AI-translated from English; not yet reviewed by a fluent editor.
# De las distancias unitarias a Navier-Stokes: la matemática con IA entra en una nueva fase
> De la refutación de la conjetura de distancias unitarias a Navier-Stokes, la matemática con IA avanza con nuevos resultados, desarrollos posteriores de investigadores y pruebas formales. ¿Qué ha cambiado realmente?
By BIG CHANGE Editorial
Published: 2026-09-22T03:48:27.579Z
Updated: 2026-09-22T03:48:27.579Z
Canonical: https://bigchange.ai/blog/ai-mathematics-unit-distance-navier-stokes
AI-generated conceptual illustration by BIG CHANGE. From geometry to fluid mathematics: conceptual sketches of the article's range, not the actual unit-distance construction, a proof or a fluid simulation.
En mayo, una pregunta sobre puntos en un plano obtuvo una respuesta inesperada. En septiembre, laboratorios de IA publicaban argumentos sobre singularidades de fluidos, junto con archivos destinados a permitir la comprobación informática de las pruebas. Entre ambos anuncios aparecieron nuevos contraejemplos, cotas más ajustadas y una formalización del último teorema de Fermat.
El cambio en la matemática con IA merece algo más que llevar la cuenta de las conjeturas refutadas. Estos resultados responden a preguntas distintas, se apoyan en pruebas diferentes y dejan pendiente trabajo de diversa índole. Un contraejemplo puede echar por tierra una conjetura sin hallar la respuesta óptima. Mejorar una cota puede ser importante mientras la célebre conjetura relacionada sigue abierta. Una prueba verificada por computadora puede establecer un enunciado sin explicar por qué sus ideas serán útiles en otros ámbitos.
Este análisis recorre los principales avances que conectan el anuncio de OpenAI del 20 de mayo sobre las distancias unitarias con la afirmación de septiembre sobre Navier-Stokes, con información actualizada al 22 de septiembre de 2026. Incluye anuncios intermedios importantes e investigaciones derivadas de ellos. Es un mapa de esta secuencia, no un inventario exhaustivo de todos los artículos de matemática asistida por IA. Hemos leído los anuncios citados, los enunciados pertinentes de los teoremas, las introducciones de los trabajos y la documentación de verificación. No hemos arbitrado estas pruebas de forma independiente ni reconstruido sus formalizaciones.
Nuestra conclusión central es que las pruebas más sólidas del progreso constan de dos partes: las máquinas producen argumentos matemáticos que merecen un examen riguroso, y las personas ya están extrayendo nuevos resultados matemáticos de algunos de esos argumentos. Que esto se convierta en un progreso sostenido dependerá de los recursos dedicados a comprobar, explicar y ampliar el trabajo.
## Mayo: un contraejemplo abre una nueva vía en geometría
El problema de las distancias unitarias es fácil de imaginar. Se coloca un conjunto de puntos en una superficie plana y se cuentan los pares separados exactamente por una unidad. Al añadir más puntos, ¿cuántos pares se pueden llegar a contar?
En su anuncio del 20 de mayo, OpenAI atribuyó una nueva construcción a un modelo interno de razonamiento de propósito general, evaluado con una colección de problemas de Erdős. También publicó un artículo complementario independiente, a cargo de matemáticos externos que examinaron el argumento. La existencia de ese segundo documento importa: permite a los lectores analizar lo que esos matemáticos entendieron y reconstruyeron, más allá del relato del laboratorio sobre su modelo. [El anuncio de OpenAI](https://openai.com/index/model-disproves-discrete-geometry-conjecture/).
El manuscrito original construye infinitos conjuntos de puntos con al menos n^(1+δ) pares separados por una unidad, para un valor fijo de δ mayor que cero. En términos sencillos, la mejora en el exponente se mantiene a medida que crecen los ejemplos. Eso contradice el crecimiento casi lineal que predecía la conjetura. No determina el número máximo exacto de distancias unitarias para cada número de puntos, y la búsqueda de cotas óptimas más generales continúa. [El manuscrito sobre distancias unitarias](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-proof.pdf).
La sorpresa estaba en el origen de la construcción. El artículo complementario vincula el resultado geométrico con la sofisticada teoría algebraica de números y señala antecedentes matemáticos. Sus autores ofrecen una reconstrucción simplificada y, en cierta medida, generalizada. Es un buen ejemplo del trabajo humano que sigue a un descubrimiento de IA: identificar el mecanismo, hacer visibles sus dependencias y convertir el argumento en algo que otros investigadores puedan utilizar. [El artículo complementario de los matemáticos](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-remarks.pdf).
Quien quiera entender la importancia del resultado de mayo debería seguir los artículos posteriores con tanto interés como el anuncio inicial. Una técnica nueva adquiere otro tipo de credibilidad cuando los investigadores la usan para formular y responder nuevas preguntas.
## De mayo a julio: las ideas empiezan a propagarse
El 27 de mayo, Thomas Bloom, Will Sawin, Carl Schildkraut y Dmitrii Zhelezov publicaron un contraejemplo a la conjetura suma-producto sobre los números reales. A grandes rasgos, el problema pregunta cuánto crece un conjunto cuando se suman o multiplican sus elementos. Su construcción permite que ambos conjuntos resultantes sean menores de lo que predecía la escala casi cuadrática de la conjetura. Los autores dicen explícitamente que el contraejemplo de las distancias unitarias los llevó a reconsiderar los cuerpos numéricos de grado elevado. También explican que su construcción final requiere menos teoría de números que el resultado anterior. [El artículo sobre suma-producto](https://arxiv.org/html/2605.28781v1).
Este es un caso concreto en que un resultado surgido de la IA estimula la producción matemática de investigadores. No demuestra que la IA escribiera el artículo derivado, y no deberíamos borrar la autoría de sus autores incorporando su trabajo al recuento de éxitos de un laboratorio.
El preprint de Cosmin Pohoata, presentado por primera vez el 11 de junio y revisado el 28 de junio, extiende la secuencia al problema de Elekes-Rónyai. Ofrece un ejemplo polinómico cuyos valores sobre conjuntos apropiados se expanden menos de lo esperado, mediante elementos de las recientes construcciones sobre distancias unitarias y suma-producto. El artículo hace explícita la relación entre ambos problemas. [El artículo de Pohoata](https://arxiv.org/html/2606.13619v2).
El 6 de julio, Sungchul Lee, Pohoata y Daniel Zhu publicaron otro resultado sobre la retícula de Minkowski. Su construcción conserva propiedades de distancias repetidas dentro de subconjuntos, con consecuencias para problemas sobre distancias reiteradas y triángulos isósceles. Es una estructura más rica que mostrar una sola configuración inusual y dejar sin explorar su comportamiento interno. [El artículo sobre la retícula de Minkowski](https://arxiv.org/html/2607.05374v1).
La lectura optimista encuentra aquí pruebas a su favor. El resultado de mayo aportó material que otros investigadores pudieron modificar y reutilizar en unas pocas semanas. Proponemos medir el éxito por la producción de métodos utilizables y por el trabajo necesario para comprenderlos. Un simple recuento de problemas resueltos no captaría esa diferencia.
## Julio: el contraejemplo del jacobiano muestra por qué importa delimitar el alcance
Un segundo episodio llamativo se centró en la conjetura del jacobiano. En su exposición del 21 de julio, Terence Tao analiza un contraejemplo producido con Fable AI: una aplicación polinómica de tres variables complejas que se comporta como invertible en un entorno pequeño, pero que en conjunto asigna el mismo resultado a puntos distintos. La afirmación general de la conjetura falla a partir de tres dimensiones; el caso bidimensional sigue abierto. Tao presenta fórmulas explícitas y explica la geometría de la construcción. [La exposición matemática de Tao](https://terrytao.wordpress.com/2026/07/21/a-digestion-of-the-jacobian-conjecture-counterexample/).
Un contraejemplo explícito puede hacer que su contradicción esencial sea relativamente fácil de comprobar mediante cálculos. Descubrir por qué debería existir un ejemplo así y cómo construir otros relacionados requiere más trabajo matemático. El episodio del jacobiano permite ver esas tareas distintas en publicaciones accesibles.
La distinción siguió siendo importante en septiembre. El preprint de Arno van den Essen, del 15 de septiembre, presenta una vía elemental para obtener un contraejemplo equivalente, tras cambios lineales de coordenadas, al ejemplo hallado por Levent Alpöge. Es una nueva explicación de la construcción, no una segunda refutación independiente de la conjetura original. [El artículo de van den Essen](https://arxiv.org/abs/2609.17795).
Para quienes dirigen la investigación, esto sugiere un cambio práctico en los incentivos. Financiar a quien hace comprensible un descubrimiento complejo puede desbloquear tanto trabajo posterior como financiar otra búsqueda de un resultado llamativo. Esta es nuestra valoración de la secuencia, no una afirmación de que las universidades ya hayan cambiado sus incentivos.
## Agosto: una gama más amplia de afirmaciones matemáticas
El comunicado de OpenAI del 1 de agosto presentó diez grupos de resultados en matemáticas y ciencias de la computación teóricas. La empresa afirma que una versión interna de Astra generó los argumentos, que seres humanos trabajaron con el modelo para preparar los manuscritos y que el modelo produjo certificados en Lean. Este relato sobre cómo se realizaron los trabajos difiere del anuncio de mayo, centrado en un solo resultado, y explicita la contribución de preparar los manuscritos. [El anuncio de agosto](https://openai.com/index/ten-advances-in-mathematics/).
La colección que lo acompaña, actualizada el 6 de agosto, presenta los resultados siguientes. Son descripciones de las afirmaciones de los manuscritos, no diez certificaciones independientes de BIG CHANGE:
- **Geometría de empaquetamientos:** una cota superior asintótica más ajustada en dimensiones altas.
- **Códigos binarios y esféricos:** cotas más estrictas para el tamaño de los códigos a determinadas distancias.
- **Teoría de grupos:** construcción de un grupo no sofico.
- **Álgebras de operadores:** contraejemplos a la conjetura de rigidez de Connes.
- **Complejidad aritmética:** cotas inferiores más fuertes para circuitos y fórmulas del permanente.
- **Juegos cuánticos:** un teorema de repetición paralela exponencial.
- **Problemas de retículas:** resultados más sólidos sobre la dureza de aproximación del problema del vector más cercano.
- **Geometría convexa:** una prueba de la conjetura del volumen de Ehrhart.
- **Teoría de Ramsey:** una cota inferior superexponencial para los números de Ramsey de triángulos multicolores.
- **Teoría extremal de grafos:** contraejemplos a las conjeturas de compacidad y degeneración.
[La colección de diez resultados de investigación](https://cdn.openai.com/pdf/ten-proofs-oai.pdf).
La variedad de resultados importa, pero también vuelve engañoso resumirlos en una sola cifra. Encontrar un contraejemplo, mejorar una cota y demostrar un teorema general tienen consecuencias distintas. Asimismo, un resultado sobre la dificultad de un problema matemático no demuestra automáticamente que se haya atacado un sistema criptográfico en uso. Las aplicaciones requieren su propia cadena de razonamientos y pruebas.
El 10 de agosto, Anthropic publicó un avance más acotado relacionado con la hipótesis de Riemann. Según la empresa, un modelo Claude aún no publicado mejoró la cota inferior de la proporción de ceros de la función zeta que se encuentran en la recta crítica. Matemáticos de Anthropic examinaron el trabajo, especialistas externos revisaron el artículo y se produjo una formalización. La empresa declara expresamente que Claude no resolvió la hipótesis de Riemann y que no espera que estas técnicas lo hagan. [El informe de Anthropic](https://www.anthropic.com/research/riemann-zeta).
El artículo enlazado establece una cota ligeramente superior a dos tercios, aproximadamente el 67,25 %, e identifica los resultados analíticos previos que utiliza. Es un enunciado matemático asintótico, no la afirmación de que comprobar una gran muestra finita de ceros demuestre la hipótesis. La distinción es esencial: una cota inferior para la proporción no sitúa todos los ceros pertinentes en la recta. [El manuscrito sobre los ceros de la zeta](https://www-cdn.anthropic.com/95c246936988e43127bc6b2ceb7077c1dad2d68e.pdf).
También circulan otros manuscritos ambiciosos. Un documento alojado en el sitio web de Alpöge propone una estructura compleja en la esfera de dimensión seis. La construcción puede examinarse, pero la copia que consultamos no permite establecer una fecha fiable del anuncio ni una descripción completa de la contribución de la IA. Por ello la incluimos como una propuesta que los lectores pueden investigar, sin presentarla como un hito establecido de forma independiente en esta cronología. [El manuscrito sobre la esfera de dimensión seis](https://alpo.ge/s6.pdf).
## Principios de septiembre: las brechas entre primos revelan los límites de la verificación
La serie de anuncios también abordó las brechas entre números primos. Un artículo preliminar del 3 de septiembre de la colaboración Axiom afirma que existen infinitos pares de primos consecutivos separados por no más de 212 unidades. Reconoce el trabajo analítico de Julia Stadlmann y el proyecto Polymath anterior. Su certificado en Lean también toma como hipótesis estimaciones analíticas y un certificado variacional comprobado por separado. Esto supone un avance en el problema de las brechas acotadas; la conjetura de los primos gemelos exige infinitas brechas de exactamente dos unidades. [El artículo del equipo Axiom](https://primegaps.axiommath.ai/bgp212.pdf).
El repositorio público PrimeGaps186 de OpenAI presenta una cota aún menor, con una salvedad importante. Su desarrollo en Lean depende de tres axiomas de entrada que abarcan dos estimaciones de la bibliografía y cotas numéricas de integrales. El propio repositorio afirma que el certificado numérico no demuestra esos axiomas. Por tanto, los lectores deberían distinguir el argumento matemático propuesto de la parte comprobada formalmente bajo ciertas condiciones. Sería inexacto describir este artefacto como una prueba formal incondicional, derivada únicamente de los axiomas fundacionales. [El repositorio PrimeGaps186](https://github.com/openai/PrimeGaps186).
Otro manuscrito de OpenAI aborda las brechas largas: cuánto pueden medir los intervalos entre primos consecutivos. Presenta una mejora de la cota inferior para las mayores brechas por debajo de un umbral creciente. Es una pregunta extremal distinta de hallar infinitos pares de primos cercanos; el avance en una no debe contabilizarse como solución de la otra. [El manuscrito sobre las brechas largas](https://cdn.openai.com/pdf/51126fac-1b68-4128-9666-c908bcc16033/long_gaps.pdf).
Estos detalles hacen que el episodio de las brechas entre primos sea especialmente instructivo. Dos números en un titular pueden parecer los resultados de una carrera sencilla. Cuando se hacen visibles las dependencias de la prueba, la pregunta más útil es qué pasos se han establecido y mediante qué métodos. Explicitar las hipótesis tiene valor aunque la formalización siga incompleta.
## 4 de septiembre: la formalización pasa a formar parte del descubrimiento
El anuncio de Anthropic del 4 de septiembre se refiere a un teorema cuya demostración matemática ya se conocía: el último teorema de Fermat. El logro que se reivindica es una formalización completa en Lean, producida en gran medida de forma autónoma por Claude durante once días. La empresa describe la orientación humana y una plataforma de colaboración que ayudó a los agentes a llevar un seguimiento de las dependencias. También reconoce la tradición de demostraciones matemáticas en la que se apoya el trabajo. [El anuncio de la formalización](https://www.anthropic.com/research/formalizing-fermats-last-theorem).
El repositorio público ofrece pruebas más específicas que el titular. Enuncia el teorema, registra las dependencias y documenta las comprobaciones frente a los axiomas estándar de Lean y la formulación del enunciado en Mathlib. También se describe como un artefacto de investigación sin mantenimiento activo. Hemos examinado esta documentación, pero no hemos vuelto a ejecutar la compilación. [El repositorio del último teorema de Fermat](https://github.com/anthropics/fermats-last-theorem).
Si las mismas herramientas que producen más argumentos candidatos también pueden formalizarlos, la capacidad de verificación puede crecer. Es un motivo de optimismo considerable. Los investigadores posteriores disponen de algo concreto que examinar. Aun así, deben saber si los resultados intermedios pueden reutilizarse fácilmente, si las dependencias siguen siendo compilables y quién mantiene el artefacto. El volumen de código generado, por sí solo, no responde a esas preguntas.
Aquí hay una decisión institucional útil. Un laboratorio puede publicar una prueba como demostración acabada de su modelo o respaldarla como infraestructura sobre la que otras personas trabajarán. Cada enfoque genera obligaciones distintas tras el lanzamiento. El mantenimiento, los ejemplos explicativos y las referencias estables deberían formar parte del presupuesto de investigación.
## 8 de septiembre: qué afirma realmente el resultado sobre Navier-Stokes
El resultado sobre fluidos permite enfocar mejor estas preguntas. El anuncio de OpenAI del 8 de septiembre, actualizado el día 10, presenta una solución propuesta al problema de existencia y regularidad de Navier-Stokes. Atribuye el trabajo a un modelo interno que opera mediante agentes coordinados, y publica un argumento escrito y una formalización en Lean. OpenAI afirma que no pretende reclamar el premio del milenio. [El anuncio](https://openai.com/index/navier-stokes-solution/).
El manuscrito considera el movimiento de un fluido incompresible tridimensional con viscosidad positiva y una fuerza externa construida cuidadosamente. Partiendo del reposo, la solución propuesta desarrolla una velocidad no acotada en un tiempo finito mientras la energía total permanece acotada. La fuerza es suave y está confinada en el espacio y el tiempo. La construcción matemática emplea un vórtice que colapsa y correcciones dispuestas de modo que la fuerza restante siga siendo suave. Son afirmaciones sobre soluciones de ecuaciones, no observaciones de un experimento físico ni de un nuevo simulador de ingeniería. [El manuscrito sobre Navier-Stokes](https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf).
La fuerza externa es fundamental para entender el alcance del resultado. La descripción oficial del problema del Instituto Clay, a cargo de Charles Fefferman, permite fuerzas externas suaves en las alternativas de ruptura C y D. Las alternativas A y B sobre regularidad global se refieren a las ecuaciones sin fuerza externa. Por tanto, un resultado válido del tipo propuesto puede abordar una alternativa que el Instituto Clay contempla expresamente y, al mismo tiempo, dejar sin resolver la pregunta de regularidad global sin fuerza externa. Decir que la fuerza es irrelevante exageraría el teorema; descartarlo por quedar fuera del problema enunciado describiría mal las reglas. [El enunciado oficial del problema](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf).
OpenAI publicó además un argumento independiente sobre Euler, que trata un fluido idealizado sin viscosidad. Ese manuscrito propone una ruptura en tiempo finito a partir de datos iniciales suaves y sin fuerza externa. Euler y Navier-Stokes son ecuaciones relacionadas, pero deben mantenerse separados los supuestos y las conclusiones de ambos artículos. [El manuscrito sobre Euler](https://cdn.openai.com/pdf/315b36cd-ec98-4023-8342-93345194ece1/euler.pdf).
También importa la historia de la investigación que rodea el resultado. La declaración de la Sociedad Matemática Europea del 10 de septiembre reconoce el trabajo de Córdoba, Martínez-Zoroa y Zheng, junto con el de Alpöge y Buckmaster y otras contribuciones matemáticas anteriores. También plantea cuestiones de acceso, autoría y reconocimiento. Un relato que salte directamente del nombre de un modelo al teorema pierde de vista la acumulación de ideas que hizo posible el trabajo. [La declaración de la Sociedad Matemática Europea](https://euromathsoc.org/news/ems-statement-on-recent-navier-stokes-announcement-225).
El 11 de septiembre, el Instituto Clay respondió con un entusiasmo cauto ante la aparente resolución y afirmó que la evaluación y la asignación de méritos seguirían un proceso deliberadamente pausado. Es una respuesta institucional significativa. No equivale a conceder un premio ni a declarar que todos los aspectos del trabajo hayan completado la revisión. [El anuncio del Instituto Clay](https://www.claymath.org/news/navier-stokes-announcement/).
La conclusión precisa para los lectores ya es importante sin añadir más: un laboratorio de IA ha publicado una demostración propuesta para abordar un problema reconocido del milenio, junto con artefactos matemáticos y formales que pueden examinarse, y las principales instituciones se lo están tomando en serio. Aún queda trabajo para lograr una aceptación más amplia, atribuir los méritos y comprender el resultado.
## La comprobación de una prueba responde a una pregunta precisa
La verificación formal cambia las pruebas de las que disponen quienes revisan un resultado. También debería hacer que la cobertura sea más precisa.
La documentación de Lean distingue entre que una prueba sea válida y el significado del enunciado demostrado. Una comprobación básica satisfactoria establece que un enunciado formal se deriva de sus definiciones e hipótesis. Otras comprobaciones pueden revelar dependencias incompletas, auditar axiomas y comparar la prueba con un enunciado especificado de manera independiente. La documentación describe métodos de verificación más sólidos con verificadores externos y también identifica las hipótesis que siguen vigentes. [La guía de validación de Lean](https://lean-lang.org/doc/reference/latest/ValidatingProofs/).
Imaginemos que un investigador necesita una cota válida para todas las entradas de un algoritmo. Un asistente aporta un teorema formalmente correcto, pero su definición de entrada admisible excluye un caso difícil. La prueba puede ser correcta y, aun así, no respaldar la aplicación del investigador. Este es un ejemplo hipotético de por qué hay que prestar atención a la traducción de la pregunta a su enunciado formal.
La novedad plantea otro tipo de comprobación. Un sistema de demostración no determina si el mismo argumento apareció con otra terminología en un artículo anterior, si se ha reconocido debidamente la autoría ni si una mejora reivindicada cambia algo importante para la aplicación. Esos juicios requieren revisar la bibliografía y contar con conocimientos especializados.
Por ello, proponemos que los laboratorios que publiquen resultados importantes proporcionen un paquete duradero: la afirmación exacta en lenguaje matemático corriente, su equivalente formal cuando exista, la prueba y sus dependencias, una descripción clara de las contribuciones humanas y del modelo, y un registro de lo revisado y modificado. Este es nuestro estándar de publicación propuesto. Permite que otros investigadores identifiquen a quién corresponde cada responsabilidad y reproduzcan las comprobaciones pertinentes.
## El grupo asesor aborda un problema de coordinación creciente
El anuncio del 21 de septiembre del Grupo Asesor sobre Matemáticas e Inteligencia Artificial se produce en este contexto. El grupo afirma ser independiente, no remunerado y estar dispuesto a asesorar a cualquier empresa de IA pertinente. Su tarea inmediata es asesorar a OpenAI sobre la publicación de otros resultados que, según la empresa, ha obtenido. Promete recomendaciones públicas y dice expresamente que no tiene poder de decisión dentro de las empresas. El anuncio publicado en el blog de Terence Tao es una entrada invitada del grupo. [La declaración del grupo](https://agmai.org/).
OpenAI describe un mandato que abarca la revisión, la comunicación, la importancia y la difusión de resultados. También afirma que el grupo no es responsable de asesorar sobre el ritmo de su investigación matemática interna. Por tanto, conviene entender su función como un canal de escrutinio y coordinación cuyas decisiones siguen correspondiendo a la empresa. [El anuncio de OpenAI sobre el grupo asesor](https://openai.com/index/advisory-group-on-mathematics-and-ai/).
Hay motivos para acoger favorablemente este acuerdo. Una mejor coordinación puede reducir la duplicación del trabajo de revisión, identificar a los especialistas adecuados y garantizar que la descripción de un resultado se ajuste a lo que respaldan las pruebas. Sus limitaciones son igual de claras: las recomendaciones requieren una respuesta y la independencia, por sí sola, no ofrece ningún mecanismo de cumplimiento. Los lectores deberían seguir tanto las recomendaciones publicadas como las medidas que adopten las empresas.
El argumento escéptico también cuestiona el propósito de la investigación. La declaración Math and AI del 11 de septiembre sostiene que una carrera por resolver problemas enumerados puede descuidar el desarrollo de la comprensión y la formación de futuros matemáticos. Sus firmantes describen un riesgo para los procesos que hacen que las ideas puedan enseñarse y ser útiles. Es una postura seria de participantes en la disciplina, no una medición que demuestre que todo uso de IA ya la haya perjudicado. [La declaración](https://mathandai.org/).
En un ensayo invitado del 15 de septiembre en el blog de Tao, Henry Cohn desarrolla un argumento relacionado: los resultados mal explicados pueden imponer una carga de trabajo considerable a la comunidad que debe asimilarlos. También le preocupan los incentivos para quienes realizan ese trabajo explicativo. Aquí también importa la atribución correcta: el ensayo es de Cohn, aunque Tao lo publique en su blog. [El ensayo de Cohn](https://terrytao.wordpress.com/2026/09/15/the-technical-debt-of-ai-generated-mathematics/).
## El próximo avance debería ser más fácil de aprovechar para otras personas
La secuencia de mayo a septiembre respalda una visión optimista con ejemplos concretos. Un contraejemplo geométrico inspiró nuevas construcciones. Los investigadores hallaron formas más claras de explicar una sorprendente aplicación polinómica. La formalización produjo nuevos artefactos que permiten examinar razonamientos complejos. Ya se observan elementos para una relación productiva entre los resultados de los modelos y la práctica matemática.
El escenario pesimista también es plausible. Los laboratorios podrían generar resultados propuestos más deprisa de lo que otros pueden comprenderlos y luego contabilizar los anuncios como contribuciones científicas concluidas. La revisión podría convertirse en una carga para un reducido grupo de especialistas, mientras los recursos y el prestigio se concentran en los sistemas que crean ese atraso. El acceso limitado a los modelos podría agravar el desequilibrio entre quienes generan descubrimientos y quienes deben evaluarlos.
A nuestro juicio, los laboratorios, financiadores y revistas deberían medir ambas partes del proceso. Habría que seguir la pista a los descubrimientos candidatos, pero también al escrutinio independiente, las simplificaciones útiles, los argumentos corregidos, las bibliotecas formales reutilizables y el trabajo posterior. Hay que reconocer a quienes hacen comprensible un resultado. Las correcciones deberían publicarse con la misma persistencia que los anuncios.
Para quien intente seguir el próximo gran avance, la pregunta más reveladora es concreta: ¿qué puede hacer ahora otro investigador que antes no podía? La respuesta puede ser construir un contraejemplo, establecer una garantía más sólida, comprobar un argumento difícil o enseñar un método nuevo. Ahí es donde el progreso de la matemática con IA se convierte en progreso matemático.
## Sources
- [OpenAI: el anuncio sobre las distancias unitarias](https://openai.com/index/model-disproves-discrete-geometry-conjecture/) — 20 de mayo de 2026. Establece la fecha de publicación y el relato de la empresa sobre la participación del modelo y la revisión externa. Las afirmaciones de prioridad y autonomía no constituyen una evaluación independiente de todas las etapas de producción.
- [OpenAI: conjuntos de puntos planos con muchas distancias unitarias](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-proof.pdf) — Publicado junto con el anuncio del 20 de mayo. El resumen y el teorema principal presentan una familia infinita con una mejora fija y positiva del exponente. Este contraejemplo no determina la función extremal exacta; no arbitramos la prueba.
- [Alon y colaboradores: observaciones sobre la refutación de la conjetura de distancias unitarias](https://cdn.openai.com/pdf/74c24085-19b0-4534-9c90-465b8e29ad73/unit-distance-remarks.pdf) — Artículo complementario publicado con el comunicado de mayo. Ofrece una reconstrucción verificada por matemáticos, ciertas simplificaciones y generalizaciones, y atribuye aportaciones a trabajos anteriores de teoría de números. Leer sus afirmaciones no equivale a comprobar independientemente cada paso matemático.
- [Bloom, Sawin, Schildkraut y Zhelezov: la conjetura suma-producto es falsa para los números reales](https://arxiv.org/html/2605.28781v1) — Preprint del 27 de mayo. Su introducción reconoce expresamente que el contraejemplo de las distancias unitarias sirvió de inspiración. Es una investigación derivada escrita por matemáticos; incluirla aquí no atribuye su demostración a OpenAI ni afirma que haya sido aceptada en una revista.
- [Cosmin Pohoata: primos escindidos y el problema de Elekes-Rónyai](https://arxiv.org/html/2606.13619v2) — Presentado por primera vez el 11 de junio y revisado el 28 de junio. Propone un contraejemplo de expansión polinómica y explica cómo utiliza construcciones recientes. Las fechas corresponden a las versiones del preprint; no afirmamos que sean las fechas de su primer anuncio público.
- [Lee, Pohoata y Zhu: la retícula de Minkowski contiene de manera robusta muchas distancias repetidas](https://arxiv.org/html/2607.05374v1) — Preprint del 6 de julio. Presenta las afirmaciones de los autores sobre la robustez de las distancias repetidas en subconjuntos y sus consecuencias. Resumimos su alcance y la inspiración documentada sin demostrar de forma independiente las cotas ni insinuar que la IA sea autora.
- [Terence Tao: análisis del contraejemplo a la conjetura del jacobiano](https://terrytao.wordpress.com/2026/07/21/a-digestion-of-the-jacobian-conjecture-counterexample/) — Exposición matemática de Tao del 21 de julio, con una aplicación explícita y su explicación. Distingue el contraejemplo en tres o más dimensiones del caso bidimensional, aún abierto. No utilizamos afirmaciones no verificadas del hilo de comentarios.
- [Arno van den Essen: un método elemental para hallar un contraejemplo a la conjetura del jacobiano](https://arxiv.org/abs/2609.17795) — Preprint del 15 de septiembre. La contribución que declara es una vía elemental para obtener un ejemplo equivalente al de Alpöge mediante cambios de coordenadas. Es un desarrollo explicativo posterior, no la prueba de que se descubriera un segundo contraejemplo independiente.
- [OpenAI: diez avances en matemáticas y ciencias de la computación teóricas](https://openai.com/index/ten-advances-in-mathematics/) — Anuncio del 1 de agosto. Describe la división del trabajo reivindicada entre el modelo interno, los seres humanos que prepararon los manuscritos y la formalización del modelo. Omitimos la comparación de costes en tokens de la empresa y no consideramos que esta publicación equivalga a una revisión independiente.
- [OpenAI: colección de investigación Diez avances](https://cdn.openai.com/pdf/ten-proofs-oai.pdf) — Colección actualizada el 6 de agosto tras el anuncio del 1 de agosto. La lista breve del artículo resume las diez áreas comunicadas. Leímos el resumen, el contenido y algunos enunciados de teoremas, no las 253 páginas completas como si fuéramos árbitros.
- [Anthropic: más información sobre las capacidades matemáticas de Claude](https://www.anthropic.com/research/riemann-zeta) — Anuncio del 10 de agosto, actualizado el 13 de agosto. Describe el trabajo sobre los ceros de la zeta y las comprobaciones humanas, y afirma expresamente que la hipótesis de Riemann sigue sin resolverse. El relato del proceso del modelo y de su validación se atribuye a Anthropic.
- [Claude/Anthropic: ceros de la función zeta de Riemann](https://www-cdn.anthropic.com/95c246936988e43127bc6b2ceb7077c1dad2d68e.pdf) — Manuscrito fechado el 11 de agosto y enlazado desde el anuncio actualizado el 13 de agosto. El resumen y el teorema A distinguen entre proporciones asintóticas, simplicidad y ubicación en la recta crítica. La constante refinada es aproximadamente 0,6725; no se demuestra la hipótesis completa.
- [Manuscrito sobre la esfera de dimensión seis alojado por Alpöge](https://alpo.ge/s6.pdf) — Copia sin fecha consultada el 22 de septiembre. El título y la introducción describen una estructura compleja propuesta para la esfera de dimensión seis. No pudimos determinar una fecha fiable de publicación ni la contribución completa de la IA a partir de este documento, por lo que se mantiene como una propuesta calificada.
- [Charton y colaboradores: una nueva cota para las brechas pequeñas entre primos](https://primegaps.axiommath.ai/bgp212.pdf) — Borrador preliminar del 3 de septiembre. El resumen y el teorema 1.1 presentan la cota de 212 y reconocen el trabajo previo. El certificado de Lean del apéndice A asume resultados analíticos y un certificado variacional comprobado por separado; no está formalizado por completo a partir de axiomas fundacionales.
- [OpenAI: repositorio PrimeGaps186](https://github.com/openai/PrimeGaps186) — Repositorio vigente consultado el 22 de septiembre. El archivo README identifica expresamente tres axiomas de entrada no demostrados en el desarrollo de Lean. El certificado numérico no los demuestra. Examinamos la documentación sin ejecutar la compilación ni el certificado numérico.
- [OpenAI: brechas grandes entre primos consecutivos](https://cdn.openai.com/pdf/51126fac-1b68-4128-9666-c908bcc16033/long_gaps.pdf) — Manuscrito enlazado desde el comunicado de Astra del 3 de septiembre. Su teorema se refiere a una cota inferior para la mayor brecha entre primos por debajo de un umbral creciente. Es un tema distinto de las brechas pequeñas y la conjetura de los primos gemelos; no hemos comprobado la prueba de forma independiente.
- [Anthropic: formalización del último teorema de Fermat](https://www.anthropic.com/research/formalizing-fermats-last-theorem) — Anuncio del 4 de septiembre. Describe un esfuerzo de formalización de once días y la coordinación y orientación humana. Se trata de verificar matemáticas ya conocidas; tanto los plazos como el grado de autonomía forman parte del relato del laboratorio.
- [Anthropic: repositorio del último teorema de Fermat](https://github.com/anthropics/fermats-last-theorem) — Repositorio vigente consultado el 22 de septiembre. Documenta el enunciado, las dependencias, las comprobaciones de axiomas y la comparación con Mathlib. Se define como un artefacto de investigación sin mantenimiento activo. No hemos reconstruido ni validado independientemente la prueba formal.
- [OpenAI: sobre el problema del premio del milenio de Navier-Stokes](https://openai.com/index/navier-stokes-solution/) — Anuncio del 8 de septiembre, actualizado el día 10. Establece la afirmación del laboratorio, su relato sobre la producción mediante agentes y su decisión de no reclamar el premio. No juzgamos las disputas privadas sobre la procedencia ni equiparamos el anuncio con una revisión comunitaria concluida.
- [OpenAI: manuscrito sobre Navier-Stokes](https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf) — Publicado el 8 de septiembre. La introducción y el teorema 1.1 describen una viscosidad positiva, una fuerza suave de soporte compacto, el reposo inicial, energía acotada y una explosión de la velocidad en tiempo finito. Este es el alcance del teorema propuesto, no una verificación nuestra independiente.
- [Charles Fefferman: descripción oficial del problema de Navier-Stokes](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf) — Formulación oficial del Instituto Clay, consultada el 22 de septiembre. Las alternativas C y D permiten fuerzas suaves; A y B plantean cuestiones de regularidad suave sin fuerza externa. No se utiliza como fecha de publicación original el directorio de subida que aparece en la URL.
- [OpenAI: manuscrito sobre Euler](https://cdn.openai.com/pdf/315b36cd-ec98-4023-8342-93345194ece1/euler.pdf) — Publicado junto con los materiales del 8 de septiembre. El teorema 1.1 se refiere a datos iniciales suaves de Euler sin fuerza externa y a la ruptura en tiempo finito de derivadas y vorticidad. Sus ecuaciones y conclusiones no deben confundirse con la afirmación independiente sobre Navier-Stokes con fuerza externa.
- [Sociedad Matemática Europea: declaración sobre el anuncio de Navier-Stokes](https://euromathsoc.org/news/ems-statement-on-recent-navier-stokes-announcement-225) — Declaración del 10 de septiembre. Reconoce las contribuciones matemáticas contemporáneas y anteriores y aborda cuestiones de acceso y reconocimiento. Aporta contexto institucional; no es un certificado de prueba independiente ni resuelve todas las cuestiones de prioridad.
- [Instituto de Matemáticas Clay: anuncio sobre Navier-Stokes](https://www.claymath.org/news/navier-stokes-announcement/) — La respuesta del 11 de septiembre habla con cautela de una resolución aparente y describe un proceso de evaluación deliberado. Es prueba de una atención institucional seria, no un anuncio de que se haya otorgado el premio del milenio.
- [Lean: validar una prueba en Lean](https://lean-lang.org/doc/reference/latest/ValidatingProofs/) — Documentación oficial vigente, consultada el 22 de septiembre. Distingue la validez de la prueba, el significado del enunciado, las auditorías de axiomas y los métodos de comprobación más rigurosos. La verificación formal ofrece garantías concretas bajo determinadas hipótesis; no establece la novedad, la autoría ni la utilidad.
- [Grupo Asesor sobre Matemáticas e Inteligencia Artificial](https://agmai.org/) — Grupo creado el 21 de septiembre, cuya misma declaración se publicó como entrada invitada en el blog de Tao. Establece su independencia y carácter no remunerado, su compromiso de publicar recomendaciones y la ausencia de poder de decisión en las empresas. El siguiente lote de resultados sigue atribuyéndose a OpenAI.
- [OpenAI: Grupo Asesor sobre Matemáticas e IA](https://openai.com/index/advisory-group-on-mathematics-and-ai/) — Anuncio del 21 de septiembre. Describe el mandato asesor y excluye expresamente asesorar sobre el ritmo de los avances matemáticos internos. Omitimos el total de nuevos resultados que afirma la empresa, pues no se han establecido de forma independiente ni su corrección general ni su novedad.
- [Matemáticas e IA: un desajuste grave de la IA en las matemáticas](https://mathandai.org/) — Declaración del 11 de septiembre. Presenta el argumento de matemáticos sobre comprensión, educación, autoría e incentivos. Es un posicionamiento de participantes en la disciplina, no una medición controlada de los efectos de todos los usos de la IA.
- [Henry Cohn: la deuda técnica de las matemáticas generadas por IA](https://terrytao.wordpress.com/2026/09/15/the-technical-debt-of-ai-generated-mathematics/) — Ensayo invitado de Henry Cohn, publicado el 15 de septiembre en el blog de Tao. Analiza la explicación y la carga que supone asimilar los resultados. Atribuimos el argumento a Cohn y lo distinguimos de cualquier estimación empírica del coste de revisión.
El boletín de BIG CHANGE
La visión global, a tu ritmo.
Historias recientes sobre IA y robótica, cambios que vale la pena observar e ideas prácticas para usar. Elige un informe diario, un resumen semanal o una perspectiva mensual.
Next scheduled send (UTC): . Your first edition arrives at the next scheduled send after you confirm.
Tu privacidad, tu elección.
El almacenamiento necesario ayuda a proteger el sitio y a recordar tus preferencias. Google Analytics opcional permanece desactivado hasta que lo autorices. Puedes leer todas las historias usando solo el almacenamiento necesario. Detalles de privacidad