Agentes de IA se atribuyen Navier-Stokes y los matemáticos se oponen

OpenAI dice que 10.000 de sus agentes de IA resolvieron un problema en el que los matemáticos llevan un siglo trabajando. Tres días después, 25 ganadores del máximo honor de las matemáticas firmaron una declaración que advierte justo sobre este tipo de anuncio. Las dos cosas pasaron en la misma semana, y la distancia entre ellas es la noticia.

Navier-Stokes es un conjunto de ecuaciones que describe cómo se mueven los fluidos. La pregunta abierta, dotada con un millón de dólares, era si las soluciones en tres dimensiones se mantienen siempre suaves o pueden estallar. Quanta Magazine informó el 8 de septiembre de que los agentes de OpenAI encontraron ese estallido, llamado singularidad.

Qué produjeron los agentes

Quanta da cifras que dicen tanto del método como del resultado.

Dato	Cifra
Agentes en marcha	10.000, autónomos
Tiempo hasta la prueba	88 horas
Tiempo para formalizarla	17 horas más
Mensajes intercambiados entre agentes	Casi 5 millones
Coste de cómputo estimado	Varios millones de dólares

Formalizar una prueba significa reescribirla para que un ordenador pueda comprobar cada paso de forma mecánica. Es la parte que permite a quien viene de fuera fiarse de un resultado sin seguir él mismo el argumento. Nuestro artículo anterior sobre la IA de Anthropic que formaliza el último teorema de Fermat trataba la misma técnica aplicada a un resultado mucho más antiguo.

El mérito no está repartido con limpieza, y Quanta lo dice. Tristan Buckmaster y Levent Alpöge anunciaron doce horas antes un resultado relacionado sobre las ecuaciones de Euler, también con ayuda de IA. Quanta informa de una disputa sobre la cronología y sobre el acceso a trabajos anteriores a los anuncios. También atribuye a las técnicas analíticas de Diego Córdoba y Luis Martínez-Zoroa un papel esencial en ambos esfuerzos.

Qué dijo realmente el Clay Institute

El Clay Mathematics Institute fijó los Millennium Prize Problems en el año 2000, cada uno dotado con un millón de dólares. Quanta cuenta seis que seguían abiertos antes de esta afirmación. Es el organismo que decide si alguno se ha resuelto.

Su comunicado del 11 de septiembre mide tres palabras cuidadosas en la parte que importa. El problema "aparentemente ha sido resuelto". El instituto añadió que su evaluación sigue reglas establecidas y va deliberadamente sin prisa.

No se ha pagado a nadie. "Aparentemente resuelto" es el reconocimiento de que existe una afirmación y de que parece seria, no un fallo que diga que es correcta.

Por qué 25 matemáticos firmaron una advertencia

Ese mismo día, Terence Tao publicó una entrada sobre una declaración conjunta de 25 galardonados con la Fields Medal. La Fields Medal es el equivalente al premio Nobel en matemáticas.

Su objeción no es que los resultados de la IA sean erróneos. Es que las empresas de IA tratan los problemas matemáticos como pruebas de rendimiento, y que los resultados llegan anunciados deprisa, sin una redacción en condiciones ni citas. Eso choca con el funcionamiento normal de las matemáticas, donde la comprensión se construye con un intercambio humano largo.

La formulación de Tao es la línea más afilada del texto. Escribe que "resolver problemas es solo una herramienta y un sustituto para alcanzar el objetivo primario de la comprensión conceptual". La declaración advierte de que "la producción en masa, a un ritmo cada vez más rápido, de enunciados 'verdadero/falso' podría destruir terreno fértil", y de que lo que está en riesgo es la cadena de transmisión entre matemáticos.

Qué significa esto para los desarrolladores

Tú eres el público de estos anuncios, así que léelos como lo haría un revisor. Hazle tres preguntas a cualquier resultado de IA que veas este año. Hay una redacción que puedas comprobar. Se verificó formalmente, y contra qué. Quién más estaba trabajando en ello, y se le reconoció el mérito.

Separa la verificación de la comprensión, porque no son la misma garantía. Una prueba comprobada por máquina te dice que los pasos encajan. No te dice nada sobre por qué el resultado es cierto ni sobre a qué se generaliza. Si enchufas una salida de IA verificada formalmente en tu propio trabajo, has importado un hecho que todavía no sabes explicar, y eso tiene un coste cuando se rompe.

Descuenta en concreto el marco del benchmark. La queja de los galardonados con la Fields Medal es que los problemas resueltos se usan como marcadores, y un marcador premia a quien anuncia primero. El relato de Quanta sobre un desfase de doce horas y una cronología en disputa es lo que produce ese incentivo. La misma presión está detrás de las cifras de benchmarks de modelos que lees al elegir una API.

La lección de ingeniería es la más barata de llevarse. Diez mil agentes, cinco millones de mensajes y 88 horas produjeron aquí algo real, y el artefacto que lo hizo comprobable fue la formalización, no los agentes. Si construyes sistemas multiagente, la parte aprovechable es que la salida necesita una comprobación mecánica al final. Sin ella tienes una respuesta segura de sí misma y ninguna forma de auditarla.