcionado algunos resúmenes de razonamiento, estimaciones del uso de cómputo y cifras sobre los problemas intentados; afirma que el resultado promedio requirió el equivalente a tres horas de razonamiento de ChatGPT Pro. Está publicando mediante un repositorio de GitHub con protocolos de revisión y citación.¹

Pero las recomendaciones de AGMAI agudizan el otro lado de la historia. El grupo ha instado a los laboratorios a publicar con prontitud a través de canales académicos establecidos cuando sea posible y a revelar el modelo, los prompts y los costos de cómputo. De forma más directa, indicó a las empresas que «se abstengan de tratar la publicación de resultados matemáticos como vehículos de marketing para promocionar sus modelos».¹ Los resultados pueden ser extraordinarios; la cuestión ahora es si su validación puede mantener el ritmo.