El matemático Tristán Buckmaster. cree que OpenAI utilizó su trabajo para adelantarse y resolver un problema matemático legendario con una recompensa de 1 millón de dólares.
Pero eso no ha sido suficiente para que deje de utilizar los modelos de la empresa, y no es el único matemático que se siente así.
“Incluso si no estás de acuerdo con nada de esto, estás un poco estancado. Dado que la IA es tan útil, es difícil evitar por completo su uso”, le dice Buckmaster a WIRED. “Estas empresas tienen el monopolio y no hay muchas opciones”, añade.
En la semana y media desde que el profesor de la Universidad de Nueva York acusó a OpenAI de copiar su enfoque, Buckmaster ha estado utilizando el agente de codificación Codex de la compañía para ordenar sus trabajos de investigación. Cuando tiene tiempo para hacer matemáticas (lo cual, según él, es raro, ya que las consecuencias lo convirtieron en el centro de atención), la herramienta lo ha ayudado a comprender los pasos lógicos que los agentes de OpenAI podrían haber tomado para pasar de sus trabajos anteriores a la prueba final.
Buckmaster había utilizado Codex, así como Claude, competidor de Anthropic, para trabajar en lo que se conoce como el problema de existencia y suavidad de Navier-Stokes, junto con el investigador de Anthropic Levent Alpöge. OpenAI desplegó decenas de miles de agentes para llegar a la solución, pero sólo después de enterarse de que la ecuación estaba a punto de resolverse, dice Buckmaster.
Cuando Buckmaster hizo públicas sus afirmaciones, se desató una tormenta sobre la inteligencia artificial y si haría obsoletos a los matemáticos humanos. También llevó a OpenAI a realizar una investigación y modificar su anuncio sobre la solución de Navier-Stokes para decir que “confirmó que las indicaciones del Codex de Buckmaster durante los dos meses anteriores a este anuncio y al documento del 8 de septiembre de 2026 no podrían haber influido en el sistema de ninguna manera, incluso a través de la capacitación”. La compañía señaló a WIRED su anuncio en un correo electrónico.
Demostrar que la IA estaba traspasando los límites de las matemáticas era “más importante que el resultado”, dice Buckmaster. Pero generar soluciones a problemas matemáticos de larga data sin reconocer plenamente el trabajo humano que los sustenta (especialmente antes de las grandes OPI) es irresponsable e “infantil”, dice.
Otros matemáticos han planteado preocupaciones similares. Sólo un puñado de personas en el planeta entienden las técnicas de la teoría de grupos geométricos que el matemático alemán Andreas Thom ha dedicado a desarrollar durante las últimas dos décadas. Por eso, cuando OpenAI dijo en agosto que su modelo Astra los había utilizado para demostrar un problema de larga data en el que había estado trabajando, “me quedé asombrado”, dice Thom. “Y, por supuesto, me preguntaba: ¿cómo se enteraron de ello?”
Entonces dice que preguntó a los investigadores de OpenAI Mark Sellke y Sébastien Bubeck. En un correo electrónico de agosto, señaló que la afirmación de la empresa de que “no se había logrado ningún progreso” en el problema en la última década pasaba por alto un artículo suyo de 2019, así como el trabajo de otros matemáticos. La empresa modificó su comunicado de prensa. Él y un colega habían estado usando ChatGPT para ayudar en su trabajo en el problema en los meses previos al resultado, pero cuando preguntó si sus interacciones se habían incorporado a los datos de entrenamiento, Thom dice que Sellke respondió: “Eso no sucedió”.
“Lo dejé a un lado”, recuerda Thom. “No estoy tan interesado en estas cosas políticas; quiero trabajar en matemáticas”.
Si bien Thom ha visto la declaración de OpenAI de que las indicaciones de Buckmaster no podrían haber influido en el sistema, dice que no confía en esto y admite que probablemente nunca sabrá si su trabajo realmente alimentó el resultado.
“La IA realmente acaba con toda esa idea de que se puede rastrear quién contribuyó con qué”, afirma. “Eso probablemente ya terminó”.