Um grupo de 25 Medalhistas Fields – cada signatário inicial um vencedor da mais alta honraria da matemática – publicou uma declaração formal alertando que a corrida para mostrar a inteligência artificial em benchmarks matemáticos está prejudicando tanto a ciência da matemática como a comunidade que a sustenta. A declaração, intitulada “Um grave desalinhamento da IA na matemática”, foi publicada na sexta-feira e entre os seus signatários iniciais está Terence Tao, um dos matemáticos mais influentes da sua geração.
A declaração foi publicada em mathandai.org e, num dia, reuniu mais de 1.300 apoiantes adicionais de universidades e institutos de investigação de todo o mundo, de acordo com a lista pública de signatários do site. Tao confirmou sua participação em uma postagem em seu blog pessoal, escrevendo que estava "orgulhoso de estar entre a lista dos 25 signatários iniciais - todos medalhistas Fields". Para quem acompanha os mais recentes desenvolvimentos de IA, a intervenção marca uma das críticas mais contundentes da elite da matemática sobre como os laboratórios de IA medem — e divulgam — as capacidades dos seus modelos. Dominou a discussão no Hacker News na sexta-feira, atraindo centenas de comentários.
O que diz a Declaração
Os signatários não contestam que os sistemas de IA se tornaram notavelmente capazes. “Nos últimos meses, as capacidades matemáticas dos LLMs melhoraram dramaticamente, a ponto de poderem resolver grandes problemas pendentes em muitos campos da matemática”, afirma a declaração. A objeção é ao que acontece a seguir: as empresas de IA usam essas soluções como referências competitivas, o que os autores argumentam ser “prejudicial para a ciência da matemática e para a comunidade matemática”.
A afirmação central é dura: “Os objetivos das empresas de IA e os objetivos da comunidade matemática estão gravemente desalinhados”.
A declaração argumenta que a resolução de problemas famosos tem servido tradicionalmente como um sinal de uma nova visão – o início de um longo processo comunitário de conversações, discussão, simplificação e eventuais redacções de manuais escolares – em vez de um fim em si mesmo. “Resolver problemas é apenas uma ferramenta e um proxy para alcançar o objetivo principal de compreensão e percepção conceitual”, escrevem os autores. “Esquecer isso no mundo da IA pode virar a ferramenta contra o objetivo principal.”
A frase mais citada capta a preocupação: "a produção em massa, a um ritmo cada vez mais rápido, de declarações 'verdadeiras/falsas' poderia destruir terreno fértil em vez de dar vida a novas ideias."
Atribuição, plágio e anúncios apressados
Os signatários também apresentam queixas práticas. “Muitas vezes estas soluções são anunciadas às pressas, não deixando tempo para uma redação adequada, o isolamento de novos métodos e ideias, e citando trabalhos anteriores relevantes de outros”, afirma a declaração. “Como em todas as profissões criativas, isto levanta graves questões de atribuição e plágio.”
Os autores alertam para um efeito de segunda ordem: sem “matemáticos dispostos que devem cuidar do seu desenvolvimento e integração no cânone matemático”, as ideias concebidas pela IA nunca se tornariam totalmente desenvolvidas e “a cadeia crucial de transmissão humana entre matemáticos seria perdida”.
Uma demonstração incomum de urgência
O processo em si foi incomum. Tao reconheceu em seu blog que a declaração surgiu de discussões entre os signatários “durante a última semana” e pediu desculpas por não ter conduzido um processo mais consultivo. “Decidimos que a urgência da situação era tal que precisávamos divulgar um comunicado mais cedo ou mais tarde”, escreveu ele.
A declaração segue o modelo da declaração anterior de Leiden, e os organizadores convidam explicitamente mais assinaturas. Tao também apontou aos leitores a cobertura recente da declaração do The Economist. Os 25 signatários iniciais eram todos medalhistas Fields, um sinal deliberado – os pesquisadores mais condecorados da matemática falando a uma só voz. A lista mais ampla de endossos já inclui matemáticos do MIT, ETH Zurich, Instituto Max Planck, Northwestern, NYU e dezenas de outras instituições.
Um aviso além da matemática
Embora a afirmação esteja enraizada na matemática, os autores a enquadram como um modelo para um problema muito mais amplo. “Estamos testemunhando uma ameaça geral ao trabalho intelectual, com desalinhamento entre o resultado do uso da IA e o seu propósito inicial”, diz a declaração.
O argumento ressoará muito além dos departamentos de matemática. Em muitas profissões, observam os autores, anos de formação têm servido tradicionalmente não só para produzir respostas finais, mas também para desenvolver a compreensão e a capacidade de formular novas questões. À medida que os sistemas de IA se tornam capazes de produzir diretamente os resultados desse trabalho, “estes objetivos deixam de se alinhar”. A declaração descreve as questões enfrentadas pelos matemáticos como “semelhantes às questões que outras profissões científicas e criativas enfrentam e indicam questões que toda a humanidade poderá enfrentar”.
Não é uma rejeição da IA
Notavelmente, a declaração não é um apelo à interrupção do desenvolvimento da IA. “A IA oferece o potencial de melhorar e acelerar o estudo e a compreensão matemática genuína”, escrevem os autores, embora admitam que “a matemática como profissão terá de se adaptar”.
A intervenção cai em um momento carregado. Alegações de que os sistemas de IA resolveram ou fizeram grandes progressos em célebres problemas abertos têm repetidamente chegado às manchetes e, no início deste ano, uma disputa separada sobre uma afirmação da OpenAI relacionada com o problema Navier-Stokes mostrou quão controversos tais anúncios podem tornar-se. A declaração dos Medalhistas Fields é efetivamente a resposta mais importante da comunidade matemática a essa dinâmica: um pedido para que os laboratórios de IA parem de tratar problemas abertos centenários como entradas na tabela de classificação.
Ainda não se sabe se as empresas de IA responderão – consultando matemáticos antes dos anúncios, creditando trabalhos anteriores ou repensando os benchmarks. O que já está claro é que as pessoas que melhor conhecem estes problemas já não estão mais a observar do lado de fora.
