IA que faz ciência: o que o Google I/O sinaliza pra você

Tem uma frase dita num palco de tecnologia essa semana que merece mais cautela do que aplauso. No Google I/O, Demis Hassabis, CEO da Google DeepMind, afirmou que estamos “no sopé da singularidade”. Soa grandioso. Mas o que aconteceu no mesmo evento conta uma história mais interessante, e mais útil, pra quem faz ciência de verdade.

O Gemini for Science é o pacote da Google que reúne vários sistemas de IA voltados pra pesquisa científica, e o seu lançamento marca uma virada de rota que vai afetar como você, pesquisador, trabalha nos próximos anos.

Se você está na pós-graduação agora, vale entender o que está em jogo, sem deslumbre e sem pânico.

O que aconteceu

No keynote do Google I/O, a IA voltada à ciência foi o destaque do encerramento. Hassabis fechou a sessão mostrando o WeatherNext, software de previsão do tempo que deu alerta antecipado sobre a chegada catastrófica do furacão Melissa na Jamaica e pode ter salvado vidas. Um resultado concreto e importante, embora bem distante da tal singularidade.

Esse contraste expõe duas visões diferentes de IA pra ciência. A primeira são ferramentas especializadas, treinadas pra resolver um problema científico específico, como o WeatherNext ou o AlphaFold, que previu estruturas de proteínas e rendeu um Nobel à DeepMind. A segunda são sistemas agênticos baseados em modelos de linguagem, capazes de conduzir projetos de pesquisa com pouca ou nenhuma intervenção humana.

É a segunda visão que está ganhando força. Pushmeet Kohli, cientista-chefe do Google Cloud, escreveu numa edição especial da revista Daedalus: “Estamos caminhando pra uma IA que não apenas facilita a ciência, mas começa a fazer ciência”. Nesta semana, a OpenAI anunciou que um de seus modelos refutou uma conjectura matemática importante, usando um modelo de raciocínio de propósito geral, não especializado em matemática.

Os sinais de realinhamento aparecem nos detalhes. John Jumper, que ganhou o Nobel pelo AlphaFold, hoje trabalha em IA pra programação, não mais em ferramentas científicas especializadas. E o grande anúncio científico do evento foi o Gemini for Science, que reúne sob uma marca o AI Co-Scientist, que gera hipóteses, e o AlphaEvolve, que otimiza algoritmos. Um geneticista de Stanford comparou usar o AI Co-Scientist a “consultar o oráculo de Delfos”.

Por que isso importa pra você

Pode parecer notícia de gigante de tecnologia, distante do seu mestrado numa federal. Mas a forma como a ciência mundial usa IA respinga em todo pesquisador, inclusive no orçamento curto e na régua das bancas brasileiras.

Vou separar por onde você está.

1. Se você está começando a pesquisa. Ferramentas de IA já viraram parte do cotidiano científico. Aprender a usá-las com critério não é luxo, é alfabetização nova. Mas a base teórica e metodológica continua sendo sua responsabilidade.
2. Se você está escrevendo agora. A IA acelera levantamento e organização, mas a interpretação dos dados e a defesa dos argumentos são o que a banca vai cobrar de você, não da máquina.
3. Se você orienta ou pretende orientar. Vale ter conversa franca com o grupo sobre o que é uso legítimo de IA e o que é terceirização do pensamento. A linha entre acelerar e burlar precisa estar clara.

O que separa o pesquisador da ferramenta

Um detalhe do anúncio diz muito: a Google batizou o sistema de AI Co-Scientist, não AI Scientist. A palavra “co” foi escolha deliberada. Hassabis reforça que, pela próxima década, devemos pensar a IA como ferramenta pra ajudar cientistas.

E aqui mora o ponto que organiza tudo. Nenhum sistema é bom colaborador científico sem que do outro lado exista um cientista de verdade. A IA pode gerar mil hipóteses, mas quem decide qual faz sentido, qual é ética, qual cabe no seu campo, é você.

É exatamente esse julgamento que o Método V.O.E. (Velocidade, Organização, Execução Inteligente) trabalha. A Velocidade vem de usar a ferramenta pra tarefas que você sabe avaliar. A Organização vem de manter rastreável tudo que a IA produziu, pra você responder por cada linha. A Execução Inteligente vem de saber a fronteira: delegar o que você consegue conferir, nunca o que você não entende. Faz sentido?

A leitura que faço dessa virada

Quando li a matéria, o que me chamou atenção não foi a promessa de singularidade. Foi o quanto a conversa pública corre na frente do que a ciência consegue verificar. Hipótese gerada por IA continua sendo hipótese: precisa ser testada, replicada, defendida. O método científico não fica mais rápido só porque a máquina ficou.

Por um lado, é animador. Ferramentas como o AlphaFold já foram usadas por mais de três milhões de pesquisadores e democratizam acesso a recursos que antes eram de poucos laboratórios. Por outro, fico atenta ao risco de uma geração de pesquisadores que aprende a pedir resposta antes de aprender a formular pergunta.

Não significa recusar a IA. Significa o contrário: usá-la de olhos abertos, com responsabilidade autoral e rigor, sustentando as convicções que organizam o seu trabalho. A máquina amplia quem já sabe pensar. Ela não substitui quem ainda não aprendeu.

Próximos passos

Aqui vai o que fazer essa semana pra se posicionar bem nessa transição:

1. Liste as 3 tarefas da sua pesquisa em que você já usa IA e marque, em cada uma, se você consegue conferir a saída
2. Onde você não consegue conferir, recue: estude o tema antes de delegar
3. Cheque a política do seu programa sobre uso de IA na pesquisa, e se não houver, leve a pauta pro seu orientador
4. Defina por escrito a sua própria regra de uso, do que delega e do que faz à mão, e cole perto da tela

Se você quer um caminho prático e ético pra usar IA sem perder autoria, dá uma olhada em <TODO link interno: post sobre uso ético de IA na pós>.

Fonte: Google I/O showed how the path for AI-driven science is shifting, MIT Technology Review