A IA não distingue uma pergunta válida de uma pergunta interessante
Em Harvard, trinta matemáticos reuniram-se para avaliar algo inédito: soluções geradas por inteligência artificial para problemas nunca antes publicados. Sete dos dez foram resolvidos corretamente — alguns com estratégias que surpreenderam os próprios especialistas. Mas o que esse resultado revela não é apenas sobre capacidade técnica: é sobre a diferença entre resolver um problema e compreender por que ele importa, uma distinção que a comunidade matemática decidiu, agora, definir por conta própria.
- Quatro sistemas de IA, liderados pelo GPT-5.5 Pro e pelo Gemini 3.1 Pro, resolveram 70% de problemas matemáticos inéditos — em um caso, com uma estratégia que os humanos não haviam considerado.
- A frustração com anúncios corporativos não verificáveis e modelos inconsistentes levou matemáticos a criarem seus próprios testes, recusando-se a depender das narrativas das empresas de tecnologia.
- Medalhistas Fields como Martin Hairer e Terry Tao apontam uma falha estrutural: IAs saltam para respostas sem deixar rastros úteis, enquanto matemáticos humanos exploram o terreno como alpinistas, construindo caminhos coletivos.
- O ponto mais sensível não é resolver, mas escolher — definir quais perguntas merecem ser feitas exige julgamento e contexto que os modelos atuais simplesmente não possuem.
- Mais de 2.300 matemáticos assinaram a Declaração de Leiden, estabelecendo critérios éticos próprios e respondendo diretamente à falta de transparência das empresas sobre seus fracassos.
- O movimento sinaliza uma virada: a comunidade científica deixa de reagir aos anúncios corporativos e passa a ditar os termos pelos quais a IA será avaliada na matemática.
Trinta matemáticos reuniram-se em Harvard para uma tarefa pouco comum: corrigir soluções geradas por inteligência artificial. O projeto First Proof apresentou a quatro sistemas de IA dez problemas resolvidos por pesquisadores humanos, mas nunca tornados públicos. O resultado surpreendeu: sete dos dez receberam ao menos uma solução correta. Os modelos envolvidos eram principalmente o GPT-5.5 Pro da OpenAI e o Gemini 3.1 Pro Preview do Google. Em um caso notável, a IA utilizou uma estratégia completamente diferente da humana — e impressionou os avaliadores.
A iniciativa nasceu de uma insatisfação concreta. Martin Hairer, ganhador da Medalha Fields, observou que os sistemas de IA não escrevem como matemáticos escrevem — e que há algo de desonesto nessa diferença. Terry Tao aprofundou o diagnóstico com uma analogia: matemáticos são alpinistas, que exploram com paciência e deixam caminhos para os outros; IAs são saltadores, capazes de grandes saltos, mas que raramente deixam algo aproveitável quando falham.
O ponto mais delicado, segundo os envolvidos, não é a capacidade de resolver, mas a de escolher. Lauren Williams, professora em Harvard e líder do First Proof, ilustrou: um geólogo poderia perguntar qual é a cor média de uma pedra na Terra — pergunta válida, mas provavelmente sem interesse real. A IA não faz essa distinção. Sébastien Bubeck, da OpenAI, concorda: os modelos resolvem sem entender por que estão resolvendo.
Em paralelo, mais de 2.300 matemáticos assinaram a Declaração de Leiden, um manifesto que estabelece diretrizes éticas para o uso de IA na área. O documento aponta que os modelos não creditam as ideias que utilizam e que as empresas promovem sucessos sem transparência sobre os fracassos. O pano de fundo é recente: em maio, a OpenAI anunciou que um modelo havia refutado uma conjectura de Paul Erdős sem solução há oitenta anos — resultado celebrado, mas que evidenciou a lacuna entre o que as empresas proclamam e o que a comunidade pode verificar. O First Proof e a Declaração de Leiden representam, juntos, uma resposta organizada: matemáticos definindo seus próprios critérios, seus próprios testes, sua própria narrativa.
Trinta matemáticos se reuniram em Harvard nesta semana para uma tarefa que raramente ocorre: avaliar e corrigir soluções geradas por inteligência artificial. O projeto First Proof colocou quatro sistemas de IA diante de dez problemas matemáticos que haviam sido resolvidos por pesquisadores humanos, mas nunca tornados públicos. O resultado, divulgado na semana anterior, surpreendeu a comunidade: sete dos dez problemas receberam pelo menos uma solução correta. Os sistemas testados funcionavam principalmente com o GPT-5.5 Pro da OpenAI — presente em três das quatro configurações — e o Gemini 3.1 Pro Preview do Google, com o Claude Opus 4.7 da Anthropic aparecendo como modelo secundário em uma delas. Algumas das soluções foram consideradas impecáveis pelos avaliadores. Em um caso particularmente notável, o modelo empregou uma estratégia completamente diferente daquela que os matemáticos humanos haviam utilizado, impressionando os especialistas com sua abordagem.
O impulso para criar um teste próprio nasceu de uma frustração crescente. As empresas de tecnologia anunciam suas conquistas com regularidade, mas verificar essas soluções é trabalhoso, e os modelos frequentemente se mostram inconsistentes. Martin Hairer, matemático do Imperial College London e ganhador da Medalha Fields, expressou essa insatisfação ao Washington Post de forma direta: os sistemas de IA não escrevem como matemáticos escrevem, e de certa forma não o fazem com honestidade. Essa observação captura um incômodo mais profundo — não é apenas sobre acurácia, mas sobre o modo como a inteligência artificial aborda o trabalho matemático.
Terry Tao, outro medalhista Fields e professor na Universidade da Califórnia em Los Angeles, ofereceu uma analogia que ilumina a diferença fundamental. Matemáticos humanos funcionam como alpinistas: exploram o terreno com paciência, identificam objetivos intermediários, ajudam-se mutuamente no caminho. Os sistemas de IA, por contraste, são saltadores — capazes de alcançar alturas que um humano não atingiria em um único movimento, mas que não fracassam com elegância. Quando uma tentativa de IA falha, raramente deixa algo aproveitável para o próximo passo. Essa distinção aponta para algo que vai além da capacidade de resolver: trata-se de como se resolve.
O ponto crítico, segundo os matemáticos envolvidos, não reside em resolver problemas, mas em escolhê-los. Definir o que merece investigação exige julgamento, intuição e compreensão do contexto mais amplo da disciplina. Lauren Williams, professora em Harvard e uma das líderes do First Proof, ofereceu um exemplo ao Washington Post: um geólogo poderia perguntar qual é a cor média de uma pedra na Terra. É uma pergunta válida — mas provavelmente não é uma pergunta interessante. A inteligência artificial não consegue fazer essa distinção. Sébastien Bubeck, matemático que trabalha na OpenAI, concorda: os modelos resolvem, mas não entendem por que estão resolvendo, nem qual o papel daquele problema no programa maior da matemática.
Paralelamente aos testes, a comunidade matemática lançou a Declaração de Leiden, um manifesto internacional assinado por mais de 2.300 matemáticos que estabelece diretrizes para o uso ético e transparente da inteligência artificial na área. O documento reconhece o potencial da tecnologia, mas aponta riscos concretos: os modelos não creditam as ideias que utilizam, e as empresas promovem sucessos sem transparência sobre os fracassos. Esse movimento representa uma mudança significativa na postura da comunidade científica — em vez de reagir aos anúncios das empresas de tecnologia, os matemáticos passaram a definir seus próprios critérios de avaliação.
O contexto que motivou essa ação é recente. Em maio, a OpenAI anunciou que um de seus modelos havia refutado uma conjectura de Paul Erdős que permanecia sem solução há oitenta anos. O resultado foi chamado de solução espetacular pelo matemático de Princeton Noga Alon. Mas esse anúncio também evidenciou a lacuna entre o que as empresas proclamam e o que a comunidade científica pode verificar independentemente. O First Proof emerge, portanto, como resposta organizada: matemáticos estabelecendo seus próprios padrões, seus próprios testes, sua própria narrativa sobre o que a inteligência artificial pode e não pode fazer.
Citações Notáveis
Não escreve da forma como nós escrevemos — de certa forma, não escreve de maneira honesta— Martin Hairer, matemático do Imperial College London e medalhista Fields
Os modelos resolvem, mas não entendem por que estão resolvendo — nem qual o papel daquele problema no programa maior da matemática— Sébastien Bubeck, matemático da OpenAI
A Conversa do Hearth Outra perspectiva sobre a história
Por que os matemáticos decidiram criar seu próprio teste em vez de confiar nas avaliações das empresas?
Porque as empresas anunciam sucessos, mas raramente falam sobre fracassos. É difícil verificar o que elas dizem, e os modelos são inconsistentes. Os matemáticos queriam critérios claros e independentes.
Então sete de dez problemas resolvidos é bom ou ruim?
Depende de como você vê. Setenta por cento de acurácia é impressionante para problemas que nunca foram publicados. Mas alguns dos problemas que a IA não resolveu podem ser tão importantes quanto os que resolveu.
Qual é a diferença entre um matemático humano e um sistema de IA resolvendo um problema?
Um humano é como um alpinista — avança passo a passo, aprende com cada movimento, ajuda outros. A IA é como um saltador — pode pular para alturas inesperadas, mas quando cai, não deixa nada aproveitável para tentar novamente.
Então a IA não entende realmente o que está fazendo?
Exatamente. Resolve, mas não compreende por que aquele problema importa, qual é seu lugar na matemática maior. Um humano sente isso intuitivamente.
O que é a Declaração de Leiden?
Um manifesto assinado por mais de 2.300 matemáticos pedindo transparência e ética no uso de IA. Reconhece o potencial, mas alerta: as empresas não creditam as ideias que usam, e ocultam os fracassos.
Isso muda algo?
Muda a conversa. Em vez de reagir aos anúncios das empresas, a comunidade científica agora define seus próprios critérios. É um passo importante para recuperar controle sobre como a IA é avaliada.