OpenAI afirma que su IA refutó la hipótesis ETH, en la que se apoyan cientos de trabajos científicos
OpenAI afirma que su IA refutó la hipótesis ETH, según la cual el tiempo de cálculo de ciertos problemas lógicos crece necesariamente de forma exponencial. Es como planificar turnos de trabajo con cien restricciones: la ETH sostiene que no hay forma de ir más rápido que el recorrido completo de todas las opciones, y sobre esa premisa descansan cientos de trabajos científicos. El resultado se obtuvo el 16 de octubre, el 17 se verificó en Lean y ahora lo estudian expertos, entre ellos dos autores de la hipótesis. Por ahora es una afirmación, no un acelerador listo para sus solucionadores.
Procesado por IA desde TG: @ai_machinelearning_big_data (Machinelearning); editado por Hamidun News
Imagine que tiene que planificar los turnos de cien empleados: cada uno tiene sus preferencias, vacaciones y límites de carga de trabajo. Cuantas más personas y condiciones haya, más opciones hay que revisar. La pregunta que los teóricos se hacen desde hace décadas es si se puede evitar esa explosión de variantes o si es inevitable. La hipótesis del tiempo exponencial, o ETH, respondía que era inevitable. OpenAI afirma ahora que su IA ha encontrado una refutación de esa hipótesis.
Qué es la ETH y por qué es importante
La ETH se refiere a una clase de problemas lógicos en los que hay que asignar valores a las variables de forma que se cumplan todas las condiciones a la vez. La hipótesis supone que para estos problemas no se puede evitar un crecimiento exponencial del tiempo de cálculo. En términos simples, cada nueva variable aumenta notablemente el trabajo, y ningún truco anula ese crecimiento.
No se trata solo de una conjetura atractiva. Según OpenAI, sobre ella se apoyan cientos de trabajos científicos. La lógica es la siguiente: «si la ETH es cierta, entonces tampoco existe un algoritmo rápido para este problema». Así se construyen las cotas inferiores de complejidad para muchos otros problemas. Si los cimientos se agrietan, queda en entredicho todo un conjunto de conclusiones que se apoyaban en ellos.
Qué afirmó exactamente OpenAI
La compañía informa de que su IA encontró una refutación de la ETH. El resultado se obtuvo el 16 de octubre, y el 17 de octubre se formalizó en Lean. Lean es un sistema de verificación de demostraciones: cada paso se escribe en un lenguaje estricto, y el programa confirma por sí mismo que la conclusión se sigue de los pasos anteriores. No hace falta creer al autor, sea una persona o un modelo.
El resultado no lo revisa solo una máquina. Lo estudia un grupo de expertos en el que están dos de los autores de la hipótesis original. Es una prueba exigente: quienes formularon la ETH buscan los puntos débiles de la demostración que la derriba.
Aun así, OpenAI es prudente. La compañía propone considerar los manuscritos de la IA como material de investigación de partida, no como un veredicto definitivo. La evaluación independiente sigue en curso. El anuncio formaba parte de un mensaje más amplio sobre resultados científicos de la IA, pero el caso de la ETH es el que más se acerca a la práctica de los desarrolladores, porque afecta a la rapidez con la que, en principio, pueden resolverse clases enteras de problemas.
Qué significa para los profesionales
Conviene matizar las expectativas. La propia OpenAI señala que encontrar algoritmos prácticamente útiles a partir del resultado requerirá más investigación. Esto no significa que mañana sus solucionadores de problemas lógicos o sus planificadores vayan a funcionar más rápido. El hecho teórico de que el crecimiento exponencial no es obligatorio no proporciona todavía un código concreto y rápido que pueda ejecutarse en producción. El anuncio no ofrece detalles sobre cómo funciona la refutación ni sobre dónde es aplicable, y mientras no se publiquen, es prematuro sacar conclusiones sobre su efecto práctico.
Aun así, ya se pueden extraer algunas lecciones:
- La verificación formal ayuda a confiar en la IA. Cuando un modelo produce un resultado complejo, la revisión manual no escala. Lean ofrece un criterio mecánico: la demostración se sostiene o no. Un enfoque similar puede aplicarse a código crítico y a protocolos.
- No confíe ciegamente en lo que se da por «imposible». Si su producto o su decisión de arquitectura se basa en la afirmación de que un problema no se resuelve rápido, conviene entender sobre qué hipótesis descansa. Algunas de estas afirmaciones están ligadas precisamente a la ETH.
- Distinga la afirmación del hecho. Mientras dure la revisión, se trata de una declaración de la compañía, no de una cuestión cerrada. En la historia de la ciencia hay muchas demostraciones sonadas que no superaron un análisis riguroso.
Para la industria de la IA, la señal es otra. Los modelos empiezan a proponer resultados que los expertos toman en serio y verifican junto a los autores de los trabajos originales. Si la revisión confirma la refutación, será un argumento sólido de que la IA es capaz de encontrar algo nuevo y no solo de reproducir lo que descubrieron las personas. Si no lo confirma, tendremos un ejemplo claro de cómo deben pasar este tipo de afirmaciones por un filtro.
En cualquier caso, conviene esperar a la publicación del análisis del grupo de expertos. Será el que muestre en qué se basa la refutación y qué cambia para la práctica.
- 21 nov 2026Las vacantes de FDE se multiplicaron por 4,6 en un año: qué hace un ingeniero en el cliente
- 21 nov 2026Capitana de un equipo de natación automatizó con ChatGPT tres tareas programadas y recortó la rutina varias veces
- 21 nov 2026GPT-6 Cyber encontró unos 35 fallos en iPhone, Mac y otros dispositivos de Apple
- 21 nov 202622 agentes de Claude pasaron seis semanas buscando respuestas sobre agujeros negros, y resolvieron dos problemas
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué es la ETH y por qué es importante?
La ETH se refiere a una clase de problemas lógicos en los que hay que asignar valores a las variables de forma que se cumplan todas las condiciones a la vez. La hipótesis supone que para estos problemas no se puede evitar un crecimiento exponencial del tiempo de cálculo. En términos simples, cada nueva variable aumenta notablemente el trabajo, y ningún truco anula ese crecimiento. No se trata solo de una conjetura atractiva. Según OpenAI, sobre ella se apoyan cientos de trabajos científicos.
¿Qué se sabe sobre Qué afirmó exactamente OpenAI?
La compañía informa de que su IA encontró una refutación de la ETH. El resultado se obtuvo el 16 de octubre, y el 17 de octubre se formalizó en Lean. Lean es un sistema de verificación de demostraciones: cada paso se escribe en un lenguaje estricto, y el programa confirma por sí mismo que la conclusión se sigue de los pasos anteriores. No hace falta creer al autor, sea una persona o un modelo. El resultado no lo revisa solo una máquina.
¿Qué se sabe sobre Qué significa para los profesionales?
Conviene matizar las expectativas. La propia OpenAI señala que encontrar algoritmos prácticamente útiles a partir del resultado requerirá más investigación. Esto no significa que mañana sus solucionadores de problemas lógicos o sus planificadores vayan a funcionar más rápido. El hecho teórico de que el crecimiento exponencial no es obligatorio no proporciona todavía un código concreto y rápido que pueda ejecutarse en producción.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.