IA tenta prever experimentos reais e tira nota abaixo da média: o motivo é constrangedor

Modelos de ponta falharam em antecipar resultados de laboratório, provando que alucinação não é bug, é feature quando falta dado.

Por Gabriela Araujo · 14 de novembro de 2026 às 22:47

IA UniPat AI ciência de dados benchmark SPU

A startup UniPat AI criou o benchmark SPU para testar se agentes de IA conseguem prever o resultado de 4.207 experimentos reais de química e biologia. O melhor modelo, Claude Opus 5.5, tirou 0,486 numa escala onde 1 é a perfeição e 0,5 é o chute aleatório. Ou seja, a inteligência artificial foi ligeiramente pior que jogar cara ou coroa.

O teste revelou que aumentar o esforço de raciocínio do GPT-6 Astra multiplicou o custo por cinco sem melhorar a precisão. Os agentes concordavam mais entre si do que com a realidade física, indicando que o gargalo não é a ferramenta, mas a falta de julgamento crítico sobre dados complexos e ruidosos.

Modo Debug · opinião de Gabriela Araujo

Hype não compila. A indústria vende a ideia de que a IA vai substituir o cientista no laboratório na próxima segunda-feira, mas a conta não fecha. Quando o modelo não pode recorrer ao 'treinamento' decorado de artigos passados e precisa lidar com o caos da matéria real, ele chuta. E chuta mal. A correlação entre os próprios robôs era maior do que com a verdade experimental: eles estão criando uma câmara de eco digital, não descobrindo novas moléculas.

Para o contribuinte e para as empresas que torram dinheiro em GPUs achando que vão automatizar a P&D, o recado é claro: a IA atual é ótima para sintetizar o que já sabemos, péssima para descobrir o que não sabemos. O gargalo não é poder computacional, como sugerem os vendedores de chip, é a própria natureza imprevisível da ciência. Enquanto não houver um salto qualitativo na compreensão causal, continuar jogando hardware caro em problema de química é só uma maneira sofisticada de aquecer o data center.