Pular para o conteúdo
    Notícia

    OpenAI publica 372 provas matemáticas feitas por IA e reacende debate científico

    A OpenAI publicou no GitHub 372 famílias de resultados matemáticos gerados por um modelo interno, parte deles verificados em Lean. A iniciativa reacendeu o debate acadêmico, incluindo um alerta de 25 medalhistas Fields sobre a produção em massa de verdades matemáticas.

    Foto de Leandro Vieira

    Leandro Vieira

    CEO e founder | IA.com.br

    7 de out. de 2026 · 3 min de leitura

    Seguir no Google
    Fotografia escura de um pavilhão de concreto com uma parede monumental coberta por centenas de pequenas placas de ardósia riscadas com anotações de giz branco; no canto inferior esquerdo, uma pessoa de costas, minúscula diante do arquivo, é
    Diante de um arquivo de verdades empilhadas, um único observador: a publicação de 372 famílias de resultados matemáticos gerados por modelo de IA reacende o debate sobre a produção em massa de demonstrações.

    Um repositório de código virou vitrine de matemática. Em anúncio feito em 6 de outubro de 2026, a OpenAI (abre em nova aba) publicou no GitHub (abre em nova aba) uma coleção de resultados matemáticos criados por um modelo de inteligência artificial interno, que não foi liberado ao público. São 722 manuscritos organizados em 372 famílias. Cada família reúne trabalhos relacionados: um resultado principal, argumentos que o acompanham, consequências ou provas alternativas do mesmo fato.

    Os números do lançamento, segundo a própria empresa:

    O que foi medidoValor divulgado
    Famílias de resultados372
    Manuscritos no catálogo722
    Problemas propostos ao modelocerca de 4.000
    Cálculo médio por resultado3 horas de ChatGPT Pro

    O ChatGPT Pro é a versão paga de alto desempenho do chatbot da OpenAI. Segundo a empresa, cada resultado consumiu, em média, o equivalente a três horas do modo de raciocínio estendido desse serviço. Nem tudo que o modelo tentou virou artigo: a OpenAI diz que agrupou a produção em famílias e exigiu um nível mínimo de significância antes de incluir algo no catálogo.

    Para dar credibilidade ao material, parte das provas foi traduzida para o Lean, uma linguagem de programação criada para que computadores verifiquem demonstrações matemáticas passo a passo. A ideia é simples: se a prova passa pela checagem automática, erros de lógica ficam praticamente impossíveis. A empresa promete ampliar essas formalizações com o tempo e publicar detalhes de como chegou aos resultados, incluindo dez resumos do raciocínio do modelo e estatísticas sobre os problemas tentados.

    Fotografia noturna de estúdio com um grande painel de vidro fosco inclinado coberto por anotações matemáticas manuscritas a marcador branco, com símbolos abstratos e setas parcialmente apagadas; uma faixa vertical de luz azul fria ilumina a
    Anotações matemáticas em vidro fosco são verificadas faixa por faixa sob luz azul fria, em alusão à checagem formal dos resultados publicados pela OpenAI.

    Há um porém, reconhecido pela própria OpenAI: nem todos os resultados têm verificação em Lean.

    Sobre o conteúdo, a cobertura especializada indica que cada resultado deveria resolver um problema em aberto ou avançar de forma substancial rumo a um, com melhorias em algoritmos importantes da computação e avanços ligados à hipótese de Riemann, um dos problemas mais famosos da matemática. A OpenAI, por sua vez, evita afirmar que tudo é inédito: descreve o conjunto como uma "ampla gama de novos resultados matemáticos" e diz querer que o progresso empurre a fronteira do conhecimento humano.

    A empresa também afirmou que consultou um grupo independente antes da publicação.

    Estamos liberando uma ampla gama de novos resultados matemáticos produzidos por um modelo de fronteira interno. Consultamos o Advisory Group on Mathematics and Artificial Intelligence independente, do Institute for Advanced Study, e usamos seus conselhos e recomendações públicas para orientar como divulgamos esses resultados.

    — OpenAI (@OpenAI), 6 de out. de 2026, no X

    Esse cuidado, porém, não apaziguou o debate. Antes do lançamento, 25 vencedores da Medalha Fields, o prêmio mais prestigioso da matemática, assinaram uma carta aberta chamada "A Severe Misalignment of AI in Mathematics" ("Um grave desalinhamento da IA na matemática", em tradução livre). No documento, eles alertaram para uma desconexão profunda entre os objetivos da indústria de IA e os da matemática. Resolver problemas, escreveram, é apenas ferramenta e proxy do objetivo real, que é a compreensão conceitual e o insight. Na avaliação deles, produzir em massa enunciados verdadeiros poderia destruir terreno fértil em vez de dar vida a ideias novas.

    Essa história expõe o impasse. De um lado, há um catálogo com centenas de resultados, parte dele verificável por máquina, disponível para qualquer pessoa consultar. Do outro, uma parcela influente da comunidade matemática sustenta que verdade empilhada não substitui entendimento, e que o volume pode até atrapalhar.

    A OpenAI diz que vai financiar uma série de workshops, conferências e programas especiais dedicados ao entendimento dos grandes resultados produzidos por IA, com detalhes "em breve". O repositório permanecerá aberto e será atualizado com novas formalizações. O desacordo sobre o que essa produção significa para a pesquisa, esse continua sem data para ser resolvido.

    Foto de Leandro Vieira

    Leandro Vieira

    CEO e founder | IA.com.br

    Ver perfil completo