OpenAI ha anunciado lo que denomina tres nuevos descubrimientos en análisis armónico, complejidad computacional y teoría cuántica de campos, y de inmediato ha convertido la forma en que los publicó en parte del experimento. Sam Altman amplificó el anuncio del investigador de OpenAI Dan Roberts, quien describió hallazgos que abarcan «matemáticas, informática y física».Sam Altman (sama)¹

La empresa afirma que los resultados incluyen una demostración de la conjetura de suavizamiento local en todas las dimensiones espaciales, con implicaciones para las conjeturas de Kakeya y de restricción de Stein; una supuesta refutación de la Hipótesis de Tiempo Exponencial; y un resultado riguroso de existencia para teorías cuánticas de campos, incluida la cromodinámica cuántica. OpenAI presenta los resultados no como trabajos académicos terminados, sino como «una forma de datos brutos de investigación» que requiere interpretación experta.²

Su cronología comienza con el trabajo reportado de los modelos: OpenAI afirma que obtuvo el resultado de análisis armónico el 18 de octubre de 2026 y lo formalizó en Lean al día siguiente. Dice que la refutación de ETH se produjo el 16 de octubre y se formalizó el 17 de octubre. Para las matemáticas, la empresa publicó la salida del modelo, permitiendo a los investigadores organizar su propio escrutinio.²

Para la teoría de la complejidad, OpenAI reunió en cambio a un grupo externo liderado por Russell Impagliazzo, Ramamohan Paturi y Ryan Williams, al tiempo que publicó de inmediato la demostración en lenguaje natural y la formalización en Lean. El grupo tiene como objetivo poner a prueba y explicar la afirmación de que ETH —una hipótesis utilizada en cientos de resultados de dificultad— es falsa. En física, colaboradores externos primero redactarán el trabajo, y los artefactos subyacentes de IA permanecen inéditos por ahora.²

OpenAI afirma que no reclamará crédito académico y que los académicos participantes deberían recibir reconocimiento por las explicaciones y los artículos que produzcan. También insiste en que los grupos son independientes, voluntarios y libres de publicar sus conclusiones.²

Sin embargo, la empresa reconoce el dilema central: seleccionar a los «pastores» iniciales crea un desequilibrio de información. El panel de asesores matemáticos AGMAI fue más allá y recomendó que las empresas de IA no designen a personas para recibir primero los resultados, al citar «acceso desigual, reputación prestada y selección sesgada».³ Los avances pueden haber sido generados por IA; que se conviertan en ciencia dependerá de una disputa mucho más humana sobre quién puede inspeccionar, explicar y apropiarse de la comprensión.