OpenAI sorprendió al mundo tecnológico al anunciar que sus agentes de inteligencia artificial habían logrado resolver uno de los Problemas del Milenio, los desafíos más importantes y sin resolver de las matemáticas contemporáneas. El comunicado de la empresa destacó que el logro fue posible gracias a una combinación de modelos de lenguaje a gran escala y técnicas de aprendizaje por refuerzo, orientadas a la búsqueda automática de demostraciones formales.\n\nLos Problemas del Milenio fueron planteados en el año 2000 por el Instituto Clay de Matemáticas, cada uno con un premio de un millón de dólares para quien logre resolverlos. Incluyen conjeturas como la hipótesis de Riemann, el problema de P versus NP y la ecuación de Navier‑Stokes, entre otros. Su solución tendría repercusiones profundas tanto en teoría como en aplicaciones prácticas, desde criptografía hasta modelado de fluidos.\n\nSegún OpenAI, el agente encargado de la tarea utilizó una arquitectura basada en GPT‑4, afinada para comprender lenguaje matemático y generar pasos de prueba en un lenguaje formal como Lean o Coq. La empresa afirmó que el sistema pudo explorar espacios de prueba gigantescos y encontrar una cadena de inferencias que conducía a una demostración completa del problema seleccionado.\n\nNo obstante, el anuncio fue inmediatamente cuestionado por varios matemáticos y teóricos de la computación. La principal crítica gira en torno a la falta de publicación de la prueba completa y de los detalles metodológicos, lo que impide una verificación independiente. Algunos señalaron que, sin acceso al código ni a los datos de entrenamiento, resulta imposible determinar si la solución es válida o si se trata de un artefacto producido por sobreajuste del modelo.\n\nFiguras destacadas como Terence Tao y Tim Gowers expresaron en redes sociales su escepticismo, subrayando que la comunidad matemática exige reproducibilidad y revisión por pares antes de aceptar cualquier resultado. Además, se señaló que los modelos de lenguaje, aunque poderosos, pueden generar demostraciones que aparentan ser correctas pero contienen errores sutiles que solo un experto podría detectar.\n\nEl debate pone sobre la mesa una tensión creciente entre la promesa de la IA para automatizar tareas intelectuales y la necesidad de rigurosidad epistemológica. Si bien la inteligencia artificial puede acelerar la exploración de conjeturas y proponer caminos de prueba, la validación final sigue dependiendo de la lógica humana y de sistemas de verificación formal de código abierto. La controversia de OpenAI ilustra que, sin transparencia, los avances corren el riesgo de ser percibidos como meros espectáculo publicitario.\n\nA nivel de política científica, el episodio podría impulsar a las agencias de financiación y a los journals a exigir estándares más claros para las contribuciones generadas por IA, tal como se hace con los resultados de experimentos de laboratorio. Asimismo, abre la puerta a discusiones sobre la propiedad intelectual de las demostraciones asistidas por máquina y sobre cómo atribuir el crédito en colaboraciones entre humanos y algoritmos.\n\nEn última instancia, el anuncio de OpenAI sirve como un recordatorio de que la Inteligencia Artificial puede ser una poderosa aliada de las matemáticas, pero solo si se combina con apertura, escrutinio y colaboración interdisciplinaria. El futuro de la disciplina dependerá de encontrar el equilibrio entre la velocidad que brinda la máquina y la solidez que solo la comunidad humana puede garantizar.