# Estudo testa como a IA avalia evidências científicas

> Pesquisadores apresentam um benchmark de biologia com 96.000 casos e relatam que o treinamento para calibrar probabilidades melhorou as previsões dos modelos e a escolha de experimentos.

Oossa · 2026-11-02 · https://oossa.com/pt/study-tests-how-ai-weighs-scientific-evidence

Pesquisadores apresentaram o EDB-Bio, um benchmark criado com base em estudos publicados em três áreas da biologia, para avaliar se modelos de linguagem conseguem julgar evidências a favor de hipóteses científicas. Nos testes dos pesquisadores, modelos sem treinamento específico demonstraram sistematicamente pouca confiança e tiveram desempenho semelhante ao de uma previsão simples baseada na taxa-base. O treinamento para que atribuíssem probabilidades mais bem calibradas melhorou os resultados.

Segundo os pesquisadores, o modelo Ibis0 selecionou experimentos 2,5 vezes mais eficientemente do que o melhor modelo de ponta em uma tarefa sequencial de seleção de experimentos. Eles disponibilizaram o código, os dados e os modelos treinados.

## Os fatos

- O EDB-Bio contém 96.000 casos provenientes de estudos de transcriptômica, triagens de CRISPR e estudos de associação genômica ampla em humanos.
- O artigo foi publicado no arXiv em 2026-10-29; a página indica 2 de novembro de 2026 como data de publicação.

## Por que importa

Para cientistas que usam IA para ajudar a escolher experimentos, os resultados sugerem que o treinamento para calibrar probabilidades pode aprimorar essa seleção. No entanto, a vantagem relatada se limita à tarefa estudada e não foi validada de forma independente aqui.

## Fontes e referências

1. [Do Language Models Know What Compelling Scientific Evidence Looks Like?](https://arxiv.org/abs/2610.41015) – arXiv cs.LG, 2026-11-02

Última atualização: 2026-11-02