Na terça-feira, a OpenAI divulgou 722 manuscritos abrangendo 372 famílias de descobertas sobre problemas de longa data, produzidos por um modelo interno ainda não lançado. A escala sugeriu imediatamente que o avanço da IA da programação para o raciocínio formal pode estar ganhando velocidade.¹

A OpenAI apresentou a publicação como uma divulgação de pesquisa cuidadosamente orientada. Uma publicação amplificada por Lilian Weng afirmou que a empresa havia consultado o grupo consultivo independente de matemática e IA do Institute for Advanced Study e recorrido às suas orientações.Lilian Weng (lilianweng)² Greg Brockman apresentou a ambição mais ampla como acelerar a descoberta científica e melhorar vidas.Greg Brockman (gdb)³

A reação inicial, contudo, esteve longe de ser uniforme. Martin Bridson, matemático de Oxford e presidente do Clay Mathematics Institute, chamou a divulgação de “de tirar o fôlego”, dizendo que era difícil imaginar as fronteiras matemáticas avançando tanto em um só dia. Alex Kontorovich, de Rutgers, disse que uma prova gerada por IA mereceria “uma Medalha Fields instantânea” se tivesse vindo de um humano.⁴

Esse espanto veio acompanhado de uma ressalva contundente: resultados ainda não são o mesmo que matemática consolidada. A OpenAI retirou soluções para pelo menos três problemas após aparentes erros, enquanto apenas algumas provas vieram com formalizações que softwares especializados podem verificar. Stephen Wolfram sintetizou o teste dos céticos: “Você pode criar facilmente um trilhão de teoremas. O problema é que a maioria desses teoremas não é algo com que alguém se importará.”¹

A disputa mais profunda é sobre controle e crédito. A Association for Human Mathematics instou colegas a parar de trabalhar com a OpenAI, chamando a divulgação em massa de “não uma demonstração de erudição, mas uma demonstração de poder”. Tristan Buckmaster, por sua vez, questionou se o trabalho de matemáticos que usam ferramentas da OpenAI poderia ter ajudado a direcionar o sistema interno da empresa para algumas respostas.¹

Apoiadores como o matemático Dan Litt, da University of Toronto, veem um território fértil para pesquisadores humanos — mas alertam que alegações de que a IA “resolveu a matemática” poderiam privar a disciplina de financiamento e de novos talentos. A resposta do grupo consultivo não é a rejeição, mas a responsabilização: artigos convencionais, procedência mais clara, métodos divulgados e acesso suficiente para que matemáticos definam sua própria agenda.¹