IA para Ciência Precisa de Raciocínio, Não Apenas de Dados

O AlphaFold, desenvolvido pelo Google DeepMind, resolveu a previsão da estrutura de proteínas após meio século de esforço, mas as condições que permitiram seu sucesso—o massivo Protein Data Bank e dados experimentais confiáveis—são raras e caras de replicar na maioria dos campos. Em vez disso, agentes de IA, alimentados por grandes modelos de linguagem, estão emergindo como uma ferramenta mais geral para a ciência. Agentes como o AI Co-Scientist do Google podem raciocinar, planejar e testar hipóteses; um desses agentes corretamente hipotetizou como a resistência a antibióticos se espalha, uma conclusão que levou uma década para pesquisadores do Imperial College alcançarem. Esses agentes podem registrar cada ação, abordando a crise de reprodutibilidade, preservar o conhecimento institucional e acelerar dramaticamente a pesquisa, reduzindo o custo da experimentação. Embora desafios como alucinação e limites de memória permaneçam, os agentes representam uma mudança fundamental, semelhante ao cálculo ou ao computador, transformando a ciência em todos os campos.