O QUE:

Pesquisas recentes mostram que pessoas relatam sentir‑se ouvidas e amparadas por chatbots como o ChatGPT. Um estudo publicado no PNAS demonstrou que respostas de IA geram maior sensação de ser ouvido do que respostas humanas; avaliadores externos classificaram as respostas de modelos como mais empáticas, e usuários relataram recorrer a chatbots para desabafar quando não têm alguém com quem falar. Em paralelo, um post de Stuart Winter‑Tear no LinkedIn aponta que a ideia de um “cientista de IA” ainda está distante. Benchmarks como MLE‑Bench, PaperBench e SciReplicate revelam que os melhores sistemas alcançam apenas 16,9 % de sucesso em tarefas de engenharia de machine‑learning e 26–56 % em replicação de experimentos. A função atual dessas ferramentas é atuar como bibliotecários rápidos (recuperando e resumindo literatura) e parceiros de ideação, não como cientistas completos.

E DAÍ:

A combinação de chatbots convincentes e expectativas infladas sobre “IA científica” coloca em evidência tensões e oportunidades. A sensação de que um modelo compreende e valida sentimentos pode incentivar o uso de IA para apoio emocional, o que pode ampliar o acesso à escuta e apoio em situações de isolamento. Contudo, há riscos de dependência, desinformação ou confusão entre empatia simulada e real. Do outro lado, os dados mostram que, embora LLMs gerem hipóteses criativas e reduzam gargalos de revisão, eles carecem de rigidez experimental e raramente replicam resultados científicos, reforçando a necessidade de supervisão humana. Assim, existe uma divergência entre o valor percebido por usuários comuns e a capacidade real da IA em gerar conhecimento confiável.

O QUE MUDA:

Se a tendência de utilizar chatbots como amigos prosseguir, poderemos ver o surgimento de serviços de saúde mental baseados em IA, assistentes pessoais emocionalmente responsivos e novos modelos de negócio voltados à companhia digital. Reguladores precisarão considerar questões éticas, privacidade e transparência para evitar exploração emocional. Enquanto isso, avanços em IA científica podem evoluir para ferramentas que automatizam partes do ciclo de pesquisa, mas os benchmarks atuais sugerem que a supervisão humana continuará crucial para formular perguntas, avaliar viabilidade, planejar experimentos e integrar contextos. A coevolução desses usos poderá redefinir noções de amizade, empatia e autoria científica.