Sistemas de inteligência artificial estão sendo aplicados para identificar inconsistências e erros em publicações científicas antigas. A tecnologia auxilia pesquisadores na detecção de falhas objetivas em fórmulas, cálculos e referências, permitindo a correção de dados que foram replicados por décadas sem verificação manual.
Embora eficiente na análise de grandes volumes de documentos, a automação ainda apresenta limitações em avaliações subjetivas e corre o risco de gerar novas imprecisões. O processo exige supervisão humana para validar as anomalias detectadas, consolidando a IA como uma ferramenta de triagem e controle de qualidade informacional.
A maior parte da discussão sobre inteligência artificial na ciência está concentrada na geração de conhecimento: modelos que sugerem moléculas, analisam imagens, escrevem código ou ajudam pesquisadores a formular hipóteses. Uma aplicação menos visível começa a ganhar importância por um motivo quase oposto. Em vez de produzir novas respostas, sistemas de IA estão sendo usados para verificar aquilo que já foi publicado.
Em agosto de 2026, a Nature relatou o caso de um pesquisador que utilizava um modelo para prever pontos de ebulição de moléculas e encontrou resultados incompatíveis com valores presentes em uma base de referência utilizada havia cerca de 75 anos. A primeira hipótese era de que o modelo estivesse errado. A consulta às fontes originais mostrou que, em alguns casos, o erro estava nos dados de referência. A reportagem descreveu também erros antigos em artigos e medições que haviam sido incorporados a fontes posteriores. Leia a reportagem da Nature.
O caso chama atenção porque não depende de atribuir à IA uma capacidade de determinar sozinha o que é cientificamente verdadeiro. O modelo produziu uma inconsistência; um pesquisador voltou às fontes e verificou o problema. Essa combinação entre capacidade computacional para procurar anomalias e avaliação humana para confirmar o que aconteceu está surgindo como uma forma plausível de usar IA na revisão da literatura científica.
1. Como um erro pode permanecer por décadas
A ciência trabalha de forma acumulativa. Um artigo mede determinada propriedade, outro trabalho utiliza esse valor, uma base reúne a informação e novas pesquisas passam a consultar a base em vez de repetir o experimento original. Esse processo é necessário para que pesquisadores não precisem reconstruir todo o conhecimento de uma área a cada novo estudo.
O problema aparece quando uma informação incorreta percorre o mesmo caminho. Um erro de digitação, uma medida problemática ou uma transcrição equivocada pode ser reutilizada várias vezes até parecer consolidada. Quanto mais antiga e estabelecida for uma referência, menor pode ser o incentivo para voltar à publicação original e conferir manualmente cada número.
O episódio dos pontos de ebulição é interessante justamente porque a previsão computacional funcionou como uma segunda fonte independente. O modelo não precisava conhecer a história do valor publicado; ele estimava uma propriedade a partir de outros dados e produzia um resultado incompatível. A divergência criou um motivo objetivo para investigar a origem da informação.
Essa abordagem é diferente de perguntar a um chatbot se um artigo está correto. Em aplicações mais cuidadosas, o sistema procura afirmações verificáveis, cálculos, relações entre tabelas, resultados experimentais ou valores que possam ser comparados com outras evidências.
2. A IA já consegue encontrar erros objetivos em artigos
Um trabalho apresentado inicialmente como preprint em dezembro de 2025 ajuda a dimensionar essa capacidade. Pesquisadores desenvolveram o Paper Correctness Checker, um sistema baseado em modelo de linguagem para procurar erros objetivos em artigos de inteligência artificial, incluindo problemas em fórmulas, derivações, cálculos, figuras e tabelas. O sistema foi deliberadamente desenhado para não avaliar aspectos subjetivos como importância, novidade ou qualidade da escrita. Veja o estudo completo.
Os pesquisadores submeteram 316 possíveis erros encontrados pelo sistema à revisão humana. Especialistas confirmaram 263 deles, o equivalente a 83,2% de precisão naquele conjunto. O sistema também conseguiu propor uma correção considerada adequada para 75,8% dos erros identificados.
O estudo encontrou ainda um aumento na quantidade média de erros objetivos nos conjuntos de artigos analisados. Nos trabalhos da NeurIPS avaliados pelos autores, a média passou de 3,8 erros por artigo em 2021 para 5,9 em 2025. Os autores ressaltam que muitos desses problemas eram pequenos e não invalidavam as conclusões centrais das pesquisas, mas poderiam gerar confusão, dificultar reprodução e ser propagados por trabalhos posteriores.
É importante observar que se trata de um preprint e de um domínio específico, portanto os números não devem ser generalizados para toda a literatura científica. O resultado relevante é mais restrito: tarefas objetivas e verificáveis já podem ser parcialmente automatizadas com desempenho suficiente para ajudar pesquisadores a localizar pontos que merecem revisão.
3. Verificar um artigo exige mais do que resumir seu texto
Ler um artigo e produzir um resumo é relativamente simples para os modelos atuais. Conferir se o que está escrito realmente se sustenta exige um processo diferente.
Um sistema de revisão pode precisar localizar uma afirmação, entender qual evidência deveria sustentá-la, verificar uma equação, examinar tabelas, acessar arquivos suplementares, executar código e comparar o resultado obtido com aquele descrito pelos autores.
Em junho de 2026, pesquisadores do Google apresentaram o Paper Assistant Tool, ou PAT, desenvolvido justamente para revisão científica mais profunda. O sistema recebe manuscritos completos e procura verificar resultados teóricos e experimentais, apontar possíveis falhas e sugerir melhorias antes da submissão. Em testes sobre o benchmark SPOT, a abordagem utilizada pelo PAT aumentou em 34% o recall de erros matemáticos em comparação com uma chamada simples do modelo sem o processo adicional de análise. Leia o paper do Paper Assistant Tool.
Os autores testaram a ferramenta também como apoio antes da submissão de trabalhos em conferências de ciência da computação. A proposta não é substituir o pesquisador ou o revisor, mas fornecer uma camada adicional de análise para questões que podem ser verificadas computacionalmente.
Essa distinção é importante porque a revisão científica envolve dois tipos bastante diferentes de pergunta. É possível automatizar parte da verificação de uma equação ou verificar se um número em uma tabela corresponde ao cálculo descrito no texto. Avaliar se uma ideia é realmente nova, relevante para determinada área ou baseada na interpretação correta de evidências incompletas é um problema muito menos objetivo.
4. Os sistemas ainda deixam passar muitos erros
Os resultados positivos não significam que a revisão científica esteja próxima de ser automatizada.
O benchmark SPOT, criado especificamente para testar a capacidade de modelos de encontrar erros científicos reais, reuniu 83 artigos publicados e 91 problemas suficientemente relevantes para terem provocado correções formais ou retrações. Quando modelos avançados foram avaliados diretamente nesse conjunto, nenhum ultrapassou 21,1% de recall e 6,1% de precisão na configuração estudada. Os erros encontrados também variavam entre diferentes execuções do mesmo modelo, o que indica baixa consistência. Veja o estudo SPOT.
Isso parece contradizer os resultados do Paper Correctness Checker, mas os dois experimentos avaliam situações diferentes. Procurar determinados tipos de erro objetivo em grande escala pode funcionar relativamente bem; encontrar falhas científicas complexas sem uma estrutura de verificação específica continua sendo difícil.
A consequência prática é que esses sistemas são mais úteis como detectores de sinais do que como árbitros. Uma indicação de erro deve iniciar uma investigação, não encerrar a discussão.
Esse modelo de trabalho também ajuda a reduzir um problema conhecido dos próprios sistemas de IA: eles podem produzir explicações convincentes mesmo quando a conclusão está errada. Se o processo exige evidência verificável, execução de código, consulta a fontes e confirmação humana, a confiança deixa de depender apenas da qualidade aparente do texto produzido.
5. A mesma IA que encontra erros também pode criar novos
Há uma ironia importante nessa história. Ao mesmo tempo em que sistemas de IA estão sendo desenvolvidos para revisar a literatura, o uso inadequado de modelos generativos já está introduzindo problemas novos no próprio registro científico.
Uma análise publicada em 2026 examinou cerca de 2,5 milhões de artigos biomédicos e 97 milhões de referências na coleção de acesso aberto do PubMed Central. Quase 3.000 artigos continham referências que não puderam ser associadas a publicações existentes, e a taxa de citações fabricadas cresceu de maneira acentuada a partir de 2023. A Nature detalhou os resultados da auditoria, baseada em um trabalho publicado no The Lancet.
Outra análise da Nature estimou que dezenas de milhares de publicações de 2025 poderiam conter referências inválidas relacionadas ao uso de IA. O problema não está apenas em uma citação inexistente ser incluída em um artigo; depois de publicada, ela pode ser copiada por outros autores, indexada por sistemas de busca e incorporada a novas ferramentas de IA. Veja a análise sobre citações alucinadas.
Isso torna a verificação automática mais necessária, mas também mais delicada. Não basta colocar um segundo modelo para revisar aquilo que o primeiro produziu e assumir que o resultado está correto. Uma arquitetura de verificação precisa recorrer a fontes externas, bases identificáveis, cálculos reproduzíveis e regras que permitam conferir as conclusões do sistema.
É a mesma preocupação discutida em arquiteturas corporativas de agentes: um sistema confiável depende menos de pedir ao modelo que “tenha cuidado” e mais de construir processos nos quais suas decisões possam ser verificadas. No artigo da REVIIV sobre harness open-source e modelos locais no Google Cloud, tratamos dessa separação entre o modelo e os controles de execução, validação e observabilidade ao redor dele.
6. O que muda quando é possível revisar milhões de documentos
A vantagem mais clara da automação está na escala. Um pesquisador consegue conferir cuidadosamente algumas dezenas ou centenas de referências; não consegue repetir a mesma análise sobre milhões de artigos, bases e registros históricos.
Um sistema computacional pode fazer uma primeira passagem e priorizar casos suspeitos. Pode localizar referências inexistentes, números inconsistentes, equações que não fecham ou resultados que divergem de modelos independentes. Depois, pesquisadores podem dedicar tempo aos casos em que a divergência realmente merece investigação.
Essa forma de utilização é parecida com outras aplicações maduras de automação: o sistema não precisa resolver sozinho todos os casos para ser útil. Ele precisa reduzir suficientemente o universo que exige análise humana.
Por extensão, o mesmo princípio pode ser aplicado a grandes bases de conhecimento empresariais. Organizações acumulam procedimentos, especificações, políticas, documentações técnicas, contratos e dados que são copiados e atualizados durante anos. Uma regra antiga pode sobreviver em dezenas de documentos mesmo depois de o sistema original ter mudado.
Agentes de verificação podem ser construídos para localizar contradições entre documentos, comparar valores com sistemas de origem, identificar referências quebradas e apontar regras incompatíveis. Essa aplicação exige conhecimento do domínio e integrações específicas, portanto não é uma consequência automática das pesquisas científicas citadas aqui. O paralelo está no método: utilizar IA para procurar inconsistências em um volume de informação grande demais para revisão manual contínua.
7. A função mais interessante pode ser revisar, não produzir
O desenvolvimento recente de IA científica mostra que os modelos não precisam ser utilizados apenas para produzir artigos, hipóteses ou resultados novos. Há um espaço relevante para sistemas que atuem como uma camada permanente de verificação do conhecimento existente.
Essa aplicação é particularmente adequada quando os critérios podem ser definidos de forma objetiva. Uma fórmula pode ser recalculada, uma referência pode ser procurada, um experimento computacional pode ser executado novamente e um valor pode ser comparado com sua fonte original.
Nos pontos em que a avaliação depende de interpretação, novidade, importância ou julgamento sobre evidências incompletas, os resultados atuais ainda mostram limitações consideráveis. O benchmark SPOT é uma demonstração clara de que um modelo capaz de produzir uma revisão convincente não necessariamente consegue encontrar de forma confiável os erros que um especialista deveria encontrar.
O caso dos dados de química encontrados décadas depois de sua publicação resume bem a oportunidade. A IA não precisou substituir o pesquisador nem decidir sozinha qual valor deveria ser aceito. Ela tornou uma inconsistência visível em uma escala e velocidade que justificaram voltar à fonte original.
Para a ciência, isso pode significar uma nova camada de controle de qualidade. Para qualquer organização que dependa de grandes volumes de conhecimento acumulado, a ideia também merece atenção: antes de perguntar quanto conteúdo uma IA consegue produzir, pode ser mais útil descobrir quanto do conteúdo existente ela consegue conferir.
Perguntas frequentes
A IA consegue encontrar erros em artigos científicos?
Sim, principalmente em problemas objetivos e verificáveis, como cálculos, fórmulas, tabelas e referências. Estudos recentes encontraram resultados promissores, embora sistemas atuais ainda apresentem limitações importantes quando precisam identificar falhas científicas mais complexas.
A IA pode substituir a revisão por pares?
Os resultados atuais não sustentam essa substituição. As ferramentas são mais adequadas para complementar revisores humanos, automatizando verificações específicas e indicando pontos que precisam de análise especializada.
Como a IA verifica um artigo científico?
Dependendo do sistema, ela pode extrair afirmações, conferir cálculos e equações, analisar tabelas, consultar referências ou até executar código e comparar resultados. Quanto mais verificável for a tarefa, maior tende a ser a utilidade da automação.
Por que erros antigos permanecem na literatura científica?
Informações podem ser copiadas de estudos anteriores para bases, revisões e novos trabalhos sem que a fonte primária seja novamente verificada. O caso relatado pela Nature em 2026 mostrou valores utilizados durante décadas que foram questionados após divergirem das previsões de um modelo.
A própria IA pode criar erros científicos?
Sim. Modelos generativos podem produzir referências inexistentes e outras informações incorretas. Uma auditoria de 2,5 milhões de artigos biomédicos identificou quase 3.000 trabalhos contendo referências que não puderam ser rastreadas a publicações existentes.
Referências
- Nature — AI agents are checking the scientific literature — and spotting decades-old errors
- Bianchi et al. — To Err Is Human: Systematic Quantification of Errors in Published AI Papers via LLM Analysis
- Jayaram et al. — Towards Automating Scientific Review with Google’s Paper Assistant Tool
- Son et al. — When AI Co-Scientists Fail: SPOT, a Benchmark for Automated Verification of Scientific Research
- Nature — Surge in fake citations uncovered by audit of 2.5 million biomedical-science papers
- Nature — Hallucinated citations are polluting the scientific literature
