IA e matemática: vitória da máquina ou amplificação humana?

Na semana passada, os jornais anunciaram que a inteligência artificial havia resolvido o problema de Navier-Stokes, um dos sete Problemas do Milênio da matemática. A manchete evocava o momento em que o Deep Blue derrotou Garry Kasparov no xadrez, trinta anos atrás — aquele instante em que as máquinas finalmente nos venceram em um domínio que acreditávamos ser nosso. Mas a história real é muito diferente. O que aconteceu não foi uma vitória da IA sobre os matemáticos. Foi, na verdade, um exemplo de como os humanos usam máquinas para ampliar o que conseguem fazer.

O problema de Navier-Stokes remonta ao século 18, quando matemáticos suíços começaram a estudar o comportamento dos fluidos. Nas décadas de 1820 a 1840, Claude-Louis Navier e George Gabriel Stokes aplicaram as leis de Newton ao problema e deduziram uma equação diferencial parcial que descreve como um líquido viscoso evolui no tempo em três dimensões. Ter a equação era fundamental, mas não era suficiente. Os matemáticos precisavam encontrar as soluções — as fórmulas que mostram como o fluido realmente se comporta ao longo do tempo. Essas soluções têm aplicações práticas em tudo, desde previsões meteorológicas até o design de aviões e a compreensão do fluxo sanguíneo.

Mas uma questão permaneceu sem resposta durante séculos: para qualquer estado inicial de um fluido, a solução da equação permanece definida e suave para sempre? Ou existem configurações em que o fluido apresentaria velocidade infinita — o que não faz sentido físico — e a solução simplesmente colapsa? Essa pergunta desafiou gerações de matemáticos. Em 2000, o Instituto Clay, uma organização americana dedicada à promoção da pesquisa matemática, incluiu a resolução dessa questão em sua lista de sete Problemas do Milênio, oferecendo um prêmio de um milhão de dólares para quem conseguisse resolvê-la.

No início desta década, dois matemáticos espanhóis, Diego Córdoba e Luís Martínez Zoroa, propuseram uma abordagem inovadora para provar que essas configurações de colapso — chamadas de blowups — realmente existem em certas equações da dinâmica dos fluidos. Tristan Buckmaster, um matemático reconhecido que já vinha tentando vários outros métodos, viu a oportunidade. Ele iniciou uma colaboração com Levent Alpöge, um matemático que trabalha para a Anthropic. A ideia deles era usar inteligência artificial para otimizar a implementação do plano de Córdoba e Martínez Zoroa. Na terça-feira, 8 de setembro, eles anunciaram que tinham provado a existência de blowups em diversas equações, incluindo a equação de Euler, e acreditavam ter uma prova para outra variação da equação de Navier-Stokes, embora esta última ainda não estivesse completamente verificada.

Mas então as coisas ficaram complicadas. Buckmaster revelou que a OpenAI, ao ouvir rumores sobre o avanço realizado por sua equipe, havia dedicado enormes recursos para chegar primeiro à solução. A OpenAI anunciou que sua IA havia conseguido provar a existência de blowup na versão "forçada" de Navier-Stokes — exatamente a mesma variante que Buckmaster e Alpöge tinham considerado. A empresa publicou seu código na linguagem Lean, o que garante a correção matemática da prova. Mas surgiu uma questão incômoda: será que a OpenAI teve acesso aos avanços obtidos por Buckmaster e Alpöge, que utilizavam ferramentas da OpenAI em seu projeto? A empresa afirmou inicialmente que não o fez de propósito, mas não podia excluir essa possibilidade.

Aqui está o ponto crucial que as manchetes não capturaram: os modelos de IA não descobriram nada do nada. Eles tiveram acesso ao conhecimento humano já estabelecido, incluindo as ideias de Córdoba e Martínez Zoroa. A descoberta foi construída sobre trabalhos anteriores, sobre todo o progresso já alcançado pela humanidade em matemática e em outras áreas. A IA foi um instrumento extraordinariamente poderoso, é verdade. Mas foi um instrumento nas mãos de matemáticos que sabiam exatamente o que procurar e por quê.

Mais importante ainda é entender o que esse avanço realmente significa para a matemática. Contrariando a percepção comum, a pesquisa matemática não almeja apenas resolver problemas famosos. O que realmente importa é introduzir novas ideias, fazer as perguntas certas, desenvolver abordagens inovadoras. Um problema matemático não é importante só porque é difícil, mas pelo modo como cataliza esses desenvolvimentos. A matemática é um universo explorado por seres humanos, um microcosmo da humanidade. Essa empreitada, iniciada há milênios, pode se beneficiar enormemente das novas ferramentas digitais. Mas se esquecermos as razões pelas quais nos lançamos nessa busca de conhecimento, arriscamos perder o rumo.

O que aconteceu com Navier-Stokes é uma amostra, comparativamente inofensiva, dos enormes desafios que a sociedade está enfrentando diante de uma tecnologia que evolui numa velocidade sem precedentes. Um debate abrangente sobre esses desafios e sobre as medidas de proteção necessárias é urgente. Talvez o legado mais importante deste episódio seja despertar a humanidade para esse debate.