IA científica com 'oráculo de gosto' reduz deriva de pesquisa autônoma

O que aconteceu

Um pré-print submetido ao arXiv em 30 de julho de 2026 (arXiv:2608.07542, área cs.AI) descreve um 'cientista de IA' que conduz experimentos autônomos de aprendizado de máquina em escala e testa hipóteses em políticas de navegação de robôs quadrúpedes em simulação. O sistema se apoia no paradigma de autoresearch de Andrej Karpathy e adiciona três componentes. O primeiro é um cartão de experimento imutável, que associa cada previsão ao seu resultado sob um esquema fixo e impede que uma hipótese falsificada seja reescrita depois. O segundo são subagentes especializados, restritos a funções mecânicas. O terceiro é o kkanbu, um oráculo de preferências que guarda o 'gosto' de pesquisa do usuário como um grafo de conhecimento tipado e é o único componente autorizado a fazer julgamentos subjetivos.

Para isolar o efeito do oráculo, os autores rodaram o mesmo loop duas vezes em onze fluxos de pesquisa, com e sem o kkanbu (arXiv). Nenhum dos dois braços derivou: ambos falsificaram cerca de três quartos das próprias hipóteses. A melhor política treinada, porém, veio do braço sem oráculo.

Contexto

O problema de fundo é conhecido entre quem usa grandes modelos de linguagem para automatizar ciência: loops de pesquisa autônomos rodam experimentos em volume, mas tendem a derivar para refinamentos locais da métrica que otimizam, em vez de testar as hipóteses que motivaram o trabalho. O drift, nesse caso, é comportamental — o sistema melhora o número e abandona a pergunta. O artigo responde a isso com arquitetura, não com instruções de prompt: registro imutável, separação de papéis e um único ponto autorizado a decidir o que é relevante.

Por que importa

A proposta interessa a laboratórios e empresas que constroem pipelines de experimentação automatizada, inclusive no Brasil, onde grupos de robótica e aprendizado de máquina usam cada vez mais ferramentas de LLM em fluxos de pesquisa. O achado central — o oráculo muda a direção, e não a pontuação — sugere que 'gosto' de pesquisa funciona como orientação do processo, não como otimizador da métrica. Isso tem implicação direta em como esses sistemas são avaliados: se a métrica final não captura o que o oráculo entrega, ela sozinha não conta a história.

Impacto

No curto prazo, o estudo oferece um desenho concreto para evitar desperdício de cômputo em melhorias incrementais sem valor científico. No médio prazo, ele aponta que sistemas como o kkanbu podem carregar conhecimento entre fluxos de pesquisa — algo que o braço sem oráculo precisou re-derivar repetidamente — e explorar caminhos que a otimização de métrica ignora, como a adaptação em tempo de teste (test-time adaptation), área que o oráculo foi o único a explorar no experimento.

O que muda

O papel do critério subjetivo na automação científica deixa de ser um efeito colateral e vira uma função explícita do sistema. Segundo o resumo, o kkanbu assinou os designs vencedores no braço em que atuou e levou lições entre fluxos de pesquisa. A estrutura (scaffold) mantém o loop honesto; o oráculo decide para onde olhar.

O que vem agora

O texto é um pré-print recém-depositado, ainda sem revisão por pares, e não há anúncio público de próximos passos. Pelo desenho do experimento, os caminhos naturais são a aplicação do loop em outros domínios além da navegação de quadrúpedes e testes com diferentes tipos de 'gosto' codificados no oráculo.

Fontes

• arXiv (pré-print arXiv:2608.07542v1): https://arxiv.org/abs/2608.07542