MIT: modelos de IA passaram de 2,8% para 34,6% na resolução de problemas científicos

Estudo de investigadores do MIT avaliou 254 artigos científicos e encontrou uma subida de 2,8% para 34,6% na resolução de problemas teóricos.

Investigadores associados ao MIT FutureTech documentaram uma melhoria rápida dos modelos de inteligência artificial na resolução de problemas teóricos de investigação. No conjunto de tarefas analisadas, a taxa de resultados que chegavam à mesma conclusão que os autores dos trabalhos científicos subiu de 2,8% para 34,6% entre modelos de dezembro de 2024 e abril de 2026.

O que foi realmente testado?

O estudo AI Disruption and Falling Costs in Theory Research, assinado por Gabriel Manso, Claudio Mayrink Verdun e Neil Thompson, reuniu questões de 254 artigos recentes do arXiv, cobrindo sete áreas de matemática, física e economia. Os investigadores selecionaram casos em que existiam respostas humanas conhecidas e que não estavam disponíveis aos modelos no momento da resolução.

O modelo o1 alcançou 2,8% dos problemas, enquanto o GPT-5.5 chegou a 34,6%, segundo os autores. Isto não significa que a IA consiga resolver um terço de qualquer investigação científica: as tarefas eram problemas teóricos específicos, com avaliação por referência a resultados já encontrados por investigadores.

Porque importa a diferença?

Problemas teóricos podem exigir semanas ou meses de raciocínio especializado. Se os modelos ajudarem a resolver mais casos a custos reduzidos, podem tornar-se ferramentas úteis para testar hipóteses, explorar alternativas e acelerar etapas de trabalho. Contudo, uma resposta aparentemente convincente pode conter erros de lógica ou pressupostos incorretos.

O trabalho não mediu a capacidade de construir experiências, recolher amostras ou substituir equipas laboratoriais. Também não prova que as soluções de IA sejam automaticamente novas descobertas científicas.

O que isto significa para universidades portuguesas?

Para investigadores e estudantes em Portugal, o resultado sugere utilidade potencial em tarefas analíticas bem delimitadas, sempre com revisão de especialistas e documentação dos métodos usados. A publicação do estudo, por si só, não mostra que universidades portuguesas tenham adotado estes modelos nem que possam dispensar validação científica.

Fontes: MIT FutureTech — estudo original, 13 de outubro de 2026; WIRED — entrevista e análise sobre o estudo.