Não era uma nova matemática complexa. Na verdade. Foi teimosia.
A OpenAI abandonou a solução para a conjectura da cobertura dupla do ciclo logo antes de lançar seu mais novo modelo, GPT-5.6 Sol. O momento? Marketing puro, é claro. O impacto? Uma revolução silenciosa na forma como vemos a inteligência artificial e o que ela pode fazer. Os humanos vêm mastigando esse problema há mais de meio século. O GPT-5.6 resolveu o problema ouvindo uma coisa específica: não desista.
Isso faz parte de uma tendência maior. Os gigantes da tecnologia estão despejando dinheiro na matemática pura. Não porque eles se preocupam com a beleza pela beleza. Mas porque a matemática é a referência definitiva. Isso prova o raciocínio. Ou pelo menos, a versão mecânica dele.
“As ferramentas de IA mudarão significativamente a pesquisa matemática.”
— Noga Alon, matemático de Princeton, sobre a descoberta do Sol. Alon considerou a prova surpreendentemente curta. O que torna tudo mais engraçado, se você me perguntar.
Aqui está o que você precisa saber. A teoria dos grafos parece abstrata, até chata. Um gráfico consiste apenas em pontos (vértices) e linhas (arestas) conectando-os. A Internet? É um gráfico. Sua rede social? Também um gráfico.
Na década de 1970, os matemáticos adivinharam algo interessante sobre essas formas. Eles pensaram que quase todos os gráficos tinham uma capa dupla de ciclo. O que é isso? Um conjunto de loops que cobre toda a estrutura exatamente duas vezes. Cada aresta fica dentro precisamente de dois loops.
Fácil de imaginar.
Provando isso? Foi para lá que as décadas foram.
Grandes mentes tentaram. Eles o quebraram para casos específicos. Eles chegaram perto. Mas a prova geral? Ele escapou. Toda vez.
Na sexta-feira passada, a IA interveio.
A solução acabou sendo elegante. Simples, quase. A IA mostrou que você pode cobrir o gráfico com no máximo oito loops. Claro, existem detalhes técnicos. Gráficos mantidos juntos por fios únicos e finos (bordas cortadas) não contam. Mas quanto ao resto? Feito.
Aqui está a reviravolta.
A prova não usou ideias novas e chamativas. Nenhuma teoria inovadora nascida dos sonhos do silício. Reciclou métodos que os humanos já haviam experimentado. Métodos que jogamos no lixo ou deixamos na prateleira porque ficamos entediados. Ou com medo.
Você já considerou que “difícil” pode significar apenas “impopular”?
Andrew Sutherland do MIT pensa que sim. Ele sugere que uma reputação de dificuldade pode ser uma armadilha. Os alunos ficam longe. Os especialistas seguem em frente. Torna-se uma profecia auto-realizável de obscuridade. Quando um LLM não tem ego ou carreira com que se preocupar, ele simplesmente cava.
“Continuaremos vendo problemas supostamente ‘difíceis’ com soluções ‘fáceis’.”
Sutherland não está adivinhando cegamente. A OpenAI lançou o prompt usado para quebrar essa noz. Ele revela o trabalho feio e mecânico por trás da magia. A sugestão não foi poesia. Era um andaime. Instruções para sessenta e quatro agentes conversarem entre si em paralelo. Verificação cruzada. Mitigar as mentiras e alucinações que assolam estes modelos.
O verdadeiro truque? A diretiva.
Eles não pediram apenas uma resposta. Eles disseram ao bot: Gaste pelo menos 8 horas. Não pense em desistir.
A maioria de nós desistiria por volta da segunda hora. Ou diríamos: “É impossível”.
A máquina ficou no teclado. Oito horas.
Acontece que a genialidade pode ser apenas a resistência que estamos cansados demais para oferecer. E agora que a IA está aqui, talvez a biblioteca de problemas abertos não seja uma fortaleza. É um jardim onde esquecemos de regar as flores.
