Tabla de contenido
Cómo verificar una demostración de IA: Navier-Stokes
Verificar una demostración de IA toma seis compuertas, no una. Cómo revisan los matemáticos el caso Navier-Stokes y cuánto tarda cada paso del proceso.
Verificar una demostración de IA no es un solo evento. Son seis, y la computadora se encarga nada más del primero. La afirmación de OpenAI del 8 de septiembre de 2026 sobre el problema de Navier–Stokes llegó con una formalización en Lean, y la empresa reportó 17 horas adicionales de verificación con GPT-6 Astra. Eso cierra la compuerta uno. La entrada de Wikipedia sobre los Problemas del Premio del Milenio registra que, a octubre de 2026, la solución “espera validación científica”. Esa es la compuerta seis.
Las cinco compuertas intermedias son humanas, y son la parte interesante. Saber cuáles son es la diferencia entre leer la noticia y entenderla.
Puntos clave
- Un asistente de demostración como Lean “revisa que esas demostraciones sean correctas hasta su fundamento lógico”, según la comunidad de Lean. Eso descarta huecos lógicos en el argumento tal como está escrito. No descarta nada más.
- La compuerta que nadie puede automatizar es la fidelidad del enunciado: si el teorema formal del archivo es de verdad el problema del Clay, tal como lo escribió Charles L. Fefferman en la descripción oficial.
- Las auditorías de formalización son rutinarias y concretas. Un revisor verifica si el archivo usó pasos marcados como pendientes, axiomas extra o una biblioteca modificada, y el asistente puede reportar de qué axiomas dependió un teorema.
- El proceso del Clay es lento a propósito: el instituto “solo considera soluciones propuestas después de al menos dos años desde la publicación”, y su presidente, Martin Bridson, subrayó los requisitos de arbitraje.
- Los jueces humanos con nombre siguen siendo el estándar incluso para trabajo de máquina. Los resultados de la Olimpiada Internacional de Matemáticas 2024 de Google DeepMind fueron calificados por el profesor Sir Timothy Gowers y el doctor Joseph Myers.
Verificar una demostración de IA: seis compuertas en orden
Compuerta 1. ¿Pasa la revisión de tipos?
Lean es un asistente de demostración, que la comunidad define como “una pieza de software que provee un lenguaje para definir objetos, especificar propiedades de esos objetos y demostrar que esas especificaciones se cumplen”. Si el término de la demostración pasa la revisión, cada paso de inferencia es válido en la lógica de Lean. Es mecánico, rápido comparado con la revisión humana, y muy fuerte dentro de su alcance. Las 17 horas reportadas por OpenAI caen aquí.
Compuerta 2. ¿El enunciado formal corresponde al problema real?
Esta es la que más importa y la que una máquina no puede tocar. Alguien que domine Lean y ecuaciones diferenciales parciales tiene que leer el enunciado del teorema en el archivo y compararlo, línea por línea, con la formulación oficial de Fefferman en el sitio del Clay. La pregunta es angosta y brutal: ¿es la misma afirmación?
Equivocarse ahí no es exótico. Una formalización puede demostrar algo verdadero, importante y vecino, y fallar el enunciado real por un cuantificador. Nadie detecta eso corriendo el verificador, porque el verificador no tiene opinión sobre qué teorema debiste enunciar.
Compuerta 3. ¿Las definiciones son las estándar?
La verificación de Navier–Stokes depende del significado preciso de varios términos: en qué espacio de funciones vive la solución, qué significa “suave” aquí, qué regularidad se le exige a la fuerza externa. El enunciado de Fefferman los fija. Un revisor verifica si las definiciones de la formalización son las estándar de mathlib o definiciones hechas a medida para esta demostración. A medida no es automáticamente incorrecto. Es automáticamente algo que hay que leer con mucho cuidado.
Compuerta 4. ¿Qué supuso realmente la demostración?
La formalización deja un rastro auditable. Un revisor puede pedirle al sistema que reporte de qué axiomas dependió un teorema, y eso atrapa tres cosas a la vez: si algún paso quedó marcado como pendiente, si se introdujeron axiomas extra más allá del fundamento estándar, y si la biblioteca misma fue modificada. Una demostración que compila contra una biblioteca parchada es un objeto distinto de una que compila contra la pública.
Compuerta 5. Arbitraje.
Una revista matemática arbitrada asigna especialistas que leen buscando corrección, relevancia y si el resultado es lo que dice el resumen. Para un problema del Milenio eso toma mucho tiempo e involucra a varias personas que no van a tener prisa. Las reglas del Clay hacen de la publicación arbitrada un prerrequisito.
Compuerta 6. Aceptación de la comunidad.
La última compuerta no tiene formulario. Se alcanza cuando los especialistas del área dejan de objetar y empiezan a construir sobre el resultado. El Clay espera después al menos dos años desde la publicación antes de considerar una presentación. La respuesta pública del instituto al anuncio fue que “comparte la emoción de la comunidad matemática global mientras contemplamos el anuncio”, una frase diseñada para no comprometerse con nada.
Ahora sí la analogía, con el mecanismo ya puesto. La compuerta 1 es un corrector ortográfico: atrapa cada falta y no tiene opinión sobre si escribiste el ensayo correcto. La compuerta 2 es leer la pregunta del ensayo. Las 3 y 4 son verificar que no redefiniste las palabras en silencio. Las 5 y 6 son los sinodales, y los sinodales se toman su tiempo.
Quién revisa y cuánto tarda cada compuerta
| Compuerta | Quién la cierra | Tiempo aproximado | Qué descarta |
|---|---|---|---|
| 1. Revisión de tipos | El asistente de demostración | Horas a días | Huecos lógicos en el argumento escrito |
| 2. Fidelidad del enunciado | Especialista en Lean y en EDP | Semanas | Haber demostrado el teorema equivocado |
| 3. Auditoría de definiciones | Especialistas en EDP | Semanas | Definiciones no estándar que cambian el significado |
| 4. Auditoría de axiomas | Especialistas en formalización | Días a semanas | Pendientes, axiomas extra, bibliotecas parchadas |
| 5. Arbitraje | Árbitros de la revista | Meses a años | Errores, relevancia exagerada, exposición confusa |
| 6. Aceptación de la comunidad | El área completa | Años | Todo lo que las primeras cinco no vieron |
Fíjate en la asimetría. La compuerta computacional es la más rápida y la más angosta. Las lentas son las de significado, y el significado es donde viven las disputas.
Dos nombres importan en este caso. Tristan Buckmaster, de NYU, especialista justo en esta área, alegó que OpenAI usó resultados suyos no publicados. OpenAI dijo primero que “no puede descartar que datos desidentificados” de su uso de los productos “hayan ayudado a mejorar nuestros modelos”, y después que una investigación concluyó que sus indicaciones “no pudieron haber influido en el sistema”. Levent Alpöge, matemático en Anthropic, también fue mencionado. Son acusaciones y declaraciones de empresa, no hallazgos, y un lector cuidadoso mantiene la distinción.
Cómo enseñarle esto a tu hijo
De 5 a 8 años: encuentra el paso roto
Materiales: papel y lápiz.
Escribe una cadena de cinco pasos simples con exactamente un error. Por ejemplo: 2 + 3 = 5, 5 + 4 = 9, 9 + 1 = 11, 11 + 2 = 13, 13 + 3 = 16. El tercer paso está mal.
El trabajo de tu hijo es encontrarlo. Casi todos revisan la última línea primero y declaran todo mal. Redirígelo: “revisa cada paso, en orden, y detente en el primero que se rompa”. Así funciona exactamente un verificador de demostraciones, y el hábito es la lección.
Después una segunda ronda, mejor. Haz que la cadena llegue a un resultado final correcto aunque tenga dos errores que se cancelan. Ahora la respuesta correcta esconde un argumento roto. Pregunta qué importa más, la respuesta o los pasos. En matemáticas son siempre los pasos.
De 9 a 12 años: la cacería de supuestos
Materiales: fichas de cartulina.
Escribe tres argumentos cortos, cada uno con un supuesto escondido. “Todos los pájaros que he visto pueden volar, entonces todos los pájaros vuelan.” “Esta figura tiene cuatro lados, entonces es un cuadrado.” “La luz prendió cuando moví el interruptor, entonces el interruptor controla la luz.”
Tu hija encuentra el supuesto de cada uno y lo escribe al reverso. Existen los pingüinos. Cuatro lados no implica lados iguales ni ángulos rectos. Algo más pudo haber prendido la luz.
Después inviertan el ejercicio. Ella escribe un argumento de tres pasos sobre algo de la casa y tú buscas el supuesto. Eso es la compuerta 2 y la 3 en miniatura, y los niños de nueve años suelen ser mejores que los adultos porque son menos diplomáticos.
De 13 en adelante: haz que el verificador se queje
Si tu adolescente está dispuesto a probar Lean en su interfaz web gratuita, estos son los veinte minutos más instructivos disponibles.
Que escriba el enunciado de un teorema y deje la demostración marcada como pendiente en lugar de demostrarla. El sistema acepta el archivo y señala que la declaración dependió de un pendiente. Después que le pida al sistema los axiomas de los que dependió el teorema, y vea aparecer ese pendiente en la lista.
Esa es la compuerta 4, demostrada. El punto no es que aprenda Lean. El punto es que vea un sistema que distingue entre “este archivo compila” y “este teorema está demostrado”, porque esa distinción es toda la razón por la que alguien confía en la formalización.
La pregunta que debes hacer: “Si la computadora dice que la demostración está correcta, ¿qué le queda por revisar a un humano?”
¿Y en América Latina?
Aquí la pregunta equivalente no es quién gana el premio. Es quién puede sentarse en cada compuerta, y la respuesta regional es desigual de una forma interesante.
La compuerta 1 es la más democrática que ha existido en la historia de las matemáticas. Si el archivo de Lean es público, cualquier persona con una laptop decente y conexión puede volver a correr la verificación, en Guadalajara igual que en Princeton. No hay que pedir permiso, ni pagar suscripción, ni pertenecer a una institución. Eso es nuevo, y para la región es la mejor noticia de todo este episodio.
La compuerta 5 es la menos accesible. El arbitraje vive en revistas, y muchas universidades de la región no pueden pagar las suscripciones a las revistas donde se publicaría un resultado así. Infraestructura regional de acceso abierto como SciELO y Redalyc existe y sirve, y no es donde se publica un Premio del Milenio. Resultado práctico: un estudiante de matemáticas en Lima o en Asunción puede participar del escrutinio técnico y, al mismo tiempo, no poder leer el artículo arbitrado cuando salga. Vale la pena nombrar esa contradicción en lugar de taparla.
Las compuertas 2 y 3 dependen de tener gente formada en ecuaciones diferenciales parciales, y la región la tiene: grupos de investigación en el IMPA en Brasil, en el CIMAT y la UNAM en México, en la Universidad de Chile y en el Instituto Balseiro en Argentina trabajan en áreas vecinas. Lo que escasea no es el talento, es la combinación de EDP más formalización en la misma persona, y eso es precisamente una vacante que un chico de dieciséis años podría decidir hoy llenar en diez años. Es un camino concreto, no una frase motivacional: aprender análisis en la universidad y Lean por su cuenta, en paralelo.
Qué hacer en casa
Busca el archivo de Lean, no el anuncio
Una afirmación con formalización pública y descargable que gente independiente pueda volver a verificar está en otra categoría de evidencia que una entrada de blog. Cuando un chico pregunte si el resultado de Navier–Stokes es real, la respuesta honesta es buscar el archivo y a quién reporta haberlo corrido. Enseñar ese instinto vale más que cualquier conclusión sobre esta afirmación en particular.
Usa “¿qué teorema demostraron?” como pregunta por defecto
Para cada resultado matemático asistido por máquina que salga en las noticias, haz esta pregunta en voz alta. Es la compuerta 2, es donde vive casi toda la ambigüedad, y un chico de trece años puede hacerla sin saber nada de las matemáticas involucradas. La respuesta para septiembre de 2026 es concreta: las afirmaciones (C) y (D) del problema del Clay, que afirman ruptura y no suavidad.
Separa velocidad de certeza
OpenAI describió terminar el trabajo en unas 88 horas, con cerca de 10,000 agentes simultáneos, 2.7 millones de mensajes y unos 130 mil millones de tokens de salida. Esa velocidad es asombrosa. La verificación va a tomar años. Las dos cosas son ciertas a la vez, y sostenerlas juntas es un hábito mental útil.
Lean las instrucciones para árbitros de una revista
Casi todas las publican. Son cortas, secas y curiosamente aclaratorias, porque muestran exactamente qué se le pide decidir a un árbitro: corrección, novedad, relevancia, claridad. Leer unas con un adolescente desmitifica el arbitraje mejor que cualquier explicación, y hace que la regla de los dos años del Clay se sienta como precaución razonable y no como burocracia.
Lo que no debes hacer
No confundas “no verificado” con “falso”. La afirmación de septiembre de 2026 bien puede aguantar. Tiene una formalización, que es más de lo que tuvieron casi todas las afirmaciones históricas sobre problemas famosos. La postura correcta es el juicio suspendido, y modelar juicio suspendido frente a un hijo es más difícil y más valioso que modelar entusiasmo o desprecio.
Qué observar en los próximos 3 meses
- Semana 4: Busca un preprint en arXiv y un repositorio público con el desarrollo en Lean. Revisa también si algún matemático con nombre reportó haber pasado la revisión de tipos por su cuenta. Que la compuerta 1 se cierre fuera de la empresa que reclama es el primer hito externo real.
- Mes 2, señales de alerta: Objeciones dirigidas al enunciado formal y no a los pasos de la demostración. Eso sería un problema de compuerta 2, el tipo serio. Observa también si se revela que la demostración usó definiciones a medida o una biblioteca modificada, que es una pregunta de compuertas 3 y 4, no un escándalo.
- Mes 3, autoevaluación: Pregúntale a tu hijo en qué compuerta está atorada la afirmación y por qué una computadora no puede cerrarla. Si dice la 2 y explica la fidelidad del enunciado, entendió la historia mejor que casi toda la cobertura.
Preguntas frecuentes
Si Lean la verificó, ¿la demostración está correcta?
El argumento es lógicamente válido dentro del fundamento de Lean, que es una garantía fuerte. Si el teorema demostrado es el problema del Clay, si las definiciones son estándar, y si se usaron pendientes o axiomas extra son revisiones aparte. Correcto y relevante son propiedades distintas, y solo la primera es mecánica.
¿Cuánto va a tomar la verificación?
Nadie puede dar fecha, pero la estructura fija un piso. El Clay exige publicación arbitrada y después “al menos dos años desde la publicación” antes de considerar una presentación. La compuerta 2 sola ha tomado semanas o meses en afirmaciones mucho menos complicadas.
¿Quién está calificado para revisar esto?
Un grupo chico: especialistas en teoría de regularidad de ecuaciones de fluidos, y especialistas en formalización en Lean. Muy poca gente está cómoda en los dos grupos, y ese es un cuello de botella real. El precedente de la olimpiada es ilustrativo: los resultados de 2024 de Google DeepMind fueron calificados por Gowers y Myers, con nombre y apellido, humanos los dos.
¿Cuál es la forma más común en que falla una formalización?
Demostrar el enunciado equivocado. La lógica puede ser impecable mientras el teorema difiere sutilmente del problema buscado, muchas veces por un cuantificador, un espacio de funciones o un supuesto de regularidad. Por eso la compuerta 2 se lee línea por línea.
¿La disputa de prioridad afecta la validez?
No. Validez y atribución son preguntas separadas. Una demostración puede ser correcta y de todas formas abrir preguntas legítimas sobre de quién eran las ideas no publicadas que usó. Mantener los dos hilos aparte es buena práctica y también es justo con los matemáticos de todos los lados.
¿Mi hijo debería aprender formalización o demostración clásica?
Las dos, empezando por la clásica. Escribir demostraciones a mano construye el criterio que exigen las compuertas 2 y 3, o sea si un enunciado captura lo que querías decir. La formalización después enseña precisión y vuelve imposible el argumento a medias. El orden importa.
Sobre el autor
Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.
Fuentes
- OpenAI. (2026, 8 de septiembre). “Navier–Stokes solution.” https://openai.com/index/navier-stokes-solution/
- Wikipedia contributors. (2026). “Millennium Prize Problems.” Wikipedia. https://en.wikipedia.org/wiki/Millennium_Prize_Problems
- Clay Mathematics Institute. “Navier–Stokes Equation”, descripción oficial del problema por Charles L. Fefferman. https://www.claymath.org/millennium/navier-stokes-equation/
- Lean Community. “Lean and mathlib.” https://leanprover-community.github.io/
- Google DeepMind. (2024, 25 de julio). “AI achieves silver-medal standard solving International Mathematical Olympiad problems.” https://deepmind.google/discover/blog/ai-solves-imo-problems-at-silver-medal-level/
- Wikipedia contributors. “Navier–Stokes existence and smoothness.” Wikipedia. https://en.wikipedia.org/wiki/Navier%E2%80%93Stokes_existence_and_smoothness
- Clay Mathematics Institute. “Millennium Problems.” https://www.claymath.org/millennium-problems/
Más en HiWave Makers: cómo verifican los matemáticos una demostración de IA, asistentes de demostración para niños y círculos matemáticos en la era de la IA.