OpenAI volvió a sacudir el mundo de las matemáticas. Este martes, la compañía liberó un lote de 722 manuscritos que cubren 372 familias de resultados, con soluciones a “cientos” de problemas abiertos, según confirmó AGMAI, el grupo asesor independiente de matemáticos de élite creado para comunicar estos hallazgos de forma responsable. El material fue producido por un modelo de frontera aún no lanzado al público, y ya está disponible en un repositorio de GitHub.
Un aluvión de resultados que la comunidad todavía digiere
Los papers incluyen desde demostraciones de conjeturas clásicas hasta avances en áreas como teoría de números, geometría algebraica y sistemas dinámicos. OpenAI afirmó que el “resultado promedio” requirió el equivalente a tres horas de pensamiento de ChatGPT Pro. Aunque la empresa ya había anticipado en septiembre que su modelo había resuelto “más de 100 problemas abiertos de larga data”, la magnitud real de la publicación superó las expectativas: son cientos de preguntas que habían desafiado a los matemáticos durante décadas.
El impacto completo llevará tiempo, admiten los especialistas. Mientras los académicos analizan y verifican las soluciones, el campo sigue procesando una avalancha de resultados previos de OpenAI y de laboratorios rivales como Anthropic, que incluyen incluso avances sobre un problema del Milenio, uno de los enigmas más famosos de la disciplina.
El debate ético que no se calla
La velocidad con la que los laboratorios de IA irrumpieron en las matemáticas este año —y sobre todo la forma en que manejan los anuncios— encendió una discusión feroz sobre prácticas de investigación, ética y crédito. AGMAI, que publicó sus primeras recomendaciones a fines de septiembre, instó a las empresas a “abstenerse de tratar la publicación de resultados matemáticos como vehículos de marketing para promocionar sus modelos”, una práctica que, según el grupo, causa un daño significativo a la comunidad matemática.
OpenAI, por su parte, describió su proceso en el comunicado: “Para esta publicación, estamos divulgando los resultados en un repositorio de GitHub, con protocolos para revisiones y citas. Seguimos explorando otras alternativas alojadas por la comunidad que cumplan con las pautas del comité. Para futuras publicaciones, nos comprometemos a mejorar aún más la calidad de los papers mediante citas, exposición matemática y presentación de los resultados para una mejor comprensión”.
¿Qué significa para el futuro de la investigación?
La publicación masiva no solo demuestra la capacidad de los LLMs para generar conocimiento original, sino que también plantea preguntas incómodas: ¿cómo se acredita a los matemáticos humanos cuyo trabajo sirvió de base? ¿Deben los laboratorios frenar el ritmo para permitir la revisión por pares? Mientras la comunidad debate, los resultados ya están ahí, esperando ser verificados. La matemática, como disciplina, nunca volverá a ser la misma.
Fuente: The Verge (AI Channel)