Após consolidar o ChatGPT e ampliar o uso da inteligência artificial em atividades de diferentes setores, a OpenAI agora mira a pesquisa científica. Em outubro, a companhia lançou o OpenAI for Science, uma iniciativa totalmente dedicada a aplicar seus modelos de IA à ciência.

A iniciativa foi detalhada por Kevin Weil, vice-presidente da companhia e líder do novo time, em entrevista ao MIT Technology Review. Segundo ele, o objetivo não é substituir cientistas nem produzir descobertas inéditas de forma, mas "acelerar a ciência".

O foco principal da OpenAI for Science, de acordo com Weil, é reduzir o tempo gasto em tarefas repetitivas e aumentar a capacidade de exploração de ideias.

A iniciativa ocorre em meio à adoção cada vez maior da IA por pesquisadores de áreas como matemática, física, biologia e estatística. Nos últimos meses, cientistas passaram a relatar como modelos da OpenAI — em especial o GPT-5 — colaboraram para suas pesquisas e trabalhos.

Weil explica que o OpenAI for Science nasceu, em parte, para dialogar com os pesquisadores que já usavam a IA por conta própria. "A maioria dos estudos de caso veio de cientistas que já estavam usando o GPT-5 diretamente em suas pesquisas e nos procuraram para mostrar o que estavam conseguindo fazer", disse.

IA colaboradora

O que guia a nova estratégia da OpenAI é a premissa de que os modelos de linguagem evoluíram a ponto de se tornarem colaboradores científicos úteis, principalmente com os chamados modelos de raciocínio, que "quebram" os problemas em várias etapas.

Essa mudança ocorreu ao longo de 2024 e 2025, quando os modelos começaram a ter um desempenho competitivo em matemática avançada e física de pós-graduação.

Em benchmarks como o GPQA, que reúne mais de 400 questões de nível de doutorado em biologia, química e física, o GPT-4 havia alcançado 39% de acerto. A versão mais recente, o GPT-5.2, chegou a 92%, segundo dados divulgados pela própria OpenAI —além da média de especialistas humanos.

Recuo

Apesar dos avanços, o tom da OpenAI se tornou mais cauteloso. Em outubro, a empresa chegou a afirmar que o GPT-5 havia resolvido um problema de Erdős, referência clássica para medir desempenho matemático. No entanto, pesquisadores apontaram que o modelo apenas apresentou soluções já publicadas, inclusive em artigos antigos e em outros idiomas, que eram de difícil acesso.

Desde então, a empresa adotou o conceito de "humildade epistemológica". "Estamos gastando muito tempo tentando garantir que o modelo diga 'aqui está algo a considerar', em vez de 'aqui está a resposta'", afirmou Weil. Segundo ele, o maior ganho científico da IA está em apontar novas direções e evitar retrabalho, não em fornecer respostas definitivas.

Aplicações

Na prática, os modelos vêm sendo usados como ferramentas de apoio em diferentes etapas do trabalho científico, desde a procura por referências até a sugestão de experimentos para testar hipóteses.

Weil destaca que os sistemas podem atuar também como críticos de si mesmos, em sistemas com múltiplos agentes de IA, em que um modelo propõe uma solução e outro revisa antes de apresentar o resultado ao pesquisador. "É quase como se alguns agentes estivessem trabalhando juntos, e você só visse o resultado depois que ele passou pelo crítico", disse.

Para o executivo, essa abordagem permite lidar melhor com erros e alucinações que ainda são recorrentes nos modelos. "Dizer coisas erradas faz parte do processo. Às vezes, alguém tropeça em um grão de verdade e, a partir disso, encontra o caminho correto", pontuou.

"A pergunta não é se os modelos vão descobrir algo sozinhos, e sim se os cientistas, trabalhando com esses modelos, conseguem ir mais longe e mais rápido do que antes", continuou.

Uso por cientistas

O MIT entrevistou alguns pesquisadores que têm usado a IA como colaborador científico. Robert Scherrer, professor de física e astronomia da Universidade Vanderbilt, afirma que o GPT-5 ajudou a resolver um problema que atormentava a ele e um aluno de pós-graduação havia meses. "Ele ainda comete erros bobos, mas continua melhorando", disse.

Já Derya Unutmaz, professor de biologia do Jackson Laboratory, utiliza o modelo para gerar ideias, resumir artigos e planejar experimentos. Em um caso, o GPT-5 analisou um conjunto de dados antigo e apresentou interpretações inéditas. "Quando uma análise que levava meses passa a ser feita rapidamente, não usar esses modelos deixa de ser uma opção", afirmou.

Concorrência

A incursão da OpenAI na ciência não pode ser considerada uma medida inédita. Rivais como o Google DeepMind mantêm equipes dedicadas à área há anos e já lançaram modelos voltados para pesquisa científica, como o AlphaFold e o AlphaEvolve.

O movimento indica que a adoção em massa de IA nos laboratórios está próxima, segundo Weil. Para ele, 2026 tende a ser para a ciência o que 2025 foi para a engenharia de software. "Há um ano, quem usava IA para escrever a maior parte do código era um adotante inicial. Hoje, quem não usa provavelmente está ficando para trás", disse.

"Acho que, daqui a um ano, se você for cientista e não estiver usando IA intensivamente, perderá a oportunidade de aumentar a qualidade e a velocidade do seu pensamento", concluiu.