Un conjunto de 722 manuscritos académicos con demostraciones teóricas generadas por un modelo interno de inteligencia artificial fue publicado en un repositorio de acceso público el martes 6 de octubre de 2026 por OpenAI. La documentación quedó alojada bajo la licencia de código abierto Apache-2.0 y compila planteamientos y avances para 372 familias de problemas matemáticos, derivados de evaluaciones aplicadas a cerca de 4.000 formulaciones científicas abiertas.
Los textos técnicos fueron desarrollados por un sistema avanzado que todavía no cuenta con una versión disponible comercialmente para el público general. De acuerdo con las declaraciones de la empresa, la casi totalidad de los artículos fue el resultado directo de ingresar una sola instrucción a un único agente automatizado, sin requerir ajustes manuales ni etapas sucesivas de corrección para formular las soluciones.
El repositorio público openai/math incorporó formalizaciones lógicas en el lenguaje de programación Lean, una herramienta informática empleada para validar demostraciones mediante verificación asistida por computadora. La compañía tecnológica incluyó además diez resúmenes técnicos en los que describe la estructura de razonamiento aplicada por el software durante la resolución de los problemas.
Registros de cómputo y especificaciones técnicas del repositorio abierto
Las pruebas sobre interrogantes matemáticos no resueltos se llevaron a cabo luego de que el sistema agotara las evaluaciones habituales de razonamiento computacional. La desarrolladora documentó una serie de parámetros operativos vinculados al volumen de trabajo procesado y a las características de la entrega técnica:
- 722 documentos académicos que exponen planteamientos de resolución matemática.
- 372 familias de resultados y ramas temáticas contempladas en el compendio.
- Aproximadamente 4.000 enunciados de investigación abierta procesados durante las pruebas.
- Promedio de 3 horas de capacidad de razonamiento de ChatGPT Pro requeridas por cada solución obtenida.
- 10 documentos de síntesis con el detalle de las fases deductivas del sistema.
- Licencia de código abierto Apache-2.0 asignada a la totalidad de los archivos en GitHub.
La organización justificó el método escogido para compartir los materiales a través de una nota técnica oficial. En el documento, la empresa señaló los motivos por los cuales optó por esta plataforma y anticipó futuras revisiones de los artículos.
“Para esta entrega, publicamos los resultados en un repositorio de GitHub, con protocolos para revisiones de artículos y citas”, indicó OpenAI en su comunicado oficial. “Continuamos explorando otras alternativas alojadas por la comunidad para esta difusión que cumplan con las directrices del comité. Para futuras publicaciones, nos comprometemos a mejorar aún más la calidad de los artículos mediante las citas, la exposición matemática y la presentación de los resultados para una mejor comprensión”, puntualizó la organización.
Siga: El modelo de inteligencia artificial Astra de OpenAI alcanza un nivel crítico de ciberseguridad
Resultados anunciados sobre la conjetura de Kakeya y la hipótesis de Riemann
Los artículos publicados abarcan diversas áreas teóricas y aseguran haber resuelto la conjetura geométrica de Kakeya en cuatro dimensiones. Asimismo, los textos presentan optimizaciones aplicadas a algoritmos de computación y aproximaciones analíticas vinculadas a la hipótesis de Riemann, considerada una de las problemáticas centrales en la teoría de números.
Esta divulgación sigue a un anuncio previo emitido por OpenAI el 21 de septiembre de 2026, fecha en que afirmó haber encontrado una solución para las ecuaciones de Navier-Stokes, uno de los problemas del milenio, junto con avances en más de un centenar de dilemas abiertos. Aquella comunicación inicial despertó dudas inmediatas en el ámbito universitario ante la rapidez de la difusión y la omisión de los procesos ordinarios de revisión por pares.
Grupo consultivo AGMAI fijó recomendaciones sin certificar la validez técnica
Con el propósito de delinear pautas para la difusión de trabajos elaborados por herramientas autónomas, en septiembre de 2026 se conformó el Advisory Group on Mathematics and Artificial Intelligence (AGMAI), un panel consultivo independiente con sede en el Institute for Advanced Study (IAS), en Princeton.
El grupo emitió una declaración institucional en la que dimensionó la relevancia del fenómeno para la disciplina académica. “Este es un evento importante para la matemática, con consecuencias tanto para la matemática como para la comunidad matemática que se extienden mucho más allá de los resultados individuales”, manifestó el comité en su pronunciamiento.
Los integrantes del comité aconsejaron divulgar la información con total apertura metodológica, incluyendo el gasto computacional, el modelo utilizado y las instrucciones exactas provistas a la máquina. Sin embargo, el grupo remarcó que su labor se limita a asesorar sobre formatos y prácticas de publicación, por lo que su postura no representa una certificación ni un respaldo sobre la exactitud de las pruebas obtenidas.
Lea también: Un dispositivo de 7 dólares y una inteligencia artificial revelan con precisión cámaras ocultas
Científicos reclaman la falta de registros precisos para reproducir los resultados
Pese a las sugerencias formuladas por los especialistas del AGMAI, OpenAI no anexó en la plataforma las instrucciones textuales precisas empleadas en cada caso ni los lapsos particulares de procesamiento invertidos en cada texto. De igual forma, la firma mantuvo en reserva los pesos neuronales internos del sistema que ejecutó los análisis.
Estas ausencias técnicas impiden que matemáticos e investigadores externos puedan reproducir paso a paso las operaciones que ejecutó el software. La falta de acceso directo al sistema computacional restringe las comprobaciones independientes a la lectura humana y a la codificación manual de cada demostración.
“Hasta que y a menos que publiquen el modelo y las personas puedan replicar sus resultados, creo que cualquier afirmación sobre resolver problemas a la primera con un solo agente debe tratarse como no verificada”, remarcó Andrew Sutherland, matemático e investigador del Massachusetts Institute of Technology (MIT).
La ratificación académica de los 722 manuscritos queda ahora sujeta al análisis pormenorizado por parte de especialistas independientes y a la traducción completa de cada razonamiento a sistemas formales como Lean. Esas tareas de revisión comunitaria continúan en desarrollo y demandarán tiempo considerable antes de emitir un veredicto definitivo sobre su validez.
