Um estudo de 166 páginas assinado apenas como “OpenAI” resolveu um dos sete problemas do milênio da matemática usando inteligência artificial. Mas quem — ou o que — está por trás do “nós” que descreve a descoberta? A resposta revela uma mudança de era que atinge muito além dos números.
O brasileiro que deu linguagem à máquina
O avanço só foi possível graças a Leonardo de Moura, doutor pela PUC-Rio. Em 2013, ele criou a linguagem Lean, que permite escrever e verificar provas matemáticas em código. Sem ela, a IA não teria como “entender” o problema das equações de Navier-Stokes, que modelam o comportamento de fluidos.
O impacto do Lean ainda está sendo dimensionado. A maior biblioteca construída sobre ela, o Mathlib, já acumula mais de 400 mil declarações formais. Foi essa base que permitiu à inteligência artificial operar na fronteira do conhecimento matemático pela primeira vez.
O custo oculto da nova fronteira
Resolver Navier-Stokes exigiu algo em torno de US$ 22 milhões em poder computacional — cerca de R$ 113 milhões na cotação atual. Esse valor cria uma barreira de entrada que não existia quando a matemática precisava apenas de lápis, papel e tempo.
A consequência imediata é a desigualdade. Grupos de pesquisa sem acesso a infraestrutura de ponta ficam fora da disputa. A comunidade matemática, historicamente aberta e colaborativa, começa a se fragmentar entre quem tem GPUs e quem não tem.
O medo dos maiores nomes da área
Vinte e cinco medalhistas Fields — o “Nobel da matemática” — assinaram uma carta intitulada “Desalinhamento Severo da IA na Matemática”. Artur Avila, único brasileiro na lista, está entre eles. O documento alerta que a corrida por benchmarks corporativos está ocorrendo em detrimento da própria disciplina.
O jovem matemático Logan Graves resumiu o temor: o que sobra para os humanos é “converter-se em monges”, dedicando a vida a tentar compreender descobertas que nem gênios conseguem decifrar sozinhos.
O padrão que vai se repetir em toda parte
Os próprios signatários da carta avisam: o pandemônio visto na matemática vai migrar para basicamente todas as áreas de atuação humana. A transição já segue um roteiro claro:
- Já era: fronteira do conhecimento feita exclusivamente por pessoas.
- Já é: fronteira da matemática impulsionada por IA.
- Já vem: fronteira de outras disciplinas ocupada por sistemas artificiais.
O que observar daqui para frente
O estudo anônimo de 166 páginas não é um ponto final — é um marco zero. Nos próximos meses, acompanhe se outras grandes empresas de IA publicarão resultados semelhantes sem autoria humana clara. Observe também como agências de fomento e universidades vão lidar com o custo computacional: se a verba migrar para infraestrutura em detrimento de bolsas e posições permanentes, a estrutura da ciência muda de forma irreversível. Para quem toma decisões de investimento ou gestão de talento, a lição é direta: a vantagem competitiva deixou de ser apenas “ter dados” e passou a ser “ter capacidade de verificação formal”. Quem dominar linguagens como Lean e o ecossistema de provas assistidas ditará o ritmo das próximas revoluções.
