Terence Tao e a OpenAI: de coorganizador de um workshop a «I don’t see a way to constructively engage»
Atualizado
Linha do tempo em atualização · última atualização · 2 entradas no registro de alterações
Tao não rejeita provas feitas por IA. O que ele contesta é a forma como este lote chegou: sem ninguém ligado aos resultados e com anos de pesquisa de jovens pesquisadores desarranjados num único dia.
Terence Tao passou de defender o engajamento com os laboratórios de IA a dizer, em 16 de out., que não vê como se engajar de forma construtiva com a OpenAI, e a objeção que ele declara diz respeito à maneira como o lançamento de 6 de out. foi feito, não à possibilidade de a IA provar teoremas.
Cada nó da cronologia liga a uma fonte pública, lida em 2026-10-17. A página de Tao é um resumo vivo redigido com um assistente de IA e revisado por ele, como ela mesma informa; as citações de publicações dele vêm dela. A página do New York Times só foi acessível em parte, então as citações do NYT se limitam a trechos que pudemos ler por inteiro. Não acrescentamos cenas nem citações além do que essas fontes contêm. Em 2026-10-22 relimos o post da OpenAI e a página de Tao. Essa página diz que foi atualizada pela última vez em 20 de outubro de 2026.
Linha do tempo
-
Tao ajuda a organizar um workshop do IPAM patrocinado pela OpenAI. A própria página dele explica o contexto: o patrocínio surgiu de uma captação emergencial de recursos depois da suspensão do financiamento da NSF e dos NIH em 2025, e valia de US$ 60 000 a US$ 70 000. Durante o workshop a OpenAI gravou uma entrevista de uma hora com ele e usou alguns trechos num anúncio, e ele diz que, em retrospecto, deveria ter reagido com mais firmeza.
-
No Congresso Internacional de Matemáticos, ele dá a palestra pública «Mathematics in the age of AI». Chama o momento de crise de valores e de práticas, e não de argumentos matemáticos, e alerta que resolver provas como meta pode se descolar dos objetivos que ela antes representava.
-
Ele publica uma declaração para registro. Não se identifica com uma posição «pró-IA» nem «anti-IA», descreve dois caminhos (adoção responsável ou uso indiscriminado para fins imediatistas) e escreve que a área está «unfortunately rapidly approaching» o segundo.
-
Surge uma declaração intitulada «A Severe Misalignment of AI in Mathematics», com 25 medalhistas Fields como signatários iniciais, entre eles Tao. Ela diz que os objetivos das empresas de IA e os da comunidade matemática estão gravemente desalinhados, porque resolver problemas é um substituto da compreensão, não o objetivo em si.
-
Publicado: a OpenAI publica «Sharing AI progress in mathematics». O post diz que o laboratório está publicando um conjunto amplo de novos resultados matemáticos de um modelo de fronteira interno, num repositório do GitHub, com formalizações em Lean de muitas provas e 10 resumos do raciocínio do modelo. Diz que o resultado médio usou cerca de três horas de pensamento do ChatGPT Pro.
-
Reportado, não no post da OpenAI: a página de Tao, citando o New York Times, descreve o lançamento como mais de 350 resultados em quase todas as subáreas, incluindo álgebra, teoria dos números, ciência da computação teórica, lógica matemática e topologia. A mesma página diz que o Times reporta que a OpenAI tinha anunciado uma solução do problema de Navier-Stokes. O post da OpenAI lido em 2026-10-22 não nomeia Navier-Stokes e não dá a contagem 350.
-
Tao responde no blog Proofs and Prompts. Escreve que nenhum dos humanos envolvidos nas provas está disponível para responder perguntas, dar palestras, submeter artigos a periódicos ou formar estudantes, e que está «horrified» ao ver pessoas-ano de pesquisa lenta, sobretudo de jovens matemáticos, serem desarranjadas de forma casual.
-
Ele dá a palestra pública «Math 2.0» no Caltech. O argumento é que a escassez de provas organizou as instituições da Matemática 1.0, que a abundância de provas desfaz esse arranjo e que o gargalo da área é a imaginação, não a tecnologia.
-
A Simons Foundation anuncia um esforço de US$ 15 milhões com a Anthropic e a OpenAI para ajudar matemáticos a avaliar resultados assistidos por IA, aprender as ferramentas e definir padrões. A OpenAI acrescenta uma atualização ao post de 6 de out.: US$ 5 milhões desse total são dela, mais acesso a modelos e computação para pesquisadores apoiados pela Simons.
-
O New York Times publica seu perfil. Tao diz ao jornal «I’m on a war footing», afirma que está fazendo muito pouca matemática e diz da OpenAI: «At this point, I don’t see a way to constructively engage.»
The New York Times: Why One of the World’s Greatest Mathematicians Is on a ‘War Footing’
Um workshop em março e um acordo que fazia sentido na época
Para entender por que o outubro de Terence Tao soa como soa, é preciso começar em março, porque o Tao de março não era um opositor das empresas de IA. Segundo a divulgação feita na própria página dele, ele ajudou a organizar um workshop do IPAM patrocinado pela OpenAI. O dinheiro não surgiu de um gosto por parcerias corporativas. A página dele diz que veio de uma captação emergencial depois da suspensão do financiamento da NSF e dos NIH em 2025, e que o patrocínio ficou entre US$ 60 000 e US$ 70 000. Um instituto de pesquisa que perdeu verba federal aceita as ofertas que existem.
A mesma divulgação registra um custo. Durante o workshop, a OpenAI gravou uma entrevista de uma hora com Tao e depois usou alguns trechos num anúncio. Tao diz que, em retrospecto, deveria ter reagido com mais firmeza. É um detalhe pequeno, do tipo que pesa depois: o primeiro sinal de que o interesse de um patrocinador pela voz de um matemático e o interesse do matemático pelo dinheiro do patrocinador não eram a mesma coisa.
A razão que ele declara para se engajar foi estratégica, e ele a expôs com clareza. Segundo a página dele, defendeu por muito tempo que dialogar com a indústria era melhor do que ser «uniformly hostile», porque os incentivos funcionam nos dois sentidos: lidar com os laboratórios poderia levar o balanço da tecnologia «in a better direction». Argumentava também que um professor titular sem salário de empresa de IA ainda pode falar com honestidade. É a posição a ter em mente no resto da história. Ele não foi recrutado para um lado. Fez uma aposta de que conversar moldaria o resultado.
Verão: descrevendo o problema antes de ele chegar
Entre março e outubro, Tao dedicou uma parte crescente dos seus textos públicos a uma preocupação que pouco tinha a ver com a capacidade de a IA fazer matemática. A página dele diz que a resposta a isso era cada vez mais sim. No Congresso Internacional de Matemáticos, em 24 de julho, ele enquadrou o momento como uma crise nos fundamentos dos valores e das práticas matemáticas. Seu argumento era que a resolução de problemas, historicamente a meta mais visível da matemática de pesquisa, sempre fora um substituto de metas mais lentas: compreensão, construção de teorias, formação da geração seguinte. Enquanto resolver problemas era difícil, o substituto acompanhava as metas. Quando as máquinas passassem a produzir soluções a baixo custo, alertou, o substituto deixaria de acompanhá-las, e insistir nele faria estrago.
Para o mecanismo, ele usou um nome da economia, a lei de Goodhart: quando uma medida vira meta, deixa de ser uma boa medida. A mesma página registra um ensaio de setembro em que ele argumenta que os problemas em aberto da matemática viraram algo como um recurso não renovável, porque um problema cuja solução já é pública fica permanentemente menos útil para avaliar qualquer coisa. No mesmo período, escreveu um contrafactual sobre as lacunas limitadas entre primos, imaginando como uma história colaborativa de décadas, com suas tentativas fracassadas e seus métodos novos, poderia ter transcorrido se empresas de IA famintas por benchmarks estivessem presentes desde o início: um limite que cai depressa, um problema declarado saturado e pouco que restasse para ensinar.
Nada disso trata de 6 de outubro, e é esse o ponto. Semanas antes do lançamento da OpenAI, Tao já havia posto por escrito o modo de falha que temia, em detalhe, com um mecanismo. Quando o lançamento veio, sua reação não foi a de quem descobre um perigo novo. Foi mais a de quem vê uma previsão chegar no horário. A declaração para registro de 9 de setembro diz isso: desde 2023 ele via dois caminhos possíveis, adoção responsável ou uso indiscriminado para fins imediatistas, e «we are unfortunately rapidly approaching» o segundo. Dois dias depois, foi um dos 25 medalhistas Fields que assinaram o texto inicial de «A Severe Misalignment of AI in Mathematics». O texto admitia sem rodeios a questão da capacidade, dizendo que as ferramentas já conseguem resolver grandes problemas em aberto, e passava direto ao que os preocupava: que resolver problemas é só um substituto da compreensão conceitual e que a produção em massa de enunciados verdadeiros ou falsos poderia destruir terreno fértil em vez de dar vida a ideias novas.
6 de outubro: o que a OpenAI lançou
Em 6 de outubro a OpenAI publicou um post intitulado «Sharing AI progress in mathematics». O New York Times, no perfil de Tao dez dias depois, descreve o que chegou naquele dia como mais de 350 resultados em quase todas as subáreas da profissão, incluindo álgebra, teoria dos números, ciência da computação teórica, lógica matemática e topologia. Acrescenta que matemáticos, alguns deles perto de resolver problemas em que trabalhavam havia anos, se viram superados num instante pela IA. (As contagens variam em outros lugares, de algumas centenas a números maiores. Usamos o número do Times e o atribuímos a ele, porque não conseguimos conciliar os demais.)
O lançamento veio depois de uma alegação de grande destaque. O Times informa que a OpenAI havia anunciado antes ter resolvido o problema de Navier–Stokes, um dos sete problemas do Prêmio Millennium. É nesse contexto que Tao disse ao jornal «There are no rules any more» e que estava «just numb to what would have been jaw-dropping events» para ele um ano antes. Um homem que passou a carreira absorvendo surpresas matemáticas descrevia um estado em que a surpresa já não registrava. É algo estranho para um matemático dizer, e vale ler como informação sobre o ritmo, não como retórica.
Publicado, reportado, e não uma data
- Publicado. Em 6 de outubro de 2026 o post da OpenAI diz que o laboratório publica resultados de um modelo de fronteira interno, num repositório do GitHub, com formalizações em Lean de muitas provas e 10 resumos do raciocínio do modelo. Diz que o resultado médio usou cerca de três horas de pensamento do ChatGPT Pro. Uma atualização do mesmo post, datada de 15 de outubro de 2026, diz que a OpenAI contribui com 5 milhões de dólares e vai fornecer acesso a modelos e computação. Lido em 2026-10-22.
- Reportado, não nesse post. A página de Tao, citando o New York Times de 16 de outubro de 2026, diz que a OpenAI anunciou uma solução do problema de Navier-Stokes e que o lançamento de 6 de outubro continha mais de 350 resultados. O post da OpenAI que lemos não nomeia Navier-Stokes e não dá 350. Os dois ficam como reportados.
- As palavras de Tao, como a página dele as cita. O post de 8 de outubro no Proofs and Prompts inclui «horrified» e a frase de que nenhum dos humanos envolvidos está disponível para responder perguntas. As frases «I’m on a war footing» e «I don’t see a way to constructively engage» são as que a página atribui à entrevista do Times de 16 de outubro.
- Não é uma data. O post da OpenAI diz que vai compartilhar mais sobre os workshops num futuro próximo e que está trabalhando para publicar o modelo que produziu os resultados. Nenhuma das duas frases nomeia um dia. Esta página não acrescenta um.
8 de outubro: ao que Tao de fato se opôs
Dois dias depois Tao publicou sua reação, e a reação é mais precisa do que as manchetes fizeram parecer. Segundo a página dele, que cita o post diretamente, ele não disse que as provas eram inúteis. Disse que elas «appear to introduce clever new ideas that will be fruitful once digested, while also building upon the existing contributions of countless human mathematicians past and present», e que estava animado com a possibilidade de a comunidade usar essas ferramentas em projetos ambiciosos e de grande escala que gerações anteriores não poderiam ter imaginado.
A objeção dele foi ao arranjo em torno dos resultados. «None of the humans involved in these proofs are available to take questions, give talks, attend conferences, submit papers to journals, train students, or otherwise participate in the subsequent development of these results.» Em matemática essa frase pesa, porque uma prova não está terminada quando está correta. Está terminada quando alguém a explicou, a situou num contexto e a tornou ensinável. Ele escreveu que a melhor oportunidade de digerir um resultado é o momento da descoberta, e que esses momentos são «increasingly wasted when delegated entirely to AI tools».
Veio então a linha que explica a palavra «horrified». Tao escreveu que estava horrorizado com «the many person-years of ongoing patient and deliberately slow research efforts — particularly by graduate students and postdocs — towards many motivating problems in mathematics being casually disrupted or destroyed by such a release.» A analogia dele é caseira: assim como não se consegue «desouvir» um spoiler de filme ou uma pista de palavras cruzadas, não se consegue explorar um problema com o mesmo proveito depois de saber que existe uma resposta. Para um estudante de pós-graduação com três anos num problema, o spoiler não é abstrato. Ele muda o que a tese pode ser.
Ele também descreveu o que gostaria de ter visto. O mesmo post, segundo a página dele, esboça um caminho não tomado: laboratórios submetendo modelos de ponta a pesquisadores independentes para avaliação científica, coordenando-se com a comunidade de pesquisa para que as ferramentas complementem os pesquisadores humanos em vez de competir com eles, usando-as para fomentar colaboração e compartilhamento em vez de competição e sigilo, e «opening new doors, without closing old ones.» O post termina com um chamado voltado para dentro: a comunidade deve declarar seus próprios padrões e valores, construir suas próprias ferramentas e práticas, apoiar seus membros mais vulneráveis e traçar seu próprio caminho. «Let’s get to work.»
Lendo o resultado: «technically readable»
A parte mais concreta da história é como Tao diz que o resultado se lê. Falando ao Times, ele descreveu a prova de Navier–Stokes como «technically readable», mas acrescentou que «no expert I’ve talked to has actually understood the whole argument.» A página dele, resumindo a mesma entrevista, diz que a prova teria 165 páginas, produzidas por um enxame de uns dez mil agentes ao longo de 88 horas, e que, antes do lançamento de outubro, ele havia chamado os resultados que viriam de «toxic waste» e, depois, de «maybe treated waste».
O Times acrescenta que a redação estava melhor no último lançamento, que ele chamou de «mixed bag». Alguns artigos citavam o trabalho dele de forma adequada e pareciam tê-lo feito avançar de um jeito que ele achou plausível. Esse detalhe contraria a leitura simples da história como a de um homem irritado por ter sido ultrapassado. Ele descreve um conjunto de trabalhos em que parte é boa e continua insatisfeito, por causa do que diz faltar: «there is no author that I can have a real conversation with about the results.»
Essa frase é a tese de todo o episódio. No argumento que apresentou no ICM, o pipeline completo de um resultado tem etapas: geração, verificação, exposição, publicação e canonização, sendo esta última o ponto em que o resultado passa a fazer parte do que a próxima geração aprende. A IA tornou baratas as primeiras etapas. O lançamento, no relato dele, deixou as seguintes sem dono.
9 de outubro: a palestra no Caltech e o que ele propõe fazer
No dia seguinte ao post, Tao deu a palestra pública no Caltech, anunciada como «Machine Assisted Proof», mas que ele agora prefere chamar de «Math 2.0». O New York Times, descrevendo-a na semana seguinte, diz que ele argumentou que, apesar dos lançamentos da OpenAI, a maioria dos problemas na fronteira da matemática continua sem solução, que a dificuldade dos problemas é ilimitada e que, como a IA permite aos matemáticos coletar dados em escala enorme, eles trabalharão cada vez mais em grandes grupos em projetos que antes seriam inimagináveis.
A página dele traz a versão mais longa. A Matemática 1.0, diz ele, funcionava com escassez de provas: encontrar uma solução e prová-la era raro e difícil, e as instituições, as tradições e os incentivos da área se organizavam em torno disso. Quando surgia uma prova de grande avanço, a resposta da área gerava convites, reuniões, workshops, novas colaborações e recém-chegados, até a prova ser digerida em livros didáticos. Problemas resolvidos de forma autônoma, argumenta ele, geram muito pouco desse ciclo, porque quem deu o prompt à IA muitas vezes não tem interesse na área depois de resolvido o alvo e não consegue responder perguntas sobre o resultado. Seu resumo do gargalo é seco: ele «is not technology, or even institutional culture. It is imagination.»
O conselho que o Times relata é notavelmente brando para quem diz estar em pé de guerra. Resolver problemas não é um destino, mas uma jornada, e as lições aprendidas no caminho costumam ser mais importantes que a resposta. Em vez de resolver um único problema sozinhos, os matemáticos podem usar a IA para resolver dez e procurar padrões e perguntas novas. É uma aceitação nascida da necessidade, como diz o Times, e não um chamado à luta.
15 de outubro: chega o dinheiro
Na véspera da publicação do perfil do Times, a Simons Foundation anunciou um novo conjunto de iniciativas. Numa parceria, a Fundação, a Anthropic e a OpenAI comprometeram US$ 15 milhões em financiamento e recursos combinados. A Fundação vai gerir e conceder o financiamento, inclusive por meio de uma chamada aberta de propostas, para apoiar workshops e iniciativas que ajudem pesquisadores a avaliar resultados recentes assistidos por IA, aprender e usar novas ferramentas, compartilhar perspectivas e moldar padrões coletivos para o uso de IA. A Anthropic e a OpenAI também fornecerão ferramentas e recursos computacionais aos pesquisadores apoiados pela Fundação, em ciência básica e também em matemática. O anúncio observa que a Simons foi uma das primeiras financiadoras do assistente de provas Lean.
A parte da OpenAI aparece como uma atualização do próprio post de 6 de outubro, datada de 15 de outubro: ela contribui com US$ 5 milhões para a iniciativa, «to help mathematicians examine, understand, and build on results produced by AI, including those shared in this post», e dará acesso a modelos e computação. A mesma atualização diz que o dinheiro pagará workshops, conferências e programas especiais.
Não sabemos se isso foi uma resposta às críticas, e nenhuma das fontes diz isso; a sequência de datas é tudo o que podemos afirmar. O que se pode dizer é que a finalidade declarada do dinheiro, ajudar a comunidade a entender os resultados depois do fato, é o trabalho de digestão que, segundo Tao em 8 de outubro, deveria ser feito no momento da descoberta. Se financiar workshops depois de um lançamento pode substituir ter autores disponíveis durante ele é exatamente a pergunta que a objeção dele levanta, e nada nos anúncios a responde.
16 de outubro: «I’m on a war footing»
O perfil do Times, de Elisabeth Bumiller, abre com Tao pegando um café durante um workshop de matemática de dois dias na UCLA, onde, segundo o texto, só se falava da crise existencial que a IA representa para a área. Tao, 51 anos, diz à repórter que está fazendo muito pouca matemática. «I’m on a war footing.» A página dele e o jornal descrevem como o tempo dele passa agora: reunindo matemáticos, traçando estratégias, dando palestras, aconselhando colegas, no que ele chama de organização comunitária.
A inversão quanto ao engajamento é dita sem rodeios. Um ano antes, diz ele ao Times, tinha boas relações com muita gente da empresa, que «shared a very common vision of how A.I. should be used — you know, to empower scientists.» Mas a pressa em publicar, diz, mostra para que eles de fato usaram a área: «used math for what they needed, which was to evaluate their models.» E então a frase que dá título a este artigo: «At this point, I don’t see a way to constructively engage.»
Vale notar o que ele não diz. Não diz que a matemática é falsa, e não diz que a IA deve ficar fora da área. A mesma página que registra a posição de outubro registra também seu apoio contínuo ao uso responsável, à verificação formal e a ferramentas abertas. A queixa dele é sobre uma forma específica de lançar resultados, sem autor disponível, sem coordenação com as pessoas que trabalham nos problemas e com uma empresa que, nas palavras dele, tem mais interesse em avaliar seus modelos do que na área.
O que não pudemos verificar e deixamos de fora
Resumos desta história, inclusive alguns escritos nos últimos dois dias, trazem detalhes que não pusemos na cronologia porque têm fonte única ou vêm de legendas automáticas de uma entrevista em vídeo: quantos dos novos artigos Tao leu pessoalmente, quantos foram retirados e a classificação de um resultado como o maior avanço no seu problema em cinquenta anos. As contagens divulgadas do lançamento também diferem entre veículos. Mantivemos só o que uma fonte pública afirma de forma que pudemos ler. Também não usamos o rótulo «Mozart da matemática» que aparece na cobertura popular; não conseguimos encontrá-lo nas fontes acima.
Nossa avaliação
A forma útil de ler esta história é como uma disputa sobre quem é dono da última milha de um resultado, e não como uma briga entre um matemático e uma máquina. A posição de Tao é consistente desde o verão: gerar ficou barato, e o que continuou caro, explicação, contexto, ensino, é onde mora o valor da área. Um laboratório pode produzir centenas de provas num dia. Não consegue, no mesmo dia, produzir centenas de pessoas capazes de discuti-las.
O financiamento de 15 de outubro é uma tentativa de pagar parte dessa digestão depois do fato. Os anúncios não dizem que isso responde à objeção de Tao, e esta página não prevê um lançamento posterior nem atribui uma data a ele.
Continue lendo
Todos os artigos, do mais recente ao mais antigo, estão no índice do blog da Front.
- A IA e os matemáticos, ao longo do tempo: A crônica mais ampla da IA e da matemática de pesquisa em outubro de 2026.
- Cronologia do Google Argon: O lançamento do Gemini 4 Argon pelo Google, registrado por datas.
- Grok 4.8: o que a xAI de fato disse: As publicações da xAI do Grok 4.5 ao 4.7 e as declarações sobre o 4.8.
- Cronologia do Reflection Beam 501B: O lançamento dos pesos do Reflection Beam 501B, em ordem temporal.
Perguntas frequentes
O que Terence Tao disse sobre o lançamento de matemática da OpenAI?
Segundo o New York Times, ele disse «I’m on a war footing» e, sobre a OpenAI, «At this point, I don’t see a way to constructively engage.» Em 8 de out. escreveu que nenhum dos humanos envolvidos estava disponível para responder perguntas ou dar palestras e que estava horrorizado com a pesquisa desarranjada, sobretudo a de jovens matemáticos.
Quando a OpenAI lançou os resultados de matemática?
Em 6 de outubro de 2026, segundo o post da OpenAI. Esse post é a página publicada. O New York Times descreve mais de 350 resultados em quase todas as subáreas. A contagem 350 é reportada, não um número do post da OpenAI.
Tao já trabalhava com a OpenAI antes disso?
Ele ajudou a organizar um workshop do IPAM patrocinado pela OpenAI em março de 2026, segundo a própria divulgação dele. Diz que o patrocínio foi de US$ 60 000 a US$ 70 000 e veio de uma captação emergencial depois da suspensão do financiamento da NSF e dos NIH em 2025.
A OpenAI respondeu?
Em 15 de out. a OpenAI acrescentou ao seu post uma atualização comprometendo US$ 5 milhões com uma iniciativa da Simons Foundation, parte de um esforço de US$ 15 milhões com a Anthropic, para ajudar matemáticos a examinar e a desenvolver resultados produzidos por IA. As fontes não dizem que foi uma resposta a Tao.
Registro de alterações
- — Releitura em 2026-10-22 do post da OpenAI e da página de Tao. O post de 6 de outubro fica marcado como publicado, e o relato do Times sobre 350 resultados mais um anúncio de Navier-Stokes como reportado. Saiu uma frase que especulava sobre um lançamento posterior.
- — Primeira publicação.
Fontes
- The New York Times: Why One of the World’s Greatest Mathematicians Is on a ‘War Footing’ (Oct 16, 2026)
- Terence Tao on AI: a living summary (updated Oct 16, 2026)
- OpenAI: Sharing AI progress in mathematics (Oct 6, 2026; updated Oct 15)
- Simons Foundation: $15M effort to help mathematicians navigate the AI era (Oct 15, 2026)