A cultura do início do século XX idealizou o cientista como uma figura solitária. Trabalhando em laboratórios modestos ou escrevendo à luz mortiça, a imagem é de alguém imerso nas sua experiências, papéis e pensamentos que, alheado do mundo, contribui para o avanço da ciência. Esta imagem romântica desvaneceu-se a partir das décadas de 1930-1950 à medida que a realidade mostrou que a ciência avança com equipas multidisciplinares hierarquizadas, laboratórios sofisticados e fundos generosos. Hoje, assistimos à emergência de um terceiro modo de fazer ciência, caracterizado pela automação, robotização, digitalização e artificialização da inteligência. Numa visão futurista, estas tecnologias poderão originar uma ciência conduzida e mediada por agentes inteligentes em que a intervenção cognitiva humana no processo de descoberta é reduzida ou, no limite, totalmente ausente.
O retrato de Louis Pasteur pintado por Albert Edelfelt é talvez uma das imagens que melhor evocam a ideia romântica, e porventura mítica, do cientista solitário. No quadro, vemos o cientista imerso no silêncio solene do seu laboratório austero, segurando delicadamente um frasco de vidro. A luz incide sobre o seu rosto pensativo, símbolo de uma era em que a descoberta científica seria fruto do trabalho solitário, da observação paciente e da experimentação manual. Embora a imagem desta ciência lenta, quase privada e materialmente próxima do investigador permaneça gravada no nosso imaginário coletivo, ela foi-se dissociando da realidade no decurso do século XX. À medida que a física, química, biologia e engenharia evoluíram, deixou de ser possível a um único cientista dominar todo o conhecimento necessário para abordar questões científicas cada vez mais difíceis.
A partir das décadas de 1930-1950, a ciência transformou-se numa atividade coletiva complexa, sustentada por equipas multidisciplinares e infraestruturas sofisticadas. Os laboratórios reconfiguraram-se e emergiram ecossistemas de investigação institucionais onde cientistas e engenheiros trabalham lado a lado com técnicos e gestores. Os instrumentos artesanais deram lugar a equipamentos especializados de custo elevado. Os esforços associados passaram a ser suportados por fluxos de financiamento dedicados, capazes de sustentar prazos de descoberta e desenvolvimento longos, profissionais especializados e grandes infraestruturas. Muitos dos avanços científicos mais importantes da segunda metade do século XX foram assim impulsionados por uma engrenagem institucional complexa, mais do que pela intuição, esforço e brilhantismo individual. No campo da Biotecnologia, esta transformação permitiu o desenvolvimento de terapêuticas como os anticorpos monoclonais, as vacinas modernas ou as terapias celulares e génicas.
Atualmente assistimos ao início de uma terceira grande transmutação, assente na automação, na digitalização, na robotização, na miniaturização e na artificialização da inteligência e do processo científico [1-3]. Cada vez mais plataformas robóticas automáticas realizam milhares de experiências em paralelo e sistemas digitais integram e tratam dados em tempo real [1]. Ao mesmo tempo, sistemas de inteligência artificial (IA) vasculham a imensidão da literatura científica, identificam ligações invisíveis, sintetizam conhecimento, formulam hipóteses e ideias, analisam padrões e planeiam ciclos experimentais com uma velocidade e escala que ultrapassam qualquer equipa humana [2.3]. Com a crescente delegação de muitas das suas tarefas tradicionais em agentes inteligentes (e.g., robots, algoritmos, sistemas de IA), o cientista passará cada vez mais a assumir um papel de estratega, curador e formulador de questões científicas, e certamente menos o de executor de experiências. Esta mudança exige novas aptidões intelectuais e éticas, e uma visão mais abstrata e sistémica da investigação científica, assim como a capacidade de interagir, orientar e compreender os novos agentes inteligentes que já hoje participam ativamente na geração de conhecimento.
Apesar das limitações atuais de sistemas de IA (e.g., alucinações, falta de fiabilidade), é expectável antecipar que essas fragilidades sejam progressivamente resolvidas no curto e médio prazo [3]. A ciência parece assim entrar numa era em que a criatividade humana e a inteligência artificial se entrelaçarão inevitavelmente, redefinindo quem descobre, como se descobre e o que significa compreender o mundo. À medida que os novos agentes inteligentes forem capazes de gerar hipóteses científicas inéditas, realizar experiências autónomas em plataformas robotizadas e articular teorias científicas que resolvam problemas com impacto social e cultural, a fronteira entre assistência e autoria começará a dissolver-se. Não é descabido imaginar um futuro em que o comité do prémio Nobel, originalmente concebido para distinguir indivíduos, seja confrontado com nomeações destinadas a reconhecer descobertas transformadoras realizadas por sistemas de IA de forma independente, e sem intervenção humana direta. De modo similar, é plausível que surjam concursos específicos para financiar projetos criados predominantemente por agentes inteligentes, sob tutela de cientistas e institutos de investigação. Mais do que desafiar os critérios tradicionais de atribuição de prémios ou de fundos, o cerne da questão é saber se um dia deixaremos de considerar esses agentes como meras extensões da nossa mente, ou se acabaremos por reconhecer convictamente o seu mérito próprio.
Da mítica solidão criativa do cientista do início do século XX que moldou a ciência com as próprias mãos em laboratórios austeros, passámos para uma ciência coletiva e institucionalizada, organizada em equipas multidisciplinares e sustentada por grandes infraestruturas. Após 50 anos de consagração deste modelo, o novo século traz-nos agora um regime cognitivo distinto, marcado pela automação, digitalização e artificialização do próprio ato de descobrir, criar e pensar. E com este paradigma emerge aos poucos a ideia da ciência gerada por máquinas (a scientia ex machina). Nesta nova era, o conhecimento científico produzido por agentes inteligentes autónomos e incansáveis, resolve desafios, gera impacto social e alarga horizontes. Apesar desses benefícios, persiste o receio justificado e racional de que muita dessa scientia ex machina acabe por escapar ao percurso cognitivo humano tradicional, impondo-se sem ser plenamente compreendida ou acompanhada por juízo crítico. Mais do que puramente tecnológica, esta verdadeira transição cultural obriga-nos a redefinir o papel do ser humano na própria arquitetura da descoberta científica.
[1] King, R.D. et al., (2009) The automation of science. Science 324: 85
[2] Gao, J., Wang, D. (2024) Quantifying the use and potential benefits of artificial intelligence in scientific research. Nat. Hum. Behav. 8: 2281–2292.
[3] Zhang, Y. et al., (2025) Advancing the scientific method with large language models: from hypothesis to discovery. arXiv:2505.16477.
