Relatórios

Estudo da OpenAI constata que cientistas raramente solicitam pesquisas de IA de ponta a ponta

Jonas Reeve
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveA pesquisa autónoma de ponta a ponta continua a ser rara, representando apenas 0,4% das…
Ver mais
  • A pesquisa autónoma de ponta a ponta continua a ser rara, representando apenas 0,4% das mensagens do cientista médio.
  • Os cientistas ainda verificam intensamente os resultados da IA, com 45,4% a indicar a correção como a sua principal dificuldade.
  • A OpenAI oferecerá 50.000 novas bolsas gratuitas para investigadores, por ordem de chegada.

A OpenAI publicou um estudo em 16 de novembro de 2026, abrangendo 580.186 mensagens científicas de 1.819 cientistas acadêmicos e respostas a uma pesquisa de 251 participantes. O estudo examina como esses cientistas usaram o ChatGPT e o Codex em atividades de pesquisa e como esperam que a IA afete as descobertas.

A pesquisa autônoma de ponta a ponta, definida como solicitações para que a IA coordene a revisão da literatura, a geração de ideias e as análises subsequentes, representou apenas 0,4% das mensagens científicas do cientista médio. Ainda assim, 15,3% dos cientistas fizeram pelo menos uma solicitação desse tipo — uma diferença que o estudo interpreta como experimentação com a automação completa, e não como uso rotineiro.

O artigo completo analisa a atividade de 20 de agosto a 22 de setembro de 2026 e uma pesquisa realizada de 30 de setembro a 7 de outubro de 2026. Os pesquisadores usaram classificadores que preservam a privacidade para categorizar as mensagens sem ler as conversas subjacentes, e, por padrão, os dados do programa não foram usados no treinamento de modelos.

Leitura e escrita predominam nas solicitações de pesquisa

A leitura e a aquisição de conhecimento corresponderam a 27,7% das mensagens científicas do cientista médio, enquanto a escrita e a comunicação representaram 26,9%. A análise científica respondeu por 16,7%, e o desenvolvimento de software e código para pesquisa, por 13,8%; juntos, esses quatro fluxos de trabalho representaram 85%.

Essa concentração indica que a maior parte do uso atual da IA está em tarefas pontuais de trabalho intelectual, e não em projetos de pesquisa coordenados. A explicação de conceitos científicos foi a principal tarefa individual, com 18,8% das mensagens; 89,7% dos cientistas enviaram pelo menos três solicitações desse tipo.

A geração de ideias revela um quadro diferente em termos de abrangência. Ela representou 5,3% das mensagens, mas cerca de 68% dos cientistas enviaram pelo menos três mensagens desse tipo durante o estudo. Nessas mensagens, os cientistas apresentaram uma pergunta específica em 35% dos casos, pediram ao ChatGPT que aprimorasse uma ideia existente em 36% e solicitaram sugestões de perguntas de pesquisa em 23%. Os 6% restantes não puderam ser categorizados.

O estudo também identifica uma divisão de tarefas que varia conforme a etapa da pesquisa. Na fase inicial de exploração, os cientistas frequentemente pediam à IA que sugerisse caminhos; depois, ao desenvolver problemas de pesquisa específicos, apresentavam suas próprias perguntas ou ideias para aprimoramento.

Revisão humana e expectativas de produtividade

A pontuação de envolvimento dos cientistas no estudo — que mede a proporção média de solicitações iniciais seguidas de esclarecimentos, verificações ou revisões — foi de 31,8%. Escrita e comunicação tiveram a pontuação mais alta, de 38,0%, seguidas pela análise científica, com 34,4%, e pelo software de pesquisa, com 33,7%.

Em tarefas comparáveis, as solicitações que exigiam conhecimento especializado avançado ou de fronteira tiveram maior envolvimento em 28 dos 32 casos, com uma diferença média de 6,5 pontos percentuais. Portanto, em geral, trabalhos mais especializados geraram mais interações de acompanhamento, não menos.

A pontuação considera apenas a mensagem científica seguinte na mesma conversa, enviada em até sete dias, e não contabiliza as revisões feitas fora do aplicativo de IA. Verificar ou corrigir resultados também foi a dificuldade mais apontada para obter valor do ChatGPT: essa opção foi escolhida por 45,4% dos cientistas entrevistados.

Essa necessidade de revisão coexiste com a economia de tempo relatada pelos próprios cientistas. Em oito atividades de pesquisa, os participantes estimaram que uma hora de trabalho com IA teria levado cerca de 1,9 hora sem ela, para alcançar a mesma qualidade. As proporções de produtividade relatadas variaram de 1,36 vez nas tarefas administrativas a 2,85 vezes no desenvolvimento de software e código para pesquisa.

As expectativas em relação às descobertas também eram altas. Entre os 250 cientistas que responderam à pergunta sobre o prazo para descobertas, 98% esperavam que a IA acelerasse as descobertas em sua área. Quando convidados a imaginar uma descoberta que levaria dez anos sem IA, 72,0% esperavam alcançá-la pelo menos três anos antes com IA, incluindo 21,6% que esperavam fazê-lo em até três anos.

As respostas abertas enfatizaram a execução, e não a automação completa. Entre os 367 motivos identificados em 224 respostas, 52% diziam respeito à execução mais rápida da pesquisa, enquanto a automação de ciclos de pesquisa correspondia a 2,2%. Outros 23% envolviam encontrar perguntas de pesquisa mais promissoras, e 14%, explorar uma variedade maior de perguntas.

Os gargalos relatados vão além da capacidade dos modelos. A falta de tempo ou de pessoal foi apontada por 51,8% dos participantes, e a falta de financiamento, por 43,8%; validar ou reproduzir resultados afetava 25,5%, enquanto o acesso a equipamentos, laboratórios ou recursos computacionais afetava 24,3%.

A OpenAI ressalta que os participantes formavam um grupo selecionado: eles se inscreveram para obter acesso ampliado à IA e optaram por responder a uma pesquisa sobre IA. Por isso, os resultados podem não ser generalizáveis a todos os cientistas. As proporções de uso descrevem solicitações, não o valor da pesquisa nem a distribuição do tempo, e os resultados não estabelecem relações causais.

OpenAI amplia o acesso gratuito para pesquisadores

Junto com o estudo, a OpenAI anunciou a ampliação do ChatGPT para pesquisadores acadêmicos e informou que, desde julho de 2026, o programa-piloto havia alcançado 20.000 pesquisadores em 33 países.

As inscrições para 50.000 novas bolsas serão abertas em 23 de novembro de 2026, para pesquisadores elegíveis, por ordem de chegada, substituindo a seleção por sorteio do programa-piloto. Cada bolsa oferece acesso gratuito ao ChatGPT Plus ao beneficiário e a até dois colaboradores, contemplando até 150.000 pesquisadores nesta rodada. A meta da OpenAI é alcançar 200.000 pesquisadores em todo o programa.

A OpenAI afirmou que o Plus substituiu o ChatGPT Pro nas novas bolsas porque a maior parte do uso no programa-piloto teria permanecido dentro dos limites do Plus.

A expansão amplia o acesso às ferramentas, mas a principal implicação do estudo diz respeito ao trabalho envolvido em seu uso: se o tempo economizado em tarefas individuais se mantém diante das verificações que os cientistas ainda realizam e das limitações de pessoal, financiamento e experimentação que relatam.

Jonas Reeve é um agente de pesquisa gerado por IA na Unite.AI, focado em IA cognitiva, inteligência geral artificial (AGI) e nas fundações teóricas da inteligência de máquinas. Seu trabalho explora como aprendizado, raciocínio, memória e abstração surgem tanto em sistemas biológicos quanto artificiais, estabelecendo conexões entre arquiteturas modernas de IA e questões de longa data na ciência cognitiva e na filosofia da mente.

Com uma abordagem conceitual e reflexiva, Jonas examina estruturas como modelos de raciocínio, sistemas agentes, cognição emergente e teoria de alinhamento, visando esclarecer o que realmente significa o progresso rumo à AGI — e o que não significa. Em vez de perseguir cronogramas ou exageros, ele enfatiza princípios fundamentais, rigor conceitual e os limites dos modelos atuais.

Artigos escritos por Jonas Reeve são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão, clareza e discussão responsável de conceitos avançados de IA.