Las pruebas de inteligencia artificial de OpenAI, abiertas a expertos independientes

El 27 de octubre de 2026, OpenAI anunció que había presentado a expertos externos tres pruebas que, según la empresa, generaron sus modelos de inteligencia artificial en matemáticas, informática y física. La compañía considera estos trabajos material de investigación que debe examinarse, no resultados científicos concluyentes. El proceso de evaluación no se desarrolla del mismo modo en los tres campos: algunas pruebas se han publicado, mientras que los materiales del trabajo de física no se han hecho públicos por ahora.

¿Cuál es la afirmación en informática?

El primer trabajo aborda la Hipótesis del Tiempo Exponencial (ETH), estrechamente relacionada con el problema de satisfacibilidad booleana (SAT). La ETH sostiene que, en el peor de los casos, el tiempo de cálculo necesario para resolver SAT crece de forma exponencial con el número de variables. OpenAI afirma que sus modelos generaron una prueba que demuestra que esta hipótesis es falsa. Si se verifica, habría que reevaluar los fundamentos de algunas investigaciones que establecen límites suponiendo que la ETH es cierta; sin embargo, el resultado no las invalidaría automáticamente.

Russell Impagliazzo y Ramamohan Paturi, de UC San Diego, y Ryan Williams, del MIT, trabajarán para revisar y explicar el resultado de forma independiente. A petición de este grupo, OpenAI publicó la prueba escrita y la prueba en Lean. Lean puede comprobar si una prueba desarrolla paso a paso la afirmación codificada, pero no determina por sí solo si esa afirmación representa correctamente el problema que los investigadores pretenden resolver. Por ello, la revisión experta no se limita a la verificación formal: también debe evaluar el significado científico de la afirmación.

¿Qué resultados destacan en matemáticas y física?

El trabajo matemático se centra en la conjetura de suavizado local, que estudia cómo se propagan las ondas con el paso del tiempo. OpenAI señala que sus modelos generaron una prueba de esta conjetura válida en cualquier dimensión, no solo en dos. Según la compañía, este resultado también podría demostrar la conjetura de Kakeya y la conjetura de restricción de Stein en todas las dimensiones. No se formó un grupo de especialistas específico para este trabajo; la prueba escrita y la prueba en Lean quedaron a disposición de los investigadores.

El trabajo de física se centra en los fundamentos matemáticos de las teorías cuánticas de campos. OpenAI afirma que sus modelos demostraron la existencia matemática de algunas teorías en cuatro dimensiones. En el caso de la teoría de Yang-Mills, el resultado propuesto aborda únicamente la parte de existencia del Problema del Milenio. No se afirma haber demostrado que la teoría tenga una brecha de masa; por tanto, esto no significa que se haya resuelto por completo el Problema del Milenio correspondiente. Un grupo de expertos liderado por David Gross evaluará el trabajo. La empresa no publicará por ahora los materiales de la prueba de física. Está previsto que el grupo presente el resultado a través de su propio trabajo.

Qué significa para los flujos de trabajo de arquitectura, interiorismo y visualización

Este anuncio no presenta una nueva función añadida a programas de modelado arquitectónico o visualización. La validez de las pruebas y sus consecuencias prácticas siguen pendientes de la revisión experta. OpenAI señala que el resultado de informática podría contribuir a la investigación de mejores algoritmos, pero también reconoce que se necesita más trabajo para convertirlo en beneficios aplicados. Por tanto, por ahora no se ha anunciado ningún cambio concreto en los flujos de trabajo, los requisitos de hardware o la compatibilidad de software para estudios de arquitectura y equipos de visualización.

OpenAI también anunció que destinará 5 millones de dólares a Simons Foundation para debatir el significado de los resultados obtenidos con inteligencia artificial. La empresa sostiene que el reconocimiento científico debería corresponder a los grupos de investigación que expliquen y evalúen las pruebas. Sigue abierto el debate sobre cómo verificar el proceso, quiénes tendrán acceso a los resultados y cuándo, y cómo definir la contribución científica.