Principais destaques:
- Pesquisadores que usam inteligência artificial publicam três vezes mais e recebem muito mais citações.
- Apesar do ganho individual, estudos com IA exploram menos temas e geram menos conexões científicas.
- Especialistas defendem mudanças nas políticas científicas para evitar concentração excessiva de pesquisas.
A inteligência artificial está transformando a forma como a ciência é feita, mas nem todos os efeitos são positivos.
Um amplo estudo publicado na revista Nature aponta um paradoxo preocupante: enquanto a IA potencializa a produtividade e a visibilidade de cientistas individuais, ela pode estar reduzindo o alcance coletivo da exploração científica.
A pesquisa foi liderada por James Evans, da Universidade de Chicago, em parceria com outros pesquisadores.
O grupo analisou mais de 41 milhões de artigos científicos publicados entre 1980 e 2025, cobrindo áreas como biologia, medicina, química, física, ciência dos materiais e geologia.
Mais produtividade, mais reconhecimento
Os dados mostram um impacto impressionante no desempenho individual.
Cientistas que adotam ferramentas de IA publicam, em média, 3,02 vezes mais artigos do que colegas que não utilizam essas tecnologias. Além disso, eles recebem quase cinco vezes mais citações e alcançam posições de liderança acadêmica cerca de um ano e meio mais cedo.
Esses números ajudam a explicar por que a adoção da IA cresce tão rapidamente no meio acadêmico. Para muitos pesquisadores, ela se tornou uma vantagem competitiva clara em um ambiente cada vez mais pressionado por métricas de produtividade e impacto.
O fenômeno das “multidões solitárias”
O problema aparece quando se observa o efeito coletivo. Segundo o estudo, pesquisas conduzidas com apoio de IA cobrem 4,6% menos território temático e geram 22% menos engajamento entre artigos, como citações cruzadas e conexões conceituais.
Os autores chamam esse efeito de “multidões solitárias”. Muitos cientistas passam a se concentrar nos mesmos temas populares e em poucos trabalhos de grande impacto.
O resultado é uma ciência mais eficiente, porém menos diversa. Em alguns casos, menos de um quarto dos artigos concentra cerca de 80% de todas as citações.
Por que a IA puxa todos para os mesmos temas
Esse estreitamento acontece por um ciclo de retroalimentação. Problemas populares geram grandes volumes de dados. Esses dados tornam as ferramentas de IA mais eficazes.
Com resultados rápidos e visíveis, mais pesquisadores migram para esses mesmos tópicos, deixando áreas menos exploradas ainda mais de lado.
Para os autores, o risco é claro: campos inteiros podem deixar de ser investigados simplesmente porque não oferecem dados suficientes ou retorno imediato em métricas acadêmicas.
Apelos por mudanças na ciência guiada por IA
Especialistas externos também demonstraram preocupação. A antropóloga Lisa Messeri, da Universidade de Yale, afirma que é necessário refletir seriamente sobre o uso de uma ferramenta que beneficia indivíduos, mas pode enfraquecer o ecossistema científico como um todo.
Já Yian Yin, da Universidade Cornell, destacou o alcance inédito do estudo e a dificuldade histórica de medir, de forma ampla, o impacto da IA na pesquisa científica.
Os autores defendem intervenções políticas e institucionais para incentivar a exploração de áreas com poucos dados e o desenvolvimento de sistemas de IA voltados à descoberta, e não apenas à otimização.
A mensagem final é clara: a inteligência artificial não precisa, necessariamente, estreitar a ciência. Com escolhas certas, ela pode abrir novos caminhos, em vez de apenas acelerar os já conhecidos.
