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
A OpenAI anunciou na terça-feira que seus agentes de IA resolveram o problema de existência e regularidade de Navier-Stokes — um dos sete Problemas do Milênio, cada um com recompensa de US$ 1 milhão — mas a afirmação chegou envoluta em acusações de conduta imprópria antes mesmo de o trabalho matemático poder ser avaliado.
As equações de Navier-Stokes modelam como fluidos — água, ar, sangue — se movem pelo espaço. A questão em aberto é se soluções suaves e fisicamente razoáveis sempre existem em três dimensões, ou se as equações podem colapsar em singularidades. Físicos e engenheiros usam as equações constantemente; a questão de existência e regularidade diz respeito a se o alicerce matemático por trás dessas aplicações é sólido. O problema está em aberto desde o século XIX.
O anúncio da OpenAI sobre Navier-Stokes tornou-se uma das afirmações de pesquisa em IA mais contestadas da memória recente.
Uma prova correta e verificada seria um dos resultados matemáticos mais significativos da história moderna. Esse contexto torna a disputa em torno do anúncio da OpenAI excepcionalmente importante — não apenas para a empresa, mas para a forma como o campo avaliará a pesquisa assistida por IA daqui em diante.
De acordo com o TechCrunch, um matemático da NYU alegou que a OpenAI «agiu de forma desleal» na busca pelo resultado — linguagem que implica que a conduta da empresa interferiu em trabalho acadêmico independente sobre o mesmo problema. Os detalhes da acusação não foram totalmente divulgados no momento da publicação, mas o pesquisador a descreveu como uma ameaça à sua carreira. O MIT Technology Review também noticiou que o anúncio foi «ofuscado por acusações», embora não as tenha detalhado de forma independente.
A OpenAI não respondeu publicamente às alegações de conduta imprópria em detalhes. Esse silêncio é relevante: o processo de premiação do Clay Mathematics Institute exige que uma prova revisada por pares seja publicada e se sustente por dois anos antes de qualquer concessão do prêmio, portanto o US$ 1 milhão está longe de ser iminente, independentemente da validade matemática.
O post no blog da OpenAI confirmou a afirmação, mas não nomeou o modelo específico ou a arquitetura de agente responsável. A empresa não tornou a prova pública no lançamento, e nenhum matemático independente havia confirmado o resultado até a terça-feira. Essa lacuna — um anúncio de grande repercussão sem uma prova aberta e passível de revisão — é precisamente o que gerou as críticas mais contundentes.
Para contextualizar, a OpenAI tem um padrão recente de lançamentos de alto perfil que geram controvérsia antes que os detalhes estejam totalmente disponíveis; o lançamento conturbado do GPT-6 Astra tropeçou horas após o lançamento, e o histórico de transparência de agentes da empresa já estava sob escrutínio este ano.
Para quem desenvolve com ferramentas de raciocínio de IA, a afirmação sobre Navier-Stokes é um dado sobre o que os agentes de IA de fronteira estão tentando agora — não apenas geração de código ou síntese de imagens, mas prova matemática formal no nível mais difícil conhecido. Independentemente de este resultado específico se sustentar, ele sinaliza que as capacidades dos modelos disponíveis para pesquisadores estão avançando para um território considerado décadas distante ainda em 2023.
A controvérsia também estabelece um precedente para como as provas assistidas por IA serão contestadas. Se os agentes da OpenAI de fato produziram uma solução válida, o processo de verificação por revisão por pares será o verdadeiro teste — e as alegações de conduta imprópria precisarão ser tratadas separadamente. Ambas as questões permanecem sem resolução.
The Verge noticiou que o New York Times e a Wired cobriram o anúncio no início da terça-feira, sugerindo que a OpenAI coordenou uma divulgação para a mídia antes que a comunidade matemática tivesse a chance de revisar o trabalho — uma escolha de sequenciamento que pode, por si só, tornar-se parte da história.
