Terence Tao y OpenAI: de coorganizador de un taller a «I don’t see a way to constructively engage»
Actualizado
Cronología en actualización · última actualización · 2 entradas en el registro de cambios
Tao no se volvió contra las demostraciones de IA. Se volvió contra cómo llegó este lote: nadie responde por los resultados y años de investigación de jóvenes investigadores se vieron alterados en un día.
Terence Tao pasó de defender el diálogo con los laboratorios de IA a decir el 16 oct. que no ve cómo implicarse de forma constructiva con OpenAI; su objeción declarada es sobre cómo se hizo el lanzamiento del 6 oct., no sobre si la IA puede demostrar teoremas.
Cada nodo de la cronología enlaza una fuente pública, leída el 2026-10-17. La página de Tao es un resumen vivo redactado con un asistente de IA y revisado por él, como ella misma indica; las citas de sus propios textos se toman de ella. La página del New York Times solo era accesible en parte, así que las citas del NYT se limitan a líneas que pudimos leer completas. No añadimos escenas ni citas más allá de lo que contienen estas fuentes. El 2026-10-22 releímos la entrada de OpenAI y la página de Tao. Esa página dice que se actualizó por última vez el 20 de octubre de 2026.
Cronología
-
Tao ayuda a organizar un taller del IPAM patrocinado por OpenAI. Su propia página explica el contexto: el patrocinio surgió de una recaudación de emergencia tras la suspensión en 2025 de la financiación de la NSF y los NIH, y valía de 60 000 a 70 000 dólares. Durante el taller, OpenAI grabó una entrevista de una hora con él y usó algunos fragmentos en un anuncio, algo ante lo que dice que en retrospectiva debería haberse resistido más.
-
En el Congreso Internacional de Matemáticos da la conferencia pública «Mathematics in the age of AI». Califica el momento de crisis de valores y prácticas más que de argumentos matemáticos, y advierte de que la resolución de demostraciones como objetivo puede desligarse de las metas a las que representaba.
-
Publica una declaración para el registro. No se identifica ni con una posición «pro-IA» ni con una «anti-IA», describe dos caminos (adopción responsable, o uso indiscriminado con fines cortoplacistas) y escribe que el campo se acerca «unfortunately rapidly» al segundo.
-
Aparece una declaración titulada «A Severe Misalignment of AI in Mathematics» con 25 medallistas Fields como firmantes iniciales, Tao entre ellos. Dice que los objetivos de las empresas de IA y los de la comunidad matemática están gravemente desalineados, porque resolver problemas es un sustituto de la comprensión, no el fin en sí mismo.
-
Publicado: OpenAI publica «Sharing AI progress in mathematics». La entrada dice que el laboratorio publica un conjunto amplio de resultados matemáticos nuevos de un modelo de frontera interno, en un repositorio de GitHub, con formalizaciones en Lean de muchas pruebas y 10 resúmenes del razonamiento del modelo. Dice que el resultado medio usó unas tres horas de pensamiento de ChatGPT Pro.
-
Informado, no en la entrada de OpenAI: la página de Tao, citando al New York Times, describe el lanzamiento como más de 350 hallazgos en casi todas las subdisciplinas, incluidas álgebra, teoría de números, informática teórica, lógica matemática y topología. La misma página dice que el Times informa que OpenAI había anunciado una solución al problema de Navier-Stokes. La entrada de OpenAI leída el 2026-10-22 no nombra Navier-Stokes y no da la cifra 350.
-
Tao responde en el blog Proofs and Prompts. Escribe que ninguno de los humanos implicados en las demostraciones está disponible para responder preguntas, dar charlas, enviar a revistas o formar estudiantes, y que está «horrified» de que años-persona de investigación lenta, sobre todo de matemáticos jóvenes, se vean alterados con desenfado.
-
Da la conferencia pública de Caltech «Math 2.0». Su argumento es que la escasez de demostraciones organizó las instituciones de Math 1.0, que la abundancia de demostraciones rompe ese arreglo y que el cuello de botella del campo es la imaginación, no la tecnología.
-
La Simons Foundation anuncia un esfuerzo de 15 millones de dólares con Anthropic y OpenAI para ayudar a los matemáticos a evaluar resultados asistidos por IA, aprender las herramientas y fijar estándares. OpenAI añade una actualización a su publicación del 6 oct.: 5 millones de dólares son propios, más acceso a modelos y cómputo para investigadores apoyados por Simons.
-
El New York Times publica su perfil. Tao dice al periódico «I’m on a war footing», dice que hace muy pocas matemáticas y dice de OpenAI: «At this point, I don’t see a way to constructively engage.»
The New York Times: Why One of the World’s Greatest Mathematicians Is on a ‘War Footing’
Un taller en marzo y un trato que entonces tenía sentido
Para entender por qué el octubre de Terence Tao suena como suena, hay que empezar en marzo, porque el Tao de marzo no era un adversario de las empresas de IA. Según la declaración de intereses de su propia página, ayudó a organizar un taller del IPAM que patrocinó OpenAI. El dinero no surgió de una afición por las alianzas empresariales. Su página dice que procedía de una recaudación de emergencia tras la suspensión en 2025 de la financiación de la NSF y los NIH, y que el patrocinio fue de entre 60 000 y 70 000 dólares. Un instituto de investigación que ha perdido fondos federales acepta las ofertas que existen.
La misma declaración registra un coste. Durante el taller, OpenAI grabó una entrevista de una hora con Tao y más tarde usó algunos fragmentos en un anuncio. Tao dice que en retrospectiva debería haberse resistido más. Es un detalle pequeño, de los que importan después: la primera señal de que el interés de un patrocinador por la voz de un matemático y el interés del matemático por el dinero del patrocinador no eran lo mismo.
Su razón declarada para implicarse era estratégica, y la expuso con sencillez. Según su página, sostuvo durante mucho tiempo que implicarse con la industria era mejor que ser «uniformly hostile», porque los incentivos funcionan en ambos sentidos: tratar con los laboratorios podía mover el balance de la tecnología «in a better direction». También argumentaba que un académico titular sin sueldo de una empresa de IA puede seguir hablando con honestidad. Esa es la posición que hay que tener presente en el resto de la historia. No lo reclutaron para un bando. Apostó a que hablar daría forma al resultado.
El verano: describir el problema antes de que llegara
Entre marzo y octubre, Tao dedicó una parte creciente de sus escritos públicos a una preocupación que tenía poco que ver con si la IA podía hacer matemáticas. Su página dice que la respuesta a eso era cada vez más sí. En el Congreso Internacional de Matemáticos, el 24 de julio, planteó el momento como una crisis en los fundamentos de los valores y las prácticas matemáticas. Su argumento era que la resolución de problemas, históricamente el objetivo más visible de la investigación matemática, siempre había sido un sustituto de metas más lentas: comprender, construir teoría, formar a la siguiente generación. Mientras resolver problemas era difícil, el sustituto seguía a las metas. Una vez que las máquinas pudieran producir soluciones a bajo coste, advertía, el sustituto dejaría de seguirlas, y apretar más sobre él haría daño.
Usó un nombre de la economía para el mecanismo, la ley de Goodhart: cuando una medida se convierte en objetivo, deja de ser una buena medida. La misma página registra un ensayo de septiembre en el que sostiene que los problemas abiertos de las matemáticas se han convertido en algo parecido a un recurso no renovable, porque un problema cuya solución ya es pública es permanentemente menos útil para evaluar nada. En el mismo periodo escribió un contrafáctico sobre los huecos acotados entre primos, imaginando cómo habría ido una historia colaborativa de décadas, con sus intentos fallidos y sus métodos nuevos, si empresas de IA ávidas de benchmarks hubieran estado presentes desde el principio: una cota que cae rápido, un problema declarado saturado y poco que enseñar.
Nada de esto trata del 6 de octubre, y ese es el punto. Semanas antes del lanzamiento de OpenAI, Tao había puesto por escrito el modo de fallo que temía, con detalle y con un mecanismo. Cuando llegó el lanzamiento, su reacción no fue la de quien descubre un peligro nuevo. Se parecía más a ver cómo llega un pronóstico puntual. Su declaración para el registro del 9 de septiembre lo dice: desde 2023 veía dos caminos posibles, la adopción responsable o el uso indiscriminado con fines cortoplacistas, y «we are unfortunately rapidly approaching» el segundo. Dos días después fue uno de los 25 medallistas Fields que firmaron el texto inicial de «A Severe Misalignment of AI in Mathematics». Concedía sin más la cuestión de las capacidades, al decir que las herramientas ya pueden resolver grandes problemas abiertos, y pasaba directamente a lo que les preocupaba: que resolver problemas es solo un sustituto de la comprensión conceptual y que producir en masa enunciados verdaderos o falsos podría destruir un terreno fértil en lugar de dar vida a ideas nuevas.
6 de octubre: lo que publicó OpenAI
El 6 de octubre OpenAI publicó una entrada titulada «Sharing AI progress in mathematics». El New York Times, en su perfil de Tao diez días después, describe lo que aterrizó ese día como más de 350 hallazgos en casi todas las subdisciplinas de la profesión, incluidas álgebra, teoría de números, informática teórica, lógica matemática y topología. Añade que matemáticos, algunos de los cuales estaban cerca de resolver problemas en los que llevaban años trabajando, se vieron adelantados en un instante por la IA. (Los recuentos varían en otros sitios, de unos cientos a cifras más altas. Usamos la cifra del Times y la atribuimos, porque no podemos conciliar las otras.)
El lanzamiento llegó después de una afirmación llamativa. El Times informa de que OpenAI había anunciado antes que había resuelto el problema de Navier–Stokes, uno de los siete problemas del Premio del Milenio. Es el contexto en el que Tao dijo al periódico «There are no rules any more» y se dijo «just numb to what would have been jaw-dropping events» para él un año antes. Un hombre que pasó una carrera absorbiendo sorpresas matemáticas describía un estado en el que la sorpresa ya no se registra. Es algo extraño de decir para un matemático, y conviene leerlo como información sobre el ritmo, no como retórica.
Publicado, informado, y no una fecha
- Publicado. El 6 de octubre de 2026 la entrada de OpenAI dice que el laboratorio publica resultados de un modelo de frontera interno, en un repositorio de GitHub, con formalizaciones en Lean de muchas pruebas y 10 resúmenes del razonamiento del modelo. Dice que el resultado medio usó unas tres horas de pensamiento de ChatGPT Pro. Una actualización de la misma entrada, fechada el 15 de octubre de 2026, dice que OpenAI aporta 5 millones de dólares y dará acceso a modelos y cómputo. Leído el 2026-10-22.
- Informado, no en esa entrada. La página de Tao, citando al New York Times del 16 de octubre de 2026, dice que OpenAI anunció una solución al problema de Navier-Stokes y que el lanzamiento del 6 de octubre contenía más de 350 hallazgos. La entrada de OpenAI que leímos no nombra Navier-Stokes y no da 350. Ambas cosas se tratan como informadas.
- Las palabras de Tao, tal como las cita su página. La entrada del 8 de octubre en Proofs and Prompts incluye «horrified» y la frase de que ninguno de los humanos implicados está disponible para responder preguntas. Las frases «I’m on a war footing» y «I don’t see a way to constructively engage» son las que la página atribuye a la entrevista del Times del 16 de octubre.
- No es una fecha. La entrada de OpenAI dice que compartirá más sobre los talleres en un futuro próximo y que está trabajando para publicar el modelo que produjo los resultados. Ninguna de las dos frases nombra un día. Esta página no añade uno.
8 de octubre: a qué se opuso realmente Tao
Dos días después, Tao publicó su reacción, y es más precisa de lo que dieron a entender los titulares. Según su página, que cita directamente el texto, no dijo que las demostraciones carecieran de valor. Dijo que «appear to introduce clever new ideas that will be fruitful once digested, while also building upon the existing contributions of countless human mathematicians past and present», y dijo que le entusiasmaba que la comunidad pudiera usar tales herramientas para abordar proyectos ambiciosos y de gran escala que generaciones anteriores no habrían podido imaginar.
Su objeción era al arreglo en torno a los resultados. «None of the humans involved in these proofs are available to take questions, give talks, attend conferences, submit papers to journals, train students, or otherwise participate in the subsequent development of these results.» En matemáticas esa frase pesa, porque una demostración no está terminada cuando es correcta. Está terminada cuando alguien la ha explicado, la ha situado en contexto y la ha hecho enseñable. Escribió que la mejor oportunidad de digerir un resultado es el momento de su descubrimiento, y que esos momentos «increasingly wasted when delegated entirely to AI tools».
Luego vino la línea que explica la palabra «horrified». Tao escribió que le horrorizaban «the many person-years of ongoing patient and deliberately slow research efforts — particularly by graduate students and postdocs — towards many motivating problems in mathematics being casually disrupted or destroyed by such a release.» Su analogía es doméstica: igual que no se puede «desoír» el destripe de una película o la pista de un crucigrama, no se puede explorar un problema con tanto provecho una vez que se sabe que existe una respuesta. Para un doctorando que lleva tres años con un problema, el destripe no es abstracto. Cambia lo que la tesis puede ser.
También describió lo que habría preferido. El mismo texto, según su página, esboza un camino no seguido: laboratorios que someten modelos de frontera a investigadores independientes para su evaluación científica, coordinándose con la comunidad investigadora para que las herramientas complementen a los investigadores humanos en lugar de competir con ellos, usándolas para fomentar la colaboración y el intercambio en lugar de la competencia y el secretismo, y «opening new doors, without closing old ones.» El texto termina con un llamamiento hacia dentro: la comunidad debería declarar sus propios estándares y valores, construir sus propias herramientas y prácticas, apoyar a sus miembros más vulnerables y trazar su propio camino. «Let’s get to work.»
Leer la producción: «technically readable»
La parte más concreta de la historia es cómo dice Tao que se lee el resultado. Hablando con el Times, describió la demostración de Navier–Stokes como «technically readable», pero añadió que «no expert I’ve talked to has actually understood the whole argument.» Su página, resumiendo la misma entrevista, dice que la demostración tendría 165 páginas, producidas por un enjambre de unos diez mil agentes en 88 horas, y que antes del lanzamiento de octubre había llamado a los resultados venideros «toxic waste» y, después, «maybe treated waste».
El Times añade que la redacción era mejor en el último lanzamiento, al que calificó de «mixed bag». Algunos artículos citaban con propiedad su propio trabajo y parecían haberlo avanzado de un modo que le parecía plausible. Ese detalle va contra una lectura simple de la historia como la de un hombre enfadado por que lo adelanten. Describe un conjunto de trabajos del que parte es bueno y sigue descontento, por lo que según él falta: «there is no author that I can have a real conversation with about the results.»
Esa frase es la tesis de todo el episodio. En su argumento del Congreso, la cadena terminada de un resultado tiene etapas: generación, verificación, exposición, publicación y canonización, siendo esta última el punto en que el resultado pasa a formar parte de lo que se enseña a la siguiente generación. La IA había abaratado las primeras etapas. El lanzamiento, en su relato, dejó las posteriores sin dueño.
9 de octubre: la conferencia de Caltech y lo que dice que hay que hacer en su lugar
Al día siguiente de su texto, Tao dio la conferencia pública de Caltech, anunciada como «Machine Assisted Proof» pero que ahora prefiere llamar «Math 2.0». El New York Times, al describirla la semana siguiente, dice que defendió que, pese a los lanzamientos de OpenAI, la mayoría de los problemas en la frontera de las matemáticas siguen sin resolver, que la dificultad de los problemas no tiene límite y que, como la IA permite a los matemáticos recopilar datos a una escala enorme, trabajarán cada vez más en grandes grupos en proyectos que antes habrían sido inimaginables.
Su página da la versión más larga. Math 1.0, dice, funcionaba con escasez de demostraciones: encontrar una solución y demostrarla era raro y difícil, y las instituciones, tradiciones e incentivos del campo se organizaban en torno a eso. Cuando aparecía una demostración decisiva, la respuesta del campo generaba invitaciones, reuniones, talleres, nuevas colaboraciones y recién llegados, hasta que la demostración se digería en los libros de texto. Los problemas resueltos de forma autónoma, sostiene, generan muy poco de ese ciclo, porque quienes pidieron la tarea a la IA a menudo no tienen interés en el campo una vez resuelto el objetivo y no pueden responder preguntas sobre el resultado. Su resumen del cuello de botella es tajante: «is not technology, or even institutional culture. It is imagination.»
El consejo que recoge el Times es notablemente suave para un hombre que dice estar en pie de guerra. Resolver problemas no es un destino sino un viaje, y las lecciones aprendidas por el camino suelen importar más que la respuesta. En lugar de resolver un solo problema por su cuenta, los matemáticos pueden usar la IA para resolver diez y buscar patrones y preguntas nuevas. Es una aceptación nacida de la necesidad, dice el Times, más que una llamada a combatir.
15 de octubre: llega el dinero
El día antes de que saliera el perfil del Times, la Simons Foundation anunció un nuevo conjunto de iniciativas. En el marco de una alianza, la Fundación, Anthropic y OpenAI se comprometieron a aportar 15 millones de dólares en financiación y recursos combinados. La Fundación gestionará y concederá los fondos, incluso mediante una convocatoria abierta de propuestas, para apoyar talleres e iniciativas que ayuden a los investigadores a evaluar resultados recientes asistidos por IA, a aprender y usar nuevas herramientas, a compartir perspectivas y a fijar estándares colectivos para el uso de la IA. Anthropic y OpenAI también proporcionarán herramientas y recursos de cómputo a los investigadores que apoye la Fundación, tanto en ciencia básica como en matemáticas. El anuncio señala que Simons fue uno de los primeros financiadores del asistente de demostración Lean.
La parte de OpenAI aparece como una actualización en su propia publicación del 6 de octubre, fechada el 15 de octubre: aporta 5 millones de dólares a la iniciativa, «to help mathematicians examine, understand, and build on results produced by AI, including those shared in this post», y proporcionará acceso a modelos y cómputo. La misma actualización dice que el dinero pagará talleres, conferencias y programas especiales.
No sabemos si fue una respuesta a las críticas, y ninguna de las dos fuentes lo dice; el orden de las fechas es todo lo que podemos afirmar. Lo que sí puede decirse es que el propósito declarado del dinero, ayudar a la comunidad a comprender los resultados después de los hechos, es el trabajo de digestión que Tao dijo el 8 de octubre que se hace mejor en el momento del descubrimiento. Si financiar talleres tras un lanzamiento puede sustituir la disponibilidad de autores durante él es exactamente la pregunta que plantea su objeción, y nada en los anuncios la responde.
16 de octubre: «I’m on a war footing»
El perfil del Times, de Elisabeth Bumiller, abre con Tao tomando un café durante un taller de matemáticas de dos días en la UCLA, donde, dice, la conversación sobre la crisis existencial de la IA para el campo estaba por todas partes. Tao, de 51 años, dice a la periodista que hace muy pocas matemáticas. «I’m on a war footing.» Su página y el periódico describen cómo se le va ahora el tiempo: reunir a matemáticos, trazar estrategias, dar conferencias, aconsejar a colegas, en lo que él llama organización comunitaria.
El giro sobre la implicación se enuncia sin rodeos. Un año antes, dice al Times, tenía buenas relaciones con muchas personas de la empresa, que «shared a very common vision of how A.I. should be used — you know, to empower scientists.» Pero la prisa por publicar, dice, muestra para qué usaron realmente el campo: «used math for what they needed, which was to evaluate their models.» Y luego la frase que da título a este artículo: «At this point, I don’t see a way to constructively engage.»
Conviene notar lo que no dice. No dice que las matemáticas sean falsas, ni que haya que mantener la IA fuera del campo. La misma página que registra su posición de octubre registra también su apoyo continuado al uso responsable, la verificación formal y las herramientas abiertas. Su queja es sobre una forma concreta de publicar resultados, sin autor disponible, sin coordinación con quienes trabajan en los problemas y con una empresa que, en sus palabras, se interesa más por evaluar sus modelos que por el campo.
Lo que no pudimos verificar y dejamos fuera
Resúmenes de esta historia, incluidos algunos escritos en los dos últimos días, llevan detalles que no hemos puesto en la cronología porque tienen una sola fuente o proceden de subtítulos automáticos de una entrevista en vídeo: cuántos de los nuevos artículos leyó Tao personalmente, cuántos se retiraron y la clasificación de un resultado como el mayor avance en su problema en cincuenta años. Los recuentos informados del lanzamiento también difieren entre medios. Conservamos solo lo que una fuente pública enuncia en una forma que pudimos leer. Tampoco usamos la etiqueta «el Mozart de las matemáticas» que aparece en la cobertura popular; no la encontramos en ninguna de las fuentes anteriores.
Nuestra opinión
La forma útil de leer esta historia es como una disputa sobre quién es dueño del último tramo de un resultado, no como una pelea entre un matemático y una máquina. La posición de Tao es coherente desde el verano: generar se abarató, y lo que sigue siendo caro, la explicación, el contexto, la enseñanza, es donde reside el valor del campo. Un laboratorio puede producir cientos de demostraciones en un día. No puede, el mismo día, producir cientos de personas capaces de discutirlas.
La financiación del 15 de octubre es un intento de pagar parte de esa digestión después de los hechos. Los anuncios no dicen que responda a la objeción de Tao, y esta página no pronostica un lanzamiento posterior ni le asigna una fecha.
Sigue leyendo
Todos los artículos, del más reciente al más antiguo, están en el índice del blog de Front.
- La IA y los matemáticos, a lo largo del tiempo: La crónica más amplia de la IA y las matemáticas de investigación en octubre de 2026.
- Cronología de Google Argon: El lanzamiento de Gemini 4 Argon por Google, registrado por fechas.
- Grok 4.8: lo que xAI ha dicho en realidad: Las publicaciones de xAI de Grok 4.5 a 4.7 y las declaraciones sobre la 4.8.
- Cronología de Reflection Beam 501B: La publicación de los pesos de Reflection Beam 501B, en orden temporal.
Preguntas frecuentes
¿Qué dijo Terence Tao sobre el lanzamiento matemático de OpenAI?
Según el New York Times, dijo «I’m on a war footing» y, de OpenAI, «At this point, I don’t see a way to constructively engage.» El 8 oct. escribió que ninguno de los humanos implicados estaba disponible para responder preguntas o dar charlas y que estaba horrified por la investigación alterada, sobre todo la de matemáticos jóvenes.
¿Cuándo publicó OpenAI los resultados matemáticos?
El 6 de octubre de 2026, según la publicación de OpenAI. Esa entrada es la página publicada. El New York Times describe más de 350 hallazgos en casi todas las subdisciplinas. La cifra 350 es informada, no una cifra de la entrada de OpenAI.
¿Había trabajado Tao con OpenAI antes?
Ayudó a organizar en marzo de 2026 un taller del IPAM patrocinado por OpenAI, según su propia declaración. Dice que el patrocinio valía de 60 000 a 70 000 dólares y procedía de una recaudación de emergencia tras la suspensión en 2025 de la financiación de la NSF y los NIH.
¿Respondió OpenAI?
El 15 oct., OpenAI añadió a su publicación una actualización en la que se compromete a aportar 5 millones de dólares a una iniciativa de la Simons Foundation, parte de un esfuerzo de 15 millones de dólares con Anthropic, para ayudar a los matemáticos a examinar los resultados producidos por IA y a construir sobre ellos. Las fuentes no dicen que fuera una respuesta a Tao.
Registro de cambios
- — Relectura el 2026-10-22 de la entrada de OpenAI y de la página de Tao. La entrada del 6 de octubre queda marcada como publicada, y el relato del Times de 350 hallazgos más un anuncio de Navier-Stokes como informado. Se quitó una frase que especulaba sobre un lanzamiento posterior.
- — Primera publicación.
Fuentes
- The New York Times: Why One of the World’s Greatest Mathematicians Is on a ‘War Footing’ (Oct 16, 2026)
- Terence Tao on AI: a living summary (updated Oct 16, 2026)
- OpenAI: Sharing AI progress in mathematics (Oct 6, 2026; updated Oct 15)
- Simons Foundation: $15M effort to help mathematicians navigate the AI era (Oct 15, 2026)