Os seus trabalhos indicam que o ChatGPT-5.2 (Thinking) resolveu de forma autónoma um problema colocado em 2024, relacionado com uma conjectura formulada pelos matemáticos Ran e Teng. O modelo forneceu a arquitetura principal da demonstração após várias sessões de diálogo com os investigadores.
Esta abordagem, qualificada como "vibe-proving" pelos cientistas, consiste em utilizar essas ferramentas para organizar e explorar ideias teóricas complexas. Um dos autores indica ter pressentido há muito este potencial, ao mesmo tempo que ficou agradavelmente surpreendido com a eficácia do processo. O método inspira-se no "vibe-coding" utilizado em programação.
Os investigadores do Data Analytics Lab precisam que a contribuição humana permanece indispensável, nomeadamente para a verificação final e a resolução das últimas imprecisões. Assim, a inteligência artificial acelera a formulação de esboços de provas, mas a etapa de validação por peritos representa ainda um ponto importante que exige tempo.
Este avanço constitui uma etapa notável para a inteligência artificial nas ciências fundamentais. Para além da ajuda à redação ou à codificação, os modelos de linguagem participam agora ativamente na descoberta matemática.
O professor Vincent Ginis do Data Analytics Lab salienta que certas ideias recebidas sobre a criatividade limitada dos sistemas são assim postas em questão. A experiência mostra que essas ferramentas podem ultrapassar a simples reformulação dos dados de aprendizagem para propor raciocínios originais.
Os cientistas antecipam que os modelos de linguagem continuarão a aperfeiçoar-se para assistir mais os investigadores durante a fase de verificação. Esta sinergia poderia transformar as práticas na pesquisa teórica, tornando o processo de descoberta mais interativo e certamente muito mais rápido.
O que é uma conjectura em matemática?
Em matemática, uma conjectura designa uma proposta considerada provavelmente verdadeira, baseada em observações ou resultados parciais. Difere de um teorema, que é uma afirmação definitivamente estabelecida por uma demonstração lógica e rigorosa.
Essas hipóteses nascem muitas vezes da intuição dos matemáticos que detetam regularidades ou estruturas recorrentes. Servem de alvos para a pesquisa, motivando a busca por uma prova formal que transformaria a hipótese em verdade matemática incontestável.
O processo de demonstração de uma conjectura é uma empresa coletiva que pode durar anos, até séculos. Requer uma criatividade metódica para construir um argumento sem falhas, encadeando etapas lógicas a partir de axiomas e teoremas já admitidos.
A resolução de uma conjectura é sempre um evento marcante na disciplina. Valida não apenas a intuição inicial, mas também enriquece o edifício matemático ao revelar novas conexões e abrir caminho a outras questões.
O funcionamento dos grandes modelos de linguagem (LLM)
Os grandes modelos de linguagem, como o utilizado neste estudo, são sistemas de inteligência artificial treinados em quantidades massivas de textos. Aprendem a prever e gerar sequências de palavras de maneira coerente, capturando as estruturas da linguagem humana e certas formas de raciocínio.
Esses modelos não "compreendem" o significado no sentido humano, mas identificam padrões estatísticos elaborados nos dados. Quando se lhes submete um problema matemático, podem montar conceitos aprendidos para propor um encadeamento de ideias que se assemelha a uma demonstração.
A sua força reside na capacidade de explorar rapidamente um vasto espaço de possibilidades teóricas. Podem propor direções de raciocínio ou formulações que o espírito humano não teria necessariamente considerado em primeiro lugar, atuando como um catalisador para a criatividade do investigador.
No entanto, a sua produção necessita sempre de um exame crítico. Podem gerar argumentos que parecem plausíveis, mas contêm erros lógicos ou saltos não justificados. O seu papel é, portanto, complementar, ajudando a estruturar o pensamento enquanto deixa a última palavra ao rigor da verificação humana.