48 agentes de IA analisaram 1200 km² de lidar em uma noite e encontraram um possível assentamento maia

Manchetes como «IA descobre cidade antiga» costumam soar como marketing. Mas o mais interessante nesta história não é o achado em si, e sim o esquema de trabalho. Ele pode ser transferido para qualquer tarefa em que haja um enorme volume de dados abertos e faltem mãos para examiná-lo.

O que aconteceu

O pesquisador do Google Pietro Miotti viajava em outubro pelo Peru e conversava com o Gemini sobre Hiram Bingham, que «descobriu» Machu Picchu em 1911. Ele perguntou como Bingham procuraria cidades antigas hoje. Gemini, ChatGPT, Claude e Grok sugeriram, de forma independente, a mesma coisa: o levantamento lidar, que reconstrói o relevo sob as copas das árvores.

Havia poucos dados abertos sobre o Peru, e Miotti passou para as terras maias no México. À noite, ele encarregou os agentes de estudar o levantamento da NASA de 2013 e foi dormir. Pela manhã, 48 agentes tinham examinado imagens do relevo de aproximadamente 1200 km² de selva e marcado muitos objetos parecidos com construções.

Como o pipeline funciona

O esquema de três etapas é o seguinte.

1. Marcação ampla. Muitos agentes examinam os dados em paralelo e reúnem candidatos. O post não esclarece como as áreas foram divididas, mas a lógica é clara: uma noite de trabalho em vez de meses de revisão manual.
2. Verificação com fontes independentes. De manhã, Miotti pediu que os achados fossem cruzados com a literatura científica e os arquivos. Algumas horas depois, os agentes informaram que um grande assentamento, ao que tudo indica, não estava registrado em lugar nenhum. É o topo de uma colina junto a um penhasco. Nas imagens, aparecem uma praça, uma pirâmide oval com pelo menos 8–12 metros de altura e um pátio adjacente.
3. Preparação para o destinatário. Os agentes ajudaram a elaborar um relatório para o Instituto Nacional de Antropologia e História do México (INAH). Miotti corrigiu imprecisões e enviou o documento em espanhol. Ele não fala o idioma, então também confiou a tradução aos agentes.

No dia seguinte, o departamento de registro do INAH respondeu que, nas coordenadas indicadas, não há sítio registrado. Da ideia à resposta passaram menos de 72 horas.

Onde está a armadilha

Primeiro: «não há registro» não equivale a «descoberta». Ainda é preciso verificar se as construções pertencem à cultura maia e qual é a idade delas. Caberá à unidade local do INAH decidir se enviará uma equipe ao local. Miotti ofereceu ajuda com a verificação em campo, mas é apenas uma oferta.

Segundo: os dados lidar da NASA de 2013 estão em acesso aberto há muitos anos. O gargalo não era o acesso aos dados, mas o número de pessoas dispostas a examiná-los. Os agentes removeram justamente essa limitação.

Terceiro: o relato não diz quantas marcações se mostraram falsas nem quantas foram descartadas. Também não informa em quais modelos os agentes funcionaram. A fonte é única, o blog pessoal do autor, e não um trabalho revisado por pares. Os números devem ser vistos como descrição de um caso, e não como precisão medida do método.

O que levar para a prática

• Procure tarefas do tipo «há dados, faltam mãos». Imagens de satélite, arquivos de documentos, logs, imagens médicas. Agentes paralelos funcionam bem onde a primeira passagem pode ser grosseira e com folga.
• Preveja uma segunda etapa. Primeiro, marcação ampla; depois, verificação dos candidatos em uma fonte independente. Aqui foi justamente esse cruzamento que reduziu «muitos objetos» a um.
• Mantenha uma pessoa na saída. Miotti corrigiu o relatório antes de enviá-lo ao destinatário. Se uma pessoa responde pelo resultado, ela deve ler o documento, mesmo sem conhecer o idioma em que está escrito.
• Use vários modelos como um conselho rápido de especialistas. Quatro modelos diferentes convergiram no lidar. Para escolher um método em uma área desconhecida, é uma forma barata de obter uma primeira aproximação.

Miotti escreve: «Estamos no limiar de uma revolução em todas as ciências, e os únicos limites serão a curiosidade e a imaginação (e os recursos computacionais)». A frase é grandiosa, mas o mais prático está entre parênteses. Se uma única pessoa lança dezenas de agentes em uma noite, o principal orçamento passa a ser a computação, enquanto a verificação do resultado continua com pessoas e instituições.

Se na colina existe de fato uma cidade maia, só ficará claro após o trabalho de campo. Mas, como modelo «ideia, revisão em massa, verificação, relatório», este experimento já pode ser colocado em prática.