IA resolve problema matemático de 90 anos, mas ameaça o lugar dos humanos na fronteira da ciência

Por

15 de setembro de 2026

IA resolve problema matemático de 90 anos, mas ameaça o lugar dos humanos na fronteira da ciência — Foto: cUgOGk"]{content:"hRFzlA,"}/*!sc*/

Para Steven Strogatz, a aceleração das descobertas pode transformar a matemática e reduzir o papel dos pesquisadores.

Uma máquina pode chegar primeiro ao topo de uma montanha matemática, mas ainda não consegue explicar com clareza por que aquela conquista importa. Esse é o dilema que ganhou força em setembro de 2026, depois que a OpenAI anunciou uma solução para um problema de matemática com cerca de 90 anos e prêmio de US$ 1 milhão. O resultado ainda precisa de verificação independente, enquanto matemáticos discutem crédito, autoria e o futuro da profissão.

O episódio levou Steven Strogatz, professor da Universidade Cornell e um dos matemáticos mais conhecidos por divulgar ciência ao público, a descrever o momento como uma possível virada histórica. Para ele, a inteligência artificial está acelerando a pesquisa, mas também ameaça retirar dos humanos a posição de protagonistas na produção do conhecimento.

Uma resposta para um problema que quase ninguém usa no cotidiano

A questão envolvida pertence à matemática pura, área dedicada a investigar estruturas e relações abstratas, mesmo quando não existe uma aplicação imediata. Trata-se do problema de existência e regularidade associado às equações de Navier-Stokes, usadas para descrever o movimento de fluidos como água e ar.

Embora as equações tenham importância para áreas como engenharia e aerodinâmica, o ponto específico anunciado pela OpenAI é muito mais teórico. Strogatz afirmou que o problema interessa diretamente a um grupo pequeno de especialistas. Na avaliação dele, a relevância imediata do anúncio está menos em uma nova ferramenta para engenheiros e mais na demonstração pública do poder dos sistemas de IA.

Segundo a WIRED, a OpenAI informou em 8 de setembro de 2026 que havia usado dezenas de milhares de agentes para trabalhar na questão, cuja solução ainda não foi confirmada por especialistas independentes.

O crédito virou parte central da disputa

A repercussão não ficou restrita à validade da prova. Os matemáticos espanhóis Diego Córdoba e Luis Martínez-Zoroa desenvolveram uma estratégia que serviu de base para o resultado anunciado. Ao mesmo tempo, Tristan Buckmaster, da Universidade de Nova York, afirmou que ele e o pesquisador Levent Alpöge haviam publicado, dias antes, soluções para três problemas muito próximos do caso de Navier-Stokes.

Esses três problemas seriam ligeiramente mais fáceis, mas continuam sendo questões relevantes para a matemática. A controvérsia está em saber se o trabalho da OpenAI aproveitou uma linha de pesquisa que Buckmaster e Alpöge já vinham desenvolvendo e se a contribuição deles recebeu o devido reconhecimento.

Ainda não há uma decisão definitiva sobre a autoria ou sobre quem deveria receber o prêmio. Strogatz defendeu cautela, mas disse considerar que Buckmaster merece respeito pela forma como vem tratando a disputa. O caso mostra uma dificuldade que tende a se repetir: quando uma empresa usa milhares de agentes artificiais em uma pesquisa, fica mais difícil reconstruir a cadeia de ideias que levou ao resultado.

O que mudou nos laboratórios em poucos meses

O anúncio da OpenAI ocorreu depois de outros avanços. A Anthropic informou, na semana anterior, que seu sistema Claude havia provado 29.500 pequenos teoremas e ajudado a formalizar uma prova já existente do Último Teorema de Fermat. Formalizar, nesse contexto, significa converter um raciocínio matemático para uma linguagem que um computador possa conferir passo a passo.

Em agosto, a OpenAI também havia comunicado avanços em dez problemas matemáticos de longa duração. Esses resultados não significam que a IA tenha substituído toda a pesquisa humana. Uma prova precisa ser examinada, traduzida e compreendida por especialistas. Um sistema pode produzir uma sequência lógica correta e, ainda assim, apresentar uma explicação difícil de acompanhar ou uma conclusão cuja importância não seja evidente.

É nesse ponto que Strogatz identifica o atual papel dos matemáticos: a digestão das provas. A expressão designa o trabalho de transformar uma demonstração técnica em uma explicação que outras pessoas consigam avaliar, ensinar e relacionar a problemas mais amplos.

Quando a ferramenta também muda a autoestima profissional

Alex Townsend, colaborador de Strogatz, já usa IA em suas pesquisas. Ele contou que recorreu ao ChatGPT para ajudar a resolver um problema de álgebra linear numérica que permanecia sem solução havia décadas. Álgebra linear numérica é o ramo que trabalha com sistemas de equações e cálculos envolvendo grandes conjuntos de números, muito presente em engenharia, estatística e computação.

Para Townsend, a tecnologia reduziu o volume de trabalho e tornou viável uma investigação que poderia exigir tempo e recursos excessivos. O ganho prático, porém, veio acompanhado de uma perda subjetiva. O pesquisador disse ter dedicado 15 anos à matemática e se sentir ameaçado ao perceber que uma máquina pode ultrapassar justamente a habilidade que estava no auge de sua carreira.

“Eu me sinto totalmente ameaçado por isso”, afirmou Alex Townsend, segundo a entrevista publicada pela WIRED.

Strogatz compara a situação a uma partida de tênis. Pessoas comuns continuam jogando, embora não tenham condições de vencer os melhores atletas do mundo. A pergunta é se a matemática seguirá esse caminho, como uma atividade que os humanos praticam mesmo sabendo que as máquinas sempre alcançarão os melhores resultados primeiro.

O impacto possível para universidades e estudantes da Amazônia

Para quem estuda ou trabalha na Amazônia, a discussão não é distante. Universidades e institutos de pesquisa da região utilizam matemática em áreas como previsão de cheias, modelagem climática, logística, geoprocessamento, saúde pública e monitoramento de florestas. Nesses campos, a IA pode acelerar cálculos e testar cenários, mas os resultados continuam dependendo de dados locais e de especialistas que conheçam o território.

Um modelo treinado com informações incompletas sobre rios, cidades ou comunidades amazônicas pode produzir respostas matematicamente consistentes e ainda assim inadequadas para a realidade. Por isso, a expansão dessas ferramentas aumenta a necessidade de formação crítica. O profissional do futuro não deverá apenas operar um sistema, mas verificar hipóteses, identificar erros e explicar as consequências de cada resultado.

O avanço também pode ampliar o acesso à matemática. Pessoas que antes não tinham domínio técnico suficiente para iniciar uma investigação podem usar sistemas de IA como apoio. Ao mesmo tempo, existe o risco de concentrar descobertas em empresas capazes de pagar por grandes equipes, infraestrutura computacional e milhares de agentes.

A pergunta que permanece aberta

Para Strogatz, a matemática pura está sendo revolucionada ou devastada, dependendo do ponto de vista. A tecnologia pode democratizar a participação, mas também retirar dos pesquisadores o prazer de serem os primeiros a alcançar uma fronteira do conhecimento.

O matemático teme ainda que os sistemas passem a definir quais problemas merecem atenção. Há infinitas questões possíveis, mas apenas algumas são consideradas belas, úteis ou significativas pelos seres humanos. Esse julgamento, chamado de gosto matemático, ainda depende de uma sensibilidade que as máquinas não demonstraram possuir.

Strogatz, que tem 67 anos e lançará em novembro o livro Big Math, escrito com Alex Townsend, vê a matemática como um primeiro campo de teste para uma transformação maior. Se as máquinas passarem a produzir conhecimento que os humanos não conseguem compreender, outras áreas poderão enfrentar o mesmo problema.

A solução anunciada para o problema de Navier-Stokes ainda depende de validação independente, e a disputa sobre reconhecimento e prêmio continua sem desfecho. Esses serão os próximos testes para medir não apenas o alcance da IA, mas também a capacidade da comunidade científica de estabelecer regras de autoria, verificação e responsabilidade.

Com informações de WIRED.

Mais Lidas da Semana