Lar
Professor de Harvard treina Claude para se tornar um aluno do segundo ano de pós-graduação em Física em apenas duas semanas
A rápida evolução da inteligência artificial na pesquisa acadêmica está ampliando os limites da imaginação humana.
Em um experimento recente, o professor Schwartz, da Universidade de Harvard, alcançou um feito notável: após duas semanas de treinamento em “mentoria”, ele transformou o modelo de IA Claude em um pesquisador comparável a um aluno do segundo ano de pós-graduação em física. Isso demonstra que os grandes modelos de linguagem estão indo além da simples recuperação de conhecimento para se tornarem parceiros de pesquisa capazes de se envolver profundamente em explorações científicas de ponta.

O caminho da evolução: de “novato” a “pesquisador independente”
Ao longo do experimento de 14 dias, o Claude demonstrou uma curva de aprendizado muito semelhante à de um aluno de pós-graduação humano:
Decomposição de tarefas: Ao se deparar com problemas complexos de física, o Claude colaborou ativamente com modelos como o GPT-5.2 e o Gemini3.0 para organizar ideias, dividindo o tema principal em 102 tarefas menores.
Diálogo intensivo: Durante o experimento, o tutor participou de aproximadamente 270 conversas aprofundadas com a IA, utilizando cerca de 36 milhões de tokens.
Iteração do artigo científico: Após 110 rascunhos, a IA produziu de forma independente um artigo científico de nível profissional.
O papel do tutor: os humanos fornecem apenas “orientação” e “correção”
Ao longo da pesquisa, o professor Schwartz atuou exclusivamente como um “tutor”:
Estabelecendo limites: ele apontou erros lógicos, definiu os limites da pesquisa e orientou a direção geral.
Recusa à “escrita fantasma”: O professor nunca interveio em cálculos ou derivações específicas; a IA enfrentou todos os desafios centrais de forma independente.
Soluções direcionadas: quando a IA ocasionalmente tomava atalhos ou pulava etapas, o professor a orientava a se autocorrigir com lembretes precisos.
Novo paradigma de pesquisa: “Pós-doutorando em IA” realizando tarefas duplas
Durante a fase crítica do experimento, Claude demonstrou uma capacidade multitarefa que seria desafiadora para os seres humanos: enquanto derivava fórmulas físicas complexas, escrevia simultaneamente o código computacional subjacente. Essa colaboração em duas frentes entre “derivação teórica” e “computação programática” reduziu drasticamente o ciclo de pesquisa.
Conclusão: O início da era das escolas de pós-graduação em IA
Este experimento realizado pelo professor de Harvard envia um sinal claro à comunidade acadêmica: a IA já adquiriu a capacidade de lidar com tarefas de pesquisa de alto nível e não padronizadas. Quando grandes modelos puderem crescer rapidamente por meio de “experiência prática”, como alunos de pós-graduação, as futuras descobertas científicas poderão entrar em uma era de “direção autônoma”, na qual os humanos definem as direções e a IA cuida da execução detalhada.
Artigo relacionado
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri
Conformidade com a regulamentação de veículos autônomos na Califórnia: uma nova era de multas, geocercas e 1 milhão de milhas
A Guident opera um veículo de transporte da AuveTech no sul da Flórida, administrando uma rota de quatro milhas em West Palm Beach e uma rota de uma milha em Boca Raton por meio de sua tecnologia de m
Recomendações de tópicos especiais relacionados
Comentários (0)
A rápida evolução da inteligência artificial na pesquisa acadêmica está ampliando os limites da imaginação humana.
Em um experimento recente, o professor Schwartz, da Universidade de Harvard, alcançou um feito notável: após duas semanas de treinamento em “mentoria”, ele transformou o modelo de IA Claude em um pesquisador comparável a um aluno do segundo ano de pós-graduação em física. Isso demonstra que os grandes modelos de linguagem estão indo além da simples recuperação de conhecimento para se tornarem parceiros de pesquisa capazes de se envolver profundamente em explorações científicas de ponta.

O caminho da evolução: de “novato” a “pesquisador independente”
Ao longo do experimento de 14 dias, o Claude demonstrou uma curva de aprendizado muito semelhante à de um aluno de pós-graduação humano:
Decomposição de tarefas: Ao se deparar com problemas complexos de física, o Claude colaborou ativamente com modelos como o GPT-5.2 e o Gemini3.0 para organizar ideias, dividindo o tema principal em 102 tarefas menores.
Diálogo intensivo: Durante o experimento, o tutor participou de aproximadamente 270 conversas aprofundadas com a IA, utilizando cerca de 36 milhões de tokens.
Iteração do artigo científico: Após 110 rascunhos, a IA produziu de forma independente um artigo científico de nível profissional.
O papel do tutor: os humanos fornecem apenas “orientação” e “correção”
Ao longo da pesquisa, o professor Schwartz atuou exclusivamente como um “tutor”:
Estabelecendo limites: ele apontou erros lógicos, definiu os limites da pesquisa e orientou a direção geral.
Recusa à “escrita fantasma”: O professor nunca interveio em cálculos ou derivações específicas; a IA enfrentou todos os desafios centrais de forma independente.
Soluções direcionadas: quando a IA ocasionalmente tomava atalhos ou pulava etapas, o professor a orientava a se autocorrigir com lembretes precisos.
Novo paradigma de pesquisa: “Pós-doutorando em IA” realizando tarefas duplas
Durante a fase crítica do experimento, Claude demonstrou uma capacidade multitarefa que seria desafiadora para os seres humanos: enquanto derivava fórmulas físicas complexas, escrevia simultaneamente o código computacional subjacente. Essa colaboração em duas frentes entre “derivação teórica” e “computação programática” reduziu drasticamente o ciclo de pesquisa.
Conclusão: O início da era das escolas de pós-graduação em IA
Este experimento realizado pelo professor de Harvard envia um sinal claro à comunidade acadêmica: a IA já adquiriu a capacidade de lidar com tarefas de pesquisa de alto nível e não padronizadas. Quando grandes modelos puderem crescer rapidamente por meio de “experiência prática”, como alunos de pós-graduação, as futuras descobertas científicas poderão entrar em uma era de “direção autônoma”, na qual os humanos definem as direções e a IA cuida da execução detalhada.
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri











