IA resolve problema centenário e provoca crise existencial entre matemáticos

No início de setembro, a OpenAI anunciou que seus sistemas de inteligência artificial haviam resolvido as equações de Navier-Stokes em apenas quatro dias — um problema que gerações de matemáticos enfrentaram sem sucesso ao longo de mais de um século. A notícia sacudiu um campo que até pouco tempo atrás parecia imune às disrupções tecnológicas, forçando alguns dos pesquisadores mais respeitados do mundo a confrontar uma pergunta incômoda: qual será o lugar dos matemáticos humanos em um futuro onde máquinas conseguem resolver os problemas que definem carreiras?

Terence Tao, professor da UCLA e ganhador da Medalha Fields — o prêmio mais prestigioso da matemática — descreveu seu estado de espírito com uma franqueza rara entre acadêmicos. "Estou completamente tomado por uma crise existencial em minha área", disse ele à AFP. Tao não estava sozinho nessa angústia. Vinte e cinco vencedores da Medalha Fields assinaram uma carta na semana seguinte alertando sobre os possíveis efeitos destrutivos da IA no campo. O tom não era de rejeição tecnófoba, mas de preocupação genuína com o que se perdia quando máquinas substituíam o trabalho humano.

O feito da OpenAI não ocorreu no vácuo. Ao longo de 2026, sistemas de IA resolveram diversos problemas matemáticos importantes, criando um padrão de vitórias que começava a parecer inevitável. Steven Strogatz, professor de matemática na Universidade Cornell conhecido por sua divulgação científica, ofereceu uma perspectiva sombria: se a IA decidisse atacar os problemas que os matemáticos consideram interessantes, "poderiam resolver esses problemas com facilidade". A capacidade das máquinas havia melhorado dramaticamente. Antonio Auffinger, da Universidade Northwestern, observou que apenas um ano antes, os sistemas de IA sofriam com "alucinações" constantes — gerando raciocínios incoerentes. Agora conseguiam construir "longas cadeias de argumentos" mantendo coerência lógica.

Mas havia nuances importantes que a narrativa de triunfo tecnológico obscurecia. Benjamin Antieau, também da Northwestern, apontou que embora o resultado fosse impressionante, a OpenAI havia essencialmente seguido um caminho já traçado. "Eles seguiram os passos de outros matemáticos que vinham desenvolvendo essa abordagem programática para essa classe específica de problemas havia muitos e muitos anos", explicou. Dois pesquisadores espanhóis e os matemáticos Tristan Buckmaster e Levent Alpoge afirmavam ter chegado perto da solução antes do anúncio da OpenAI — e agora questionavam se seu trabalho havia sido plagiado, acusação que a empresa negava.

Tao capturou a perda em uma postagem no Mastodon que circulou entre colegas: "A bandeira foi capturada, o gol foi marcado e o problema foi resolvido, mas ao custo de lições aprendidas, percepções adquiridas, colaborações formadas e novos objetivos identificados". Não se tratava apenas de um problema resolvido. Era um processo de descoberta — com toda sua incerteza, seus desvios produtivos, suas conexões inesperadas — que havia sido comprimido em quatro dias de processamento computacional.

Mohammed Abouzaid, professor de matemática em Stanford, identificou uma limitação fundamental: a falta de imaginação criativa. "Ainda não estamos vendo o tipo de salto criativo que realmente envolve a criação de uma nova matemática", disse. Anima Anandkumar, do Caltech, que trabalha na interseção entre matemática e IA, ofereceu uma perspectiva diferente. Sua equipe havia resolvido uma versão simplificada do mesmo problema usando um modelo de rede neural informado pela física — uma abordagem que não dependia de trabalhos anteriores de pesquisadores humanos da mesma forma que a solução da OpenAI. "Pode-se dizer que a OpenAI depende mais dos seres humanos do que nós, em certo sentido", observou. Ainda assim, seu modelo precisou ser projetado e testado por pessoas.

Auffinger ofereceu uma visão menos apocalíptica do futuro. Ele não acreditava que chegaria o momento em que ferramentas de IA "seriam capazes de fornecer respostas para qualquer pergunta feita". Os matemáticos humanos continuariam a desempenhar um papel essencial — não porque fossem melhores em ir do ponto A ao ponto B, mas porque a verdadeira questão era "formular as perguntas que ajudarão a sociedade como um todo". A matemática, nessa leitura, não era apenas resolução de equações. Era a capacidade de reconhecer qual pergunta merecia ser feita.