Recentemente, em uma tarde, cientistas realizavam experimentos em um laboratório em Cambridge, no estado americano de Massachusetts. Os equipamentos eram os de sempre: uma capela de exaustão para trabalhar com substâncias químicas perigosas e uma incubadora para cultivar células. Os procedimentos eram idênticos aos adotados em laboratórios de biologia do mundo todo.
Um olhar mais atento, porém, revelava peculiaridades. Além de jalecos e luvas, a maioria dos cientistas tinha câmeras em miniatura presas a faixas na cabeça. Outras três câmeras, instaladas em uma prateleira, apontavam para cada bancada de trabalho.
Os pesquisadores narravam em voz baixa o que faziam diante de microfones. Uma equipe se reunia em uma das extremidades do laboratório para examinar vídeos dos experimentos.
Essa era a verdadeira pesquisa em andamento naquele laboratório. Com um sistema de sensores e software concebido para registrar a ciência enquanto ela acontece, com precisão de milissegundos, os cientistas treinavam modelos de inteligência artificial para reconhecer cada objeto utilizado por eles e cada ação realizada.
A IA chegou até a compor sua própria narrativa, descrevendo trechos de poucos segundos de vídeo com frases como: “O operador ressuspende o pellet, aspirando-o e dispensando-o com a pipeta dez vezes”.
A tecnologia foi criada por uma startup chamada Transfyr, que recebeu US$ 25 milhões (R$ 130 milhões) em um financiamento inicial. A empresa está enfrentando um desafio da ciência: os fatores ocultos que levam alguns experimentos a darem certo e outros a fracassarem.
O fracasso pode assumir muitas formas. Pesquisadores podem passar meses preparando uma linhagem de células geneticamente modificadas, apenas para vê-las morrer misteriosamente no decorrer do processo. Um teste para Covid parece funcionar em um laboratório, mas não consegue detectar o vírus quando usado por outras pessoas. Uma empresa de biotecnologia cria um medicamento promissor, mas, quando repassa o protocolo para a produção em larga escala, ele deixa de funcionar.
“Esse é um problema extremamente doloroso”, disse Anna Marie Wagner, cofundadora da Transfyr. “Há uma troca de acusações de ambos os lados. O protocolo estava errado? Ou você cometeu algum erro? São falhas muito caras em termos de tempo, dinheiro e vidas.”
O sucesso pode ser tão misterioso quanto o fracasso. Alguns pesquisadores conseguem, de forma consistente, fazer seus experimentos darem certo.
Ao conduzirem experimentos, os cientistas mantêm registros cuidadosos, tanto em cadernos de laboratório quanto, posteriormente, em artigos científicos. Outros pesquisadores recorrem a essas informações para repetir o experimento.
Mas todo cientista descobre, mais cedo ou mais tarde, que o conhecimento essencial não está necessariamente registrado por escrito.
“Um protocolo é uma receita”, afirmou Jonathan Livny, pesquisador do Broad Institute que já colaborou com a Transfyr. “Você pode dar uma receita a alguém, mas isso não fará dessa pessoa um grande chef.”
Assim como aprendizes de cozinha, os cientistas passam anos se capacitando, acompanhando especialistas, fazendo perguntas e testando procedimentos por conta própria.
Para fazer um experimento funcionar, talvez seja preciso tomar milhares de pequenas decisões ao longo de um dia. Um tubo precisa ser agitado —é melhor deixá-lo vibrar sobre uma plataforma ou simplesmente sacudi-lo para a frente e para trás com a mão?
“Às vezes, as pessoas boas não sabem por que são tão boas”, disse Livny. “Elas não se lembram das 20 vezes em que fizeram algo de outra maneira e não deu certo. Bloquearam toda essa tristeza.”
Em teoria, a ciência avança à medida que os pesquisadores se apoiam em trabalhos anteriores. Quando um novo estudo é publicado, outros cientistas tentam reproduzi-lo. Se o resultado original estiver correto, a reprodução deveria chegar aos mesmos resultados.
Com uma frequência surpreendente, isso não ocorre. Os cientistas não conseguem saber exatamente como reproduzir um estudo apenas lendo a respeito dele.
Renee Wegrzyn, cofundadora da Transfyr, percebeu essa lacuna durante suas pesquisas de pós-doutorado. Ela anotava em um caderno os registros de seus experimentos com proteínas, mas eles representavam apenas uma fração de todo o seu trabalho.
Quando Wegrzyn publicou seus resultados, teve de condensar ainda mais seus registros. “Fiz um pós-doutorado que durou três anos e, no fim, tudo foi resumido em um artigo de três páginas.”
O que não aparecia nessas anotações e nesses relatórios eram todas as pequenas decisões que Wegrzyn havia tomado ao realizar sua pesquisa.
“Todos esses detalhes podem ser importantes, mas não sabemos se são”, disse Brian Nosek, especialista em replicação da Universidade da Virgínia que não está envolvido no Transfyr.
Quando a replicação de um estudo não produz os resultados originais, isso pode significar que o estudo original estava errado. Ou talvez estivesse certo, e os cientistas responsáveis pela replicação tenham cometido um erro sem perceber. Pode ser difícil para as equipes de cientistas chegar a um consenso sobre o que aconteceu.
Em 1993, por exemplo, a psicóloga Frances Rauscher e seus colegas relataram que pessoas que ouvem músicas compostas por Wolfgang Amadeus Mozart apresentam uma melhora temporária em testes de raciocínio.
A repercussão em torno do chamado efeito Mozart levou outros pesquisadores a realizarem seus próprios experimentos.
A variação que observamos até mesmo entre cientistas bem treinados é de deixar qualquer um boquiaberto
Muitos deles não conseguiram encontrar nenhum benefício significativo, mas Rauscher minimizou esses resultados negativos. Segundo ela, os outros cientistas não haviam detectado o efeito Mozart porque não eram suficientemente competentes na condução de experimentos.
A busca pelo efeito Mozart continuou por anos. No fim, outros cientistas encontraram poucas evidências de que ele realmente existe.
Com a Transfyr, Wegrzyn e Wagner estão desenvolvendo um sistema capaz de absorver enormes quantidades de dados sobre o que acontece em um laboratório, na forma de registros de vídeo, áudio e sensores de equipamentos laboratoriais. A Transfyr rastreia até mesmo a origem dos suprimentos, chegando aos números de lote das caixas de luvas.
Nosek afirmou que essa nova abordagem pode revelar segredos por trás do sucesso ou do fracasso dos experimentos. “O que eu gosto neles é que estão se empenhando ao máximo para destrinchar cada detalhe. Faz muito sentido apostar tudo nisso e, depois, descobrir o que realmente importa.”
A empresa fornece seu registro digital dos experimentos a computadores treinados para reconhecer os equipamentos usados em experimentos de bioquímica. Sistemas de inteligência artificial monitoram os equipamentos e as mãos dos cientistas, decifrando cada ação.
A análise revelou que os profissionais de laboratório fazem o mesmo experimento de muitas maneiras diferentes. “A variação que observamos até mesmo entre cientistas bem treinados é de deixar qualquer um boquiaberto”, afirmou Wagner.
A Transfyr conquistou uma empresa de diagnósticos e outros clientes que querem usar o software para acompanhar suas pesquisas. Wagner afirmou que, no futuro, talvez seja possível que o sistema não apenas detecte erros, mas também registre descobertas inesperadas.
Em vez de vasculhar cadernos em busca de pistas, o sistema pode revisitar cada segundo do trabalho e consultar a IA sobre ações incomuns realizadas pelos pesquisadores sem que eles próprios percebessem.
Nosek afirmou que a Transfyr teria de apresentar resultados detalhados para provar que esse sistema de fato melhora a ciência. “Pegue 50 laboratórios, acompanhe metade dos experimentos com esse recurso e não acompanhe a outra metade —depois, procure diferenças no progresso”, sugeriu.