Anthropic amplia sua atuação em ciências da vida e mostra como modelos de IA podem combinar análise computacional, automação e experimentos reais.
A inteligência artificial está deixando de atuar apenas na tela do computador e começando a participar de etapas mais próximas do laboratório. A mudança ganhou destaque em 17 e 18 de setembro de 2026, quando a Anthropic anunciou novos projetos voltados às ciências da vida e confirmou a existência de uma estrutura própria para realizar trabalhos de biologia. A empresa também abriu um programa que permite a profissionais da área utilizar modelos Claude com salvaguardas específicas para pesquisa biológica.
O movimento ajuda a responder uma dúvida que deve crescer nos próximos anos: a inteligência artificial pode realmente acelerar a descoberta de medicamentos? A resposta ainda depende de validações científicas e experimentos, mas os avanços recentes mostram uma mudança de estratégia. Em vez de utilizar IA somente para analisar documentos ou sugerir hipóteses, empresas estão tentando conectar modelos avançados a ferramentas científicas, dados biomédicos e processos experimentais. Isso pode alterar a velocidade da pesquisa farmacêutica e criar novas oportunidades para pesquisadores, empresas de biotecnologia e profissionais de tecnologia.
Por que as empresas de IA estão entrando na pesquisa de medicamentos?
A descoberta de medicamentos envolve grandes volumes de dados e uma quantidade significativa de hipóteses que precisam ser avaliadas. Pesquisadores podem utilizar inteligência artificial para analisar literatura científica, comparar informações biomédicas, estudar estruturas moleculares e auxiliar na formulação de novas hipóteses. A vantagem potencial está justamente na capacidade computacional de examinar relações que seriam difíceis de analisar manualmente em grande escala.
A Anthropic passou a tratar esse campo como uma frente estratégica. Em 17 de setembro, a empresa apresentou o Life Sciences Verification Program, que permite a instituições e equipes da área de ciências da vida utilizarem modelos Claude com controles específicos para tarefas relacionadas a descoberta de medicamentos, pesquisa biológica, desenvolvimento clínico e manufatura. A companhia informou que dezenas de organizações já haviam participado de um programa de acesso antecipado.
Um dia depois, a Reuters informou que a Anthropic também estabeleceu um laboratório físico na região da Baía de São Francisco para ampliar sua atuação em biologia. Segundo a reportagem, a empresa pretende combinar modelos de inteligência artificial com automação laboratorial e parcerias externas, mantendo pesquisadores humanos envolvidos na validação dos resultados. A própria Anthropic afirmou que o laboratório não representa uma tentativa de substituir a indústria farmacêutica, mas uma forma de avançar pesquisas em áreas nas quais a IA pode contribuir.
A mudança é importante porque evidencia uma evolução do conceito de IA científica. O modelo deixa de ser apenas uma ferramenta que responde perguntas e passa a integrar um ciclo no qual dados são analisados, hipóteses são formuladas, experimentos são realizados e os resultados podem alimentar novas etapas de pesquisa. Quanto mais eficiente for esse ciclo, maior poderá ser a capacidade de testar possibilidades sem depender exclusivamente de processos manuais.
O que a IA consegue fazer na prática dentro da ciência?
Um dos exemplos mais recentes envolve o próprio Claude. A Anthropic informou que seu modelo conseguiu otimizar mais de 30 modelos de código aberto utilizados em modelagem biomolecular em menos de quatro semanas. Segundo a empresa, as otimizações aumentaram a velocidade desses modelos em aproximadamente quatro vezes, além de permitir que determinados sistemas maiores fossem executados utilizando menos memória.
Esse tipo de aplicação mostra que o impacto da inteligência artificial na ciência não precisa começar com a criação automática de um medicamento. Melhorar ferramentas utilizadas pelos próprios pesquisadores também pode reduzir tempo de processamento, facilitar experimentos computacionais e ampliar a quantidade de possibilidades que uma equipe consegue analisar. A Anthropic anunciou ainda uma competição de design de proteínas com créditos de IA e validação experimental, aproximando diretamente a capacidade computacional dos testes realizados em laboratório.
Outro avanço está na possibilidade de conectar diferentes modelos e ferramentas especializadas. Um sistema de IA pode, por exemplo, ajudar a interpretar literatura científica enquanto outro componente trabalha com modelagem molecular e ferramentas de análise de dados. Em uma etapa posterior, resultados selecionados podem ser encaminhados para validação experimental. A grande mudança não está necessariamente em uma única IA fazer tudo, mas em sistemas digitais coordenarem diferentes partes do processo científico.
Para profissionais, isso cria uma transformação importante. Pesquisadores precisarão cada vez mais compreender ferramentas de inteligência artificial, enquanto especialistas em tecnologia terão de conhecer melhor os problemas específicos das ciências da vida. Essa combinação pode estimular novas funções em bioinformática, engenharia de dados, automação de laboratório, desenvolvimento de modelos científicos e validação de resultados produzidos por IA.
Quais são os limites e os riscos dessa nova fase?
O avanço da IA na biologia também mostra por que autonomia precisa vir acompanhada de controle. Uma resposta incorreta em uma pesquisa científica pode levar uma equipe a desperdiçar tempo e recursos, enquanto resultados aparentemente convincentes podem exigir validação experimental antes de serem considerados confiáveis. Por isso, a inteligência artificial pode acelerar determinadas etapas, mas não elimina a necessidade de pesquisadores, protocolos, testes e revisão científica.
A própria Anthropic reconhece que biologia é uma área de uso duplo, na qual conhecimentos científicos podem ter aplicações benéficas ou prejudiciais. Em um relatório publicado em setembro, a empresa descreveu casos de tentativas de utilizar seus modelos em atividades biológicas consideradas preocupantes e afirmou que reforçou mecanismos de proteção para modelos mais avançados. A companhia também destacou que avaliações de segurança precisam acompanhar a evolução das capacidades dos sistemas.
Esse cenário ajuda a explicar por que a Anthropic criou diferentes níveis de acesso aos seus modelos. O Fable 5.1 possui disponibilidade geral, enquanto o Mythos 5.1 é oferecido por programas de acesso confiável com salvaguardas específicas para áreas como ciências da vida e cibersegurança. A empresa afirma que a separação busca permitir pesquisas legítimas mais avançadas sem oferecer o mesmo nível de capacidade irrestritamente para qualquer usuário.
Nos próximos anos, a combinação entre IA, robótica e automação laboratorial poderá tornar os processos científicos mais rápidos e mais contínuos. Sistemas capazes de analisar resultados, sugerir próximos passos e organizar experimentos podem diminuir o intervalo entre uma hipótese e sua validação. Ao mesmo tempo, será necessário definir responsabilidades claras sobre quem aprova procedimentos, quem verifica resultados e quais dados podem ser utilizados.
A tendência indica que a próxima grande transformação da inteligência artificial pode acontecer longe dos chatbots tradicionais. Laboratórios, universidades, empresas farmacêuticas e startups estão se tornando ambientes nos quais modelos de IA podem trabalhar junto com pesquisadores e equipamentos especializados. Se essa integração conseguir transformar velocidade computacional em resultados científicos comprovados, a tecnologia poderá influenciar desde a pesquisa de doenças raras até o desenvolvimento de tratamentos mais personalizados. O desafio será avançar sem confundir uma hipótese gerada por máquina com uma descoberta comprovada, mantendo a validação humana e científica no centro desse novo ciclo de inovação.
Fontes:
