Medalhista Fields chora: OpenAI publica 700+ manuscritos de matemática gerados por IA

Hugo Duminil-Copin, medalhista Fields de 2022, admitiu publicamente que chorou ao saber da novidade da OpenAI. A empresa publicou mais de 700 manuscritos de matemática escritos por IA. De acordo com o Jiqizhixin, 16 problemas desse conjunto estão na área do próprio Duminil-Copin. "Eles destruíram completamente a minha área de pesquisa", afirmou o matemático. E acrescentou: "Na terça à noite, chorei e acordei minha filha".

A frase soa como um desabafo emocional, mas por trás dela há uma pergunta bem concreta: o que sobra para o ser humano na matemática teórica se o modelo resolve problemas aos quais ele dedicou anos?

O que se sabe até agora

O material de origem termina no meio de uma frase sobre os 16 problemas, então parte dos detalhes continua incerta. Não sabemos quantos dos 700+ manuscritos passaram por revisão de especialistas nem quantos contêm demonstrações completas. Também não se sabe como a OpenAI selecionou os textos para publicação nem em que formato eles foram disponibilizados. Só estão registrados publicamente o conjunto de trabalhos em si, o número de problemas que tocam o campo de Duminil-Copin e a reação dele.

A palavra-chave na notícia é "manuscritos". Não são artigos revisados por pares e publicados em periódicos, mas textos cuja correção ainda precisa ser avaliada.

Por que a reação dessa pessoa pesa tanto

Duminil-Copin ganhou a Medalha Fields por trabalhos sobre a teoria probabilística das transições de fase na física estatística. Seus resultados sobre o modelo de Ising e a percolação são considerados clássicos da física matemática moderna. É uma área em que a intuição e as estimativas refinadas pareciam, por muito tempo, território exclusivo do ser humano.

Quando um especialista desse nível fala em "destruição" do campo, é provável que ele não se refira a problemas isolados, e sim à velocidade. Uma série de problemas em aberto, nos quais a comunidade trabalhou por anos, pode ser fechada em pacote, em um único lançamento.

Contexto: das olimpíadas aos problemas em aberto

O caminho até aqui foi curto. Em 2024, o AlphaProof, do Google DeepMind, chegou ao nível de medalha de prata na Olimpíada Internacional de Matemática. Em 2025, modelos experimentais da OpenAI e do DeepMind alcançaram resultado de nível ouro. O passo seguinte foram os problemas em aberto, e não mais os de nível escolar.

Aqui é preciso cautela. No outono de 2025, representantes da OpenAI afirmaram que o GPT-5 havia "resolvido" vários problemas de Paul Erdős. Depois, descobriu-se que o modelo havia apenas encontrado soluções que já existiam na literatura, e a declaração precisou ser suavizada. A lição para a história atual é simples: entre "a IA produziu um texto" e "a IA demonstrou um teorema novo" existe a verificação.

Fatos principais

• Autor da reação: Hugo Duminil-Copin, medalhista Fields de 2022, França.
• Origem da notícia: publicação da OpenAI com um conjunto de manuscritos gerados por IA.
• Volume: mais de 700 manuscritos de matemática.
• Interseção com a área dele: 16 problemas.
• Status da verificação: a fonte não menciona verificação independente.
• Data de publicação do material: 12 de outubro de 2026.

Como ler declarações desse tipo

Olhe para a verificação formal. Se os manuscritos vierem acompanhados de demonstrações em Lean ou em outro verificador, é um sinal forte. Se não vierem, o que existe é uma hipótese, não um resultado.

Confira a novidade. É preciso descobrir se o modelo não está reproduzindo soluções já conhecidas, como aconteceu com os problemas de Erdős. Para isso serão necessários matemáticos da área, não um comunicado de imprensa.

Acompanhe a reação de colegas de subáreas vizinhas. Uma citação emocional isolada não substitui a avaliação da comunidade. Se vários grupos confirmarem a correção de pelo menos parte dos 16 problemas, a história terá de ser levada a sério. Se as confirmações forem poucas, será mais um caso de anúncio exagerado.

Quem trabalha com matemática e ciências afins faz bem em dominar desde já as ferramentas de verificação formal e em se acostumar com a IA como coautora, cujas conclusões precisam ser checadas com o mesmo rigor de um artigo alheio.