PDF Deveria Morrer, ARA Deveria Ascender: Hora de Artigos de Pesquisa Nativos para Agentes
Pesquisadores propõem substituir artigos em PDF por Artefatos de Pesquisa Nativos para Agentes (ARA), um pacote de conhecimento operável por máquinas que captura experimentos, código e evidências. Testes mostram que a IA entende e reproduz melhor a pesquisa com ARA, mas ainda há desafios em escopo, privacidade e confiabilidade.
Uma equipe de 37 pesquisadores de Stanford, Universidade de Michigan, Carnegie Mellon e MIT, liderada pelo primeiro autor Liu Jiachen, propõe substituir os artigos tradicionais em PDF por ARA (Artefatos de Pesquisa Nativos de Agentes). Eles argumentam que os PDFs impõem um 'imposto narrativo' e um 'imposto de engenharia', perdendo caminhos exploratórios e detalhes críticos. O ARA reorganiza a pesquisa em quatro camadas: lógica científica, código executável, mapa de exploração e evidências, tornando-a diretamente operável por IA. Em testes com 450 perguntas, a IA usando ARA alcançou 93,7% de precisão contra 72,4% com materiais tradicionais; o sucesso de reprodução foi de 64,4% contra 57,4%. O ARA também ajudou a IA a evitar direções falhas precocemente, economizando custos, pois 90,2% dos custos de execução do agente de IA são desperdiçados em exploração falha. No entanto, o ARA ainda não é amplamente aplicável, tem lacunas de privacidade e segurança, e apresentou uma instância de alucinação. A equipe projetou três mecanismos: Gerente de Pesquisa ao Vivo, Compilador ARA e um sistema de revisão nativo do ARA. Liu fundou o Laboratório de Pesquisa Nativa de Agentes em maio de 2026 para promover o ecossistema ARA Commons.
Fonte: QbitAI 量子位 —
original