OpenAI anunció que uno de sus modelos de inteligencia artificial, todavía no público, resolvió el problema de existencia y suavidad de las ecuaciones de Navier-Stokes, uno de los siete Problemas del Milenio que el Instituto Clay de Matemáticas premia con un millón de dólares.
Las ecuaciones describen el movimiento de los fluidos y se usan hasta para predecir el clima, y la gran pregunta era si podían “romperse”. Según la empresa, su prueba demuestra que existen fluidos que arrancan en condiciones normales y alcanzan velocidad infinita en un tiempo finito, algo físicamente imposible que pondría en duda si estas ecuaciones reflejan fielmente la realidad .
Cómo una IA llegó a una de las pruebas más codiciadas de las matemáticas
La empresa de Sam Altman no lo logró de un día para otro. El 1 de septiembre, tras enterarse de rumores de que otros matemáticos habían resuelto una versión del problema usando modelos de Anthropic, decidió concentrar todos sus recursos en Navier-Stokes. Primero atacó una versión simplificada con 1,00 agentes de IA durante 50 horas, y luego escaló a 10,000 agentes para abordar el problema completo, que el modelo terminó de resolver en 88 horas. El investigador de OpenAI Sébastien Bubeck describió el esfuerzo como una cantidad “sin precedentes” de recursos destinada a una sola tarea, mientras que el científico informático Ven Chandrasekaran defendió que la prueba demuestra la existencia de fluidos que alcanzan velocidad infinita en un tiempo finito.
Lo curioso es que OpenAI no fue la única en la carrera. El 7 de septiembre, los matemáticos Levent Alpoge, de Harvard y empleado de Anthropic, y Tristan Buckmaster, de la Universidad de Nueva York, publicaron una solución para el caso simplificado de un fluido sin viscosidad usando Claude, Codex y Astra, y prometieron una solución más general. Ese mismo día, Anima Anandkumar, del Instituto Tecnológico de California, presentó otra solución con una “red neuronal informada por la física” .
La acusación que pone en duda el logro
La polémica saltó cuando Buckmaster publicó un extenso comunicado reconstruyendo los días previos al anuncio. Según su relato, dos empleados de OpenAI, entre ellos Bubeck, le comunicaron que un modelo interno había resuelto las ecuaciones y, al explicarle cómo, mencionaron exactamente el mismo enfoque que él y Alpoge habían seguido. Buckmaster pidió ver los prompts y preguntó cuándo habían empezado a enviarlos al modelo interno. La respuesta tardó en llegar, pero finalmente se acordó que esas indicaciones se enviaron “en los últimos días”, justo después de que la información sobre el trabajo de ambos investigadores llegara a OpenAI .
nado al modelo con los borradores que él y Alpoge habían cargado en ChatGPT. Le respondieron que el modelo no consulta los datos de los usuarios. Volvió a preguntar sobre el entrenamiento. No obtuvo respuesta. A esto se suma que, según Buckmaster, Bubeck pidió en dos ocasiones que el nombre de Alpoge saliera de la lista de autores, algo que atribuyó a que el investigador trabaja en Anthropic, una empresa competidora .
OpenAI negó la acusación, felicitó a ambos por “su notable trabajo matemático” y reconoció algo clave: “datos desidentificados” derivados del uso de sus productos pueden haber “ayudado a mejorar” sus modelos. Bubeck, por su parte, se disculpó en X por una “elección de palabras extremadamente pobre” y aseguró que solo le parecía inapropiado que un empleado de Anthropic figurara como autor del trabajo de OpenAI .
Por qué esto es una alerta sobre tu información personal
Más allá de las matemáticas, el episodio expone un problema que toca a todos los que utilizan chatbots a diario. Buckmaster y Alpoge volcaron sus borradores, ideas y líneas de investigación en ChatGPT, y la pregunta de fondo es si ese material terminó alimentando a un modelo capaz de reproducir su propio enfoque. OpenAI admite que datos desidentificados de sus productos pueden servir para mejorar sus modelos, lo que en palabras llanas significa que lo que escribes en un chatbot puede convertirse en combustible para entrenar a la IA, incluso sin que tu nombre esté adjunto.
Una vez que tus textos, documentos o datos personales entran en ese proceso, prácticamente no puedes hacer nada para recuperarlos. No hay un botón de “borrar mis ideas del modelo”, y la desidentificación no garantiza que un patrón, un estilo o un hallazgo propio no quede codificado en los pesos del sistema. Para un matemático de élite la consecuencia puede ser un millón de dólares y un crédito científico en juego. Para una persona común, subir datos sensibles, contratos, historias médicas o información confidencial a un chatbot puede significar que ese conocimiento quede atrapado en una caja negra corporativa sin control real sobre cómo se usa.
La reacción de los matemáticos está dividida entre el entusiasmo y la preocupación . Algunos celebran que la IA esté transformando las fronteras de las matemáticas, otros temen que sus propias herramientas de trabajo se vuelvan contra ellos. Lo que sí queda claro es que el episodio plantea preguntas incómodas sobre quién se queda con el crédito, quién se queda con los datos y qué tan cierto es eso de que “el modelo no consulta tu información” cuando el modelo parece saber justo lo que estabas a punto de publicar.
Sigue leyendo:
• Qué es el “Proyecto Panamá” y cómo reveló la destrucción de miles de libros antiguos para entrenar a la IA
• OpenAI Daybreak llega para cazar vulnerabilidades antes que los hackers
• GPT-6 Astra llega para cambiar las reglas del juego en la IA agéntica