O cientista de IA: o futuro da ciência com artigos acadêmicos totalmente automatizados

Até recentemente, o papel da IA na ciência era semelhante ao de um assistente útil. Ela podia resumir um artigo, limpar um conjunto de dados ou redigir um resumo. Os pesquisadores ainda eram os responsáveis pelo raciocínio.

Isso mudou no final de 2025, quando modelos de IA de ponta "frontier" passaram a ser capazes de raciocinar e planejar de forma confiável por conta própria. Uma característica fundamental desses modelos é a "chamada de ferramentas" - a capacidade de interagir com ferramentas externas para agir no mundo, e não apenas descrevê-lo.

Notícias relacionadas

Governo Trump divulga arquivos sobre OVNIs e vida alienígenas com fotos

Moraes suspende Lei da Dosimetria até que STF analise ações sobre constitucionalidade

Como ver o lote do detergente Ypê após Anvisa determinar o recolhimento

Isso marca o surgimento da IA agênica: sistemas que não apenas respondem a instruções, mas podem planejar, executar e iterar de forma independente. Na ciência, assim como em outros campos, os chatbots se tornaram colegas de trabalho capazes de realizar tarefas reais de forma autônoma, do início ao fim.

Um exemplo disso é o The AI Scientist da Sakana AI, com sede em Tóquio. Lançado em meados de 2025 e agora em sua segunda versão, a empresa de tecnologia japonesa apresenta o sistema como "o primeiro sistema abrangente para descobertas científicas totalmente automáticas".

O AI Scientist avalia a literatura existente, gera hipóteses, escreve e executa código, analisa resultados e produz um artigo de pesquisa completo - em grande parte sem envolvimento humano. Ele raciocina, falha e revisa, exatamente como um cientista júnior faria.

A prova? Um artigo acadêmico do AI Scientist que descreve "um fluxo de trabalho para automatizar todo o processo científico de ponta a ponta" foi aceito pela Conferência Internacional sobre Representações de Aprendizagem e publicado na revista científica Nature em março de 2026, após revisão por pares.

Isso representa algo genuinamente novo: um sistema de IA autônomo que passou por uma versão mais branda do teste de Turing ao demonstrar qualidade científica, se não (ainda) inteligência artificial.

Outras conquistas significativas incluem a startup Analemma, sediada em Cingapura, realizando uma demonstração ao vivo de seu Sistema de Pesquisa Totalmente Automatizado (Fars, na sigla em inglês) em fevereiro. Ele produziu 166 artigos completos de pesquisa em aprendizado de máquina em aproximadamente 417 horas por cerca de US$ 1.100 (cerca de R$ 5,5 mil). Isso significa um artigo acadêmico a cada 2,5 horas, a um custo que sustentaria um assistente de pesquisa por algumas semanas.

E o Google Cloud AI Research revelou recentemente o PaperOrchestra, que pega os registros experimentais brutos e as anotações preliminares de um pesquisador e os converte em um manuscrito pronto para submissão, com figuras e citações verificadas. Em avaliações cegas realizadas por 11 pesquisadores de IA, ele superou facilmente os sistemas autônomos existentes nessa área.

Tendo passado duas décadas pesquisando inovações tecnológicas disruptivas, acredito que um limiar significativo foi ultrapassado. Embora ainda haja um longo caminho a percorrer antes que os sistemas de IA se equiparem aos melhores trabalhos produzidos por humanos, a era da pesquisa totalmente automatizada chegou.

Implicações para a academia

A chegada dos sistemas de pesquisa autônomos atinge um ambiente acadêmico sob forte pressão em muitos países. Na última década, o número de artigos submetidos a revistas acadêmicas cresceu muito mais rapidamente do que o número de revisores qualificados, levando a sugestões de que o sistema de publicação científica está sendo "sobrecarregado".

Se sistemas como o Fars podem produzir milhares de artigos por ano, a infraestrutura de publicação científica vai enfrentar um volume para o qual nunca foi projetada. Algumas revistas acadêmicas já foram identificadas como utilizando conteúdo gerado por IA. À medida que o número de submissões continua a aumentar, isso pode alterar o papel de um artigo acadêmico publicado como um indicador definitivo da qualidade e das habilidades dos pesquisadores humanos.

Uma visão otimista é que a IA pode afastar a academia de sua forte dependência de métricas baseadas em quantidade, em favor da influência ou da inovação das publicações. Essa é uma reforma que os críticos do sistema atual vêm pedindo há muito tempo.

De forma menos otimista, à medida que a pesquisa em IA ganha escala, um sistema acadêmico projetado para contribuições coerentes e metodologicamente defensáveis pode inflar a proporção de contribuições científicas incrementais, em vez de radicalmente inovadoras. Tanto a qualidade quanto a originalidade da pesquisa podem ser prejudicadas como resultado.

A ciência sempre precisou de seus heréticos para avançar. O astrônomo italiano Galileu, o "pai da ciência moderna", foi forçado a retratar sua defesa do heliocentrismo perante a Inquisição da Igreja Católica. O médico húngaro Ignaz Semmelweis morreu em uma instituição psiquiátrica após não conseguir convencer seus colegas de que lavar as mãos poderia salvar vidas.

Mas, historicamente, a capacidade das instituições científicas de incentivar abordagens radicais também tem sido um pilar fundamental do progresso da ciência. Para sustentar isso, os sistemas de IA precisarão ser treinados para maximizar a inovação e a transformação, em vez da plausibilidade e do progresso incremental.

O impacto da IA nas indústrias criativas

Os efeitos transformadores dessa nova geração de IA se estendem muito além da pesquisa científica. Um exemplo marcante é The Epstein Files. Este podcast totalmente gerado por IA alcançou o primeiro lugar nas paradas do Apple Podcasts e do Spotify no Reino Unido no início de 2026, registrando 700.000 downloads na primeira semana.

A música está mais avançada e apresenta mais contradições. Em meados de 2025, a banda totalmente gerada por IA The Velvet Sundown havia acumulado mais de um milhão de ouvintes mensais no Spotify. Em 2026, a plataforma foi forçada a introduzir recursos de proteção aos artistas depois que faixas de IA começaram a substituir músicas humanas em playlists populares, enquanto o Deezer, enfrentando cerca de 50.000 uploads gerados por IA diariamente, começou a excluí-los de listas selecionadas.

A questão da propriedade continua sendo o elefante na sala. Tribunais dos EUA decidiram que obras geradas por IA não podem ser protegidas por direitos autorais, uma vez que a autoria humana continua sendo um requisito legal. A IA pode produzir em escala industrial, mas ninguém pode possuir legalmente o resultado.

Isso tem importância muito além da lei de propriedade intelectual. Nas indústrias criativas, isso ameaça os fluxos de royalties, os acordos de licenciamento e as avaliações de catálogos sobre os quais artistas, gravadoras e editoras construíram seus modelos de negócios inteiros por gerações.

Na ciência, por sua vez, isso está desestabilizando toda a arquitetura de incentivos, que se baseia na suposição fundamental de que o conhecimento é gerado e pertence aos seres humanos. Quando essa suposição se dissolve, o mesmo ocorre com grande parte da lógica institucional que tem regido a forma como produzimos, recompensamos e confiamos na expertise.

A questão, em todos esses campos, não é mais se a IA pode produzir o trabalho. Em vez disso, é se já se refletiu suficientemente sobre o que ganharemos e perderemos quando isso acontecer.

Sorin M.S. Krammer não presta consultoria, trabalha, possui ações ou recebe financiamento de qualquer empresa ou organização que poderia se beneficiar com a publicação deste artigo e não revelou nenhum vínculo relevante além de seu cargo acadêmico.