Scott Aaronson afirmó que empresas de inteligencia artificial empezaron a investigar si sus modelos internos más recientes pueden romper protocolos y componentes criptográficos. El científico de computación teórica cita fuentes no identificadas. Su publicación describe pruebas de capacidades, sin presentar un ataque demostrado contra un sistema concreto.
La afirmación aparece en una actualización de "The Mathocalypse", una entrada de su blog publicada el 7 de octubre. Aaronson describe las investigaciones como cautelosas y discretas, pero omite los nombres de las empresas, los modelos utilizados y los mecanismos examinados.
Qué evidencia permitiría evaluar una amenaza criptográfica
La criptografía protege distintas propiedades de la información. El Instituto Nacional de Estándares y Tecnología de Estados Unidos, NIST, explica que el cifrado preserva la confidencialidad de los datos, mientras otros mecanismos permiten comprobar su integridad y autenticar su origen. Vulnerar una de esas protecciones tendría consecuencias diferentes según el sistema afectado.
Su guía SP 800-175B mide la resistencia de un algoritmo por la dificultad de vulnerarlo. Para el cifrado por bloques, describe una ruptura como la posibilidad de recuperar la clave o el contenido original con una cantidad de trabajo aceptable.
Aplicado a la afirmación de Aaronson, ese marco exige conocer el mecanismo examinado, la protección que dejaría de funcionar y los recursos necesarios para hacerlo. La relevancia práctica depende de esos detalles. Una noticia sobre capacidades matemáticas, por sí sola, deja abierta esa evaluación.
OpenAI ya retiró tres manuscritos y revisó otros 14
El debate surge tras la publicación de la colección matemática de OpenAI. El repositorio consultado el 8 de octubre enumera 719 manuscritos organizados en 372 familias. Cada familia puede reunir un resultado principal, argumentos complementarios, consecuencias o demostraciones alternativas; los documentos tienen distintos estados de verificación.
El catálogo ya ha cambiado desde su publicación. El historial oficial del 7 de octubre registra el retiro de tres trabajos: un error de signo invalidó un argumento del manuscrito sobre clases de Weil y una construcción utilizada por otros dos documentos dependientes.
OpenAI también revisó otros 14 manuscritos. El registro describe reparaciones de pruebas, correcciones de enunciados y aclaraciones sobre hipótesis y dependencias, además de corregir una referencia bibliográfica obsoleta. Estos cambios afectan a trabajos matemáticos publicados, no constituyen resultados de las pruebas criptográficas que describe Aaronson.
La cobertura de la colección inicial explica cómo se organizaron los documentos y qué significa la equivalencia de cómputo con ChatGPT Pro.
Gerardo Pavez
Las pruebas formales también requieren una evaluación científica
OpenAI comparte formalizaciones de parte de sus demostraciones en Lean, un lenguaje que permite comprobar argumentos matemáticos mediante una computadora. El propio repositorio advierte que algunos resultados sin formalizar podrían contener problemas y conserva las versiones anteriores cuando registra cambios.
El Grupo Asesor sobre Matemáticas e Inteligencia Artificial, AGMAI, aclaró en su declaración del 6 de octubre que su asesoría no equivale a respaldar el proceso seguido por OpenAI ni a juzgar el impacto de los resultados. El grupo sitúa la publicación al comienzo del trabajo de comprensión humana e incorporación de esos argumentos al conocimiento matemático.
Los retiros y las revisiones muestran una consecuencia concreta de abrir los manuscritos al examen: los errores identificados pueden quedar documentados y sus efectos sobre otros trabajos pueden rastrearse. Para una eventual afirmación criptográfica, conocer el argumento y sus condiciones permitiría someter el alcance del hallazgo a un escrutinio semejante.
