O Papel da Inteligência Artificial na Ciência
A pesquisa científica frequentemente é um processo que demanda tempo e recursos, trazendo frustrações para muitos pesquisadores. A busca por soluções mais eficientes levou ao surgimento da inteligência artificial, que pode atuar quase como um assistente de pesquisa. Um exemplo notável é a ferramenta lançada pela startup Sakana.ai, chamada “The AI Scientist”.
Em 2024, esse sistema inovador fez sua estreia no cenário científico, permitindo a criação autônoma de artigos de pesquisa por um custo acessível de apenas 15 dólares, o equivalente a R$ 78. Este modelo tem a capacidade de gerar novas hipóteses, executar códigos e até redigir os resultados, tudo isso sem a intervenção de humanos.
Além de sua funcionalidade, essa ferramenta conta com um sistema de revisão por pares que avalia automaticamente a qualidade dos textos, assegurando que estejam alinhados aos padrões exigidos pela comunidade científica. Contudo, sua eficácia foi questionada após uma equipe de pesquisadores independentes testá-la em 2024. Para eles, os resultados apresentados pela IA eram insatisfatórios, comparáveis ao trabalho de um estudante de graduação que, desmotivado, apressava-se para atender a um prazo.
Resultados Polêmicos e Potencial de Melhoria
As críticas se concentraram em seções incompletas dos artigos, referências desatualizadas e dados numéricos frequentemente incorretos, com exemplos de “alucinações”, que são informações inventadas pela IA. Apesar dessas falhas, os pesquisadores também notaram a eficiência do sistema, que conseguia realizar em 3 horas e meia um trabalho que normalmente levaria cerca de 20 horas para um estudante humano. O custo reduzido, de 6 a 15 dólares, representa um atrativo considerável.
No entanto, o cenário começou a mudar. Um ano e meio depois, uma nova versão do AI Scientist foi submetida a um workshop acadêmico. Três artigos gerados por IA foram testados junto com 40 artigos elaborados por pesquisadores humanos. Mesmo com o conhecimento de que alguns textos haviam sido criados por IA, os revisores analisaram o conteúdo sem preconceitos. Dos artigos enviados, aproximadamente 70% foram aceitos na primeira fase, incluindo um dos textos gerados pela inteligência artificial, que atendeu aos critérios básicos da revisão.
Contudo, os critérios da conferência principal ainda eram considerados mais rigorosos. Jakob Macke, professor de machine learning, destacou que o artigo aceito não é visto por todos os cientistas como um trabalho verdadeiramente revisado por pares. Além disso, essa versão ainda apresentava falhas, como desenvolvimento fraco de ideias, problemas estruturais e várias alucinações.
Eficiência vs. Qualidade na Ciência
A inteligência artificial se destaca pela sua capacidade incansável de analisar um grande volume de artigos em poucos segundos, o que pode resultar em mais descobertas científicas em um período mais curto. Contudo, o que isso implica para a natureza do conhecimento científico?
Tradicionalmente, cada pesquisa científica é o resultado de uma série de decisões tomadas por pesquisadores humanos, refletindo suas individualidades e abordagens únicas. Quando a IA assume esse papel, o processo decisório se torna obscuro, escondido sob a fachada de um sistema que parece ser mais inteligente e objetivo.
O Perigo da Monocultura do Pensamento
As antropólogas Lisa Messeri e Molly Crockett levantam uma preocupação significativa, mencionando a possibilidade de uma “monocultura da ciência”. Na agricultura, esse termo se refere ao cultivo de uma única espécie, o que, apesar de aumentar os lucros, também aumenta os riscos de pragas e doenças. Essa lógica pode se aplicar à pesquisa científica, onde a predominância de abordagens geradas por IA pode limitar a diversidade de ideias e contextos, essencial em projetos que requerem sensibilidade e complexidade.
O risco é que, ao confiar demasiadamente em resultados produzidos por inteligência artificial, possamos não apenas reduzir o escopo da pesquisa científica, mas também criar falhas que se perpetuam na ausência da análise crítica humana. Iryna Gurevych, professora de Processamento Ubíquo do Conhecimento, alerta que a falta de pensamento crítico pode levar a uma produtividade maior, mas a um entendimento reduzido do que realmente se busca na ciência.
Isso nos leva a refletir: será que a aparente ineficiência humana não tem valor inestimável na pesquisa científica? O desafio está lançado para a comunidade científica: como equilibrar a eficiência da IA com a riqueza do pensamento humano?