A divisão de pesquisa econômica da Anthropic publicou o relatório técnico AI for Scientific Discovery: How Researchers Use Claude, uma investigação empírica baseada na análise de 207.049 sessões reais de cientistas no Claude, Claude Code e Claude Science. Utilizando a taxonomia SciNet — que cataloga 7.262 tarefas em 34 disciplinas acadêmicas —, o estudo cruzou dados anônimos com uma pesquisa com mais de 500 acadêmicos para medir onde a inteligência artificial já acelera o método científico.

Os dados revelam que a adoção se concentra desproporcionalmente em ciências formais (computação, matemática e estatística). No dia a dia, cientistas recorrem ao modelo sobretudo para análise de dados (33,7% das sessões no Claude e 48,1% no Claude Code) e redação de manuscritos (32,0%). Em contrapartida, a formulação de hipóteses representa apenas 4,2% das interações, embora os próprios pesquisadores a apontem como a etapa mais crítica para avanços científicos.

Ampliar

O levantamento destaca que ambientes especializados alteram esse padrão. No Claude Science, integrado a bases estruturadas de biologia e química, a proporção de ideação dobra para 8%, e mais de 80% das interações demandam conhecimento de nível de doutorado, operando com autonomia de IA superior a 70%.

Ampliar

Ao modelar a aceleração futura, a Anthropic estima que capacidades atuais de IA podem dobrar a produção em campos computacionais. Em cenários de automação completa de tarefas cognitivas, disciplinas sem barreiras físicas poderiam saltar até 15 vezes em volume de resultados. Em contrapartida, ciências de bancada como química e medicina ficam limitadas a um teto de 3 a 4 vezes devido à dependência de ensaios laboratoriais físicos. Entre os entrevistados, 40% esperam que a IA conduza projetos de pesquisa inteiros de forma autônoma até 2030.