Uma matemática passou dois anos refinando uma técnica que estava estagnada há mais de uma década. Ela moveu um limite matemático famoso em seis unidades. Três dias depois, o recorde dela havia sumido.
Essa sequência de eventos, comprimida na primeira semana de setembro, tornou-se um ponto de ebulição em um debate que se estende muito além da teoria dos números. O caso levanta questões sobre como o conhecimento é criado, quem recebe o crédito por ele e o que acontece com a cultura de um campo quando as máquinas conseguem acelerar além do esforço humano quase instantaneamente.
Um impasse de doze anos, seguido de um salto de seis unidades
A conjectura dos primos gémeas é um dos problemas em aberto mais duradouros da matemática. Ela questiona se existem infinitos pares de números primos separados exatamente por dois, como 3 e 5, ou 17 e 19. Acredita-se amplamente que a conjectura seja verdadeira, mas ninguém a provou.
Em 2013, o matemático Yitang Zhang, atualmente na Universidade Sun Yat-sen em Guangzhou, na China, fez uma contribuição histórica. Ele provou que algum tamanho de intervalo menor do que 70 milhões deve se repetir infinitamente entre os números primos. Esse foi o primeiro limite superior concreto para o problema. Esforços colaborativos rapidamente reduziram esse número para 246 em meados de 2014. Em seguida, o progresso parou. Durante doze anos, 246 foi o recorde.
Julia Stadlmann, pesquisadora de pós-doutorado na Universidade de Illinois em Urbana-Champaign, começou a trabalhar intensamente no problema há cerca de dois anos, após concluir seu doutorado sob a orientação de James Maynard na Universidade de Oxford. Maynard havia ajudado a estabelecer o recorde anterior e ganhou a Medalha Fields em 2022, em parte por seu trabalho sobre intervalos entre primos. A tarefa de Stadlmann era integrar técnicas matemáticas mais recentes com a estrutura anterior de Zhang, usando um método chamado teoria dos crivos, que filtra números compostos com pesos cuidadosamente calibrados. Determinar os pesos ótimos exigia calcular volumes em espaços de alta dimensão com apenas uma imagem aproximada de como essas regiões se parecem. Andrew Granville, um teórico dos números na Universidade de Montreal, descreveu a dificuldade sem rodeios: isso vai muito além de procurar uma agulha num palheiro.
No início do verão de 2026, Stadlmann havia movido o limite de 246 para 240. Foi o primeiro avanço em mais de uma década. Kannan Soundararajan, da Universidade de Stanford, chamou o feito de “realmente bastante impressionante”, citando a persistência e a coragem dela.
Três dias no topo
O mentor de pós-doutorado de Stadlmann, Kevin Ford, pediu que ela publicasse seu resultado imediatamente no arquivo de preprints de matemática quando surgiram rumores de que a OpenAI estava trabalhando no mesmo problema. Ela o fez. O recorde durou três dias.
Pesquisadores da Axiom Math, uma startup de IA que vinha verificando provas anteriores de 2013 e 2014, mudaram de direção rapidamente após o resultado de Stadlmann aparecer. Eles incorporaram as novas ideias dela em uma IA de demonstração de teoremas e, trabalhando durante a noite, reduziram o limite para 212.
Em menos de duas horas após o anúncio da Axiom, a OpenAI publicou seu próprio resultado. A empresa estava trabalhando em um problema relacionado, os maiores intervalos entre primos, como um benchmark para seu novo modelo de linguagem de grande escala, o GPT-6 Astra. O problema dos pequenos intervalos era, segundo o cientista da computação da OpenAI Sébastien Bubeck, uma espécie de complemento perseguido por matemáticos dentro da empresa. O GPT-6 Astra reduziu o limite para 186.
A OpenAI afirma que esteve em contato com Maynard durante esse período, mas não entrou em contato diretamente com Stadlmann. Essa omissão gerou duras críticas. Na matemática, a norma profissional é recuar quando outro pesquisador, especialmente um em início de carreira, já está trabalhando em um problema, ou entrar em contato e colaborar. Granville afirmou diretamente que não vê evidências de que a OpenAI tenha considerado cuidadosamente como a tratou. A própria Stadlmann diz que não se sente maltratada. Muitos de seus colegas discordam em nome dela.
O que se perde quando as máquinas disparam à frente
É isto que a maioria da cobertura sobre a história deixa escapar: a disputa não é realmente sobre quem detém um recorde. É sobre para que serve o progresso matemático.
Terence Tao, da UCLA, ganhador da Medalha Fields e uma das vozes mais lidas da matemática, escreveu que o que aconteceu reflete escolhas deliberadas de abandonar qualquer pretexto de obter compreensão humana, usando ferramentas de IA unicamente para atingir um benchmark. Essa abordagem aponta para uma tensão genuína. Quando uma máquina produz uma prova, ela pode estar formalmente correta e, ainda assim, ser opaca. Os matemáticos se referem a saídas repletas de conteúdo que os humanos não conseguem analisar imediatamente como “porcaria de IA” (AI slop). Uma prova válida que ninguém consegue entender não faz o campo avançar da mesma forma que uma prova construída por humanos faz.
A preocupação mais profunda diz respeito ao que o próprio esforço produz. Tao, que colaborou em esforços anteriores sobre pequenos intervalos primos, observou que, para problemas como esses, o valor não está na resposta, mas no que surge do processo: novas técnicas, novas formas de formular problemas, uma compreensão mais rica da matemática como um todo. Granville ofereceu uma ilustração concreta da utilidade genuína da IA, observando que uma prova que lhe teria tomado um mês agora leva duas horas. A ferramenta é poderosa. A questão é se implementá-la para ultrapassar pesquisadores humanos, sem coordenação ou transparência, serve ao objetivo mais amplo de construir conhecimento ou simplesmente acumula benchmarks.
Bubeck afirmou que a OpenAI não pretende avançar mais no problema dos intervalos entre primos e que a estratégia da empresa é capacitar os matemáticos. Se essa perspectiva se sustenta à medida que as capacidades da IA crescem é uma questão com a qual o campo está agora ativamente lidando.
Em suma
Uma matemática humana quebrou um recorde de doze anos. Em poucos dias, dois sistemas de IA quebraram o dela. Os números, 246, 240, 212, 186, contam uma história. A história mais importante diz respeito às normas profissionais, à opacidade das provas geradas por máquinas e a se a corrida para capturar benchmarks matemáticos é compatível com o processo mais lento e rico de realmente entender a matemática.
Com base em reportagem de Science News.