A inteligência artificial deixou de ser apenas uma ferramenta de cálculo para descobrir novas ideias matemáticas, construir provas e desafiar o trabalho de séculos dos matemáticos humanos.
Resumo
Por grande parte da história humana, a matemática permaneceu como um dos exemplos mais claros de atividade intelectual exclusivamente humana. Essa realidad está mudando rapidamente à medida que a inteligência artificial passa a descobrir novas ideias matemáticas, construir provas formais e explorar problemas complejos que desafiavam pesquisadores por anos.
As primeiras rachaduras na parede
A história recente da IA na matemática é surpreendentemente substancial. Em 2023, o Google DeepMind apresentou o FunSearch, combinando modelos de linguagem com avaliadores automatizados para gerar novos conhecimentos computacionais verificáveis, obtendo resultados inéditos no problema do conjunto cap (cap set problem) e no empacotamento de caixas.
Posteriormente, sistemas como o AlphaProof alcançaram desempenho equivalente a medalha de prata na Olimpíada Internacional de Matemática em 2024. Já em 2026, avanços notáveis incluíram a resolução assistida por IA do Problema nº 728 de Paul Erdős utilizando o GPT-5.2, além de soluções trazidas por ferramentas como o AxiomProver em geometria algébrica e teoria dos números.
A matemática sempre foi mais do que cálculo
Enquanto computadores realizam cálculos numéricos há décadas, a pesquisa matemática envolve tarefas muito mais complexas, como formular conjecturas, encontrar abstrações úteis, selecionar lemas e construir estratégias de prova. Traduzido para a nova realidade, o trabalho braçal e repetitivo ao redor das demonstrações — como expandir argumentos e gerenciar casos limites — passa a ser automatizado por ferramentas integradas a assistentes de prova como o Lean.
A escassez do "gosto matemático"
Se a geração de provas se torna barata e acessível, a escassez se desloca para o julgamento humano e para o bom gosto matemático. A inteligência artificial fornece escala ao explorar milhões de possibilidades, mas a responsabilidade de escolher quais problemas merecem investigação, quais conjecturas são profundas e qual estrutura matemática importa permanece firmemente nas mãos dos pesquisadores humanos.