Faraday supera Claude e GPT-5.5 em um teste de replicação científica

A Inherent, laboratório de inteligência artificial sediado em Londres e fundado por ex-integrantes do Google DeepMind, afirma que seu agente Faraday, com 27 bilhões de parâmetros, consegue reproduzir resultados de artigos científicos publicados sem receber as respostas antecipadamente. A empresa também diz que o sistema superou o Claude Opus 4.8, da Anthropic, e o GPT-5.5, da OpenAI, nessa tarefa específica de replicação. 259

Se confirmado por avaliações independentes e mais amplas, o resultado seria relevante. Mas há uma ressalva importante: o Faraday foi testado para reproduzir descobertas já publicadas, e não para fazer ciência original de forma independente.

O que o Faraday precisou fazer

Para avaliar o agente, a Inherent criou o Replica, um benchmark formado por 100 artigos de aprendizado de máquina e de aplicações de IA na ciência, convertidos em 310 tarefas de replicação. Em cada tarefa, o agente precisa recriar uma figura específica de um artigo sem ter acesso ao gráfico original, trabalhando com limites de tempo e de capacidade computacional. 34

O desafio vai além de pedir a um modelo que resuma um artigo ou copie um gráfico. O agente precisa interpretar a pesquisa, implementar os experimentos necessários, decidir como usar os recursos disponíveis e produzir um resultado suficientemente próximo da descoberta relatada para ser considerado uma replicação.

A Inherent diz que o Faraday superou o Claude Opus 4.8 e o GPT-5.5 nesse benchmark mesmo usando um modelo de 27 bilhões de parâmetros, muito menor que esses sistemas de fronteira. 158 A comparação, porém, deve ser entendida como uma afirmação restrita ao Replica — não como um ranking geral entre os modelos para ciência, programação ou outras tarefas.

A aposta no “faro para pesquisa”

Para a Inherent, fazer ciência não significa apenas chegar a um resultado final. Um bom pesquisador também precisa decidir quais experimentos valem a pena, desenhá-los de maneira adequada, interpretar resultados ambíguos e mudar de estratégia quando uma abordagem falha. A empresa reúne esse conjunto de decisões sob a expressão “research taste”, que pode ser entendida como um tipo de “faro para pesquisa”. 47

A distinção é importante porque um modelo pode produzir uma saída visualmente plausível sem seguir um processo científico confiável. Segundo a Inherent, o Faraday foi treinado para desenvolver comportamentos associados a investigações mais longas: formular hipóteses, testá-las, aprender com os erros e escolher os próximos passos mais promissores. 4

O aprendizado por reforço de longo horizonte é central nessa estratégia. Em vez de otimizar apenas a semelhança entre o resultado final e uma figura publicada, o treinamento busca valorizar a sequência de decisões que leva a uma replicação consistente. 4

A Inherent considera a replicação um campo de treinamento para esse comportamento. Reproduzir um resultado publicado exige recuperar boa parte das tentativas, ajustes e erros práticos que nem sempre aparecem detalhadamente em um artigo. A tese da empresa é que aprender a navegar por esse processo pode preparar agentes para avançar da verificação de descobertas conhecidas para pesquisas mais abertas. 49

O Faraday usa o GPT-5.5 Codex como ferramenta

O Faraday não é apresentado como um substituto independente para agentes avançados de programação. Durante as tarefas de replicação, ele atua como uma camada de supervisão científica que orienta o GPT-5.5 Codex, da OpenAI. A Inherent compara o arranjo a um cientista trabalhando com um assistente de programação: o Faraday contribui com planejamento e julgamento científico, enquanto o Codex executa boa parte da implementação. 39

Essa arquitetura desloca o foco do tamanho do modelo. Um sistema menor pode agregar valor ao decidir o que a ferramenta mais poderosa deve fazer, quando é preciso mudar de tática e como avaliar os resultados obtidos.

Por isso, a vantagem anunciada pelo Faraday é, em parte, uma vantagem de orquestração: a combinação entre planejamento científico e capacidade avançada de programação. O resultado não demonstra que seu modelo de 27 bilhões de parâmetros seja universalmente mais capaz que sistemas maiores.

De cientista autônomo a colega de equipe

A Inherent afirma que pretende criar agentes de IA capazes de colaborar com pesquisadores como colegas de equipe. O sistema idealizado ajudaria a planejar, executar, criticar e repetir experimentos, enquanto os cientistas manteriam a direção e a supervisão do trabalho. 45

O Faraday deve ser visto como uma primeira versão dessa proposta: uma camada de intuição científica e gestão de pesquisa construída sobre ferramentas gerais de programação. A ambição de longo prazo da empresa é desenvolver agentes que contribuam para a descoberta de novos conhecimentos, mas o resultado apresentado até agora demonstra replicação — não descoberta. 34

Essa fronteira é decisiva. Reproduzir um resultado conhecido é um teste valioso de confiabilidade científica, mas não prova, por si só, que um agente consiga formular perguntas originais importantes, gerar hipóteses realmente novas ou validar descobertas no mundo real.

O que o lançamento revela sobre a estratégia da Inherent

A Inherent saiu do modo sigiloso com uma rodada seed anunciada de US$ 50 milhões e se apresenta como um laboratório de pesquisa focado em IA, sediado em Londres e fundado por ex-alunos do Google DeepMind. 25

A estratégia da empresa é se concentrar em capacidades que modelos generalistas talvez não desenvolvam automaticamente: julgamento experimental, tomada de decisões de longo prazo, avaliação e coordenação entre pessoas e ferramentas de software.

Isso também ajuda a explicar o uso de um sistema externo de programação. Em vez de tentar concentrar todas as capacidades em um único modelo, a Inherent busca treinar uma camada especializada para tornar ferramentas avançadas já existentes mais eficazes em trabalhos científicos. 39

A conclusão imediata é relevante, mas deve ser medida: a Inherent afirma que um modelo supervisor relativamente pequeno, treinado com aprendizado por reforço, superou sistemas maiores em um benchmark cuidadosamente definido de replicação científica. A pergunta mais ampla — se essa abordagem será capaz de produzir contribuições científicas originais e confiáveis — continua em aberto.