Un medallista Fields lloró: OpenAI publica 700+ manuscritos de matemáticas generados por IA

Hugo Duminil-Copin, medalla Fields 2022, ha reconocido públicamente que lloró por una noticia de OpenAI. La compañía ha publicado más de 700 manuscritos matemáticos escritos por IA. Según Jiqizhixin, 16 de los problemas de ese conjunto pertenecen al área del propio Duminil-Copin. «Han destruido por completo mi campo de investigación», dijo el matemático. Y añadió: «El martes por la noche lloré y desperté a mi hija».

La frase suena a arrebato emocional, pero detrás hay una pregunta muy concreta: ¿qué le queda al ser humano en la matemática teórica si un modelo resuelve problemas a los que dedicó años de trabajo?

Lo que se sabe hasta ahora

El material original se interrumpe a mitad de una frase sobre los 16 problemas, así que algunos detalles siguen sin estar claros. No sabemos cuántos de los más de 700 manuscritos han pasado por la revisión de especialistas ni cuántos contienen demostraciones completas. Tampoco se sabe cómo seleccionó OpenAI los textos para publicarlos ni en qué formato están disponibles. Lo único que consta públicamente es el conjunto de trabajos, el número de problemas que tocan el campo de Duminil-Copin y su reacción.

La palabra clave en la noticia es «manuscritos». No son artículos revisados por pares en revistas, sino textos cuya corrección aún está por evaluar.

Por qué pesa tanto la reacción de esta persona

Duminil-Copin recibió la medalla Fields por sus trabajos sobre la teoría probabilística de las transiciones de fase en física estadística. Sus resultados sobre el modelo de Ising y la percolación se consideran clásicos de la física matemática moderna. Es un área en la que la intuición y las estimaciones finas parecieron durante mucho tiempo territorio exclusivo del ser humano.

Cuando un especialista de este nivel habla de «destrucción» de un campo, lo más probable es que no se refiera a problemas aislados, sino a la velocidad. Una serie de problemas abiertos en los que la comunidad llevaba años trabajando puede cerrarse de golpe, en un solo lanzamiento.

Contexto: de las olimpiadas a los problemas abiertos

El camino hasta aquí ha sido corto. En 2024, AlphaProof, de Google DeepMind, alcanzó el nivel de plata en la Olimpiada Internacional de Matemáticas. En 2025, modelos experimentales de OpenAI y DeepMind lograron un resultado de nivel oro. El siguiente paso fueron los problemas abiertos, no los escolares.

Aquí conviene la cautela. En otoño de 2025, representantes de OpenAI afirmaron que GPT-5 había «resuelto» varios problemas de Paul Erdős. Después se aclaró que el modelo había encontrado soluciones que ya existían en la literatura, y la afirmación tuvo que matizarse. La lección para la historia actual es sencilla: entre «la IA ha generado un texto» y «la IA ha demostrado un teorema nuevo» media la verificación.

Datos clave

• Autor de la reacción: Hugo Duminil-Copin, medalla Fields 2022, Francia.
• Origen de la noticia: publicación de OpenAI con un conjunto de manuscritos generados por IA.
• Volumen: más de 700 manuscritos matemáticos.
• Solapamiento con su área: 16 problemas.
• Estado de la verificación: la fuente no menciona ninguna verificación independiente.
• Fecha de publicación del material: 12 de octubre de 2026.

Cómo leer este tipo de anuncios

Fíjese en la verificación formal. Si los manuscritos van acompañados de demostraciones en Lean o en otro verificador, es una señal fuerte. Si no, se trata de una hipótesis, no de un resultado.

Contraste la novedad. Hay que comprobar si el modelo no está reproduciendo soluciones ya conocidas, como ocurrió con los problemas de Erdős. Para eso hacen falta matemáticos del área, no una nota de prensa.

Siga la reacción de colegas de subáreas cercanas. Una sola cita emocional no sustituye la valoración de la comunidad. Si varios grupos confirman la corrección de al menos una parte de los 16 problemas, habrá que tomarse la historia en serio. Si las confirmaciones son escasas, estaremos ante otro caso de anuncio demasiado grandilocuente.

A quienes trabajan en matemáticas y ciencias afines les conviene ya aprender las herramientas de verificación formal y acostumbrarse a la IA como coautor cuyas conclusiones hay que comprobar con el mismo rigor que el artículo de un colega.