Los científicos que OpenAI designó para verificar de forma independiente su afirmación matemática más reciente y audaz—que un modelo interno ha refutado con éxito la Hipótesis del Tiempo Exponencial—se han negado a respaldarla, citando un historial de anuncios matemáticos exagerados por parte del laboratorio liderado por Altman.

La Hipótesis del Tiempo Exponencial (ETH) es una medida de la dificultad de resolver la satisfacibilidad booleana: el problema de decidir si una fórmula lógica puede hacerse verdadera. La conjetura sostiene que la satisfacibilidad no puede resolverse sustancialmente más rápido que en tiempo exponencial, por lo que una refutación genuina significaría que existe un algoritmo que supera ese límite. El problema está vinculado a la cuestión de P frente a NP, uno de los Problemas del Milenio de un millón de dólares del Clay Mathematics Institute, y la ETH misma sustenta cientos de artículos de informática. OpenAI afirma que uno de sus modelos internos ha producido una supuesta refutación, que la empresa presenta como parte de su esfuerzo por construir entendimiento científico con las comunidades académicas.

La verificación del resultado recae en un grupo liderado por Ryan Williams del MIT junto con Russell Impagliazzo y Ramamohan Paturi de UC San Diego. La hipótesis fue propuesta originalmente por Impagliazzo y Paturi junto con Francis Zane.

Los verificadores no llegan al respaldo

Los tres investigadores que lideran la revisión escribieron en una carta abierta a su comunidad que su "participación no debe interpretarse como una certificación de la afirmación", y agregaron que "un resultado de esta importancia requiere un escrutinio independiente y cuidadoso". La distinción importa: la matemática tradicionalmente resuelve afirmaciones de esta escala mediante el escrutinio abierto de la comunidad, no mediante las verificaciones internas de un solo laboratorio.

Escribiendo en su cuenta de X, Williams dijo que el grupo no firmó un acuerdo de confidencialidad (NDA) y no recibirá pago por el trabajo de "examen abierto e independiente" que a él y sus colegas se les pidió realizar después de que "un modelo interno de OpenAI produjera una supuesta refutación de la ETH". Agregó que OpenAI accedió a la solicitud del grupo de publicar todos los datos brutos detrás del resultado, y que el laboratorio también accedió a financiar una conferencia sobre las implicaciones del hallazgo.

Por qué el sector reserva su juicio

Las afirmaciones anteriores de OpenAI en matemáticas no han salido según lo planeado, y un equipo independiente de investigadores está examinando la afirmación sobre la ETH incluso después de que el laboratorio verificara al día siguiente la refutación que sus modelos internos encontraron el 16 de octubre en Lean. El documento y la demostración en Lean están publicados en GitHub.

Lean es un lenguaje que verifica demostraciones por máquina. Como el software, en lugar de árbitros humanos, revisa cada paso lógico, la verificación por máquina se valora como defensa contra el error humano. Sin embargo, incluso esa salvaguarda ha sido cuestionada por Anders Hansen de Cambridge y coautores, quienes argumentaron en un artículo que una formalización verificada en Lean puede compilar y aun así no coincidir con la demostración en lenguaje natural que se supone representa. Citaron el trabajo de OpenAI sobre Navier-Stokes como caso de estudio.

El escrutinio sigue a una controversia anterior. Thomas Bloom, el matemático que mantiene el sitio de problemas de Erdős, respondió a la afirmación de octubre de 2025 del VP de OpenAI Kevin Weil de que GPT-5 había resuelto 10 problemas de Erdős previamente irresolutos calificándola de "una tergiversación dramática". Bloom explicó que el modelo simplemente había sacado a la luz artículos existentes que él personalmente desconocía, en lugar de encontrar nuevas soluciones a las famosas conjeturas planteadas por Paul Erdős. Ese episodio provocó burlas públicas de Yann LeCun de Meta y Demis Hassabis de Google DeepMind.

OpenAI también tuvo que retirar tres preprints en un solo día tras la publicación masiva de 722 preprints sobre 372 problemas matemáticos el 6 de octubre, después de que un error de signo invalidara un argumento y dos artículos dependientes; el laboratorio revisó otros 14. El matemático de Cornell Alex Townsend espera que se revelen aún más errores con el tiempo.

Luego vino el drama de Navier-Stokes en septiembre, cuando el matemático Tristan Buckmaster alegó que OpenAI utilizó un método en el que él y un colega ya estaban trabajando cuando el laboratorio dijo que su modelo había resuelto el problema de Navier-Stokes. OpenAI negó esa afirmación.

Tres resultados, tres estrategias de publicación

La ETH fue una de las tres afirmaciones que OpenAI hizo en el mismo anuncio. En matemáticas, la empresa dice que sus modelos demostraron la conjetura de suavizado local—planteada por Christopher Sogge en 1991—en todas las dimensiones, un resultado que también resolvería las conjeturas de Kakeya y de restricción de Stein. El laboratorio publicó el documento y una demostración en Lean.

En física, OpenAI dice que los modelos demostraron que ciertas teorías cuánticas de campos existen en cuatro dimensiones, incluida una parte de un Problema del Milenio del Clay Mathematics Institute. Un grupo liderado por el Nobel David Gross optó por retener por ahora el material de la IA y redactar el trabajo por sí mismo.

OpenAI dice que no busca crédito académico y ha donado 5 millones de dólares a la Simons Foundation para talleres sobre resultados producidos por IA. La empresa reconoce que cada uno de sus tres enfoques de publicación conlleva compensaciones y dice que quiere retroalimentación sobre qué funciona. Para la afirmación sobre la ETH, los próximos hitos son concretos: la publicación de los datos brutos que los verificadores solicitaron, la conferencia que OpenAI accedió a financiar y las conclusiones del grupo una vez completado su examen independiente.