OpenAI busca la victoria a toda costa en el mundo de las matemáticas
La competencia entre las grandes empresas tecnológicas por liderar el campo del inteligencia artificial ha llegado a un punto crítico en el ámbito de las matemáticas, donde OpenAI está enfrentando una creciente oposición de la comunidad académica. Dos destacados matemáticos, Tristan Buckmaster y Andreas Thom, han expresado su preocupación ante el comportamiento de la empresa, considerando que su enfoque se centra más en ganar que en avanzar científicamente.
El escenario se intensificó cuando OpenAI anunció haber resuelto uno de los problemas más difíciles de la lista de premios Milenaria, un logro que normalmente sería celebrado con entusiasmo por la comunidad matemática. Sin embargo, la reacción fue distinta, ya que muchos investigadores sintieron que OpenAI no solo estaba participando en el campo, sino que lo estaba invadiendo con recursos abrumadores y sin respetar las normas establecidas.
Buckmaster, profesor de la Universidad de Nueva York, acusó a OpenAI de no haber revelado adecuadamente si su trabajo con la herramienta Codex contribuyó a los avances recientes de la empresa. La respuesta oficial de OpenAI fue contundente: «Es imposible que los prompts de Buckmaster hayan influido en el sistema durante los últimos dos meses». Sin embargo, Buckmaster mantiene sus dudas, señalando que la actitud de la empresa hasta ahora justifica una gran desconfianza.
Este incidente no es aislado. La controversia surgió tras rumores de que algunos investigadores estaban trabajando en problemas de la lista Milenaria, lo que llevó a OpenAI a probar uno de sus modelos no lanzados para ver si podía resolverlos. El resultado fue sorprendente: el modelo logró encontrar una solución al problema de Navier-Stokes en apenas 88 horas, utilizando 10.000 agentes y millones de dólares en potencia de cómputo.
La competencia no solo era interna, sino que también involucró a otros investigadores como Levent Alpöge, quien trabajaba en una empresa rival, Anthropic. Ambos investigadores estaban en proceso de demostrar una solución al mismo problema, aunque aún no habían completado su prueba. La situación generó tensiones, ya que se cuestionó si OpenAI había tenido acceso a información privilegiada o había utilizado métodos poco éticos.
Los expertos señalan que este tipo de comportamiento representa un cambio radical en la dinámica tradicional de la investigación matemática. En el pasado, los avances se lograban mediante años de estudio, colaboración y transparencia. Ahora, con la llegada de sistemas de IA capaces de procesar enormes volúmenes de datos en poco tiempo, se ha introducido una nueva forma de competencia que pone en riesgo los principios fundamentales de la ciencia.
La comunidad matemática no solo se preocupa por la ética del uso de herramientas como Codex, sino también por el impacto a largo plazo en la carrera profesional de los investigadores. Muchos temen que el poder de estas plataformas pueda desplazar a los humanos de su rol central en la investigación, convirtiendo el conocimiento en algo que se puede generar rápidamente, pero sin la profundidad y el contexto que aportan los expertos.
Además, el caso de OpenAI refleja una tendencia más amplia en la industria tecnológica, donde las grandes corporaciones están invirtiendo enormes sumas en inteligencia artificial con el objetivo claro de dominar el terreno. Empresas como Google, Microsoft y Apple también están participando activamente en esta carrera, pero OpenAI parece estar tomando decisiones más radicales y menos transparentes.
Los matemáticos no están tranquilos. A pesar de que no todos aceptan las acusaciones más severas, la percepción general es que el campo está siendo alterado de manera significativa. La preocupación principal es que, si continúa así, la investigación pura podría verse afectada, y la ética científica podría perderse en la carrera por ser el primero en resolver problemas complejos.
En última instancia, la historia de OpenAI en las matemáticas es una advertencia sobre cómo la tecnología puede transformar campos tradicionales. Si bien los avances son notables, el costo puede ser alto: la pérdida de la esencia misma de la investigación científica, donde el proceso y la ética son tan importantes como los resultados.
Traducción y adaptación por Tecnología 365.
Fuente original: The Verge