Quando a IA resolve a matemática: Terence Tao freia o entusiasmo (mas não nega o progresso)

Nos últimos tempos, os títulos sensacionalistas sobre “A IA que resolve problemas matemáticos não resolvidos há décadas” têm-se multiplicado. Por um lado alimentam as esperanças de quem aguarda a AGI, por outro preocupam quem teme o declínio do intelecto humano. Nesta escalada narrativa, foi Terence Tao—paradoxalmente, um dos principais apoiantes da pesquisa matemática potenciadas pela IA—a decidir intervir para trazer o debate de volta à realidade.

A cautela de Tao: nem todos os problemas resolvidos são iguais

Na sua comunicação no GitHub sobre a relação entre matemática e inteligência artificial, Tao não nega os progressos da IA, mas desmonta a equação simplista “resultados verificáveis = capacidade matemática avançada e autónoma”. O cerne da questão? Não é trivial contar quantos problemas a IA resolve, mas entender quais problemas resolve e com que significado científico.

A abrangência dos problemas de Erdős varia enormemente. Ao lado das obras-primas não resolvidas da disciplina encontram-se numerosos “problemas de cauda longa” pouco examinados pela comunidade: exatamente o território onde as ferramentas atuais se destacam. Sem uma revisão bibliográfica especializada, distinguir os frutos de baixa quota dos verdadeiros marcos permanece praticamente impossível.

Quando a “descoberta” já estava na literatura

Outro elemento de confusão surge aqui: muitos problemas catalogados como “Open” não passaram por uma verificação bibliográfica sistemática. Quando a IA produz uma solução, é frequente que pesquisas subsequentes revelem—com surpresa—que alguém já tinha proposto uma resposta semelhante ou equivalente. Isto transforma os títulos celebrativos em narrativas frágeis e instáveis.

Tao também destaca um viés metodológico crucial: o público observa predominantemente os sucessos. Os fracassos da IA, as tentativas abortadas, os experimentos sem desenvolvimentos permanecem invisíveis nos registos oficiais. Uma janela parcial sobre a realidade distorce sistematicamente a perceção.

O valor escondido da matemática humana

Aqui emerge o ponto filosófico mais profundo. A resolução de um problema não esgota o significado matemático: o que importa é como essa solução se integra na trama mais ampla do conhecimento, que conexões revela, como ilumina métodos transferíveis a outros campos.

Uma demonstração gerada pela IA, mesmo formalmente correta quando traduzida em linguagens como Lean, muitas vezes carece dessa “atmosfera de conhecimento”. Faltam o contexto, as motivações, os confrontos críticos com a literatura anterior, os limites do método. Tecnicamente impecável, praticamente limitada para o avanço coletivo do saber.

Além disso, durante a formalização em Lean não é raro que se introduzam de forma sorrateira axiomas adicionais, se interprete mal a declaração original do problema, ou se explore o comportamento marginal de bibliotecas matemáticas. As demonstrações incomumente curtas ou excessivamente prolixas requerem escrutínio especial.

O papel real da IA na cadeia da descoberta

Ao folhear a documentação de Tao sobre a relação entre inteligência artificial e matemática, surge um quadro variado: a IA contribui de múltiplas formas. Gera soluções completas ou parciais. Identifica literatura anteriormente ausente. Formaliza demonstrações existentes. Reescreve argumentos para maior clareza. Cumpre funções de pesquisa bibliográfica avançada.

Alguns problemas foram completamente resolvidos pela máquina ( como o #728 e il #729, verificados formalmente), mas posteriormente já eram conhecidos. Isto não apaga o mérito técnico, mas contextualiza o significado científico.

O homem continua a ser o capitão, a IA é a ferramenta

Se cairmos no extremo oposto—pensar que a IA é inútil em matemática—cometemos um erro igualmente grave. A descrição mais equilibrada é esta: a IA destaca-se nos trabalhos executivos e de engenharia da matemática. Segue esquemas. Preenche lacunas técnicas. Formaliza com precisão. Escava na literatura. Reescreve com elegância.

Mas a alma profunda da matemática—formular perguntas disruptivas, inventar conceitos revolucionários, tecer intuições numa rede de significado—permanece firmemente no domínio humano.

Talvez o matemático do amanhã não seja o pensador isolado da tradição romântica, mas o mestre de um exército de inteligências de silício: o homem traça a rota, a IA abre caminhos e constrói infraestruturas. A relação entre matemática e inteligência artificial não é conflito, mas sinergia consciente, onde a clareza sobre os papéis é essencial para maximizar o potencial de ambos.