Por: Gino Marín
Publicado el: 21 de setiembre de 2026
Colaboración Académica para la Universidad CENFOTEC
OpenAI, dos matemáticos y la ecuación del millón de dólares
El 8 de septiembre OpenAI anunció que uno de sus modelos había resuelto un problema matemático abierto desde hace 90 años, con un premio de un millón de dólares esperando a quien lo cerrara. La noche anterior, un profesor de la Universidad de Nueva York había publicado un comunicado contando cómo, según él, se llegó a ese resultado. Las dos historias no coinciden, y la diferencia entre ellas es hoy el tema de conversación de toda la comunidad matemática.
Para entender la pelea hay que entender primero qué se estaba peleando.
Siete problemas y un millón de dólares
En el año 2000, el Clay Mathematics Institute, una fundación privada de Estados Unidos, eligió siete problemas matemáticos sin resolver y ofreció un millón de dólares por cada solución. Son los Problemas del Milenio. Están en esa lista porque son difíciles de verdad: en 26 años solo cayó uno, la conjetura de Poincaré, y el matemático ruso que la demostró, Grigori Perelman, rechazó el premio.
Uno de los seis que quedan trata sobre el movimiento de los fluidos. Se llama el problema de Navier-Stokes.
Qué pregunta Navier-Stokes
Las ecuaciones de Navier-Stokes las formularon dos ingenieros del siglo XIX, Claude-Louis Navier y George Gabriel Stokes. Describen cómo se mueve un líquido o un gas: agua en una tubería, aire alrededor de un ala, sangre en una arteria. Con ellas se pronostica el clima y se diseñan aviones. Funcionan todos los días.
Solo hay un problema: nadie sabía si funcionan siempre. Pensá en el remolino que se forma cuando destapás la bañera. Cuanto más se acerca el agua al centro, más rápido gira y más se estrecha. La pregunta del Clay es si la matemática permite que ese remolino se estreche hasta cero y gire infinitamente rápido antes de que pase un segundo. Si la respuesta es sí, las ecuaciones se rompen, porque predicen algo que ningún fluido real puede hacer. Si la respuesta es no, las ecuaciones son confiables para siempre.
En dos dimensiones se sabe hace décadas que no se rompen. En tres dimensiones, las de nuestro mundo, la pregunta llevaba 90 años abierta.
Lo que OpenAI dice haber hecho
Según el reporte de OpenAI, la empresa estaba entrenando desde finales de agosto un modelo interno nuevo, más capaz que GPT-6 Astra, el que salió al público el 3 de septiembre. El 1 de septiembre escucharon el rumor de que alguien había resuelto dos Problemas del Milenio y decidieron lanzar el modelo contra los seis que quedan.
Lo hicieron con un sistema de miles de agentes de IA trabajando en paralelo y comunicándose entre sí. Primero resolvieron una versión simplificada del problema, sin viscosidad, con unos 100 agentes en 50 horas. Después movieron todo a Navier-Stokes: unos 10,000 agentes, 88 horas, 2.7 millones de mensajes entre ellos. El sábado 5 de septiembre tenían una demostración de que sí, las ecuaciones pueden romperse. Un asistente de demostración llamado Lean revisó cada paso.
La respuesta es un vórtice que gira, se enrolla hacia adentro y se estira mientras acelera sin límite. Martin Bridson, presidente del Clay Mathematics Institute, habló de un día emocionante. Pero no certificó nada. Las reglas del Clay exigen publicación formal y dos años de escrutinio, y OpenAI ya dijo que no piensa reclamar el premio.
Hay un detalle técnico que importa para lo que sigue. La demostración necesita aplicarle al fluido una fuerza externa suave. El enunciado oficial del premio lo permite, pero para muchos matemáticos la versión interesante es la que no necesita ninguna fuerza. Diego Córdoba, investigador del ICMAT en Madrid y uno de los que abrió esta línea de ataque, dijo a Scientific American que si el problema estuviera realmente cerrado sería una gran sorpresa para ellos.
La llamada del domingo
Acá entra Tristan Buckmaster, profesor del Courant Institute de la Universidad de Nueva York. Durante casi un año él y Levent Alpöge, matemático que trabaja en Anthropic, la empresa rival de OpenAI, trabajaron en este problema como colaboración personal, sin respaldo de ninguna institución. Usaron modelos de las dos empresas, Claude y Codex, y Buckmaster pagaba las herramientas con sus propios fondos de investigación. Tomaron las ideas de Córdoba y de Luis Martínez-Zoroa, de CUNEF en Madrid, y las empujaron con ayuda de IA.
El 15 de agosto lograron demostrar que la versión sin viscosidad del problema sí se rompe cuando hay una fuerza externa. Todavía no lo habían publicado cuando el rumor empezó a correr.
El 3 de septiembre Buckmaster escribió a OpenAI para aclarar que su trabajo era personal. La empresa insistió en hablar ese mismo fin de semana. El domingo 6, en dos llamadas con Sébastien Bubeck, líder del equipo de matemáticas de OpenAI, Buckmaster se enteró de que un modelo interno había demostrado Navier-Stokes usando la misma ruta que él y Alpöge seguían, una ruta que casi nadie más trabajaba. Le dijeron que había habido muy poca intervención humana. Durante la llamada emergió que un equipo entero había trabajado en el problema, que hasta el «prompt» inicial había sido generado por otra IA, y que todo había empezado pocos días antes, después de que la información sobre su trabajo llegara a OpenAI.
Buckmaster preguntó entonces lo que cualquiera preguntaría: si el modelo había sido entrenado con sus sesiones de Codex, donde él y Alpöge habían puesto todos sus borradores durante un año. Le dijeron que el modelo no consultaba datos de usuarios. Preguntó de nuevo, sobre entrenamiento. No le respondieron.
Luego vinieron dos ofertas. Una: que ellos publicaran su resultado y OpenAI publicara el suyo al día siguiente, reconociéndolos como los humanos más cercanos al problema. Dos: que Buckmaster escribiera él solo el artículo de Navier-Stokes, acreditando al modelo de OpenAI. Según su comunicado, Bubeck pidió dos veces que Alpöge quedara fuera de la autoría porque trabaja en Anthropic. Buckmaster rechazó ambas y avisó que lo haría público. La respuesta, según él, fue: «¿Por qué querrías arruinar tu carrera?».
OpenAI niega todo lo sustantivo. Bubeck calificó las acusaciones de falsas e inflamatorias, reconoció públicamente la prioridad del trabajo de Buckmaster y Alpöge, y el 10 de septiembre la empresa publicó una investigación interna concluyendo que los datos de Buckmaster no pudieron influir en el modelo. Buckmaster, por su parte, aclara que no ha visto la demostración, que no sabe si sus datos se usaron y que no acusa a nadie. Solo cuenta qué le dijeron y qué le ofrecieron.
El primero de muchos
Fijate en la forma del problema, más allá de quién tenga razón. Dos investigadores metieron un año de trabajo en la herramienta de una empresa que compite en la misma carrera. Cuando apareció un resultado parecido, la única prueba de que no hubo contaminación es una investigación que esa empresa hizo sobre sí misma. Puede ser perfectamente cierta. El punto es que ni vos ni Buckmaster tienen forma de verificarlo.
Satya Nadella, CEO de Microsoft, y Alex Karp, CEO de Palantir, llevan meses advirtiendo que los laboratorios de IA entrenan con los datos de sus clientes para construir productos que compiten con ellos. Hasta ahora eran quejas de empresas. Este es el primer caso con nombres, fechas y una carrera académica en juego. Y no va a ser el último, porque todos los incentivos apuntan en la misma dirección: cada laboratorio quiere anunciar el próximo problema resuelto antes que el rival, cada investigador necesita estas herramientas para competir, y ninguna ley obliga hoy a que un auditor externo revise qué datos de usuario toca qué modelo.
Terence Tao, medallista Fields y profesor de UCLA, advirtió días antes contra usar los problemas abiertos como vitrina de marketing, y comparó esa carrera con saquear un sitio arqueológico con excavadoras. Sin una regulación que obligue a rendir cuentas sobre los datos, la próxima disputa va a ser por un fármaco o una patente, y quien la cuente va a tener menos margen que Buckmaster para hacerlo.
Referencias
– OpenAI, «On the Navier–Stokes Millennium Prize Problem»: https://openai.com/index/navier-stokes-solution/
– Tristan Buckmaster, comunicado del 7 de septiembre de 2026: https://cims.nyu.edu/~tristanb/statement.pdf
– Clay Mathematics Institute, Millennium Prize Problems: https://www.claymath.org/millennium-problems/
– Davide Castelvecchi, Nature, 8 de septiembre de 2026: https://www.nature.com/articles/d41586-026-02842-5
– Jeremy Kahn, Fortune, 8 de septiembre de 2026: https://fortune.com/2026/09/08/openai-says-it-cracked-navier-stokes-math-grand-challenge-buckmaster-accusation-cheating-intimidation-tao-lament/
– Scientific American, «AI may have just solved a million-dollar math problem»: https://www.scientificamerican.com/article/ai-may-have-just-solved-a-million-dollar-math-problem-the-field-will-never-be-the-same/
– Terence Tao, publicación en Mathstodon: https://mathstodon.xyz/@tao/117204
