Uma disputa sobre as equações de Navier-Stokes está acendendo um alerta na ciência: a IA pode acelerar descobertas — mas como provar que um resultado é original e não veio de dados ou rascunhos alheios? 🤖🧵

Imagem indisponível

Primeiro, o contexto: as equações de Navier-Stokes descrevem o movimento de fluidos, como ar, água e turbulências. São fundamentais para clima, aviação e engenharia, mas alguns de seus desafios matemáticos mais profundos seguem sem prova definitiva.

A OpenAI anunciou que agentes de IA teriam resolvido um desses problemas em 88 horas. A entidade ligada ao prêmio reconheceu que a solução “aparentemente foi resolvida”, mas avisou: verificar uma prova matemática pode levar bastante tempo.

Imagem indisponível

O ponto delicado surgiu antes do anúncio. Tristan Buckmaster, da Universidade de Nova York, trabalhava no mesmo tema com Levent Alpöge, que também atua na Anthropic. Os rascunhos da dupla estavam no Codex, ferramenta da OpenAI.

Buckmaster questionou se informações daquele trabalho poderiam ter chegado à OpenAI. Ele disse não estar acusando ninguém, mas levantou uma dúvida essencial: ferramentas de IA usadas para pesquisar podem expor ideias ainda inéditas?

Imagem indisponível

A OpenAI negou que pessoas ou sistemas da empresa tenham acessado o trabalho. Ainda assim, o caso mostra por que ciência precisa de trilhas de auditoria: registros de acesso, regras claras de treinamento e revisão independente dos resultados.

A questão vai além da matemática. A Basecamp Research, em Londres, reúne DNA para treinar IA na “linguagem da biologia”. Grandes bases de dados podem abrir caminhos em saúde e sustentabilidade — desde que haja consentimento, segurança e repartição justa de benefícios.

Imagem indisponível

IA não elimina o método científico: ela torna transparência e validação ainda mais importantes. Se uma descoberta não pode ser reproduzida, explicada e revisada por pares, a velocidade do algoritmo não basta para transformá-la em conhecimento confiável.