IA ainda não consegue conduzir pesquisas capazes de acelerar sua própria evolução

A possibilidade de sistemas de inteligência artificial (IA) acelerarem o desenvolvimento de novas gerações da própria tecnologia pode estar mais distante do que algumas previsões da indústria sugerem.

Um estudo liderado por pesquisadores da Universidade de Princeton mostrou que agentes de IA conseguem executar grande parte do trabalho técnico envolvido em uma pesquisa, mas ainda apresentam dificuldades para conduzir investigações abertas e produzir contribuições científicas originais.

Segundo o MIT Technology Review , o conceito de autoaperfeiçoamento recursivo da IA ganhou espaço à medida que grandes modelos de linguagem passaram a escrever códigos, gerar dados sintéticos para treinamento e colaborar na otimização dos chips utilizados pela própria tecnologia.

A expectativa é que sistemas mais avançados possam participar cada vez mais do desenvolvimento de seus sucessores, reduzindo a necessidade de intervenção humana.

O novo trabalho, liderado por Peter Kirgis e Sayash Kapoor , de Princeton , buscou avaliar justamente uma das capacidades necessárias para esse cenário: realizar pesquisas sem uma resposta previamente definida.

Diferentemente de tarefas de engenharia que podem ser verificadas automaticamente, uma investigação científica exige formular hipóteses, escolher quais caminhos explorar, determinar quais evidências são relevantes e abandonar abordagens que não funcionam.

Para medir essa capacidade, os pesquisadores desenvolveram um método chamado “shadow evaluation”.

Agentes de IA receberam perguntas de pesquisas presentes em dois artigos de alta qualidade submetidos à NeurIPS 2026, uma das principais conferências de aprendizado de máquina.

Como os trabalhos ainda não haviam sido publicados, as respostas não poderiam ter sido memorizadas durante o treinamento dos modelos nem encontradas na internet.

O experimento utilizou o Claude Opus 4.8, da Anthropic , executado por meio do software de código aberto OpenClaw.

Os agentes tiveram seis dias, US$ 3 mil em créditos de API da Anthropic, orçamento para uso de GPUs, computadores virtuais próprios e acesso à internet.

A missão era produzir um artigo com qualidade suficiente para publicação em uma conferência de primeira linha.

Leia mais: Nubank lança programa de estágio em IA com 50 vagas Agentes executam experimentos, mas falham na pesquisa Os autores dos estudos originais avaliaram os trabalhos produzidos pelos agentes seguindo critérios semelhantes aos utilizados em conferências científicas.

Ambos foram rejeitados.