OpenAI anuncia três grandes descobertas científicas feitas por IA

A OpenAI anunciou três novos resultados científicos nas áreas de matemática, ciência da computação e física. As descobertas foram divulgadas em 26 de outubro de 2026, menos de um mês após a publicação de centenas de manuscritos produzidos com inteligência artificial. Desta vez, a empresa adotou um processo de revisão com especialistas externos para os trabalhos de ciência da computação e física, após enfrentar problemas com pesquisas divulgadas anteriormente.

A mudança busca responder às críticas sobre o grande volume de pesquisas produzidas com IA e a dificuldade de verificar se suas conclusões estão corretas. Os especialistas convidados, chamados “shepherds”, acompanham a análise dos resultados em ciência da computação e física.

A medida vem após a retirada de três manuscritos publicados em 7 de outubro de 2026, quando pesquisadores encontraram um erro de sinal que invalidava os principais argumentos dos trabalhos sobre classes de Weil e a conjectura de Hodge. A OpenAI também corrigiu outros 14 manuscritos. Já na matemática, a empresa publicou a pesquisa no GitHub, com a prova formalizada em Lean, uma linguagem usada para verificar demonstrações matemáticas.

Avanços em computação e física Na ciência da computação, a IA produziu uma prova que, se estiver correta, refutaria a Hipótese do Tempo Exponencial (ETH), uma ideia usada há décadas para explicar por que certos problemas computacionais são difíceis de resolver rapidamente. O trabalho apresenta um algoritmo que conta todas as combinações possíveis que atendem às regras de uma fórmula lógica. A verificação está sendo organizada por um grupo independente liderado por Russell Impagliazzo, Ramamohan Paturi e Ryan Williams.

Segundo a OpenAI, o método faz esse cálculo em menos tempo do que o esperado para problemas desse tipo e usa uma quantidade controlada de memória. A pesquisa inclui o 3-SAT, um problema que consiste em descobrir se existe uma combinação de respostas verdadeiras ou falsas capaz de atender a todas as condições de uma fórmula lógica.

Na matemática, a IA demonstrou a conjectura da suavização local de Sogge, que trata de como as oscilações das ondas se comportam em determinadas regiões do espaço. Segundo a OpenAI, a prova vale para espaços com duas ou mais dimensões e resolve problemas matemáticos em aberto, incluindo a Conjectura de Kakeya e as estimativas de restrição de Stein.

Na física, a OpenAI afirma ter provado matematicamente que certas teorias quânticas de campos interagentes em quatro dimensões existem. Essas teorias ajudam a explicar como as partículas se comportam e interagem. O trabalho inclui a Cromodinâmica Quântica (QCD), teoria que descreve a força responsável por manter quarks e glúons unidos, e uma conclusão que unifica o Modelo Padrão da física de partículas.

A análise do trabalho é acompanhada por um grupo de especialistas externos liderado pelo físico David Gross, com participação de Michael Douglas, Arthur Jaffe, Igor Klebanov e Nikita Nekrasov. Eles são responsáveis por orientar e revisar a avaliação da pesquisa produzida pela IA da OpenAI. Os dados completos do trabalho ainda não foram divulgados.

Polêmica com revisores externos No entanto, a adoção de revisores externos também é alvo de críticas. O painel consultivo de matemática AGMAI recomendou que empresas de IA não escolham pesquisadores específicos para receber descobertas antecipadamente. Segundo o grupo, essa prática pode dar acesso privilegiado a alguns acadêmicos, associar a reputação de pesquisadores a provas ainda não verificadas e favorecer determinadas análises.

O painel defende que os laboratórios publiquem os trabalhos em repositórios acadêmicos abertos, com provas formalizadas em Lean. Também recomenda transparência na escolha dos problemas de pesquisa e financiamento para a verificação independente dos resultados. Nesse último ponto, a OpenAI destinou US$ 5 milhões para apoiar matemáticos na análise das descobertas.

Pesquisadores organizam revisão da possível refutação da ETH A possível refutação da Hipótese do Tempo Exponencial é um dos resultados de maior destaque entre as descobertas anunciadas pela OpenAI. Proposta em 1999 por Russell Impagliazzo e Ramamohan Paturi, a ETH é usada há décadas para avaliar por que certos problemas computacionais são difíceis de resolver e quais são os limites de velocidade dos algoritmos.

Para analisar a alegação da OpenAI, Impagliazzo e Paturi, ambos da Universidade da Califórnia em San Diego (UC San Diego), formaram um grupo de trabalho com Ryan Williams, professor do Instituto de Tecnologia de Massachusetts (MIT).

Em uma carta aberta à comunidade de Ciência da Computação Teórica (TCS), os três pesquisadores explicaram que sua participação não representa uma confirmação oficial de que a prova está correta. Uma descoberta desse tamanho precisa passar por uma análise independente, na qual outros pesquisadores examinem os argumentos e reconstruam a demonstração.

A pedido do grupo, a OpenAI disponibilizou os materiais para consulta pública. Os pesquisadores também criaram canais para organizar a participação de outros acadêmicos:

– Repositório ETH_Repository: reúne notas acadêmicas, explicações, correções e outros materiais produzidos pelos pesquisadores interessados na análise; – Ethdiscussion.blog: funciona como um espaço aberto para debates sobre a prova e suas possíveis consequências; – Formulário de feedback: recebe contribuições, organiza a participação de voluntários e ajuda a planejar uma reunião virtual até o fim de 2026.

Além da análise técnica do algoritmo relacionado ao 3-SAT, o grupo quer discutir regras éticas para pesquisas produzidas com inteligência artificial. Entre as questões estão quem pode ter acesso antecipado aos resultados, como informar possíveis conflitos de interesse e como dividir o crédito pelas descobertas. Os pesquisadores defendem que o reconhecimento considere tanto a descoberta inicial feita pela IA quanto o trabalho humano de verificar os cálculos, corrigir erros, simplificar as provas e explicar os resultados.

O grupo também aponta a necessidade de oferecer apoio aos estudantes, que precisam se adaptar às mudanças trazidas pela inteligência artificial para a pesquisa científica e a formação acadêmica.