La irrupción masiva de la inteligencia artificial en la ciencia abstracta atraviesa un momento de intensa controversia. El pasado 6 de octubre de 2026, la empresa OpenAI publicó en GitHub un catálogo con 722 artículos científicos que contenían demostraciones matemáticas agrupadas en 372 familias de problemas.
Tras intentar resolver unos 4.000 desafíos planteados, los modelos de la compañía lograron dar respuesta únicamente al 18 % de ellos. Sin embargo, más allá de la cifra de hallazgos, la iniciativa ha encendido las alarmas en la comunidad académica por el riesgo de inundar la disciplina con el fenómeno bautizado como Math Slop o basura matemática. Solo un día después del anuncio, la firma tuvo que retirar tres trabajos tras detectarse un error de signo en los cálculos, dejando el total en 719 artículos. Además, únicamente el 42 % de estas demostraciones ha sido formalizado y verificado mediante Lean, el software interactivo que garantiza la validez lógica de cada paso. El debate actual enfrenta la promesa de acelerar el descubrimiento científico contra el peligro de colapsar a la comunidad con miles de borradores no verificados.
¿Qué es la Math Slop y por qué preocupa a la ciencia?
El término Math Slop o basura matemática hace referencia a la producción automática e indiscriminada de textos científicos generados por inteligencia artificial que carecen de filtro, rigor comprobado o relevancia teórica. A diferencia de las publicaciones tradicionales, estos documentos se difunden masivamente en forma de preprints (artículos preliminares que aún no han superado la revisión por pares realizada por expertos independientes).
El principal desafío no radica únicamente en el volumen de material generado, sino en la complejidad para auditarlo. Para comprobar si un argumento es inobjetable, los investigadores recurren a Lean, un demostrador interactivo de teoremas que actúa como un verificador lógico estricto. Sin embargo, este procedimiento exige traducir el razonamiento humano a código ejecutable, una tarea minuciosa que la tecnología no siempre consigue culminar.
En el lanzamiento inicial de OpenAI, solo 294 de los 722 artículos contaban con su correspondiente formalización en dicho lenguaje. Aunque revisiones posteriores elevaron esa cifra a 300 de 719 tras corregir 14 errores lógicos detectados, más de la mitad de los trabajos sigue sin validación informática definitiva. Además, los especialistas advierten de que el hecho de que un código compile en Lean no garantiza que sea una traducción fiel del documento explicativo en formato PDF.
Por qué importa este debate y qué cambia en la investigación
La polémica refleja una tensión de fondo entre el ritmo acelerado de las corporaciones tecnológicas y los tiempos cautelosos que requiere la actividad científica. La capacidad de los algoritmos para explorar miles de combinaciones en segundos permite abordar problemas complejos, pero genera dinámicas que inquietan a los expertos:
- Saturación en los canales de revisión: La llegada simultánea de cientos de borradores sobrecarga la capacidad de análisis de la comunidad, que debe dedicar tiempo a auditar posibles inconsistencias.
- Riesgo de errores encubiertos: Un fallo sutil en una cadena de razonamientos puede pasar desapercibido si el texto no se examina con un nivel de detalle exhaustivo.
- Falta de innovación conceptual: Los modelos de lenguaje actuales destacan por conectar teoremas preexistentes, pero no por fundar marcos filosóficos o herramientas teóricas rompedoras.
Diversos analistas señalan que la prisa de las grandes firmas por mostrar avances en ciencias exactas responde también a incentivos corporativos. Al tratarse de un campo gobernado por verdades lógicas absolutas, exhibir logros matemáticos sirve como una valiosa prueba de capacidad técnica para reforzar la confianza de los inversores ante futuras salidas a bolsa o rondas de financiación.
Dos filosofías opuestas: OpenAI frente a Google DeepMind
La divulgación de OpenAI contrasta de forma directa con la estrategia seguida por la compañía competidora Google DeepMind. En un estudio publicado en la revista Science, la filial de Google expuso los avances de su sistema AlphaProof Nexus bajo un enfoque considerablemente más acotado.
En lugar de lanzar cientos de borradores sin revisar, DeepMind orientó su modelo a resolver 9 de los 353 problemas planteados por el histórico matemático Paul Erdős, incluyendo dos preguntas que permanecían abiertas desde hacía 56 años. Asimismo, logró demostrar 44 conjeturas de la Enciclopedia En Línea de Secuencias Enteras. A diferencia del catálogo en borrador de OpenAI, la totalidad de los hallazgos de DeepMind fue entregada con su respectiva codificación y verificación completa en Lean.
Como analiza el divulgador científico Francisco R. Villatoro en su artículo sobre la marabunta de demostraciones de OpenAI, garantizar el rigor matemático es por definición un proceso pausado que requiere asimilar cada paso sin apresurar los tiempos.
Lo que viene ahora: la IA como herramienta y el filtro humano
A pesar de las prevenciones de la comunidad, la integración de modelos computacionales en la investigación científica representa una evolución inevitable. La inteligencia artificial está demostrando ser un asistente útil para verificar hipótesis, identificar patrones en grandes volúmenes de datos y sugerir conexiones entre disciplinas distantes.
El reto para los próximos años no consistirá en frenar el desarrollo tecnológico, sino en consolidar mecanismos de auditoría eficientes que permitan separar los aportes sólidos del ruido informativo. La comunidad coincide en que estas herramientas enriquecerán el trabajo científico siempre que la supervisión, la formulación de las preguntas relevantes y la interpretación conceptual continúen bajo la responsabilidad de los investigadores humanos.
La fotografía de representación de este artículo pertenece a Vitaly Gariev y ha sido publicada en Unsplash
