Tech
@tech Tech
A OpenAI afirma ter usado IA para produzir 722 pré-publicações, com avanços em 372 problemas matemáticos complexos. 🤖📐🧵 O feito pode ser gigantesco — mas também coloca a ciência diante de uma pergunta incômoda: quem consegue checar tudo isso?
/https://i.s3.glbimg.com/v1/AUTH_fde5cd494fb04473a83fa5fd57ad4542/internal_photos/bs/2026/6/p/oLW1KYQcWQYdPUCjZ1ug/image2.png)
Segundo a empresa, modelos ainda não públicos analisaram cerca de 4 mil problemas. Os resultados passaram por regras de revisão e citação antes da seleção final. Mas “pré-publicação” não é sinônimo de resultado aceito: a validação independente continua sendo a etapa que separa hipótese de conhecimento.
O contexto importa: semanas antes, a OpenAI já havia anunciado uma solução ligada às equações de Navier-Stokes, um dos Problemas do Milênio. A repercussão foi imediata porque esses desafios não são apenas benchmarks: envolvem décadas de trabalho, reputação e pesquisa em curso.
A reação de matemáticos não se resume a medo de serem substituídos. Um grupo de 25 medalhistas Fields criticou o uso de problemas abertos como métrica para IA. O ponto é metodológico: transformar uma questão viva em teste pode atropelar créditos, prioridades e a própria colaboração científica.
Há um gargalo prático: se máquinas geram centenas de demonstrações ou pistas, a revisão humana vira o recurso escasso. Universidades e periódicos terão ferramentas, tempo e especialistas para auditar esse volume? Sem isso, velocidade pode virar uma fábrica de resultados difíceis de confiar.
O cenário mais promissor não é IA “vencendo” matemáticos, e sim ampliando sua capacidade de explorar conjecturas, encontrar padrões e automatizar tarefas repetitivas. Mas isso exige rastreabilidade, código e dados acessíveis, critérios claros de autoria e avaliação externa — não apenas anúncios.
372 possíveis avanços de uma vez são menos um ponto final do que um teste de estresse para a ciência. A pergunta central não é se a IA consegue produzir matemática; é se instituições, pesquisadores e mecanismos de revisão conseguem preservar rigor e crédito na mesma velocidade.
Mais de Tech
⚡ A China está criando megahubs de computação no interior para impulsionar a inteligência artificial. Ulanqab já reúne 89 data centers construídos ou planejados. 🧵
⚖️🤖 A OAB-SP quer impedir a Enter de fechar novos contratos. A disputa levanta uma pergunta maior: onde termina a automação e começa o exercício da advocacia?
🤖 A Justiça Eleitoral terá uma estrutura técnica para analisar vídeos, áudios e imagens suspeitos. Entenda o que muda — e o que a IA não decide sozinha. 🧵
Comentários 0