La IA resolvió uno de los mayores misterios matemáticos del planeta. Después vino el escándalo.

Durante años, un pequeño grupo de matemáticos estuvo persiguiendo una de esas preguntas que parecen imposibles. No era una búsqueda que apareciera en los noticieros ni que generara millones de vistas en internet... para la mayoría de las personas pasaba completamente desapercibida. Pero, en ciertos círculos académicos, resolver el misterio de las ecuaciones de Navier-Stokes equivale a conquistar el Everest sin oxígeno. Es uno de los llamados Problemas del Milenio, desafíos tan difíciles que quien logre resolverlos recibe un millón de dólares y, más importante todavía, un lugar permanente en la historia de las matemáticas.

Entre quienes estaban cerca de lograrlo se encontraban Tristan Buckmaster y Levent Alpöge. Como muchos investigadores de esta década, utilizaban herramientas de inteligencia artificial para contrastar ideas, explorar caminos matemáticos y poner a prueba hipótesis. Nada extraño. Hoy un programador consulta a una IA para escribir código, un médico la utiliza para analizar información científica y un matemático la emplea para ordenar razonamientos complejos... Parecía una extensión natural del trabajo intelectual.

Lo que nadie imaginaba era que esas consultas podían convertirse en el centro de una controversia que terminaría sacudiendo tanto al mundo académico como a la industria tecnológica.

Todo comenzó cuando, según los reportes que circularon posteriormente, OpenAI detectó que investigadores externos estaban acercándose peligrosamente a una solución histórica utilizando sistemas de inteligencia artificial que no pertenecían a la compañía. Lo que siguió parece más el argumento de una novela de ciencia ficción que una noticia tecnológica. Durante aproximadamente ochenta y ocho horas, una enorme infraestructura computacional habría puesto a trabajar a más de mil agentes de IA de manera simultánea. No hablamos de una sola inteligencia resolviendo ecuaciones, sino de una especie de enjambre digital donde miles de procesos intercambiaban ideas, verificaban resultados, descartaban errores y generaban nuevas rutas de exploración a una velocidad imposible para cualquier equipo humano.

Mientras los matemáticos dormían, las máquinas seguían calculando... Mientras los investigadores tomaban apuntes, las máquinas seguían generando posibilidades.

Mientras los humanos avanzaban paso a paso, los algoritmos recorrían miles de caminos al mismo tiempo... Y entonces ocurrió.

El 7 de septiembre, la inteligencia artificial encontró una demostración que aparentaba resolver el problema. No solamente produjo una respuesta. También la tradujo a Lean, un lenguaje formal diseñado para verificar demostraciones matemáticas con un nivel de rigor prácticamente inalcanzable para la revisión humana tradicional. En otras palabras, la máquina no solo afirmaba haber encontrado una solución; además era capaz de presentarla en un formato que permitía comprobarla línea por línea.

La noticia habría sido extraordinaria por sí sola. El problema es que al día siguiente llegó algo todavía más explosivo: Las acusaciones.

Tristan Buckmaster denunció públicamente que la victoria podía haber estado contaminada desde el principio. Su argumento era tan sencillo como inquietante: si los investigadores habían introducido hipótesis, razonamientos y líneas de investigación dentro de sistemas de inteligencia artificial, ¿qué garantía existía de que esas ideas no hubieran terminado influyendo en el proceso que condujo al descubrimiento? De pronto la discusión dejó de ser matemática. Ya nadie estaba hablando de ecuaciones diferenciales ni de dinámica de fluidos. El debate giraba alrededor de una pregunta mucho más incómoda: ¿dónde termina la asistencia tecnológica y dónde comienza la apropiación del trabajo intelectual?

La situación se volvió aún más delicada cuando la empresa reconoció que no podía descartar completamente que ciertas consultas previas hubieran servido como guía indirecta para los sistemas. Esa frase fue suficiente para encender todas las alarmas. Porque si algo quedó claro en medio del escándalo es que la humanidad todavía no tiene reglas suficientemente claras para determinar qué ocurre con las ideas que compartimos con una inteligencia artificial. Un científico puede creer que está manteniendo una conversación privada con una herramienta de apoyo. Sin embargo, la frontera entre una herramienta y un participante activo del proceso de descubrimiento empieza a volverse cada vez más difusa.

Lo más perturbador de toda esta historia no es quién tenía razón ni quién llegó primero. Lo verdaderamente desconcertante es que, por primera vez, muchas personas sintieron que ya no estaban observando a una calculadora extremadamente sofisticada. Sentían que estaban viendo a un competidor. Uno que no se cansa, no se distrae, no necesita dormir y puede explorar en días lo que a un equipo de investigadores le tomaría meses o incluso años.

Esa es la razón por la que este episodio ha generado tanto debate. No porque una máquina haya resuelto una ecuación difícil. Las computadoras llevan décadas haciendo cosas que antes parecían imposibles. Lo que inquieta es la sensación de que hemos entrado en una época nueva, una en la que las grandes preguntas científicas podrían dejar de resolverse exclusivamente en universidades y centros de investigación para comenzar a resolverse dentro de enormes infraestructuras de inteligencia artificial propiedad de corporaciones tecnológicas.

Y cuando el conocimiento más valioso del mundo se produce dentro de una caja negra, la pregunta más importante ya no es si la respuesta es correcta… La pregunta es si podemos confiar en la forma en que fue obtenida.