25 vencedores da Medalha Fields, a maior honraria da matemática, assinaram um alerta: a IA pode ter um “efeito destrutivo” sobre a disciplina. Não é rejeição à tecnologia — é um aviso sobre como ela está sendo usada. 🤖🔢🧵

Imagem indisponível

A história começa com uma contradição. Os próprios pesquisadores reconhecem que a IA pode reforçar e acelerar o estudo da matemática: explorar padrões, sugerir caminhos e ajudar a lidar com problemas gigantescos.

Mas matemática não é só chegar a uma resposta. É construir uma prova que outras pessoas consigam examinar, contestar e confirmar. Quando um sistema entrega resultados sem explicação confiável, o atalho pode virar uma caixa-preta.

Imagem indisponível

O receio é que pesquisadores passem a depender de respostas geradas por modelos que parecem convincentes, mas podem conter erros sutis. Em áreas avançadas, um pequeno passo mal demonstrado pode comprometer toda uma cadeia de conclusões.

Há também uma questão de formação. Se estudantes e cientistas deixam de praticar a formulação de provas, a intuição e a revisão crítica, a matemática ganha velocidade no curto prazo — e pode perder autonomia intelectual no longo.

Imagem indisponível

A saída proposta não é desligar a IA. É usá-la como instrumento, com validação humana, transparência e métodos de checagem rigorosos. Ferramentas poderosas precisam ampliar a capacidade de pensar, não substituir o entendimento.

O debate vai além dos números: quem controla os modelos, os dados e a infraestrutura que influencia a pesquisa? Uma ciência aberta, verificável e acessível depende de não concentrar o conhecimento em poucas plataformas opacas.

Imagem indisponível

A IA pode ajudar a descobrir novos teoremas. Mas, na matemática, descobrir não basta: é preciso demonstrar. Entre a resposta instantânea e a prova compreensível, está o futuro da confiança científica.