Por que IA domina matemática, mas ainda não achou remédios

A matéria compara avanços recentes em IA com resultados limitados na área de saúde, destacando a diferença entre tarefas verificáveis e áreas “bagunçadas”. Ela cita que, em 2016, o AlphaGo (DeepMind/Google) venceu Lee Sedol no Go, mostrando um ciclo de tentativa e erro que pode ser checado com clareza no fim da partida. O texto também menciona que, em matemática e programação, a resposta pode ser auditada passo a passo, enquanto em biologia e descoberta de medicamentos os resultados aparecem apenas anos depois e não são totalmente verificáveis.

O artigo argumenta que essa característica muda o ritmo de progresso e o tipo de risco: em ambientes verificáveis, a IA consegue iterar em escala e medir acertos com precisão; já em domínios dependentes de contexto, a máquina encontra mais barreiras para transformar resultados em decisões práticas. A conclusão é que, para empresas, o diferencial tende a migrar para onde humanos ainda conseguem medir e orientar melhor do que a automação sozinha.