OpenAI enfrenta escrutínio após alegações de resolver problema histórico de matemática

A OpenAI anunciou a 8 de setembro de 2026 que um modelo de inteligência artificial interno, ainda não lançado, resolveu com sucesso o problema de existência e suavidade de Navier-Stokes. Este desafio é um dos sete prestigiosos Problemas do Prémio do Milénio estabelecidos pelo Clay Mathematics Institute. A empresa afirmou que a descoberta representa um marco significativo na utilização da aprendizagem automática para abordar puzzles científicos complexos que iludiram os especialistas humanos durante muito tempo. Após o anúncio, a conquista tornou-se objeto de uma disputa pública relativa a propriedade intelectual e crédito. Dois matemáticos, Tristan Buckmaster da Universidade de Nova Iorque e Levent Alpoge da Anthropic, alegaram que a OpenAI poderá ter utilizado a sua investigação sem a devida atribuição. Sugeriram que a empresa adotou a sua abordagem específica e pouco convencional às equações pouco antes de publicar as suas próprias descobertas. Os executivos da OpenAI, incluindo Mark Chen e o investigador Sebastien Bubeck, negaram veementemente estas alegações. Bubeck afirmou que os agentes de IA da empresa desenvolveram a solução de forma independente através dos seus próprios processos computacionais. Argumentou ainda que o trabalho produzido pela equipa concorrente não resolveu totalmente o problema de Navier-Stokes da mesma forma que o modelo da OpenAI. As equações de Navier-Stokes são fundamentais para compreender a física dos fluidos, como o ar e a água. Embora a solução matemática seja considerada uma grande conquista teórica, alguns especialistas notam que pode não conduzir imediatamente a aplicações práticas como designs aerodinâmicos melhorados. Os matemáticos expressaram que, embora a IA tenha completado a tarefa com sucesso, o processo utilizado pela máquina não fornece necessariamente novos conhecimentos ou compreensão intuitiva para os investigadores humanos. Este evento destaca uma tendência crescente de sistemas de IA serem implementados para lidar com investigação científica e matemática de alto nível. A OpenAI tem promovido ativamente os seus modelos como ferramentas para acelerar a descoberta em campos como a física, biologia e ciência da computação. A empresa lançou recentemente uma vasta gama de novos resultados matemáticos produzidos pelos seus modelos internos de fronteira para demonstrar estas capacidades. Para melhorar a transparência, a OpenAI consultou o Grupo Consultivo sobre Matemática e Inteligência Artificial do Instituto de Estudos Avançados. A empresa visa desenvolver melhores práticas para partilhar resultados científicos gerados por IA com a comunidade académica em geral. Comprometeram-se também a publicar detalhes adicionais sobre os métodos computacionais utilizados para obter estes resultados. Apesar destes esforços, o incidente desencadeou uma conversa mais ampla sobre o papel da IA em empreendimentos criativos e intelectuais. Alguns observadores comparam a mudança a uma nova era onde o custo da descoberta é mínimo, mas a necessidade de verificar a correção torna-se fundamental. Esta transição está a levar a apelos para uma abordagem mais colaborativa entre empresas tecnológicas e o estabelecimento científico tradicional. O medalhista Fields Terence Tao apelou publicamente para um novo quadro para a matemática na era da inteligência artificial. Sugere que a comunidade deve adaptar-se a um mundo onde as máquinas podem realizar provas complexas a velocidades sem precedentes. Esta perspetiva reflete uma preocupação mais ampla sobre como manter a perícia humana enquanto se alavanca o poder dos sistemas automatizados. A OpenAI delineou um roteiro de investigação que visa capacidades de IA ao nível de estagiário de investigação até ao final de 2026. O objetivo a longo prazo da empresa é desenvolver um investigador de IA totalmente autónomo até ao início de 2028. Espera-se que estes avanços continuem a influenciar a forma como os cientistas abordam as bases teóricas na matemática e ciência da computação. À medida que o debate continua, a comunidade científica permanece dividida sobre como creditar as descobertas assistidas por IA. A disputa sobre a solução de Navier-Stokes serve como um estudo de caso para os desafios da atribuição numa era de rápida mudança tecnológica. Futuras divulgações de grandes avanços científicos enfrentarão provavelmente um maior escrutínio sobre as origens dos dados e métodos subjacentes.