OpenAI em matemática: quando a LLM falha sem o julgamento

Em 6 de outubro de 2026, a OpenAI publicou centenas de resultados matemáticos produzidos por um modelo interno: mais de 370 problemas, distribuídos em mais de 700 artigos (Scientific American, The Conversation). Uma parte foi checada no Lean, linguagem que verifica a lógica de uma prova matemática.

A reação da comunidade foi tudo, menos simples. Um matemático chamou o momento de "obviamente o mais significativo da história da matemática". Outros falaram em "AI slop".

Em poucos dias, três artigos foram retirados por um erro básico e vários outros corrigidos porque falhas invalidavam o resultado (The Conversation). Segundo o TechCrunch, cerca de 42% das provas não tinham sido formalizadas.

O detalhe mais revelador veio da própria empresa: um porta-voz admitiu que muitos dos resultados ainda não foram compreendidos pelos matemáticos da OpenAI (Scientific American). O grupo consultivo do Institute for Advanced Study resumiu bem: a publicação é "o começo, não a conclusão, do processo de compreensão humana" (Interesting Engineering).

Os melhores resultados tinham um matemático no comando

Compare com os casos que a comunidade aceitou rapidamente. Em maio, um modelo da OpenAI encontrou um contraexemplo para a conjectura de Erdős sobre distâncias unitárias. No mesmo dia, cinco matemáticos publicaram uma versão verificada e "digerida" da prova, e o resultado entrou na literatura em semanas (Kallel e El Louadi, arXiv). Timothy Gowers o chamou de "um marco da matemática com IA".

O mesmo vale para Mehtaab Sawhney e Mark Sellke, que usaram modelos da OpenAI para avançar em empacotamento de esferas e teoria de grupos. Eles escolheram os problemas, conduziram a investigação e assinaram o resultado. Para Sawhney, o gargalo humano está mudando: deixa de ser produzir a prova e passa a ser "absorver e contextualizar a matemática gerada por IA".

A diferença entre os dois cenários não é o modelo. É quem está do outro lado. Terence Tao criticou justamente problemas "resolvidos autonomamente por operadores de prompt sem interesse no campo", que talvez nem entendam o que receberam (TechCrunch).

Um artigo recente nomeia o fenômeno: a máquina gera "abundância de verificação", mas o julgamento continua escasso. Checar se cada passo lógico está correto pode ser automatizado. Saber se a pergunta formalizada é a pergunta certa, e se a resposta importa, não pode (arXiv). A IA não substitui o especialista, ela multiplica o que ele já sabe e expõe o que ele não sabe.

O especialista em Finanças

Entregue um relatório trimestral a um LLM e peça um resumo. Você vai receber um resumo competente: receita, margem, lucro, os destaques que a própria empresa escolheu destacar.

Agora coloque um analista experiente na frente da mesma ferramenta. Ele não pede resumo. Ele pergunta:

  • Por que o contas a receber cresceu mais rápido que a receita?
  • Quanto do EBITDA ajustado vem de itens classificados como "não recorrentes"?
  • O fluxo de caixa operacional acompanha o lucro, ou a diferença está aumentando?
  • O que mudou nas notas explicativas sobre reconhecimento de receita em relação ao ano anterior?

Cada pergunta nasce de anos de experiência, vendo empresas maquiarem números e de saber onde o problema costuma se esconder. O modelo cruza centenas de páginas em segundos, mas só procura onde alguém mandou procurar.

O analista sem experiência recebe a narrativa da empresa. O analista experiente recebe uma auditoria.

O especialista em Contabilidade

Poucas áreas têm tanto texto quanto a tributária brasileira. Leis, decretos, instruções normativas, soluções de consulta, e agora a transição da reforma tributária correndo em paralelo ao sistema antigo. Para um LLM, ler tudo isso é trivial. Saber o que comparar com o quê não é.

Um contador experiente usa a ferramenta como um assistente incansável. Ele cruza as notas fiscais de entrada com a legislação e pergunta quais créditos de PIS e Cofins a empresa deixou de aproveitar. Confere se a classificação fiscal dos produtos corresponde à alíquota aplicada. Verifica se o ICMS recolhido por substituição tributária bate com o que a operação real exigiria.

O valor não está na resposta do modelo. Está no contador que sabe que aquela NCM costuma ser classificada errado, que aquele fornecedor muda de regime no meio do ano, que uma solução de consulta recente mudou o entendimento da Receita. Sem esse repertório, a IA confirma o que já está sendo feito. Com ele, encontra dinheiro pago a mais.

O especialista Jurídico

Peça a um LLM que "analise este contrato" e ele vai listar as cláusulas principais, apontar algumas que parecem desequilibradas e sugerir revisão. Útil, mas genérico.

Um advogado com anos de litígio pergunta outra coisa. Se o fornecedor atrasar, a multa compensa o prejuízo real ou é simbólica? A cláusula de limitação de responsabilidade cobre dano a dados de terceiros? O foro escolhido é viável para o meu cliente? Esta definição de "caso fortuito" é ampla o bastante para virar saída fácil? Este contrato conversa com os outros três que a empresa já assinou com o mesmo grupo?

Essas perguntas vêm de ter visto contratos darem errado. O modelo lê cem páginas sem cansar e encontra cada ocorrência de um termo. Mas é o advogado que sabe qual termo vai ser discutido em juízo daqui a três anos.

Quando não existe resultado determinístico, a experiência é o verificador

Matemática e programação de computadores têm uma vantagem rara: o resultado pode ser checado de forma objetiva. Uma prova passa no Lean ou não passa. Um código compila e passa nos testes ou não passa. Mesmo assim, como mostrou o caso da OpenAI, a máquina sozinha não basta: alguém precisa garantir que a pergunta era a certa e que a resposta importa.

Em finanças, contabilidade e direito, nem essa rede de segurança existe. Não há compilador para uma análise de crédito. Não há teste automatizado para um parecer jurídico. Duas interpretações de uma mesma norma podem ser defensáveis e a escolha entre elas depende de contexto, jurisprudência, apetite a risco do cliente.

Nessas áreas, o único verificador disponível é o profissional. É a experiência dele que define o que perguntar, que resposta desconfiar e quando o modelo está confiante demais sobre algo que não sabe. Por isso a mesma ferramenta, nas mãos de duas pessoas, entrega resultados tão diferentes.

A pergunta vale mais que a resposta

A IA barateou a resposta. Ler um relatório inteiro, cruzar mil notas fiscais, revisar cem páginas de contrato: tudo isso passou a custar segundos. O que ficou mais valioso foi o que a máquina não fornece sozinha: saber o que perguntar e reconhecer quando a resposta está errada.

Até a OpenAI, com um dos modelos mais avançados do mundo, depende de matemáticos para transformar centenas de provas em conhecimento. Em áreas sem verificação automática, essa dependência é ainda maior. O profissional que domina sua área não está sendo substituído. Está ganhando a ferramenta mais poderosa que já teve.

Fontes e referências