Dois estudantes do ensino médio acabam de fazer algo que um dos maiores matemáticos do mundo deixou em aberto
Imagine a seguinte cena: um problema de matemática tão difícil que nem um medalhista Fields — prêmio que é o equivalente ao Nobel na matemática — conseguiu resolvê-lo por completo. Agora imagine que quem conseguiu avançar nesse problema não foi um professor titular de uma universidade de elite, mas dois adolescentes do ensino médio.
Pois foi exatamente isso que aconteceu na semana passada. E, segundo quem acompanhou de perto, a inteligência artificial teve um papel decisivo na história.
O caso virou notícia no mundo da matemática por um motivo simples: ele concentra, em uma única notícia, as duas grandes discussões sobre IA da atualidade. De um lado, a promessa de que a tecnologia democratiza o conhecimento e coloca pessoas comuns na fronteira da ciência. Do outro, o medo — expresso, desta vez, por um grupo de 25 medalhistas Fields — de que as máquinas estão desalinhadas com o que a matemática realmente significa.
O problema que derrotou um gênio
Para entender a história, primeiro precisamos entender quem é o "gênio" da frase. June Huh é um matemático coreano-americano que, em 2022, recebeu a Medalha Fields — a mais alta honraria da matemática — por seu trabalho ligando a combinatória (o estudo de contar e combinar objetos) à geometria algébrica (o estudo de formas definidas por equações). É um trabalho profundo, elegante e difícil de explicar até para outros matemáticos.
Há alguns anos, Huh e seus colaboradores se debruçaram sobre uma pergunta envolvendo os chamados polinômios lorentzianos. Sem pânico: um polinômio é só uma expressão matemática como x² + 3x + 1. Os "lorentzianos" são uma família especial desses polinômios que aparece em lugares surpreendentes da matemática — de problemas de geometria a questões de otimização.
O grupo de Huh conseguiu resolver o caso mais simples, chamado de caso "quadrático" (quando o polinômio tem grau dois). Mas a versão geral — para polinômios de qualquer grau e qualquer número de variáveis — ficou em aberto. Era uma daquelas perguntas que os matemáticos deixam penduradas, esperando que alguém, um dia, consiga enxergar um caminho novo.
Esse "alguém" acabou sendo uma dupla improvável.
Dois adolescentes, um fim de semana e muita IA
Os protagonistas são Aayush Bathija e Prince Rohatgi, alunos da Oak Park High School, na Califórnia. Junto com o pós-doutorando Daniel Soskin, da UCLA, eles participaram do UCLA Math Circle — um programa de fim de semana em que matemáticos universitários orientam estudantes talentosos em problemas de pesquisa reais.
O resultado do trabalho dos três foi publicado no arXiv (o repositório onde os cientistas compartilham artigos antes da revisão formal) com o título "Bounded ratios for Lorentzian polynomials". E o que eles fizeram foi impressionante: descreveram por completo o "cone" de todas as possíveis razões limitadas para polinômios lorentzianos de qualquer grau, em qualquer número de variáveis.
Traduzindo: eles montaram um mapa completo de quais comparações entre os coeficientes desses polinômios são sempre garantidas de funcionar — independentemente de qual polinômio específico você esteja analisando. E, para o caso de três variáveis, foram ainda mais longe: calcularam a constante mais precisa possível para cada uma dessas razões.
E aqui entra o detalhe que incendiou a discussão: segundo o professor Quanquan Gu, da UCLA, que divulgou a notícia nas redes, o trabalho foi fortemente assistido por IA. Os detalhes exatos de como a IA foi usada — se para buscar no espaço de provas, checar cálculos ou explorar ideias — ainda não foram totalmente explicados. Mas a natureza do trabalho é clara: houve uma máquina na mesa, e ela ajudou.
A reviravolta: os próprios gênios estão em alerta
Aqui a história fica realmente interessante. Porque, no mesmo momento em que dois adolescentes usavam IA para avançar na fronteira da matemática, 25 medalhistas Fields — incluindo o próprio June Huh e nomes como Terence Tao, Peter Scholze e Maryna Viazovska — publicaram uma declaração conjunta com um título que soa como um alarme: "A Severe Misalignment of AI in Mathematics" ("Um desalinhamento severo da IA na matemática").
O texto, divulgado no dia 11 de setembro e publicado também no jornal francês Le Monde, faz um alerta direto: os objetivos das empresas de IA e os objetivos da comunidade matemática estão "severamente desalinhados". O medo central não é que a IA seja ruim em matemática — pelo contrário. É que ela é boa demais, rápido demais, e da forma errada.
Para entender por que eles estão preocupados, vale olhar o que aconteceu nas últimas semanas. Em agosto, a Anthropic anunciou que seu modelo Claude Fable havia derrubado a Conjectura Jacobiana, um problema que resistia há décadas. A OpenAI disse ter usado 10 mil agentes de IA para resolver um problema de 90 anos sobre as equações de Navier-Stokes. E a própria OpenAI acabou retirando o patrocínio de uma maratona de matemática no Caltech depois que matemáticos protestaram contra o formato.
O ponto dos medalhistas não é "IA não deveria existir na matemática". É que, quando uma empresa com milhões de dólares em poder computacional "resolve" um problema aberto em segundos, duas coisas importantes se perdem no caminho: a compreensão (porque um resultado que ninguém entende de verdade não ensina nada) e a atribuição (porque fica difícil saber de quem é o mérito — e se os dados de outros matemáticos foram usados sem crédito).
Duas faces da mesma moeda
O que torna essa história tão rica é que ela carrega as duas narrativas ao mesmo tempo, sem contradição.
De um lado, está a promessa democratizadora. Dois estudantes de ensino médio — pessoas que, há uma geração, dificilmente teriam chance de contribuir para um problema na fronteira da pesquisa — conseguiram estender o trabalho de um medalhista Fields. O professor Quanquan Gu resumiu bem o sentimento: "Qualquer que seja sua visão sobre IA na matemática, permitir que estudantes do ensino médio empurrem a fronteira da pesquisa matemática é algo que vale a pena celebrar."
Do outro lado, está o alerta dos próprios gênios. É curioso — e um pouco poético — que o matemático que mais está sendo citado como voz de cautela, June Huh, seja exatamente aquele cujo trabalho inacabado os adolescentes acabaram de estender. A pessoa que adverte sobre os riscos da IA na matemática está, ela mesma, vendo adolescentes assistidos por IA construírem sobre o seu próprio legado.
Não há uma resposta fácil para saber quem está certo. Talvez os dois estejam. A IA pode, ao mesmo tempo, abrir a porta da ciência para quem nunca teria entrado e correr o risco de esvaziar o sentido de "entender" — que é, no fundo, o que faz a matemática ser matemática.
E o Brasil nisso tudo?
Para o público brasileiro, a lição dessa história é direta e animadora. O Brasil tem uma tradição forte em olimpíadas de matemática — a OBMEP (Olimpíada Brasileira de Matemática das Escolas Públicas) é a maior do mundo em número de participantes, e revela talentos todos os anos, muitos deles vindos de escolas públicas.
O que o caso de Bathija e Rohatgi mostra é que a IA pode ser a ferramenta que nivela o campo. Um estudante talentoso em qualquer cidade do Brasil, com acesso a um bom modelo de IA e a orientação certa, tem hoje uma chance real de contribuir para a pesquisa de ponta — algo impensável há poucos anos.
Ao mesmo tempo, a declaração dos 25 medalhistas serve de lembrete valioso: a meta não pode ser apenas "obter a resposta". Tem que ser entender. E esse é exatamente o tipo de educação que o Brasil deveria priorizar — usar a IA como tutora e parceira de raciocínio, não como uma calculadora que cospe respostas prontas.
No fim, a história dos dois adolescentes de Oak Park é uma boa notícia com um aviso embutido. A IA está, de fato, tornando a matemática mais acessível. Cabe a nós decidir se vamos usá-la para pensar melhor — ou apenas para pular o pensamento.