Declínio da matemática básica com IA é irrelevante para Jensen Huang

A matemática básica está sendo esquecida, e o CEO da Nvidia, Jensen Huang, parece tranquilo com isso. Para ele, a capacidade de fazer uma divisão longa, decorar a tabuada ou calcular raízes quadradas não é mais um indicador relevante de inteligência. “A matemática básica está sendo esquecida. Isso importa? Acho que não”, declarou em entrevista a Ezra Klein, colunista do The New York Times.

Enquanto isso, uma pesquisa com 1.000 estudantes do ensino médio jogou um balde de água fria nos que acreditam que a IA é apenas uma aliada. Quando os alunos usaram o ChatGPT para resolver exercícios de matemática, o desempenho foi 48% maior na prática. Mas, quando a ferramenta foi retirada, esses mesmos estudantes tiveram um desempenho 17% pior do que os que nunca tiveram acesso à IA. Ou seja, a facilidade imediata pode estar corroendo a capacidade de raciocínio independente.

O que a pesquisa revela sobre o declínio da matemática básica com IA

O estudo é uma das primeiras demonstrações empíricas de que a tecnologia apresentada como solução educacional pode amplificar a dependência em vez de resolvê-la. Os dados mostram um padrão preocupante: o aprendizado mediado por IA melhora a performance durante o uso, mas fragiliza a retenção do conhecimento. O estudante que depende do assistente para lembrar uma fórmula ou interpretar um enunciado não exercita as conexões neurais necessárias para consolidar o aprendizado.

Não se trata de demonizar a ferramenta, mas de entender que a IA generativa funciona como um mecanismo de resposta imediata. Quando o raciocínio é externalizado, a memória de trabalho deixa de ser acionada. O resultado é que a matemática básica deixa de ser um conhecimento consolidado e passa a ser um dado recuperável apenas enquanto o dispositivo estiver conectado.

Por que Jensen Huang acredita que a matemática básica não importa?

A visão de Huang é direta: o ser humano vai descobrir novas habilidades e deixar para trás aquelas que a tecnologia torna obsoletas. “Vamos descobrir novas habilidades”, disse. “Só que talvez não aquelas. Existe um monte de habilidades que não importam.” O executivo radicaliza o argumento ao revelar que não sabe o próprio endereço ou número de telefone, algo que considera perfeitamente aceitável em um mundo onde a informação está a um comando de voz de distância.

Essa lógica faz sentido do ponto de vista individual, mas entra em conflito com o que a pesquisa educacional mostra sobre raciocínio lógico. A matemática básica não é um conhecimento decorativo: ela estrutura a capacidade de abstração, resolução de problemas e pensamento sequencial. Quando uma geração deixa de praticar essas funções cognitivas, perde-se mais do que a tabuada — perde-se a base para aprender qualquer coisa mais complexa.

O limite entre esquecer a técnica e terceirizar a cognição

Os defensores da IA costumam lembrar que ninguém faz contas de cabeça depois que surgiram as calculadoras. A diferença é que a calculadora não decide o problema por você: ela executa uma operação que você já aprendeu a montar. A IA generativa, por outro lado, elimina a necessidade de modelar o problema. Ela entrega a resposta, o texto, o código ou o passo a passo sem exigir que o usuário entenda a estrutura. É exatamente aí que mora a diferença entre uma ferramenta de apoio e uma muleta cognitiva.

O lado financeiro: quanto a Nvidia lucra com a dependência de IA

Os números explicam por que Huang não está nem um pouco incomodado com o declínio da matemática básica. A Nvidia faturou US$ 193,7 bilhões em seu segmento de data centers no ano fiscal de 2026. Já o setor de games, que durante anos foi a identidade da empresa, gerou US$ 16 bilhões no mesmo período. Não por acaso, a companhia passou a se descrever como uma empresa de infraestrutura de IA, não mais como uma fabricante de placas de vídeo para jogadores.

Isso significa que a Nvidia depende diretamente da expansão massiva da inteligência artificial. Quanto mais a IA se torna indispensável para escrever, pesquisar, programar e fazer cálculos, maior a demanda por chips, servidores e data centers. A preocupação com o impacto cognitivo da tecnologia é, no mínimo, conflituosa para quem vende a pá em uma era de ouro do ouro.

Qual a diferença entre usar IA e entender o processo?

Usar IA para acelerar um trabalho pontual é diferente de terceirizar completamente sua capacidade de raciocínio. No primeiro caso, a ferramenta atua como um copiloto que elimina tarefas repetitivas e libera espaço para decisões complexas. No segundo, há uma substituição silenciosa do pensamento crítico. O estudante que pede para a IA resolver uma equação sem saber de onde veio a resposta não está dominando a matemática — está apenas acompanhando um relatório de solução. Essa distinção é central para entender se a tecnologia vai nos tornar mais capazes ou simplesmente mais dependentes.

O impacto do declínio da matemática básica no mercado de trabalho brasileiro

No Brasil, onde o acesso à educação básica já é desigual, a popularização da IA pode ampliar o abismo entre quem domina o raciocínio matemático e quem se limita a operar ferramentas prontas. O mercado de trabalho brasileiro — marcado pela informalidade e pela rápida adoção tecnológica em setores como o financeiro e o varejo — tende a valorizar cada vez mais profissionais com pensamento analítico estruturado. Um profissional que não desenvolve a base matemática dificilmente vai se destacar em áreas como engenharia de dados, programação ou agronomia de precisão, mesmo com a melhor IA à disposição.

Países em desenvolvimento precisam formar cidadãos capazes de se adaptar a mudanças tecnológicas constantes. Se a IA for usada para contornar a falta de infraestrutura educacional, ela pode até resolver alguns problemas pontuais. Mas se for usada como substituta do esforço cognitivo, pode apenas mascarar deficiências históricas de aprendizado. O caso brasileiro ilustra o risco: a oportunidade de democratizar o acesso ao conhecimento pode vir acompanhada de uma nova dependência tecnológica, controlada por poucas empresas bilionárias.

Até onde a tecnologia pode avançar sem a matemática?

A ironia é que a própria inteligência artificial que dispensa a matemática básica depende dela para existir. Modelos como o que gerencia a Nvidia foram treinados a partir de princípios matemáticos sofisticados, e são os algoritmos de otimização que tornam o processamento em GPU tão eficiente. Sem uma cadeia de profissionais com domínio de cálculo, álgebra linear e estatística, não haveria IA para simplificar — e, em última análise, deixar de lado — o conhecimento humano.

O futuro não será construído por pessoas que sabem apertar botões, mas por aquelas que sabem quando e por que apertá-los. A matemática nunca foi apenas uma coleção de fórmulas; ela é uma forma de organizar o pensamento diante de problemas complexos. Se a humanidade abandonar esse pilar, o preço pode ser uma geração incapacitada de questionar os resultados que recebe — e, consequentemente, mais suscetível à manipulação de algoritmos cada vez mais persuasivos.

O dilema não é se devemos escolher entre IA e matemática, mas se vamos ignorar o que a ciência está mostrando. A indiferença de Jensen Huang é uma posição confortável para quem controla a infraestrutura tecnológica do mundo. Para o restante da sociedade, a pergunta que fica é: vale a pena abrir mão do raciocínio lógico em troca de respostas cada vez mais rápidas? A resposta, ao contrário do que Huang sugere, importa muito — ainda mais em um país que luta para construir uma base educacional sólida e um mercado de trabalho qualificado para as próximas décadas. A matemática básica talvez seja esquecida, mas a capacidade de pensar continuará sendo a única tecnologia que nenhum chip consegue substituir.