Esta semana, el mundo de las matemáticas se ha visto envuelto en un notable desarrollo: OpenAI ha presentado lo que podría ser la solución al problema de existencia y suavidad de Navier-Stokes, uno de los siete Problemas del Milenio del Clay Mathematics Institute. Este avance, sin embargo, no es solo un hito tecnológico. La colaboración detrás de ello involucra varios meses de trabajo por parte de investigadores como Tristan Buckmaster de la Universidad de Nueva York y Levent Alpöge de Anthropic, quienes han expresado su preocupación sobre la falta de transparencia en la forma en que OpenAI ha utilizado sus hallazgos.
Poco después de que OpenAI anunciara su solución, un grupo de 25 destacados matemáticos, laureados con la medalla Fields, firmaron una carta abierta criticando la creciente rapidez con la que las empresas de inteligencia artificial publican resultados sin permitir un proceso adecuado de revisión y reconocimiento. Este llamado de atención no es simplemente anti-IA; más bien, es una solicitud para que se fomente un entorno de trabajo más ético y colaborativo en el ámbito académico.
Aunque la investigación de Buckmaster y Alpöge se basa en trabajos previos de matemáticos como Diego Córdoba y Luis Martínez-Zoroa, la situación se tornó complicada cuando descubrieron que OpenAI había tomado sus avances para publicar un resultado notable. Buckmaster, buscando aclaraciones, fue confrontado con respuestas evasivas de OpenAI, que incluían insinuaciones sobre carreras profesionales y sugerencias de omitir a uno de los investigadores por su vínculo con otra empresa.
OpenAI, por su parte, afirma que comenzó a trabajar en este problema solo después de escuchar rumores de que ya había sido resuelto, utilizando un modelo no publicado y movilizando a un equipo masivo para obtener el resultado en tiempo récord. No obstante, la compañía admite que es posible que alguna información previa de Buckmaster haya influido en su trabajo, aunque no se puede confirmar.
Los firmantes de la carta subrayan que el problema no radica en la inteligencia artificial en sí, sino en el peligro que implica su uso apresurado. Insisten en que sin la participación activa de matemáticos expertos para verificar y contextualizar estos resultados, los avances de la IA carecen de valor práctico y pueden dar lugar a plagios y errores de atribución.
Además, advierten que la situación actual representa una amenaza general para el trabajo intelectual en diversas disciplinas, no solo en matemáticas. Si se continúa con esta tendencia, otras áreas creativas y científicas podrían enfrentar desafíos similares, lo que lleva a un llamado urgente a la comunidad y las empresas para adaptar sus prácticas.
Este dilema pone de manifiesto una problemática más profunda: si la competencia por los resultados se convierte en el único criterio que prevalece, los matemáticos podrían verse tentados a no compartir sus investigaciones por miedo a que sus ideas sean apropiadas por entidades con mayores recursos. Esto podría alterar fundamentalmente el modo en que la comunidad científica avanza, ya que la colaboración y la revisión son esenciales para el progreso.
Los acontecimientos recientes sugieren que es urgente establecer directrices más claras sobre cómo las empresas de IA pueden utilizar información de investigaciones en curso, asegurando que se respete el tiempo necesario para la revisión y se eviten prácticas poco éticas. El desafío no se limita a las matemáticas, ya que otros campos podrían seguir el mismo camino si no se toman medidas.