Um estudo de 166 páginas resolveu as equações de Navier-Stokes, um dos sete problemas do milênio da matemática, usando inteligência artificial. O documento não tem autor humano: no topo lê-se apenas “OpenAI”, e o texto usa o pronome “nós” para descrever as descobertas.
A conquista expõe uma fratura silenciosa na ciência. Vinte e cinco ganhadores da medalha Fields — o Nobel da matemática — assinaram carta alertando para um “desalinhamento severo” entre os objetivos das big techs e a prática matemática. O brasileiro Artur Avila está entre os signatários.
O brasileiro que tornou tudo possível
Por trás do avanço está a linguagem Lean, criada em 2013 por Leonardo de Moura, doutor pela PUC-Rio. O Lean permite traduzir demonstrações matemáticas para código verificável por máquina. Sem essa base, a IA não teria como “raciocinar” na fronteira do conhecimento.
O Mathlib, maior biblioteca construída sobre o Lean, já acumula mais de 400 mil declarações formalizadas. É esse acervo que alimenta os modelos atuais e permite que eles operem no nível de pesquisa de ponta.
O preço da nova fronteira
Resolver Navier-Stokes custou aproximadamente US$ 22 milhões em poder computacional — cerca de R$ 113,1 milhões na cotação atual. O valor cria uma barreira de entrada que poucos laboratórios ou universidades conseguem superar.
- Desigualdade: apenas grandes corporações sustentam esse custo.
- Opacidade: provas geradas por IA tornam-se ininteligíveis para humanos.
- Desarticulação: a comunidade matemática, historicamente aberta e colaborativa, fragmenta-se.
O jovem matemático Logan Graves resumiu o temor: restaria aos pesquisadores “converter-se em monges, passando o resto de suas vidas tentando entender o incompreensível”.
O padrão que se repete
Os próprios signatários da carta avisam: o pandemônio visto na matemática replicar-se-á em praticamente todas as disciplinas. A transição segue três estágios já mapeados pelos especialistas:
- Já era: fronteira feita por pessoas.
- Já é: fronteira com IA.
- Já vem: fronteira de outras áreas ocupada pela IA.
O que observar daqui para frente
O Lean e bibliotecas semelhantes tornaram-se infraestrutura crítica — tão estratégica quanto redes de energia ou cabos submarinos. Quem controla a formalização do conhecimento controla a velocidade da descoberta. Nos próximos trimestres, acompanhe: investimentos públicos em formalização matemática aberta, movimento de universidades para criar alternativas soberanas ao Mathlib e regulações sobre transparência de provas geradas por máquina. O jogo não é mais sobre quem publica primeiro, mas quem detém a linguagem que a máquina entende.
