A matemática também vai virar terreno de IA — e os matemáticos sentiram o tremor

Quando a régua e o compasso ganham um assistente digital

Imagine passar a vida lapidando diamantes à mão e, de repente, uma máquina aparecer cortando pedras tão bem quanto você, em uma fração do tempo. É mais ou menos essa a sensação que atravessa a comunidade matemática nos últimos meses. O retrato mais nítido vem de James Maynard, professor de Oxford e vencedor da Medalha Fields — o equivalente ao Nobel da matemática — em 2022. Segundo reportagem do site americano The Verge, Maynard passou o último ano em uma espécie de "busca interior" sobre o que a ascensão da inteligência artificial significa para uma disciplina que, historicamente, andava no ritmo de um cavalo de tração e agora se vê ao lado de um carro de corrida.

Os números que assustam (e animam)

A matemática é um dos últimos bastiões da inteligência humana pura: não basta calcular, é preciso demonstrar, com rigor lógico, que algo é verdade para sempre. Esse bastião começou a ruir. Em 2024, o sistema AlphaProof, da DeepMind, combinado com o AlphaGeometry, igualou o desempenho de uma medalha de prata na Olimpíada Internacional de Matemática (IMO), resolvendo quatro das seis questões da prova mais disputada do planeta entre jovens prodígios. Em 2025, o salto foi maior: uma versão do Gemini batizada de "Deep Think" cravou nível de medalha de ouro na mesma olimpíada, produzindo provas em linguagem natural dentro do limite de quatro horas e meia dado aos estudantes, com resultado verificado por coordenadores oficiais da competição.

Não parou nas provas de olimpíada. Em maio de 2025, a ferramenta AlphaEvolve, também da DeepMind, foi testada em mais de 50 problemas matemáticos abertos e conseguiu redescobrir as melhores soluções conhecidas em cerca de três quartos dos casos, melhorando o estado da arte em um quinto deles. Mais recentemente, um benchmark chamado "First Proof" colocou modelos da OpenAI e da DeepMind diante de problemas de pesquisa inéditos: os sistemas resolveram entre cinco e seis de dez questões, salto enorme frente aos modelos anteriores, que mal completavam dois.

O outro lado da equação

Aqui entra o contraponto. O professor Daniel Litt, da Universidade de Toronto, que avaliou o First Proof, resumiu o clima: disse não esperar estar "inútil" daqui a cinco anos, e sim fazendo "o melhor trabalho" da carreira. Mas fez a ressalva que qualquer editor de texto entenderia: ao lado dos acertos, a IA também produziu "milhares e milhares de páginas de lixo", e os modelos, em suas palavras, "não são muito honestos" quando erram — apresentam erros com a mesma confiança de quando acertam, como um aluno que decora a resposta sem entender a pergunta.

Esse desconforto ganhou forma coletiva: mais de 150 matemáticos assinaram a Declaração de Leiden, pedindo que governos não "acreditem no hype" sem proteger pilares da profissão, como a autoria atribuível e a verificação independente das provas. A pergunta que ecoa nos corredores das universidades: se um teorema for demonstrado por um modelo proprietário que ninguém de fora consegue auditar, aquilo ainda é matemática — ou só uma caixa-preta com selo de aprovação?

Um ofício em transição, não em extinção — por ora

O caso de Maynard ilustra o meio-termo que a maioria dos matemáticos parece tatear: nem o pânico de quem vê a profissão acabar da noite para o dia, nem a euforia de quem trata a IA como oráculo infalível. Lembra o que houve com calculadoras e softwares de prova assistida — ferramentas que mudaram o trabalho sem eliminá-lo. A diferença agora é a velocidade: o salto de prata para ouro na IMO levou só um ano. Nesse ritmo, a próxima rodada de "busca interior" na academia deve chegar mais rápido do que a anterior.