OpenAI ha anunciado que uno de sus sistemas de inteligencia artificial ha conseguido refutar una conjetura matemática planteada hace cerca de 80 años por Paul Erdős, una de las figuras más influyentes de las matemáticas del siglo XX.
El avance se centra en el problema de la distancia unitaria, una cuestión geométrica formulada en 1946. Aunque el planteamiento puede parecer sencillo, el problema ha ocupado durante décadas a matemáticos que intentaban entender cuántos pares de puntos pueden estar exactamente a la misma distancia dentro de un plano.
El resultado no cierra por completo el problema, pero sí desmonta una intuición que había guiado buena parte de la investigación sobre esta cuestión: la idea de que una organización de puntos en forma de cuadrícula podía ser la mejor forma de maximizar esas conexiones.
Qué es el problema de la distancia unitaria
El problema parte de una pregunta aparentemente simple: si se colocan puntos sobre un plano, ¿cuántos pares pueden quedar exactamente a la misma distancia?
Erdős sospechaba que la manera más eficiente de maximizar esos pares era organizar los puntos en una estructura similar a una cuadrícula. Durante décadas, muchos investigadores consideraron que esa intuición podía ser correcta.
La IA de OpenAI no encontró la respuesta definitiva al máximo exacto de pares posibles. Lo que sí consiguió fue demostrar que el límite propuesto por Erdős era demasiado bajo. En otras palabras, la conjetura no se sostiene.
Una vía inesperada: teoría algebraica de números
Uno de los aspectos más llamativos del avance es el camino seguido por el sistema.
Según OpenAI, la IA recurrió a la teoría algebraica de números, una rama muy abstracta de las matemáticas que hasta ahora no había tenido un papel central en este problema geométrico.
En lugar de trabajar con las estrategias tradicionales basadas en cuadrículas, el modelo exploró estructuras matemáticas más complejas y las convirtió en nuevas disposiciones de puntos dentro del plano.
El resultado fue una construcción especialmente intrincada. Según investigadores vinculados al proyecto, sería muy difícil representarla de forma clara en una hoja de papel.
La reacción de la comunidad matemática
La respuesta de varios expertos fue inmediata y especialmente contundente.
Misha Rudnev, de la Universidad de Bristol, declaró a New Scientist que era un problema que no esperaba ver resuelto en vida y calificó el resultado como “una bomba”.
Timothy Gowers, medallista Fields, señaló que si un investigador humano hubiera presentado ese trabajo a Annals of Mathematics, lo habría recomendado para publicación sin dudarlo.
Will Sawin, de la Universidad de Princeton, también lo describió en New Scientist como el logro más significativo de la IA en matemáticas hasta la fecha.
Estas valoraciones no convierten el problema en un asunto completamente cerrado, pero sí muestran el impacto que el resultado ha generado entre especialistas.
Un sistema de razonamiento general
Otro punto relevante es que, según OpenAI, el modelo no fue entrenado específicamente para investigar matemáticas avanzadas.
La empresa lo presenta como un sistema de razonamiento general. Aun así, fue capaz de producir cientos de páginas de argumentos y cálculos que después fueron revisados y validados por especialistas externos.
Este matiz es importante. El avance no se basa solo en que una IA haya generado una respuesta, sino en que esa respuesta haya podido ser examinada, reorganizada y validada por matemáticos humanos.
Por qué los humanos no habían seguido ese camino
Varios expertos citados en el artículo original coinciden en una idea: el avance no consistió necesariamente en inventar matemáticas completamente nuevas, sino en combinar ideas existentes de una manera que no se había explorado antes.
Durante décadas, muchos matemáticos intentaron demostrar que Erdős tenía razón. Quienes buscaron contraejemplos difícilmente habrían insistido durante mucho tiempo en una vía tan compleja y poco prometedora.
Ahí aparece una diferencia relevante entre la IA y la investigación humana:
- La IA puede explorar rutas de razonamiento durante más tiempo.
- Puede insistir en caminos que un investigador podría abandonar antes.
- Puede combinar enfoques ya existentes de formas poco intuitivas.
- Puede trabajar sobre estructuras muy complejas sin el mismo desgaste humano.
Thomas Bloom, especialista en problemas de Erdős, explicó en The Guardian que el sistema obtuvo resultados perseverando en caminos que un humano podría haber descartado.
Jacob Tsimerman, por su parte, resumió en Scientific American que las IA pueden explorar “aguas más peligrosas”durante más tiempo sin agotarse.
El papel imprescindible de los matemáticos humanos
El avance no elimina el papel de los investigadores humanos. De hecho, el propio proceso muestra que sigue siendo necesario revisar, ordenar, refinar y validar los resultados producidos por la IA.
La demostración original tuvo que ser examinada por especialistas antes de hacerse pública. Además, Melanie Matchett Wood advirtió de un posible problema: el sistema tendía a presentar ideas ya existentes en la literatura matemática como si fueran completamente originales.
Según explicó a Scientific American, si un humano conociera esos resultados y no los acreditara, se consideraría una negligencia profesional.
Ese punto introduce una cautela importante. La capacidad de la IA para descubrir conexiones útiles no elimina la necesidad de criterio, revisión y atribución rigurosa.
Una nueva etapa para la IA en matemáticas
El consenso descrito en el artículo apunta a que este episodio puede ser uno de los primeros grandes resultados matemáticos obtenidos de forma autónoma por una inteligencia artificial en un problema abierto relevante.
Al mismo tiempo, los expertos citados no sostienen que los modelos actuales puedan reemplazar la creatividad matemática humana más profunda.
La lectura más prudente es otra: la IA empieza a mostrar que puede participar en procesos de descubrimiento, no solo en tareas de cálculo o asistencia.
Daniel Litt, matemático de la Universidad de Toronto que participó en la revisión externa de la demostración, resumió el momento con una mezcla de entusiasmo e incomodidad. Afirmó que este es el único resultado interesante producido de forma autónoma por la IA hasta ahora, pero añadió que quizá pronto se descubra que resultados así no son tan raros.
La conclusión es clara, aunque todavía abierta: la IA no ha resuelto todos los límites de la creatividad matemática, pero este avance sugiere que su papel en la investigación científica puede ser mucho más profundo de lo que parecía hasta hace poco.
Fuente
Felipe Espinosa Wang, “La IA logra su mayor avance matemático hasta ahora”, DW, 27 de mayo de 2026.