OpenAI dice haber saltado del examen a la investigación: 4.000 problemas matemáticos abiertos y cero revisión externa

Los hechos, tal y como los presenta OpenAI: existe un modelo interno, no identificado públicamente como GPT-7, que habría abordado 4.000 problemas de investigación abiertos y generado cientos de resultados matemáticos acompañados de archivos de respaldo completos. La compañía subraya que el sistema va más allá de los exámenes matemáticos estándar. Conviene fijar ese matiz porque es el eje de toda la noticia.

Hasta ahora, el listón público de la IA en matemáticas eran las competiciones y los exámenes: problemas con solución conocida, enunciado cerrado y respuesta verificable al instante. Es un terreno cómodo para un modelo, porque la respuesta ya existe en algún lugar del espacio de soluciones. Un problema de investigación abierto es otra cosa: nadie sabe si tiene solución, ni cómo es, ni si el camino elegido lleva a alguna parte. Si lo descrito se sostiene, OpenAI estaría afirmando que ha cruzado esa frontera, no que ha subido una puntuación.

La pieza más relevante del anuncio no es «4.000», es «archivos de respaldo completos». En matemáticas, un resultado sin demostración auditable no es un resultado: es una conjetura. Que el sistema entregue el andamiaje —y no solo el enunciado final— es lo que permitiría a un matemático humano, o a un verificador formal, decidir si aquello es cierto. Sin ese material, cientos de resultados valen exactamente lo mismo que cero.

Y ahí está nuestra reserva de corto plazo. Es un anuncio de la propia empresa sobre un modelo que no está disponible, sin revisión por pares, sin detalle del arnés de ejecución y sin una cifra clara de cuántos de esos cientos de resultados ha validado alguien ajeno a OpenAI. Ya hemos visto cómo una misma capacidad puede medirse con 37 puntos de diferencia según quién monte el experimento. Capacidad demostrada y capacidad declarada no son lo mismo, y aquí todavía estamos en la segunda. También falta la pregunta incómoda: cuántos de esos 4.000 problemas eran realmente abiertos y cuántos eran difíciles pero ya transitados.

Nuestra lectura: si esto se confirma, es de las noticias más importantes del año, y no por las matemáticas. Un sistema que explora miles de problemas abiertos en paralelo y documenta su razonamiento es, en realidad, una máquina de generar hipótesis verificables. Esa misma mecánica es la que separa hoy a la biología de curar enfermedades: no nos faltan datos, nos faltan manos y cerebros que recorran el espacio de hipótesis plausibles y descarten las malas rápido. La matemática es el primer dominio donde se prueba porque es el único donde la verificación es barata y absoluta. Si funciona ahí, la pregunta deja de ser si la IA puede hacer ciencia y pasa a ser a qué ritmo y bajo qué control.

Así que optimismo, sí, pero del que exige papeles. El horizonte —investigación acelerada, enfermedades que dejan de ser sentencias, abundancia de conocimiento— sigue siendo el nuestro. El camino hasta él pasa por que un matemático humano abra esos archivos de respaldo y diga en voz alta que son correctos. Hasta entonces, esto es una promesa extraordinariamente interesante, y la trataremos como tal.