El 8 de septiembre de 2026, la portada de Hacker News se vio sacudida por dos publicaciones consecutivas que desataron un terremoto en la comunidad tecnológica y matemática. Por un lado, un anuncio triunfal de OpenAI proclamaba que sus modelos internos más avanzados habían resuelto un problema de la hidrodinámica matemática que llevaba 90 años sin respuesta. Por el otro, Tristan Buckmaster, profesor de matemáticas de la Universidad de Nueva York, difundía una extensa declaración en la que detallaba cronológicamente sus contactos con el equipo de OpenAI, acusando a la corporación de haberse adelantado y apropiado indebidamente de sus investigaciones aún no publicadas.
En el epicentro de este choque entre Silicon Valley y las matemáticas puras se encuentra el problema de la existencia y regularidad de las ecuaciones de Navier-Stokes. Declarado en el año 2000 por el Instituto Clay de Matemáticas como uno de los siete Problemas del Milenio, conlleva una recompensa de un millón de dólares. En esencia, estas ecuaciones diferenciales describen cómo fluyen el agua y el aire: desde las turbulencias que se forman en el ala de un avión hasta las densas corrientes oceánicas. El interrogante fundamental consiste en determinar si las soluciones a estas ecuaciones pueden desestabilizarse en un tiempo finito, generando singularidades infinitas que escapan a cualquier explicación física.
Durante casi un siglo, generaciones de matemáticos brillantes chocaron contra este muro. Desentrañarlo exigía una intuición geométrica sumamente refinada para sacar a la luz estructuras ocultas. Sin embargo, en la versión presentada por OpenAI, la intuición humana fue sustituida por una avalancha de potencia de cómputo y una cadena de montaje de deducciones automatizadas.
10.000 agentes en una carrera de 88 horas: la fuerza bruta aplasta un enigma de 90 años
Las cifras del despliegue técnico de OpenAI resultan abrumadoras. Para resolver las ecuaciones, el laboratorio movilizó a unos 10.000 agentes de inteligencia artificial coordinados en paralelo. Durante 88 horas ininterrumpidas, este enjambre operó como una red gigante que intercambió 2,7 millones de mensajes de verificación cruzada y consumió aproximadamente 130.000 millones de tokens de salida. Con el fin de garantizar una validez lógica incontrovertible, el sistema invirtió 17 horas adicionales en verificar el código resultante línea por línea mediante el lenguaje formal Lean.
Figura: Formulación oficial de las ecuaciones de Navier-Stokes. Fuente: Instituto Clay de Matemáticas (claymath.org)
La infraestructura operó como una factoría masiva atendida por 10.000 estudiantes de posgrado incansables y minuciosos. Una vez fijada la dirección adecuada, fueron capaces de agotar en cuatro días el trabajo de borradores que a los matemáticos les habría llevado generaciones enteras. Durante el proceso, el sistema incluso reservó 100 agentes para solucionar en 50 horas el problema de regularidad de las ecuaciones de Euler sin fuerzas externas. Al concluir, la factoría computacional produjo un manuscrito formal de 100 páginas.
Frente a esta fábrica de cómputo, ciclos de investigación que antes requerían meses quedaron reducidos a días. El modelo de OpenAI produjo deducciones matemáticas admirables. Sin embargo, a ojos del profesor Buckmaster, la gigantesca factoría solo supo dónde taladrar porque contaba con un plano filtrado.
Del 1 al 8 de septiembre: ¿adónde fue a parar un borrador no publicado?
El conflicto gira en torno a una línea de salida invisible. Meses atrás, Buckmaster se había asociado con Levent Alpöge, matemático e investigador de Anthropic, para abordar el problema utilizando flujos de trabajo asistidos por modelos de lenguaje. Tras analizar la bibliografía existente, ambos lograron transformar los esquemas tradicionales de forzamiento rugoso (rough forcing) en forzamiento suave (smooth forcing), el obstáculo conceptual más temido del campo. El 15 de agosto alcanzaron un avance crítico y el 22 de agosto completaron la primera verificación formal asistida por IA en Lean. Buckmaster describió aquellos pasos automatizados como la demostración más aterradora que jamás había leído.
En el preciso instante en que acariciaban la meta, las noticias comenzaron a propagarse.
| Hito clave | Versión del blog oficial de OpenAI | Declaración pública del profesor Buckmaster |
|---|---|---|
| Mediados/finales de agosto | El 28 de agosto comenzó el entrenamiento del nuevo modelo | El 15 de agosto se logró un avance clave; el 22 de agosto se verificó en Lean |
| 1 a 3 de septiembre | El 1 de septiembre se inició la resolución tras escuchar rumores | El 3 de septiembre proliferan rumores de que los avances habían llegado a OpenAI |
| 5 a 6 de septiembre | El 5 de septiembre se resolvió formalmente el problema | El 6 de septiembre hubo dos llamadas; OpenAI modificó reiteradamente su versión |
| Uso de datos | Declaró no haber examinado datos de usuarios específicos | Los borradores estuvieron en Codex; OpenAI evitó responder con claridad ante las preguntas |
Buckmaster documentó dos llamadas telefónicas sumamente tensas con representantes de OpenAI el 6 de septiembre. A lo largo de la conversación, el relato de la compañía cambió de forma constante. Al principio afirmaron que al modelo solo se le había suministrado el enunciado del problema. Más adelante admitieron que todo el equipo había movilizado ingentes recursos de cómputo, reconociendo que las primeras instrucciones se enviaron días después de haber escuchado los rumores sobre el trabajo de Buckmaster.
Al ser interrogados sobre si sus sistemas habían absorbido los borradores inéditos cargados en Codex, la negativa de OpenAI dejó abiertas serias dudas. Oficialmente afirmaron no haber examinado datos específicos de ningún usuario, pero reconocieron que «no podían descartar que datos desidentificados hubieran mejorado el modelo». Ambas publicaciones desencadenaron una auténtica batalla de votos en Hacker News: el comunicado de Buckmaster alcanzó los 1.053 puntos, mientras que el anuncio de OpenAI quedó rezagado en 1.010. La comunidad técnica centró su atención en las anomalías temporales y la custodia de datos, relegando la demostración matemática a un segundo plano.
Cuando un simple rumor desata una avalancha de cómputo masivo
El medallista Fields Terence Tao sintetizó con precisión la gravedad de este escenario:
«Lo que ahora resulta escaso y valioso es identificar problemas prometedores. Incluso el rumor de que alguien está trabajando en una línea de investigación bastará para activar un esfuerzo masivo impulsado por IA para arrasar con él.»
Durante siglos, los matemáticos prosperaron gracias a una cultura de puertas abiertas: bosquejos en las pizarras de las salas de café, debates informales y borradores compartidos entre colegas. Ese intercambio desinteresado era la chispa que encendía las ideas. Sin embargo, ante máquinas capaces de estructurar demostraciones de 100 páginas en cuestión de cuatro días, cualquier comentario indiscreto desencadena una maquinaria voraz dispuesta a cosechar la intuición ajena.
Figura: Esquema de la espiral hacia el interior y el estiramiento axial del vórtice. Fuente: OpenAI
Una vez que un borrador inédito entra en un asistente en la nube o que una hipótesis prometedora circula entre especialistas, escapa al control de su autor. En la era de la abundancia computacional, hallar el camino viable es inmensamente más costoso que ejecutar la derivación formal. Los investigadores ya no compiten contra sus pares académicos, sino contra factorías industriales de generación de teoremas y enormes centros de datos.
”¿Por qué arruinar su carrera?”: Una negociación brutalmente desigual
El aspecto más perturbador de esta disputa fue la evidente asimetría entre el gigante corporativo y el investigador universitario. Según reveló Buckmaster, el equipo de OpenAI planteó dos supuestas soluciones de compromiso teñidas de condescendencia. La opción 1 proponía que Buckmaster publicara primero los resultados preliminares sobre las ecuaciones de Euler y que OpenAI lanzara al día siguiente su demostración sobre Navier-Stokes. La opción 2 permitía a Buckmaster figurar como único autor del artículo de Navier-Stokes, a condición de borrar por completo de la autoría a Levent Alpöge, investigador de Anthropic.
Los representantes de OpenAI dejaron claro que todo habría sido sencillo si Alpöge no trabajara para un competidor comercial directo. Cuando Buckmaster se negó a traicionar a su colega, las advertencias subieron de tono: «¿Por qué intenta arruinar su propia carrera?» y «Si no quiere que sea amable, tampoco tengo por qué serlo».
Esta actitud arrogante refleja la prepotencia que genera el monopolio de la infraestructura de cómputo. El hallazgo de verdades matemáticas se ha transformado en un instrumento corporativo para exhibir poderío y debilitar a los rivales del mercado.
Cuando la cultura académica choca frontalmente con la minería computacional
La disputa en torno a este problema millonario trasciende con creces la mecánica de fluidos. Buckmaster la definió como el «momento Deep Blue de las matemáticas». Se ha abierto una brecha insalvable en la estructura académica: meses de meticuloso esfuerzo humano pueden ser rastreados, emulados y liquidados por un clúster de IA en el transcurso de un fin de semana. El margen temporal que permitía a los científicos contrastar y madurar sus hallazgos se ha desvanecido.
En los foros de debate, algunos sugirieron medio en broma que los matemáticos deberían sembrar señuelos con rumores de falsas demostraciones para forzar a OpenAI a quemar millones de dólares intentando verificar callejones sin salida. Detrás de esta ironía late una profunda sensación de impotencia ante la hegemonía del poder de cómputo.
Los pormenores técnicos del artículo de OpenAI no tardarán en desdibujarse en la memoria colectiva. La huella indeleble que deja este episodio es la convicción de que la investigación científica en curso se ha convertido en un yacimiento a cielo abierto expuesto a la minería intensiva de datos. La potencia de cálculo actúa como una gigantesca perforadora que, guiada por el más leve indicio, vacía una mina de oro en cuestión de horas. La tradición de generosidad y debate abierto que impulsó los grandes avances del conocimiento humano se enfrenta hoy a una encrucijada terminal.
Enlaces de referencia:
- Blog oficial de OpenAI
- Declaración pública de Tristan Buckmaster (cims.nyu.edu)
- Discusión en HN (item?id=49605915)
- Discusión en HN (item?id=49613262)
