Terence Tao responde al volcado matemático de OpenAI

En pocas palabras: Terence Tao respondió a OpenAI en Mastodon: los más de 370 problemas publicados el 6 de octubre de 2026 marcan el fin de la “Math 1.0” y requieren una “Math 2.0” que valore la exposición y la comunidad. Su blog sumó la declaración de la Association for Human Mathematics.

La respuesta de Terence Tao a OpenAI en matemática llegó en dos piezas: un hilo en Mastodon y una declaración de la Association for Human Mathematics. OpenAI había publicado el 6 de octubre de 2026 en GitHub cientos de resultados de un modelo interno, y la comunidad todavía los está revisando.

Math 1.0 es el nombre que Tao le da a la etapa en la que el motor de la matemática era resolver problemas abiertos, aun cuando la solución costara entenderse al principio. El volcado de OpenAI es un repositorio de GitHub con manuscritos generados por un modelo interno sin lanzar, acompañados de formalizaciones en Lean y datos de cómputo.

¿Qué publicó OpenAI el 6 de octubre de 2026 en GitHub?

OpenAI publicó un repositorio con resultados matemáticos producidos por un modelo interno sin lanzar, según su anuncio oficial. El promedio fue de unas tres horas de cómputo de ChatGPT Pro por resultado, y muchas pruebas vienen con formalizaciones en Lean, un lenguaje que permite que una computadora chequee la demostración.

Las cifras varían según quién cuente. Fortune habla de soluciones totales o parciales a más de 370 problemas, y la declaración de la AHM menciona “más de 700 archivos”.

OpenAI también publicó, para 10 resultados, resúmenes del razonamiento del modelo, estimaciones de cómputo y estadísticas de problemas intentados. Anunció que financiará talleres y conferencias para entender los resultados, y que trabaja en liberar el modelo.

¿Qué respondió Terence Tao a OpenAI en matemática?

Tao, profesor de matemática de UCLA y considerado por Fortune uno de los mayores matemáticos vivos, respondió con un hilo en Mastodon y con la publicación en su blog de una declaración ajena. Conviene separar las dos cosas, porque se mezclan seguido.

Ponele que ves un titular que dice “Tao pide dejar de trabajar con OpenAI”. Suena a que lo dijo él. Pero la entrada del 7 de octubre es un guest post de la Association for Human Mathematics (AHM), y Tao aclara que la reposteó (y que el archivo original fue convertido con IA). Ahí la AHM dice que los matemáticos no pidieron este trabajo, que OpenAI ignoró la premisa central del Advisory Group on Mathematics and Artificial Intelligence y que publicar más de 700 archivos juntos «no es una demostración de erudición, sino una demostración de poder» (traducción nuestra). También pide a los matemáticos discontinuar su trabajo con OpenAI.

Ojo con un detalle: la AHM además menciona demandas contra OpenAI por plagio y copyright. Es una afirmación de la AHM, no un dato que verificamos. Para más detalles técnicos, mirá nuestra guía completa sobre Sora.

El hilo de Mastodon sí es de Tao. Solo leímos lo que cita Fortune: «Problems are being solved autonomously by AI prompters who have no interest in the broader field itself once their initial target is “solved”». Según Fortune, también advirtió que hay menos seminarios, talleres y colaboraciones que con los avances tradicionales, y que se está desalentando a futuros matemáticos. El resto del hilo no pudimos leerlo completo.

¿Qué es Math 1.0 y qué propone Tao como Math 2.0?

Para Tao, Math 1.0 es la matemática en la que encontrar soluciones a conjeturas abiertas, aunque al principio fueran difíciles de entender, era el motor del campo. Según Fortune, Tao dice que el volcado de OpenAI marca su final y que hace falta un “Math 2.0” que valore el progreso de forma más amplia.

Su argumento de fondo, siempre según Fortune, es que el camino a la solución aporta más comprensión que la solución misma. Y si un modelo resuelve tantos problemas interesantes tan rápido, los estudiantes pierden la razón para entrar al oficio. Para el Math 2.0 propone, entre comillas de Fortune, «decentrar el rol de la resolución pura de problemas» y subir el peso de la exposición, de la construcción de comunidad y de abrir direcciones nuevas (traducción nuestra).

Esto último lo leímos en la nota de Fortune, no en el texto completo de Tao. Tratalo como interpretación de prensa hasta contrastarlo. Te puede servir nuestra cobertura de el chip Jalapeño frente a Blackwell.

Tampoco es una postura contra la IA en general. Dan Litt, de la Universidad de Toronto, coincide con Tao en que el campo tiene que cambiar, pero dice estar optimista: «this is great for mathematics». Dos matemáticos serios, el mismo diagnóstico de cambio, ánimos opuestos.

¿Están verificadas las demostraciones de OpenAI?

No, no están verificadas por la comunidad. OpenAI publicó formalizaciones en Lean de muchas pruebas y prometió más, pero la revisión humana independiente recién empieza, y hay un debate abierto sobre si el modelo tomó trabajo de otros.

Sobre los problemas del Milenio, Fortune reporta que OpenAI dice haber avanzado en tres, sin resolverlos del todo. Antes de este volcado, la empresa ya había afirmado que resolvió Navier-Stokes con el mismo tipo de modelo.

Sobre Navier-Stokes ya hubo pelea: dos matemáticos que trabajaban en el problema con herramientas de IA acusaron a OpenAI de haber empujado a su modelo hacia la solución con su trabajo en curso, y la empresa lo negó. Tristan Buckmaster, de NYU, dijo al New York Times que con tantos resultados juntos «I don’t think they’ve done their sort of due diligence at all» para descartar plagio. Litt, en cambio, aprobó casi todo el modo de publicar: GitHub hace los resultados accesibles y OpenAI no infló ninguno en su material de marketing.

El grupo asesor del Institute for Advanced Study había recomendado publicar al estilo de un paper clásico, con nombre del modelo, prompts, cadena de razonamiento, tiempo, costo y un reporte de intentos fallidos. OpenAI siguió algunas de esas recomendaciones y otras no. El grupo reafirmó sus recomendaciones y dijo que le toca a la comunidad evaluar cuánto se cumplieron. En alternativas open source mucho más baratas profundizamos sobre esto.

¿Qué está confirmado y qué no?

Confirmado según las fuentes citadas:

• La publicación existe. OpenAI la anunció el 6 de octubre de 2026 y alojó los resultados en GitHub.
• El cómputo promedio. Unas tres horas de ChatGPT Pro por resultado, según OpenAI.
• La postura de la AHM. Su declaración está en el blog de Tao, con su pedido de discontinuar colaboraciones.
• La crítica de Tao. Fortune cita su post en Mastodon sobre el fin de Math 1.0.

Sin confirmar o en disputa:

• La corrección de las pruebas. Faltan revisiones independientes del conjunto.
• La originalidad. Buckmaster plantea que algunos resultados podrían completar trabajo ajeno.
• El conteo exacto. Más de 370 problemas o más de 700 archivos, según la fuente.
• El estado de Navier-Stokes. OpenAI dice que lo resolvió, pero la afirmación está en disputa.
• El texto completo del hilo de Tao. Solo conocemos los fragmentos citados.

¿Qué cambia para matemáticos, estudiantes y la comunidad tech?

Lo que cambia es quién carga con el trabajo: OpenAI generó cientos de manuscritos en poco tiempo y ahora los especialistas tienen que revisarlos sin que nadie les haya pedido el trabajo. Litt lo dice sin dramatismo: entender estos resultados llevará «a huge amount of human labor», parecido al que los matemáticos hacen desde siempre. La diferencia es el volumen, y a esa escala un revisor humano no alcanza.

Para estudiantes, el riesgo que marcan Tao y Litt es de percepción. Si funcionarios o fondos de investigación entienden que la IA “resolvió la matemática”, pueden recortar apoyo a quienes la hacen. Litt pidió que la sociedad reafirme el respaldo a la experticia humana.

Para quienes seguimos esto desde tecnología, el volcado funciona además como un benchmark público, y eso tiene un problema: nadie puede comparar contra los problemas que el modelo intentó y no resolvió, salvo que OpenAI publique ese reporte, que el grupo asesor pidió.

Criterio práctico para no pasarte de rosca (propuesta editorial)

Esto no viene de ninguna fuente, es una propuesta nuestra: antes de repetir que un problema está “resuelto”, chequeá cuatro cosas. Primero, que exista formalización en Lean y que alguien independiente la haya compilado. Segundo, que el enunciado formalizado coincida con el problema original, porque se puede demostrar con rigor algo distinto de lo que se preguntó. Tercero, que un especialista ajeno a OpenAI haya publicado una revisión. Cuarto, que la institución de referencia (el Clay, en los problemas del Milenio) haya cambiado el estado oficial. Si falta alguna, decí “resultado reportado”. Tema relacionado: qué matemáticas resuelven bien los LLMs.

Mirá las próximas semanas: verificaciones independientes, la respuesta de OpenAI a Buckmaster y a la AHM, y los cambios de estado oficial.

Errores comunes al leer esta noticia

• Atribuirle a Tao la declaración de la AHM. Tao la publicó en su blog como guest post. Citá “la AHM dice”, no “Tao dice”.
• Escribir que OpenAI resolvió un problema del Milenio. Fortune habla de avances en tres sin resolución completa, y sobre Navier-Stokes hay disputa. Decí “afirma haber resuelto”.
• Confundir archivos con problemas. “Más de 700 archivos” (AHM) y “más de 370 problemas” (Fortune) miden cosas distintas. Citá la cifra con su fuente.
• Tratar Lean como sello de calidad total. Lean chequea que la prueba sea válida para el enunciado formalizado, no que el enunciado sea el correcto ni que el trabajo sea original. Además, no todas las pruebas están formalizadas.
• Leer a Tao como enemigo de la IA. Su crítica va al modelo de publicación y al incentivo del campo, no a que se use la herramienta.

Preguntas Frecuentes

¿Qué dijo Terence Tao sobre lo que publicó OpenAI?

Tao dijo en Mastodon que los problemas los resuelven “prompters” de IA sin interés en el campo, y que eso genera menos seminarios y colaboraciones. Dijo también que el volcado marca el fin de “Math 1.0”, según Fortune. Además publicó en su blog la declaración de la AHM, que critica el volcado.

¿Cuántos problemas matemáticos resolvió OpenAI?

Fortune reporta soluciones totales o parciales a más de 370 problemas, mientras que la AHM habla de más de 700 archivos. Como son resultados totales o parciales y sin revisión independiente, no se puede hablar todavía de 370 problemas resueltos.

¿OpenAI resolvió algún problema del milenio?

OpenAI afirmó antes de este volcado que resolvió Navier-Stokes, afirmación en disputa. Según Fortune, en este volcado dice haber avanzado en otros tres problemas del Milenio sin resolverlos del todo. Ninguna resolución fue validada por una institución como el Clay.

¿Las demostraciones de OpenAI están verificadas?

No de forma independiente. OpenAI publicó formalizaciones en Lean para muchas pruebas y prometió más, pero la revisión por especialistas ajenos a la empresa todavía está en curso. Hay además un cuestionamiento de Buckmaster sobre posible uso de trabajo ajeno.

¿Qué significa Math 1.0 según Terence Tao?

Math 1.0 es la etapa en que hallar soluciones a problemas abiertos, aunque costaran entender, era el motor de la matemática. Tao dice que terminó y propone un Math 2.0 que valore más la exposición y la construcción de comunidad, según la cobertura de Fortune.

Conclusión

Cambió la escala: OpenAI mostró que un modelo interno puede generar cientos de manuscritos en poco tiempo, y Tao respondió con una pregunta que no es técnica sino de incentivos: qué pasa con un campo cuando resolver deja de ser lo escaso. Importa porque la discusión sobre Math 2.0 va a definir cómo se evalúan, financian y forman los matemáticos.

Qué hacer: si escribís o compartís sobre esto, no repitas “resolvió” sin el criterio de las cuatro verificaciones, y separá siempre lo que dijo Tao de lo que dijo la AHM. La honestidad sobre lo que no se sabe es lo que te va a dejar mejor parado cuando lleguen las revisiones.

Fuentes

• OpenAI – Sharing AI progress in mathematics (anuncio oficial, 6 de octubre de 2026)
• Blog de Terence Tao – Declaración de la AHM sobre el volcado de OpenAI
• Fortune – Cobertura del volcado, reacciones y declaraciones de Tao, Litt y Buckmaster
• Terence Tao en Mathstodon – Hilo sobre el fin de Math 1.0