El reciente anuncio de OpenAI sobre las ecuaciones de Navier-Stokes ha desencadenado una agria controversia en la comunidad científica internacional. Cuando hace unos días OpenAI presentó una demostración lograda por su inteligencia artificial tras desplegar 10.000 agentes en paralelo durante 88 horas, la noticia fue recibida como un hito. Sin embargo, detrás del despliegue mediático han surgido graves cuestionamientos sobre los métodos de anuncio, la falta de transparencia y la autoría del avance.
Investigadores como Tristan Buckmaster denunciaron que la tecnológica lanzó sus instrucciones al modelo tras conocer manuscritos de terceros, mientras que figuras emblemáticas como Charles Fefferman recordaron que las ideas teóricas clave pertenecen a los matemáticos españoles Diego Córdoba y Luis Martínez-Zoroa. A esto se suma la advertencia del medallista Fields Terence Tao, quien alerta sobre el peligro de convertir la ciencia en propaganda corporativa resolviendo problemas a puerta cerrada sin aportar aprendizaje colectivo a la disciplina. El debate ya no gira en torno a lo que la inteligencia artificial es capaz de calcular, sino en cómo las grandes empresas de tecnología gestionan la autoría y la divulgación científica.
¿En qué consiste la polémica sobre los métodos y la transparencia de OpenAI?
La controversia estalló cuando la comunidad matemática empezó a examinar la cronología y el fondo del anuncio. El 7 de septiembre de 2026, Tristan Buckmaster, profesor de la Universidad de Nueva York, y Levent Alpöge, investigador vinculado a Anthropic, publicaron un trabajo independiente sobre ecuaciones de Euler forzadas. Tan solo un día después, OpenAI hizo pública su demostración generada por ordenador.
Según detalló Buckmaster, representantes de OpenAI le contactaron un día antes de la presentación corporativa para informarle de que su sistema había obtenido una demostración de 100 páginas. Sin embargo, al indagar sobre las fechas exactas de ejecución, el investigador descubrió que las instrucciones principales se habían introducido en el sistema justo después de que la tecnológica tuviera acceso a su manuscrito no publicado.
El conflicto se agravó con acusaciones sobre la gestión de créditos. Buckmaster denunció que OpenAI le propuso una coautoría con la condición explícita de excluir a Alpöge por su relación con Anthropic, una empresa competidora en el mercado de la IA. Ante la negativa y la intención de hacer pública la situación, el matemático afirmó haber recibido presiones por parte de la firma estadounidense.
Desde la compañía, el directivo Sébastien Bubeck calificó las acusaciones de falsas y se disculpó por lo que definió como una elección de palabras desafortunada en materia de autoría. No obstante, OpenAI admitió que datos desidentificados recopilados de las interacciones en sus plataformas de software pudieron haber contribuido al entrenamiento de sus modelos internos.
¿Por qué importa este debate y qué cambia para el ecosistema investigador?
Este episodio trasciende el ámbito académico porque pone a prueba las normas éticas que deben regir la colaboración entre empresas privadas e instituciones científicas. Si los gigantes tecnológicos utilizan su capacidad financiera para adueñarse de avances conceptuales humanos y presentarlos como logros automáticos de sus algoritmos, se corre el riesgo de distorsionar el progreso científico.
Más allá de la titularidad de los descubrimientos, la falta de apertura en los procesos de cálculo genera desconfianza. Aunque OpenAI utilizó el asistente Lean para certificar la corrección lógica de su demostración en 17 horas con el modelo GPT-6 Astra, los expertos señalan que el código verificado solo comprueba la deducción interna y no evalúa si las hipótesis escritas respetan el enunciado matemático oficial.
Las implicaciones de esta disputa están transformando la forma en que se percibe la investigación automatizada en la industria:
- Exigencia de transparencia en los datos: La comunidad académica reclama que se hagan públicos los manuscritos, códigos e instrucciones previas utilizados para entrenar o guiar a los agentes inteligentes.
- Revisión del concepto de autoría: Se vuelve imprescindible establecer límites claros entre la aportación de la teoría humana y la ejecución intensiva por parte de máquinas.
- Riesgo de desincentivación investigadora: El temor a que modelos corporativos privados absorban ideas en desarrollo puede frenar la difusión compartida de borradores científicos.
- Necesidad de auditoría humana independiente: La verificación mecánica exige una supervisión directa por parte de especialistas para validar que los presupuestos teóricos sean correctos.
El crédito teórico español y la advertencia de Terence Tao
Un aspecto central de esta controversia radica en identificar de dónde surgieron las herramientas conceptuales que hicieron posible el cálculo. El matemático Charles Fefferman, redactor del enunciado oficial del problema para el Clay Mathematics Institute, declaró de forma tajante que los verdaderos artífices de las ideas son los investigadores españoles Diego Córdoba y Luis Martínez-Zoroa.
Córdoba, investigador del Instituto de Ciencias Matemáticas de Madrid y Premio Nacional de Investigación, lleva años desarrollando junto a Martínez-Zoroa la metodología analítica para construir una singularidad en tiempo finito. El sistema de OpenAI no descubrió un camino inédito por sí mismo, sino que recorrió a gran velocidad la ruta teórica trazada y señalizada previamente por estos científicos humanos.
A esta precisión se suma la profunda reflexión formulada por Terence Tao, galardonado con la Medalla Fields. Tao advirtió que el valor real de los grandes problemas abiertos no estriba únicamente en encontrar la respuesta final, sino en las técnicas y conceptos que la humanidad desarrolla durante el intento de resolverlos.
Según Tao, cuando una corporación resuelve un problema a puerta cerrada consumiendo 130.000 millones de tokens y 2,7 millones de mensajes sin mostrar los razonamientos ni las vías fallidas, la comunidad se queda con el enunciado resuelto pero pierde todo el aprendizaje acumulado. Esta práctica, en sus palabras, amenaza con erosionar el ecosistema del que nacen las futuras generaciones de matemáticos.
Asimismo, conviene recordar que el resultado de OpenAI incluye un forzamiento externo suave, lo que significa que el Problema del Milenio sin fuerzas externas sigue abierto y la empresa no puede optar al premio de un millón de dólares.
¿Qué significa esto para el futuro de la ciencia y la tecnología?
La tensión entre la investigación abierta y la propaganda tecnológica abre un capítulo decisivo en la era de la inteligencia artificial. El caso de Navier-Stokes evidencia que la capacidad de cómputo masivo no sustituye el valor de las ideas ni puede invisibilizar el trabajo intelectual previo.
El reto inmediato para la industria no consiste únicamente en construir modelos más potentes, sino en definir estándares de divulgación éticos, rigurosos y transparentes. La inteligencia artificial debe actuar como un aliado abierto de la comunidad investigadora y no como una herramienta opaca orientada a titulares efectistas.
El equilibrio entre la velocidad de la máquina y el rigor del pensamiento humano determinará si la tecnología fortalece el conocimiento colectivo o si, por el contrario, compromete la confianza sobre la que se edifica la ciencia.
