Durante a maior parte do século passado, a prática da matemática mudou notavelmente pouco. Um matemático percebe um padrão, escreve uma conjectura, passa meses ou anos construindo uma prova e outros matemáticos a verificam. Agora, de acordo com um relatório aprofundado de Benjamin Skuse no IEEE Spectrum, a inteligência artificial está a começar a contornar esse processo lento e deliberativo e a forçar a área a confrontar o que realmente significa ser um matemático.
O artigo, publicado em 25 de junho de 2026, traça a rapidez com que grandes modelos de linguagem evoluíram do que os críticos antes consideravam papagaios estocásticos para verdadeiros motores de raciocínio matemático e o que essa mudança significa para os humanos que sempre fizeram este trabalho. Para mais contexto sobre esta história, confira nossa notícias de IA.
A pegada cada vez maior da IA na matemática
A computação acelerou a matemática por décadas. O ponto de viragem ocorreu há cerca de 50 anos, quando um computador foi utilizado para provar o teorema das quatro cores, que pergunta se qualquer mapa pode ser colorido com, no máximo, quatro cores, de modo que nenhuma região adjacente partilhe uma cor. A resposta foi sim, mas a prova foi controversa porque se baseou na verificação de 1.936 casos que nenhum ser humano poderia verificar manualmente de forma realista.
Mesmo durante aquela era computacional, o matemático humano permaneceu central, propondo conjecturas, elaborando estratégias e verificando resultados. A IA agora está desafiando diretamente esse acordo. No verão passado, os sistemas do Google DeepMind e OpenAI atingiram um nível equivalente ao dos estudantes do ensino secundário mais talentosos em matemática do mundo, alcançando o estatuto de medalha de ouro na Olimpíada Internacional de Matemática (IMO), a competição anual onde os concorrentes devem resolver seis problemas notoriamente difíceis.
Os marcos continuaram acelerando. No início de 2026, o sistema experimental Aletheia do Google DeepMind produziu de forma autônoma resultados de pesquisa publicáveis em nível de doutorado. Embora o trabalho em si seja matematicamente obscuro, calculando constantes de estrutura em geometria aritmética, a importância reside no raciocínio complexo necessário para resolver um problema anteriormente não resolvido. Mais recentemente, um novo sistema de IA de uso geral da OpenAI refutou uma conjectura importante em geometria combinatória, um resultado que os principais matemáticos saudaram como um marco para o campo e que teria sido digno de publicação em uma revista importante.
Assistentes de prova e o gargalo da formalização
Uma segunda mudança veio do emparelhamento de grandes modelos de linguagem com assistentes de prova. Sistemas como Isabelle, Lean e Rocq são linguagens de programação especializadas que verificam provas matemáticas passo a passo, verificando sua correção lógica. Por mais de uma década, o gargalo tem sido a formalização, o laborioso processo de tradução manual de teoremas e provas em código legível por máquina.
Os LLMs estão começando a eliminar esse gargalo, automatizando a tradução de provas informais em código formal que os assistentes de prova podem verificar. Em fevereiro, a empresa de IA Math, Inc. usou seu agente de raciocínio, chamado Gauss, para formalizar o trabalho que rendeu à Medalha Fields Maryna Viazovska da EPFL em 2022. Gauss primeiro ajudou matemáticos humanos a completar a formalização da solução de Viazovska para o problema de empacotamento de esferas de 8 dimensões em questão de dias, depois formalizou autonomamente o caso mais complicado de 24 dimensões em apenas duas semanas.
Tais conquistas sugerem que a IA já está a lidar com tarefas há muito consideradas exclusivamente humanas, e que grande parte do trabalho diário de um matemático poderá em breve ser um jogo justo para a automação.
Matemáticos debatem se eles se tornarão ‘sacerdotes de oráculos’
Reportando do 12º Heidelberg Laureate Forum em setembro de 2025, Skuse descreve um desconforto palpável no público enquanto os palestrantes descrevem um futuro em que sistemas de IA sobre-humanos formam conjecturas, buscam espaços de soluções, provam teoremas, verificam provas e generalizam resultados sem envolvimento humano.
Yang-Hui He, do Instituto de Ciências Matemáticas de Londres, alertou de forma memorável que os matemáticos humanos poderiam se tornar "sacerdotes para oráculos". Jessica Randall, matemática do Google Developer Groups, disse que sentiu o medo existencial coletivo aumentando entre os jovens pesquisadores. “Certamente começamos a perceber que a IA tem potencial para nos substituir”, disse ela ao IEEE Spectrum.
Nem todos estão alarmados. Alguns matemáticos consagrados querem simplesmente respostas para as maiores questões em aberto, tais como os seis problemas restantes do Prémio do Milénio, independentemente de quem ou o que os produz. “Muitos matemáticos são pragmáticos e querem apenas compreender”, observou Jeremy Avigad, da Universidade Carnegie Mellon. "Eles venderiam a alma pela solução de um problema."
Três visões concorrentes para o futuro
O relatório IEEE Spectrum identifica três visões amplas de como a matemática e a IA podem coexistir.
A primeira é uma visão centrada no ser humano que prioriza a compreensão humana e trata a IA como uma ferramenta, muito parecida com uma calculadora. O medalhista Fields e matemático de Princeton, Akshay Venkatesh, argumenta que a matemática é, no fundo, uma forma de chegar a um acordo. “Às vezes penso que quando usamos números, não estamos descrevendo fenômenos que são intrinsecamente numéricos, mas que todos podemos concordar exatamente sobre o que os números significam”, disse ele.
A segunda enfatiza a experiência irredutivelmente humana da luta. Maia Fraser, da Universidade de Ottawa, argumenta que uma prova de IA de uma conjectura teimosa só é útil se for compreensível para as pessoas. “Que a afirmação possa ser provada pela IA já é uma informação útil”, admitiu ela. "Mas ainda é um problema em aberto apresentar uma prova humana bonita e elegante."
O terceiro, e talvez o mais ambicioso, vem de Terence Tao, da UCLA, que competiu pela primeira vez na Olimpíada de Matemática aos 10 anos e é hoje um dos matemáticos vivos mais condecorados. Tao vê a IA como o catalisador para o que ele chama de "grande matemática", um futuro de colaborações descentralizadas e em grande escala entre humanos e máquinas, em que problemas complexos são divididos em pedaços, com os humanos reivindicando o trabalho criativo e a IA cuidando do trabalho técnico pesado.
Uma disciplina perguntando por que existe
O que torna o momento inusitado é que o debate não é mais hipotético. Os sistemas de IA já estão ganhando medalhas de ouro da IMO, produzindo pesquisas publicáveis, refutando conjecturas e formalizando provas de conquista da Medalha Fields em dias, em vez de anos.
Para estudantes como Trill White, da Universidade Deakin, na Austrália, que participou do fórum de Heidelberg, a constatação foi difícil. “Isso é devastador”, White se lembra de ter pensado. "O que as pessoas terão para contribuir para a matemática? Ela se tornará algo que ninguém entende?"
A resposta ainda não está definida. Mas, como o relatório de Skuse deixa claro, a matemática, uma das disciplinas intelectuais mais antigas da humanidade, enfrenta agora a mesma questão que está a remodelar quase todos os campos que a IA toca: quando uma máquina pode fazer o trabalho, para que serve realmente o trabalho?
Fonte: Benjamin Skuse, "What It Means to Be a Mathematician When AI Does the Math", IEEE Spectrum, 25 de junho de 2026.---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
