Em janeiro de 2026, a Nature publicou um estudo dos mais abrangentes e robustos sobre a influência da inteligência artificial (IA) na produção de ciência. Pesquisadores da Universidade de Tsinghua, na China, e da Universidade de Chicago, nos Estados Unidos, analisaram 41,3 milhões de artigos científicos publicados entre 1980 e 2025 em seis grandes áreas das ciências naturais: biologia, ciências dos materiais, física, geologia, medicina e química.

Os resultados são positivos para quem adota IA em seus estudos: pesquisadores desse grupo publicam, em média, três vezes mais artigos e recebem quase cinco vezes mais citações do que os demais. A prática também acelera a carreira dos cientistas, que assumem a liderança de projetos mais cedo. A conclusão mais simplória é a de que a IA torna os cientistas mais produtivos, mais visíveis e mais influentes. 

No entanto, o estudo também mostra que a ciência, como construção coletiva, encolheu quase 5% em amplitude temática desde a disseminação da IA e gera 22% menos engajamento cruzado entre pesquisadores. Traduzindo: há mais cientistas publicando mais sobre menos assuntos, e esses trabalhos provocam menos conversas entre os pares.

“Fiquei surpreso com a menor probabilidade da IA gerar novos engajamentos”, afirma James Evans, professor de sociologia e ciência de dados na Universidade de Chicago, diretor do Knowledge Lab e um dos autores do artigo. “Pensei que essa tendência pudesse mudar ao longo do tempo que o estudo abrange, mas ela continua valendo para modelos recentes de IA.”

Mais produção, menos diversidade

O estudo divide a história da IA em três eras: a do aprendizado de máquina clássico (machine learning), de 1980 a 2014; a do aprendizado profundo (deep learning), de 2015 a 2022; e a da IA generativa, de 2023 em diante. Em todas elas, o padrão se repete: o cientista que adota IA ganha em produtividade individual, mas a ciência como um todo perde em diversidade temática.

Para medir essa perda, os autores desenvolveram o conceito de “extensão do conhecimento”, uma medida da variedade de temas explorados por um conjunto de artigos. Quando comparados em amostras aleatórias, os artigos que usam IA cobrem um espaço temático quase 5% menor do que os que não usam. E isso vale para mais de 70% das mais de 200 subáreas do conhecimento analisadas no estudo.

Uma das explicações para esse resultado é a disponibilidade de dados. A IA funciona melhor onde há mais dados estruturados para treinar modelos e validar previsões. Isso pode atrair pesquisadores para campos já maduros, com padrões e referências consolidados, em detrimento de questões menos estabelecidas e, portanto, “arriscadas”.

“Acelerar a atividade científica sob a luz lançada por fenômenos de alta visibilidade e ricos em dados afasta a ciência de muitas questões fundamentais e a empurra em direção a questões operacionais”, pontuam os autores no artigo. “A IA parece impulsionar a solução de problemas em vez de gerá-los”, completam.

Os resultados apresentam a seguinte lógica: se publicar com IA garante mais citações e mais visibilidade, o incentivo para adotar a tecnologia cresce. E quando mais pesquisadores se voltam para os mesmos campos – os mais ricos em dados e aqueles em que o uso da IA já é mais consagrado – a atenção passa a se concentrar em poucos trabalhos de destaque. O estudo mede essa desigualdade com o índice de Gini, que vai de 0 (distribuição perfeitamente equilibrada) a 1 (concentração máxima). Entre os artigos que usam IA, as citações recebidas se acumulam mais: 22% dos papers mais citados abocanham 80% de todas as menções, o que leva o índice a 0,75. Entre os artigos que não usam IA, a atenção se distribui de forma mais espalhada, e o índice fica em 0,69. Ou seja, na ciência feita com IA, alguns poucos estudos concentram uma fatia desproporcional da atenção.

Evans chama isso de “multidão solitária”: artigos que se voltam para os mesmos tópicos populares, mas que interagem menos entre si. “A adoção de IA na ciência apresenta o que parece ser um paradoxo: uma expansão do impacto dos cientistas como indivíduos, mas uma contração no alcance da ciência coletiva”, opina.

Fabio Cozman, diretor do Centro de Inteligência Artificial da USP (C4AI), apoiado pela FAPESP, por outro lado, considera outras possibilidades. “A IA é uma ferramenta útil e poderosa. Se ela for usada para ficar repetindo soluções, ela vai, sim, aumentar o overlapping”, afirma. “Mas cabe a nós, à comunidade acadêmica e também aos órgãos de financiamento, ter uma política agressiva que valorize a originalidade. Isso vai forçar os pesquisadores a usar as ferramentas de IA como suporte para a busca de novas ideias.”

Dilemas para jovens cientistas

Há outra dimensão da adoção de IA na produção acadêmica que levanta um questionamento entre pesquisadores ouvidos pela reportagem: o que acontece com os jovens cientistas que deveriam aprender realizando tarefas que agora a IA executa?

O estudo revela que equipes de pesquisa que usam IA tendem a ter menos pesquisadores – sobretudo em início de carreira. O número médio de cientistas júniores em equipes que não trabalham com IA é de 2,89. Já em equipes que aplicam IA na pesquisa, a quantidade é de 1,99 (31% a menos). Considerando pesquisadores sênior, a discrepância é menor: média de 4,01 em times que adotam IA e de 3,58 em times que não adotam. Em outras palavras: proporcionalmente, a IA substitui mais iniciantes do que veteranos.

Ao mesmo tempo, cientistas iniciantes que trabalham com IA têm 45% de chance de se estabelecer na carreira, uma taxa 13,64% superior à dos pares que não usam a tecnologia. “Meu medo não é que os jovens dependam da IA para executar a parte técnica, mas que ela cause uma dessensibilização neles”, comenta Helder Nakaya, pesquisador sênior do Einstein Hospital Israelita e professor da Faculdade de Ciências Farmacêuticas da USP. 

Marcos Buckeridge, professor do Instituto de Biociências e vice-diretor do Instituto de Estudos Avançados da USP, compartilha a preocupação e vai além. Para ele, o artigo da Nature carrega um risco adicional: ser mal interpretado pelos pesquisadores em formação. “Ele é instrutivo e ao mesmo tempo perigoso. Pode induzir a uma utilização da IA a qualquer custo”, comenta. Afinal, se publicar com IA garante mais citações e uma carreira mais rápida, jovens cientistas pressionados pelo sistema de avaliação acadêmica têm todos os incentivos errados para adotar a tecnologia de forma irrefletida, independentemente da pertinência científica. 

A questão da formação tem um aspecto ainda mais concreto. Análise de dados, revisão de literatura e planejamento de experimentos são habilidades aprendidas na prática – errando, corrigindo e refazendo. É nesse processo que surgem perguntas novas, insights inesperados e uma intuição que a IA ainda não oferece.

“Uma coisa é usar a IA para aumentar a produtividade em tarefas que o pesquisador já domina. Outra é aprender a fazer ciência usando IA desde o início”, afirma Nakaya. “Há estudos que indicam que o aprendizado com IA não ativa as mesmas áreas do cérebro que são estimuladas pelo aprendizado sem esse apoio”, diz. O estudo deixa em aberto justamente o que acontece quando a tecnologia encurta – ou substitui –  essas etapas fundamentais da formação científica.

“O papel do orientador será cada vez mais estimular reflexão, em vez de focar na técnica, que será automatizada”, diz Nakaya. “O que sobra para mim, como cientista, é a parte da curiosidade, que é o que fez a gente entrar nesse caminho.”

Buckeridge vê benefícios mais concretos. Desde 2023, os manuscritos de seus alunos passaram a chegar com o inglês mais polido graças à IA generativa. O biólogo vê vantagem na mudança, especialmente para pesquisadores de países que não têm o inglês como língua nativa. “Isso pode liberar o foco do pesquisador para as ideias, para os dados, para tornar a ciência melhor.” Entretanto, ele estabelece limites: “Mas a aprendizagem pelo fazer continua sendo insubstituível.”

A ciência que a IA não alcança

Evans, que além de pesquisador na Universidade de Chicago, é também pesquisador visitante no Google, acredita em uma mudança no foco de aplicação da IA na ciência. Em vez de priorizar dados existentes, o objetivo deveria ser usar a tecnologia para coletar dados novos, em territórios ainda não mapeados.

“Usar IA para impulsionar a coleta de novos dados representaria uma mudança crucial em direção a problemas que somente ela pode ajudar a resolver”, afirma Evans. “O processamento de dados já existentes demonstra que a IA tem bom desempenho com esse tipo de informação. Contudo, é possível estimular a coleta de dados inéditos que conectem sistemas biológicos conhecidos ou que relacionem informações de escala astronômica com áreas da física que buscam pistas valiosas pelo Universo, como quem procura uma agulha no palheiro.”

Evans também trabalha em uma direção menos explorada: abrir novas dimensões nos modelos de linguagem, em vez de apenas comprimir informação existente. “Estamos desenvolvendo modelos para reconhecer dados, afirmações ou artigos surpreendentes e, em seguida, avaliar, a partir de uma surpresa identificada, que outras ideias improváveis até então podem ser mais prováveis agora?” A lógica é a da descoberta: encontrar o que era invisível em vez de otimizar o que já se conhece.

Segundo Cozman, da USP, “cabe a nós valorizar menos a repetição e o número de publicações e valorizar aquilo que é novo, mesmo quando não deu certo, porque isso é o que é difícil na análise e no suporte à pesquisa.”

O lugar humano na pesquisa

Nakaya, que aplica aprendizado de máquina em suas pesquisas há mais de duas décadas, desde seu doutorado, analisa que o impacto da IA na ciência seguirá três estágios. No primeiro, o atual, a tecnologia aumenta a produtividade individual. No segundo, já em curso, a IA passa a executar tarefas melhor do que os humanos, e ao cientista caberá fazer as perguntas certas e entender os gargalos. No terceiro, mais distante, a IA também formulará as perguntas, e o que sobrará para os pesquisadores será, ironicamente, aquilo que os levou à ciência em primeiro lugar: o gosto pela curiosidade. “No futuro, a meu ver, vai sobrar fazer pesquisa não utilitarista, por prazer”, diz Nakaya. 

Ele também traça um paralelo com o xadrez. Em 1997, Garry Kasparov perdeu para o supercomputador Deep Blue e muita gente achou que o jogo acabaria. “Hoje, mais pessoas jogam xadrez do que antes. Temos que perder um pouco desse ego de achar que vamos ser sempre melhores do que as máquinas. Em alguns aspectos seremos piores. Tudo bem. Vamos usar as máquinas para melhorar a nossa pesquisa”, afirma.

Buckeridge evoca uma analogia com outro jogo ainda mais popular: o futebol. “Em relação à IA, assim como no esporte, a gente tem que antever a jogada e se mover para onde a bola vai estar e não se aglomerar onde ela está”. O perigo, para ele, é a ciência correndo atrás “da bola” da IA e abandonando campos com menos dados, mas com questões igualmente importantes. “Vai se repetir o que aconteceu com a biologia molecular. Chegou um momento em que todo mundo foi atrás e faltou gente em bioquímica. Isso é ruim para a ciência, ruim para a produção do conhecimento, mas é assim que o jogo é jogado”, conclui.

Conhecimento não é entendimento

Há uma anedota do físico americano Richard Feynman: você pode saber o nome de um pássaro em todas as línguas do mundo e continuará sem saber nada sobre o pássaro. Em outras palavras, o conhecimento não é a mesma coisa que o entendimento. Ter acesso a toda a literatura científica via um modelo de linguagem não faz de ninguém um cientista, mas somente alguém bem informado.

O estudo de Evans e colaboradores aponta, nesse sentido, para um horizonte que vai além das métricas de produtividade. Ao final, a pergunta não é apenas quantos artigos a IA ajuda a publicar, mas o que esses artigos estão descobrindo e, mais importante, o que estão deixando de perguntar.

“Esses achados iluminam um caminho crítico e amplo para o desenvolvimento da IA na ciência”, escrevem os autores no artigo da Nature. “Para preservar a exploração coletiva numa era de uso de inteligência artificial, precisaremos reimaginar sistemas de IA que expandam não apenas a capacidade cognitiva, mas também a capacidade sensorial e experimental, permitindo e incentivando os cientistas a buscar, selecionar e coletar novos tipos de dados de domínios anteriormente inacessíveis, em vez de meramente otimizar a análise de dados existentes”, completam.

A história das grandes descobertas científicas, argumentam, está mais ligada a novas formas de ver a natureza do que à otimização das formas já existentes de olhar para ela. O desafio é ensinar à máquina, e aos jovens pesquisadores, o caminho da curiosidade.

Toda vez que você envia um prompt ao ChatGPT, suas palavras são transformadas em um código indecifrável antes de atravessar fibras ópticas e cabos submarinos rumo aos data centers da OpenAI no estado do Texas, nos Estados Unidos – ou em algum outro lugar do mundo. É assim que boa parte da informação do planeta trafega: criptografada. Mas proteger dados em trânsito não resolve tudo. Em algum momento, o servidor precisa decifrar a informação para processá-la — e é justamente aí que surgem as brechas.

Em 1995, o pioneiro da segurança digital Gene Spafford resumiu o problema dizendo que “criptografia sem um sistema íntegro equivale a investir em um carro-forte para levar dinheiro de alguém que mora em uma caixa de papelão para outra pessoa fazendo negócios em um banco de parque”. Ou seja, proteger os dados no caminho não adianta se emissor e destinatário continuam vulneráveis.

Nos últimos 15 anos, passamos a terceirizar cada vez mais funções à nuvem, do streaming ao armazenamento de arquivos e e-mails. A banda larga permite delegar nossas demandas computacionais a esses servidores remotos, mas isso exige enviar muitos dados para empresas com termos e condições de uso intermináveis. 

O número do cartão de crédito é apenas a ponta de um iceberg de informações sensíveis que não devem estar na nuvem. Imagine, por exemplo, uma IA da área médica que analisa o prontuário dos pacientes e sugere diagnósticos: uma seguradora de saúde poderia usar esses dados para investigar o histórico de quem tenta contratar o plano — e, assim, negar clientes com doenças crônicas. 

Por isso, um dos grandes objetivos da criptografia contemporânea é desenvolver um tipo de cifra que permita a um data center processar dados cifrados “às cegas” e dar o resultado correto sem precisar bisbilhotar o conteúdo. O nome dessa ideia é criptografia completamente homomórfica (fully homomorphic encryption, ou FHE, na sigla em inglês). Ela já é possível na prática — mas, no estágio atual de desenvolvimento, ainda é uma opção de milhares a milhões de vezes mais lenta do que processar a mesma informação abertamente. 

Hilder Pereira é professor do Departamento de Teoria da Computação da Universidade Estadual de Campinas (Unicamp) e uma referência nacional nessa área. Em 2025, a FAPESP aprovou uma bolsa Jovem Pesquisador de cinco anos, sob sua coordenação, para avançar na teoria e nas aplicações da FHE. Pereira está na vanguarda mundial dos esforços para transformar a FHE de um campo acadêmico em algo mais próximo de uma tecnologia aplicada no dia a dia. 

Fazer com que a FHE vire realidade envolve dois desafios. O primeiro é que pressionar grandes empresas por avanços em segurança digital não depende apenas de legislação ou de agências reguladoras: segundo o pesquisador, é necessário também um grau de conscientização coletivo que ainda não existe. “Quando alguém aponta uma arma para você, o perigo está na sua frente. Diferente de falar para as pessoas que empresas coletam dados da população e os usam para manipular eleições. Isso ainda soa abstrato”, diz. 

O segundo é que fazer a FHE funcionar está longe de ser trivial. Do ponto de vista do computador, lidar com uma cifra completamente homomórfica equivale a resolver um cubo mágico de olhos vendados. Para entender como é possível uma máquina processar dados sem enxergá-los (e até que ponto é possível tornar esse processo mais rápido), precisamos voltar algumas casas na história da criptografia — e começar na época em que o homomorfismo ainda era entendido como uma propriedade indesejável pelos criptógrafos. 

A brecha que virou solução

A criptografia moderna se apoia em operações matemáticas simples de executar, mas extremamente difíceis de desfazer — como fatorar números gigantescos gerados pela multiplicação de dois números primos. Esse é o princípio por trás do RSA, um dos métodos de criptografia mais influentes, criado em 1977. A sigla representa os sobrenomes dos criptógrafos que inventaram a técnica: Rivest, Shamir e Adleman.

Os números gigantescos da RSA são inquebráveis na prática. Mas a estrutura matemática dessa cifra é frágil de outra forma: ela permite manipular os criptogramas sem que percam seu significado no processo, ou seja, a equivalência matemática com o conteúdo que deu origem a eles. 

Uma metáfora ajuda a entender. Imagine duas palavras. Uma é “pão”, a outra é “manteiga”. Em RSA, cada uma é representada por um criptograma gigante e difícil de fatorar. Porém, se um servidor multiplicar “pão” e “manteiga”, ele vai obter um criptograma que significa “pão com manteiga”. O servidor não consegue ler o conteúdo, mas a operação continua fazendo sentido. Isso é o homomorfismo: o comportamento das multiplicações realizadas em texto claro (ou plaintext, em inglês) se mantém ao ser mapeado para o conjunto de dados cifrados (ciphertext).

No caso da RSA, apenas uma operação matemática é homomórfica: a multiplicação. Por isso, a RSA é classificada como uma cifra parcialmente homomórfica. Para computar às cegas, porém, era preciso ir além e construir uma cifra completamente homomórfica — que, além das multiplicações, permitisse também fazer somas sem mudar o conteúdo. 

Nas décadas seguintes à invenção da RSA, pesquisadores tentaram ampliar esse princípio para permitir múltiplas operações matemáticas sobre dados cifrados. Em 2005, o criptógrafo israelense Dan Boneh chegou perto: criou uma cifra homomórfica para as duas operações, mas que permitia apenas uma multiplicação, embora suportasse infinitas adições. O avanço decisivo veio em 2009, quando o americano Craig Gentry, então funcionário da IBM, publicou sua tese de doutorado orientada pelo próprio Boneh, apresentando a primeira cifra completamente homomórfica funcional. 

Os limites físicos e teóricos da FHE

O problema é que as cifras homomórficas acumulam “ruído” matemático a cada operação realizada. Depois de muitas contas, esse ruído cresce tanto que pode corromper o resultado. É como a poluição por mercúrio nos oceanos: cada peixe pequeno tem um pouco desse elemento tóxico no organismo. Mas quando um tubarão come todos eles, acaba concentrando uma quantidade muito maior do metal (processo chamado de bioacumulação).

O que Gentry fez foi encontrar um jeito de limpar o ruído a cada ciclo de processamento de dados, técnica que batizou de bootstrapping. O nome vem da expressão inglesa “puxar a si mesmo pelas alças das próprias botas”, usada para descrever um procedimento recursivo. 

Neste caso, o criptograma ruidoso é processado pelas próprias técnicas de FHE para produzir um criptograma equivalente, mas com ruído menor. “Isso abre portas para um número ilimitado de operações. Esse foi o grande problema que Gentry resolveu há pouco mais de 15 anos”, diz Diego Aranha, professor brasileiro que trabalha na Universidade de Aarhus, na Dinamarca, e ex-orientador de Pereira. O bootstrapping é, ao mesmo tempo, o segredo da FHE e sua limitação: limpar o ruído das cifras é uma tarefa pesada, e é a razão de esse tipo de criptografia demorar tanto.

Foi apenas em meados de 2016 que as coisas começaram a parecer “razoavelmente praticáveis”, nas palavras de Pereira. O GPS é um exemplo ilustrativo do tipo de coisa que a FHE ainda não consegue fazer. O aplicativo precisa recalcular a rota em segundos quando você entra em uma rua errada, e realizar essa computação com uma cifra homomórfica poderia levar dias. 

Ao problema computacional se soma um problema econômico. O mundo vive uma crise de disponibilidade de chips de silício causada pela construção acelerada de data centers para inteligência artificial (IA). Grande parte do poder computacional previsto para ser instalado em 2026 já está comprometida com as big techs. 

“A parte infeliz é que, do ponto de vista de hardware, acelerar a FHE ou usá-la para delegação segura de computação compete pelo mesmo hardware que a IA”, diz Aranha. “Empresas de internet que operam infraestrutura de nuvem — Amazon, Google, Microsoft — têm seu ganha-pão exatamente nisso: rodar seu código nos servidores delas. Do ponto de vista do cliente, seria muito melhor ter uma garantia matemática do que assinar um papel em que a Amazon promete não bisbilhotar.”

Uma possibilidade é reaproveitar gerações antigas de GPUs (microprocessadores) descartadas pela corrida da IA. O hardware que deixa de ser competitivo para treinar modelos de fronteira pode ajudar a acelerar pesquisas em FHE. Há também startups produzindo chips dedicados à FHE. Na mesma direção, a KU Leuven — que abriga um dos grupos de hardware para criptografia mais respeitados do mundo, onde Pereira fez pós-doutorado — mantém um projeto financiado pela União Europeia.

Da teoria à indústria

Além de trabalhar com o chão de fábrica da FHE — o que significa, por exemplo, aperfeiçoar o bootstrapping para torná-lo menos dispendioso —, o trabalho de Pereira também tem uma faceta teórica. 

Toda cifra é construída sobre a premissa de que um problema matemático é difícil de resolver. A RSA, por exemplo, aposta que fatorar o produto de dois números primos enormes é computacionalmente inviável. Mas Pereira lembra que essa dificuldade não é necessariamente eterna. “Talvez alguém encontre um novo algoritmo de fatoração muito mais eficiente e rápido, que reduza o tempo de fatoração”, explica. Um de seus objetivos no projeto apoiado pela FAPESP é justamente investigar se é possível construir FHE com menos pressupostos matemáticos. Apoiar a segurança num conjunto menor de suposições reduz a vulnerabilidade da cifra caso alguma delas se revele falsa. 

Para a academia, essa é a diferença entre um prédio com fundações construídas para o grau exato de estabilidade do solo e um prédio com precauções extras, que permanece em pé mesmo que o solo se mostre menos firme do que se pensava. Os acadêmicos estão sempre se antecipando, como na criptografia pós-quântica. “Estamos nos preparando para que, se um dia existir o computador quântico, essas novas cifras pós-quânticas já sejam seguras”, explica Pereira. 

A FHE é um campo de estudo bem estabelecido no mundo acadêmico. Do lado da indústria, o movimento é mais fragmentado, mas já perceptível. A startup francesa Zama, por exemplo, trabalha em aplicações de machine learning e blockchain com FHE, tentando ocultar não apenas a identidade dos usuários, mas também os próprios fluxos financeiros. 

A Zama quer cifrar essas transações com FHE, de modo que nem mesmo quem opera a infraestrutura saiba quem mandou quanto para quem. Para Nigel Smart, professor da KU Leuven que também ocupa o cargo de diretor acadêmico da empresa, esse é um momento equivalente à passagem do protocolo HTTP para o HTTPS na internet, em 1994  — uma camada de privacidade que reconfigura o que é possível fazer online. Foi o ‘S’ de ‘seguro’ que permitiu o uso de cartões de crédito na internet.

Smart, porém, faz questão de desfazer uma ilusão comum sobre as possibilidades da FHE. Esse tipo de cifra não é “uma poeira mágica que se polvilha sobre sistemas existentes para torná-los privados. Elas devem ser vistas como tecnologias que habilitam novos modelos de negócio e novas oportunidades que antes simplesmente não existiam”, diz ele. Um exemplo concreto é o combate à lavagem de dinheiro: bancos precisam cruzar dados de clientes para identificar fluxos suspeitos, mas não querem — e muitas vezes não podem, legalmente — entregar esses dados a concorrentes. Com FHE, a colaboração se torna possível.

Já existem outras aplicações de cifras homomórficas saindo do papel. O Microsoft Edge emprega FHE para verificar se senhas foram comprometidas em vazamentos sem revelar as senhas ao servidor. Craig Gentry, criador da primeira FHE viável, hoje trabalha na startup Cornami, com foco no gargalo mais relevante para a IA: tornar a multiplicação de matrizes mais rápida sob cifra homomórfica, já que essa operação é importantíssima para Modelos de Linguagem de Grande Escala (LLMs, do inglês) como o GPT.

Não existe milagre: é pouco provável que a FHE se torne uma tecnologia amplamente disseminada ainda nas próximas décadas. Mas chegar mais perto desse grau platônico de segurança não é apenas uma questão de avanço científico-tecnológico: é algo que exige uma mudança de mentalidade que também está distante. “As pessoas não estão acostumadas a se preocupar com isso”, resume Pereira. À medida que a vida contemporânea passa a depender cada vez mais de computação delegada, é urgente que o trabalho de pesquisadores como Pereira se traduza em aplicações práticas. 

A revista Pesquisa FAPESP está começando uma nova etapa, com o desafio de alcançar ainda mais leitores, experimentar novos formatos e estreitar ainda mais a conversa entre ciência e sociedade — algo essencial num momento em que as decisões coletivas dependem cada vez mais de compreender o que a ciência diz, e o que ela ainda não sabe. Tudo isso, sem perder a profundidade nem trair a complexidade dos temas que sempre cobriu, com responsabilidade e qualidade, ao longo de 27 anos de história. 

O formato impresso tradicional, que os leitores conhecem e valorizam, será mantido, e haverá reforço no uso de meios digitais de comunicação, que são mais ágeis e difundidos atualmente.

Nas próximas semanas, a revista operará em ritmo de transição, com um breve hiato na publicação de edições impressas. É um intervalo necessário para que tudo entre em vigor com consistência e substância. Em breve, os leitores encontrarão uma Pesquisa FAPESP reformulada, editorial e graficamente. Novas reportagens já estão sendo publicadas em formato digital, disponíveis neste site e nas nossas redes sociais; e a próxima revista impressa está prevista para setembro.

A missão permanece a mesma: fazer com que a pesquisa chegue a quem a financia — a sociedade — e seja por ela apropriada, para que todos entendam por que esse esforço vale a pena. A iniciativa, uma colaboração entre a Gerência de Comunicação da FAPESP e o Laboratório de Estudos Avançados em Jornalismo da Universidade Estadual de Campinas (Labjor/Unicamp), traz a essência da revista Pesquisa FAPESP para um formato moderno e dá continuidade a um compromisso firmado matéria a matéria, edição a edição — e que a sociedade brasileira ajudou a construir.

Os recifes de coral brasileiros enfrentam os efeitos combinados do aquecimento dos oceanos, da degradação ambiental e dos sucessivos eventos de branqueamento. O cenário é especialmente preocupante porque o país concentra os únicos sistemas recifais do Atlântico Sul, distribuídos ao longo de cerca de 3 mil quilômetros de litoral, e uma diversidade singular de corais-de-fogo, do gênero Millepora: das quatro espécies que ocorrem no Brasil, três são exclusivas da costa nacional.

O agravamento desse cenário acaba de ganhar reconhecimento oficial. Na atualização mais recente da Lista Nacional de Espécies Aquáticas Ameaçadas de Extinção, publicada pelo Ministério do Meio Ambiente e pelo Instituto Chico Mendes de Conservação da Biodiversidade (ICMBio) em abril, todas as espécies brasileiras de coral-de-fogo tiveram sua classificação de risco elevada. Millepora braziliensis e Millepora laboreli passaram a ser consideradas “criticamente em perigo”, uma categoria imediatamente anterior à extinção na natureza; Millepora alcicornis, também encontrada no Caribe, foi reclassificada como “em perigo” após mortalidade superior a 90% registrada nos últimos eventos de branqueamento; e Millepora nitida passou à categoria “quase ameaçada”.

“Millepora braziliensis é um animal com distribuição extremamente restrita, o que aumenta muito o risco. Um único evento de branqueamento em massa pode ser suficiente para extinguir a espécie”, alerta Miguel Mies, professor do Instituto Oceanográfico da Universidade de São Paulo (IO-USP), coordenador de pesquisas do Projeto Coral Vivo e apoiado pelo Programa Jovens Pesquisadores da FAPESP.

A velocidade das mudanças tem levado pesquisadores a discutir estratégias que até recentemente pareciam distantes da conservação de recifes: manter espécies ameaçadas fora do ambiente natural. “Já estamos debatendo como manter esses invertebrados vivos em sistemas artificiais, porque a natureza atual, modificada pelo ser humano, pode se tornar incompatível com a sua existência”, diz Mies, que também coordena o monitoramento nacional de recifes coralíneos, financiado pelo Coral Vivo e pela Petrobras.

O alerta é reforçado por estudo publicado pelo pesquisador na revista Coral Reefs em 2025. Baseado no maior esforço coordenado já realizado para monitorar o branqueamento no Atlântico Sul, o trabalho mostra que o evento global de branqueamento de 2023-2024 provocou perdas severas em recifes brasileiros, especialmente no Nordeste, e que a repetição desses episódios vem reduzindo a capacidade de recuperação dos ecossistemas.

Marcelo Kitahara/CebimarAs pontas alaranjadas são as únicas partes vivas que restam nesse recife de Millepora alcicornis, em Maragogi (AL); com colônias cobertas por algas calcárias e petrechos de pescaMarcelo Kitahara/Cebimar

Ondas de calor e branqueamento
O principal motor desse declínio é o aquecimento dos oceanos e o aumento da frequência de ondas de calor marinhas, associados às mudanças climáticas. O aumento anômalo da temperatura da água provoca o branqueamento dos corais, fenômeno em que os organismos expulsam as zooxantelas — microalgas responsáveis por grande parte de sua nutrição, que vivem dentro de seus tecidos. Sem essas algas, os corais perdem sua coloração característica e entram em estresse fisiológico severo. Embora o branqueamento possa ser reversível, episódios intensos ou prolongados frequentemente levam à morte das colônias. 

O branqueamento em massa vem sendo estudado há décadas, mas pesquisadores apontam 2016 como um ponto de virada nos recifes brasileiros, quando uma forte anomalia de temperatura atingiu diferentes trechos da costa nacional – acompanhando uma tendência que já vinha sendo observada em outras partes do mundo. Na época, pesquisadores questionaram se esse crescimento refletia apenas a ampliação do monitoramento ou se os eventos estavam, de fato, se tornando mais frequentes. Em 2019, contudo, uma nova onda de calor afetou os recifes com intensidade ainda maior. A diferença é que, dessa vez, havia mais grupos de pesquisa atuando simultaneamente em diferentes regiões do país, ampliando a capacidade de observação e tornando o monitoramento mais abrangente.  

Entre 2023 e 2025, o planeta registrou um dos maiores episódios globais de branqueamento já documentados, afetando 84% das áreas recifais em 82 países e territórios. No mesmo período, recordes de temperatura da superfície do mar foram sucessivamente quebrados.

Marcelo Kitahara/CebimarEsqueletos de colônias de Millepora alcicornis mortas devido ao branqueamento ocorrido em 2023-2024, em Maragogi (AL)Marcelo Kitahara/Cebimar

Segundo Ruy Kenji, professor do Instituto de Geociências da Universidade Federal da Bahia (UFBA), o monitoramento dos recifes combina observações de campo com dados de satélite. “Utilizamos sistemas como o Coral Reef Watch [um serviço da Noaa, a agência de pesquisas oceânicas e atmosféricas dos Estados Unidos], que acompanha anomalias térmicas em tempo quase real. Os dados mostram claramente que regiões ao norte de Salvador têm experimentado eventos mais intensos de aquecimento do que a costa leste da Bahia [macrorregião que se estende ao sul da capital baiana até o Espírito Santo], por exemplo”, explica. 

Essa diferença regional, contudo, não reduz a gravidade do problema. “O aquecimento está expandindo as áreas tropicais. Regiões antes frias estão ficando mais quentes, o que poderia favorecer a expansão dos corais. Mas a velocidade de mortalidade nas áreas atuais é tão alta que não dá tempo dessa migração acontecer”, afirma.

Os efeitos já aparecem em campo. “Temos testemunhado um declínio quase completo em algumas áreas”, relata Guilherme Longo, professor do Departamento de Oceanografia e Limnologia da Universidade Federal do Rio Grande do Norte (UFRN). Segundo ele, há regiões em que, de colônias antes abundantes, agora restam apenas esqueletos antigos, recobertos por outros organismos.

O estresse invisível dos recifes
Além do aquecimento global, pressões locais tornam os recifes ainda mais vulneráveis. Poluição por esgoto e fertilizantes, contaminação por agrotóxicos, aumento da carga de sedimentos e sobrepesca comprometem a saúde e reduzem a capacidade de recuperação dos corais. 

Marcelo Kitahara, oceanógrafo do Centro de Biologia Marinha da Universidade de São Paulo (Cebimar) e também bolsista Jovem Pesquisador da FAPESP, destaca o papel dos animais herbívoros nesse equilíbrio. “Esses peixes controlam o crescimento de algas que competem diretamente com os corais. Sem eles, as algas proliferam e podem sufocar as colônias”, explica. O resultado é um efeito combinado: recifes já fragilizados pelas mudanças climáticas globais se tornam ainda mais sensíveis aos impactos locais.

“Estamos diante de uma possível extinção causada diretamente por nós” – Miguel Mies, professor do Instituto Oceanográfico da USP, coordenador de pesquisas do Projeto Coral Vivo

Pesquisas recentes também tentam entender se algumas populações possuem maior resistência ao calor. Após o evento de branqueamento de 2019, Kitahara e sua equipe compararam o DNA de colônias da espécie Millepora alcicornis coletadas antes e depois da onda de calor, em Arraial d’Ajuda e Abrolhos (BA). “Identificamos certas variantes associadas a mecanismos de reparo de DNA que parecem conferir maior resistência ao estresse térmico”, afirma. 

Os resultados sugerem algum potencial adaptativo, mas ainda insuficiente para garantir a sobrevivência das populações mais ameaçadas. “Tudo depende do número de sobreviventes. Em alguns locais, simplesmente não encontramos mais colônias vivas”, diz Kitahara, que também é pesquisador associado do Smithsonian Institution.

Marcelo Kitahara/CebimarPeixe-anjo-rainha e, ao fundo, uma colônia do coral-cérebro-da-bahia, Mussismilia braziliensis, em Abrolhos (BA)Marcelo Kitahara/Cebimar

Entre a conservação e a intervenção
A possibilidade de manter corais ameaçados em ambientes artificiais, como tanques ou aquários — estratégia conhecida como conservação ex situ — começa a ganhar espaço entre pesquisadores brasileiros. “Se quisermos garantir a continuidade de algumas espécies, talvez seja necessário remover parte das colônias da natureza e mantê-las em condições controladas”, afirma Mies. Segundo ele, essa alternativa já vem sendo discutida no país, especialmente para as espécies Millepora laboreli e Millepora braziliensis, consideradas criticamente ameaçadas, mas ainda não saiu do papel. “É preciso muita cautela”, alerta. 

Segundo ele, a estratégia ainda enfrenta desafios técnicos, financeiros e éticos. “É preciso definir quem tem capacidade para manter esses organismos, garantir financiamento de longo prazo e estabelecer prioridades claras de conservação.”

Longo ressalta que qualquer abordagem desse tipo exige cautela extrema. “Estamos falando de organismos sensíveis, que dependem de condições ambientais específicas. Qualquer intervenção exige muito cuidado e responsabilidade”, afirma. Ainda assim, diante da aceleração das mudanças climáticas, esse debate ganha espaço em diferentes países. Pesquisadores já testam estratégias de conservação ativa em laboratório, incluindo reprodução assistida, bancos genéticos e cultivo de colônias mais resistentes ao calor.

Na Austrália, cientistas ligados à Great Barrier Reef Foundation e ao Australian Institute of Marine Science vêm testando diferentes abordagens para aumentar a resistência dos corais ao aquecimento dos oceanos. Entre as iniciativas estão o cruzamento seletivo de colônias naturalmente resistentes ao calor e técnicas de “treinamento térmico”, nas quais organismos cultivados em ambientes controlados são expostos gradualmente a temperaturas mais altas para estimular mecanismos de adaptação ao estresse do aquecimento. Pesquisadores também investigam o uso de microalgas e bactérias termorresistentes para fortalecer a sobrevivência das colônias durante os eventos de branqueamento. 

Em abril de 2026, o Ministério do Meio Ambiente e o ICMBio elevaram o risco de extinção das quatro espécies brasileiras de coral-de-fogo (Millepora): duas passaram a “criticamente em perigo”, uma a “em perigo”, e a quarta foi reclassificada como “quase ameaçada”

Nos Estados Unidos, a Noaa também incorporou corais resistentes ao calor à sua estratégia nacional de resiliência de recifes, incluindo reprodução seletiva em laboratório, cultivo de colônias e transplante de fragmentos em áreas degradadas.

Apesar do avanço nas pesquisas, a comunidade científica ressalta que nenhuma dessas estratégias garante a sobrevivência dos recifes em larga escala, especialmente diante do agravamento acelerado do aquecimento global. Na Flórida, por exemplo, uma onda de calor marinha até então sem precedentes, em 2023, devastou colônias cultivadas em viveiros e transplantadas para cinco áreas de restauração conduzidas pela Noaa. 

O desafio pode se tornar ainda maior nos próximos meses. Em junho, a agência norte-americana anunciou que o fenômeno El Niño voltou a se estabelecer no Pacífico tropical e pode atingir intensidade moderada ou forte, aumentando o risco de novas ondas de calor marinhas e, consequentemente, de episódios de branqueamento em massa dos corais.

Enquanto isso, o monitoramento dos recifes brasileiros vem sendo ampliado. Após o evento de branqueamento de 2019, pesquisadores de diferentes regiões do país criaram um protocolo nacional de acompanhamento dos recifes, em uma ação do Projeto Coral Vivo, liderado por Mies. O objetivo é padronizar métodos, compartilhar dados e acompanhar de forma mais sistemática os corais brasileiros. 

Marcelo Kitahara/CebimarColônia viva de Millepora alcicornis, em Abrolhos (BA)Marcelo Kitahara/Cebimar

Segundo Kenji, da UFBA, que colabora com o Plano de Ação Nacional para a Conservação dos Ambientes Coralíneos (PAN Corais), os dados de mortalidade ainda precisam ser interpretados com cautela. “Trabalhamos com amostragens. Quando falamos em 100% de mortalidade, estamos nos referindo ao que foi observado em determinadas áreas. Pode haver pequenos remanescentes que não conseguimos detectar”, explica.

A atualização da lista nacional também manteve em categorias de ameaça dois dos principais corais construtores de recifes do país: Mussismilia braziliensis, classificada como “vulnerável”, e Mussismilia harttii, considerada “em perigo”.

Embora ocupem apenas 0,1% da área marinha global, os recifes de coral concentram aproximadamente um quarto de toda a biodiversidade oceânica conhecida. Funcionam como abrigo, berçário e fonte de alimento para milhares de espécies, além de contribuir para a pesca, o turismo e a proteção costeira. “Ainda temos dificuldade de entender que tudo está conectado. O que acontece na Amazônia influencia o oceano, e o que acontece no oceano afeta o clima e as florestas”, diz Longo.

“Estamos diante de uma possível extinção causada diretamente por nós”, reflete Mies. Para os pesquisadores, o desafio agora não é apenas compreender a velocidade das mudanças nos recifes, mas decidir até onde a intervenção humana deve ir para evitar a perda definitiva de espécies que existem apenas no Brasil.

Quando entram em sua fase de transição, as galáxias começam a deixar de gerar novas estrelas e mudam progressivamente da forma espiral para a elíptica. Como um adolescente em mutação, modificam sua estrutura e aparência em decorrência do ambiente em que estão inseridas. As que se desenvolvem como integrantes de um grupo de galáxias sofrem mais alterações em sua morfologia e podem até se tornar disformes, possivelmente em razão de colisões e fusões com suas vizinhas. Seu disco externo, a região em que ocorre a formação de estrelas, tende a ser mais tênue. Seu bojo, a área central onde se aglutinam as estrelas mais velhas, torna-se mais proeminente. Já as galáxias de transição que se encontram isoladas no Universo, longe de outras companheiras, tendem a manter suas feições originais, com poucas alterações, por mais tempo.

Essas conclusões parecem óbvias e universais, no sentido de que seria esperado encontrar uma correlação entre a forma de uma galáxia e o ambiente em que ela evolui. Mas um artigo publicado em março no periódico científico The Astrophysical Journal sugere que essa correspondência é muito mais acentuada entre as galáxias de transição do que em outros tipos de galáxias, como as espirais e as elípticas, que se encontram em outra etapa de sua existência. “As galáxias de transição apresentam uma forte assinatura do ambiente de que fazem parte”, diz a astrofísica colombiana Gissel Montaguth, autora principal do estudo, que faz pós-doutorado no Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo (IAG-USP) com bolsa da FAPESP.

A partir de dados obtidos pelo Southern Photometric Local Universe Survey (S-Plus), um mapeamento de metade do céu do hemisfério Sul conduzido por um pequeno telescópio robótico brasileiro instalado nos Andes chilenos, Montaguth e seus colaboradores analisaram a influência da localização e dos arredores celestes sobre a estrutura e o formato de 4.012 galáxias. De acordo com um modelo matemático, o perfil de Sérsic, que permite inferir a forma e as estruturas de uma galáxia a partir da distribuição de seu brilho superficial, os objetos da amostra foram classificados em quatro tipos: galáxias do tipo tardio (38% do total), inicial (36%), de transição (12,5%) e outras de formato variado (13,5%).

As galáxias do tipo tardio têm geralmente formato espiral (como a Via Láctea) ou irregular. Sua cor tende, na maioria dos casos, para o azul, um indicativo de que ocorre a gênese de novas estrelas em seu interior. As do tipo inicial compreendem as galáxias elípticas, que não têm braços estelares. Nelas não há mais formação de novas estrelas e sua cor geralmente é vermelha. São galáxias perto de seu fim, mais envelhecidas estruturalmente do que as azuladas, onde nascem muitas estrelas.

As galáxias de transição são menos abundantes do que as incluídas nas duas classes anteriores e, como seu nome sugere, são um meio-termo entre as espirais azuis e as elípticas avermelhadas. As galáxias lenticulares, que têm discos centrais grandes e alongados, mas não têm braços, são a expressão mais comum dessa classe intermediária que quase não produz mais estrelas novas em seu interior. “As galáxias de transição estão passando da fase azul para a vermelha”, comenta Montaguth.

No estudo, o contexto em que se inserem as galáxias das quatro categorias analisadas foi dividido em duas configurações principais. Quase 80% delas ocupam uma posição no espaço dentro de um grupo composto por outras galáxias, que pode variar de tamanho (pequeno, médio e grande). Cada grupo forma uma vizinhança cósmica, um ambiente, que pode reunir desde meia dúzia até uma centena de galáxias. Pouco mais de 20% dos objetos da amostra são galáxias solitárias, sem companheiras, que se localizam em áreas praticamente vazias do Universo.

Posto esse cenário, os astrofísicos fizeram a pergunta de fundo do trabalho: o ambiente em que uma galáxia está influencia sua estrutura? A resposta, depois das análises, foi sim – desde que ela seja uma de transição que habita um grupo composto por mais galáxias. Nesse caso, ela tende a ser de menor porte e a apresentar estruturas mais compactas e evoluídas, tendo perdido seu disco externo e exibindo apenas um núcleo mais denso de estrelas. Nos demais tipos de galáxias, a interferência do lugar ocupado no Universo sobre seu formato é pequena ou não muito significativa.

“Entender a curta fase de transição das galáxias é algo fundamental”, explica a astrofísica Claudia Mendes de Oliveira, do IAG-USP, coautora do artigo e supervisora do pós-doutorado de Montaguth. “Nosso trabalho traz informações importantes sobre os mecanismos físicos que moldam a evolução das galáxias no Universo.” As galáxias podem permanecer em sua etapa de transição por algumas centenas de milhões de anos ou até um bilhão de anos. É pouco, menos de 10% de seu tempo total de vida.