A ciência da computação raramente vive um mês assim. Uma das suas crenças fundadoras foi derrubada, e entre os que examinam os escombros estão os próprios investigadores que a construíram.
A 16 de outubro, um modelo de investigação da OpenAI produziu um contra-argumento à Exponential Time Hypothesis em prosa comum. Em um dia, o argumento foi transcrito para Lean, um verificador de provas que confere mecanicamente cada passo lógico. O manuscrito de 67 páginas lista a própria OpenAI como autora.
A Anthropic, trabalhando sem qualquer coordenação, tinha chegado ao mesmo destino horas antes. O seu artigo de 49 páginas, "A 2^o(n) Time Algorithm for 3-SAT", é creditado a Claude, e o algoritmo subjacente foi encontrado por um modelo de investigação Claude nesse mesmo dia.
A hipótese remonta a cerca de 1999, quando Russell Impagliazzo e Ramamohan Paturi argumentaram que a satisfatibilidade booleana não admite nenhum algoritmo mais rápido que o tempo exponencial. Essa única ideia sustenta discretamente centenas de resultados de dureza condicional em teoria dos grafos, bases de dados, biologia computacional e geometria.
Ambos os grupos descrevem agora um método determinista que conta as atribuições satisfatórias em tempo subexponencial, e ambos chegam ao mesmo termo principal no expoente. Se os revisores confirmarem o trabalho, uma das paredes mais confiáveis da área revela ter uma porta.
O que dá peso à alegação não é o pedigree dos modelos, mas o andaime de verificações à sua volta. Cada inferência passa pelo Lean. E o painel de revisão que a OpenAI reuniu inclui Impagliazzo e Paturi, que agora se veem a auditar o colapso da sua própria conjectura. Stefan Szeider, da TU Wien, examinou o material público e espera que resista a uma leitura atenta.
A cautela continua a ser necessária. O resultado nada diz sobre P versus NP, e o novo algoritmo continua a correr em tempo superpolinomial, por isso nenhum solucionador prático ficará mais rápido amanhã de manhã. O que mudou foi o mapa teórico e a identidade de quem, pessoas ou sistemas, o redesenha.
Para os executivos, a lição está longe das classes de complexidade. O software que há pouco tempo resumia documentos gera agora matemática original verificada por máquina. A fronteira do que a IA pode contribuir para a investigação séria avança mais depressa do que a maioria dos ciclos de planeamento supõe.
As organizações que aprenderem a trabalhar ao lado destes sistemas, em vez de lhes delegarem apenas a digitação, vão ditar o ritmo da próxima década.
Pense matematicamente. Engenhe com inteligência. Lidere estrategicamente. Construa com responsabilidade. Escale globalmente. Crie valor real de negócio através da inteligência artificial.
