Anthropic dos EUA analisa 207 mil registros de uso de IA em pesquisa científica

De acordo com pt.wedoany.com-Em 5 de novembro, a empresa norte-americana de inteligência artificial Anthropic publicou o relatório de pesquisa "Inteligência Artificial para Aceleração da Descoberta Científica: Como os Pesquisadores Usam o Claude", analisando 207.049 sessões de uso de IA relacionadas à pesquisa científica no período de 2 de agosto a 30 de setembro de 2026. O estudo abrangeu 34 áreas científicas, 318 subdisciplinas e 7.262 tipos de tarefas de pesquisa, constatando que o uso de IA se concentra principalmente em análise de dados, redação de artigos e comunicação científica, enquanto a geração de hipóteses científicas e a coleta de dados apresentam proporções de uso relativamente baixas.

A amostra inclui 128.914 sessões de pesquisa científica no Claude Chat e na plataforma Cowork, além de 78.135 sessões de pesquisa científica no Claude Code. A equipe de pesquisa utilizou modelos de linguagem para classificar as sessões, identificando áreas científicas, subdisciplinas e tarefas específicas, empregando um sistema predefinido de classificação de tarefas de pesquisa para a estatística. Os pesquisadores analisaram apenas os rótulos de classificação de tarefas e os dados agregados, não retendo hipóteses de pesquisa, métodos experimentais, artigos não publicados ou outros conteúdos científicos específicos.

O relatório mostra que a análise de dados representou 33,7% das sessões de pesquisa científica no Claude, atingindo 48,1% no Claude Code, ambas superiores aos 27,6% do tempo de trabalho real dos pesquisadores dedicado à análise de dados. Redação e comunicação científica representaram 32,0% das sessões do Claude, acima da proporção estimada de 16,0% do tempo de trabalho em pesquisa dedicado a esse tipo de tarefa. Em contrapartida, a coleta de dados representou apenas 11,5% e 11,9% das sessões no Claude e no Claude Code, respectivamente, enquanto esse tipo de trabalho corresponde a 28,6% do tempo de trabalho dos pesquisadores.

A ideação científica e a geração de hipóteses representaram 4,2% e 2,1% do uso no Claude e no Claude Code, respectivamente, abaixo da proporção estimada de 7,1% do tempo de trabalho em pesquisa dedicado a esse tipo de tarefa. A Anthropic também entrevistou 528 pesquisadores, cujos respondentes classificaram a ideação científica e a geração de hipóteses como a principal tarefa para gerar resultados científicos importantes, atribuindo-lhe um peso médio de importância de 35,6%; a coleta de dados ficou em segundo lugar, com 23,6%.

A estrutura de uso varia entre diferentes áreas científicas. As três áreas com maior proporção de sessões no Claude foram ciência da computação (11,9%), engenharia (8,4%) e medicina (7,7%). Nas sessões de pesquisa científica do Claude Code, a ciência da computação representou 32,7%, embora os pesquisadores dessa área representem apenas 4,3% dos pesquisadores globais. A subárea de inteligência artificial e aprendizado de máquina representou 15,2% das sessões do Claude Code, correspondendo a aproximadamente 1,2% dos pesquisadores globais.

O estudo também analisou a plataforma Claude Science, voltada especificamente para cenários de pesquisa científica. Nas sessões de uso dessa plataforma, as ciências biomédicas representaram 31,1%, a biologia 24,1%, e as tarefas de ideação científica e geração de hipóteses 8%. A comparação entre as áreas de biologia e biomedicina mostrou que 73,3% das sessões no Claude Science foram avaliadas como tendo alto grau de execução autônoma por IA, enquanto as proporções correspondentes no Claude e no Claude Code foram de 23,7% e 64,1%, respectivamente.

A Anthropic construiu um modelo de cenário de aceleração científica com base na capacidade teórica de IA para diferentes tarefas de pesquisa e na alocação de tempo dos pesquisadores. O relatório estima que, sob a hipótese de ampla aplicação das capacidades atuais de IA, a produção de pesquisa em algumas disciplinas pode dobrar; em um cenário hipotético de automação de todas as tarefas de pesquisa não físicas, a produção de pesquisa em áreas como ciência da computação e estatística pode atingir 15 vezes o valor original, enquanto disciplinas dependentes de experimentos físicos, como química e biologia, alcançariam cerca de 3 a 4 vezes o valor original.