Publicado: septiembre 11, 2026, 3:28 am
OpenAI asegura que uno de sus sistemas de inteligencia artificial ha conseguido en apenas 88 horas lo que generaciones de matemáticos llevaban cerca de 90 años intentando: resolver el problema de Navier-Stokes, uno de los siete grandes Problemas del Milenio y uno de los mayores enigmas todavía abiertos de las matemáticas.
El logro, si finalmente es validado por la comunidad científica, sería histórico. Pero su anuncio también ha abierto una batalla sobre quién merece realmente el mérito y hasta qué punto la IA llegó a la respuesta gracias al trabajo que durante años habían desarrollado investigadores humanos.
Las ecuaciones de Navier-Stokes sirven para describir cómo se mueven los fluidos, desde el agua hasta el aire. El gran interrogante era saber si, partiendo de un fluido perfectamente normal, esas ecuaciones funcionan siempre de manera estable o si pueden llegar a un punto en el que ‘se rompan’ matemáticamente y aparezca una singularidad.
OpenAI afirma haber demostrado precisamente esto último: que bajo determinadas condiciones esa singularidad puede producirse en un tiempo finito.
El problema forma parte desde el año 2000 de los siete Problemas del Milenio seleccionados por el Clay Mathematics Institute, que ofrece un millón de dólares por la solución de cada uno. Sin embargo, todavía no puede darse oficialmente por resuelto: el instituto sigue catalogándolo como abierto y sus normas exigen que una solución sea publicada, sobreviva al menos dos años de escrutinio y alcance una aceptación general entre la comunidad matemática.
Casi 10.000 agentes de IA buscando una respuesta
Para llegar hasta allí, OpenAI no utilizó simplemente un chatbot al que planteó una pregunta como hace su ChatGPT. La empresa desplegó un sistema experimental superior a GPT-6 Astra –el modelo avanzado de razonamiento de la compañía de Sam Altman–, formado por cerca de 10.000 agentes de IA trabajando de forma simultánea.
Los agentes se dividieron en grupos, probaron diferentes caminos, ejecutaron código y fueron intercambiando los resultados que parecían más prometedores. Según OpenAI, necesitaron unos 2,7 millones de mensajes y 130.000 millones de tokens hasta encontrar la solución.
Lo consiguieron aproximadamente 88 horas después de iniciar el experimento, el 5 de septiembre. Después hicieron falta otras 17 horas para formalizar y verificar la demostración mediante GPT-6 Astra.
Pero hay un matiz importante: la IA no partió de cero.
Años de trabajo humano habían abierto el camino
Mucho antes de esas 88 horas, matemáticos de todo el mundo llevaban años buscando formas de demostrar que este tipo de ecuaciones podía desarrollar singularidades.
Entre ellos están los españoles Diego Córdoba y Luis Martínez-Zoroa, que desarrollaron una estrategia que permitió avanzar de forma importante por ese camino y que posteriormente fue utilizada por otros investigadores. Su trabajo se considera una de las bases intelectuales que han permitido llegar hasta los resultados actuales.
Otro paso importante llegó de la mano del matemático de la Universidad de Nueva York Tristan Buckmaster y del investigador de Anthropic Levent Alpöge. Ambos consiguieron, ayudándose también de herramientas de IA como Claude y Codex de OpenAI, avances muy relevantes en ecuaciones relacionadas con Navier-Stokes. No habían resuelto todavía el Problema del Milenio, pero estaban acercándose. Y entonces OpenAI entró en la carrera.
La propia compañía reconoce que el 1 de septiembre escuchó rumores de que se habían producido importantes avances en dos Problemas del Milenio y decidió poner su nuevo sistema a trabajar sobre todos los que seguían abiertos. Cuatro días después sus agentes alcanzaron la solución de Navier-Stokes que ahora presenta.
¿De quién es entonces el descubrimiento?
Ahí comienza la parte más polémica de la historia. Buckmaster ha cuestionado la forma en la que OpenAI gestionó el descubrimiento y el reconocimiento del trabajo anterior. Entre otras cosas, sostiene que la compañía intentó dejar fuera de una posible publicación conjunta a Alpöge debido a que trabaja para Anthropic, uno de sus principales rivales. OpenAI, sin embargo, rechaza esa versión de los acontecimientos.
Pero hay otra cuestión todavía más delicada. Los investigadores habían utilizado Codex, una herramienta de OpenAI, para trabajar sobre investigaciones que todavía no habían publicado. Buckmaster preguntó entonces a la compañía si su sistema podía haberse beneficiado de aquellas sesiones privadas.
OpenAI asegura que sus investigadores y agentes no accedieron directamente a ese trabajo y que no consultaron datos concretos de los usuarios para encontrar la solución. Sin embargo, reconoce que no puede descartar que datos desidentificados derivados del uso de sus productos hubieran contribuido anteriormente a mejorar sus modelos.
No hay, por tanto, pruebas de que OpenAI haya utilizado o ‘robado’ la investigación privada de estos matemáticos. Pero el episodio abre una pregunta que va mucho más allá de Navier-Stokes. Cada vez más científicos, programadores y profesionales utilizan herramientas de IA para trabajar con código, investigaciones o ideas todavía inéditas. Si esas mismas herramientas sirven para mejorar modelos que después son capaces de avanzar sobre esos problemas a una velocidad imposible para una persona, determinar dónde termina el trabajo humano y empieza el de la IA –y quién merece el mérito– puede convertirse en uno de los grandes debates de esta nueva etapa de la inteligencia artificial.
