Una IA resuelve en 90 minutos un problema estadístico con 30 años de historia
Un profesor de la Universidad de Pensilvania utilizó GPT-5.6 Sol Pro de OpenAI para refutar una antigua suposición sobre un método del que los científicos dependen cada día. El modelo anterior fracasó después de 20 horas. Qué nos dice realmente sobre la IA y las ideas nuevas.
Esta es una pequeña historia que dice mucho sobre el momento actual de la IA. Edgar Dobriban, profesor de Estadística en la Universidad de Pensilvania, planteó un problema difícil y sin resolver al modelo más reciente de OpenAI, GPT-5.6 Sol Pro. Unos 90 minutos después, tenía una respuesta que se les había escapado a expertos humanos durante años. El modelo anterior, GPT-5.5, había dedicado más de 20 horas al mismo problema sin llegar a ninguna parte.
El problema suena técnico, pero la idea que lo sustenta es sencilla. Cuando los científicos realizan miles de pruebas a la vez, por ejemplo, al analizar todo el genoma humano para encontrar genes relacionados con una enfermedad, muchos de los «resultados» acaban siendo falsas alarmas por puro azar. En 1995, dos estadísticos desarrollaron un método para mantener esas falsas alarmas bajo control. Se llama procedimiento de Benjamini-Hochberg y está por todas partes: el artículo original se ha citado más de 130.000 veces. Durante años se dio por hecho que el método también se mantenía cuando los puntos de datos estaban relacionados entre sí, como suele ocurrir con los datos del mundo real, pero nadie lo había demostrado. Dobriban utilizó la IA para construir un contraejemplo claro que muestra que el método puede incumplir discretamente su propio objetivo. Las simulaciones lo respaldaron, y publicó el código.
Qué hay detrás: conviene mantener unas expectativas realistas. La diferencia que encontró la IA es pequeña, una tasa de falsas alarmas de 0,104 cuando se había prometido 0,1, por lo que importa más para la teoría que para el trabajo diario en un laboratorio y no significa que el método esté roto. Además, el modelo no inventó una idea completamente nueva de la nada. Combinó de una forma poco habitual técnicas conocidas que los humanos no habían unido. Esto mantiene abierta una gran pregunta: ¿pueden los modelos entrenados con conocimiento humano razonar hasta alcanzar ideas realmente nuevas, o son muy rápidos recombinando lo que ya existe? Por ahora, esa «recombinación muy rápida» ya está demostrando ser útil.
Qué significa esto para ti: si simplemente sientes curiosidad por la IA, es un buen ejemplo de aquello en lo que las herramientas actuales son realmente buenas: tomar un problema bien definido y endiablado y recorrer a toda velocidad combinaciones que ninguna persona se sentaría a probar por su cuenta. Si trabajas en investigación o con datos, la conclusión práctica es que estos modelos se están convirtiendo en verdaderos compañeros de pensamiento para problemas difíciles, no solo en asistentes de escritura. La salvedad sincera, como dijo un estadístico de Berkeley, resulta agridulce: antes, un resultado que marcaba un hito suponía tener a un colega humano con quien celebrarlo. Ahora puede significar un registro de chat. Merece la pena detenerse a pensar en ese cambio.
Fuentes
Fuentes: https://x.com/EdgarDobriban/status/2077082912021786660
La herramienta de programación de OpenAI oculta ahora cómo se comunican sus agentes de IA
Desde principios de junio, Codex de OpenAI cifra las instrucciones que un agente principal de IA transmite a sus agentes auxiliares, por lo que los desarrolladores ya no pueden ver cómo se reparte el trabajo. Es obligatorio en los modelos GPT-5.6 de mayor tamaño. Por qué inquieta a los defensores de la transparencia.
