La inteligencia artificial está entrando en una nueva etapa. Hasta hace poco, gran parte de la conversación giraba alrededor de modelos capaces de responder preguntas, generar código, analizar documentos o resolver problemas matemáticos conocidos. Ahora, los principales laboratorios de IA quieren llevar esa capacidad un paso más allá: utilizar inteligencia artificial para investigar problemas que todavía no tienen una solución conocida.

OpenAI presentó Astra, un nuevo modelo orientado a la resolución de problemas matemáticos y de ciencias de la computación teórica. De acuerdo con los resultados preliminares publicados por la compañía, el sistema consiguió resolver o realizar avances sustanciales en 10 problemas abiertos relacionados con distintas áreas de las matemáticas y la computación.

Si estos resultados son confirmados por investigadores independientes, estaríamos ante un cambio importante: una IA que no solo ayuda a recuperar o combinar conocimiento existente, sino que puede contribuir a generar nuevas hipótesis y resultados científicos.

Este artículo adapta y contextualiza información publicada originalmente por WIRED y los materiales de investigación de OpenAI. Las afirmaciones sobre Astra se presentan como resultados comunicados por la compañía y no como conclusiones científicas definitivamente validadas.

¿Qué es Astra y qué puede hacer?

Astra es presentado por OpenAI como un modelo especializado en razonamiento científico y matemático avanzado.

A diferencia de una IA diseñada principalmente para responder preguntas con información disponible, el sistema busca explorar problemas cuya solución todavía no está completamente determinada.

Según OpenAI, Astra consiguió resolver o producir avances sustanciales en 10 problemas abiertos relacionados con campos como:

• Geometría de alta dimensión.
• Teoría de la codificación.
• Complejidad de circuitos aritméticos.
• Teoría de grupos.
• Álgebras de operadores.
• Complejidad cuántica.
• Criptografía reticular.
• Combinatoria extremal.

Estas áreas pueden parecer extremadamente abstractas, pero sus aplicaciones potenciales están vinculadas con tecnologías que utilizamos actualmente y con otras que podrían ser fundamentales en el futuro.

De resolver problemas a generar nuevo conocimiento

Esta es probablemente la parte más interesante del anuncio.

Los modelos de IA actuales son capaces de resolver problemas matemáticos cuando han aprendido patrones suficientes para encontrar una respuesta. Astra, según OpenAI, está diseñado para enfrentarse a una situación diferente: explorar problemas cuya solución no está previamente disponible.

El modelo analiza diferentes posibilidades, desarrolla estrategias, descarta aquellas que no funcionan y construye argumentos matemáticos para intentar alcanzar una solución.

En otras palabras, el proceso se parece más a una investigación que a una consulta tradicional a un chatbot.

Esto plantea una posibilidad fascinante: que la IA pueda convertirse en una especie de asistente de investigación capaz de explorar millones de caminos matemáticos a una velocidad imposible para un equipo humano.

Nuevos avances en problemas matemáticos complejos

Uno de los ejemplos mencionados por OpenAI está relacionado con el problema del empaquetamiento de esferas, que busca determinar cómo acomodar esferas de manera óptima dentro de un espacio.

Cuando el problema se traslada a dimensiones muy elevadas, su complejidad aumenta considerablemente.

Según OpenAI, Astra encontró nuevos límites superiores relacionados con este problema.

Aunque se trata de una cuestión matemática muy especializada, este tipo de investigaciones tiene conexiones con áreas como la teoría de la información, las telecomunicaciones y la codificación de datos.

Esto demuestra por qué los avances en matemáticas abstractas pueden terminar teniendo aplicaciones tecnológicas muchos años después.

IA y computación cuántica: otra frontera de investigación

Astra también habría desarrollado nuevas demostraciones relacionadas con la repetición paralela de juegos cuánticos.

Este concepto pertenece al campo de la computación cuántica y permite estudiar qué sucede cuando determinados problemas se ejecutan repetidamente y de manera simultánea en sistemas cuánticos.

Comprender estos límites puede contribuir al desarrollo futuro de:

• Algoritmos cuánticos.
• Protocolos criptográficos.
• Sistemas de comunicación.
• Métodos de verificación.
• Tecnologías de computación cuántica.

La conexión entre inteligencia artificial y computación cuántica es especialmente relevante porque ambas tecnologías podrían transformar la forma en que procesamos información durante las próximas décadas.

Códigos correctores de errores: de las matemáticas a las telecomunicaciones

Otro de los campos en los que Astra habría conseguido nuevos resultados es el de los códigos correctores de errores.

Estos códigos permiten agregar información adicional a los datos para detectar y corregir errores que puedan producirse durante una transmisión o almacenamiento.

Son fundamentales para tecnologías tan diversas como:

• Redes de telecomunicaciones.
• Almacenamiento digital.
• Comunicaciones satelitales.
• Sistemas inalámbricos.
• Transmisión de información a largas distancias.

Por eso, una mejora matemática en este campo podría tener consecuencias prácticas en tecnologías utilizadas diariamente.

¿Cómo verifica una IA que su descubrimiento es correcto?

Aquí aparece uno de los aspectos más importantes del proyecto.

Una IA puede generar una demostración matemática aparentemente convincente, pero eso no significa automáticamente que sea correcta.

Por ello, según OpenAI, los resultados obtenidos por Astra fueron revisados por especialistas y posteriormente formalizados mediante Lean, un sistema utilizado para comprobar formalmente demostraciones matemáticas.

Este paso es fundamental porque permite verificar que los argumentos respetan las reglas lógicas establecidas.

El proceso combina entonces tres elementos:

IA → investigadores humanos → verificación formal

Esta combinación puede convertirse en un modelo importante para la investigación científica asistida por inteligencia artificial.

¿La inteligencia artificial puede reemplazar a los matemáticos?

No.

Y esta distinción es especialmente importante.

OpenAI sostiene que los investigadores humanos seguirán siendo fundamentales para validar, interpretar y contextualizar los resultados obtenidos por la IA.

Una IA puede encontrar una posible demostración, pero los científicos necesitan determinar qué significa, qué implicaciones tiene, cómo se relaciona con investigaciones anteriores y si realmente representa un avance.

Por eso, más que sustituir a los investigadores, modelos como Astra apuntan hacia una nueva relación entre humanos y máquinas: la IA como colaborador científico.

El gran reto: comprobar las promesas de las nuevas IA

Aunque el anuncio de Astra resulta llamativo, hay una razón para mantener cierta cautela.

Los resultados divulgados hasta ahora proceden de pruebas realizadas por la propia OpenAI y el modelo todavía no está disponible públicamente.

Además, todavía es necesario conocer aspectos como el número de intentos que necesitó el sistema para alcanzar determinados resultados, qué porcentaje de problemas consigue resolver y cómo se comporta frente a investigadores humanos o sistemas de IA independientes.

Esta situación no es exclusiva de OpenAI.

Los grandes laboratorios tecnológicos compiten actualmente por demostrar que sus nuevos modelos superan a los anteriores. Por eso, los benchmarks internos pueden ser útiles para mostrar el potencial de una tecnología, pero las evaluaciones independientes son fundamentales para conocer su verdadero alcance.

La carrera por crear agentes de IA más autónomos

El desarrollo de Astra forma parte de una tendencia más amplia en la industria: crear sistemas capaces de trabajar durante períodos prolongados y ejecutar tareas complejas con una intervención humana cada vez menor.

Un ejemplo es Qwen3.8-Max, presentado por Alibaba como un modelo capaz de participar en proyectos de ingeniería de software durante largos períodos.

Según la compañía, el sistema puede analizar imágenes y texto, programar, identificar errores, realizar mejoras, documentar proyectos y tomar decisiones durante procesos de desarrollo prolongados.

Alibaba también afirma que el modelo consiguió trabajar durante más de 10 días consecutivos en un proyecto de software. Sin embargo, al igual que ocurre con Astra, estos resultados deben contrastarse con evaluaciones independientes antes de sacar conclusiones definitivas sobre su rendimiento.

¿Qué significa esta evolución para las empresas?

El salto hacia modelos capaces de razonar durante períodos prolongados puede tener importantes consecuencias para el mundo empresarial.

La IA podría pasar de ser una herramienta que responde solicitudes a convertirse en un sistema que:

• Analiza problemas complejos.
• Propone estrategias.
• Ejecuta tareas de forma autónoma.
• Detecta errores.
• Evalúa diferentes alternativas.
• Aprende de los resultados.
• Colabora con equipos humanos.

Para las empresas, esto significa que la próxima generación de automatización podría ir mucho más allá de las tareas repetitivas.

En plataformas empresariales como Odoo, por ejemplo, la integración de agentes inteligentes podría contribuir a automatizar procesos que actualmente requieren intervención humana constante, desde análisis de información hasta operaciones comerciales, gestión de inventario y atención al cliente.

En Lixie Studio, entendemos la inteligencia artificial como una herramienta para potenciar la transformación digital: automatizar lo repetitivo, analizar mejor la información y permitir que los equipos se concentren en las decisiones que realmente generan valor.

¿Estamos ante una nueva etapa de la inteligencia artificial?

Todavía es demasiado pronto para afirmarlo.

Los resultados anunciados por OpenAI son interesantes, pero necesitan ser reproducidos, revisados y validados por la comunidad científica.

Lo que sí parece claro es que la industria está cambiando su objetivo. La pregunta ya no es solamente si una IA puede responder correctamente una pregunta.

Ahora comienza a plantearse algo mucho más ambicioso:

¿Puede una inteligencia artificial ayudarnos a descubrir algo que todavía no sabemos?

Si la respuesta termina siendo sí, la inteligencia artificial dejaría de ser únicamente una herramienta para procesar conocimiento y comenzaría a convertirse en una nueva infraestructura para producirlo.

Y ese podría ser uno de los cambios tecnológicos más importantes de esta década.