La alarma en la comunidad científica se ha encendido con cifras contundentes. La reunión en la Royal Society contó con la presencia de tres ganadores de la Medalla Fields, un reflejo de la seriedad del asunto. Este encuentro se sumó a una carta previa, de septiembre de 2026, firmada por 25 medallistas Fields, que ya advertía sobre el impacto de la IA. Actualmente, más de 800 matemáticos han formalizado su compromiso de no colaborar con OpenAI, lo que indica un nivel de disenso sin precedentes.
La raíz de esta controversia radica en la prolífica producción de modelos de IA. OpenAI, en particular, publicó soluciones a 377 problemas matemáticos complejos. Poco después, la empresa lanzó un volumen aún mayor: entre 719 y 722 manuscritos generados por IA que contenían soluciones a diversos problemas. Un hito que generó gran atención, y controversia, fue la afirmación de OpenAI de haber resuelto el problema de Navier-Stokes, uno de los codiciados Problemas del Milenio del Instituto Clay de Matemáticas, resuelto por su modelo de IA en 88 horas utilizando 10.000 agentes de IA. Según datos de octubre de 2026, aproximadamente el 42% de los resultados principales de los manuscritos de OpenAI contaban con formalizaciones Lean, es decir, verificables por computadora.
En un intento por mitigar las tensiones y fomentar la colaboración, tanto OpenAI como Anthropic han prometido una contribución de 5 millones de dólares cada una, sumando un total de 10 millones de dólares, a un fondo de la Fundación Simons. Este capital busca facilitar el acceso a sus modelos y apoyar la investigación matemática. Sin embargo, el poder económico de estas empresas es inmenso: OpenAI se prepara para una potencial salida a bolsa que podría valorarla en cerca de 1 billón de dólares, mientras que Anthropic busca una financiación de 63 mil millones de dólares para chips de IA de Broadcom, con entregas previstas a partir de 2027.
Analisis de la tendencia
El patrón que emerge es el de una tensión creciente entre el vertiginoso avance de la IA en la resolución de problemas científicos y la ética tradicional de la ciencia abierta. La capacidad de modelos como los de OpenAI para generar soluciones a problemas matemáticos que han eludido a generaciones de humanos, sin duda, señala una “era dorada de las matemáticas”, como lo reconoce el Profesor Jon Keating, Vicepresidente de la Royal Society. No obstante, la forma en que se produce y distribuye este conocimiento es lo que genera fricción. La preocupación central es que estas empresas, con sus vastos recursos y su tecnología propietaria, se conviertan en los únicos guardianes de nuevos descubrimientos, manteniéndolos detrás de “muros de pago” o restringiendo el acceso, tal como lo ha expresado Martin Bridson, Presidente del Clay Mathematics Institute.
La controversia en torno a la resolución del problema de Navier-Stokes es emblemática. Acusaciones de que OpenAI pudo haber utilizado trabajos no publicados de otros investigadores han generado un “boicot masivo” y una dura declaración de la Asociación de Matemáticas Humanas (AHM), que tildó las acciones de OpenAI como “intromisión metodológica” con fines comerciales y violatorias de los estándares de investigación. Este incidente subraya un cambio fundamental: la producción de conocimiento matemático ya no es exclusiva de universidades o investigadores individuales, sino que se ha convertido en un campo donde las corporaciones tecnológicas juegan un papel dominante.
Expertos como Tristan Buckmaster, Profesor de Matemáticas de la NYU, han insinuado el posible uso de su trabajo no publicado y señaló que la publicación de OpenAI “trastornó el mundo de muchos matemáticos jóvenes”, invalidando programas de investigación y fomentando el secretismo. Esta situación no solo plantea cuestiones sobre la autoría y la atribución, sino también sobre la dinámica de la investigación colaborativa. Bryna Kra, Profesora de Matemáticas de la Universidad Northwestern, advierte que la IA podría disminuir la colaboración al hacer que los matemáticos sean más reservados, un sentimiento compartido por Hugo Duminil-Copin, Medallista Fields, quien calificó la situación como una “conmoción enorme”. Incluso Sam Altman, CEO de OpenAI, ha reconocido la controversia, atribuyendo parte del impulso de su proyecto a rumores sobre el progreso de Anthropic.
Contexto regional
Para América Latina, la emergencia de estos cuasimonopolios del conocimiento matemático por parte de las Big Tech presenta un desafío complejo. La región se encuentra en un “momento crítico” en cuanto a la regulación de la IA. Existe un fuerte lobby de estas grandes empresas tecnológicas que contribuye a normativas fragmentadas y a menudo reactivas. A pesar de un consenso regional sobre la necesidad de una IA ética, inclusiva y transparente, persisten vacíos significativos en la armonización normativa. Un ejemplo claro es Brasil, donde una propuesta de ley ambiciosa en 2024, orientada a una IA responsable, fue frenada, dejando un marco regulatorio incompleto.
La adopción de la IA generativa en la educación superior latinoamericana es notablemente rápida, con un 92% de los estudiantes universitarios y un 79% de los docentes utilizando esta tecnología. Sin embargo, solo el 30% considera que sus instituciones han respondido eficazmente, revelando una brecha entre el uso y la capacidad pedagógica para guiarlo. Esta disonancia se agrava si el acceso a las herramientas y los descubrimientos de IA queda restringido por muros de pago o licencias corporativas.
La concentración de la infraestructura y el conocimiento digital en manos de actores privados transnacionales reproduce relaciones desiguales, lo que alimenta las preocupaciones sobre posibles monopolios. En Brasil, el Consejo Administrativo de Defensa Económica (CADE) ya investiga a Google por presunto abuso de posición dominante al utilizar contenido periodístico en sus herramientas de IA sin la debida compensación. Un académico de la IBERO ha advertido que la concentración de los recursos de IA en unas pocas empresas podría influir decisivamente en la economía e incluso en las decisiones gubernamentales de la región, afectando la soberanía digital y la capacidad de innovación local. Si el conocimiento matemático fundamental queda cautivo en manos de unos pocos, la capacidad de las naciones latinoamericanas para desarrollar sus propias soluciones y talentos se verá gravemente comprometida.
Perspectiva a futuro
El futuro inmediato y a largo plazo de la interacción entre la IA y el conocimiento matemático es dual y complejo. Por un lado, la inyección de 10 millones de dólares de OpenAI y Anthropic en el fondo de la Fundación Simons es un paso hacia la apertura y la colaboración, lo que podría aliviar parte de la tensión y garantizar que los modelos y herramientas de IA sean accesibles para la investigación académica. Este tipo de iniciativas son cruciales para evitar que la “era dorada de las matemáticas” prometida por la IA se convierta en una edad de acceso restringido y elitista. La comunidad científica deberá monitorear de cerca si estos fondos realmente traducen en un acceso equitativo y transparente al trabajo subyacente de la IA para su verificación y comprensión, como lo enfatizó el Profesor Jon Keating.
Por otro lado, la amenaza de una mayor monopolización persistirá, especialmente si la regulación no logra ponerse al día con el ritmo de la innovación tecnológica. La fragmentación regulatoria en regiones como América Latina podría dejar un vacío que las grandes tecnológicas podrían explotar. Es vital que los gobiernos y los organismos reguladores actúen de manera proactiva para establecer marcos éticos y legales que garanticen el acceso abierto al conocimiento científico generado por IA, protegiendo así el bien público. La tensión entre el desarrollo rápido de la IA y la necesidad de una gobernanza global se intensificará, y la comunidad matemática, junto con la sociedad civil, deberá mantener la vigilancia para asegurar que la IA sea una herramienta de empoderamiento y no de control.
En última instancia, el escenario futuro dependerá de un delicado equilibrio entre la ambición corporativa, la ética científica y la voluntad política. La posibilidad de que la IA acelere exponencialmente el descubrimiento matemático es real, pero este progreso debe estar anclado en principios de apertura, transparencia y colaboración. De lo contrario, los beneficios de la IA podrían acumularse en unas pocas manos, con consecuencias profundas para la innovación, la educación y la autonomía científica en todo el mundo, y particularmente en regiones en desarrollo como América Latina.
