PaperBanana: Google ensinou redes neurais a desenhar gráficos que não envergonham diante dos revisores

O Google, em parceria com a Universidade de Pequim, apresentou o PaperBanana — um sistema multiagente que automatiza a criação de diagramas de metodologia e gráficos estatísticos para publicações científicas. A informação é divulgada pelo veículo MarkTechPost.

O problema da visualização científica

Um gráfico científico precisa ser preciso, escalável e estar em conformidade com padrões rígidos de publicação. Modelos generativos comuns, como o DALL-E, não são adequados para essa tarefa: eles alucinam dados e não compreendem a lógica do experimento. Anteriormente, a automação da ciência dizia respeito principalmente a texto e cálculos — as redes neurais aprenderam a escrever revisões de literatura, propor hipóteses e programar —, mas a visualização de resultados continuava sendo trabalho manual.

Como funciona o PaperBanana

Em vez de delegar a tarefa de desenho a uma única rede neural, o PaperBanana distribui o trabalho entre agentes especializados: um planeja a estrutura do esquema, outro escreve o código para desenhá-lo, e um terceiro critica o resultado — verificando se os eixos estão trocados e se as fontes são legíveis. Trata-se de uma estrutura hierárquica que imita o funcionamento de um pequeno estúdio de design.

Contexto: ferramentas para pesquisa em IA

Projetos como o AI Scientist, da Sakana AI, já demonstraram que uma rede neural é capaz de conduzir uma pesquisa da ideia ao rascunho do artigo, mas esses trabalhos esbarravam na etapa de visualização. O Google, competindo com a OpenAI e a Anthropic por ferramentas voltadas a desenvolvedores e cientistas, preenche essa lacuna com um framework direcionado ao público acadêmico.

Questões em aberto sobre ética e qualidade

Se um artigo é totalmente gerado por IA, incluindo a visualização dos dados, surge a questão de como os revisores podem verificar a confiabilidade desses dados. Os gráficos do PaperBanana são construídos a partir de números reais, mas a própria facilidade de criá-los pode provocar uma onda de publicações de baixa qualidade, "bem embaladas esteticamente".

O que o PaperBanana faz?

O PaperBanana é um framework multiagente do Google e da Universidade de Pequim que automatiza a criação de diagramas de metodologia e gráficos estatísticos para publicações científicas.

Por que modelos generativos comuns, como o DALL-E, não são adequados

para gráficos científicos?

Eles alucinam dados e não compreendem a lógica do experimento, enquanto um gráfico científico precisa ser preciso, escalável e estar em conformidade com padrões rígidos de publicação.

Como os papéis são distribuídos entre os agentes no

PaperBanana?

Um agente planeja a estrutura do esquema, outro escreve o código para desenhá-lo, e um terceiro critica o resultado — verificando se os eixos estão trocados e se as fontes são legíveis.