Em 26 de outubro de 2026, a OpenAI afirmou que um sistema interno havia refutado a Hipótese do Tempo Exponencial (ETH), uma conjectura sobre a dificuldade computacional de problemas de satisfatibilidade de fórmulas booleanas. A empresa disse que tornou públicos o texto da demonstração e sua formalização em Lean, além de anunciar uma colaboração externa para acompanhar e explicar o resultado. O anúncio da OpenAI apresenta uma alegação da empresa, não uma conclusão matemática independente.
O processo que a OpenAI divulgou
Segundo a OpenAI, o sistema produziu uma demonstração em linguagem natural em 16 de outubro; a empresa formalizou o resultado em Lean no dia 17. Lean é um assistente de provas, usado para registrar argumentos matemáticos em uma linguagem formal. A OpenAI afirmou que publicou tanto o texto quanto a prova formal.
A empresa também anunciou uma colaboração externa liderada por Russell Impagliazzo, Ramamohan Paturi e Ryan Williams para acompanhar e explicar o trabalho. Segundo a OpenAI, os integrantes atuariam de forma independente e as conclusões seriam deles.
O canal E8 Holographic Framework apresenta uma crítica técnica centrada no custo de execução: o autor argumenta que o crescimento, em bits, dos valores intermediários pode levar a um tempo de execução exponencial, mesmo quando as operações algébricas são formalizadas.
A ETH não resolve P vs. NP
A ETH trata da dificuldade computacional de problemas de satisfatibilidade. P vs. NP é uma questão mais ampla, relacionada à diferença entre encontrar soluções e verificar uma solução proposta. A reportagem do The New York Times informa que P vs. NP continua sem solução; a alegação da OpenAI diz respeito à ETH. O jornal também situa a proposta da ETH em 1998. The New York Times
O alcance prático depende de pesquisa adicional
A OpenAI afirma que a ETH foi usada em centenas de artigos para derivar resultados condicionais sobre dificuldades computacionais. Se a alegação resistir à análise matemática, trabalhos que dependem dessa hipótese poderão exigir reavaliação, conforme o papel que ela desempenha em cada resultado.
Uma alegação sobre limites teóricos pode ter grande alcance; transformá-la em uma melhoria prática exige etapas adicionais.
A própria OpenAI diz que serão necessárias pesquisas consideráveis para converter avanços teóricos em melhorias práticas.
