El 6 de octubre, OpenAI subió a GitHub 719 manuscritos con supuestas soluciones a problemas matemáticos de los difíciles. Un repositorio, un día. Es como si te regalaran una biblioteca entera, pero sin índice y sin bibliotecario.
El divulgador Jon Hernández lo cuenta en su video semanal de noticias de IA con entusiasmo total: para él, los matemáticos que protestan son «de cavernícolas». Protestaron, sí: la Asociación de Matemáticas Humanas dijo que publicar tantos archivos de golpe «no es una muestra de erudición, sino una demostración de poder». Podemos discrepar con el tono, y con el pedido de boicot. Pero la queja de fondo no es capricho de gremio: es una pregunta de método.
Producir es barato; entender, no
Según TechCrunch, solo 10 de los 719 manuscritos incluyen el razonamiento del modelo y apenas el 42% de las pruebas está formalizado. Un trabajo de Cambridge y el King’s College encontró al menos dos discrepancias entre la prueba en lenguaje natural y su versión en código para un problema de Navier-Stokes, y concluye que estas pruebas «no deberían ser confiadas a primera vista». La matemática Melanie Wood lo resume mejor que nadie: no hay comprensión humana al momento de la publicación, «y ahora empieza el trabajo».
Ese «ahora empieza el trabajo» tiene dueñas y dueños. Según el propio video, cada resultado costó unas tres horas de ChatGPT Pro. Revisarlo lo hacen personas, que son pocas, y trabajan en universidades con presupuesto finito. La empresa produce a escala industrial; la academia verifica, gratis, a escala artesanal.
Mirá desde Montevideo
Acá cerquita, el 7 de setiembre Uruguay inauguró el Instituto Vidart, su Centro Nacional de IA, con un préstamo del BID de US$10 millones a cuatro años y medio. Las prioridades son salud, agro y educación, y todavía no se publicó ni el plantel ni el presupuesto anual. En el mismo video, Hernández cuenta que Meta pagó 15.000 millones de dólares para quedarse con el talento de una sola empresa: son 1.500 veces ese préstamo. Y Uruguay es, ojo, tercero en el índice regional de IA.
No hace falta tener un laboratorio de frontera para sufrir esta asimetría: alcanza con ser quien tiene que revisar, enseñar, traducir o aplicar lo que otros producen. El Norte propone a velocidad de GPU; el Sur y la universidad pública digieren a velocidad humana.
La pregunta que queda
Terence Tao advierte que una demostración correcta no equivale a «haber resuelto las matemáticas»: la disciplina también es formular preguntas y construir conocimiento que alguien entienda. Si las respuestas llegan de a 719, ¿quién financia la comprensión? Y en Uruguay, con un centro nacional que recién arranca, ¿con qué plantel y con qué plata vamos a entender lo que nos dejen en el escritorio?
Para seguir leyendo
- Xataka: parte de la comunidad matemática está en pie de guerra contra OpenAI
- TechCrunch: las soluciones matemáticas de OpenAI aún no cumplen los estándares del campo (en inglés)
- la diaria: el gobierno impulsará un centro de IA para posicionar a Uruguay como hub regional
- The Rio Times: Uruguay AI Centre opens in Montevideo (en inglés)
Para escribir esto usamos inteligencia artificial, y después lo revisó y editó el equipo de ATOMA. Lo decimos de frente porque creemos que la transparencia es parte de mirar la IA con sentido crítico: la usamos como herramienta, no como oráculo.
