1.946 agentes de IA em paralelo geram 700 referências em 32 minutos; um único agente acha 11

A OpenAI, a startup PerturbAI e o instituto Scripps Research divulgaram em 21 de outubro um experimento que muda como se pensa em usar agentes de IA para pesquisa: em vez de um modelo único respondendo perguntas em sequência, usaram 1.946 máquinas em paralelo, cada uma investigando uma tarefa diferente. Juntas, analisaram dados de 7,7 milhões de células do cérebro de camundongos em 32 minutos.

Como a distribuição em paralelo muda o jogo

O experimento comparou dois cenários. Quando os agentes rodam juntos, em paralelo, os relatórios citaram 700 referências científicas. Quando um único agente faz a mesma tarefa sozinho, em sequência, encontra 11 referências. A diferença — 700 contra 11 — é o verdadeiro sinal do que a distribuição consegue fazer.

Cada um dos quase 2 mil agentes, batizados de GPT-Rosalind, ficou responsável por investigar uma perturbação genética diferente dentro de um atlas CRISPR do cérebro completo do animal, buscar literatura científica relacionada e propor explicações. O resultado foi comparado a um estudo humano publicado anteriormente sobre o mesmo atlas.

O que os agentes encontraram

Sem acesso ao manuscrito original, os agentes reproduziram ou refinaram 48 das 55 descobertas do estudo humano. Eles também levantaram pistas que não estavam no trabalho original: uma divergência inesperada entre os genes Tsc1 e Tsc2 no cerebelo e uma ligação entre a disrupção do gene Dctn1 e aumento da produção de colesterol em neurônios, achado que recebeu nota média de 4,3 de 5 em prioridade de revisores especialistas.

Em uma avaliação cega, 30 biólogos com doutorado preferiram os relatórios produzidos pelos agentes distribuídos em 75% dos casos.

O que dizem os estudos

• OpenAI, PerturbAI e Scripps Research (2026, preprint) — No preprint "Distributed AI agents enable comprehensive discovery of biological insights at scale", publicado no bioRxiv em 16 de outubro de 2026, os autores descrevem o experimento com 1.946 agentes GPT-Rosalind sobre o atlas CRISPR de 7,7 milhões de células, com avaliação cega feita por 30 biólogos com doutorado. Limitação: é um preprint, ou seja, ainda não passou por revisão por pares, e não houve validação experimental nova em laboratório das hipóteses geradas pelos agentes — apenas comparação com achados e literatura já existentes.

Esse é o único estudo por trás do anúncio, e ele carrega um problema de origem que o próprio texto reconhece: seis dos autores são funcionários da OpenAI e dois são cofundadores da PerturbAI, a empresa parceira cujo produto está sendo testado. Quem mediu o desempenho do GPT-Rosalind tem interesse direto em mostrar que ele funciona.

O contraponto que falta

A comparação mais chamativa divulgada pela OpenAI e pela PerturbAI, de que o trabalho equivaleria a "meses a até um ano" de análise humana, não vem de um time de biólogos cronometrado fazendo a mesma tarefa. É uma conta dos próprios autores do preprint, baseada em premissas arbitrárias: 15 minutos para investigar cada perturbação genética e 10 minutos para ler cada artigo científico. Trocar essas premissas por outras igualmente razoáveis mudaria bastante o resultado da comparação.

Isso não anula o que os números concretos mostram: 48 de 55 achados reproduzidos sem acesso ao estudo original, 700 citações contra 11 em sequência, e preferência de 75% dos avaliadores humanos pelos relatórios distribuídos são dados verificáveis. O que ainda falta é revisão por pares independente e, sobretudo, confirmação em laboratório das pistas novas que os agentes levantaram — como a ligação entre o gene Dctn1 e colesterol em neurônios.

Até lá, o caso é uma demonstração clara de método: dividir uma pergunta de pesquisa entre milhares de agentes paralelos, em vez de um só modelo processando tudo em sequência, gera mais evidência e é replicável para outras áreas de dados científicos em larga escala. O experimento traz a distribuição paralela para pesquisa onde antes havia só processamento sequencial. Mas o selo de validação científica ainda não chegou.