Por Ricardo Pedroso (Engenheiro Informático, especialista em Sistemas de Informação e Arquiteto de Soluções)
Não é segredo para ninguém que a utilização das Tecnologias de Informação (TI ou IT) no contexto laboratorial e de investigação se traduz numa mais-valia para o investigador.
Atualmente a sua adoção é indispensável nos projetos de investigação. O IT potencia a gestão de dados, fomenta a colaboração, acelera a análise de dados, expande o conhecimento e apoia o investigador numa melhor tomada de decisões, permitindo assim que os investigadores alcancem resultados mais impactantes e inovadores.
As soluções de IT permitem aos investigadores guardar, organizar e consultar quantidades de dados massivas de forma eficiente, fácil e acessível a todos os intervenientes, independentemente da sua localização. Permitem ainda a colaboração, em tempo real, entre investigadores de diferentes instituições através da disponibilização de plataformas digitais, eliminando barreiras institucionais e geográficas.
Através da automação de tarefas repetitivas e demoradas, como são os casos da recolha de dados, da análise e a elaboração de relatórios, conjugado com a utilização de ferramentas de visualização de dados e simulação, as TI libertam os investigadores para se concentrarem em tarefas de valor acrescentado, permitindo acelerar os ciclos de investigação.
As bibliotecas digitais, as revistas digitais e bases de dados online possibilitam um acesso imediato a um vasto conjunto de recursos académicos e de investigação sempre atualizados.
O IT suporta também a criação de infraestruturas de suporte à utilização de ferramentas de analítica avançada e métodos de ciência de dados, que permitem descobrir padrões e tendências de uma forma mais rápida, independentemente do volume e complexidade dos dados. Esta abordagem permite uma tomada de decisões mais informadas, impulsionando a descoberta científica.
Ora, perguntam-me vocês, mas do ponto de vista mais prático, como é que isto ajuda o caro investigador?
Uma das ferramentas de IT com maior destaque atualmente é, sem qualquer sombra de dúvida, a Inteligência Artificial (IA ou AI), com casos de utilização em praticamente todos os aspetos da nossa vida quotidiana. Existem diversos tipos de IA, mas no contexto laboratorial e de investigação, penso que a mais relevante e com maior potencial de aplicação será a Inteligência Artificial Generativa (GenAI).
A GenAI é um tipo de IA, que tal como o nome indica, é capaz de criar (ou gerar) novos conteúdos originais, através de dados existentes.
Imaginem um Mundo onde o investigador não tinha de saber programar em 2 ou 3 linguagens para poder processar e analisar dados. Ou que podia ter uma panóplia infindável de Principal Investigators de todas as áreas possíveis e imaginárias, a auxiliar, rever e comentar o seu trabalho. Ou ainda ter um assistente, que lesse toda a documentação que o investigador lhe desse, correlacionasse e resumisse tudo, numa questão de segundos (ou minutos). Parece um sonho distante? Desengane-se! Tudo isto já é possível aos dias de hoje, recorrendo à um robot de conversação (Chatbot) de GenIA.
O chatbot mais famoso é o ChatGPT da OpenAI, mas existem outros que vale a pena explorar (só para nomear alguns, sem qualquer ordem especifica: Claude, Gemini, Grok…).
A utilização destas ferramentas é bastante simples e intuitiva. No entanto, para melhorar a qualidade e relevância da resposta, as prompts deverão no mínimo conter os seguintes parâmetros:
| Persona | Act as Your role is You are a Be an expert in etc. |
| Output | Create a Give me Prepare a Teach me Generate a etc. |
Tem de se ter noção que, tal como na comunicação com pessoas de carne e osso, a qualidade de resposta do chatbot é diretamente proporcional à qualidade da pergunta (prompt).
Tendo a tabela de parâmetros em mente, é relativamente fácil gerar código sem saber uma única linha de programação recorrendo a um chatbot.
Como exemplo, para a criação de um programa em Python® que importe os dados de um ficheiro em Excel e crie um Western Plot, Component Analysis, Bar Graphics and Standard Deviation bastaria uma prompt semelhante à seguinte:
Act like a expert python programmer and create a program that can import an excel spreadsheet with values and create western plots, component analysis, bar graphics and standard deviation
Na mesma linha de raciocínio, se for dado um contexto (por exemplo, em que linhas e colunas está a informação necessária) ao chatbot, mais precisa será a sua resposta.
Mas a utilização do chatbot não se limita a geração de código. Podemos pedir-lhe para analisar e correlacionar valores e compará-los com resultados de outros projetos de investigação na mesma área.
Uma das áreas em que a IA é eximia é na descoberta de padrões, relações e anomalias em conjuntos de dados complexos.
Podemos ainda pedir-lhe para analisar e categorizar pelos critérios desejados quantidades massivas de dados. As possibilidades são praticamente infinitas.
Atualmente existe na comunidade científica o debate sobre a utilização de ferramentas de AI na própria criação/escrita de papers. Na minha perspetiva, pedir à IA para por exemplo, reescrever um paper numa linguagem mais compreensível e acessível, pode melhorar a qualidade e interpretação por terceiros de um paper, sem colocar em causa a investigação dos autores.
Mas nem tudo é um mar de rosas na utilização da inteligência artificial.
A inteligência artificial não deve ser tomada como uma entidade que detém o conhecimento e saber absoluto. Não está, por exemplo, imune a gerar resultados falsos, enganadores ou sem sentido, apesar de parecerem plausíveis (AI Hallucination).
Como melhor prática, todas as respostas dadas, linhas de código ou textos escritos pelos chatbots deverão ser validados. É aí que entra a inteligência Humana.
Devemos ter em mente, que toda a informação enviada para o chatbot, é tornada automaticamente domínio público na maioria das ferramentas gratuitas bem como em algumas pagas (verificar bem os contratos de privacidade).
A IA deverá ser utilizada como mais uma ferramenta de auxílio e não como substituição completa da nossa capacidade intelectual.
Existe uma frase muito utilizada no mundo da tecnologia que refere que ninguém com profissões tecnológicas e científicas será substituído por IA, mas que será de certeza substituído por alguém que saiba utilizar IA.
Não há dúvidas que a Inteligência Artificial tem e terá um impacto em todos os aspetos da nossa vida e que não existe uma regra clássica de “Duas chávenas de água para uma de arroz” para a sua utilização (e será que alguma vez vai existir?).
A minha sugestão é que por cada chávena de ideias de investigação, deverá o cientista ir adicionando com precaução chávenas de IA, sem nunca esquecer que, tal e qual no arroz, a utilização de AI na proporção certa, faz a diferença no resultado apresentado.
Ricardo Pedroso