A OpenAI, empresa responsável pelo ChatGPT, afirmou ter alcançado um marco histórico no uso de inteligência artificial para pesquisa científica. Segundo a organização, um de seus modelos de raciocínio conseguiu resolver de maneira autônoma um problema matemático que permaneceu sem solução por quase oito décadas.
O desafio foi originalmente formulado em 1946 pelo lendário matemático húngaro Paul Erdős, um dos nomes mais influentes da história da matemática moderna. A descoberta foi divulgada pela própria OpenAI e rapidamente chamou atenção da comunidade científica e tecnológica.
Desta vez, porém, a empresa tenta evitar a polêmica que cercou anúncios semelhantes feitos anteriormente.
O problema matemático que atravessou gerações
Embora a OpenAI não tenha divulgado todos os detalhes técnicos da solução, a empresa explicou que o problema estava ligado a uma famosa conjectura geométrica estudada há décadas por especialistas.
Segundo a organização, os matemáticos acreditavam havia muito tempo que as melhores soluções possíveis para esse tipo de construção geométrica dependiam de arranjos baseados em grades regulares.
O modelo da OpenAI teria encontrado uma abordagem completamente diferente.
“Durante quase 80 anos, os matemáticos acreditaram que as melhores soluções possíveis utilizavam grades”, escreveu a empresa em uma publicação na rede social X. “Nosso modelo refutou essa crença ao descobrir uma nova família de construções com desempenho superior.”
A diferença entre repetir conhecimento e realmente descobrir algo novo
O anúncio ganhou destaque porque a OpenAI afirma que o sistema não apenas recuperou informações já conhecidas, mas produziu uma solução inédita.
Essa distinção é importante.
Nos últimos anos, modelos de inteligência artificial demonstraram enorme capacidade para resolver exercícios matemáticos, escrever provas e encontrar padrões complexos. Porém, grande parte desses resultados vinha da reorganização de informações já existentes em artigos científicos, livros e bancos de dados usados no treinamento dos modelos.
Em outras palavras: muitas vezes a IA parecia “descobrir” algo novo, quando na prática apenas localizava soluções já publicadas anteriormente.
Foi exatamente isso que gerou críticas pesadas contra a OpenAI há alguns meses.
O episódio que colocou a OpenAI sob pressão
No passado recente, a empresa afirmou que o GPT-5 havia solucionado diversos problemas matemáticos abertos, também relacionados a Paul Erdős.
A reação da comunidade científica foi imediata.
Pesquisadores importantes do setor, incluindo o cientista Yann LeCun — considerado um dos pais da inteligência artificial moderna — e Demis Hassabis, CEO do Google DeepMind, acusaram a OpenAI de exagerar os resultados.
Segundo os críticos, o modelo apenas havia encontrado respostas já existentes em trabalhos matemáticos anteriores.
A repercussão negativa foi tão grande que a OpenAI passou a agir com mais cautela em novos anúncios científicos.
Desta vez, a empresa buscou validação externa
Para evitar novas acusações de marketing exagerado, a OpenAI apresentou comentários de especialistas independentes ligados ao estudo.
Um deles foi o matemático Thomas Bloom, que destacou o potencial do sistema para ampliar a exploração de problemas matemáticos complexos.
“A inteligência artificial está nos ajudando a explorar mais profundamente a matemática construída ao longo dos séculos”, afirmou Bloom.
Segundo a OpenAI, o feito é especialmente relevante porque a solução não veio de um sistema especializado em geometria, mas sim de um modelo geral de raciocínio — capaz de conectar ideias de diferentes áreas do conhecimento.
Por que isso pode ser importante para além da matemática
A matemática funciona como base para praticamente todas as áreas científicas modernas. Avanços em raciocínio abstrato podem ter impacto direto em campos como física, biologia, engenharia, medicina e ciência de materiais.
A OpenAI argumenta que seus modelos estão começando a desenvolver algo além da simples geração de texto: a capacidade de sustentar cadeias longas de raciocínio lógico, explorando hipóteses e relacionando conceitos complexos.
Esse tipo de habilidade é visto como um dos grandes objetivos da indústria de inteligência artificial.
Ainda existe ceticismo — e ele não deve desaparecer tão cedo
Apesar do entusiasmo, parte da comunidade científica continua cautelosa.
Pesquisadores lembram que descobertas matemáticas precisam passar por verificação rigorosa, revisão acadêmica e reprodução independente antes de serem consideradas consolidadas.
Além disso, permanece em aberto uma questão filosófica importante: quando uma IA encontra uma solução nova, ela está realmente “pensando” ou apenas explorando estatisticamente possibilidades dentro de um espaço gigantesco de dados?
Por enquanto, não existe consenso.
Mas uma coisa parece cada vez mais clara: a inteligência artificial já começou a ultrapassar o papel de simples ferramenta auxiliar e está se aproximando de algo muito mais ambicioso — participar diretamente da produção de conhecimento científico novo.
[ Fonte: TN ]
