Un modelo experimental de inteligencia artificial ha producido cientos de manuscritos de investigación en matemáticas, ahora accesibles para especialistas de todo el mundo.
El 6 de octubre de 2026, OpenAI hizo público un catálogo de trabajos obtenidos con un modelo interno todavía experimental. El repositorio, alojado en GitHub, cuenta con 719 manuscritos distribuidos en 372 familias de resultados. Una familia puede reunir varias demostraciones, métodos alternativos o consecuencias de un mismo descubrimiento propuesto.
Una pizarra transparente cubierta de símbolos y ecuaciones matemáticas. Los trabajos matemáticos propuestos por una IA deben verificarse antes de poder considerarse demostrados.
Foto: Preply.com Images, licencia Creative Commons Atribución, vía Wikimedia Commons.
Imagen de Wikimedia
Estos documentos abarcan ramas muy diferentes de las matemáticas: teoría de números, geometría, álgebra y física matemática. Por tanto, no se parecen a una serie de ejercicios escolares resueltos automáticamente. Algunos abordan problemas de investigación estudiados durante muchos años.
¿Cómo se produjo tal cantidad de textos? OpenAI explica que sometió unos 4.000 problemas al modelo durante su evaluación. En promedio, cada resultado seleccionado habría requerido el equivalente a unas tres horas de cálculo intensivo en ChatGPT Pro. Después, los investigadores organizaron los trabajos y su documentación para hacerlos consultables.
Pero un manuscrito no es un descubrimiento confirmado. Una demostración puede contener un error sutil, utilizar una hipótesis demasiado fuerte o establecer un resultado ya conocido. Por ello, los especialistas deben verificar tanto el razonamiento como el interés científico y la novedad de cada propuesta.
El repositorio ya ofrece un ejemplo concreto. El 7 de octubre, OpenAI retiró tres manuscritos tras identificarse un error de signo en una demostración. Otros catorce textos fueron revisados para corregir argumentos, precisar condiciones o reparar pruebas. Así, el catálogo se presenta como un conjunto de trabajos en evolución.
Para facilitar las comprobaciones, algunas demostraciones se transcribieron en Lean, un lenguaje que permite a un ordenador verificar los pasos de una prueba formal. Actualmente, alrededor del 42 % de los resultados principales dispone de una formalización. Esto ayuda a comprobar su coherencia lógica, pero no basta para establecer su novedad ni la importancia de las cuestiones resueltas.
La cuestión es saber si las IA pueden contribuir ahora a avances matemáticos reales y producir argumentos suficientemente precisos para que los investigadores los examinen. La publicación abierta permite precisamente someter estas propuestas al escrutinio de la comunidad científica.
OpenAI prevé añadir más pruebas formales y organizar encuentros dedicados a la evaluación de estos trabajos. El repositorio también conserva el historial de correcciones y retiradas. Las próximas verificaciones independientes determinarán qué propuestas resisten el examen y cuáles aún deberán modificarse.