O programa, anunciado na segunda-feira, disponibilizará até US$ 20.000 em créditos de API da Anthropic ao longo de seis meses para pesquisadores “qualificados”. Critérios de seleção: contribuição para a ciência, impacto potencial da pesquisa e a capacidade de a IA acelerar significativamente o trabalho. Os selecionados terão acesso a toda a família de modelos Claude disponíveis publicamente pela Anthropic.
As avançadas capacidades de raciocínio e linguagem da IA podem ajudar pesquisadores a analisar dados científicos complexos, gerar hipóteses, planejar experimentos e comunicar descobertas com mais eficácia. Temos especial interesse em apoiar trabalhos que acelerem a compreensão de sistemas biológicos complexos, a análise de dados genéticos, o desenvolvimento de medicamentos — especialmente para algumas das maiores cargas de doenças do mundo — e a melhoria da produtividade agrícola.
A Anthropic se junta a uma lista crescente de empresas de IA entusiasmadas com a IA para a ciência. O Google lançou seu programa “AI co-scientist” no início deste ano; OpenAI, FutureHouse e Lila Sciences já afirmaram que ferramentas de IA podem acelerar dramaticamente as descobertas, principalmente na medicina.
Mas muitos pesquisadores acreditam que a IA atual não é particularmente útil para orientar o processo científico — principalmente por causa de sua falta de confiabilidade. Um dos desafios na construção de um “cientista de IA” é prever inúmeros fatores de confusão. A IA pode ajudar em áreas que exigem ampla exploração, como reduzir grandes espaços de possibilidades, mas se ela consegue alcançar a resolução de problemas que quebra convenções e gera avanços genuínos continua sem comprovação. Os resultados até agora foram majoritariamente decepcionantes: o Google disse que seu sistema GNoME ajudou a sintetizar cerca de 40 novos materiais em 2023 — mas uma análise externa constatou que nenhum deles era realmente novo.
A Anthropic claramente espera que seu programa tenha mais sucesso do que iniciativas anteriores.
O programa AI for Science analisará as candidaturas na primeira segunda-feira de cada mês com base no mérito científico, impacto potencial, viabilidade técnica e triagem de biossegurança (garantindo que a pesquisa proposta não viabilize aplicações nocivas). Os pesquisadores se inscrevem por meio de um formulário no site da empresa; as candidaturas são avaliadas pela Anthropic com o apoio de “especialistas nas áreas relevantes”.
A estrutura do programa reflete um cálculo estratégico mais amplo da Anthropic sobre como posicionar o Claude na comunidade científica. Ao oferecer créditos em vez de dinheiro, a Anthropic garante que o investimento flua diretamente para o uso do Claude, gerando tanto receita (a tarifas internas com desconto) quanto depoimentos. Cada artigo publicado com a ajuda do Claude se torna um ativo de marketing que dinheiro nenhum consegue comprar — evidência revisada por pares de que o modelo contribui para pesquisas reais. E, ao realizar a triagem de biossegurança, a Anthropic constrói um histórico de governança que será decisivo quando reguladores começarem a perguntar como as empresas de IA gerenciam o risco de suas ferramentas serem usadas para fins nocivos. O programa é, simultaneamente, um subsídio à pesquisa, um motor de marketing e uma demonstração de conformidade — o tipo de investimento polivalente no qual empresas bem geridas são especialistas.
O contexto competitivo torna a análise ainda mais interessante. O AI co-scientist do Google é um projeto interno de pesquisa; a OpenAI fez afirmações genéricas sobre acelerar a ciência sem lançar um programa dedicado. A oferta da Anthropic é um pipeline estruturado, contínuo e acessível publicamente, com critérios claros e cadência mensal — o mais maduro operacionalmente dos três. Essa maturidade importa porque a distância entre as promessas da IA para a ciência e seus resultados reais é a maior fragilidade de credibilidade do setor. Os 40 materiais “novos” do GNoME que acabaram não sendo novos se tornaram um estudo de caso sobre promessas exageradas, e toda iniciativa de IA para a ciência agora opera à sombra dessa decepção. A abordagem da Anthropic — financiar pesquisadores em vez de se apresentar como pesquisadora — contorna a armadilha do exagero ao colocar os cientistas, e não a IA, como protagonistas. Se um artigo com auxílio do Claude produzir uma descoberta genuína, o mérito vai para o pesquisador que usou bem a ferramenta, e não para a ferramenta que substituiu o julgamento científico. Esse enquadramento é mais honesto e mais sustentável do que afirmar que a própria IA faz ciência.
O contexto de mercado mais amplo também favorece o programa. A IA para a ciência é uma das poucas áreas de aplicação em que as limitações da IA (alucinações, falta de intuição física) são compensadas por suas forças (processamento de literatura em escala, reconhecimento de padrões em conjuntos de dados vastos). Um pesquisador que usa o Claude para revisar 500 artigos e identificar três hipóteses promissoras não perde nada se as hipóteses falharem — a alternativa era semanas de leitura manual que não produziriam uma taxa de acerto melhor. O cálculo de ROI da IA na ciência é fundamentalmente diferente do da IA em produtos de consumo, porque o ponto de partida é o tempo humano gasto em revisão de literatura, não zero. Enquanto as sugestões da IA não forem piores que o aleatório, o tempo economizado é valor puro. Isso torna a ciência um dos mercados de aplicação de IA mais defensáveis, justamente porque o custo do fracasso é baixo e o custo do sucesso é alto — o oposto dos produtos de consumo, em que uma recomendação alucinada destrói imediatamente a confiança.
O Filtro de Biossegurança É o Detalhe Que Importa
A maioria dos programas de IA para a ciência divulga as aplicações positivas e deixa os riscos implícitos. O critério explícito de triagem de biossegurança da Anthropic — garantir que a pesquisa proposta não produza aplicações nocivas — é uma característica de governança que vai além do que os concorrentes oferecem. A empresa está, essencialmente, executando um mini processo de CEI (comitê de ética em pesquisa) para pesquisas com auxílio de IA, com especialistas de domínio analisando as candidaturas quanto ao potencial de uso duplo antes de conceder acesso à API. Em um campo em que o mesmo modelo que ajuda a projetar um medicamento também pode ajudar a criar uma toxina, esse filtro não é uma mera caixa de conformidade, mas um diferenciador substancial. A cadência mensal também cria um pipeline contínuo, em vez de uma turma única, o que permite à Anthropic ajustar os critérios à medida que descobre que tipos de pesquisa o programa atrai.
O valor de US$ 20.000 em créditos foi calibrado para ser significativo para pesquisadores acadêmicos — aproximadamente equivalente a centenas de horas de tempo de raciocínio do Claude a tarifas corporativas — mas sem ser tão grande que financie processamento de dados em escala comercial. Isso posiciona o programa como um acelerador de pesquisa, não um substituto do orçamento de computação existente de um laboratório, mantendo o foco na ciência inovadora em vez do processamento de dados por força bruta. Para a Anthropic, o programa serve, ao mesmo tempo, como um pipeline de talentos e um gerador de estudos de caso: cada pesquisador que produz um artigo usando o Claude se torna evidência para a narrativa de “IA para o bem” da empresa, a um custo de marketing equivalente ao preço marginal da API.
