A inversão do mercado científico: quando a IA começar a pagar a conta da pesquisa

Existe uma ironia pouco discutida no coração da ciência contemporânea. Um pesquisador brasileiro, financiado com verbas públicas federais, conclui anos de trabalho e, para torná-lo disponível ao mundo, precisa desembolsar entre US$ 2 mil e US$ 10 mil em taxas de publicação cobradas por grandes editoras científicas. O conhecimento sai do laboratório e entra em bases de dados que, até recentemente, vendiam assinaturas caras para qualquer instituição que quisesse ler o que os próprios pesquisadores produziram.

Esse modelo sobreviveu décadas. Mas algo novo está alterando sua lógica de forma silenciosa e veloz: a inteligência artificial.

A OpenAI lançou sua iniciativa de saúde com o objetivo declarado de acelerar descobertas médicas usando modelos treinados, em grande parte, sobre literatura científica. O Google tem investido em ferramentas como o Med-PaLM e em parcerias com hospitais que dependem do acúmulo de décadas de artigos revisados por pares. A plataforma Open Evidence, voltada para médicos, usa estudos clínicos como matéria-prima direta de suas respostas. Esses não são casos isolados — são a ponta de um iceberg que redesenha quem, afinal, mais se beneficia da produção científica global.

Por muito tempo, os maiores consumidores de artigos científicos eram outros pesquisadores e, em segundo plano, estudantes e profissionais de saúde. Hoje, um novo tipo de consumidor emergiu: os grandes modelos de linguagem. E esse consumidor não lê um artigo por vez — ele ingere milhões deles para, em seguida, vender os frutos desse aprendizado como produto comercial.

O modelo atual de publicação científica funciona, grosso modo, assim: governos e agências de fomento financiam pesquisas; pesquisadores produzem artigos; editoras cobram pelo processo de publicação — as chamadas APCs, Article Processing Charges — e vendem o acesso ao conteúdo; outros pesquisadores e suas instituições pagam para acessar o que foi produzido. O conhecimento circula, mas o fluxo financeiro raramente retorna ao pesquisador.

O que a inteligência artificial introduz é uma nova dimensão de valor. Quando um artigo sobre eficácia de determinada molécula é usado para treinar um modelo médico que depois auxilia diagnósticos em larga escala, o valor extraído daquele artigo é imensurável em comparação com o que foi pago por ele. A pergunta que começa a surgir nos meios acadêmicos é: por que os criadores desse valor não são compensados?

Não se trata apenas de uma questão filosófica. Há pressões práticas e legais se acumulando. Editoras como a Elsevier e a Springer já travam negociações com empresas de IA sobre licenciamento de dados. Alguns contratos de acesso a repositórios científicos passaram a incluir cláusulas específicas para uso em treinamento de modelos. O mercado está começando a precificar o que antes era tratado como dado disponível.

Para países como o Brasil, a questão tem contornos ainda mais urgentes. A pesquisa científica nacional é majoritariamente pública. Quando um modelo de IA treinado sobre artigos do SciELO ou da FAPESP é vendido como produto nos Estados Unidos, o valor gerado por décadas de investimento estatal brasileiro parte sem deixar rastro. Se a lógica de remuneração se inverter, o Brasil teria muito a ganhar — mas apenas se suas instituições e pesquisadores estiverem organizados para negociar coletivamente.

Há ainda uma dimensão epistemológica nessa transformação. Se empresas passarem a remunerar pesquisadores por publicações, a pressão comercial sobre os temas pesquisados crescerá. Doenças raras, populações marginalizadas, biodiversidade — áreas de baixo retorno para modelos comerciais, mas de enorme valor social — podem ser ainda mais negligenciadas. O mercado que remunera não é neutro; ele escolhe o que quer aprender.

A lógica econômica está mudando. O conhecimento científico, que era visto pelas big techs como dado livre para coleta, começa a ser reconhecido como ativo com valor mensurável. Isso abre uma janela histórica para que a comunidade científica global renegocie os termos de sua participação na cadeia de valor da inteligência artificial.

Mas essa virada não acontecerá automaticamente. Ela exigirá que universidades, agências de fomento e pesquisadores se organizem para além das fronteiras disciplinares — e que governos reconheçam que regular o uso de ciência por sistemas de IA é, também, uma forma de política científica.

O futuro onde um pesquisador é pago por publicar, em vez de pagar, pode estar mais próximo do que parece. Mas quem pagará, quanto, e com quais contrapartidas para a autonomia da ciência — essas perguntas ainda não têm resposta. E respondê-las bem talvez seja o maior desafio científico-político da próxima década.