El 26 de octubre de 2026, OpenAI anunció el lanzamiento de tres resultados completamente nuevos de investigación en matemáticas y ciencias, y presentó un novedoso plan de publicación de resultados destinado a asignar los descubrimientos generados por IA al ámbito académico. Estos avances abarcan diversos campos, entre ellos la informática teórica, las matemáticas y la física cuántica.
En cuanto a los aspectos técnicos destacados, el modelo de OpenAI logró avances significativos en el campo de la informática, afirmando haber abordado problemas relacionados con algoritmos y optimización; en el ámbito de las matemáticas, resolvió la "conjetura de Kakeya", vinculada a la investigación sobre ondas y armónicos, al encontrar nuevas demostraciones en todas las dimensiones de la "conjetura de suavidad local";
En el campo de la física, se demostró una teoría cuántica de campos de interacción específica que incluye campos de gauge en cuatro dimensiones y fermiones, abarcando la completación unificada de la cromodinámica cuántica (QCD) y el Modelo Estándar de la física de partículas. Los resultados matemáticos relacionados ya habían sido verificados formalmente mediante la herramienta de asistencia a demostraciones Lean, y parte de los datos originales también ha sido subida a GitHub.
Frente a la controversia generada previamente por el uso de un modelo interno no revelado para obtener resultados, OpenAI ajustó su estrategia de publicación. La compañía se comprometió a no buscar reconocimiento académico para los descubrimientos generados por sus modelos internos, sino a posicionar los textos generados por los modelos como "datos de investigación primaria", dejando en manos de las comunidades de matemáticos y físicos su conversión en conocimiento científico.
Con este fin, OpenAI ya ha contactado a expertos externos para formar equipos como "facilitadores", impulsando la transformación de los resultados de la inteligencia artificial en conocimiento humano. Sin embargo, respecto a este nuevo modelo, algunos académicos y expertos del sector señalan que la selección de los facilitadores iniciales podría plantear desafíos potenciales, como la asimetría de información.
Este avance marca una profundización adicional de la capacidad de los grandes modelos en la exploración de las fronteras de la ciencia básica, y al mismo tiempo refleja que las empresas de IA, al entregar a la comunidad científica los resultados generados por máquinas, están explorando gradualmente vías de gobernanza ecológica más normativas y cooperativas.