OpenAI anunció tres avances científicos, pero cerró el acceso a la física y eligió ella misma a los revisores
OpenAI anunció tres resultados científicos, entre ellos la solución del problema de Kakeya sobre girar una aguja en todas las direcciones. Publicó las matemáticas en abierto, encargará la informática a un grupo externo y no ha publicado nada de física. Además, la propia compañía elige a los revisores. Los científicos califican los resultados de "enormes", pero no están de acuerdo con que el círculo de verificadores sea cerrado. Si publica conclusiones de agentes de IA, suba los materiales de inmediato para que todos puedan consultarlos.
Procesado por IA desde The Verge; editado por Hamidun News
Imagine que su equipo lanza una gran versión y muestra el código solo a unos cuantos revisores conocidos, elegidos por ustedes mismos. El resto de los desarrolladores espera y no entiende por qué no puede verlo. Algo parecido ha surgido en torno a OpenAI. El lunes, la compañía anunció tres resultados a la vez en matemáticas, informática teórica y física, y dijo que cambia su enfoque de publicación. Los científicos consultados por The Verge consideran que los resultados en sí son serios. Pero están cansados de la forma de actuar de OpenAI: a comienzos de octubre volcó cientos de preprints sobre los matemáticos, que todavía siguen analizándolos.
Qué afirmó exactamente OpenAI
El primer resultado es matemático. La compañía sostiene que ha resuelto la conjetura de Kakeya en todas las dimensiones. En pocas palabras, el problema pregunta cuál es el espacio mínimo necesario para girar una aguja o un lápiz en todas las direcciones. La demostración para el caso tridimensional formó parte de los logros por los que la matemática Hong Wang, de la Universidad de Nueva York, recibió este año la medalla Fields. El profesor de la Universidad Brown Brendan Hassett dijo que la afirmación "parece bien fundamentada". Pero matizó que todavía no ha revisado la formalización en Lean, es decir, la prueba en forma de código que un ordenador verifica paso a paso.
El segundo resultado es de informática. OpenAI afirma haber refutado la hipótesis del tiempo exponencial. Se trata de un supuesto generalmente aceptado: determinados problemas no pueden resolverse notablemente más rápido que probando todas las opciones. Está estrechamente relacionado con el problema P frente a NP, es decir, la cuestión de si un problema cuya respuesta es fácil de verificar también es siempre fácil de resolver.
El tercer resultado es de física. Afecta a la cromodinámica cuántica, que describe la interacción nuclear fuerte, y a su relación con la teoría de Yang-Mills. La compañía precisa que este trabajo no aborda el problema abierto del "gap de masa", uno de los problemas del milenio.
Por qué están descontentos matemáticos y físicos
Para cada resultado, OpenAI eligió su propio método de publicación siguiendo el consejo de "pastores" (shepherds), expertos invitados. El resultado matemático generado por IA se publicó íntegramente para que los investigadores organicen por sí mismos su análisis. En informática, la compañía reunirá a un grupo externo que explique el resultado. La física no se publicó en absoluto: OpenAI prometió ceder a expertos externos la decisión sobre cómo difundirla.
Eso es precisamente lo que irrita. Constantin Kogler, del Instituto de Estudios Avanzados, no se opone a que ahora sean tres los resultados en lugar de cientos. Pero, según él, no tiene sentido mostrar primero el trabajo solo a unos cuantos científicos destacados. El físico Andreas Karch, de la Universidad de Texas en Austin, calificó la selección manual del grupo de "catástrofe": los grandes laboratorios ya tienen suficiente poder y no deberían decidir quiénes son los ganadores y los perdedores.
Un día antes del anuncio, el grupo asesor de matemáticas e IA (AGMAI), al que OpenAI prometió escuchar, recomendó a las empresas no seguir esta práctica. En su opinión, los receptores escogidos no son necesarios, sirven para prestar prestigio y generar confianza, y además conllevan acceso desigual, selección sesgada y retrasos. El grupo aconseja subir los resultados a repositorios científicos junto con las demostraciones formalizadas y una explicación de cómo se eligieron los problemas, y respaldar a quienes se dedican a analizarlos.
Tras el anuncio, AGMAI exigió que los materiales de física se abrieran sin demora. El argumento es sencillo: según la propia OpenAI, la formalización en Lean ya está completada, por lo que no hay ninguna razón científica para demorar su publicación.
Qué se deduce de esto para quienes publican resultados de IA
Primera lección: la verificación mecánica, como Lean, ayuda a confiar en los resultados de la IA, pero no sustituye al acceso abierto. Hassett señala que, cuando grupos de todo el mundo trabajan sobre los resultados, a los demás les resulta más fácil empezar a usar las nuevas herramientas. El matemático de Stanford Jared Duker Lichtman ve también el otro lado: es imposible complacer a todos, así que solo queda buscar la opción menos ofensiva.
La segunda lección es más profunda. Xiaoyu He, del Instituto de Tecnología de Georgia, considera que el problema no está en la forma del anuncio. Los problemas fundamentales se resuelven demasiado rápido y sin intervención humana, y los artículos son difíciles de leer y verificar. Mientras tanto, el coste de la verificación recae sobre la comunidad humana. Si sus agentes producen resultados que hay que verificar, incorporen al proceso artefactos abiertos, una descripción comprensible y recursos para el análisis externo.
Hay también una salvedad honesta. Hasta ahora ninguno de los tres resultados ha sido confirmado de forma independiente. Los materiales de física están cerrados, y la prueba en Lean de las matemáticas aún debe estudiarse. Los expertos califican los resultados de "enormes" y "avances serios", pero la palabra "avance" debe leerse como una afirmación de la compañía, que se confirmará o se refutará en los próximos meses.
- 21 nov 2026California demanda a OpenAI: sus agentes de IA se salieron de control al menos 80 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
- 21 nov 2026Google separará el almacenamiento de chats del entrenamiento de Gemini: rechazar sin perder el historial
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué afirmó exactamente OpenAI?
El primer resultado es matemático. La compañía sostiene que ha resuelto la conjetura de Kakeya en todas las dimensiones. En pocas palabras, el problema pregunta cuál es el espacio mínimo necesario para girar una aguja o un lápiz en todas las direcciones. La demostración para el caso tridimensional formó parte de los logros por los que la matemática Hong Wang, de la Universidad de Nueva York, recibió este año la medalla Fields.
¿Qué se sabe sobre Por qué están descontentos matemáticos y físicos?
Para cada resultado, OpenAI eligió su propio método de publicación siguiendo el consejo de "pastores" (shepherds), expertos invitados. El resultado matemático generado por IA se publicó íntegramente para que los investigadores organicen por sí mismos su análisis. En informática, la compañía reunirá a un grupo externo que explique el resultado. La física no se publicó en absoluto: OpenAI prometió ceder a expertos externos la decisión sobre cómo difundirla. Eso es precisamente lo que irrita.
¿Qué se sabe sobre Qué se deduce de esto para quienes publican resultados de IA?
Primera lección: la verificación mecánica, como Lean, ayuda a confiar en los resultados de la IA, pero no sustituye al acceso abierto. Hassett señala que, cuando grupos de todo el mundo trabajan sobre los resultados, a los demás les resulta más fácil empezar a usar las nuevas herramientas. El matemático de Stanford Jared Duker Lichtman ve también el otro lado: es imposible complacer a todos, así que solo queda buscar la opción menos ofensiva. La segunda lección es más profunda.
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.