OpenAI publica 719 manuscritos matemáticos y los científicos exigen que se verifiquen

OpenAI ha subido a GitHub 719 manuscritos matemáticos, y la comunidad profesional ha respondido con una lista de reproches. Según TechCrunch, una parte del material no ha pasado una verificación completa y algunas demostraciones podrían contener errores. La afirmación de la compañía sobre la resolución de uno de los problemas del milenio, relacionado con las ecuaciones de Navier-Stokes, ha generado dudas específicas.

Qué se ha publicado y qué no ha convencido a los científicos

La publicación, en sí misma, parece una demostración de escala: 719 textos en un repositorio abierto. Sin embargo, lo que preocupa a los matemáticos es el estatus de cada documento, no el volumen. Un manuscrito en GitHub no equivale a un artículo en una revista con revisión por pares. No tiene editor, ni revisores anónimos, ni un debate obligatorio en la comunidad especializada. Cualquiera puede subir un archivo, y nadie está obligado a leerlo.

Según TechCrunch, una parte del material aún no ha pasado una verificación completa. Los críticos admiten que algunas demostraciones podrían contener errores. En matemáticas, este es el reproche central: una demostración vale exactamente tanto como se pueda comprobar. Si entre los 719 textos no está claro cuáles son correctos y cuáles no, el conjunto aporta poco y la carga para los expertos aumenta.

Parámetros clave de la publicación:

• volumen: 719 manuscritos;
• plataforma: GitHub, es decir, un formato de preprints sin revisión por pares;
• estado de la verificación: una parte del material no ha pasado un examen completo de expertos;
• riesgo: algunas demostraciones podrían contener errores;
• la afirmación más controvertida: la resolución de un problema relacionado con las ecuaciones de Navier-Stokes.

Navier-Stokes: por qué esta afirmación exige especial cautela

Las ecuaciones de Navier-Stokes describen el movimiento de líquidos y gases viscosos. La cuestión de la existencia y la suavidad de sus soluciones figura entre los siete problemas del milenio del Instituto Clay de Matemáticas. Cada uno tiene un premio de un millón de dólares. De esa lista, solo se ha resuelto por completo la conjetura de Poincaré.

El instituto tiene sus propias reglas: la solución debe aparecer en una publicación de prestigio con revisión por pares y resistir el paso del tiempo. Un comunicado de prensa o un repositorio no cumplen esas condiciones. Por eso la reacción de los científicos es previsible. Una afirmación de este calibre esperan verla en forma de un artículo detallado que se pueda analizar paso a paso, no como una línea dentro de un gran conjunto de archivos.

Qué piden los matemáticos

Los reproches se reducen a tres puntos. Los científicos quieren artículos científicos completos sobre los resultados, que se expliquen los métodos con los que la IA obtuvo las demostraciones y que se indique con claridad qué hicieron los investigadores y qué hizo el modelo.

El segundo y el tercer punto están relacionados. Si el modelo construyó la demostración y después la editaron personas, el lector necesita saber dónde estuvo la frontera. ¿Quién responde por un error? ¿Qué pasos se verificaron a mano y cuáles se dieron por buenos sin comprobar? Sin esa información, la verificación independiente se convierte en el análisis de una caja negra ajena.

Cómo leer este tipo de afirmaciones

Si sigue los resultados matemáticos de la IA, conviene tener presentes unos cuantos filtros sencillos.

• Distinga entre un preprint y una publicación con revisión por pares. El primero muestra una intención; la segunda confirma un resultado.
• Busque verificación independiente: matemáticos externos, verificación formal o, al menos, un análisis detallado de los pasos clave.
• Compruebe si el proceso está explicado. Una descripción de cómo llegó el modelo a la demostración y de qué hicieron las personas permite reproducir el resultado.
• Ante afirmaciones de gran calado, como la resolución de un problema del milenio, espere la confirmación oficial. En el caso de los problemas del Clay, tarda años.

Para OpenAI, la cuestión es de reputación. Si una parte de los 719 manuscritos supera la verificación, será un argumento sólido a favor de la IA como herramienta del matemático. Si la revisión revela muchos errores, saldrán perjudicados tanto estos materiales como la confianza en las próximas afirmaciones de la compañía. Solo los propios textos y el tiempo que les dediquen los expertos podrán zanjar la cuestión.