OpenAI y su modelo matemático consiguen medalla de oro en las Olimpiadas Matemáticas

La IA sigue asombrando incluso a los más escépticos. Este sábado, Alexander Wei, investigador de OpenAI, anunció algo que ha sacudido tanto la comunidad tecnológica como la matemática: un modelo experimental de lenguaje de la compañía ha conseguido el nivel de medalla de oro en la Olimpiada Matemática Internacional (IMO), igualando un estándar que menos del 9% de los participantes humanos logra cada año.

La polémica del anuncio anticipado

Vamos con la primera parte incómoda de esta historia: OpenAI rompió el embargo. Los organizadores del IMO habían pedido a todas las empresas de IA participantes que esperaran hasta el 28 de julio para compartir sus resultados, pero OpenAI decidió saltarse esta petición. No es la primera vez que la compañía actúa primero y pide disculpas después, si es que las pide.

La situación ha molestado bastante a la comunidad del IMO y a otras empresas como Google DeepMind, que también participaba y ha tenido que adelantar sus propios anuncios. Harmonic, otra competidora, reveló en redes sociales que existía un acuerdo para respetar la fecha del 28 de julio.

Noam Brown, científico de OpenAI, intentó justificarse diciendo que habían esperado a que terminara la ceremonia de clausura «por respeto a los niños», pero un coordinador del IMO contradijo esta versión, calificando la acción como «grosera e inapropiada». Según este coordinador, OpenAI ni siquiera era una de las empresas que colaboraba oficialmente con el IMO en las pruebas.

Un reto a la altura de las mentes más brillantes

Para entender la magnitud del logro, hay que comprender qué son exactamente estas olimpiadas. El IMO es una de las pruebas matemáticas más desafiantes del mundo desde 1959. Cada año, más de 100 países envían a seis participantes que se enfrentan a seis problemas de demostración matemática, repartidos en dos sesiones de 4,5 horas.

No estamos hablando de resolver ecuaciones o problemas de cálculo. Estos problemas requieren intuición matemática profunda, pensamiento creativo y capacidad para construir demostraciones formales. Por ejemplo, uno de los problemas de este año pedía demostrar que, en cierta configuración de líneas sobre un conjunto triangular de puntos, solo podían existir exactamente 0, 1 o 3 «líneas soleadas» (aquellas que no son horizontales, verticales o diagonales a 45°).

Este tipo de problemas son particularmente difíciles para la IA, ya que exigen razonamiento abstracto y no solo cálculos mecánicos. De hecho, los mercados de predicción asignaban solo un 18% de probabilidad a que cualquier sistema de IA consiguiera una medalla de oro en el IMO para 2025.

¿Cómo lo consiguió OpenAI?

Según OpenAI, su modelo experimental realizó la prueba bajo las mismas restricciones que los competidores humanos: 4,5 horas por sesión, sin acceso a internet ni calculadoras. Lo más notable es que, a diferencia de intentos anteriores con sistemas especializados, este modelo procesó los problemas como texto plano y generó demostraciones en lenguaje natural.

El equipo de investigación, dirigido por Alex Wei con el apoyo de Sheryl Hsu y Noam Brown, inicialmente no planeaba participar en la competición, pero decidió evaluar su trabajo después de observar resultados prometedores en las pruebas.

Lo que hace particularmente interesante este logro es que, según OpenAI, no utilizaron un sistema especializado en matemáticas:

«No era un sistema construido para matemáticas. Es el mismo tipo de modelo de lenguaje que entrenamos para lenguaje, programación y ciencia, resolviendo problemas completos basados en demostraciones bajo las restricciones estándar del IMO: 4,5 horas, sin internet, sin calculadoras»

Dudas sobre la validación de los resultados

Aquí viene otro punto controvertido: la validación de los resultados. OpenAI recibió problemas recién elaborados por los organizadores del IMO, compartidos simultáneamente con varias empresas de IA. Para validar los resultados, cada solución fue sometida a una evaluación ciega por un panel de tres antiguos medallistas del IMO organizados por… la propia OpenAI.

Esto ha levantado sospechas sobre la legitimidad de los resultados. ¿Una empresa evaluando sus propios logros? Aunque OpenAI planea publicar las demostraciones y las rúbricas de calificación para revisión pública, este método de autoevaluación genera dudas razonables.

La carrera por la IA matemática se acelera

El anuncio de OpenAI llega poco después de que Google afirmara en julio de 2024 que sus modelos AlphaProof y AlphaGeometry 2 habían obtenido el equivalente a una medalla de plata en el IMO. Sin embargo, los sistemas de Google necesitaron hasta tres días por problema (frente al límite humano de 4,5 horas) y requirieron asistencia humana para traducir los problemas a un lenguaje matemático formal.

La diferencia con el modelo de OpenAI es significativa: mientras que los sistemas anteriores eran especializados, este parece ser un modelo de propósito general con capacidades matemáticas avanzadas.

¿Qué significa esto para el futuro de la IA?

OpenAI ha aclarado que este modelo es experimental y que, aunque su próximo gran modelo GPT-5 está «por llegar pronto», un sistema con este nivel de capacidad no se lanzará en breve. Probablemente, este experimento requirió una gran cantidad de recursos computacionales, lo que implica un alto costo que no sería viable para modelos orientados al consumidor en un futuro cercano.

Sin embargo, este logro sugiere que los modelos de IA de propósito general están comenzando a dominar tareas que antes requerían sistemas altamente especializados. Como señala OpenAI: «Las matemáticas son un campo de pruebas para el razonamiento: estructurado, riguroso y difícil de falsificar. Esto demuestra que los métodos escalables y de propósito general pueden ahora superar a sistemas ajustados manualmente en tareas que durante mucho tiempo se consideraron fuera de su alcance».

Implicaciones para detectores de IA y generadores de imágenes

Este avance tiene implicaciones interesantes para otras áreas de la IA. Por un lado, los detectores de IA tendrán que evolucionar considerablemente. Si los modelos pueden generar demostraciones matemáticas indistinguibles de las humanas, ¿cómo podremos diferenciar entre contenido generado por IA y humano en otros campos?

Por otro lado, los generadores de imágenes de IA también podrían beneficiarse de estos avances en razonamiento. Imagina un generador de imágenes que no solo cree imágenes visualmente atractivas, sino que entienda profundamente la geometría, la perspectiva y las proporciones matemáticas detrás de ellas.

¿Revolución o exageración?

Aunque impresionante, debemos mantener cierta cautela. El hecho de que OpenAI haya autoevaluado sus resultados y roto el embargo acordado genera dudas sobre la transparencia del proceso. Además, este tipo de logros suelen presentarse de manera más impactante de lo que realmente son.

Lo que sí está claro es que la IA está alcanzando hitos que muchos consideraban imposibles hace solo unos años. La capacidad de resolver problemas matemáticos complejos no es solo una curiosidad académica; representa un avance significativo en