Por que a IA na ciência exige raciocínio e agentes, não apenas dados

A ideia de que a ciência está próxima do seu ponto final ressurgiu no debate global. Em 1903, o físico Albert Michelson afirmou que todas as verdades da física já haviam sido descobertas. Décadas mais tarde, nos anos 1980, Stephen Hawking previu que a física teórica poderia ser concluída até o fim do século XX. O padrão voltou a se repetir em 2024, quando Demis Hassabis e John Jumper, pesquisadores da Google DeepMind, foram laureados com o Prêmio Nobel de Química pelo desenvolvimento da rede neural AlphaFold. A ferramenta resolveu um gargalo de 50 anos ao prever estruturas tridimensionais de proteínas a partir do treinamento com milhares de formatos medidos experimentalmente.

O sucesso estrondoso do sistema levou Demis Hassabis a definir o AlphaFold como o modelo definitivo para acelerar toda a ciência em velocidade digital. A partir daquela conquista, startups focadas em modelos de fundação para biologia, química e descoberta de materiais captaram bilhões de dólares no mercado global. O progresso demonstrou que a combinação entre volumes massivos de dados e inteligência artificial podia gerar descobertas históricas, mesmo sem o entendimento completo dos mecanismos subjacentes. No entanto, em artigo publicado na MIT Technology Review, o ex-CEO do Google entre 2001 e 2011, Eric Schmidt, juntamente com Suhas Mahesh — líder de IA para a ciência no Schmidt Sciences — e a pesquisadora Maya Levin, alertam que essa abordagem baseada estritamente em dados massivos não pode ser replicada na maioria das disciplinas.

"Embora o AlphaFold seja uma conquista profunda, as condições que o produziram são raras, e o tempo necessário para atender a essas condições em outros campos será medido em décadas, não em anos."

O mito do fim da ciência

A percepção de que a ciência atingiu seu limite definitivo costuma surgir após avanços metodológicos de grande impacto. O Prêmio Nobel de Química de 2024 concedido à equipe da Google DeepMind consolidou a crença de que a inteligência artificial poderia resolver qualquer problema biológico ou químico bastando alimentá-la com bases de dados suficientes. Essa euforia impulsionou rodadas milionárias de financiamento privado para empresas de biotecnologia que tentavam replicar o fluxo de trabalho do AlphaFold em diferentes áreas do conhecimento científico.

Apesar do entusiasmo inicial do mercado, Eric Schmidt e Suhas Mahesh argumentam que o AlphaFold representa uma exceção metodológica e não uma regra aplicável a toda a atividade científica. A pré-condição fundamental para a criação do sistema da DeepMind foi a existência prévia do Protein Data Bank, um repositório internacional com cerca de 170.000 estruturas de proteínas validadas experimentalmente. Sem essa base padronizada e unificada, o treinamento do modelo neural seria inviável.

Construir o Protein Data Bank exigiu um esforço global sem precedentes: foram necessários 53 anos de cooperação científica internacional e o investimento estimado de US$ 21 bilhões em trabalho experimental acumulação ao longo das décadas. Iniciativas dessa magnitude são notoriamente difíceis de financiar, quase impossíveis de coordenar e extremamente demoradas para serem executadas, o que explica por que tentativas semelhantes em outras áreas da ciência falharam sucessivamente.

As limitações do modelo AlphaFold

A dependência extrema de grandes volumes de dados de alta qualidade expõe o principal gargalo da abordagem do AlphaFold. Para a grande maioria das perguntas abertas na ciência experimental, bases de dados limpas e perfeitamente padronizadas simplesmente não existem e não poderão ser geradas em curto prazo. A técnica central utilizada para abastecer o Protein Data Bank foi a cristalografia de proteínas, uma ferramenta experimental atipicamente confiável e replicável que sustentou a concessão de mais de 25 Prêmios Nobel ao longo da história.

Na imensa maioria das pesquisas laboratoriais, contudo, a variabilidade é a regra e não a exceção. Linhagens celulares sofrem deriva genética com o tempo, reagentes químicos contêm traços imperceptíveis de contaminantes e variações sutis na umidade do laboratório alteram os resultados finais de uma medição. Para treinar uma rede neural moderna em biologia ou química geral, seria necessário criar novos padrões de medição e processos de padronização universal que não estarão prontos nos próximos anos.

Existem poucas áreas onde os requisitos de dados massivos e padronizados são plenamente atendidos no cenário atual. Setores como previsão do tempo, grande parte da genômica e recortes muito específicos da química possuem os requisitos necessários e podem registrar avanços no estilo do AlphaFold. Como destacou a Comissão de Segurança Nacional dos EUA sobre Biotecnologia Emergente (US National Security Commission on Emerging Biotechnology), o apoio governamental para coordenar e produzir esses conjuntos de dados será vital para que esses domínios específicos continuem progredindo.

Como funcionam os agentes de IA

Diante da impossibilidade prática de gerar bases de dados perfeitas para todas as disciplinas, a aceleração do progresso científico dependerá de uma tecnologia diferente: os agentes de IA. Historicamente, cientistas sempre raciocinaram sob cenários de incerteza e dados incompletos. Biólogos na busca por novos alvos terapêuticos, por exemplo, combinam cálculos de docking molecular, estruturas conhecidas, equações de dinâmica molecular e ensaios de ligação restritos, aplicando o julgamento humano para pesar os pontos fortes e as falhas de cada método.

A essência da prática científica não reside na precisão isolada de uma única ferramenta, mas na capacidade humana de sintetizar resultados heterogêneos e revisar hipóteses à medida que novas evidências emergem. Até recentemente, nenhum sistema de software conseguia emular esse raciocínio iterativo. O cenário mudou com a mudança arquitetônica impulsionada pelos modelos de linguagem de grande escala (LLMs), que permitiram o surgimento de agentes de IA — motores de raciocínio munidos de acesso a ferramentas digitais e físicas.

Diferente de modelos especializados e estreitos como o AlphaFold, os agentes funcionam como generalistas capazes de modelar digitalmente o próprio processo humano de descoberta. Em vez de exigir bases de dados hiper-especializadas que custam bilhões de dólares e décadas de trabalho, esses agentes utilizam o raciocínio adaptativo para operar diretamente sobre a literatura científica, softwares de simulação e equipamentos de laboratório em tempo real.

O caso do Google Co-Scientist

Um exemplo prático do potencial dessa arquitetura é o AI Co-Scientist, sistema desenvolvido pelo Google e anunciado em maio. Para testar o sistema, pesquisadores forneceram ao agente um resumo de uma página com o objetivo de descobrir como a resistência a antibióticos se espalha entre diferentes espécies de bactérias — um dos problemas mais críticos da medicina moderna na luta contra infecções resistentes a medicamentos.

A partir desse comando inicial, o AI Co-Scientist gerou autonomamente uma rede de subagentes especializados para dividir a tarefa. O primeiro subagente formulou hipóteses a partir da varredura de artigos acadêmicos; o segundo atuou como um revisor de pares rigoroso, apontando falhas nas propostas; o terceiro executou torneios de seleção para ranquear as ideias mais promissoras; e o quarto refinou a tese vencedora. O sistema concluiu que genes de resistência estavam sendo transportados por vírus bacterianos (bacteriófagos) capazes de migrar entre diferentes hospedeiros.

A hipótese gerada de forma autônoma pelo agente do Google estava correta. Pesquisadores do Imperial College London haviam levado cerca de 10 anos (uma década) para chegar à exata mesma conclusão por meio de testes práticos em laboratório de bancada. O artigo científico da equipe britânica, que ainda estava em processo de revisão por pares e não havia sido lido pelo AI Co-Scientist, validou integralmente as conclusões obtidas pela inteligência artificial em uma fração do tempo.

Solução para a crise de reprodutibilidade

Embora apresentem limitações atuais — como a suscetibilidade a alucinações, variações no julgamento e restrições de memória de entrada para rodar de forma contínua —, os agentes oferecem uma solução estrutural para a histórica crise de reprodutibilidade da ciência. Há décadas, a comunidade acadêmica exige que pesquisadores compartilhem seus códigos e dados brutos para padronizar experimentos, mas o processo burocrático pós-descoberta frequentemente enfrenta resistência e negligência humana.

Agentes digitais eliminam essa fricção ao registrar de forma automática e auditável cada etapa lógica, linha de código e parâmetro utilizado durante a investigação científica. Esse diário de bordo digital contínuo cria um registro exato da metodologia, permitindo que laboratórios concorrentes ou independentes em qualquer parte do mundo repliquem os resultados com precisão absoluta, sem depender de interpretações ambíguas contidas em textos acadêmicos tradicionais.

Além de solucionar a replicação de testes, essa tecnologia altera a preservação da memória científica institucional. A transferência de conhecimento prático entre gerações de pesquisadores costuma depender de anos de observação direta em laboratório e da leitura de cadernos de anotações informais deixados por predecessores. Com a adoção de agentes, todo o histórico de tentativas, erros e protocolos de um laboratório passa a ser armazenado em repositórios centrais padronizados de conhecimento.

Velocidade e custos de experimentação

O impacto mais imediato dos agentes de IA sobre a atividade de pesquisa está na redução drástica dos custos de experimentação e no aumento da velocidade das descobertas. Um único agente é capaz de analisar 1.000 artigos acadêmicos por hora, projetar 500 moléculas em um único ciclo e aprender com os testes que falharam antes do início da manhã seguinte. Essa capacidade operacional altera a dinâmica das reuniões de planejamento científico, substituindo longos debates teóricos pela execução imediata de simulações digitais.

Essa redução de custos e prazos concede aos cientistas a liberdade de investigar hipóteses arriscadas e não convencionais, que anteriormente seriam descartadas devido ao alto risco de desperdício de verbas e tempo de pesquisa. Ferramentas com esse nível de abrangência transversal surgiram poucas vezes na história da humanidade. Entre os precedentes históricos citados por Eric Schmidt estão a invenção do cálculo diferencial, a consolidação da inferência estatística, o desenvolvimento da espectroscopia e o advento do computador moderno.

Cada uma dessas inovações históricas permitiu formular problemas que antes não podiam ser traduzidos em linguagem científica. A transição para a IA baseada em agentes representa um salto metodológico equivalente. A iniciativa sem fins lucrativos Schmidt Sciences, fundada em 2024 por Eric Schmidt e sua esposa Wendy Schmidt, foca o financiamento de pesquisas não convencionais justamente na interseção entre agentes autônomos e novos materiais, visando acelerar a chegada dessa infraestrutura aos centros de pesquisa globais.

O impacto no cenário brasileiro

Para o ecossistema científico e tecnológico do Brasil, a transição do modelo centrado em dados para o modelo centrado em agentes traz implicações diretas. Historicamente, os laboratórios brasileiros enfrentam dificuldades para competir com instituições do Hemisfério Norte no financiamento de grandes infraestruturas de dados e supercomputadores dedicados ao treinamento de redes neurais gigantes do porte do AlphaFold, cujo investimento de base exige bilhões de dólares em orçamento sustentado.

A disseminação de agentes de IA operados por modelos de linguagem de grande escala reduz drasticamente a barreira de entrada para a pesquisa de ponta nas universidades e institutos brasileiros. Como esses agentes atuam como coordenadores flexíveis capazes de se conectar a ferramentas de simulação existentes e bases de dados abertas, pesquisadores locais podem focar na formulação de hipóteses e no design de experimentos avançados sem a necessidade de construir do zero repositórios proprietários de dados massivos.

A adoção dessa arquitetura agentiva no Brasil exige, contudo, a modernização da infraestrutura digital nos laboratórios nacionais e a capacitação de pesquisadores na integração dessas ferramentas com equipamentos físicos e softwares de análise. O avanço promovido por sistemas como o AI Co-Scientist demonstra que a competitividade científica do país dependerá da rapidez com que suas instituições de ensino e pesquisa incorporarem agentes autônomos à rotina diária de investigação.