🤖➗ Um modelo da OpenAI resolveu 377 de 4 mil problemas matemáticos, incluindo questões que intrigavam especialistas havia anos. A notícia não diz que a matemática acabou — mas que a forma de fazê-la pode estar mudando radicalmente. 🧵

Imagem indisponível

Primeiro, a escala: segundo a OpenAI, cada resultado consumiu em média recursos equivalentes a 3 horas de processamento do ChatGPT Pro. Ou seja: não é uma resposta instantânea de chatbot, mas computação intensa aplicada à pesquisa.

Os resultados foram publicados no GitHub e envolvem teoria dos números, topologia, lógica, álgebra e ciência da computação teórica. São áreas abstratas, mas que sustentam tecnologias como criptografia, algoritmos e comunicações digitais.

Imagem indisponível

Resolver não é o mesmo que entender. Uma IA pode chegar a uma demonstração válida, mas matemáticos ainda precisam verificar cada passo, explicar por que aquilo funciona e conectar a descoberta a ideias maiores.

Pense assim: encontrar uma saída num labirinto é diferente de desenhar o mapa, entender sua arquitetura e criar um método para outros labirintos. Na matemática, o processo costuma ensinar tanto quanto a resposta final.

Imagem indisponível

Para Fábio Tal, da USP, o avanço é profundo e não deve ser subestimado. A IA pode virar uma parceira de investigação: testa caminhos em enorme escala, enquanto pessoas formulam boas perguntas, validam resultados e constroem significado.

O desafio também é educacional: se ferramentas resolvem exercícios difíceis, a formação precisa valorizar mais interpretação, criatividade e rigor. E o acesso a esse poder computacional não pode ficar restrito a poucas empresas e universidades.

Imagem indisponível

A grande mudança talvez não seja “máquinas substituindo matemáticos”. É a matemática ganhando um novo instrumento — poderoso, veloz e que exige transparência, revisão humana e novas formas de aprender a perguntar.