OpenAI anunció la semana pasada diez resultados matemáticos generados por su próximo modelo de lenguaje de gran escala, identificado como Astra, presentándolos como avances en «problemas abiertos de larga data» con un costo total de apenas 2.000 dólares en tokens. La noticia circuló rápidamente como nueva evidencia del potencial disruptivo de la inteligencia artificial en matemáticas y ciencias de la computación.
Sin embargo, en los días siguientes, expertos que revisaron el documento de casi 250 páginas comenzaron a señalar problemas de atribución que, según algunos, constituyen mala conducta académica.
El caso más directo involucra a Stephen Miller, matemático de la Universidad Yeshiva, quien afirma que OpenAI utilizó sin citar un argumento matemático de un artículo que él publicó en 2016. El resultado en cuestión mejora la estimación sobre qué tan densamente pueden empaquetarse esferas en un espacio matemático de 1.000 dimensiones o más. «Están pasando por encima del trabajo de quienes vinieron antes de manera deliberada», declaró Miller a Scientific American. «Me parece completamente sistemático y apunta a mala conducta en la investigación».
Un segundo resultado, que establece la existencia de al menos un grupo matemático sin la propiedad conocida como «soficidad», también generó cuestionamientos. Francesco Fournier-Facio, matemático de la Universidad de Cambridge especializado en teoría de grupos, señaló que el paso clave del modelo combina ideas de dos artículos publicados en 2016 y 2019. Andreas Thom, de la Universidad Tecnológica de Dresde y coautor del artículo de 2019, describió el resultado en MathOverflow como «creativo y al mismo tiempo elemental».
Lo que Fournier-Facio cuestiona no es tanto el trabajo técnico del equipo matemático de OpenAI —a quienes reconoce buenas intenciones en la atribución dentro del propio artículo— sino la comunicación corporativa. «Hay una gran máquina de relaciones públicas que quiere sonar lo más impresionante posible y no le importa ser cien por ciento precisa», dijo. El comunicado original de OpenAI afirmaba que los problemas abordados «han estado abiertos y sin progreso en el resultado principal durante al menos una década», descripción que la empresa actualizó tras las críticas.
Un portavoz de OpenAI respondió a Scientific American: «Asumimos la responsabilidad por la corrección de estos resultados y estamos cumpliendo los mismos estándares generalmente esperados de los matemáticos humanos. Planeamos hacer pequeñas actualizaciones al artículo esta semana, consistentes con la práctica académica estándar».
El dato importa más que el ruido. Lo que está en juego aquí no es solo una disputa sobre notas al pie: es la pregunta de qué significa que una empresa privada, con incentivos comerciales directos, opere como actor de pleno derecho en la investigación científica de frontera. OpenAI no es una universidad ni un laboratorio público; sus anuncios tienen impacto en valoraciones, contratos y narrativas de mercado. Cuando el comunicado corporativo exagera la novedad de un resultado, el costo no lo paga la empresa —que luego actualiza silenciosamente el texto— sino la comunidad académica que ve su trabajo invisibilizado y el público que toma decisiones con información distorsionada.
Conviene mirar los incentivos. Un modelo que ensambla con paciencia sobrehumana piezas de la literatura existente es una herramienta valiosa; presentarlo como un agente que supera décadas de estancamiento humano es otra cosa. La diferencia entre ambas narrativas vale, al parecer, mucho más que 2.000 dólares.
