Hace apenas unos días, el mundillo académico de las matemáticas se enteró de que OpenAI está sentada sobre una bomba de relojería: más de cien problemas abiertos resueltos por un modelo interno que todavía no vio la luz pública. La noticia, lejos de entusiasmar, generó una mezcla de escepticismo, indignación y pánico entre los investigadores que llevan décadas —a veces vidas enteras— dedicadas a esos mismos problemas. Y como si la situación no fuera suficientemente volátil, el anuncio del grupo asesor encargado de mediar entre la empresa y la comunidad matemática terminó siendo otro capítulo de confusión y torpezas comunicacionales.

Un grupo asesor bajo sospecha

El 21 de septiembre pasado, un puñado de matemáticos de élite anunció la formación del Advisory Group on Mathematics and Artificial Intelligence (AGMAI), un cuerpo independiente de nueve figuras cimeras del campo, entre ellos Terence Tao, medallista Fields y crítico conspicuo de la conducta de las empresas de IA en la disciplina. El grupo, que según su propia declaración no recibe apoyo financiero ni técnico de OpenAI, nació para asesorar a la compañía y a otros laboratorios de frontera sobre cómo revisar y comunicar resultados emergentes. Sin embargo, el anuncio oficial de OpenAI opacó el lanzamiento: muchos asumieron que se trataba de un cuerpo designado por la empresa, y no de una entidad autónoma.

Martin Hairer, miembro de AGMAI y profesor del Imperial College London y del EPFL, conversó con la prensa en una videollamada desde un salón de actos y fue tajante: «No trabajamos para OpenAI, no nos pagan y es totalmente independiente». Aun así, admitió que la forma en que la empresa comunicó la relación no ayudó a despejar las dudas. «Si lo leés con detalle, no hay nada mal en lo que dicen; son muy cuidadosos con las palabras. Obviamente tienen muy buenos profesionales de relaciones públicas», manifestó entre risas, visibly exasperado por una situación que describió como «muy frustrante» e «intensa».

La avalancha que nobody pidió

El problema de fondo es que OpenAI asegura que su modelo sin liberar ya resolvió más de cien problemas abiertos en la mayoría de las áreas de la matemática, y que está ansiosa por publicarlos. Para Álvaro Lozano-Robledo, profesor de la Universidad de Connecticut, este tipo de declaraciones revela una desconexión profunda con la cultura académica: «Ningún matemático sale a decir: ‘Demostré todas estas cosas pero no sé qué hacer con ellas’». Lozano-Robledo también cuestionó que la empresa hable de «progreso sustancial» en un problema del Premio Milenio cuando, en la matemática, «o lo resolviste o seguís intentándolo».

La situación es especialmente delicada por el historial reciente de OpenAI. Tras resolver el problema de Navier-Stokes, los manuscritos resultantes fueron criticados por su pobre redacción, escasa interacción con la literatura existente y, lo que es peor, por cambios silenciosos en los documentos luego de su publicación. Hairer describió esa práctica como «descuidada» y «un trabajo académico realmente malo y desprolijo», algo que «vuelve paranoica a la gente, ¿no?». Para Colva Roney-Dougal, profesora de la Universidad de St Andrews en Escocia, la incertidumbre ya la puso en una encrucijada académica: no sabe si apresurar la publicación de sus propios trabajos, esperar a ver qué anuncia OpenAI o seguir como si nada. «Es algo agonizante saber que una ‘gran cantidad’ de resultados van a anunciarse pronto», reconoció, temiendo que su trabajo o el de sus estudiantes se vuelva irrelevante de un día para el otro.

Más allá de los desencuentros, los matemáticos acuerdan en algo: las empresas de IA necesitan de la comunidad para validar y comprender la trascendencia real de los hallazgos. «Necesitan nuestra experiencia», concluyó Lozano-Robledo. «Necesitan que nosotros celebremos esa solución». La pregunta que queda flotando es si OpenAI aprenderá finalmente a respetar los tiempos y códigos de una disciplina milenaria, o si seguirá tratando a las matemáticas como una sala de prensa más en su camino hacia una oferta pública inicial. Por ahora, los indicios no son alentadores.

Fuente: The Verge (AI Channel)