A crise existencial da matemática na era da IA
Depois que a OpenAI publicou soluções para dez problemas matemáticos abertos há décadas, matemáticos de renome se dividem entre o entusiasmo e o temor de que a profissão perca seu sentido.
Por Elias Brandão · Analista de IA e ética
Quando a máquina resolve o que ninguém resolveu
Imagine décadas de tentativas, teses inteiras dedicadas a um único enigma, e então um sistema de computador aparece e resolve tudo em um fim de semana. É mais ou menos isso que aconteceu no início de agosto, quando a OpenAI publicou um manuscrito técnico de 249 páginas com soluções, geradas por uma versão interna do modelo Astra, para dez problemas de matemática e ciência da computação teórica que estavam em aberto havia pelo menos dez anos — alguns, quase trinta. Entre os destaques está a construção explícita de um "grupo não sófico", questão em aberto desde 1999, e a resolução de três problemas do catálogo do lendário matemático húngaro Paul Erdős, incluindo o chamado problema 183, sobre números de Ramsey multicoloridos. O custo computacional de tudo isso, segundo a OpenAI, ficou perto de 2 mil dólares.
É esse cenário que o repórter de IA do The Verge, Robert Hart, foi apurar para um episódio do podcast Decoder. Hart conversou com alguns dos matemáticos mais respeitados da atualidade para entender o que, nessa onda, é fato e o que é exagero de marketing.
Uma calculadora que virou colega de pesquisa
Para traduzir em bom português: durante décadas, a IA era vista como uma calculadora sofisticada — útil para contas, incapaz de criatividade. O que mudou é que modelos como o Astra passaram a produzir demonstrações formais, verificadas linha a linha em linguagens de prova como o Lean 4, algo próximo do que um pesquisador humano faria ao submeter um artigo a uma revista científica. Em maio, a OpenAI já havia refutado a Conjectura da Distância Unitária, aberta desde 1946; uma semana depois, matemáticos humanos adaptaram a técnica usada pela IA para derrubar outra conjectura importante.
Dois lados da mesma equação
O lado do entusiasmo tem nomes como Terence Tao, ganhador da Medalha Fields, que passou do ceticismo a um uso pragmático das ferramentas — chegou a dizer que a IA lhe poupou horas de trabalho e enxerga o potencial de "industrializar a matemática". Já o lado da apreensão é encarnado por Timothy Gowers, também medalhista Fields, que descreveu como "estranho e desagradável" ver um modelo resolver problemas nos quais ele próprio havia investido anos, e que teme a "destruição da cultura matemática" caso menos pessoas se dediquem a desenvolver expertise profunda.
Esse desconforto já gerou movimento institucional: a Declaração de Leiden sobre Inteligência Artificial e Matemática, assinada por mais de 3 mil matemáticos e apoiada pela União Matemática Internacional, pede transparência no uso de IA e responsabilidade humana permanente sobre os resultados publicados. A própria OpenAI, aliás, informou ter desacelerado o desenvolvimento do Astra após o modelo atingir um patamar considerado crítico em capacidades de cibersegurança — um lembrete de que o avanço na matemática vem acompanhado de outros riscos que a empresa também precisa gerenciar.
No fim, a pergunta que fica no ar, tanto no podcast quanto entre os próprios matemáticos, não é apenas se a IA consegue fazer matemática de ponta. É o que sobra, de significado e de ofício, para quem passou a vida decifrando problemas que agora podem cair em poucas horas de processamento.