OpenAI ha annunciato quelle che definisce tre nuove scoperte nell'analisi armonica, nella complessità computazionale e nella teoria quantistica dei campi, rendendo poi immediatamente anche il modo in cui le ha pubblicate parte dell'esperimento. Sam Altman ha rilanciato l'annuncio del ricercatore di OpenAI Dan Roberts, che ha descritto risultati che spaziano tra «matematica, informatica e fisica».Sam Altman (sama)¹

L'azienda afferma che i risultati includono una dimostrazione della congettura di smoothing locale in ogni dimensione spaziale, con implicazioni per le congetture di Kakeya e di restrizione di Stein; una presunta confutazione dell'Ipotesi del Tempo Esponenziale; e un risultato rigoroso di esistenza per teorie quantistiche dei campi, inclusa la cromodinamica quantistica. OpenAI presenta gli output non come ricerca accademica conclusa, ma come «una forma di dati grezzi di ricerca» che richiede l'interpretazione di esperti.²

La sua cronologia inizia con il lavoro che i modelli avrebbero svolto: OpenAI afferma di aver ottenuto l'output sull'analisi armonica il 18 ottobre 2026 e di averlo formalizzato in Lean il giorno successivo. Afferma che la confutazione dell'ETH è stata prodotta il 16 ottobre e formalizzata il 17 ottobre. Per la matematica, l'azienda ha pubblicato l'output del modello, consentendo ai ricercatori di organizzarne autonomamente l'esame.²

Per la teoria della complessità, OpenAI ha invece riunito un gruppo esterno guidato da Russell Impagliazzo, Ramamohan Paturi e Ryan Williams, pubblicando al contempo immediatamente la dimostrazione in linguaggio naturale e la formalizzazione in Lean. Il gruppo ha il compito di verificare e spiegare l'affermazione secondo cui l'ETH—un'ipotesi impiegata in centinaia di risultati di complessità—è falsa. Per la fisica, i collaboratori esterni redigeranno prima il lavoro, mentre gli artefatti IA sottostanti restano per ora inediti.²

OpenAI afferma che non rivendicherà il riconoscimento accademico e che gli studiosi partecipanti dovrebbero ricevere riconoscimento per le spiegazioni e gli articoli che produrranno. Insiste inoltre sul fatto che i gruppi siano indipendenti, volontari e liberi di pubblicare le proprie conclusioni.²

Eppure l'azienda ammette il dilemma centrale: selezionare iniziali «tutori» crea uno squilibrio informativo. Il panel AGMAI di consulenti matematici si è spinto oltre, raccomandando che le aziende di IA non designino persone a ricevere per prime gli output, citando «accesso diseguale, reputazione presa in prestito e selezione distorta».³ Le innovazioni possono essere generate dall'IA; che diventino scienza dipenderà da una contesa ben più umana su chi potrà esaminarle, spiegarle e appropriarsi della loro comprensione.