La IA escribe 700 artículos de matemáticas: qué comprueba Lean

Aviso: este artículo contiene enlaces de afiliado a cursos online. Si te inscribes a través de ellos, DIGITAL WOXTER TECHNEWS puede recibir una comisión sin coste adicional para ti. Elegimos los cursos por su contenido, no por pagos.

Una inteligencia artificial acaba de soltar de golpe más de 700 artículos de matemáticas, y los matemáticos no lo están celebrando precisamente. El 6 de octubre, OpenAI publicó 722 manuscritos escritos por un modelo interno que aún no ha lanzado, con respuestas a 377 preguntas abiertas de casi todas las ramas de las matemáticas, según Quanta Magazine e Interesting Engineering. Muchos llegan con una demostración comprobada por ordenador en un lenguaje llamado Lean.

Por qué importa: si las máquinas pueden producir matemáticas nuevas y correctas por cientos, la investigación en matemáticas, física e informática podría acelerarse muchísimo. Pero una demostración solo sirve si la gente puede fiarse de ella y aprender algo, y justo ahí empieza la polémica.

Qué ha publicado OpenAI exactamente

Los artículos están en un repositorio público de GitHub, agrupados en 372 familias de resultados que van de la teoría de números y la geometría a la informática teórica y la física matemática, según Interesting Engineering. El modelo atacó unos 4.000 problemas y falló en la mayoría, recuerda Quanta.

Lo curioso es que la mayoría de los aciertos salieron baratos. OpenAI dice que un resultado medio necesitó el equivalente a unas tres horas de razonamiento de ChatGPT Pro, una cifra que recogen ambos medios. Menos que una tarde de trabajo de un matemático, para problemas que a veces llevaban años sin resolver.

Qué es Lean y qué significa «comprobado»

Lean es un lenguaje de programación pensado para demostraciones. Escribes cada paso lógico de forma estricta y formal, y el ordenador no acepta la demostración a menos que cada paso se siga del anterior. Es como un corrector ortográfico de la lógica que nunca se cansa y nunca se salta una línea.

Al principio OpenAI dijo que cerca de la mitad de los artículos estaban verificados formalmente en Lean. Pocos días después, la cifra que dio fue de alrededor del 42 %, «y subiendo», según Quanta y Tech Insider. Además, retiró tres artículos de geometría algebraica por un signo menos mal colocado, así que quedan 719.

Y aquí está el detalle que muchas noticias pasan por alto: Lean comprueba que la demostración prueba el enunciado escrito en Lean. Una persona tiene que confirmar que ese enunciado dice lo mismo que el artículo. Johan Commelin, de la Mathlib Initiative, explicó a Quanta que esa traducción necesita expertos humanos que lean el código, y sospecha que algunas versiones formales demuestran algo más débil de lo que se anuncia. Interesting Engineering hace la misma advertencia: pasar Lean no confirma automáticamente cada afirmación.

Por qué hay tantos matemáticos molestos

La reacción ha dividido a la comunidad. El 7 de octubre, un grupo llamado Association for Human Mathematics publicó un comunicado que rechaza la publicación: soltar más de 700 archivos a la vez «no es una demostración de rigor académico», según recoge Futurism. Quanta cuenta más de 800 firmantes, entre ellos el medallista Fields Peter Scholze, y ambos medios señalan que Terence Tao, uno de los matemáticos más conocidos del mundo, compartió el comunicado.

Las quejas son prácticas, no de orgullo herido:

• Revisar lleva tiempo. Los expertos que cita Quanta dicen que varios artículos son demasiado vagos para comprobarlos, o difíciles de leer, aunque la idea sea nueva.
• Lo importante es entender. En matemáticas, una demostración vale por las ideas nuevas que enseña. Una respuesta correcta que nadie entiende aporta menos.
• Méritos y normas. ¿De quién es el mérito y cómo se publican los resultados de una IA? La comunidad todavía no tiene reglas comunes.

Otros se lo toman con más calma. Jordan Ellenberg, de la Universidad de Wisconsin, dijo a Quanta que no hay prisa y que todo acabará revisándose. Daniel Litt, de la Universidad de Toronto, propone tratar los artículos como datos de investigación en bruto, no como resultados terminados.

Dinero para que los humanos no se queden atrás

El 15 de octubre, la Fundación Simons lanzó un programa de 15 millones de dólares, con Anthropic y OpenAI como socios, para ayudar a los matemáticos a examinar resultados obtenidos con IA, aprender las nuevas herramientas y pactar normas comunes. YourStory confirma la cifra y los socios. Las dos empresas también darán tiempo de computación a los investigadores que apoye la fundación.

Qué pasará ahora

Toca leer con calma durante meses: los expertos revisarán los artículos más importantes, pondrán a prueba los enunciados en Lean y decidirán qué resultados son realmente nuevos. Hay tres señales que vigilar: si el porcentaje verificado sigue subiendo, si alguna revista acepta estos artículos y si OpenAI lanza el modelo, algo que dice que hará cuando lo considere seguro.

Para el resto de nosotros, la lección es sencilla y útil: «lo ha comprobado el ordenador» es potentísimo, pero solo si alguien revisa qué se le pidió comprobar.

Sigue leyendo

• ¿Cuánto falta para la AGI? Así están las cosas en 2026
• Agentes de IA que encuentran días cero: atacantes y defensores
• App Brilliant: guía para entender la ciencia de la tecnología

Fuentes

• Transformation (actualizaciones sobre IA y matemáticas) – Quanta Magazine, actualizado en octubre de 2026
• OpenAI’s largest math release tackles 4,000 problems with Lean proofs – Interesting Engineering, 6 de octubre de 2026
• OpenAI math papers clear Lean checks at just 42% – Tech Insider, octubre de 2026
• Mathematicians react with fury as OpenAI releases hundreds of new AI-generated proofs – Futurism, 9 de octubre de 2026
• Simons Foundation launches $15M effort to help mathematicians navigate AI era – Fundación Simons, 15 de octubre de 2026
• AI in mathematics gets $15M push from Simons, OpenAI and Anthropic – YourStory, octubre de 2026