Claude ajudou a calcular um problema de física de nove loops. O importante foi a checagem humana

A Anthropic publicou em 25 de setembro um relato curioso sobre IA e ciência: Claude foi usado para calcular uma amplitude de nove loops em uma teoria da física teórica chamada N=4 super Yang-Mills. Parece nome de senha, mas a ideia é mais simples do que parece: é um problema usado por físicos para testar métodos de cálculo muito complexos.

O resultado não foi apresentado como um palpite aceito sem conferência. Lance Dixon, professor de física de partículas e astrofísica no SLAC e em Stanford, relata que validou o cálculo de forma independente. Isso é o ponto mais relevante da história. Em ciência, uma resposta gerada por IA só ganha peso quando alguém consegue verificar o caminho e o resultado.

Segundo o texto, a equipe usou Claude Science com Claude Fable 5.1 para executar duas rotas de cálculo. O sistema trabalhou por um longo período com orientações simples, enquanto o especialista tinha ferramentas e conhecimento prévio para conferir o resultado. Outra equipe, na Academia Chinesa de Ciências, chegou a uma parte relacionada do resultado com assistência de GPT-6, de forma independente.

O cálculo envolve uma teoria modelo, não uma descoberta de nova partícula nem uma solução para matéria escura. Seu valor está em testar técnicas que podem tornar previsões físicas mais precisas no futuro. A própria publicação ressalta que o campo ainda precisa analisar o resultado e decidir quais problemas fazem sentido atacar depois.

O que muda na prática: a notícia não prova que IA virou cientista autônoma. Ela mostra que sistemas bem preparados já conseguem tocar tarefas longas, frágeis e muito especializadas quando existe um método claro e uma forma de checar a resposta. Para laboratórios e empresas, a lição é menos sobre deixar a IA sozinha e mais sobre construir processos onde ela acelera o trabalho, enquanto especialistas continuam responsáveis pela validação.