Por Javier Surasky
Una inteligencia artificial puede producir una demostración matemática extraordinaria y, al mismo tiempo, abrir una crisis sobre los datos que podrían haberlo hecho posible: la controversia entre OpenAI y los matemáticos Tristan Buckmaster y Levent Alpöge obliga a mirar más allá del resultado: ¿qué ocurre cuando la herramienta que recibe una investigación inédita también pertenece a una empresa capaz de competir con su autor?
El anuncio de resolución de un “problema del milenio”
El 8 de septiembre de 2026, OpenAI afirmó haber resuelto el
problema de “Navier-Stokes” mediante un modelo de IA que aún no es público. No
es importante para nosotros entender qué significa exactamente el problema de
“Navier-Stokes”, pero sí saber que se trata de uno de los problemas del
milenio, siete grandes desafíos matemáticos seleccionados en el año 2000 por el
Clay Mathematics Institute que plantean preguntas fundamentales de matemáticas
todavía no resueltas, y cuya resolución tendría fuertes impactos.
De esos siete problemas, uno, la conjetura de Poincaré, fue
resuelto por el matemático ruso Grigori Perelman, quien presentó su
demostración entre 2002 y 2003.
Las ecuaciones de Navier-Stokes son otro problema de esa
lista (el Clay Mathematics Institute continúa clasificando el problema como no
resuelto, por eso uso el presente): se trata de ecuaciones que se usan para
describir cómo se mueven líquidos y gases, desde el agua que circula por una
tubería, el aire alrededor de un avión o el fluido sanguíneo, y el problema a
resolver no es si esas ecuaciones funcionan en situaciones habituales, sino
saber si producen soluciones siempre estables o si, bajo ciertas condiciones,
pueden producir valores infinitos y, por lo tanto, lo que se denomina una
singularidad.
El 8 de septiembre pasado, OpenAI anunció que las había resuelto mediante el despliegue de cerca de 10.000 agentes, esto significa que
miles de instancias de un mismo modelo trabajaron en paralelo y, mientras
algunas ensayaban estrategias, otras comprobaban pasos y intentaban corregir
errores, o realizaban cualquier otro proceso que fuese surgiendo como necesario
en el avance del intento de demostración, una capacidad de cómputo
completamente fuera del alcance de cualquier investigador.
Como resultado, OpenAI publicó un trabajo de demostración acompañado por una formalización en Lean, un verificador automático que revisa cada paso lógico de una demostración sin depender de un revisor humano,
La demostración ingresa ahora en un proceso de verificación por especialistas, pero que ya ha
disparado varias alarmas.
La coincidencia que origina sospechas
Aún antes del anuncio, Buckmaster, profesor de la
Universidad de Nueva York, y Alpöge, matemático de Anthropic que trabajaba en
el proyecto a título personal, trabajaban en una solución de Navier–Stokes y
utilizaban varios modelos de IA en su trabajo, entre ellos Claude y Codex.
Aquí empieza el problema central: Buckmaster afirma que
todos los borradores del proyecto habían pasado por sus sesiones de Codex de
OpenAI, cuyo sistema acabó por llegar al mismo tipo de problema de demostración
en el que Buckmaster y Alpöge habían localizado su esfuerzo.
Esa “coincidencia” no permite demostrar que los datos usados
por los investigadores fueron usados por los agentes de OpenAI que lograron la
solución, pero lejos está de ser inocua: la empresa tenía acceso técnico
potencial a una plataforma donde se encontraba el trabajo inédito de esos
investigadores, lo que llevó a Buckmaster a preguntar a OpenAI si el modelo
había sido entrenado con sus sesiones o podía acceder a ellas, y cuenta que la
respuesta que recibió fue que el sistema no consultaba datos de usuarios, pero
que no obtuvo una afirmación directa sobre su uso en el entrenamiento del mismo.
Para complicar aún más las cosas, OpenAI aceptó que no podía
descartar que datos anonimizados derivados del uso de sus productos hubieran
contribuido a mejorar los modelos.
Privacidad no es protección de ideas
La palabra anonimizados suele producir una falsa
tranquilidad; eliminar nombres, correos u otros identificadores protege solo
parcialmente la identidad de una persona, pero no elimina necesariamente su
producción ni sus ideas, por lo que, para un investigador, el daño principal
puede no ser que el sistema revele quién es, sino que se apropie de trabajos
confidenciales que mejoren su capacidad de competir con la propia investigación
que desarrolla, apropiándose de su esfuerzo intelectual.
Esto nos obliga a separar lo legal de lo privado y de la
integridad científica, porque una cláusula genérica que autoriza el uso de
conversaciones para mejorar modelos no equivale a un consentimiento informado
para transformar investigación inédita en ventaja comercial empresarial.
Buckmaster escribió que no sabía si sus datos habían sido utilizados y que no acusaba a nadie de haberlo hecho, porque no hay evidencia
suficiente para sostener que OpenAI se apropió de su trabajo, pero tampoco hay
un mecanismo de auditoría independiente que permita descartarlo, y presentar la
negativa de la empresa como cierre del caso es inaceptable.
Cuando aparecen casos como este, suele exigirse al
investigador que demuestre desde fuera qué ocurrió dentro de un modelo cerrado,
pero esa es una carga imposible para los investigadores involucrados, porque es
OpenAI quien controla los registros de entrenamiento, las recuperaciones, los
prompts internos, las versiones del modelo y las comunicaciones de su equipo.
La ausencia de prueba pública de apropiación tampoco es un
equivalente a una prueba de no apropiación: la empresa debería demostrar de
manera positiva que el proceso estuvo aislado, lo que requiere de una auditoría
externa con acceso confidencial a registros relevantes, capacidad para rastrear
la primera aparición de las ideas centrales y autoridad para verificar si
materiales de Buckmaster, Alpöge o sus colaboradores ingresaron por cualquier
vía al entrenamiento, la memoria del producto o el proceso de investigación.
La disputa por el crédito agrava el problema. Buckmaster
afirma que OpenAI le propuso presentar el resultado de la empresa sin Alpöge
(recordemos que trabaja en Anthropic) y que, cuando anunció que haría pública
la situación, recibió expresiones que interpretó como una amenaza a su carrera.
La empresa respondió a través de Sébastien Bubeck,
matemático e investigador francés-estadounidense especializado en inteligencia
artificial, que trabaja en OpenAI desde 2024 y formó parte del equipo que
produjo la demostración y mantuvo conversaciones directas con Buckmaster sobre
la publicación, la coordinación y el reparto del crédito por el hallazgo
matemático. Bubeck sostiene que se limitó a mencionar a Buckmaster que
consideraba “impropio” que un empleado de Anthropic firmara un trabajo de
OpenAI
Conclusión: una línea roja para todo el trabajo intelectual humano
Navier–Stokes es un caso excepcional por el prestigio del
problema y confluyen en él dos preguntas: la primera es si los investigadores
de OpenAI o sus agentes consultaron directamente las conversaciones de
Buckmaster y Alpöge. Lo que la empresa niega; la segunda es si esas
conversaciones pudieron utilizarse anteriormente para entrenar o mejorar el
modelo, algo que OpenAI reconoce que no puede descartar.
El conflicto que presenta se extiende sobre investigadores,
periodistas, programadores, abogados y hasta empresas que cargan diariamente
documentos sensibles en sistemas de IA: si la plataforma está tomando la
información producida por estos para entrenar modelos, puede apropiarse de sus
conocimientos y experiencias y luego competir con quien los produjo, aun si
realmente no queda registro de quién fue.
El problema de fondo no es que una empresa "lea"
sesiones ajenas a propósito, sino la ausencia de separación técnica verificable
entre el uso de un producto y el entrenamiento de los modelos que compiten en
el mismo campo que sus usuarios.
Ninguna de las dos partes, ni el investigador ni un
regulador externo, pueden hoy auditar si datos anonimizados de una sesión de
trabajo entraron o no a un pipeline de entrenamiento, creando un vacío que
diferentes marcos regulatorios, como el AI Act de la Unión Europea, empezaron a
atacar por el lado de la transparencia sobre datos de entrenamiento en modelos
de propósito general, pero sin alcanzar el conflicto de interés estructural que
se produce por la presencia de una empresa que es simultáneamente origen de
herramientas y competidora de sus propios usuarios.
Los sistemas destinados al trabajo intelectual deberían
ofrecer confidencialidad por defecto, separación verificable respecto del
entrenamiento, registros de procedencia, mecanismos de exclusión comprensibles
y vías reales de reparación, y, en los resultados científicos de alto impacto,
las auditorías de datos y de atribución deberían ser tan normales como la
revisión de demostraciones reales de un hallazgo.
La pregunta sobre qué ideas humanas entraron en el sistema,
bajo qué condiciones y quién tiene derecho a beneficiarse de ellas necesita de
una respuesta basada en acciones verificables en las que las empresas de IA no
parecen estar especialmente interesadas.
Y, por cierto, la aceptación de la autoría de la resolución
de un problema del milenio representa para su autor uno de los mayores
reconocimientos intelectuales posibles dentro de la matemática y, como detalle,
resolver uno de estos problemas significa acceder a un premio de un millón de
dólares y es, en este caso, una puerta al Premio Nobel de Física, que otorga
otro tanto de reconocimiento y de premio financiero.