15 Setembro 2026
O anúncio da OpenAI sobre a solução para um dos problemas mais difíceis da matemática colocou muitos especialistas em alerta: essa corrida tecnológica pode estar prejudicando a própria maneira como o conhecimento científico é produzido.
A reportagem é de Antônio Martínez Ron, publicado por El Diário, 11-09-2026.
A velocidade com que as empresas de inteligência artificial (IA) estão resolvendo alguns dos problemas mais difíceis da matemática é ao mesmo tempo surpreendente e preocupante. O anúncio da OpenAI de que encontrou uma solução para o problema de Navier-Stokes, um dos seis Problemas do Milênio, gerou nervosismo e rumores na comunidade matemática. Há boatos nas redes sociais de que a mesma empresa e sua concorrente, a Anthropic, estão perto de resolver outros desafios. Como precedente, em maio, um chatbot da OpenAI refutou uma conjectura de 80 anos do matemático húngaro Paul Erdős.
Todas essas façanhas, incluindo a de Navier-Stokes, aguardam verificação. A última vez — e até agora a única — que um dos Problemas do Milênio foi resolvido, foi por um ser humano envolto em uma aura de genialidade. Entre 2002 e 2003, o matemático russo Grigori Perelman provou a Conjectura de Poincaré, após anos de trabalho em completo isolamento. Em contraste, a OpenAI implantou 10 miml agentes de inteligência artificial que trocaram 2,7 milhões de mensagens. Levou apenas 88 horas, mas custou vários milhões de dólares.
Perelman recusou a Medalha Fields e o substancial prêmio em dinheiro do Instituto Clay porque preferiu atribuir o mérito aos seus antecessores; a empresa de tecnologia, por outro lado, apressou a divulgação dos seus resultados para se antecipar e tornar invisível o trabalho da competição e dos dois matemáticos espanhóis que já vinham trabalhando no problema há algum tempo.
“Eu tenho o Luis”
“Não usamos IA; o nosso método é lápis e papel”, confessou o matemático espanhol Diego Córdoba (ICMAT) ao elDiario.es na noite de terça-feira. Ele e seu colaborador, Luis Martínez-Zoroa (CUNEF), seguem a antiga escola de Perelman, trabalhando manualmente, mas têm consciência de que são uma anomalia em sua área e que o mundo mudou nos últimos três anos. “Quando me perguntam: Você trabalha competindo com o pessoal do ChatGPT, com a OpenAI, com o Claude, o que você tem? Eu respondo: Eu tenho o Luis”, brinca.
Diante do escândalo dessa negligência, a OpenAI incluiu retrospectivamente uma referência ao trabalho da equipe espanhola em seus resultados, mas seu anúncio não gerou alarme, nem por esse gesto, nem pelo fato de as máquinas terem superado os humanos, como no lendário duelo Kasparov-Deep Blue. O verdadeiro problema é que as empresas entraram numa corrida onde vale tudo, com consequências potencialmente danosas: elas começaram a trabalhar a todo vapor quando souberam que a concorrência estava perto de resolver o problema, e há suspeitas de que tenham usado as informações que a outra equipe de matemáticos inseriu em sua ferramenta de IA para obter vantagem.
Terence Tao, um desses seres humanos excepcionais capazes de romper as barreiras da matemática, expressou isso muito claramente esta semana na revista New Scientist: "Não é assim que a ciência deveria funcionar".
Para Tao, a forma como essas descobertas são anunciadas e "despejadas" na comunidade matemática pode prejudicar a área. Em sua visão, é uma corrida que não beneficia ninguém (exceto os departamentos de marketing das empresas de IA) e cria um gargalo, pois não há tempo suficiente para absorver os resultados, compreendê-los completamente e ensiná-los aos alunos. "Essas empresas estão despejando montes de carne crua na mesa da nossa aldeia, dizendo: 'Aqui, eu resolvi o seu problema de alimentação'. E depois simplesmente vão embora", diz Tao.
O maior problema com o apetite voraz da IA, onde matemáticos e cientistas de outras áreas contribuem com seus resultados, não é a falta de clareza sobre a autoria — a dificuldade de saber quem descobriu o problema ou a quem o crédito deve ser dado — mas sim a erosão da confiança. Se a prática que vimos com Navier-Stokes se espalhar, os matemáticos deixarão de publicar seus resultados, temendo que outros os utilizem na máquina e concluam seu trabalho com algoritmos mais poderosos. Isso, alerta Tao, colocará em risco a cultura aberta e colaborativa e empurrará a pesquisa para a clandestinidade. "Saber que alguém está trabalhando em um problema agora é uma informação valiosa", afirma ele.
🔍 Adicione o Instituto Humanitas Unisinos – IHU às suas fontes favoritas do Google
Terence Tao e outros 24 laureados com a Medalha Fields divulgaram um manifesto nesta sexta-feira, defendendo o uso da inteligência artificial para preservar a compreensão humana e a transparência na pesquisa matemática. Anteriormente, a Declaração de Leiden, publicada em 2 de junho de 2016 e endossada pela União Matemática Internacional (UMI), alertava para os potenciais problemas da inteligência artificial, como a perda da atribuição aos autores originais e a crescente influência das grandes empresas de tecnologia nas agendas de pesquisa. A declaração enfatizava que o objetivo da matemática não é apenas produzir teoremas, mas também "gerar compreensão humana".
Um editorial publicado na PLOS Biology, de autoria de Renee Hoch e Joanna Clarke em junho de 2025, alertou que o uso de IA generativa em propostas, manuscritos e outros projetos pode comprometer a confidencialidade e a propriedade intelectual. "Com quaisquer dados que você compartilhe em uma conta pessoal, pode-se presumir que eles podem ser usados para treinar novos sistemas", disse Aneesh Muppidi, pesquisador de IA da Universidade Stanford, ao New York Times. Mas essa situação é temporária. "Isso será um problema pelos próximos seis meses ou um ano", brinca Sanjeev Arora, da Universidade Princeton. "Depois disso, a competência humana pode nem mais ser considerada."
O grande supervisor
A transformação causada pelo surgimento dessas vorazes inteligências artificiais se espalhou para o restante da ciência. Um estudo recente, com a participação de especialistas em políticas públicas da Comissão Europeia, explorou como a IA ameaça "os próprios fundamentos da compreensão científica" e questiona o que significa "ser cientista". Essa tecnologia onipotente poderia resgatar a ciência da estagnação da produtividade das últimas décadas, mas também acarreta o risco de limitar o progresso científico, alertam os autores.
Além do uso fraudulento — para alimentar fábricas de papel ou plagiar o trabalho de outros — a IA tornou-se presente em todas as fases do processo: da formulação de hipóteses à publicação e revisão por pares. Em nível individual, ela aumenta a produtividade dos cientistas em comparação com aqueles que continuam com os métodos tradicionais. Os que usam IA, segundo um estudo recente publicado na revista Nature, publicam três vezes mais artigos, recebem quase cinco vezes mais citações e se tornam líderes de projetos de pesquisa 1,37 anos mais cedo. Por outro lado, a adoção da IA reduz o volume coletivo de temas científicos estudados e restringe o foco dos pesquisadores, produzindo um paradoxo: “uma expansão do impacto de cientistas individuais, mas uma contração no escopo da ciência coletiva”.
Em uma análise publicada esta semana pelo Science Media Center, Lluis Montoliu, especialista em bioética do Centro Nacional de Biotecnologia (CNB-CSIC), enfatizou o perigo de a IA se tornar a principal supervisora da produção científica. “Mais da metade das revisões de artigos não foram feitas por pessoas, mas por sistemas de IA”, alerta ele. Isso pode levar a um viés sistemático, já que a IA é menos hábil em gerar ideias verdadeiramente disruptivas e penaliza propostas inovadoras. Isso poderia significar que artigos como o desenvolvimento da técnica CRISPR, que rendeu a Jennifer Doudna e Emmanuelle Charpentier o Prêmio Nobel de Química, “teriam sido bloqueados pela IA por serem disruptivos e inesperados demais”, destaca ele.
“Automatizar a pesquisa pode gerar eficiências de curto prazo em termos de resultados, ao custo de um colapso a longo prazo, porque os pesquisadores não seriam mais capazes de impulsionar a produção de conhecimento além de novas fronteiras”, escreve Henrik Skaug Sætra em outro artigo. Akhil Bhardwaj, pesquisador da Universidade de Bath, identifica o perigo de terceirizar a lógica da descoberta e deixá-la nas mãos da IA, e aponta para um dos problemas: idealizamos os momentos “eureka”, e o uso da IA para produzir hipóteses e teorias ameaça roubar da ciência parte desse “romantismo”. Teríamos o mesmo prazer se soubéssemos que o momento em que a lâmpada acende foi provocado por uma IA generativa? Questiona ele.
Apesar das demonstrações de inteligência artificial, algo parece impedir a comunidade científica de aceitar que ela possa ser tão brilhante quanto, ou até mais brilhante que, as grandes figuras da ciência. O cientista e divulgador científico Philip Ball analisou recentemente na revista Nature alguns experimentos recentes com modelos de linguagem "históricos" criados para testar se a IA poderia redescobrir a teoria da relatividade geral de Einstein, caso recebesse as mesmas informações que ele tinha na época. E muitos especialistas, como o pesquisador Tom Zahavy, acreditam que a máquina está perdendo uma etapa, pois se baseia no raciocínio indutivo — o acúmulo e a média estatística de dados — e não no salto criativo que inventa uma causa completamente nova a partir de anomalias ou dados escassos. Continuamos a venerar nossos Perelmans do lápis e do papel, mas temos certeza de que a próxima geração de máquinas não será capaz de dar esses saltos?
Em direção a um buraco negro?
No horizonte, surge a possibilidade verdadeiramente aterradora apontada por Arora: a de que a IA comece a fazer ciência por conta própria e não precise mais de nós. "Num futuro não muito distante, poderá surgir uma terceira fase, na qual sistemas de IA autônomos conduzem suas próprias pesquisas e geram conhecimento sem supervisão ou controle humano", observam David B. Resnik, Mohammad Hosseini e Rico Hauswald em outro artigo recente. Isso leva a outro cenário que alguns denominaram problema da "caixa preta": a pesquisa gerada por IA pode permanecer além da compreensão humana, e talvez não conheçamos as causas últimas dos resultados.
“Que conhecimento possui um sistema de diagnóstico que, baseado em uma montanha de dados, produz um resultado, mas cujos princípios subjacentes não conseguimos decodificar?”, questiona Joaquín Sevilla, físico e professor da Universidade Pública de Navarra (UPNA), e especialista no sistema de publicação. “Redes neurais às vezes produzem resultados práticos espetaculares, mas sem qualquer metacognição: elas não sabem como sabem. É impossível decompor o conhecimento que utilizam para gerar seus resultados em um formato que faça sentido para os humanos.”
Nas próximas semanas ou meses, centenas de matemáticos terão que dedicar um esforço monumental para desvendar e auditar a complexa solução proposta pela OpenAI para o problema de Navier-Stokes, tentando traduzir a lógica intrincada com que as máquinas operam para a linguagem da razão humana. Talvez chegue o dia em que saibamos o que está correto, mas as razões permaneçam elusivas. Se a inteligência artificial produzir diagnósticos ou teoremas impecáveis, mas não conseguir explicar como chegou a eles, a ciência corre o risco de entrar em um perigoso buraco negro do conhecimento: um cenário em que teremos perdido para sempre a capacidade humana de entender por que as coisas acontecem.
Leia mais
- O anúncio da OpenAI de que resolveu um dos maiores enigmas matemáticos da história gerou acusações de plágio
- Magnifica Humanitas: um mapa das primeiras reações à encíclica sobre IA
- Pensar a IA eticamente é refletir sobre o tipo de humanidade que queremos construir para o futuro. Entrevista especial com Steven S. Gouveia
- Cuidar do ser humano: por uma inteligência artificial humanista. Artigo de Marcus Tullius
- Inteligência Artificial e educação: uma mudança de paradigma. Artigo de Manuel Castells
- IA Generativa e conhecimento: a outra volta do parafuso na cultura da aprendizagem. Entrevista especial com Ana Maria Di Grado Hessel
- O uso consciente da inteligência artificial. Artigo de Robson Ribeiro
- A OpenAI altera discretamente seu "Teste do Milênio" para citar matemáticos importantes que havia descartado ao anunciar a descoberta
- Será que a inteligência artificial pode sair do controle e ameaçar a humanidade? Veja o que dizem alguns dos maiores especialistas do mundo
- Pesquisador de Anthropic renuncia ao cargo e alerta para os perigos da IA: "Ela pode nos matar antes de 2030"
- “À espera de uma Hiroshima de IA”. Artigo de Timothy Garton Ash
- Ataques em enxame de IA desafiam seus criadores: "Este é o primeiro incidente que realmente me deixou enojado"
- The Nerd Reich ou como o Vale do Silício virou um projeto de tecnofascismo. Artigo de Henrique Cortez
- Inteligência artificial, Dostoiévski e o medo muito humano da liberdade. Artigo de Sarah Elizabeth Hunt
- Um novo modelo da OpenAI desencadeia um ataque "sem precedentes" contra outra plataforma de inteligência artificial
