IA hoy OpenAI afirma resolver Navier-Stokes y la élite matemática exige pruebas
OpenAI anuncia un modelo interno que resuelve el problema del milenio Navier-Stokes y más de 100 conjeturas abiertas. La Real Sociedad Matemática Española y 25 medallas Fields denuncian opacidad y piden verificación independiente. Un grupo asesor en el Institute for Advanced Study media la tensión, pero no controlará el ritmo de OpenAI. Para América Latina, el caso expone la brecha de acceso a herramientas de frontera y la urgencia de estándares propios de validación.
OpenAI confirmó el 28 de agosto que un modelo interno resolvió el problema de Navier-Stokes, uno de los seis del milenio del Instituto Clay, y superó el centenar de conjeturas abiertas en múltiples áreas de las matemáticas. La velocidad del avance sorprendió a los propios matemáticos de la empresa y provocó una carta abierta que acusa a las compañías de IA de tratar a la disciplina como un simple banco de pruebas (benchmark) carta abierta.
La réplica institucional: verificación o nada
La Real Sociedad Matemática Española (RSME) calificó el anuncio de "hito de indudable relevancia" pero exigió "demostración rigurosa, comprensible y verificable". Subrayó que la solución no surge del vacío: se apoya en décadas de trabajo colectivo, incluidas aportaciones previas de Diego Córdoba, Luis Martínez-Zoroa, Fan Zheng, Levent Alpöge y Tristan Buckmaster declaración RSME. La RSME advierte que la validación independiente, la identificación de ideas esenciales y la reproducibilidad son requisitos irrenunciables; la IA puede contribuir, no sustituir el proceso humano.
Un grupo asesor… sin freno al motor
Como respuesta, OpenAI constituyó el Advisory Group on Mathematics and Artificial Intelligence, alojado en el Institute for Advanced Study. Sus nueve miembros iniciales —entre ellos Timothy Gowers, Martin Hairer, Edward Witten y Melanie Matchett Wood— operarán sin remuneración de OpenAI, podrán hacer públicas sus recomendaciones y asesorarán sobre comunicación, estándares académicos y herramientas para investigadores anuncio OpenAI. Un límite explícito: el grupo no aconsejará sobre el ritmo del progreso interno de la compañía.
¿Qué significa para América Latina?
- Acceso asimétrico: El modelo Astra es interno y no público. Los centros de excelencia regionales (IMPA en Brasil, CINVESTAV en México, Universidad de Buenos Aires, Universidad de Chile) dependen de APIs comerciales o código abierto rezagado. La brecha de cómputo y datos se ensancha.
- Formación en riesgo: La RSME y el manifiesto Fields alertan que la producción acelerada de respuestas interrumpe la cadena de transmisión del oficio matemático. En países con posgrados pequeños, perder el "contacto con investigadores experimentados" y el "enfrentamiento a problemas difíciles" puede vaciar la cantera.
- Estándares de validación propios: Sin marcos regionales de auditoría de pruebas generadas por IA, la adopción acrítica de resultados opacos expone a errores sistémicos en ingeniería, finanzas y modelado climático.
- Agenda de benchmarks: Si las grandes tecnológicas definen qué problemas importan (los del milenio, los que venden GPU), los desafíos locales —epidemiología tropical, optimización logística andina, modelado de cuencas amazónicas— quedan fuera del radar.
La tensión no es teórica. Si la frontera de la investigación se cierra en laboratorios privados, la región pasa de contribuyente a consumidor cautivo.
Queda la pregunta operativa: ¿cuánto tiempo y qué coordinación interinstitucional necesita América Latina para exigir —y construir— infraestructura de verificación abierta antes de que el próximo "problema del siglo" se resuelva en un servidor al que nadie aquí puede acceder?
