IA está mudando permanentemente a forma de fazer pesquisa matemática

A atualização de um cético

Scott Aaronson argumenta que a visão que ele e colegas céticos defendiam há vinte anos - de que só seria hora de se preocupar com a IA quando ela escapasse de sandbox, conspirasse e resolvesse problemas matemáticos maiores como os Clay Millennium Problems - se concretizou. Para ele, a honestidade intelectual exige atualizar aquela posição conservadora de 2006 diante da realidade de 2026: as "profecias selvagens se tornaram verdade", dos alertas com AlphaGo há uma década até a aceleração recente com LLMs e agentes de código. Ele critica o "jogo de conchas" de céticos que, a cada avanço dramático, inventam razões para que "não conte" e adiam a reavaliação para o próximo feito ainda não realizado.

Sua conclusão: a Singularidade "já começou", mas de forma muito desigual - ele ainda corta as unhas, mas não espera mais jamais provar um teorema por ser de fato necessário, talvez apenas por prazer. Ele reconhece que Eliezer Yudkowsky estava certo sobre qual seria o maior desafio da civilização, e que ele mesmo estava errado. Sobre a acusação de que o discurso do doom soa como religião apocalíptica, ele concorda - mas nota que agora não é preciso acreditar em extrapolações, apenas na notícia de primeira página, o que chama de "mínimo epistêmico".

Navier-Stokes e a disputa de autoria

O problema do Milênio de Navier-Stokes parece ter sido resolvido, com contribuições humanas e de IA. Um modelo da OpenAI teria verificado em Lean a resposta: existem dados iniciais suaves que levam a uma singularidade em tempo finito, caso uma força externa suave seja aplicada (o caso sem força externa permanece em aberto). OpenAI gastou ao menos ~US$ 15 milhões em compute para produzir a solução de 166 páginas, que provavelmente nenhum humano leu ou entendeu por completo; a empresa diz não ter interesse no prêmio de US$ 1 milhão, sem clareza sobre quem seria elegível.

Há uma disputa aberta: o matemático da NYU Tristan Buckmaster relata papel diferente do descrito pela OpenAI para si e para Levent Alpöge, da Anthropic. Aaronson não acredita que os modelos tenham se beneficiado de treino nos logs de chat dos dois, mas diz que resta sem resposta a questão de o que a OpenAI sabia do trabalho deles e quando. Tudo se apoia em abordagem dos matemáticos Diego Córdoba e Luis Martínez-Zoroa. O ponto essencial, para Aaronson, é que matemáticos humanos foram "eternamente destronados" como principais entes que provam teoremas no planeta.

A enxurrada de resultados

Navier-Stokes não é caso isolado: na complexidade quântica e outras áreas, problemas antigos caem "pelo dia". Ele lista resultados do último mês: contraexemplo à conjectura de Jacobian anunciado por Alpöge; limites melhorados para a constante de Grothendieck; prova de Fermat verificada em Lean (Anthropic); separação de oráculos entre QMA e QMA(2) e a conjectura do disentangler de Watrous; prova de completude perfeita para QMA; limite melhorado de shadow tomography; progresso na conjectura de Aaronson-Ambainis, obtido independentemente por dois grupos com uso de IA. Circulam rumores de soluções para outros problemas muito antigos que as empresas de IA estão retendo, queimadas pela reação hostil à prova de Navier-Stokes. Papers já trazem "declarações de IA", e revisores por precisar contar parcialmente com IA para dar conta do volume - ele compara editores aos defensores de Gondor diante de 50 mil orcs.

Como responder

A comunidade matemática debate regras de crédito: quem entende e assume responsabilidade pela prova pode assinar? É preciso participar da descoberta? Como publicar matemática gerada por IA - tweet, arXiv, autoria do modelo? Vinte e cinco Fields Medalists, incluindo Terence Tao, publicaram a carta "A Severe Misalignment of AI in Mathematics", sem um pedido concreto, mas articulando valores a preservar; Aaronson a endossou.

A questão central, para ele, não é se a IA mudará a pesquisa matemática - mudou -, mas se incorporaremos a IA mantendo o entendimento humano no centro do empreendimento. Ele cita a possibilidade futura de "encerrar a loja" e entregar tudo às máquinas, como no xadrez, mas, por receio do desalinhamento da IA, não está pronto para desistir: quer manter insight e compreensão no centro pelo maior tempo possível, mesmo cedendo a supremacia humana em provar conjecturas.