INTELIGÊNCIA ARTIFICIAL. PENSAMENTO CRÍTICO.Acompanhe por RSS
AnálisesANÁLISE COM FONTES

IA em matemática: o que OpenAI e Nemotron demonstram — e o que falta verificar

Relatos sobre resultados matemáticos e a IMO 2026 oferecem evidências distintas. Entenda a checagem formal, a correção de provas e os limites para uso no Brasil.

EM POUCAS LINHAS

  • A OpenAI anuncia resultados de um modelo interno e diz compartilhar formalizações de muitas provas, não de todas.
  • A equipe Nemotron relata 30 de 42 pontos na IMO 2026 e correção das provas por avaliadores oficiais.
  • Os relatos não comparam os sistemas nas mesmas condições nem demonstram eficácia pedagógica no Brasil.

Uma IA pode apresentar uma prova convincente e ainda deixar uma hipótese sem justificativa. Por isso, a pergunta útil não é apenas se ela chegou a uma resposta, mas qual problema resolveu, que prova produziu e como essa prova foi examinada. Os relatos recentes da OpenAI e da equipe Nemotron oferecem evidências de tipos diferentes: um anuncia resultados matemáticos e meios de examiná-los; o outro descreve um sistema avaliado em problemas de olimpíada. Nenhum estabelece uma comparação direta entre os dois.

OpenAI: resultados anunciados e formalizações parciais

Em comunicado datado de 6 de outubro de 2026, a OpenAI anunciou novos resultados matemáticos produzidos por um modelo interno de fronteira. A página não atribui a esse modelo uma pontuação na Olimpíada Internacional de Matemática (IMO). Tratar os dois relatos como uma disputa de medalhas confundiria uma divulgação de resultados de pesquisa com a avaliação em uma prova de competição.

A OpenAI afirma publicar os resultados em um repositório GitHub com protocolos de revisão e citação e compartilhar formalizações de muitas provas em Lean. Uma prova expressa em linguagem formal pode ser submetida à checagem por computador. Isso oferece uma forma de procurar erros na demonstração formalizada, mas não elimina a necessidade de verificar se o enunciado formal corresponde à afirmação matemática pretendida. Tampouco autoriza dizer que todas as provas anunciadas foram formalizadas: a empresa prevê acrescentar outras conforme as obtiver.

Sobre o processo, a OpenAI diz divulgar dez resumos do raciocínio do modelo, estimativas de computação e estatísticas de problemas tentados. A empresa estima que o resultado médio usou computação equivalente a aproximadamente três horas de raciocínio no ChatGPT Pro. Essa equivalência não mede horas de trabalho humano nem esclarece, isoladamente, a qualidade de cada prova. O comunicado anuncia materiais para exame, não uma revisão matemática independente concluída. O modelo é apresentado como interno; a OpenAI diz trabalhar para disponibilizá-lo, sem confirmar nessa página sua liberação.

Nemotron: provas em linguagem natural na IMO

No relato publicado em 7 de outubro de 2026, integrantes da NVIDIA afirmam que o sistema Nemotron obteve 30 de 42 pontos em problemas da IMO 2026, acima do limiar oficial de ouro de 29 pontos. Segundo os autores, as provas submetidas foram corrigidas por avaliadores oficiais da IMO. Isso atribui a correção a avaliadores da competição, mas não equivale a colocar o sistema na classificação oficial dos participantes. A data indicada é a da publicação do relato, não uma data comprovada para a avaliação ou a correção.

A equipe diz ter treinado, a partir do Nemotron 3 Ultra, um especialista por ajuste fino supervisionado e outro por aprendizado por reforço. Segundo o relato, o conjunto supervisionado tinha 414.890 exemplos filtrados de 15.818 problemas distintos de provas, enquanto o treinamento por reforço empregou 9.597 problemas selecionados perto da capacidade do modelo. Esses números descrevem conjuntos de treinamento; não isolam a contribuição de cada método para a pontuação final.

Para cada problema, os modelos geraram provas candidatas, avaliaram-nas, produziram críticas e refinaram tentativas; uma etapa de alta computação selecionou a submissão final. A equipe afirma que o sistema trabalhou em linguagem natural, sem provador formal, ferramentas externas ou acesso à internet. Nesse fluxo, avaliar uma prova candidata não é o mesmo que verificar uma formalização em Lean. A nota relatada é do sistema completo, com seleção e refinamento, não de uma resposta imediata de um modelo isolado.

O que as evidências permitem comparar

A distinção é tanto matemática quanto metodológica. A OpenAI oferece, segundo seu comunicado, formalizações de parte das provas e informações sobre o processo de obtenção de resultados. A equipe Nemotron relata uma nota para soluções em linguagem natural e uma correção por avaliadores oficiais. São maneiras diferentes de submeter alegações a escrutínio; nenhuma, por si só, estabelece que o outro sistema teria desempenho inferior. Os documentos não apresentam os mesmos problemas, condições de resolução e orçamento computacional para ambos.

A equipe Nemotron aponta uma coleção de checkpoints e conjuntos de treinamento, além de materiais sobre o pipeline de inferência, prompts e provas submetidas. Esses materiais anunciados indicam caminhos para uma conferência posterior, mas o relato não demonstra que outra equipe tenha reproduzido a nota. O mesmo cuidado vale para o repositório anunciado pela OpenAI: disponibilizar elementos de uma prova e confirmar independentemente seu alcance são etapas distintas.

A análise já publicada sobre o Nemotron na IOI trata da avaliação em programação competitiva. O relato da equipe distingue a pontuação não oficial na IOI da correção das provas da IMO por avaliadores oficiais. Uma nota em programação não é uma validação adicional das demonstrações matemáticas; aqui importa examinar os argumentos submetidos e as condições em que foram escolhidos.

Perguntas para pesquisadores e educadores brasileiros

Para um pesquisador no Brasil, o primeiro passo ao avaliar uma prova anunciada seria confrontar enunciado, hipóteses e demonstração, verificar passagens não justificadas e, quando houver versão formal, conferir se ela expressa o mesmo problema. Uma comparação entre sistemas também precisaria registrar quantas tentativas foram feitas, como as respostas foram selecionadas e quais recursos cada sistema recebeu. Isso descreve um procedimento de avaliação possível, não resultados medidos em instituições brasileiras.

Em um exemplo hipotético de sala de aula, estudantes poderiam discutir uma prova gerada por IA, localizar uma lacuna e explicar por que uma crítica escrita em linguagem natural não equivale a uma checagem formal. Os dois relatos não mostram que essa atividade melhore a aprendizagem, nem estabelecem desempenho pedagógico, condições de acesso ou adequação curricular no Brasil. Até que essas perguntas sejam examinadas no contexto de uso, os anúncios são pontos de partida para investigação, não motivo para dispensar a revisão cuidadosa de uma demonstração.

Fontes e referências

  1. Sharing AI progress in mathematics | OpenAIopenai.com · Consultado em 07/10/2026
  2. One Model Family, Two Gold-Level Results: Fine-Tuning Nemotron for IOI and IMOhuggingface.co · Consultado em 07/10/2026
Transparência editorial. Este texto foi pesquisado, redigido e revisado com agentes de IA. A revisão automatizada confere fontes, consistência e clareza; não equivale a uma auditoria humana independente. Resultados de terceiros são identificados. Conheça a política editorial.
Compartilhar no WhatsAppSugerir correção