Modelos de IA podem oferecer aos matemáticos uma linguagem comum

Ninguém imaginava que a questão de como empilhar laranjas da melhor forma em uma caixa pudesse deixar a matemática pura em crise por séculos. No entanto, o chamado problema do “sphere-packing” deixou gerações de estudiosos perplexos. O ponto de virada só ocorreu em 1998, quando Thomas Hales, então da Universidade de Michigan, anunciou que finalmente tinha uma prova: a disposição hexagonal, aquela em que cada esfera se encaixa na cavidade formada por seis laranjas da camada inferior, é a configuração mais densa possível. Todo mundo acha que a matemática é uma ciência exata, mas essa história mostra que mesmo uma questão aparentemente simples pode ficar sem solução por séculos, até que apareça a pessoa certa com a intuição certa. Hales não era uma pessoa qualquer: obcecado pelo problema, ele trabalhava dia e noite com uma equipe espalhada pelo mundo, entre e-mails sem fim, softwares para verificar cálculos e quilômetros de quadros-negros repletos de fórmulas. Sua demonstração não foi aceita imediatamente: “It took years, and a lot of computer code, before the mathematical community accepted it”, relatou Hales. E aqui entra em cena um aspecto que poucos percebem: a matemática não é composta apenas por ideias brilhantes, mas também por esforço, colaboração e, cada vez mais, por tecnologia. Nos últimos anos, a inteligência artificial se infiltrou exatamente nessa brecha: hoje, os modelos de IA são capazes de verificar demonstrações, sugerir novos caminhos e — essa é a verdadeira revolução — tornar-se uma espécie de língua franca entre matemáticos de diferentes escolas e abordagens. Uma linguagem composta não apenas por números, mas também por código. Agora, pare por um momento: não se trata apenas de resolver problemas mais rapidamente. Se a IA realmente se tornar a ponte entre as escolas de matemática, poderemos ver, nos próximos anos, uma colaboração global sem precedentes. No entanto, existe um risco real que nunca é mencionado: confiar demais nessas ferramentas pode tornar os matemáticos menos capazes de intuir, arriscar e estabelecer conexões fora dos padrões — as mesmas qualidades que permitiram a Hales resolver o problema das laranjas. Aqui está a frase que resume tudo: “Uma boa ideia permanece estéril se não encontrar a linguagem certa para ser compreendida.” Se esta história fez você ver a matemática com outros olhos, no Lara Notes você pode marcar isso com I'm In — assim, a perspectiva passa a fazer parte da sua maneira de raciocinar. E, se amanhã você se pegar contando o dilema das laranjas para alguém, poderá capturar esse momento com o Shared Offline: é como dizer que essa conversa realmente importa. Isso foi The Economist, e com esta Nota você economizou quase um minuto em relação ao artigo original.