A IA na pesquisa científica já gera aceleração real, mas o quanto depende do campo e, principalmente, do tipo de tarefa. Um estudo publicado em novembro de 2026 pelo Anthropic Institute analisou 207.049 sessões de pesquisadores em planos pagos para mapear onde a ferramenta agrega mais, onde ainda é subutilizada e até que ponto o ganho pode crescer.
Como a IA é usada nas diferentes áreas científicas
As sessões foram classificadas por campo científico usando a taxonomia SciNet, com 34 áreas e 318 subcampos. Ciência da computação lidera: representa 11,9% das sessões no Claude e 32,7% no Claude Code, mas só 4,3% dos pesquisadores do mundo. IA e machine learning somam 15,2% das sessões no Claude Code com apenas 1,2% dos pesquisadores, uma concentração muito acima do esperado pelo tamanho do campo.
Medicina responde por 7,7% das sessões, engenharia por 8,4%. Campos que dependem de bancada física, como química e biologia, têm uso relativo baixo no Claude Code: o modelo ajuda bem em código e análise de texto, mas não opera equipamentos.
As duas categorias mais frequentes em qualquer campo são análise de dados (33,7% das sessões no Claude; 48,1% no Claude Code) e escrita e comunicação (32% no Claude). Redigir manuscritos aparece em 18,6% das sessões, a tarefa individual mais citada no estudo.
A Anthropic havia expandido o programa de pesquisa para 20 novas instituições globais, sinal de que o uso científico cresce de forma planejada. Em paralelo, a empresa abriu acesso para pesquisadores em ciências da vida com foco em tarefas de alta especialização.
O descompasso entre importância e adoção
O dado mais revelador do estudo vem de um questionário com 528 cientistas: ideação foi classificada como a categoria mais importante para resultados relevantes, com 35,6 pontos de 100. Mesmo assim, ela aparece em apenas 4,2% das sessões no Claude e 2,1% no Claude Code.
Coleta de dados segue o mesmo padrão: 23,6 pontos de importância, mas só 11,5% de uso. Análise de dados, ao contrário, está alinhada: 23,3 pontos de importância e 33,7% de uso.
O descompasso sugere que os pesquisadores ainda não confiam plenamente na IA para formular hipóteses e definir o que vale medir. Essa barreira tem menos a ver com capacidade do modelo e mais com a dificuldade de verificar outputs em tarefas sem resposta certa fácil de checar. Um erro numa análise de dados aparece nos números; um erro na escolha de hipótese pode levar meses para se revelar.
Quanto a IA na pesquisa científica pode acelerar por cenário
O estudo apresenta três cenários baseados em projeções de automação. Com as capacidades atuais, a IA poderia assumir 27% a 52% do tempo de pesquisa (mediana de 38%), gerando aceleração de 1,35x em artes e 2x em estatística. Computação chegaria a 1,96x.
Com 75% das etapas não físicas automatizadas, computação alcança cerca de 8x, estatística 7x e economia 6x. Biologia e medicina ficam em 2x a 3x por causa do componente laboratorial.
No cenário mais ambicioso, com automação completa das etapas cognitivas, campos com pouco trabalho físico chegam a 15x a 16x. Biologia, química e ciências biomédicas ficam em 3x a 4x, limitadas pelo trabalho físico de bancada, que representa cerca de 40% do tempo dos pesquisadores nessas áreas.
As estimativas usam custo de US$ 30 por hora de agente de IA e US$ 95 por hora de pesquisador humano, o que torna os cálculos conservadores.
Os próprios pesquisadores veem essa trajetória: 94% esperam que a IA iguale os melhores profissionais em análise de dados até 2030, e 72% esperam o mesmo para ideação. Cerca de 40% acreditam que projetos completos sem participação humana serão possíveis antes de 2030.
Por que isso importa para o seu negócio
A pesquisa científica costuma parecer distante de quem toca um negócio. Mas os mesmos modelos que os cientistas usam para analisar dados e redigir artigos são os que você usa para organizar informações, criar conteúdo e automatizar processos.
O padrão é o mesmo: a IA já é confiável para execução (análise, escrita), mas as pessoas ainda a subutilizam nas tarefas de criação (ideação, definição de problemas). Se você usa IA apenas para redigir textos, está aproveitando a faixa mais básica do potencial. Os campos que mais aceleram passaram a usar a ferramenta também para pensar o problema, não só para resolver a parte operacional.
A íntegra do estudo sobre IA na pesquisa científica está disponível gratuitamente no site da Anthropic.
Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.
Fontes:
