A matemática da OpenAI posta à prova: anúncio em massa e retratações imediatas

Em 6 de outubro de 2026, a OpenAI anunciou uma série de resultados matemáticos produzidos por um modelo interno de fronteira, não lançado e sem nome. Os manuscritos foram depositados no repositório público do GitHub “openai/math”, sob licença Apache-2.0. Segundo a documentação, a maior parte dos resultados foi obtida submetendo cerca de quatro mil problemas ao modelo, com um custo computacional estimado, para o resultado médio, em cerca de três horas de “thinking” do ChatGPT Pro. A iniciativa surge depois das críticas dos matemáticos às afirmações de agosto, quando a OpenAI reivindicou resultados sobre problemas em aberto, entre eles um trabalho sobre Navier-Stokes. Na sequência, nasceu o Advisory Group on Mathematics and Artificial Intelligence (AGMAI), no Institute for Advanced Study, para definir boas práticas de publicação.

Embora a OpenAI afirme ter consultado o AGMAI e seguido parcialmente as suas recomendações — publicando estimativas de computação e estatísticas e anunciando o financiamento de futuros workshops —, a publicação não cumpre totalmente os critérios do grupo. As diretrizes publicadas pelo AGMAI em 29 de setembro de 2026 exigem que os resultados sejam depositados em arquivos não controlados pelos laboratórios de origem e que os modelos sejam tornados públicos, para permitir a reprodutibilidade. O AGMAI declarou ainda não aprovar a prática de submeter problemas matemáticos avançados a modelos proprietários (“we do not endorse this practice”) e reafirmou que a compreensão humana da matemática continua a ser o mais importante.

A fragilidade de uma publicação tão massiva ficou à vista no dia seguinte ao lançamento. Em 7 de outubro, o registo de revisões indicava a retirada de três manuscritos: um erro de sinal num estudo sobre as classes de Weil invalidou o argumento principal e arrastou consigo dois trabalhos derivados. O registo lista ainda correções em catorze manuscritos e referências atualizadas noutros treze. Neste momento, 300 dos 719 resultados principais, cerca de 42%, estão formalizados em Lean. Quanto aos restantes, é a própria OpenAI que avisa que alguns “podem ter problemas”. Como observou Annemarije de Boer no Yahoo Tech, nem a verificação formal basta para estabelecer se um resultado é realmente novo, relevante ou bem formulado. A seleção foi feita pela OpenAI, nenhum resultado consta como revisto por pares e a coleção não foi avaliada de forma independente. Como o modelo não tem nome nem está acessível, a geração não é reprodutível.

Uma publicação desta escala transfere para a comunidade matemática uma parte substancial do trabalho de verificação: três retratações e dezenas de correções num só dia mostram-no. Automatizar a escrita não é automatizar a verdade. — Olya