Computadores poderão substituir cientistas na geração de hipóteses

Se a literatura de um campo científico inclui dois conceitos, A e B, e a literatura de outro campo inclui B e C, então um programa de computador pode inferir que A e C estão direta ou indiretamente relacionados, potencialmente levando a novas hipóteses.

Ciência informatizada

Há décadas os computadores têm ajudado os cientistas a armazenar, processar e analisar dados.

De modo crescente, porém, uma explosão de novos conhecimentos e de novos dados tem mudado o panorama científico. Do outro lado, a tecnologia está ampliando continuamente o poder dos computadores.

Nesse novo contexto, as máquinas poderão passar de simples analisadores de dados para a formulação de hipóteses, entrando em uma área até então exclusiva aos humanos.

"Os cientistas hoje não podem mais ter a ilusão de rastrear manualmente todos os artigos científicos publicados que são relevantes para o seu trabalho," afirmam James Evans e Andrey Rzhetsky, da Universidade de Chicago, nos Estados Unidos. "Essa explosão de conhecimento está mudando o quadro tradicional da ciência.

Assim, se já são úteis para armazenar, manipular e analisar dados, o progresso tecnológico já está deixando os computadores prontos para darem o próximo passo.

Cientistas de silício

Segundo os pesquisadores, brevemente os computadores serão capazes de gerar hipóteses sem dependerem da ajuda dos cientistas humanos, ou dependendo muito pouco deles.

O fato, argumentam, é que os computadores estão se tornando cada vez menos dependentes dos seus criadores.

"Usando técnicas de inteligência artificial, os programas de computador estão cada vez mais capazes de integrar o conhecimento publicado com os dados experimentais, de localizar padrões e relações lógicas e de permitir o surgimento de novas hipóteses com muito pouca intervenção humana," escrevem eles em seu artigo.

Esse passo poderia ser dado, profetizam os pesquisadores, dentro de 10 anos, quando "ferramentas poderosas" entrarão em cena para gerar hipóteses automaticamente e conduzir experimentos maiores e mais complexos.

O impacto alcançaria inúmeras áreas da ciência, mas seria mais sensível em áreas como física, química, biomedicina e ciências sociais.

Mineração científica

Muitos pesquisadores defendem que o grande volume de dados gerados por experimentos científicos como a genética, a biologia do câncer ou as colisões de partículas, está deixando obsoleto o mecanismo de geração de hipóteses e seus testes experimentais.

Em vez disso, algoritmos de mineração de dados seriam mais adequados, capturando padrões nos meio dos terabytes de dados.

Evans e Rzhetsky combatem essa visão, afirmando que ela equivale a entrar em uma floresta sem um guia. Sem qualquer informação sobre o ambiente e seus perigos, o mais provável é que os dados sejam classificados incorretamente, causando "medo de um intimidadora mas inofensiva cobra, e ignorando o minúsculo sapo letal."

"No passado, as abordagens computacionais foram mais bem-sucedidas em sistemas pequenos e bem definidos do que nos maiores, menos estudados, ou mais complexos. A explosão de dados dos experimentos de alto rendimento, contudo, cada vez mais faz os pesquisadores se depararem com sistemas muito complexos," afirmam.

"Encarar esses dados com perguntas igualmente numerosas e complexas será crítico porque, como disse Mark Twain, 'você não pode depender dos seus olhos quando sua imaginação está fora de foco'", concluem eles.

Bibliografia:

Machine Science
James Evans, Andrey Rzhetsky
Science
22 July 2010
Vol.: Published online
DOI: 10.1126/science.1189416