## IA em matemática: entre o mito e a realidade, Terence Tao puxa o travão

A comunidade matemática tem estado em ebulição há semanas. Títulos sensacionalistas proclamam que a inteligência artificial conquistou problemas irresolúveis durante décadas, alimentando teorias sobre a iminente obsolescência dos matemáticos. Mas alguém tinha de travar esta narrativa inflada, e esse alguém foi precisamente um dos investigadores mais entusiastas na interseção entre IA e matemática: Terence Tao.

Num movimento antecipado que reflete urgência, Tao atualizou a sua documentação no GitHub para questionar criticamente como se interpretam os feitos da IA. A sua mensagem é direta: não confundamos "produzir resultados verificáveis" com "dominar as matemáticas". A distinção é vital, mas frequentemente ignorada.

### O problema da interpretação descontextualizada

Quando a IA resolve problemas de Erdős, existe uma tendência natural de magnificar o feito. No entanto, Tao aponta que esta visão simplista oculta complexidades fundamentais. Em primeiro lugar, os problemas de Erdős não são todos iguais em dificuldade. Enquanto alguns representam desafios extremos, outros são "frutos baixos" que as ferramentas atuais podem alcançar relativamente. Comparar "quantidade de problemas resolvidos" sem calibrar a complexidade é como medir conquistas por números sem contexto.

Existe outro fator crítico: muitos problemas rotulados como "não resolvidos" nas plataformas públicas carecem de revisão exaustiva da literatura. Quando a IA "resolve" um destes, frequentemente revela-se que já havia solução em algum canto do acervo científico. A narrativa do "primeiro descobrimento por IA" colapsa sob escrutínio.

### Um cenário enviesado por visibilidade

Os registros públicos capturam principalmente casos bem-sucedidos. Os fracassos, as tentativas sem progresso, os caminhos mortos de exploração da IA ficam fora do registro. Esta assimetria de informação distorce inevitavelmente a nossa perceção das capacidades reais.

Além disso, quando Tao analisa como se formaliza uma demonstração em assistentes como o Lean, identifica armadilhas subtis: axiomas adicionais introduzidos, enunciados mal interpretados, aproveitamento de comportamentos singulares de bibliotecas matemáticas. Uma prova formalmente verificada nem sempre implica validade conceitual genuína.

### Para além da resposta correta

Aqui Tao toca no coração do que significa ser matemático. Que uma resposta seja literal em matemática não é simplesmente fornecer uma resposta verificável, mas tecer essa resposta dentro da rede mais ampla do conhecimento disciplinar. Uma demonstração humana tipicamente inclui contexto, motivação histórica, comparações com trabalhos anteriores, alcances e limitações do método.

As demonstrações lideradas por IA, por contraste, frequentemente carecem deste "halo de significado". São tecnicamente corretas mas epistemologicamente pobres para a comunidade que as recebe.

### O que a IA realmente faz

Tao é cauteloso mas justo na sua avaliação. A IA destaca-se como ferramenta composta: busca de literatura, reescrita de argumentos, formalização de provas existentes, revisão automática, acompanhamento de rotinas. Num caso específico, problemas como o #728 y el #729 obtiveram soluções completas verificadas no Lean no início de janeiro de 2026, demonstrando que, em certos nichos, a IA pode gerar "estruturas de demonstração executáveis".

Mas isto não equivale a uma capacidade matemática integral. A IA não é matemático; é um componente sofisticado na cadeia de ferramentas.

### O futuro sem idolatria

A matemática do futuro provavelmente não será obra de pensadores solitários, mas de comandantes que orquestram exércitos de inteligência sintética. A humanidade formula perguntas profundas, estabelece conceitos inovadores, intui conexões significativas. A IA escava, formaliza, verifica, acelera.

O apelo de Tao é por equilíbrio: nem demonizar nem divinizar. Reconhecer o potencial transformador da IA sem cair na mitologia alimentada por casos isolados, sem permitir que a exageração substitua a análise rigorosa.