Qué ha anunciado exactamente OpenAI
La compañía sitúa estos trabajos en tres áreas concretas: el suavizado local para la ecuación de onda euclídea, la hipótesis del tiempo exponencial en complejidad computacional y teoría cuántica de campos en física matemática. En su comunicación, OpenAI los presenta como resultados obtenidos por sus modelos y afirma que, en al menos dos de los casos, ya ha liberado el material para que otros investigadores lo examinen por su cuenta.
En matemáticas, OpenAI sostiene que su modelo ha obtenido una prueba del suavizado local en todas las dimensiones espaciales a partir de dos, y que ese resultado también resuelve la conjetura de Kakeya y la conjetura de restricción de Stein dentro del rango interior previsto. La compañía dice además que está liberando directamente la salida del modelo, como ya hizo en su anuncio del 6 de octubre.
En informática teórica, la empresa afirma que su sistema ha refutado la hipótesis del tiempo exponencial. Según su texto, el caso de 3-SAT basta para concluir que la hipótesis es falsa, y el trabajo será examinado por un grupo independiente de especialistas liderado por Russell Impagliazzo, Ramamohan Paturi y Ryan Williams. OpenAI también ha publicado la salida del modelo y la prueba en Lean para facilitar el escrutinio.
En física matemática, OpenAI dice haber logrado una prueba rigurosa de existencia para ciertas teorías cuánticas de campos con campos gauge y fermiones en cuatro dimensiones, incluida la cromodinámica cuántica, así como una completación unificada del Modelo Estándar de física de partículas. La compañía indica que ese material no se ha publicado todavía en su totalidad y que David Gross encabezará un grupo de revisión junto con Michael Douglas, Arthur Jaffe, Igor Klebanov y Nikita Nekrasov.
Por qué esta vez cambia el método
La diferencia más relevante no es solo qué afirma OpenAI, sino cómo dice querer difundirlo. En esta ocasión, la empresa reconoce que ha tomado nuevas recomendaciones de científicos para decidir cómo publicar los resultados y cómo organizar la revisión externa. En matemáticas, ese apoyo ha consistido en aconsejar que se publique la salida del modelo para que otros la desarrollen; en informática y física, en cambio, OpenAI habla de grupos externos que guiarán la explicación y la validación.
La propia compañía admite que este enfoque puede tener problemas. También recoge que un panel asesor de matemáticas y IA de la AGMAI había recomendado justo ayer no adoptar prácticas que concedan acceso preferente a determinadas personas, por el riesgo de desigualdad, prestigio prestado y selección sesgada. Ese panel proponía, en cambio, que las empresas publiquen los resultados en repositorios académicos, con pruebas formalizadas en Lean e información sobre cómo se eligieron los problemas.
Lo que sí está confirmado y lo que no
Lo confirmado es que OpenAI ha publicado una entrada oficial con estos tres resultados, que ha subido material asociado a GitHub y que ha detallado quiénes integrarán los grupos externos de revisión para informática y física. También está confirmado que la empresa plantea una separación clara entre la salida del modelo y la explicación o validación humanas.
Lo que no está confirmado de forma independiente es que esos tres resultados estén ya aceptados por la comunidad científica como descubrimientos cerrados. OpenAI los presenta como tales, pero la propia publicación insiste en que hacen falta revisión, explicación y trabajo colaborativo para convertirlos en comprensión compartida. En física, además, la empresa no ha liberado todavía el material completo, así que la evaluación pública de ese caso queda más condicionada que en los otros dos.
Qué viene ahora
La siguiente fase será la verificación real de los resultados y, en particular, el trabajo de los grupos externos designados por OpenAI. Si ese esquema gana legitimidad, el debate dejará de centrarse solo en si un modelo puede producir una prueba y pasará a preguntarse quién la valida, quién la explica y con qué reglas se convierte en conocimiento científico utilizable.
