A IA acaba de resolver um problema que humanos ignoraram por oito décadas
A OpenAI anunciou recentemente que um de seus modelos internos de inteligência artificial refutou a conjectura de distância unitária de Erdős — um problema clássico de geometria discreta que desafiou as mentes mais brilhantes da matemática desde a década de 1940. Este marco não é apenas uma curiosidade técnica; é a primeira vez que um sistema de IA resolve um problema matemático de grande relevância de forma autônoma, sem ser apenas um indicador de progresso futuro.
A reação da comunidade acadêmica foi imediata. Tim Gowers, vencedor da Medalha Fields (a maior honraria da matemática), classificou o feito como um marco histórico. Daniel Litt, professor da Universidade de Toronto, foi além, destacando que este é o primeiro resultado gerado por IA que ele considera genuinamente empolgante por si só, e não apenas como um exercício de demonstração de força computacional.
O ranking dos impactos da IA na pesquisa matemática
Para entender onde estamos e para onde vamos, precisamos analisar como a IA tem escalado a montanha da lógica matemática nos últimos anos. O progresso não é linear, mas sim um salto exponencial que coloca em xeque o papel do matemático tradicional.
- A era da aritmética básica (2021-2023): Há apenas três anos, os LLMs (Grandes Modelos de Linguagem) mal conseguiam resolver problemas simples de álgebra, frequentemente alucinando resultados em contas de somar e subtrair.
- Competições de ensino médio (2025): O cenário mudou drasticamente quando as IAs começaram a gabaritar competições de matemática de nível escolar, demonstrando uma capacidade inédita de seguir cadeias de raciocínio lógico estruturado.
- A resolução da conjectura de Erdős (2026): Este é o nível atual. A IA não apenas resolveu o problema, como utilizou conceitos de diferentes subcampos da matemática para construir uma prova completa, algo que antes exigia intervenção humana massiva.
- O papel do "limpador" humano: Apesar da autonomia, o resultado precisou ser refinado e estendido por matemáticos humanos. A IA fornece a fundação, mas a revisão por pares ainda é um processo biológico indispensável para a validação científica.
- A simbiose futura: O cenário mais provável não é a substituição, mas a parceria. Enquanto a IA tem uma memória enciclopédica de todo o trabalho matemático já publicado, humanos continuam sendo os únicos capazes de formular as perguntas mais interessantes e profundas.
Por que a IA ainda não é um gênio criativo?
Embora o feito seja impressionante, é preciso ter cautela. O modelo da OpenAI não "inventou" uma nova matemática; ele aplicou técnicas existentes de forma brilhante e incansável. A IA tem uma vantagem injusta: ela não se cansa de testar estratégias de prova tediosas que um humano descartaria por puro esgotamento mental. No entanto, o processo de "pensamento" criativo — aquele salto intuitivo que define os maiores gênios da história — ainda parece ser uma exclusividade humana. A IA é uma excelente força bruta lógica, mas ainda carece da intuição necessária para criar novos paradigmas do zero.
A inteligência artificial resolve problemas complexos combinando vastas bases de dados, mas a formulação de novas teorias ainda exige a centelha da curiosidade humana.
É importante notar que a colaboração entre homem e máquina está mudando a natureza da pesquisa. Em conferências como a Joint Mathematics Meetings, já se observa que a IA atua como um "copiloto" que acelera a descoberta, reduzindo o tempo que pesquisadores levam para testar hipóteses que, de outra forma, levariam meses ou anos para serem verificadas manualmente.
O lado que ninguém está vendo
O perigo real não é a IA roubar o emprego dos matemáticos, mas a nossa dependência excessiva dela para validar a verdade. Se começarmos a confiar cegamente em provas geradas por modelos que não compreendemos totalmente, corremos o risco de criar uma "caixa preta" na ciência. O fato de o resultado de Erdős ter precisado de humanos para ser "limpo" e expandido prova que a supervisão ainda é o gargalo. Se a IA atingir um nível onde nem mesmo os maiores especialistas conseguem verificar o raciocínio por trás da prova, teremos um problema de ordem epistemológica, não apenas tecnológica. A aposta da redação é que veremos, nos próximos anos, uma corrida para desenvolver ferramentas de IA que não apenas resolvam problemas, mas que sejam capazes de explicar o "porquê" de cada passo de forma que um humano consiga auditar sem precisar de um doutorado em ciência da computação.
