O AI (co-cientista) da Google coloca um objetivo de investigação em linguagem natural no centro da interface

O input é um único objetivo de investigação em linguagem natural

A interação central do AI (co-cientista) da Google é enganosamente simples: o investigador descreve um objetivo de investigação em linguagem natural. O exemplo dado pela Google é querer compreender melhor a propagação de um microrganismo causador de doença.

Essa opção de campo único é uma decisão deliberada de frontend. Em vez de construir um formulário com parâmetros, filtros ou menus para um domínio científico, a Google confia no modelo para interpretar texto livre como a especificação completa da intenção. O ónus da estrutura passa do utilizador para o sistema.

Para quem desenha ferramentas sobre grandes modelos, esta é a tensão recorrente: uma caixa de texto em branco é maximamente flexível, mas dá pouca orientação ao utilizador sobre o que é um bom objetivo de investigação. A qualidade da resposta depende muito da forma como o objetivo é formulado.

O resultado é um conjunto estruturado, não uma resposta de chat

O que a ferramenta devolve é mais interessante do que o input. A Google descreve três elementos distintos: hipóteses testáveis, um resumo da literatura publicada relevante e uma possível abordagem experimental.

Trata-se de uma resposta estruturada e composta por várias partes, e não de uma resposta conversacional aberta. O frontend tem de apresentar três tipos diferentes de conteúdo — ideias propostas, trabalho prévio citado e um plano de procedimento —, cada um dos quais será examinado de forma diferente por um cientista.

Um resumo de literatura convida à verificação face às fontes; uma hipótese convida a um juízo sobre a sua originalidade; uma abordagem experimental convida a uma crítica prática. Apresentar as três em conjunto de forma a que um investigador possa agir sobre elas é um verdadeiro problema de interface, não apenas de geração.

A abordagem é colaborativa por conceção

O AI (co-cientista) é uma ferramenta colaborativa para ajudar especialistas a reunir investigação e a refinar o seu trabalho — não se destina a automatizar o processo científico.Montana Labs

A Google afirma claramente que isto não é automação. O próprio nome — co-cientista — estabelece a expectativa de que o utilizador continua a ser o cientista e o sistema é um colaborador que ajuda a reunir e a refinar.

Esse posicionamento afeta a forma como os resultados devem ser lidos. Hipóteses e abordagens experimentais são propostas a avaliar, não conclusões a aceitar. A abordagem contraria a tendência de tratar o resultado do modelo como algo autoritativo.

O que um lançamento restrito através do Trusted Tester Program significa para esta ferramenta

O acesso está limitado a cientistas do Trusted Tester Program da Google, que têm acesso antecipado. Não se trata de um lançamento geral, e o próprio anúncio remete os leitores para o blogue do Google Research para saber como o sistema funciona.

Um lançamento restrito a cientistas em atividade é a decisão correta para uma ferramenta cujo valor depende de especialistas do domínio avaliarem se as hipóteses são realmente originais e se as abordagens experimentais são realmente viáveis. Essas são avaliações que só os profissionais podem fazer.

A implicação concreta: o sucesso deste lançamento será medido menos pelas capacidades subjacentes do Gemini 2.0 e mais por saber se a interface — um objetivo simples à entrada, um conjunto de investigação em três partes à saída — conquista a confiança de especialistas que já conhecem bem a sua área. Esse veredito vem dos testadores, não do modelo.