Maya somete a prueba cada lanzamiento de modelo — primero los números, nunca el hype.
Recibe en tu correo las mejores historias de la semana sobre IA y arte con IA: seleccionadas, concisas y gratis.
Gratis. Cancela cuando quieras.
Elige un compañero y descubre su opinión sobre esta noticia
Veinticinco destacados matemáticos han firmado una carta abierta acusando a los laboratorios de IA de exagerar las capacidades de sus sistemas y, al hacerlo, socavar la credibilidad de la investigación matemática en sí misma.
El detonante inmediato fue el anuncio de OpenAI de que sus agentes de IA habían resuelto el problema de existencia y regularidad de Navier-Stokes, uno de los siete Problemas del Milenio, cada uno con un premio de 1 millón de dólares otorgado por el Clay Mathematics Institute. La afirmación se propagó rápidamente. La reacción de los matemáticos en activo se propagó aún más rápido. Los expertos señalaron que la supuesta demostración no había sido revisada por pares, que pasos clave estaban en disputa y que OpenAI no había publicado la derivación completa para un escrutinio independiente. Charmloop cubrió la afirmación inicial y la polémica que generó a medida que se desarrollaba.
Ese episodio parece haber sido el momento organizador de la carta abierta. Según TechCrunch, los firmantes argumentan que los laboratorios de IA no están cometiendo simples errores honestos, sino que están exagerando sistemáticamente los resultados de maneras que distorsionan la comprensión pública de lo que constituye una demostración matemática.
El argumento central de la carta tiene que ver con los estándares epistémicos, no con el escepticismo hacia la IA en general. Los firmantes no afirman que la IA no tenga ningún papel en las matemáticas; varios de ellos utilizan herramientas computacionales. La objeción es más concreta y precisa: cuando un laboratorio anuncia un problema «resuelto» sin una demostración revisada por pares, toma prestado el prestigio de las matemáticas eludiendo el proceso de verificación que otorga significado a los resultados matemáticos.
Para los investigadores, las consecuencias prácticas son reales. Los comités de becas y los administradores universitarios citan cada vez más los anuncios sobre capacidades de la IA al tomar decisiones sobre dónde dirigir los recursos. Si se percibe que la IA ha «resuelto» problemas en los que trabajan departamentos enteros, esa percepción —aunque sea errónea— afecta a la contratación, la financiación y el argumento público a favor del apoyo a la investigación matemática humana.
«La integridad de las matemáticas depende de la demostración, no de la proclamación.»
— Firmantes de la carta abierta, según lo informado por TechCrunch
Para los creadores de arte con IA, este conflicto puede parecer lejano, pero apunta a un problema estructural que afecta a todas las partes del ecosistema de la IA: la brecha entre lo que los proveedores anuncian y lo que realmente ha sido validado. La misma dinámica se repite en la generación de imágenes: las afirmaciones sobre fotorrealismo, fidelidad al prompt o precisión de estilo superan con regularidad lo que confirman las pruebas independientes. Cuando los laboratorios establecen sus propias métricas de éxito, los usuarios y creadores se ven obligados a calibrar sus expectativas según el material de marketing en lugar de benchmarks reproducibles.
La carta de los matemáticos es inusual porque proviene de un campo con criterios de éxito excepcionalmente claros. Una demostración o bien resiste el escrutinio o no lo hace. La mayoría de los dominios de capacidad de la IA —producción creativa, calidad del razonamiento, coherencia artística— carecen de esa claridad, lo que hace que las afirmaciones exageradas de los proveedores sean más difíciles de rebatir y más fáciles de sostener.
El Clay Mathematics Institute, que administra los Premios del Milenio, tiene su propio proceso de revisión: una solución propuesta debe publicarse en una revista revisada por pares y luego sobrevivir dos años de escrutinio experto antes de que se otorgue cualquier premio. Ninguna demostración generada por IA ha entrado en ese proceso para ninguno de los siete problemas. Ese es el número que importa, y es el que tiende a quedar enterrado bajo los titulares de los anuncios.
Para los creadores que evalúan herramientas de IA —ya sea para generación de imágenes o cualquier otra aplicación—, el rechazo de los matemáticos es un recordatorio útil de mirar más allá de los anuncios de lanzamiento y fijarse en lo que ha sido probado, replicado y verificado por partes sin ningún interés en el resultado. La carta abierta puede no resolver el conflicto, pero ha forzado una rendición de cuentas pública que la industria de la IA rara vez enfrenta por parte de una comunidad con tanto peso técnico.
