A OpenAI disponibilizou 722 manuscritos acadêmicos com demonstrações matemáticas geradas por um modelo interno de inteligência artificial em um repositório público nesta terça-feira (6). O material foi compartilhado sob a licença de código aberto Apache-2.0 e reúne respostas e progressos para 372 famílias de problemas matemáticos, desenvolvidos a partir de testes em cerca de 4.000 formulações de pesquisa aberta.
Os documentos foram elaborados por um modelo avançado que ainda não teve o lançamento comercial realizado para o público geral. Segundo a empresa, a maior parte dos artigos acadêmicos resultou do envio de um único comando a um único agente computacional, sem intervenções em etapas sucessivas para a construção das respostas.
O repositório denominado openai/math incluiu também formalizações na linguagem de programação Lean, usada para a verificação lógica computadorizada de demonstrações matemáticas, cobrindo parte dos manuscritos. A desenvolvedora incluiu dez resumos com a descrição do raciocínio estruturado adotado pelo sistema durante a produção dos resultados.
Acompanhe: OpenAI cria marca d’água no ChatGPT que perde eficácia com sinônimos
OpenAI detalha métricas de processamento e dados do repositório
A empresa informou que os testes em problemas matemáticos abertos foram realizados após o modelo esgotar as métricas e avaliações computacionais anteriores de raciocínio. A publicação apresenta os seguintes registros operacionais e técnicos:
Leia também: Agentes de IA da OpenAI operam sem aval na Wikipédia e sobrecarregam serviço
- 722 manuscritos acadêmicos publicados com propostas de soluções matemáticas;
- 372 famílias de resultados e grupos temáticos de problemas cobertos pelos documentos;
- Aproximadamente 4.000 formulações de pesquisa aberta submetidas durante a bateria de avaliações;
- Média de 3 horas de capacidade equivalente de raciocínio do ChatGPT Pro consumidas por resultado gerado;
- 10 arquivos com resumos sistematizados das etapas lógicas seguidas pelo sistema;
- Licença Apache-2.0 aplicada integralmente aos arquivos disponibilizados no GitHub.
Em nota técnica de lançamento, a organização justificou o modelo adotado para a divulgação pública dos textos.
“Para este lançamento, estamos publicando os resultados em um repositório no GitHub, com protocolos para revisões e citações de artigos”, informou a OpenAI, em tradução livre. “Continuamos a explorar outras alternativas hospedadas pela comunidade para este lançamento que atendam às diretrizes do comitê. Para lançamentos futuros, estamos comprometidos em melhorar ainda mais a qualidade dos artigos por meio das citações, da exposição matemática e da apresentação dos resultados para uma melhor compreensão”, complementou a empresa em comunicado oficial.
Alegações cobrem a hipótese de Riemann e a conjectura de Kakeya
Entre os tópicos abordados pelos textos técnicos estão uma solução declarada para a conjectura geométrica de Kakeya em quatro dimensões, refinamentos voltados a algoritmos de computação e aproximações teóricas ligadas à hipótese de Riemann, um dos problemas centrais da teoria analítica dos números.
O anúncio dá sequência a uma divulgação feita pela OpenAI em 21 de setembro de 2026, quando a empresa comunicou ter alcançado uma resolução para as equações de Navier-Stokes, consideradas um dos problemas do milênio pela matemática, além de resultados para mais de uma centena de problemas abertos. O episódio gerou ceticismo entre acadêmicos devido à velocidade da divulgação e à ausência de etapas tradicionais de conferência científica.
Comitê AGMAI orienta diretrizes de publicação sem avaliar provas
Para estruturar as regras de publicação de trabalhos gerados por sistemas autônomos, foi estabelecido em setembro de 2026 o Advisory Group on Mathematics and Artificial Intelligence (AGMAI), grupo consultivo independente sediado no Institute for Advanced Study (IAS), em Princeton.
“Este é um evento importante para a matemática, com consequências tanto para a matemática quanto para a comunidade matemática que se estendem muito além dos resultados individuais”, declarou o comitê em pronunciamento institucional.
O grupo recomendou que os dados fossem distribuídos com transparência técnica, incluindo o custo computacional, o nome do modelo utilizado e os comandos originais fornecidos à máquina. O comitê, contudo, enfatizou que sua atuação restringe-se ao aconselhamento sobre formas de publicação, não constituindo confirmação, validação formal ou endosso da precisão matemática das provas emitidas pela inteligência artificial.
OpenAI: comunidade matemática questiona ausência de dados para replicação
Apesar das orientações do comitê acadêmico, a OpenAI não incluiu no repositório os comandos textuais exatos aplicados em cada um dos problemas, nem disponibilizou os tempos individuais de processamento dedicados a cada manuscrito. O código de pesos do modelo neural gerador permaneceu de posse exclusiva da companhia.
A restrição impede que matemáticos e cientistas da computação reproduzam de forma independente os passos exatos executados pelo programa durante o cálculo das soluções.
“Até que e a menos que eles lancem o modelo e as pessoas possam replicar seus resultados, acho que qualquer afirmação sobre resolver problemas de primeira com um único agente deve ser tratada como não verificada”, afirmou Andrew Sutherland, matemático e pesquisador do Massachusetts Institute of Technology (MIT).
A validade científica dos 722 textos depende agora da leitura analítica de matemáticos especializados ou da transcrição integral das etapas lógicas para sistemas formais como o Lean, etapas que ainda não foram totalmente concluídas pela comunidade externa.