Quando pensamos em inteligência artificial na ciência, muitos (ou pelo menos os mais fanáticos) talvez imaginemos uma cena futurista ao estilo Marvel: Tony Stark conversando com JARVIS, seu assistente virtual, enquanto hologramas e modelos 3D do cérebro com suas conexões neuronais se desenrolam no ar ou até mesmo planos de suas próximas criações. Infelizmente, na vida real, fazer ciência usando IA não é tão cinematográfico nem divertido. Ou talvez seja, mas não da forma que esperamos. O mais importante é que abre portas igualmente surpreendentes que nos permitem enfrentar muitos desafios atuais de maneira inovadora. Hoje em dia, a inteligência artificial se tornou uma ferramenta chave para empresas biofarmacêuticas como Pfizer ou AstraZeneca, que conseguiram acelerar ensaios clínicos. Graças a ela, conseguiram otimizar o design de protocolos, melhorar o recrutamento de pacientes e a análise de dados em tempo real, conseguindo assim reduzir os tempos de desenvolvimento e aumentar a segurança dos estudos.
No âmbito acadêmico, recentemente um grupo de pesquisadores publicou um estudo na revista Cell onde demonstraram como a IA permite enfrentar uma das principais crises de saúde pública: a resistência aos antibióticos. Ano após ano, cinco milhões de pessoas morrem devido a infecções por bactérias que evoluíram e se tornaram fortes demais para os medicamentos existentes.
Neste estudo, utilizaram inteligência artificial generativa para projetar do zero novos antibióticos capazes de eliminar bactérias resistentes. Criaram uma biblioteca de trinta milhões de compostos, dos quais vinte e dois foram selecionados e sintetizados no laboratório com base na previsão de outros modelos de IA sobre quão eficazes, seguros e viáveis poderiam ser. Desses, seis mostraram propriedades antibióticas, e um deles demonstrou matar bactérias mais rápido do que alguns antibióticos existentes. Mesmo quando os cientistas tentaram forçar sua resistência no laboratório, as bactérias não conseguiram sobreviver. O mais notável é que essa conquista não apenas traz novos candidatos a medicamentos contra dez cepas diferentes (anteriormente resistentes), mas também abre o caminho para o estudo e design de outros.
Mas a IA não é apenas uma peça fundamental no campo da saúde, mas também na astronomia, onde facilita o processamento massivo de dados gerados pelos telescópios modernos, possibilitando a exploração de simulações realistas de buracos negros e a detecção de eventos cósmicos em tempo real. Em geociências, permitiu melhorar a previsão de fenômenos naturais e a análise de imagens de satélite com maior precisão.
É fundamental destacar que, quando se fala em inteligência artificial na ciência, não se trata de simples chatbots como os que usamos diariamente (ChatGPT ou Gemini), mas sim de modelos muito complexos, treinados com grandes quantidades de dados e que são capazes de realizar tarefas específicas, reutilizando aquilo que “sabem” para resolver novos problemas.
No entanto, como em todo filme de super-heróis, também há uma contrapartida, e é que, embora os modelos de IA sejam eficientes, muitos pesquisadores relatam que tendem a apresentar viés e erros conhecidos como “alucinações”, ou seja, estabelecem relações inexistentes e apresentam suas conclusões com uma confiança infundada. É importante, portanto, a revisão humana de maneira crítica desses modelos para perceber onde falham e incorporar protocolos para seu uso responsável.
A IA resulta finalmente uma aliada da ciência, desde que seja utilizada de forma ética, responsável e cientificamente sólida.
Por Manuela Beltrán, aluna da Licenciatura em Biotecnologia da UADE
Comentários