A OpenAI anunciou que seus sistemas de inteligência artificial solucionaram as equações de Navier-Stokes, um dos sete “problemas do milênio” e um desafio que frustra matemáticos desde a década de 1930. O feito foi alcançado em menos de quatro dias por um conjunto de 10.000 agentes de IA, segundo a companhia.

O que poderia ser um marco de colaboração entre homem e máquina rapidamente se tornou o estopim de uma crise existencial na matemática. Segundo reportagem do The Atlantic, o episódio expôs um profundo desalinhamento entre os objetivos da pesquisa acadêmica e a corrida das big techs por resultados que geram manchetes. Como alertou o matemático Terence Tao, da UCLA, a disciplina vive um “período turbulento”, com a IA provocando uma “crise em nossos valores e práticas”.

A corrida pelo prêmio, não pelo processo

A controvérsia em torno da solução da OpenAI ilustra a tensão. A empresa alega ter focado no problema após ouvir rumores de que sua rival, a Anthropic, já havia resolvido duas das grandes questões milenares. O feito também foi ofuscado por alegações do matemático Tristan Buckmaster, da NYU, que sugeriu que a OpenAI pode ter se apropriado de sua abordagem, acessada via interações com os modelos da própria empresa. A OpenAI nega.

O ponto central do debate, contudo, é o propósito. Para a ciência, resolver um grande problema não se resume à resposta final — muitas vezes de pouca utilidade prática direta. O valor reside no processo, nas ferramentas e nos conceitos intermediários que emergem da jornada e que podem ser aplicados em outras áreas. O programa Apollo, por exemplo, não apenas levou o homem à Lua, mas também impulsionou a indústria de semicondutores e estabeleceu padrões de segurança alimentar. A prova da OpenAI, um documento de 166 páginas descrito como “quase incompreensível”, pode não oferecer o mesmo benefício colateral.

Uma ciência de resultados incompreensíveis?

O desconforto da comunidade científica foi formalizado em uma carta assinada por 25 vencedores da Medalha Fields, o equivalente ao Nobel da matemática. No documento, intitulado “Um Grave Desalinhamento da IA na Matemática”, eles afirmam que “o esforço das empresas de IA para resolver problemas matemáticos como um benchmark é prejudicial para a ciência da matemática e para a comunidade matemática”.

O temor é de um futuro onde a IA produz provas cada vez mais complexas e velozes, mas que os próprios humanos não conseguem compreender ou aproveitar para gerar novo conhecimento. Já existem provas geradas por IA que nenhum especialista analisou a fundo, simplesmente por falta de tempo. A velocidade da solução de problemas avança, mas a capacidade humana de absorver e destilar essas soluções não acompanha o ritmo.

O desafio para os matemáticos, portanto, é de adaptação. Uma possibilidade é redefinir o que se valoriza: menos crédito pela solução de um problema e mais pela capacidade de comunicar as ideias por trás da solução de forma que beneficie a comunidade. Enquanto a academia debate como recalibrar seus valores, a IA continua evoluindo em uma velocidade vertiginosa. O período turbulento, ao que tudo indica, está apenas começando.

Com reportagem de Brazil Valley

Source · The Atlantic — Technology