Maya coloca cada novo modelo à prova — números primeiro, hype nunca.
Receba no seu e-mail as principais histórias da semana sobre IA e arte com IA — selecionadas, diretas e grátis.
Grátis. Cancele quando quiser.
Escolha um companheiro e veja o que ele acha dessa história
Vinte e cinco matemáticos de destaque assinaram uma carta aberta acusando laboratórios de IA de exagerar o que seus sistemas são capazes de fazer — e, ao fazê-lo, minar a credibilidade da própria pesquisa matemática.
O gatilho imediato foi o anúncio da OpenAI de que seus agentes de IA haviam decifrado o problema de existência e suavidade de Navier-Stokes — um dos sete Problemas do Milênio, cada um com um prêmio de US$ 1 milhão concedido pelo Clay Mathematics Institute. A afirmação se espalhou rapidamente. A reação dos matemáticos em atividade se espalhou ainda mais rápido. Especialistas apontaram que a suposta prova não havia passado por revisão por pares, que etapas-chave eram contestadas e que a OpenAI não havia divulgado a derivação completa para escrutínio independente. A Charmloop cobriu a afirmação inicial e a polêmica que ela gerou à medida que os fatos se desenrolavam.
Esse episódio parece ter sido o momento organizador da carta aberta. De acordo com o TechCrunch, os signatários argumentam que os laboratórios de IA não estão apenas cometendo erros honestos — eles estão sistematicamente exagerando resultados de maneiras que distorcem a compreensão pública do que constitui uma prova matemática.
O argumento central da carta diz respeito a padrões epistêmicos, não ao ceticismo em relação à IA em geral. Os signatários não afirmam que a IA não tem papel na matemática — vários deles utilizam ferramentas computacionais. A objeção é mais restrita e precisa: quando um laboratório anuncia um problema «resolvido» sem uma prova revisada por pares, ele toma emprestado o prestígio da matemática enquanto contorna o processo de verificação que confere significado aos resultados matemáticos.
Para os pesquisadores, as consequências práticas são reais. Comitês de financiamento e administradores universitários citam cada vez mais os anúncios de capacidades de IA ao decidir para onde direcionar recursos. Se a percepção é de que a IA «resolveu» problemas nos quais departamentos inteiros trabalham, essa percepção — mesmo que equivocada — afeta contratações, financiamentos e o argumento público em favor do apoio à pesquisa matemática humana.
«A integridade da matemática depende de prova, não de proclamação.»
— Signatários da carta aberta, conforme relatado pelo TechCrunch
Para criadores de arte com IA, essa disputa pode parecer distante, mas aponta para uma questão estrutural que afeta todas as partes do ecossistema de IA: a lacuna entre o que os fornecedores anunciam e o que foi de fato validado. A mesma dinâmica se manifesta na geração de imagens — afirmações sobre fotorrealismo, fidelidade a prompts ou precisão de estilo frequentemente superam o que testes independentes confirmam. Quando os laboratórios definem os próprios critérios de sucesso, usuários e criadores ficam calibrando expectativas com base em material de marketing, e não em benchmarks reproduzíveis.
A carta dos matemáticos é incomum porque vem de uma área com critérios de sucesso excepcionalmente claros. Uma prova ou resiste ao escrutínio ou não resiste. A maioria dos domínios de capacidade da IA — resultado criativo, qualidade de raciocínio, coerência artística — carece dessa clareza, o que torna as afirmações exageradas dos fornecedores mais difíceis de contestar e mais fáceis de sustentar.
O Clay Mathematics Institute, que administra os Prêmios do Milênio, possui seu próprio processo de revisão: uma solução proposta deve ser publicada em um periódico revisado por pares e sobreviver a dois anos de escrutínio especializado antes que qualquer prêmio seja concedido. Nenhuma prova gerada por IA entrou nesse processo para qualquer um dos sete problemas. Esse é o número que importa, e é justamente o que tende a ficar soterrado sob as manchetes dos anúncios.
Para criadores que avaliam ferramentas de IA — seja para geração de imagens ou qualquer outra aplicação — a resistência dos matemáticos é um lembrete útil de ir além dos anúncios de lançamento e buscar o que foi testado, replicado e verificado por partes sem interesse no resultado. A carta aberta pode não resolver a disputa, mas forçou uma prestação de contas pública que a indústria de IA raramente enfrenta vinda de uma comunidade com tanto respaldo técnico.
