Modelos de IA concordam mais entre si do que com a realidade em testes
Novo estudo mostra que inteligências artificiais apresentam alto nível de concordância mútua, mas falham ao serem comparadas com dados laboratoriais.
Foto: CryptoSlate
Segundo a CryptoSlate, um novo estudo revelou que modelos de inteligência artificial tendem a concordar mais entre si do que com medições laboratoriais reais. A pesquisa, intitulada Science Prediction Universe e liderada pela UniPat AI, avaliou 13 configurações de agentes em tarefas de química, ciência de materiais, biologia e medicina.
Limitações do consenso em inteligência artificial
Conforme o levantamento submetido ao arXiv, a correlação média entre as configurações testadas atingiu 0,52 em tarefas públicas, enquanto a correlação com os resultados medidos ficou em 0,33. Os autores do estudo apontam que agrupar previsões em um ranking de consenso pode ajudar a reduzir erros divergentes entre sistemas, mas alerta que falhas compartilhadas continuam a persistir.
A pesquisa destacou que, em uma tarefa específica de oncologia, onze configurações alcançaram alta concordância de 0,9, mas obtiveram uma média de apenas 0,27 quando confrontadas com as medições reais. Os pesquisadores ressaltam que o consenso funciona como um sinal informativo, mas ainda requer validação experimental rigorosa.
15/11/2026, 03:45 · 1 min de leitura · Com informações de CryptoSlate.
Conteúdo informativo. Não é recomendação de investimento.
Texto produzido com apoio de inteligência artificial a partir de fontes públicas. Conheça nossa política editorial.
