Terence Tao y otros 24 matemáticos de primer nivel, varios de ellos medallas Fields, han firmado una carta abierta contra la forma en que los laboratorios de IA anuncian resultados matemáticos. El texto de Tao habla de "cuestiones severas de atribución y plagio". La misma semana, OpenAI retiró su patrocinio de un evento en Caltech.
Puntos clave
- 25 firmantes, con medallas Fields entre ellos, impulsados por Terence Tao.
- La queja principal: soluciones anunciadas con prisa, sin redacción adecuada ni citas del trabajo previo.
- OpenAI retiró el patrocinio de un evento matemático en Caltech tras las críticas de investigadores de la universidad.
- El profesor Tristan Buckmaster, de NYU, sostiene que OpenAI le presionó para no acreditar a un colaborador de Anthropic.
- La carta se apoya en la Declaración de Leiden, publicada en junio de 2026.
Lo que dice Tao, sin el ruido
El argumento de fondo no es que la IA no sirva para matemáticas. Es que se está midiendo mal.
Tao lo escribe así: "resolver problemas es solo una herramienta y un sustituto para alcanzar el objetivo principal, que es la comprensión conceptual". Un laboratorio que optimiza para cerrar conjeturas famosas está optimizando para el marcador, no para el juego.
El segundo punto es más concreto. Las soluciones se anuncian "con prisa, sin dejar tiempo para una redacción adecuada", sin aislar los métodos nuevos y sin citar el trabajo previo del que parten. Una prueba verificada en Lean puede ser correcta y aun así no enseñar a nadie por qué funciona.
El tercero es el que más escuece: sin matemáticos que cuiden el desarrollo de esas ideas y las integren en el canon, "las ideas concebidas por IA nunca llegarían a estar completamente vivas". El trabajo humano que viene después no es opcional, y nadie lo está pagando.
Tres frentes abiertos a la vez
La carta no llega sola. OpenAI acumula tres episodios en cuestión de días.
Uno, el patrocinio retirado en Caltech después de que investigadores de la universidad protestaran. Dos, la acusación de Buckmaster sobre la presión para borrar de los créditos a alguien de Anthropic. Tres, el anuncio del segundo problema del milenio que el propio Buckmaster desmintió hace un día.
También está la prueba sobre las ecuaciones de Navier-Stokes, publicada sin verificación previa por la comunidad. Ese es el patrón que la carta describe: publicar primero, comprobar después.
Qué pide la carta
Tres cosas, y ninguna es prohibir nada.
Primero, estándares nuevos sobre qué cuenta como un resultado matemático terminado. Un enunciado correcto sin exposición no lo es.
Segundo, responsabilidad de las empresas de IA sobre la comprensibilidad y la atribución de lo que publican. Si el modelo se apoya en trabajo previo, se cita.
Tercero, alinear los incentivos con el aprendizaje conceptual y no solo con resolver. Que es, literalmente, lo contrario de un benchmark.
Tao cierra con la frase que resume el asunto: si estos cambios acaban beneficiando al campo o teniendo un efecto destructivo "lo determinarán en gran parte las decisiones de los humanos que controlan esta nueva tecnología".
Por qué importa
Esto se lee como una pelea académica y no lo es. Es el primer conflicto serio de atribución entre un laboratorio de IA y un gremio profesional entero, y el gremio ha ganado el primer asalto: el patrocinio se retiró.
Para una empresa que usa IA en trabajo intelectual, el aviso es práctico. Cuando un modelo produce un análisis, un informe o un diseño apoyándose en material de terceros, la atribución no la resuelve la herramienta. La resuelve quien firma el documento.
Y si tu equipo mide el rendimiento de la IA por cuántas tareas cierra, la carta de Tao apunta al mismo agujero: acertar y entender no son lo mismo, y solo uno de los dos se acumula.
Fuente original: terrytao.wordpress.com
Relacionado
