O Papel dos ‘Pesquisadores-Robôs’
A pesquisa científica, frequentemente marcada por longas e cansativas jornadas, enfrenta desafios como a escassez de recursos financeiros e de tempo. Para contornar essas dificuldades, a inteligência artificial (IA) surge como uma possível solução, atuando como um colaborador que pode otimizar os processos de descoberta.
Em 2024, a startup Sakana.ai, localizada em Tóquio, lançou o ‘The AI Scientist’, uma ferramenta que permite a criação de artigos científicos de forma completamente automatizada, ao custo de apenas 15 dólares (aproximadamente R$ 78) por artigo. Este sistema é capaz de desenvolver novas pesquisas, desde a formulação de hipóteses até a redação dos resultados, sem qualquer intervenção humana.
Desempenho e Avaliação da IA na Pesquisa Científica
O AI Scientist não para por aí. Ele também possui um mecanismo próprio de revisão por pares, que avalia automaticamente a qualidade dos textos gerados, assegurando que atendam aos padrões científicos exigidos. No entanto, apesar de suas promessas, uma equipe de pesquisadores independentes testou a ferramenta e considerou os resultados insatisfatórios. Para eles, o que a IA produziu era comparável ao trabalho de um ‘estudante de graduação desmotivado’ tentando cumprir um prazo.
Entre os principais problemas encontrados estavam seções incompletas, referências desatualizadas e resultados numéricos errôneos ou até mesmo fictícios, conhecidos como ‘alucinações’ da IA. Mesmo assim, os pesquisadores reconheceram a eficiência do sistema, que consegue realizar o que levaria cerca de 20 horas de um estudante em apenas 3 horas e meia, a um custo médio de 6 a 15 dólares (entre R$ 30 e R$ 78).
Resultados Promissores em Conferências Científicas
Um ano e meio depois do lançamento, a Sakana.ai testou a versão mais recente do AI Scientist, submetendo três artigos gerados pela IA, junto com 40 criações humanas, a um workshop em uma importante conferência sobre machine learning. Os revisores estavam cientes de que algumas submissões eram produzidas por IA, mas não sabiam quais. Surpreendentemente, cerca de 70% dos textos foram aprovados na primeira fase, e um dos artigos gerados por IA foi aceito, demonstrando que ele atendeu aos padrões científicos propostos.
No entanto, esses padrões eram inferiores aos exigidos na conferência principal. Jakob Macke, professor de machine learning, comentou que o estudo aceito não era considerado um artigo verdadeiramente revisado por pares. A nova versão do AI Scientist ainda apresentou falhas, incluindo ideias não completamente desenvolvidas e diversas alucinações.
A Inteligência Artificial e a Eficiência da Pesquisa
A inteligência artificial, por sua natureza, é incansável. Em questão de segundos, ela consegue analisar uma enorme quantidade de artigos científicos, sem reclamar e a um custo significativamente menor do que o de um pesquisador humano. Isso sugere um futuro em que mais descobertas possam ser feitas em menos tempo, potencialmente transformando a paisagem científica como a conhecemos.
No entanto, esse avanço suscita a reflexão sobre o que poderia acontecer com as descobertas geradas exclusivamente por máquinas. Quando um humano executa uma pesquisa, cada resultado é fruto de diversas decisões, e essa variabilidade pode ser o que enriquece a ciência. As decisões, ao serem tomadas por IA, podem se tornar obscuras, escondidas em um sistema considerado ‘sobre-humano’, que parece mais inteligente e objetivo.
Os Riscos da Monocultura Científica
O que ocorre, então, se confiarmos excessivamente na inteligência artificial? A antropóloga Lisa Messeri e a neurocientista Molly Crockett alertam para o que denominam de ‘monocultura da ciência’. Este termo é emprestado da agricultura, onde o cultivo de apenas uma planta aumenta lucros, mas eleva os riscos de pragas e doenças.
Da mesma forma, se a IA dominar o campo da pesquisa, podemos acabar com um tipo reduzido de investigação — aquele que se encaixa bem em suas capacidades, deixando de lado projetos que requerem mais sensibilidade e uma abordagem mais humana. Isso não apenas limitária a diversidade da ciência, mas também poderia resultar em erros sistemáticos cujas causas seriam difíceis de identificar sem a intervenção humana.
Iryna Gurevych, professora de Processamento Ubíquo do Conhecimento, ressalta que o maior risco está na confiança excessiva em resultados produzidos por IA. A capacidade humana de pensar criticamente se torna, portanto, essencial para mitigar esses riscos. Sem esse pensamento crítico, poderíamos produzir mais, mas também perderíamos a profundidade da compreensão científica.
Ainda fica a pergunta: na busca por eficiência, não estaria a ‘ineficiência’ humana trazendo valor à ciência?