TL;DR:

OpenAI publicó una prueba que afirma refutar la conjetura de distancia unitaria de Paul Erdős.

El resultado construye configuraciones con al menos n^(1+δ) pares a distancia 1 para infinitos valores de n.

La diferencia clave frente a otros anuncios de IA: hay prueba pública y comentarios de matemáticos externos.

OpenAI afirmó el 20 de mayo de 2026 que un modelo interno de razonamiento general refutó la conjetura de distancia unitaria de Erdős, un problema de geometría discreta planteado en 1946. La compañía publicó una prueba de 18 páginas y un documento de comentarios de 19 páginas firmado por matemáticos externos, donde se presenta una versión verificada por humanos. Importa porque no se trata solo de resolver una curiosidad técnica: si el resultado se sostiene bajo el escrutinio académico, sería un caso fuerte de IA aportando una idea original en un problema central de matemáticas.

El problema de distancia unitaria es una pregunta de geometría discreta que busca cuántos pares de puntos pueden estar exactamente a distancia 1 entre sí cuando se colocan n puntos en el plano.

Durante décadas, la intuición dominante apuntaba a que las construcciones tipo cuadrícula eran casi óptimas. OpenAI dice que su modelo encontró una familia infinita de ejemplos que rompe esa expectativa: para infinitos valores de n, la prueba obtiene al menos n^(1+δ) pares de distancia unitaria, con δ > 0. La compañía añadió que una mejora próxima de Will Sawin permitiría tomar δ = 0.014.

La cifra puede sonar pequeña. No lo es. En este problema, pasar de una mejora apenas superior a lineal a una mejora polinomial fija cambia la lectura matemática del terreno.

La conjetura de Erdős cayó por el lado menos esperado

La apuesta histórica venía de Paul Erdős, quien estudió el problema en 1946. La construcción clásica basada en cuadrículas reescaladas ya daba más que crecimiento lineal, aproximadamente de la forma n^(1+C/log log n). Como log log n crece, ese extra en el exponente tiende a cero.

La conjetura sugería que no se podía superar de forma sustancial ese comportamiento: en lenguaje técnico, el máximo número de pares de distancia unitaria debía estar acotado por n^(1+o(1)).

El nuevo resultado apunta en otra dirección. La prueba no solo encuentra más pares; los encuentra usando herramientas que no pertenecen al arsenal más obvio de la geometría elemental. El argumento pasa por teoría algebraica de números, con torres infinitas de campos de clases y teoría de Golod–Shafarevich.

La parte interesante no es que una IA “hizo cuentas”. La parte fuerte es que conectó un problema geométrico simple de enunciar con maquinaria profunda de teoría de números.

La diferencia frente al hype: esta vez hay documentos y revisión externa

TechCrunch recordó un antecedente incómodo: meses antes, OpenAI había tenido que matizar afirmaciones sobre supuestas soluciones a problemas de Erdős que en realidad ya existían en la literatura. Ese contexto importa, porque obliga a leer este anuncio con más rigor y menos fanfarria.

Esta vez, OpenAI publicó:

• Una prueba formal titulada Planar Point Sets with Many Unit Distances.
• Un documento de comentarios, Remarks on the Disproof of the Unit Distance Conjecture.
• Una versión abreviada del razonamiento del modelo.
• Evaluación posterior de matemáticos externos.
• Una exposición humana editada después de la salida original del modelo.

El documento de comentarios está firmado por Noga Alon, Thomas F. Bloom, W. T. Gowers, Daniel Litt, Will Sawin, Arul Shankar, Jacob Tsimerman, Victor Wang y Melanie Matchett Wood. Su resumen presenta una versión “digerida” y verificada por humanos del contraejemplo generado por OpenAI.

Tim Gowers, medallista Fields, fue directo:

“Un hito en matemáticas con IA. Ninguna demostración generada por IA se había acercado a eso.”

Aun así, hay una distinción importante: revisión externa no es lo mismo que el cierre completo del proceso académico tradicional. El resultado ya tiene respaldo de especialistas de peso, pero su impacto final dependerá de cómo lo absorba la comunidad matemática en publicaciones, seminarios y trabajos posteriores.

OpenAI no dice que el modelo fue hecho solo para este problema

Otro dato clave: OpenAI afirma que la prueba salió de un modelo interno de razonamiento general, no de un sistema entrenado específicamente para este problema ni de una herramienta construida solo para buscar demostraciones matemáticas.

Eso mueve el centro de la discusión. Si un sistema general puede sostener una cadena larga de razonamiento, proponer una construcción no evidente y sobrevivir a revisión experta, el debate deja de estar en si la IA puede resolver ejercicios difíciles. La pregunta pasa a ser dónde puede aportar ideas en investigación real.

OpenAI también enmarca el resultado dentro de una línea más amplia: usar modelos avanzados para explorar problemas de frontera en matemáticas, biología, física, ingeniería y medicina. Esa lectura es ambiciosa, pero conviene mantener el orden: el hecho confirmado aquí es el anuncio de una prueba matemática concreta, con documentos públicos y revisión externa. Las extrapolaciones hacia otras ciencias siguen siendo una promesa.

Por qué esta noticia importa para la investigación con IA

Para lectores en México y Latinoamérica, el impacto inmediato no está en una app nueva ni en una función de ChatGPT. Está en algo más profundo: la investigación científica podría empezar a incorporar sistemas capaces de sugerir rutas que los expertos no priorizaron.

Eso no vuelve irrelevantes a los matemáticos. Al contrario. Este caso muestra que la validación humana sigue siendo central: especialistas revisaron, simplificaron, contextualizaron y explicaron la prueba. Sin esa capa, el anuncio sería mucho más débil.

El resultado también deja una advertencia editorial: no todos los reclamos de “IA resolvió X” merecen el mismo peso. Este sí destaca porque viene acompañado de una prueba pública, una versión comentada por matemáticos reconocidos y una afirmación verificable dentro de una disciplina donde los errores no se esconden fácil.

La conjetura de distancia unitaria de Erdős era famosa porque cualquier persona puede entender la pregunta, pero muy pocas podían acercarse a la frontera real del problema. Si la prueba se mantiene firme, OpenAI no solo habrá sumado una victoria técnica: habrá mostrado que la IA ya puede entrar en una de las zonas más creativas de la investigación matemática.

Fuentes: 1, 2, 3, 4