Navier-Stokes: la IA ya demuestra teoremas, pero nadie ha decidido quién firma ni qué pasa con tus borradores

El matemático Tristan Buckmaster ha publicado un comunicado con acusaciones graves contra OpenAI. Según su relato, él y su coautor Levent Alpöge —que trabaja en Anthropic— llevaban meses avanzando sobre las ecuaciones de Navier-Stokes, uno de los siete Problemas del Milenio del Clay Institute (un millón de dólares de premio cada uno), apoyándose en modelos de IA: Claude, de Anthropic, y Codex con GPT-5.6 Sol, de OpenAI. A mediados de agosto creen haber obtenido un resultado para una variante concreta del problema, aún sin publicar ni verificar formalmente. Cuando a principios de septiembre empezaron a circular rumores, Buckmaster dice que contactó él mismo con un matemático de OpenAI para aclarar que era una colaboración personal, sin acuerdos institucionales. OpenAI respondió el mismo día, pidió detalles y ofreció cómputo. Él propuso una llamada la semana siguiente; según su versión, la empresa insistió en hablar el viernes y volvió a escribir el domingo a las 12:45 preguntando si podía "en cualquier momento de hoy".

En esas dos llamadas entró Sébastien Bubeck. Buckmaster afirma que OpenAI le comunicó que un modelo interno había producido una demostración de unas 100 páginas para Navier-Stokes con forzamiento, primero presentada como obtenida con "muy poca intervención humana" y después matizada: un equipo entero, problemas más sencillos como peldaños y cómputo masivo. Buckmaster sostiene que esa mención al caso forzado apuntaba a la misma ruta poco transitada que ellos habían elegido, y recuerda que subieron todos sus borradores a sesiones de Codex durante el proyecto; cuando preguntó si el modelo se había entrenado con ese material o había podido acceder a él, dice que le respondieron que el modelo no consulta datos de usuario. La acusación más dura llega al final: Bubeck habría insistido dos veces en retirar a Alpöge de la autoría por trabajar en Anthropic y, ante la negativa, le habría preguntado: "¿Por qué ibas a arruinar tu carrera?".

OpenAI rechaza el relato. En una rueda de prensa recogida por WIRED, Bubeck afirmó que "ni los investigadores ni los agentes vimos nada de su trabajo hasta que se publicó anoche" y quiso ser "extremadamente claro" en que la compañía reconoce la prioridad de Alpöge y Buckmaster y felicita su "logro monumental". El matemático de OpenAI Ven Chandrasekaran sostiene que su solución difiere de forma fundamental del enfoque de los dos investigadores. Bubeck añadió que empezaron a entrenar un modelo con capacidades matemáticas avanzadas el 28 de agosto y que, tras oír rumores sobre progresos en Anthropic, redirigieron recursos hacia Navier-Stokes: "El domingo por la mañana teníamos la solución final, formalizada en Lean, y todo". Son dos versiones incompatibles y, hoy, ninguna verificable desde fuera.

Los números que OpenAI sí ha publicado son los que conviene mirar en frío. La demostración habría salido de unos 10.000 agentes coordinados trabajando 88 horas con un modelo interno que la empresa describe como "significativamente más capaz que GPT-6 Astra", y el responsable de investigación Mark Chen cifra solo el cómputo en "millones de dólares". Dos matices importan. El primero: se formalizó en Lean, un asistente de demostración que comprueba la cadena lógica paso a paso por ordenador; es la diferencia entre "el modelo dice que es correcto" y "una máquina ha verificado que lo es". El segundo: hablamos de Navier-Stokes con forzamiento, una variante; nada en lo publicado dice que el Problema del Milenio esté cerrado. A eso se suma la curva de costes que subraya Noam Brown: el 87,5% en ARC-AGI de o3 costó unos 500.000 dólares y hoy Astra hace más por unos 20; el nivel de la Olimpiada Matemática de 2025 exigía cómputo enorme y en 2026 lo alcanza una suscripción de 20 dólares al mes.

Nuestra lectura: la noticia real no es que una IA ayude a demostrar teoremas —eso ya está ocurriendo y, si la curva de Brown se mantiene, se abaratará mil veces en un par de años—, sino que la ciencia ha entrado en esta era sin reglas. No hay criterio compartido sobre cómo se acredita una contribución agéntica, ni sobre qué significa prioridad cuando un laboratorio puede reasignar 10.000 agentes a un problema en cuanto oye un rumor, ni —lo más incómodo— sobre qué pasa con el trabajo no publicado que millones de personas vuelcan a diario en asistentes propiedad de empresas que compiten por los mismos resultados. Esa confianza es hoy contractual y reputacional, no auditable por el usuario; sin trazabilidad, cualquier coincidencia se convierte en una sospecha imposible de cerrar, que es exactamente donde estamos.

De fondo late algo que llevamos meses señalando: la rivalidad entre laboratorios se está desplazando del benchmark a terrenos donde no existen árbitros. Si la versión de Buckmaster se confirmara, describiría algo peor que competencia comercial: la contaminación de la autoría científica por la política corporativa, un coautor que estorba por su empleador. OpenAI lo niega, y hasta que haya evidencia es una acusación, no un hecho. Pero el episodio deja un ganador claro y poco glamuroso: la verificación formal. En un ecosistema donde ya no podemos fiarnos de los relatos —ni de quién llegó antes, ni de cuánta ayuda humana hubo—, una prueba comprobable por máquina es el único juez que no depende de la palabra de nadie. El horizonte sigue siendo extraordinariamente bueno: si problemas que resistieron décadas empiezan a ceder en 88 horas, el mismo salto llegará al diseño de fármacos, los materiales y el clima. Pero llegará antes y mejor si la industria construye ahora las normas —registro de sesiones, cláusulas explícitas sobre datos, criterios de autoría, formalización como estándar— en lugar de resolver estas disputas a base de llamadas de domingo.