A gente passa o ano inteiro falando de lançamento de modelo, preço de token e medo de perder o emprego. Mas se eu tivesse uma única notícia para dar à humanidade, não seria nenhuma dessas. Seria esta: o gargalo da descoberta científica está se rompendo. Pela primeira vez, a velocidade com que a humanidade encontra remédios, materiais e soluções está se descolando do número de especialistas treinados que existem no mundo.

Parece abstrato até você perceber o que está por trás. Quase todo problema grande que temos, doença, energia, comida, água, está a jusante da taxa de descoberta. Se essa taxa acelera de verdade, tudo o mais muda. E ela já acelerou, com evidência publicada e revisada. Vou te mostrar o que aconteceu de concreto, e também o que ainda não aconteceu, porque otimismo sem honestidade é só propaganda.

Resumo pra quem tem pressa

• O problema de 50 anos caiu. A previsão de estrutura de proteínas, que levava mais de um ano por proteína, virou coisa de segundos. Rendeu o Nobel de Química de 2024.

• São mais de 200 milhões de estruturas previstas e disponíveis, usadas por mais de 3 milhões de pesquisadores em 190 países, de graça.

• O primeiro remédio descoberto e desenhado por IA funcionou em gente. O rentosertib melhorou a função pulmonar em pacientes com fibrose pulmonar, com resultado publicado na Nature Medicine.

• Havia mais de 200 programas de remédios originados por IA em testes clínicos em janeiro de 2026, sendo 15 já em fase 3.

• Em materiais, um sistema previu 2,2 milhões de estruturas candidatas, com cerca de 380 mil classificadas como estáveis, ampliando de forma absurda o funil do que vale a pena testar.

• A parte honesta: nenhuma doença foi curada por IA até agora, a maioria das previsões ainda não virou coisa real, e a IA não está fazendo ciência sozinha.

• O que mudou de verdade não é a máquina ter ideias. É o funil ter ficado gigante e o ciclo de teste ter ficado curto.

A notícia que eu escolheria, em uma frase

Se me dessem um microfone e uma única notícia para contar ao mundo, seria esta: a humanidade deixou de depender exclusivamente da quantidade de cérebros treinados para descobrir coisas novas.

Durante toda a história, a nossa capacidade de descobrir esteve amarrada a quantas pessoas conseguíamos formar, financiar e colocar num laboratório. Isso criava um teto duro. Doença rara não recebia pesquisa porque não havia gente nem dinheiro suficiente para ela. Material novo levava décadas porque alguém precisava testar candidato por candidato, na mão.

Esse teto começou a rachar. E ele racha em silêncio, sem manchete de escândalo, enquanto todo mundo discute qual chatbot escreve melhor.

A notícia não é que a IA escreve texto bonito. É que ela ampliou o campo do que a humanidade consegue procurar, e encurtou o tempo entre imaginar uma solução e descobrir se ela funciona.

O que já aconteceu de concreto

Um problema de 50 anos que virou questão de segundos

Comeco pelo caso mais sólido. Prever como uma proteína se dobra a partir da sequência de aminoácidos foi, por meio século, um dos maiores problemas em aberto da biologia. Descobrir a estrutura de uma única proteína podia consumir mais de um ano de trabalho experimental caro.

Hoje isso leva segundos. O trabalho que resolveu o problema rendeu o Nobel de Química de 2024 a Demis Hassabis, John Jumper e David Baker, o primeiro Nobel para uma descoberta científica viabilizada por IA. E o resultado não ficou trancado numa empresa: são mais de 200 milhões de estruturas de proteínas previstas em uma base usada por mais de 3 milhões de pesquisadores em mais de 190 países.

Pare um segundo nesse número. Três milhões de cientistas, em quase todos os países do mundo, ganharam acesso gratuito a um tipo de conhecimento que antes exigia equipamento de milhões de dólares. Isso é redistribuição de capacidade em escala planetária, e aconteceu sem que a maioria das pessoas percebesse.

O primeiro remédio desenhado por IA que funcionou em gente

Esta é a notícia que eu mais gostaria que chegasse a quem está doente. O rentosertib, um inibidor desenvolvido para fibrose pulmonar idiopática, é o primeiro caso em que a IA fez as duas pontas: descobriu o alvo e desenhou a molécula.

E funcionou em pacientes. Em teste de fase 2a, a função pulmonar dos pacientes que receberam a dose de 60 mg melhorou em média 98,4 mL, enquanto o grupo que recebeu placebo piorou 20,3 mL. O resultado foi publicado na Nature Medicine, ou seja, passou por revisão por pares, não é anúncio de assessoria de imprensa.

Isso importa porque fibrose pulmonar idiopática é uma doença cruel, que endurece progressivamente o pulmão. Ver a função pulmonar melhorar em vez de apenas cair mais devagar é o tipo de resultado que muda vida de gente real.

E não é caso isolado. Em janeiro de 2026, havia mais de 200 programas de remédios originados por IA em testes clínicos, sendo 94 em fase 1, 56 em fase 2 e 15 já em fase 3. Dados preliminares sugerem taxas de sucesso mais altas que a média histórica nas fases iniciais, embora sejam amostras pequenas e cedo demais para cravar.

O funil de materiais que ficou gigante

Fora da medicina, o mesmo padrão. Um sistema de IA previu cerca de 2,2 milhões de estruturas de materiais candidatas, das quais aproximadamente 380 mil foram classificadas como estáveis. Estamos falando de materiais para bateria, captura de carbono, supercondutor, painel solar.

E aqui entra uma peça que quase ninguém comenta: os laboratórios autônomos. Sistemas robóticos que testam fisicamente os candidatos sem precisar de um estudante de doutorado pipetando por seis meses. É isso que fecha o ciclo entre prever e confirmar, que sempre foi o ponto de estrangulamento.

O que mudou de verdade: o gargalo não era ideia, era vazão

Aqui está a formulação mais precisa do que aconteceu, e ela é menos mágica e mais poderosa do que a manchete sugere. A ciência nunca sofreu de falta de ideias. Ela sofria de falta de vazão.

Sempre houve mais hipóteses do que capacidade de testá-las. O funil era estreito porque testar custava caro e demorava. O que a IA fez foi atacar os dois lados desse funil ao mesmo tempo: alargou a boca, gerando muito mais candidatos plausíveis, e encurtou o tubo, com simulação melhor e laboratórios automatizados que confirmam mais rápido.

Uma pesquisa de 2026 com 240 instituições de pesquisa encontrou que 67% delas creditaram à IA generativa pelo menos um avanço importante nos últimos 18 meses. Não é um laboratório famoso com assessoria de imprensa boa. É dois terços das instituições consultadas.

Nenhum cientista foi substituído. O que aconteceu foi mais parecido com dar um microscópio a quem só tinha lupa: as mesmas pessoas passaram a enxergar um campo muito maior, e a testar muito mais rápido o que enxergaram.

A parte honesta: o que ainda não aconteceu

Eu não conseguiria escrever este post sem esta seção, porque otimismo que não aguenta o contra-argumento é propaganda. Então vamos ao que ainda não é verdade:

• Nenhuma doença foi curada por IA até agora. Vários candidatos entraram em testes clínicos, o que já é inédito, mas entrar em teste está muito longe de ser tratamento aprovado e disponível.

• A maior parte da previsão não virou coisa real. Daquelas 380 mil estruturas estáveis previstas, apenas algumas centenas tinham sido efetivamente sintetizadas em laboratório na época do artigo. O valor está no funil mais largo, não em 380 mil materiais prontos.

• A IA não está fazendo ciência sozinha. Ela propõe hipóteses e experimentos em domínios específicos e ricos em dados, mas humanos e instrumentos ainda verificam cada resultado. O avanço é um ciclo de descoberta mais rápido, não um cientista autônomo.

• Há ceticismo legítimo no meio científico. Comentaristas apontam que compostos descobertos por IA vêm apresentando taxas de progressão parecidas com as dos tradicionais, e que os dados de fase 3 podem mostrar apenas prazos mais curtos, sem eficácia melhor. Seria valioso comercialmente e decepcionante cientificamente.

• Prever estrutura não é desenhar remédio. Saber como uma proteína é não te diz como criar uma molécula que se liga a ela e funciona no corpo humano sem efeito colateral inaceitável.

Ou seja: a boa notícia é real, mas ela é sobre velocidade e alcance da busca, não sobre milagre entregue. Quem promete cura para tudo até o ano que vem está vendendo alguma coisa.

Por que isso importa mais que qualquer lançamento de modelo

Eu escrevo semanalmente sobre modelo novo, preço de token e ferramenta. É útil, e é o meu trabalho. Mas seria desonesto não dizer que nada disso chega perto da importância do que está acontecendo na descoberta científica.

Um modelo que escreve código melhor muda o seu mês. Uma classe nova de antibiótico muda o século. Uma bateria melhor muda a matriz energética de países inteiros. Um diagnóstico de doença rara que antes levava anos de peregrinação médica e passa a levar semanas muda a vida de uma família para sempre.

E tem um detalhe que me parece o mais bonito de tudo: doença rara e problema de país pobre sempre perderam a fila, porque não havia gente nem dinheiro suficiente para pesquisá-los. Quando o custo de procurar despenca, o cálculo econômico que excluía esses problemas começa a mudar. Não resolve sozinho, mas abre uma porta que estava trancada.

O que isso significa para você, daqui do Brasil

Tem uma segunda camada dessa mesma notícia, e ela é sobre você, não sobre laboratório.

O mesmo colapso de custo que atinge a pesquisa atinge a capacidade em geral. Coisas que antes exigiam capital, instituição e credencial hoje cabem num computador comum com internet. Uma pessoa em Maringá tem hoje acesso a ferramentas que há dez anos exigiriam uma equipe e um orçamento corporativo. É a mesma tese que eu defendo em como ganhar dinheiro com inteligência artificial de verdade: a barreira que caiu não foi só de custo, foi de acesso.

Mas repare no que a história da descoberta científica ensina, porque a lição vale para o seu negócio também: o ganho não veio de ter a ferramenta, veio de usá-la para procurar mais e testar mais rápido. Os laboratórios que aceleraram não foram os que compraram a assinatura, foram os que reorganizaram o processo em volta dela. Vale igual para quem constrói produto, atende cliente ou toca uma empresa pequena, como eu detalho em como ganhar dinheiro com IA, modelos e agentes.

A virada: a melhor notícia exige que alguém a use

Depois de semanas escrevendo sobre cenários catastróficos, vagas encolhendo, vazamento de segurança e custo em dólar, eu quis dedicar um post inteiro ao outro lado da moeda. Não por otimismo ingênuo, mas porque é factualmente verdade que a mesma tecnologia que nos dá razões para preocupação está, ao mesmo tempo, alargando o campo do que a humanidade consegue descobrir. As duas coisas são verdadeiras juntas, e ignorar a segunda é tão desonesto quanto ignorar a primeira.

Só que boa notícia não se realiza sozinha. Estrutura de proteína prevista não vira remédio sem alguém sintetizar, testar e aprovar. Material candidato não vira bateria sem alguém construir. Ferramenta poderosa não vira negócio sem alguém sentar e fazer. O gargalo se moveu da capacidade para a execução, e execução continua sendo humana.

Então o meu chamado é para você fazer parte do lado que constrói. Se você quer aprender a usar essas ferramentas para criar algo seu de verdade, e não só para conversar com um chat, é exatamente isso que eu ensino em golber.net/aprenda. E se você tem uma ideia parada porque não sabe se é tecnicamente viável ou quanto custa, é o tipo de coisa que eu analiso caso a caso, com preço e prazo publicados, em golber.net/proposta.

A melhor notícia que eu tenho para dar é que o campo do possível cresceu muito mais rápido que a quantidade de gente disposta a explorá-lo. Isso significa que sobra espaço. E espaço, para quem constrói, é a melhor notícia que existe.

Perguntas frequentes

Qual foi a maior conquista da IA na ciência até agora?

A previsão de estrutura de proteínas, que resolveu um problema aberto por cerca de 50 anos na biologia. O trabalho rendeu o Nobel de Química de 2024 e gerou uma base pública com mais de 200 milhões de estruturas previstas, usada por mais de 3 milhões de pesquisadores em mais de 190 países. O que antes levava mais de um ano por proteína passou a levar segundos.

Já existe algum remédio criado por IA que funcione?

Existe evidência clínica inicial. O rentosertib, desenvolvido para fibrose pulmonar idiopática, é o primeiro caso em que a IA descobriu o alvo e desenhou a molécula, e mostrou melhora média de 98,4 mL na função pulmonar contra piora de 20,3 mL no grupo placebo, em teste de fase 2a publicado na Nature Medicine. Ainda assim, resultado de fase 2 não é aprovação nem cura.

A IA já curou alguma doença?

Não. Vários candidatos originados por IA entraram em testes clínicos, o que é genuinamente inédito, mas entrar em teste está longe de ser um tratamento aprovado e disponível. Em janeiro de 2026 havia mais de 200 programas em ensaios clínicos, sendo 15 em fase 3. Os próximos anos é que vão mostrar se esses candidatos se convertem em medicamentos aprovados.

A IA está fazendo ciência sozinha?

Não. Ela propõe hipóteses, sugere experimentos e analisa dados em domínios específicos e ricos em informação, mas humanos e instrumentos ainda verificam cada resultado. O avanço real de 2026 é um ciclo de descoberta mais rápido e um funil de possibilidades muito mais largo, não um cientista autônomo substituindo pesquisadores.

Por que isso é considerado a melhor notícia da IA?

Porque quase todos os grandes problemas humanos, como doenças, energia, alimentação e clima, dependem da velocidade com que conseguimos descobrir soluções. Historicamente essa velocidade era limitada pela quantidade de especialistas e pelo custo de testar. Ao ampliar o campo de busca e encurtar o tempo de verificação, a IA mexe na variável que está por trás de quase tudo.

Isso pode ajudar doenças raras e países mais pobres?

Existe essa possibilidade, e ela é uma das partes mais promissoras. Doenças raras e problemas de regiões menos ricas historicamente perderam a fila da pesquisa por falta de gente e de retorno financeiro. Quando o custo de procurar cai muito, o cálculo que excluía esses temas começa a mudar. Isso não resolve sozinho a questão de acesso e financiamento, mas abre uma porta que estava praticamente fechada.