Dos equipos de investigación resolvieron el mismo problema abierto con el mismo modelo de IA, con tres horas de diferencia

Dos grupos de investigadores que nunca se habían coordinado resolvieron el mismo problema abierto en criptografía cuántica, ambos utilizando GPT-5.6 Sol Ultra de OpenAI y cargaron sus artículos en el servidor de preimpresión arXiv con tres horas de diferencia. Scientific American informó de la colisión. De un lado estaba Seyoon Ragavan, estudiante de doctorado en el MIT. Por el otro, Prabhanjan Ananth de UC Santa Barbara y Amit Sahai de UCLA.

El problema radica en un área llamada cifrado no clonable, una forma de proteger la información que se basa en una propiedad de la física cuántica: ciertos estados cuánticos no se pueden copiar, por lo que un espía no puede duplicar silenciosamente un mensaje cifrado. Los dos grupos llegaron al resultado por caminos diferentes, por lo que ahora están discutiendo si fusionar los documentos en lugar de discutir sobre prioridades.

Las citas son la parte interesante. “Si alguien menciona un problema abierto, lo primero es ver si GPT lo resuelve”, dijo Ananth. Ragavan fue más contundente: “La forma en que investigo ahora no tiene nada que ver con la que hice hace dos meses”.

Qué hay detrás de esto. El crédito científico siempre se ha basado en la suposición aproximada de que los problemas difíciles toman mucho tiempo, por lo que dos personas que llegan a la misma respuesta el mismo día es lo suficientemente raro como para ser una historia. El descubrimiento simultáneo no es nuevo, Newton y Leibniz lo lograron con cálculo, pero solía ocurrir en años, no en horas. Lo que cambió es que el cuello de botella se movió. Cuando el paso difícil fue tener la idea, el tiempo se extendió de forma natural, porque las ideas llegan según su propio calendario. Cuando el paso difícil consiste en escribir un problema abierto conocido en un modelo que comparten muchos investigadores, la propagación colapsa. Se trata de un cambio estructural en el funcionamiento del crédito, y el mundo académico aún no tiene ningún mecanismo para ello. Las revistas otorgan prioridad a quien envíe primero. Tres horas no es una ventaja significativa para nada. Las reacciones entre los matemáticos ante todo este cambio van desde el entusiasmo por lo que de repente es alcanzable hasta algo más cercano al dolor por el propósito de su trabajo.

Una advertencia que importa: esta es una prueba en criptografía, un campo donde un resultado reclamado puede verificarse línea por línea y sobrevive o no. El paso de verificación no ha cambiado y sigue siendo humano. Nadie discute que el modelo sea correcto porque suena bien.

Qué significa esto para ti: si no está investigando, el efecto directo es nulo y el resumen honesto es que un modelo ayudó a dos equipos a hacer algo que dos equipos ya podían hacer, más rápido. La observación transferible se refiere a herramientas compartidas en general. Cuando todos en un campo usan el mismo puñado de modelos, los movimientos fáciles se realizan casi de inmediato y simultáneamente, y cualquier ventaja que quede reside en las preguntas que uno piensa hacer más que en las respuestas. Esto se aplica tanto a un grupo de investigación como a una consultoría y a un equipo de marketing. Si su ventaja era la velocidad en una tarea que ahora realiza el modelo, ya no existe. Si su ventaja era saber qué problema valía la pena atacar, simplemente se volvió más valioso.

Fuentes

• Scientific American: La IA ayudó a producir dos pruebas para el mismo problema de criptografía
• arXiv: la preimpresión
• The Decoder: Dos equipos resolvieron el mismo problema de criptografía cuántica usando GPT-5.6 con solo tres horas de diferencia