OpenAI resol un problema del mil·lenni: impacte i polèmica a la IA

La frontera entre la capacitat cognitiva humana i el processament algorítmic s'ha tornat a desplaçar. OpenAI ha anunciat que la seva tecnologia més recent ha aconseguit resoldre un dels anomenats Problemes del Mil·lenni, un conjunt de qüestions matemàtiques d'una complexitat extrema que han resistit els intents dels millors esprits del món durant dècades. Aquest fet no representa només un èxit tècnic, sinó que actua com una senyal potent que la intel·ligència artificial està transformant de manera fonamental el camp de les matemàtiques avançades, considerades fins ara com una de les cimes més inexpugnables de l'intel·lecte humà.

El salt cap a les matemàtiques d'avantguarda

Durant l'últim any, els sistemes d'IA han demostrat una habilitat creixent per resoldre problemes que havien atormentat els matemàtics durant generacions. No obstant això, la majoria d'aquestes solucions es referien a enigmes que, tot i ser difícils, no tenien el prestigi ni la profunditat dels Problemes del Mil·lenni. L'anunci fet el 8 de setembre de 2026 canvia la narrativa: l'IA ja no es limita a optimitzar processos o resoldre exercicis complexos, sinó que és capaç de generar coneixement nou en el nivell més abstracte de la ciència.

Sébastien Bubeck, investigador d'OpenAI, ha descrit aquest aconseguiment com una culminació espectacular de l'evolució observada en els últims dotze mesos. Segons les dades facilitades per l'empresa, un dels seus models més recents, que encara no ha estat llançat al públic, ha necessitat tan sols 88 hores per arribar a la solució. Aquesta eficiència temporal contrasta violentament amb els segles de reflexió humana que havien passat sense resultats definitius.

L'enigma dels fluids i la solució algorítmica

El problema concret que l'IA ha resolt és una equació amb 200 anys d'antiguitat que descriu el comportament natural de fluids com l'aigua i l'aire. Aquest tipus de problemàtiques són cruciales per entendre fenòmens físics bàsics i tenen aplicacions que van des de l'aerodinàmica fins a la meteorologia. La capacitat d'un model de llenguatge o de raonament per abordar una estructura matemàtica tan rígida i complexa suggereix que l'arquitectura de l'IA ha evolucionat cap a una capacitat de raonament lògic molt més profunda que la simple predicció de tokens.

Aquest avanç ha generat reaccions polaritzades. Mentre una part de la comunitat científica veu en aquesta eina un accelerador per a la ciència, altres expressen una preocupació profunda sobre la naturalesa de la descoberta. La qüestió no és només si la resposta és correcta, sinó si l'IA pot proporcionar una demostració que els humans puguin entendre i validar, o si estem entrant en l'era de la ciència de la caixa negra, on acceptem resultats correctes sense comprendre el procés lògic subjacent.

Acusacions de joc brut i polèmica ètica

No tot ha estat celebració en el món acadèmic. L'anunci d'OpenAI s'ha vist empañado per acusacions de conducta indebida. Tristan Buckmaster, un matemàtic reconegut, ha denunciat públicament que l'empresa s'ha apressat a publicar la solució després de tenir coneixement del treball que ell mateix i Levent Alpöge, investigador d'Anthropic, havien desenvolupat. Wired ha detallat com aquestes acusacions de joc brut posen en qüestió l'originalitat del descobriment de l'IA.

Aquest conflicte obre un debat essencial sobre la propietat intel·lectual en l'era de la IA generativa. Si un model és entrenat amb dades que inclouen hipòtesis no publicades o treballs en curs de recerca, la línia entre la síntesi creativa i el plagi es torna molt fina. La comunitat matemàtica, tradicionalment molt rigorosa amb l'atribució d'autoria, veu amb recerca que una corporació tecnològica pugui reclamar un èxit històric basant-se, possiblement, en la feina d'altres.

L'impacte en la recerca científica global

La resolució d'un Problema del Mil·lenni per part d'una IA no és un fet aïllat, sinó que marca un canvi de paradigma. La velocitat de processament i la capacitat d'explorar milions de camins lògics simultàniament permeten a la IA trobar correlacions que l'estudiant o el professor més brillant podrien trigar anys a detectar. Infobae destaca que aquest és el senyal més contundent fins ara de la transformació de les matemàtiques avançades.

L'IA està canviant de manera fonamental els nivells més avançats de les matemàtiques, considerades durant molt de temps com una de les cimes del logriment humà.

Aquest escenari planteja un repte per a les universitats i centres de recerca. Si les eines d'IA poden resoldre problemes centenaris en pocs dies, el paper del matemàtic podria evolucionar des de la resolució directa cap a la formulació de problemes i la verificació de solucions. El risc és que la dependència de l'eina atrofie la capacitat de raonament abstracte dels humans, o per contra, que els alliberi de les tasques més tedioses per centrar-se en la conceptualització.

Implicacions per a l'ecosistema empresarial i tecnològic

Per als empresaris i líders tecnològics, aquest salt en la capacitat de raonament de l'IA té implicacions directes en sectors com la farmacèutica, l'enginyeria de materials i la ciberseguretat. La capacitat de resoldre equacions complexes sobre fluids, per exemple, pot traduir-se en un disseny molt més eficient de turbines, avions o sistemes de gestió d'aigua. ABC subratlla que l'habilitat de l'IA per abordar aquests nivells de complexitat obre la porta a optimitzacions industrials que abans eren teòricament impossibles.

L'estratègia d'OpenAI de mantenir el model no públic mentre es validen els resultats és una m Ovada habitual en la indústria actual per evitar el caos en la implementació, però també serveix per mantenir el control sobre la narrativa del descobriment. Per a les empreses que integren IA en els seus processos, la lecció és clara: la IA ja no és només una eina de productivitat per a redactar correus o generar imatges, sinó un motor de recerca i desenvolupament (R&D) capaç de generar patents i solucions tècniques d'alt nivell.

Perspectives per a Catalunya i Espanya

En el context espanyol i, específicament, català, aquesta notícia té una ressonància particular. Barcelona s'ha consolidat com un hub tecnològic europeu, amb un ecosistema d'empreses d'IA i centres de recerca que busquen competir a nivell global. L'arribada de models amb capacitats de raonament matemàtic avançat obliga les empreses locals a repensar la seva estratègia de competitivitat. Ja no es tracta d'implementar l'IA, sinó de saber utilitzar aquests motors de raonament per resoldre problemes industrials específics del teixit productiu català.

A més, l'aplicació de l'AI Act de la Unió Europea serà clau en aquest escenari. La transparència sobre com s'arriba a una solució matemàtica i la gestió de les dades d'entrenament —especialment davant acusacions de plagi com les de Buckmaster— seran punts crítics de regulació. Les empreses espanyoles que desenvolupin solucions basades en IA hauran de ser molt més rigoroses amb la traçabilitat dels seus resultats per evitar conflictes legals i ètics.

Per a l'ecosistema d'emprenedors de Barcelona, l'oportunitat resideix en la creació de capes de serveis que tradueixin aquestes capacitats matemàtiques abstractes en aplicacions pràctiques per a la indústria química, l'automoció o l'energia, sectors on el comportament dels fluids i la modelització complexa són diaris. La clau per a Espanya no serà crear un model que competeixi amb OpenAI en potència bruta, sinó en la capacitat d'aplicar aquest raonament a problemes reals del mercat europeu.

Preguntes freqüents

Fonts: Infobae, Abc, Es ·