La IA de OpenAI resolvió 10 problemas matemáticos difíciles. Ahora los matemáticos se preguntanqué valen sus empleos.

Puntos clave

• OpenAI anunció en 2025 que un modelo de IA interno llamado Astra resolvió 10 problemas matemáticos de larga data, algunos sin resolver durante décadas.
• Un resultado desencadenó una disputa de créditos después de que el anuncio original de OpenAI no reconociera a dos matemáticos cuyo trabajo reciente la prueba se basaba en.
• OpenAI actualizó silenciosamente la redacción de su anuncio después de que los investigadores afectados se quejaron, sin añadir una nota de corrección.
• James Maynard, profesor de Oxford y ganador de la Medalla Fields, dijo que resolver cualquiera de estos 10 problemas típicamente ganaría a un investigador un puesto académico.
• Los matemáticos ahora abiertamente se preguntan si las universidades seguirán financiando investigadores humanos a los niveles actuales.

OpenAI ha resuelto diez problemas matemáticos que habían desconcertado a investigadores profesionales, algunos durante décadas. El modelo que utilizó, llamado Astra, es una versión interna de lo que la empresa describe como su próximo lanzamiento importante. Aún no está disponible al público.

Los resultados abarcan una amplia gama de campos. Uno resolvió una pregunta sobre el empaquetamiento de esferas en más de tres dimensiones, lo que se conecta con la eficiencia de la compresión y transmisión de datos. Otro avanzó en códigos correctores de errores, la tecnología que ayuda a tu teléfono a recuperar una señal distorsionada. Un tercero resolvió dos preguntas abiertas sobre cuándo las grandes redes conectadas comienzan a mostrar patrones estructurales predecibles.

Un resultado atrajo atención particular: una prueba sobre los llamados grupos no-sofic, un tipo de estructura matemática infinita cuya existencia había sido una pregunta abierta durante décadas. También generó una disputa pública sobre el crédito.

¿Quién realmente merece el crédito?

El crédito pertenece parcialmente a matemáticos humanos cuyo trabajo reciente la prueba de OpenAI se basó directamente, y esos investigadores dicen que el anuncio original no dejó eso claro.

Francesco Fournier-Facio, matemático de la Universidad de Cambridge, dijo a The Verge que el post inicial de OpenAI minimizó las contribuciones de Andreas Thom y Gábor Kun. Kun, investigador en el Instituto Alfréd Rényi de Matemáticas en Hungría, dijo que fue contactado por correo electrónico poco antes de que OpenAI publicara sus hallazgos. Encontró que el lenguaje abarcador del post original era "bastante cómico", porque el documento de investigación adjunto "claramente decía que se basa en mis resultados de 2016 y 2019".

El post original de OpenAI dijo que compartía "resultados a problemas que han estado abiertos y no han visto progreso en el resultado principal durante al menos una década". Después de las quejas, la empresa cambió esa línea para decir que compartía "resultados, cada uno de los cuales resuelve o hace un progreso sustancial en un problema abierto de larga data". No se añadió ninguna nota de corrección.

Laurance Fauconnet, portavoz de OpenAI, confirmó la actualización, diciendo que la empresa "quería asegurar que esas contribuciones fueran debidamente reconocidas". Kun dijo que se preguntaba si se habían cometido omisiones similares en los otros nueve resultados.

¿Qué significa esto para los matemáticos como profesión?

El campo está conmocionado, y algunos investigadores ya se preguntan si las universidades los pagarán lo que pagaban antes.

James Maynard, profesor de Oxford que ganó la Medalla Fields, el honor más alto en matemáticas, dijo que cada uno de los diez problemas era el tipo de pregunta en la que investigadores serios habían pasado años trabajando y repetidamente fracasado en resolver. "Existe una sensación general de que resolver uno de estos 10 problemas te conseguiría un puesto en la academia", dijo Yang-Hui He del Instituto de Ciencias Matemáticas de Londres.

En mayo, OpenAI dijo que un modelo interno había resuelto una conjetura del legendario matemático Paul Erdős, sin resolver durante casi un siglo. En julio, un matemático de Harvard informó que Claude Fable 5 de Anthropic había refutado la conjetura jacobiana, un resultado que anuló décadas de intentos para probarlo como verdadero.

Estos no son acertijos marginales. Son los problemas en los que los matemáticos realmente se preocupan.

Antes de que leas demasiado en la rapidez de este cambio, recuerda una cosa: estás escuchando sobre los éxitos. Nadie escribe titulares sobre los cientos de problemas matemáticos que la IA intentó y falló en resolver. Las victorias son reales. También lo es la selección.

Dicho esto, la presión sobre los investigadores humanos también es real. Maynard ha pasado el año pasado, en sus propias palabras, "reflexionando" sobre el futuro de su campo. El dinero es parte de la preocupación. Ya es una pregunta abierta si las universidades seguirán pagando a los matemáticos humanos a las tasas actuales.

Una conclusión honesta: si trabajas en cualquier campo de conocimiento donde el resultado es un documento, una prueba o un diseño, observa qué sucede con los empleos en matemáticas durante los próximos dos años. Es la señal de alerta más clara que tenemos.