Durante dos años, el investigador de OpenAI Sébastien Bubeck le planteó a cada nuevo modelo de IA la misma pregunta: un problema matemático que él mismo llevaba casi una década sin poder cerrar. La semana pasada, uno por fin lo resolvió mejor que nadie. GPT-5.6 Sol, el modelo insignia de OpenAI, batió el mejor resultado humano conocido y lo dejó todo por escrito, ella sola, en un artículo completo con demostraciones incluidas.
El problema suena inofensivo. Imagina, dentro de una bola de radio uno en un espacio de muchas dimensiones, una canica que rueda cuesta abajo por una ladera con un único valle. ¿Cuánto camino puede llegar a recorrer antes de detenerse? El destino está a un metro, pero la trayectoria puede serpentear durante kilómetros. Medir ese máximo (la longitud del camino del descenso de gradiente, el algoritmo con el que se entrena casi cualquier red neuronal) es la pregunta que llevaba décadas atascada.
Un problema viejo que casi nadie había movido
El problema no es nuevo: su teoría, la de las curvas autocontraídas, tiene antecedentes que se remontan al menos a 1991. Durante años, el propio Bubeck y otros matemáticos fueron calculando en privado cuánto podía alargarse ese camino, sin publicarlo, y, según ha contado él mismo, el mejor resultado humano se quedó en 2,29^n (una cifra que crece como 2,29 elevado a la dimensión, es decir, a un ritmo astronómico). Ese 2,29 era la marca a batir, aunque casi nadie la conocía, porque nunca vio la luz. Y conviene entender que aquí ganar es bajar: la cifra es una cota superior, un techo que garantiza cuánto puede alargarse como mucho el camino, así que cuanto más pequeña, más ajustada y mejor es la respuesta.
De «no le preguntéis esto a una IA» a batir el récord
El camino de las máquinas fue accidentado, según recoge la crónica detallada del episodio. Al principio, los modelos apenas entendían de qué iba, y los de la serie GPT-5 (5, 5.2 y 5.4) daban respuestas seguras, elaboradas y sistemáticamente erróneas, y en febrero Bubeck todavía usaba el problema en sus charlas como ejemplo de lo que no conviene preguntarle a un modelo. El giro llegó en dos pasos: GPT-5.5, con la ayuda del matemático Mark Sellke, redescubrió la cota inferior; y GPT-5.6 Sol, en su modo Pro, alcanzó por su cuenta la cota superior de 2,31^n en hora y media. Bubeck lo anunció en X el 10 de julio y pronosticó que mejorar esa cifra llevaría unos seis meses. Se equivocó: dos días después ya había caído.
2,26 y un artículo escrito por la máquina
El 12 de julio, el teórico de Princeton Jason Lee y Dylan Foster (Microsoft Research) le aplicaron su propio método de instrucciones. El modelo dio primero 2,28 y, tras ocho horas más de cálculo, bajó hasta 2,26^n, por debajo del récord humano de 2,29, y lo entregó todo redactado: la demostración, una tabla de constantes y un script para verificarla. Lo curioso es que el propio modelo reconoció su límite. Escribe que ha exprimido al máximo el método actual y que ir más allá exige una idea geométrica nueva. Jason Lee, sin embargo, ya presume en X de saber cómo llegar a 2,21, o incluso a 2.
Impresionante, pero con asteriscos
Conviene no dejarse arrastrar por el bombo. El resultado no ha pasado la revisión por pares ni se ha verificado a máquina con un asistente de demostraciones como Lean: por ahora, su corrección se sostiene en la palabra de un puñado de matemáticos que lo han leído. Y quien lo cuenta, Bubeck, es exvicepresidente de investigación en IA de Microsoft y hoy trabaja en OpenAI, es decir, promociona el modelo de su propia empresa.
Hay además una crítica de fondo, la que plantea el investigador de Berkeley Ben Recht: estos modelos, entrenados con cantidades ingentes de texto, pueden reescribir un resultado ajeno y olvidado como si fuera un hallazgo propio, sin citar la fuente, algo que él llama «lavado de conocimiento». Sus defensores replican que aquí el récord humano de 2,29 nunca se publicó, así que no habría de dónde copiarlo; pero Recht recuerda que la teoría de fondo sí es conocida y que este tipo de titulares ya ha pinchado antes: el pasado octubre, varios investigadores de OpenAI, Bubeck entre ellos, amplificaron en X un supuesto hito de «diez problemas de Erdős resueltos» por GPT-5 que resultó ser un malentendido, porque las soluciones ya estaban publicadas y solo faltaba catalogarlas. Es el mismo recelo, en todo caso, que ha llevado a los grandes nombres de las matemáticas a plantarse ante la IA con la Declaración de Leiden.
Aun con todas las cautelas, el episodio marca un cambio de tono. Un problema que hace meses servía de ejemplo de lo que la IA no sabía hacer lo resuelve hoy, sola y en horas, mejor que la mejor marca humana. No es que la máquina «entienda» las matemáticas, pero sí empieza a ser una herramienta capaz de empujar la frontera, aunque el veredicto último siga, de momento, en manos humanas. GPT-5.6 Sol es, por cierto, el mismo modelo cuyo despliegue el Gobierno de EE. UU. supervisa de cerca.
 y la redacta en un artículo completo. Un hito real, aún sin revisión por pares.){kind=link}