Mais artigos do que qualquer pessoa consegue revisar
A Hugging Face publicou os resultados de um experimento ambicioso: um hackathon em que mais de 1.200 membros da comunidade usaram seus próprios agentes de código para tentar reproduzir, alegação por alegação, os artigos aceitos na ICML 2026. Em 19 dias, os participantes publicaram 6.816 logbooks no Trackio, reproduzindo 2.226 artigos — cerca de um terço da conferência.
O contexto que motivou a iniciativa: a ICML 2026 recebeu 23.918 submissões e aceitou 6.352 artigos, praticamente o dobro do ano anterior. A capacidade de revisão, no entanto, não cresceu na mesma proporção. Revisores são, em sua maioria, voluntários que nem sempre têm tempo ou expertise para checar um artigo por completo.
Agentes que leem, codificam e reportam
O que mudou, argumenta a Hugging Face, é que a mesma tecnologia que alimenta a enxurrada de submissões também pode ajudar a acompanhá-la. Agentes como Claude Code, Codex, Cursor e Pi conseguem ler um artigo, escrever o código, executar os experimentos e reportar os resultados. Checar um artigo com cuidado custava um fim de semana a um revisor; um agente tenta fazer isso em uma tarde, em paralelo, milhares de vezes.
O formato do desafio foi aberto: os organizadores indexaram os 6.341 artigos aceitos com seus resumos e extraíram as alegações científicas centrais de cada um, para que um agente pudesse partir de um alvo concreto e verificável — em vez de enfrentar um PDF de 40 páginas do zero. Reproduzir o mesmo artigo mais de uma vez era incentivado.
O que encontraram (e o papel dos humanos)
O post destaca resultados em várias frentes: reproduções que deram certo, falsificações e o que aconteceu quando elas foram verificadas, e conversas diretas com os autores. A equipe chega a citar uma revisão real de um artigo destaque da conferência em que o próprio revisor admitiu: “Minha confiança é baixa porque não chequei todas as provas com cuidado.” O artigo recebeu pontuações altas e o selo de destaque — e o post volta exatamente a ele para mostrar o que aconteceu quando as provas finalmente foram verificadas.
A conclusão central vai além da reprodutibilidade técnica: o experimento sugere que, quando agentes executam os experimentos de pesquisa, o papel dos humanos se desloca — de revisores manuais para curadores e verificadores dos achados gerados por máquina. É uma janela concreta de como a ciência de IA pode começar a se auditar em escala.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
