A OpenAI chacoalha os alicerces da matemática com um anúncio monumental de descobertas geradas por inteligência artificial.
A comunidade matemática mundial foi surpreendida e, em muitos casos, abalada pela OpenAI, que divulgou na última terça-feira mais de 350 descobertas matemáticas, incluindo a demonstração de uma conjectura complexa relacionada à famosa Hipótese de Riemann. A magnitude e a velocidade dessas novas descobertas, fruto de sistemas de inteligência artificial avançados, provocaram reações que variam de admiração e euforia a apreensão e temor quanto às implicações para o futuro da disciplina.
Alex Kontorovich, chefe do Departamento de Matemática da Universidade Rutgers, descreveu uma das demonstrações como tão notável que, se fosse obra humana, renderia imediatamente uma Medalha Fields, a mais alta honraria da área. Martin Bridson, presidente do Clay Mathematics Institute, responsável pelos cobiçados Problemas do Prêmio do Milênio, classificou o evento como “de tirar o fôlego”, afirmando que era impossível imaginar que as fronteiras da matemática pudessem avançar tanto em um único dia.
As dezenas de milhares de páginas de resultados divulgados pela OpenAI abordam questões cruciais em diversas subáreas da matemática, como álgebra, teoria dos números, ciência da computação teórica, lógica matemática e topologia. Embora nenhuma das demonstrações resolva diretamente os cinco Problemas do Prêmio do Milênio ainda pendentes, o conjunto de descobertas sugere avanços indiretos e relacionados que podem pavimentar caminhos para futuras soluções.
Um misto de empolgação e receio na comunidade científica
As reações dos matemáticos à divulgação da OpenAI revelam um cenário complexo e controverso. Bridson, por exemplo, expressou que o anúncio será “empolgante para muitos, assustador para outros e devastador para alguns”. Ele ressalta que, embora as conquistas das máquinas sejam notáveis, é fundamental que os pesquisadores humanos continuem a direcionar o caminho da descoberta, utilizando as novas ferramentas sem se tornarem subordinados a elas. A luta para extrair a compreensão humana das formalidades geradas pelas IAs promete, segundo ele, despertar uma ambição ainda maior.
Bryna Kra, matemática da Universidade Northwestern, destacou o interesse em um problema específico da lista, mas lamentou a dificuldade de compreensão imediata dos resultados. Ela enfatiza a necessidade de um rigoroso processo de verificação, que tradicionalmente envolve a revisão por pares, um sistema que parece ter sido contornado neste caso. A questão que paira é o impacto desses resultados gerados por IA e como a comunidade matemática irá assimilá-los.
Kra também levanta uma preocupação sobre o modelo de divulgação das empresas de IA, que pode estar “destruindo o ecossistema que tornou esse trabalho possível”. O acesso a argumentos e ideias que não foram formalmente publicados pode beneficiar a IA, mas, ao mesmo tempo, os pesquisadores que buscam utilizar essas ferramentas correm o risco de expor suas próprias ideias sem a devida proteção.
O impacto sobre a formação e a essência da matemática
O centenário matemático Jean-Pierre Serre, laureado com a Medalha Fields e o Prêmio Abel, demonstrou sentimentos conflitantes. Embora a IA possa auxiliar em tarefas como consulta de referências, ele teme que ela reduza o prazer intrínseco da descoberta para os matemáticos, especialmente para os jovens profissionais. Serre aponta que a matemática oferece duas formas de prazer: aprender e descobrir, e a IA, ao facilitar o aprendizado, pode diminuir drasticamente o segundo.
Essa transformação cataclísmica também lança dúvidas sobre o valor e a estrutura dos diplomas de pós-graduação em matemática. Estudantes como Thomas Carlson, doutorando na Universidade Estadual de Montana, questionam como garantir que futuras formações mantenham o mesmo valor das atuais. Kai Shaikh, também doutorando, compara a apresentação de provas matemáticas por IA à fotografia de um marco distante: a imagem pode ser precisa, mas não transmite a experiência e o fascínio da jornada.
A preocupação geral é que, ao focar apenas nas provas formais, a essência da descoberta matemática, o esforço, o mistério e os vislumbres iniciais de conceitos complexos, possam se perder. A comunidade matemática agora enfrenta o desafio de integrar essas poderosas ferramentas de IA, repensando seus métodos de pesquisa, formação e até mesmo a própria definição do que significa fazer matemática.
As informações foram reunidas a partir de declarações e análises de matemáticos renomados, como Alex Kontorovich, Martin Bridson, Bryna Kra, Ken Ono, Jean-Pierre Serre, Thomas Carlson e Kai Shaikh.
