Empresas de IA desafiam pesquisa acadêmica com descobertas simultâneas
Cientistas questionam uso de dados não publicados após anúncios de empresas de tecnologia
A investigação que a matéria não cobriu. Conexões, contexto histórico, fontes extras.
O avanço dos agentes de inteligência artificial (IA) tem gerado preocupações entre cientistas sobre o futuro da pesquisa acadêmica. Nos últimos meses, pelo menos dois casos envolvendo pesquisas ainda não publicadas foram precedidos por anúncios de empresas de tecnologia sobre descobertas similares. Um dos episódios ocorreu em setembro, quando o matemático Tristan Buckmaster, da Universidade de Nova York, divulgou avanços em uma pesquisa sobre o problema de Navier-Stokes, questão matemática relacionada ao comportamento dos fluidos. No dia seguinte, a OpenAI anunciou que seus agentes de IA haviam encontrado uma solução para o mesmo problema. Buckmaster questionou publicamente se informações inseridas por ele e seu colega Levent Alpöge em ferramentas da OpenAI poderiam ter sido utilizadas no treinamento dos modelos da empresa. A OpenAI negou essa possibilidade, afirmando que uma investigação interna concluiu que as instruções enviadas por Buckmaster nos dois meses anteriores ao anúncio não poderiam ter influenciado o sistema. Outros cientistas têm restringido o uso de plataformas comerciais de IA para evitar a exposição de dados inéditos. Geoffrey Irving, cientista-chefe da Resolution, organização dedicada à segurança da IA na Califórnia, alerta que a capacidade dos agentes de IA de resolver problemas científicos tende a ampliar a competição com pesquisadores humanos, podendo ultrapassá-los não apenas pelo compartilhamento de trabalhos, mas pela própria autonomia desses sistemas.
Os recentes episódios de descobertas científicas anunciadas por empresas de IA sugerem uma assimetria crescente entre o setor privado e a pesquisa acadêmica. A OpenAI, Anthropic e outras empresas de tecnologia possuem acesso a recursos computacionais e dados em escala incomparável para instituições acadêmicas, além de equipes dedicadas a explorar as fronteiras da aplicação de IA em problemas científicos complexos. A questão central não é apenas se os modelos de IA estão utilizando dados de pesquisas não publicadas, mas como o próprio sistema de produção científica é desafiado por atores com capacidades tecnológicas e financeiras superiores. A comunidade científica enfrenta um dilema: ao usar ferramentas de IA para acelerar suas pesquisas, corre o risco de expor dados sensíveis que podem ser aproveitados por essas empresas. Por outro lado, evitar essas ferramentas pode significar perder competitividade. O timing dos anúncios da OpenAI, próximo às divulgações de cientistas, sugere uma estratégia de posicionamento no campo da pesquisa científica, disputando narrativas e credibilidade. A longo prazo, isso pode levar a uma concentração ainda maior de poder tecnológico nas mãos de poucas empresas, enquanto a pesquisa acadêmica tradicional pode ser relegada a um papel secundário. A questão não é apenas sobre quem faz a descoberta primeiro, mas sobre quem controla os meios e os métodos de produção científica.