Ir al contenido
IA para hoy
Regulación y ética Regulación

Matemático denuncia a OpenAI por apropiarse de su avance en el problema de Navier-Stokes

Matemático denuncia a OpenAI por apropiarse de su avance en el problema de Navier-Stokes
Ilustración generada con IA por IA para hoy

Hecho Qué ha ocurrido

Tristan Buckmaster y el investigador de Anthropic Levent Alpöge resolvieron un avance clave en el problema de Navier-Stokes usando modelos de IA como Codex y Claude, apoyándose en trabajo previo de los matemáticos españoles Diego Córdoba y Luis Martínez-Zoroa. Poco después, OpenAI anunció su propia solución al mismo problema, propuso coordinar el anuncio excluyendo a Alpöge por trabajar en Anthropic, y Buckmaster denuncia presiones intimidatorias y falta de claridad sobre si sus sesiones privadas en Codex se usaron para entrenar los modelos de la compañía. OpenAI niega las presiones, dice no haber accedido a datos concretos de usuarios pero no descarta el uso de 'datos anonimizados derivados', y no menciona a los matemáticos españoles en su anuncio.

Resumen generado mediante IA a partir de Business Insider España. Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

El caso expone los riesgos de usar herramientas de IA de grandes tecnológicas en investigación puntera: posible apropiación de méritos, falta de transparencia sobre el uso de datos privados y presiones competitivas entre laboratorios rivales.

Quién se ve afectado
Investigadores académicos, instituciones científicas y empresas que usan modelos de IA de terceros para trabajo confidencial o de propiedad intelectual sensible.
Qué puede cambiar
Puede generalizarse la exigencia de cláusulas contractuales claras sobre uso de datos y atribución de méritos al colaborar con proveedores de IA en investigación.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Vigilar si OpenAI publica una respuesta más detallada sobre el entrenamiento con datos de Codex, si surgen más denuncias similares de investigadores, y cómo reaccionan instituciones académicas y reguladores ante estos conflictos de propiedad intelectual con IA.

Recomendación Qué debería hacer una empresa

Instituciones y equipos de investigación que usen APIs de IA para trabajo sensible deberían establecer en los próximos meses acuerdos explícitos de confidencialidad y no entrenamiento con sus datos antes de compartir hallazgos preliminares.

Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Fuente original: Business Insider España. La referencia es siempre el artículo original.

Ver fuente original ↗

LLMIA científica OpenAIAnthropic Anthropicética de IANavier-StokesOpenAIpropiedad intelectual

Tu opinión

0 comentarios

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas. Se guarda un resumen de tu IP para evitar abusos.

Relacionadas

Un periodista usa un modelo de IA sin restricciones para hackear su propia red doméstica

El autor de Wired usó un modelo de código abierto 'abliterado' (sin guardarraíles), una versión desalineada de GLM-5.3 de Z.ai ofrecida por la startup…

Por qué importaDemuestra que capacidades de ciberataque automatizado antes reservadas a modelos frontera controlados (como Mythos de Anthropic o Astra de OpenAI) ya…

Impacto medio Fiabilidad una fuente fiable Relevancia 7/10 Wired AI

Microsoft pacta con sindicato docente de EE.UU. principios de privacidad para IA en escuelas

Microsoft acordó con la American Federation of Teachers (AFT) y su filial de Nueva York (UFT) diez principios de seguridad y privacidad para el uso de IA en…

Por qué importaMarca un precedente de cómo los proveedores de IA pueden negociar salvaguardas específicas con instituciones educativas ante la presión social y…

Impacto bajo Fiabilidad una fuente fiable The Verge AI

Investigador de Anthropic renuncia advirtiendo que la IA autosuperante podría 'matarnos a todos'

El investigador Jacob Coxon dejó Anthropic y publicó un mensaje público advirtiendo que empresas líderes de IA creen que sistemas de superinteligencia…

Por qué importaEsta declaración proviene de dentro de una de las principales empresas de IA, no de un crítico externo, lo que da peso institucional a preocupaciones…

Impacto bajo Fiabilidad una fuente fiable Relevancia 7/10 Ars Technica AI

Podcast de TechCrunch debate riesgos de superinteligencia y llamados a detener su desarrollo

El podcast Equity de TechCrunch entrevista a Connor Leahy, director ejecutivo de ControlAI, quien defiende detener por completo el desarrollo de…

Por qué importaEl debate sobre límites regulatorios a la IA avanzada podría anticipar marcos legales que afecten directamente a las empresas que desarrollan o…

Impacto bajo Fiabilidad una fuente fiable TechCrunch AI