Compartilhar:

O raciocínio matemático ainda vale o esforço quando a inteligência artificial já ajuda a destravar problemas que deixaram matemáticos empacados por décadas? A pergunta parece provocação, mas tem gente séria pensando nela. Uma das respostas mais interessantes veio de alguém que viveu essa virada dentro da própria pesquisa.

Em entrevista ao MIT News, publicada em 17 de novembro de 2026, o matemático John Urschel contou como foi trabalhar com IA pela primeira vez em seus estudos. A visão dele não é contra a tecnologia. Também não é deslumbrada. Para Urschel, a máquina pode até entregar a resposta, mas o valor de verdade está em entender o caminho até ela.

Nas próximas linhas, você vai ver o que ele defende, por que essa ideia pesa tanto na matemática na era da IA e como ela se conecta com o pensamento lógico no marketing, no dia a dia de quem trabalha com campanhas, dados e produtos digitais no Brasil. Spoiler: ler um relatório de desempenho tem mais a ver com resolver um quebra-cabeça do que parece.

Quem é John Urschel

Segundo o MIT News, Urschel é professor assistente no Departamento de Matemática do MIT, a mesma instituição onde fez o doutorado. Até aqui, um currículo acadêmico de respeito. O detalhe curioso vem antes disso.

Antes de concluir o doutorado, ele jogou futebol americano como lineman no Baltimore Ravens. Na prática, era um atleta que treinava força para segurar a linha ofensiva em campo.

Essa história ajuda a entender a metáfora que ele usa. O treino agora é outro. Em vez de músculo físico, ele quer fortalecer o pensamento crítico dos alunos. E, como acontece em qualquer academia, ninguém fica mais forte só olhando outra pessoa levantar peso.

Na sala de aula, de acordo com a reportagem, ele tem dois objetivos. O primeiro é ajudar os estudantes a treinar a capacidade de resolver problemas e de pensar de forma quantitativa. O segundo depende da disciplina: passar as grandes ideias, ferramentas e técnicas de cada matéria, para que os alunos usem esse conhecimento na hora de encarar problemas reais lá fora.

Quando a IA entrou nas pesquisas dele

De acordo com o MIT News, Urschel publicou recentemente dois preprints no arXiv. Um trata do fator de crescimento de matrizes aleatórias. O outro analisa o comportamento de pior caso na eliminação gaussiana, um método clássico para resolver sistemas de equações.

Nos dois trabalhos, ele combinou percepção humana com ferramentas de IA para atacar problemas que, segundo o veículo, desafiavam matemáticos havia décadas. Foram os primeiros artigos em que ele usou a máquina, e ele admite que a sensação é diferente.

A comparação que ele faz é bem prática. Trabalhar com IA lembra ter um colega de pesquisa, só que um colega com recursos que parecem ilimitados e que faz certas tarefas muito mais rápido do que qualquer pessoa. Do mesmo jeito que o computador já faz contas melhor do que nós, ele reconhece que esses sistemas hoje dão conta de alguns tipos de matemática com muito mais eficiência.

Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.

Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.

Entrega em PDF no seu e-mail · Sem spam · LGPD

🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.

Repare no cuidado da frase. Ele fala em certos tipos de matemática, não em toda a matemática. Essa nuance some fácil quando o assunto vira manchete, e é justamente ela que sustenta o resto da conversa.

Por que o raciocínio matemático continua essencial

Se a máquina é tão rápida, por que se dar ao trabalho? A resposta de Urschel gira em torno de uma palavra: entendimento. Receber uma resposta pronta não é a mesma coisa que compreender o que está acontecendo.

Ele explica que, quando uma IA entrega a prova de um fato matemático, o valor real dessa prova aparece quando um ser humano absorve a forma como a máquina combinou as ideias. Depois, essa pessoa precisa internalizar o raciocínio e conseguir passá-lo adiante. Sem esse passo, a prova vira só um resultado bonito na tela.

Por isso, segundo a entrevista, ele trata os alunos de jeitos diferentes. Com quem usa IA, a ênfase é sempre no entendimento. Com quem não usa, o foco é desenvolver a capacidade de resolver problemas, algo que a matemática faz há séculos.

O raciocínio dele fecha de um jeito simples: enquanto houver espaço para humanos pensarem e tentarem resolver problemas, e ele acredita que haverá, treinar essas habilidades continua valendo a pena.

A tal da luta produtiva

Tem uma ideia dele que resume bem a entrevista. Em linhas gerais, Urschel diz que as pessoas não gostam da palavra luta, mas que, quando a gente não briga com um conteúdo por conta própria, corre o risco de ter a impressão de que aprendeu sem ter aprendido de fato.

Quem já assistiu a um tutorial inteiro, achou tudo claríssimo e travou na hora de fazer sozinho sabe exatamente do que ele está falando. A sensação de domínio engana.

Pense num exemplo ilustrativo: alguém que quer aprender a montar fórmulas em planilha. Se a pessoa só copia a fórmula que a IA sugeriu, a tabela funciona naquele dia. Na semana seguinte, quando a estrutura dos dados muda um pouquinho, ela não sabe por onde começar. Agora imagine essa mesma pessoa quebrando a cabeça por alguns minutos antes de pedir ajuda. Ela erra, testa, entende a lógica. Na próxima mudança, ela mesma resolve.

O MIT News lembra ainda que um relatório de um comitê do próprio MIT, dedicado ao uso de IA no ensino, na aprendizagem e na formação em pesquisa, também destacou a importância desse esforço necessário e produtivo, além do lado colaborativo do aprendizado. Urschel, portanto, não fala sozinho.

Esse lado coletivo aparece também no texto do veículo, que menciona a importância da educação presencial nos campi, onde os estudantes vivem a luta de resolver problemas e a conexão com outras pessoas. Aprender junto, discutir, errar na frente de alguém. Tudo isso faz parte do treino.

O outro lado: IA como ferramenta que nivela o jogo

Seria fácil transformar Urschel em um crítico da tecnologia. Só que ele não é. Na entrevista, ele afirma que o avanço da IA deve ser visto como uma enorme vitória para a educação.

O motivo é direto. Uma tecnologia fácil de acessar, que abre a porta para uma quantidade imensa de conhecimento, ajuda a nivelar o jogo para quem não tinha esse acesso antes. Ele chega a mencionar que nenhum dos pais era professor, o que dá um tom pessoal ao argumento. Esse ponto conversa bastante com o que já discutimos sobre a nova era da capacitação com inteligência artificial.

Para o público brasileiro, essa parte faz muito sentido. Muita gente aprende sozinha, depois do expediente, sem professor por perto para tirar dúvida. Ter uma ferramenta que explica um conceito de cinco jeitos diferentes, a qualquer hora, é um ganho real.

O equilíbrio está aí. Pela leitura da entrevista, a IA amplia o alcance e acelera o caminho, mas o pensamento próprio continua sendo do aluno. E ele faz uma confissão pessoal que diz muito: a alegria de resolver um problema, para ele, ainda é maior quando faz isso sozinho, sem a máquina.

Pensamento lógico no marketing: o que isso muda para você

Agora vamos trazer a conversa para perto. Quem trabalha com marketing digital vive cercado de painéis, relatórios automáticos e resumos gerados por IA. É uma mão na roda, sem dúvida. Mas o risco que Urschel aponta na matemática aparece igualzinho aqui: achar que entendeu os números só porque leu a conclusão da ferramenta.

O pensamento lógico no marketing começa com perguntas incômodas. Essa conversão veio mesmo daquele anúncio ou o modelo de atribuição está puxando o crédito para o último clique? O teste A/B rodou tempo suficiente? A métrica que subiu tem relação com o objetivo do cliente ou só parece boa no slide?

Nenhuma dessas perguntas pede cálculo avançado. Pede atenção.

Usar a IA como parceira de análise faz todo sentido, e existem várias formas de usar inteligência artificial no marketing digital que poupam horas de trabalho. O diferencial está em conseguir explicar, com suas palavras, para o time ou para o cliente, por que aquele número faz sentido.

Um exemplo do dia a dia

Imagine uma agência pequena que atende uma loja virtual de roupas. A ferramenta de IA gera o relatório do mês e aponta que uma campanha de remarketing foi a grande estrela. Tudo pronto para mandar ao cliente.

Antes de enviar, a analista resolve olhar com calma. Ela percebe que o período coincidiu com uma promoção forte no site e que boa parte das pessoas impactadas já estava perto de comprar. A campanha ajudou, mas talvez não tanto quanto o resumo sugeria.

Receba o melhor conteúdo de inovação em seu e-mail

Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.

Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.

Essa checagem não exige fórmula complicada. Exige curiosidade e o hábito de desconfiar de respostas fáceis, que é exatamente o músculo que Urschel quer ver treinado.

O mesmo vale para quem trabalha com produto digital. Pense, como exemplo, num time que pede para a IA resumir centenas de comentários de usuários. O resumo diz que o problema principal é o preço. Só que, lendo uma amostra com atenção, alguém nota que muita gente reclama do preço logo depois de travar numa etapa confusa do cadastro. O problema de fundo pode ser a experiência, não o valor. Sem essa leitura humana, o time mexeria no lugar errado.

Como manter o músculo matemático em forma

A boa notícia é que ninguém precisa virar matemático para treinar esse raciocínio. Dá para incorporar alguns hábitos na rotina sem abrir mão das ferramentas:

  • Tente resolver parte do problema sozinho antes de pedir ajuda à IA, nem que seja um rascunho de hipótese.
  • Peça para a ferramenta mostrar o raciocínio passo a passo, não só o resultado final.
  • Reescreva com suas palavras o que a IA produziu, como se fosse explicar para um colega novo.
  • Reserve um tempinho para desafios lógicos simples, como sudoku ou palavras cruzadas.

Esse último item tem tudo a ver com o próprio Urschel. Ele conta que, desde bem pequeno, adorava quebra-cabeças de todo tipo, de sudoku a palavras cruzadas, passando pelos desafios matemáticos de Martin Gardner. Para ele, o prazer está em encarar algo que você ainda não entende, se localizar aos poucos e ir abrindo caminho até a compreensão.

O terceiro hábito, aliás, é talvez o mais poderoso. Quando você tenta explicar algo e trava no meio, descobre na hora o que ainda não entendeu. É um teste honesto, rápido e de graça.

Repare que nenhum desses hábitos manda largar a IA. A proposta é usar a ferramenta como treinador, e não como alguém que levanta o peso no seu lugar.

Quem entende continua na frente

A mensagem de John Urschel é clara: a IA acelera, encurta caminhos e já ajudou a atacar problemas antigos, mas quem precisa entender é você. Na matemática ou num relatório de campanha, o valor está em absorver a lógica e conseguir explicá-la.

Nesse cenário, ganha espaço quem pensa junto com a máquina, questiona, ajusta e assume a análise como sua, e não quem só repassa o que ela entrega. Essa é a essência da matemática na era da IA, e vale também para quem lida com inteligência artificial e automação no marketing digital.

Na próxima vez que um relatório chegar pronto, separe alguns minutos para refazer o raciocínio por conta própria antes de aceitar a conclusão. É um treino pequeno. Mas é ele que mantém sua cabeça afiada.

Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.

Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.

Entrega em PDF no seu e-mail · Sem spam · LGPD

🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.

Foto de Rafael

Rafael

Operações

Transformo processos internos em máquinas de entrega — garantindo que cada cliente da Método Viral receba atendimento premium e resultados reais.

Preencha o formulário e nossa equipe entrará em contato em até 24 horas.

Publicações relacionadas

IA de Pesquisa: Gemini vs. Perplexity vs. Bing – Qual Responde Melhor Suas Perguntas?

Qual a melhor IA para pesquisar? Veja a comparação entre Gemini, Perplexity e Bing AI e descubra qual responde perguntas

Automação com IA e RPA para Eficiência Empresarial

Automação com IA: como empresas aumentam eficiência, reduzem custos e escalam processos com RPA, NLP e agentes inteligentes.

Activepieces: automação open-source com interface fácil via Docker

Activepieces: plataforma open-source de automação fácil, com Docker, integrações com Gmail, Slack e IA, ideal para self-hosting e produtividade.

Receba o melhor conteúdo de inovação em seu e-mail

Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.

Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.

Rafael

Online

Atendimento

Calculadora Preço de Sites

Descubra quanto custa o site ideal para o seu negócio

Páginas do Site

Quantas páginas você precisa?

Arraste para selecionar de 1 a 20 páginas

Em apenas 2 minutos, descubra automaticamente quanto custa um site sob medida para o seu negócio

Mais de 0+ empresas já calcularam seu orçamento

Fale com um consultor

Preencha o formulário e nossa equipe entrará em contato.