Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarThe Verge→ original

48 agentes de IA "descobriram" um assentamento maia, mas cientistas o descreveram há um ano

O pesquisador do Google Pietro Miotti colocou 48 agentes de IA para analisar imagens lidar da NASA e anunciou um assentamento maia desconhecido. Mas o sítio já havia sido descrito em uma revista científica mais de um ano antes. Miotti checou apenas o registro do instituto mexicano INAH, e como arqueólogos não publicam coordenadas, a novidade só pode ser verificada pelas ilustrações nos artigos. Por isso, um agente de pesquisa precisa de uma etapa de checagem contra publicações, e não apenas de busca por candidatos.

Processado por IA de The Verge; editado por Hamidun News
48 agentes de IA "descobriram" um assentamento maia, mas cientistas o descreveram há um ano
Fonte: The Verge. Colagem: Hamidun News.
Ouvir artigo

Imagine: você reúne uma equipe de agentes de IA, dá a eles dados abertos e, em menos de três dias, recebe uma resposta oficial do governo do país. Parece uma demonstração perfeita do que a tecnologia é capaz de fazer. Foi exatamente assim que Pietro Miotti, pesquisador do Google, apresentou a história, até que arqueólogos apontaram o problema: o assentamento maia "desconhecido" já havia sido descrito em uma revista científica mais de um ano antes. Para quem desenvolve agentes para ciência, análise e qualquer tipo de busca por "novidades", trata-se de um estudo de caso pronto.

O que Miotti fez e onde tudo deu errado

Segundo Miotti, o projeto era pessoal e não usou recursos computacionais do Google. A ideia surgiu durante uma viagem ao Peru: ele se perguntou o que pesquisadores históricos fariam se tivessem tecnologias modernas. Escolheu o lidar, uma varredura a laser que constrói um modelo tridimensional detalhado do terreno e permite identificar antigos montes e construções sob a floresta.

Ele montou uma equipe de 48 agentes de IA e os encarregou de examinar dados lidar abertos da NASA. Como havia poucos dados públicos sobre o Peru, ele mudou o foco para a região maia no México. Os agentes sinalizaram vários locais promissores, entre eles uma "grande aldeia" que, pelos registros disponíveis, não constava nos cadastros.

Miotti escreveu ao Instituto Nacional de Antropologia e História do México (INAH), usando os mesmos agentes para traduzir as cartas para o espanhol. O instituto respondeu que não tinha nenhum sítio registrado naquele ponto. No blog, Miotti chamou o momento de "a melhor época para estar vivo" e defendeu o mapeamento lidar de todo o planeta para que os agentes "ajudem a encontrar o resto".

Mas o sítio já era conhecido: ele havia sido documentado em um artigo científico publicado mais de um ano antes. Sarah Parcak, professora de arqueologia da Universidade do Alabama em Birmingham, escreveu no Bluesky que é exatamente para isso que existe a revisão por pares. Segundo ela, a ausência de registro em um banco de dados estatal não significa que o local seja desconhecido ou não esteja mapeado.

Por que os agentes não perceberam o óbvio

Miotti admitiu que seus agentes e ele mesmo erraram. Arqueólogos não publicam coordenadas de sítios, com razão, para evitar saques. Por isso, a verificação de novidade não se resume a consultar um banco de dados, mas a comparar as imagens com as ilustrações e os mapas dos artigos científicos. Para os agentes, isso é bem mais difícil, e as ferramentas ainda terão de evoluir nesse ponto. Uma analogia não matemática: é como procurar uma função duplicada em um código alheio que não está publicado em lugar nenhum, mas foi descrito apenas em palavras na documentação.

Ivan Šprajc, da Academia Eslovena de Ciências e Artes e coautor do artigo, observou que contatar o INAH foi útil, mas insuficiente, já que o instituto não tem acesso a todas as informações. A ausência de registro oficial não significa que o objeto não tenha sido notado ou estudado por arqueólogos. Ele acrescentou que cientistas usam lidar e outros métodos de sensoriamento remoto há muito tempo, e que apenas perceber algo em uma imagem acrescenta pouco ao conhecimento.

Elizabeth Graham, professora de arqueologia mesoamericana da UCL, também questionou o próprio termo "descoberta". Segundo ela, as comunidades locais costumam conhecer bem os monumentos próximos, e especialistas em maias conhecem muitos sítios não investigados encontrados a pé. O problema real é o financiamento: hoje são destinados muito menos recursos para escavações e mapeamento do que antes, e por isso pouco importa quantos objetos mais são "descobertos". Ainda assim, Graham reconheceu que Miotti interpretou bem os dados lidar, o que não é uma tarefa simples.

O que isso significa para desenvolvedores

Primeira lição: agentes geram bons candidatos, mas respondem mal à pergunta "alguém já fez isso antes?". Se você constrói um agente de pesquisa, inclua uma etapa separada de checagem contra publicações e revisão por especialistas antes de qualquer afirmação de impacto.

Segunda lição: o custo da verificação acaba recaindo sobre os especialistas. Šprajc contou que, no mesmo dia, recebeu uma mensagem de outro "descobridor" de IA e teme uma avalanche de comunicações desse tipo. Assim como repositórios abertos sofrem com pull requests gerados automaticamente, a ciência pode ser inundada por pedidos de "achados".

Terceira lição: publicar coordenadas traz riscos. Šprajc admite que, enquanto essas descobertas não levarem a saques, não há problema, mas o perigo é real.

O próprio Miotti afirma que não esperava tanta repercussão, atualizou a postagem e indicou os autores do trabalho original. Ele também diz receber mensagens de arqueólogos e estudantes de pós-graduação interessados em sua abordagem para os próprios dados de levantamento. Agentes podem vir a ser um filtro útil sobre grandes volumes de dados, mas a palavra final continua com o especialista. Discussão parecida surgiu em torno dos recentes resultados matemáticos da OpenAI: os modelos produzem resultados impressionantes, mas nem sempre levam em conta trabalhos anteriores. A conclusão prática é simples: antes de escrever "descobrimos", verifique a literatura e consulte um especialista.

História

Perguntas frequentes sobre a notícia

O que Miotti fez e onde tudo deu errado?

Segundo Miotti, o projeto era pessoal e não usou recursos computacionais do Google. A ideia surgiu durante uma viagem ao Peru: ele se perguntou o que pesquisadores históricos fariam se tivessem tecnologias modernas. Escolheu o lidar, uma varredura a laser que constrói um modelo tridimensional detalhado do terreno e permite identificar antigos montes e construções sob a floresta. Ele montou uma equipe de 48 agentes de IA e os encarregou de examinar dados lidar abertos da NASA.

Por que os agentes não perceberam o óbvio?

Miotti admitiu que seus agentes e ele mesmo erraram. Arqueólogos não publicam coordenadas de sítios, com razão, para evitar saques. Por isso, a verificação de novidade não se resume a consultar um banco de dados, mas a comparar as imagens com as ilustrações e os mapas dos artigos científicos. Para os agentes, isso é bem mais difícil, e as ferramentas ainda terão de evoluir nesse ponto.

O que isso significa para desenvolvedores?

Primeira lição: agentes geram bons candidatos, mas respondem mal à pergunta "alguém já fez isso antes?". Se você constrói um agente de pesquisa, inclua uma etapa separada de checagem contra publicações e revisão por especialistas antes de qualquer afirmação de impacto. Segunda lição: o custo da verificação acaba recaindo sobre os especialistas. Šprajc contou que, no mesmo dia, recebeu uma mensagem de outro "descobridor" de IA e teme uma avalanche de comunicações desse tipo.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…