Aposentadoria de modelos de IA ameaça reprodutibilidade de estudos biomédicos

O que aconteceu

Um estudo publicado no arXiv em 4 de setembro de 2026, intitulado "Model Retirement Creates Reproducibility Risk in Biomedical AI Publications" (arXiv:2609.04699), quantificou pela primeira vez em larga escala um problema silencioso da ciência: a aposentadoria de modelos de IA usados em publicações biomédicas.

Os números do trabalho são concretos. Os pesquisadores buscaram no PubMed artigos originais de 2022 a março de 2026 que aplicaram um modelo de linguagem (LLM) a uma tarefa biomédica. Um agente de extração identificou nomes de modelos em 61.077 resumos de artigos, com revisores humanos validando uma amostra para checar a precisão da extração. Os nomes extraídos foram normalizados a identificadores canônicos de modelo, e dados de ciclo de vida (data de lançamento, data de aposentadoria e status) foram compilados para os 50 modelos mais usados.

O resultado: 8.931 menções de pares artigo-modelo, distribuídas em 5.242 publicações únicas. Dessas menções, 77,7% citavam um modelo comercial de pesos fechados. E 42% envolviam um modelo que já estava aposentado na data da publicação oficial ou tem aposentadoria programada para até dois anos depois dela. A mediana do intervalo entre a publicação e a aposentadoria do modelo foi de 538 dias, pouco mais de um ano e meio.

Contexto

A adoção de grandes modelos de linguagem pela pesquisa biomédica acelerou a partir de 2022, período coberto pela análise. O problema estrutural é que esses modelos, na maioria comerciais e de pesos fechados, vivem em serviços hospedados por empresas que operam cronogramas de descontinuação. Quando a empresa aposenta um modelo, o acesso some, e com ele a possibilidade de rodar novamente o experimento descrito no artigo.

A ciência sempre lidou com materiais que degradam: amostras biológicas se deterioram, equipamentos envelhecem. Mas a convenção era que o método descrito pudesse ser reproduzido por outro laboratório. Com LLMs de pesos fechados, o "método" pode literalmente deixar de existir. O estudo trata essa depreciação como um problema de reporte e preservação, hoje ausente das normas editoriais.

Por que importa

A reproducibilidade é um dos pilares da ciência, e o dado central do estudo mostra que ela está comprometida em escala: 42% das menções analisadas apontam para modelos já aposentados ou com aposentadoria marcada em até dois anos. A mediana de 538 dias entre publicação e aposentadoria significa que a janela útil para verificar computacionalmente um artigo é, em muitos casos, menor que o ciclo típico de revisão, replicação e regulação em áreas como medicina.

Quem perde primeiro é o pesquisador que tenta reproduzir ou estender um resultado. Quem perde depois é o sistema como um todo: revisões sistemáticas, metanálises e diretrizes clínicas construídas sobre resultados que ninguém consegue mais reexecutar. O domínio dos modelos comerciais de pesos fechados (77,7% das menções) agrava o quadro, porque não há como baixar e preservar o modelo localmente.

Impacto

No curto prazo, a expectativa é que periódicos e agências de fomento comecem a exigir dos autores informações sobre o ciclo de vida do modelo usado: versão exata, data de acesso, status de aposentadoria. A conclusão do estudo é direta ao pedir que a depreciação de modelos seja tratada como questão central de reporte e preservação para a pesquisa biomédica.

No médio prazo, o achado pode pressionar por duas frentes. A primeira é o uso de modelos de pesos abertos, que podem ser arquivados e reexecutados. A segunda é a preservação de artefatos: capturar saídas, prompts e versões no momento da publicação, já que o modelo em si pode desaparecer. Para o Brasil, onde a pesquisa biomédica pública depende de financiamento escasso, reproduzir um artigo com um modelo aposentado pode significar refazer um experimento inteiro com outro modelo, introduzindo resultados não comparáveis.

O que muda

O estudo não propõe banir LLMs da pesquisa biomédica. A proposta é mudar a contabilidade: o nome do modelo precisa vir acompanhado de metadados de ciclo de vida, do mesmo jeito que um artigo reporta a versão de um software estatístico ou a procedência de uma amostra. Sem isso, parte crescente da literatura biomédica caminha para a não reproducibilidade computacional, como os próprios autores resumem.

O que vem agora

O artigo foi submetido ao arXiv em 4 de setembro de 2026 e está em fase de divulgação e revisão pela comunidade. Os próximos passos esperados envolvem a discussão em periódicos biomédicos sobre diretrizes de reporte de modelos de IA e o desenvolvimento de práticas de preservação de artefatos computacionais. O material analisado não indica ainda ações formais anunciadas por editoras ou agências de fomento.