OpenAI retiró tres demostraciones de su IA por un signo

OpenAI publicó de golpe 722 demostraciones de matemáticas hechas por un modelo interno que aún no lanza, y en apenas 31 horas tuvo que retirar 3. ¿Cuántas de las otras 719 puedes creer? La pregunta sirve para cualquier resultado que una IA te entregue como "demostrado".

Qué publicó OpenAI y qué retiró

El 6 de octubre de 2026, OpenAI liberó 722 manuscritos de matemáticas (en 372 familias de problemas), generados por un modelo interno que no está disponible, con unas tres horas de cómputo por resultado. Es, en rigor, una evaluación del propio modelo, y el repositorio lo advierte. Pero en 31 horas retiraron tres: un error de signo —un "+1" donde iba un "−1"— tumbó una demostración y las dos que dependían de ella. El aviso de retiro explica el error, aunque no declara falso el enunciado.

Por qué un "check en verde" no basta

Solo una parte de los resultados está verificada formalmente con Lean, un lenguaje que comprueba demostraciones paso a paso. Y de los que sí la traen, muchas comprobaciones las hizo un agente y figuran sin revisar por una persona. Una verificación formal en verde tampoco garantiza que el enunciado sea el importante: ya pasó con un caso de Navier–Stokes, donde el check pasaba pero el resultado no era lo que aparentaba. Ninguno de los tres manuscritos retirados tenía comprobación en Lean.

Qué dicen los matemáticos

La comunidad pide calma. Matemáticos de primer nivel —Terence Tao (medalla Fields), Kevin Buzzard (Imperial College London) o Jared Duker Lichtman (Stanford)— advierten que revisar en serio estos manuscritos puede tomar años, y recomiendan tratarlos como no verificados hasta entonces. The Verge consultó a más de tres docenas de especialistas. El propio grupo asesor de OpenAI había recomendado marcar como no confirmada cerca de la mitad de los resultados.

Qué preguntar cuando una IA te dice "demostrado"

La moraleja es práctica y sirve para cualquier trabajo: cuando un modelo te entrega algo "verificado", pregunta quién lo verificó, con qué herramienta y si una persona lo revisó. Un resultado generado por IA, por impresionante que parezca, es un punto de partida para comprobar, no una conclusión para firmar.