Una cumbre secreta de 30 expertos buscó «pillar» al nuevo modelo de razonamiento de OpenAI, pero el bot resolvió casi todos los desafíos; un gran salto hacia una IA colaborativa con la ciencia.
OpenAI sorprendió al mundo académico cuando, en una reunión clandestina celebrada en mayo en Berkeley, 30 destacados matemáticos se reunieron con el objetivo de desafiar al modelo o4‑mini. El resultado: encontraron apenas 10 problemas que el sistema no pudo resolver.
El evento fue organizado por Epoch AI y fue descrito por expertos como un punto de inflexión en la relación entre inteligencia artificial y ciencia formal. Uno de los participantes, Ken Ono, entregó un problema de nivel doctoral en teoría de números, y el modelo no solo lo abordó: lo descomponía en pasos, resolvía primero versiones simplificadas y terminó ofreciendo una solución completa en cuestión de minutos. “Empezó a ponerse realmente picante (…) Al final, dice ‘¡No hace falta citar, porque el número misterioso lo calculé yo!’”, relata Ono.
Los organizadores ofrecieron U$S 7.500 por cada problema que el modelo no pudiera resolver; consiguieron solo diez candidatos con validez. El sistema exhibió un razonamiento fluido, revisó literatura relacionada y adaptó su estrategia, emulando el proceso de un investigador humano. Se confirmó la capacidad de generación de “cadenas de pensamiento” (“chains‑of‑thought”) extremadamente eficaces, que permiten al modelo desglosar un problema paso a paso.
Sin embargo, el mismo Ono advirtió sobre un sesgo peligroso: “hay prueba por inducción, prueba por contradicción y luego prueba por intimidación”, en alusión a la autoconfianza del bot. “o4‑mini ha dominado la prueba por intimidación; lo dice todo con tanta autoridad que la gente se asusta”.
Surge el riesgo de confundir precisión con presencia escénica: un modelo convincente puede enmascarar errores.
Otro exponente destacó que el sistema resolvió en minutos dificultades que para un humano insumirían semanas o meses . Si bien no se compararon resoluciones humanas frente a las del modelo en igualdad de condiciones, el alerta resultante fue claro: la IA avanza aceleradamente en terreno científico profundo.
Este encuentro revela que los modelos de razonamiento no solo imitan operaciones matemáticas, sino que se están convirtiendo en herramientas colaborativas. El paradigma podría cambiar: los matemáticos ya no serán los únicos «descubridores», sino los directores y validadores de su compañero digital.
No obstante, queda un gran desafío: la verificación. Aunque o4‑mini proporciona explicaciones, la veracidad de cada paso requiere atención rigurosa. Se estima que validar una demostración compleja puede consumir semanas, lo que podría limitar su aplicación en entornos académicos exigentes.
La palabra de los expertos refleja un doble canal: entusiasmo y prudencia. Según uno de los asistentes, “cometemos un error grave si decimos que la IA general nunca llegará, que solo es una computadora (…) en muchos sentidos, estos modelos ya superan a los mejores becarios del mundo”.
Pero también llaman a no caer en el «hype», y recuerdan que el talento humano sigue siendo crítico.
¿Qué implica para el futuro de la ciencia?
- Colaboración humano‑IA: las herramientas de razonamiento ganan preponderancia como asistentes de investigación.
- Cambio en las dinámicas académicas: los investigadores podrían enfocarse más en diseñar problemas y validar respuestas, más que en resolverlos desde cero.
- Nuevas formas de evaluación: serán clave los mecanismos que aseguren la calidad no solo de la respuesta AI, sino de su proceso interno de razonamiento.
Este encuentro secreto confirma que estamos ante un cambio de época en matemáticas e IA: los bots de razonamiento como o4‑mini ya no son herramientas pasivas, sino colaboradores activos. Pero el desafío central sigue siendo la confianza. ¿Podremos probar que sus respuestas son correctas sin ceder al impulso del «proof by intimidation»? La clave será encontrar un equilibrio entre velocidad, potencia y rigor.