Cuando la inteligencia artificial resuelve lo que los matemáticos no podían
Hace casi treinta años, un ordenador derrotó al campeón mundial de ajedrez. Kaspárov se levantó de la mesa convencido de que aquello no era el final, sino apenas el comienzo. Se equivocaba. Ahora, OpenAI presenta un modelo de inteligencia artificial que podría marcar un punto de inflexión similar, pero esta vez en las matemáticas puras. Y el coste ha sido ridículo: menos de 2.000 dólares.
El modelo, llamado Astra, ha avanzado o resuelto diez problemas matemáticos que llevaban décadas —a veces más de un siglo— sin progresos. Algunos de estos desafíos tocan áreas tan especializadas como el empaquetamiento de esferas en espacios de alta dimensión o la criptografía basada en retículos. Lo sorprendente no es solo que una máquina lo haya logrado, sino el precio irrisorio en el que se ha materializado ese logro.
No es la primera vez que ocurre algo así en 2026. Hace apenas meses, GPT-5.4 resolvió uno de los famosos problemas de Erdös en poco más de una hora y media. Después vino el turno de Fable 5, de Anthropic, que ayudó a despejar una conjetura matemática con casi cien años de antigüedad. Incluso matemáticos de élite como Terence Tao —considerado el mejor talento matemático vivo— han incorporado la IA como herramienta fundamental en su trabajo.
Cómo se construye una prueba matemática con máquinas
El proceso que sigue OpenAI es interesante: Astra genera argumentos matemáticos, luego matemáticos humanos los convierten en manuscritos formales y, finalmente, se verifican automáticamente usando Lean, un sistema diseñado específicamente para certificar que una demostración es correcta. Además, la compañía ha publicado documentación completa del razonamiento seguido en cada paso.
Esto es importante porque tiene implicaciones directas sobre la confianza que podemos depositar en estos resultados. A diferencia del ajedrez, donde una máquina gana o pierde según reglas claras, una demostración matemática requiere validación por parte de la comunidad científica. Y aquí es donde emergen las dudas.
La cautela que rodea los resultados
Varios expertos han pedido prudencia. Algunos investigadores advierten de que se está construyendo «una torre de resultados quizás verdaderos» sin suficiente escrutinio. Otros van más lejos: señalan que OpenAI publica solo los éxitos, no los fallos. Si quieres evaluar realmente la capacidad de un sistema, necesitas ver también los problemas que intentó resolver y no pudo. Incluso se ha reportado que al menos una de las demostraciones publicadas contiene errores.
Lo que ocurre es que vivimos en una carrera donde cada empresa quiere demostrar que su modelo es superior al del competidor. OpenAI anuncia diez problemas resueltos; Anthropic responde mostrando debilidades criptográficas encontradas tras gastar 100.000 dólares. El ritmo es vertiginoso, pero la validación real —el momento en que matemáticos especializados revisan de verdad estos resultados— sigue siendo lenta.
El punto central es este: ten cuidado con celebrar estas victorias antes de que la comunidad académica internacional las haya verificado plenamente. La inteligencia artificial está transformando las matemáticas, sin duda. Pero transformación no es lo mismo que resolución definitiva. Aún hay mucho trabajo humano por delante.
