Modelos de IA resolveram 57 problemas da coleção de Paul Erdős desde dezembro. 🤯📐 E isso mexeu com uma pergunta enorme: se a máquina encontra provas que pouquíssimas pessoas conseguiriam buscar, o que muda para a matemática? 🧵

Imagem indisponível

Erdős foi um dos matemáticos mais prolíficos do século 20 e deixou centenas de problemas abertos. Resolver 57 não é “só acertar uma conta”: são questões que mobilizaram especialistas por anos — às vezes, décadas.

O banco de problemas foi temporariamente fechado pelos gestores para não receber novas soluções. Faz sentido: antes de celebrar, é preciso verificar cada demonstração com muito rigor. Em matemática, uma prova quase certa ainda está errada.

Imagem indisponível

A discussão entre medalhistas Fields não é exatamente “a profissão de matemático acabou?”. É mais interessante: se a IA acelera a parte mais rara do trabalho, humanos podem gastar mais energia criando perguntas, conceitos e caminhos novos.

O exemplo clássico é o Último Teorema de Fermat. A prova final, concluída em 1994, importava — mas a jornada até ela abriu ferramentas e áreas inteiras da matemática. O valor não estava só na resposta; estava no conhecimento criado no caminho.

Imagem indisponível

É aí que aparecem os limites dos modelos atuais: eles podem vasculhar padrões e combinar técnicas numa velocidade absurda, mas ainda dependem de validação, objetivos bem definidos e gente capaz de explicar por que aquilo importa.

Talvez a grande virada não seja trocar matemáticos por IA. Seja transformar a IA numa espécie de laboratório de ideias — desde que essas ferramentas, dados e descobertas não fiquem concentrados na mão de poucas empresas ou instituições.

Imagem indisponível

A matemática pode estar ganhando um novo parceiro de pesquisa. E a pergunta deixa de ser “quem resolveu mais rápido?” para virar: “que problemas antes impossíveis agora podemos finalmente entender?”