IA

Medalha Fields alertam: a IA está a esvaziar a matemática

Vinte e cinco dos matemáticos mais premiados do mundo dizem que a IA trata problemas como trophies de benchmarking, não como caminho para compreender. E avisam: o resto das profissões vem a seguir.

Medalha Fields alertam: a IA está a esvaziar a matemática

Quando 25 vencedores de Medalha Fields assinam o mesmo alerta, não é só drama académico. É o equivalente matemático a todos os chefes de serviço de um hospital dizerem que o novo robô é ótimo a operar, mas está a matar internos e investigação em silêncio.

No centro do comunicado está uma crítica frontal ao modo como a indústria de IA usa a matemática: como benchmark para marketing, não como ciência. Grandes modelos linguísticos já conseguem resolver problemas em aberto em áreas de topo. Para as empresas, isto é vitória de slide na próxima conferência. Para os matemáticos, é curto-circuitar o que interessa: o processo lento de construir entendimento conceptual, partilhar métodos, depurar ideias em seminários e artigos que levam anos a amadurecer.

Os signatários lembram que os grandes problemas em aberto funcionam como faróis. A importância não está só na solução final, está no caminho que gera novas técnicas, linguagens e perguntas. Se uma IA começa a debitar soluções em série, sem tempo para escrita cuidada, sem isolamento claro das ideias novas, sem citação decente de trabalho anterior, o terreno fértil vira lama. E aparecem logo as consequências práticas: dúvidas de atribuição, suspeitas de plágio algorítmico, competição para ser o primeiro a anunciar qualquer coisa “histórica”. O conflito recente entre investigadores de topo e a OpenAI em torno de um problema do prémio Millennium é exactamente esse cinema, mas em público.

Há um ponto que trespassa a bolha da matemática pura: isto é um aviso para todo o trabalho intelectual que exige formação longa. Nas palavras do comunicado, anos de treino não servem só para produzir respostas ou produtos, servem para aprender a formular boas questões. Quando a IA passa a entregar o resultado final directamente, estes dois objectivos separam‑se. Em educação já se nota a fratura: trabalhos de casa feitos com IA, exames sem IA, e uma diferença de notas que cresce a cada ano, como mostrou o estudo que analisámos quando olhámos para os dados PISA sobre uso de IA pelos alunos.

Curiosamente, os matemáticos não pedem proibições. Reconhecem que a IA pode acelerar provas, sugerir conjeturas, explorar territórios que uma pessoa sozinha nunca conseguiria varrer. Mas recusam a ideia de que “o que é possível tecnicamente” é automaticamente desejável. A questão não é se a IA consegue resolver problemas, é quem decide o modo como isso é integrado na prática científica: que créditos se dão, que ritmo se aceita, que limites éticos se impõem a empresas que tratam conjecturas históricas como campanhas de marketing.

Para quem trabalha em Portugal com matemática, ciência de dados ou até direito, o recado é desconfortável e útil: se deixarmos que a lógica da corrida aos modelos gigantes dite as regras, acabamos todos a treinar para ser braço esquerdo de uma máquina que escreve relatórios, papers ou pareceres sem precisar de perceber muito. Os Fields apenas puseram por escrito aquilo que muitos em outras áreas ainda só admitem em privado. Ignorar o aviso agora significa aceitar, mais à frente, ser apenas figurante num trabalho que supostamente continua a ter o nosso nome na capa.

Fonte: The Decoder

Newsletter

Os artigos que importam, duas vezes por semana.

Terça e sexta, cinco minutos de leitura. Sem spam, cancelas quando quiseres.

Comentários · 0