OpenAI ha desarrollado un patrón casi predecible en los últimos meses: logra avances técnicos impresionantes en razonamiento matemático —como los mostrados por su serie o1— y, acto seguido, torpedea su propia credibilidad con anuncios precipitados, opacos o directamente engañosos. El último capítulo de esta disfuncional relación llega con la creación de un grupo asesor independiente compuesto por matemáticos de élite, una maniobra diseñada para sanar heridas que, según los propios integrantes consultados por The Verge, está replicando los mismos vicios de siempre: falta de transparencia, objetivos difusos y una sensación general de que la compañía ve a la academia como un trámite de relaciones públicas más que como un socio intelectual.
La tensión no es nueva. Cuando OpenAI presentó o1, vendió sus capacidades matemáticas basándose en benchmarks como MATH o el rendimiento en olimpiadas, métricas que la comunidad considera insuficientes para medir comprensión real. Terence Tao, Medalla Fields y voz autorizada en la intersección IA-matemáticas, señaló entonces que los modelos siguen fallando en la verificación formal y en la construcción de pruebas rigurosas, el pan de cada día de un matemático profesional. La respuesta de OpenAI no fue abrir un diálogo técnico profundo, sino anunciar a bombo y platino un "Mathematics Advisory Board" cuyos miembros —incluyendo a ganadores de la Medalla Fields y profesores de Harvard o MIT— descubrieron sobre la marcha que no tenían claro su mandato, ni acceso a modelos, ni siquiera un canal directo con los equipos de investigación.
"Parece un teatro", comenta uno de los asesores bajo condición de anonimato. "Nos piden consejo sobre productos que no hemos visto, para resolver problemas que no nos han definido, en un plazo que no existe". La descripción encaja con la cultura interna de OpenAI: "ship fast, fix later". Pero las matemáticas no funcionan como un sprint de dos semanas. La verificación formal en Lean o Coq requiere precisión absoluta; una alucinación en un paso intermedio invalida toda la demostración. Tratar la disciplina como un benchmark más para optimizar en leaderboards ignora la epistemología del campo: la confianza se gana con reproducibilidad, no con demos llamativas.
Este choque cultural tiene consecuencias reales. La industria necesita IA que pueda asistir en verificación de software crítico, criptografía o diseño de fármacos —ámbitos donde el error cuesta millones o vidas—. Para ello, los modelos deben integrarse en flujos de trabajo formales, no solo resolver acertijos de olimpiada. Matemáticos como Kevin Buzzard llevan años pidiendo que las empresas inviertan en "matemáticas formales" (formalización de bibliotecas enteras en Lean), un trabajo gris, lento y nada mediático. OpenAI, sin embargo, prefiere anunciar hitos de "nivel doctorado" que luego no resisten el escrutinio de un posgrado real.
El advisory board podría ser una oportunidad genuina si OpenAI cede control: dar acceso a pesos, permitir auditoría de razonamiento, financiar formalización de bibliotecas y, sobre todo, escuchar cuando los expertos dicen "esto no está listo". De momento, la señal es otra: la prisa por comercializar agentes de razonamiento (el famoso "Operator" o futuros "PhD-level agents") prima sobre la solidez. Los matemáticos, por su parte, no piden un asiento en el consejo; piden que dejen de tratar su disciplina como un juguete de marketing. Mientras esa brecha no se cierre, cada avance técnico de OpenAI vendrá acompañado de una crisis de confianza autoinfligida. Y en ciencia, a diferencia de en Silicon Valley, la reputación no se recupera con una nueva ronda de financiación.
