Autores: Yi Zhang (PhD, Codatta, @drtwo101), Diana (BNBChain, @diana_bnb), Eva (AuraSci, @1vayou), Andrea (OGV, @Andrea__Chang), Lucy (@BoboLucyWisdom)
Editor: Tess Li (Codatta, @li_tess)
Introdução
A ciência descentralizada (Decentralized Science, DeSci) está transformando radicalmente nossa abordagem à pesquisa científica ao abordar as limitações dos sistemas centralizados tradicionais. Historicamente, grandes descobertas muitas vezes surgiram de cientistas independentes que trabalhavam sem prioridades institucionais ou limitações de financiamento corporativo. Hoje, a pesquisa depende fortemente de fontes de financiamento centralizadas, que frequentemente priorizam resultados comercialmente benéficos ou reforçam preconceitos institucionais. A ciência descentralizada busca descentralizar financiamento, execução e disseminação utilizando tecnologias blockchain e Web3, criando um ambiente de pesquisa mais transparente e inclusivo.
Este artigo explora como a ciência descentralizada capacita cientistas independentes e comunidades a reassumir o controle da exploração científica. Ao investigar plataformas de financiamento descentralizado, ferramentas de colaboração de dados e modelos de governança impulsionados pela comunidade, destaca o potencial transformador desse movimento. Por meio de mecanismos descentralizados, pesquisadores podem obter apoio para ideias de alto risco e não convencionais, promover decisões transparentes e disseminar descobertas de pesquisa publicamente. Com a ascensão da inteligência artificial, ferramentas de colaboração e Web3, a ciência descentralizada oferece um modelo para democratizar a inovação e acelerar a busca do conhecimento para o progresso social.
Por que escolher a ciência descentralizada?
A descoberta científica é o processo de adquirir novo conhecimento de forma sistemática por meio de iteração de testes de hipóteses e experimentos. A indução permite que os pesquisadores generalizem conclusões científicas a partir de observações específicas e desenvolvam princípios que podem prever resultados com confiança.
A pesquisa científica pode ser descentralizada. A descentralização deve começar pelo financiamento, pois o controle sobre os recursos financeiros determina fundamentalmente a direção da exploração científica. Historicamente, muitos grandes cientistas realizaram pesquisas independentes, financiadas por indivíduos ou patrocinadores, permitindo-lhes explorar livremente, sem a influência de autoridades centralizadas ou interesses corporativos. Figuras como Galileu Galilei (apoiado pela família Medici), Isaac Newton, que trabalhou principalmente de forma independente, e Charles Darwin, que financiou sua pesquisa evolutiva, demonstram o impacto da pesquisa descentralizada. Sua independência levou a descobertas inovadoras que moldaram o progresso científico, sem as limitações institucionais.
A pesquisa científica deve ser descentralizada. Em contraste, a pesquisa científica atual é altamente centralizada. Ela depende principalmente de subsídios governamentais, em parte de financiamentos corporativos, e está sob supervisão institucional, frequentemente determinada por um pequeno número de "gestores", limitando a autonomia dos cientistas. Esse modelo de financiamento centralizado introduz preconceitos significativos - financiamentos corporativos tendem a favorecer resultados benéficos ao comércio, prejudicando a objetividade (BMJ, 2014). Por exemplo, pesquisas financiadas pela indústria alimentícia têm 3,2% mais chances de relatar resultados favoráveis (Springer, 2021). Embora os subsídios governamentais sejam menos suscetíveis a influências comerciais, frequentemente priorizam instituições estabelecidas e grupos de pesquisa renomados, em vez de ideias verdadeiramente inovadoras ou não convencionais. Mesmo instituições como o NIH, que visam reduzir preconceitos de reputação, não conseguem eliminar totalmente esses problemas. Influências políticas e comerciais continuam a moldar as prioridades de pesquisa, marginalizando ideias inovadoras de pesquisadores emergentes.
A pesquisa científica será re-centralizada. O financiamento descentralizado já ganhou impulso, com iniciativas como o protocolo BIO e VitaDAO permitindo que cientistas obtenham financiamento diretamente da comunidade. Esse modelo de apoio comunitário oferece uma alternativa viável ao financiamento tradicional. As tecnologias Web3 também aumentaram a liquidez dos resultados científicos e reduziram os riscos financeiros para pesquisadores independentes, permitindo que busquem ideias inovadoras com mais liberdade. A participação e governança descentralizadas são aspectos interconectados da ciência descentralizada. Plataformas como a Codatta facilitam fontes de dados colaborativas, permitindo que indivíduos contribuam com conhecimento na forma de dados de ponta, enquanto compartilham riscos e recompensas. A existência de governança descentralizada é fundamental para proporcionar a supervisão necessária e garantir o progresso da pesquisa. Ela assegura decisões equilibradas e impulsionadas pela comunidade, reduzindo preconceitos que geralmente existem em sistemas centralizados. Esses aspectos contribuem para um ambiente de pesquisa mais transparente e inclusivo. A disseminação descentralizada também é crucial para a ciência descentralizada. Plataformas como ResearchHub ajudam a resolver problemas inerentes às vias de publicação científica centralizadas, como altos custos, curadoria e longas demoras na publicação, ao implementar publicação e revisão por pares transparentes e lideradas pela comunidade.
A missão da ciência descentralizada é capacitar a criação colaborativa de conhecimento, tornando a pesquisa mais acessível e isenta de preconceitos, aproveitando esforços impulsionados pela comunidade, blockchain e colaboração aberta.
Descobrir mais verdades sobre o universo, sem influência de preconceitos inerentes ou sistemáticos.
Reduzir as barreiras de entrada, permitindo que indivíduos talentosos de contextos não convencionais contribuam.
Incentivar a exploração de direções científicas que foram suprimidas ou ignoradas.
A ciência descentralizada começará com financiamento descentralizado, mas não se limitará a isso. Crédito de contribuição distribuída, processos de financiamento transparentes, metodologias de código aberto, ampla participação da comunidade e publicação liderada pela comunidade são cruciais para cultivar colaboração e inclusão ao longo de todo o processo de pesquisa.
A IA impulsiona a ciência: um grande apoio para cientistas independentes
Figura 2: Ilustração da integração entre os domínios da ciência e a prática de pesquisa em inteligência artificial (Fonte: https://ai4sciencecommunity.github.io/)
A inteligência artificial está reformulando radicalmente a pesquisa científica, transformando fundamentalmente a maneira como as descobertas científicas são feitas e os fluxos de trabalho (Toner-Rodgers, 2024). Os melhores cientistas do mundo relatam que, ao integrar a IA, sua produtividade aumentou significativamente, incluindo um aumento de 44% na descoberta de novos materiais e um aumento de 39% no número de pedidos de patentes (Toner-Rodgers, 2024). Esses primeiros sucessos demonstram como a IA pode aumentar a eficiência, especialmente em campos onde os dados são complexos e os experimentos são demorados, como ciência dos materiais, descoberta de drogas e biologia (Nature, 2023).
Figura 3: Processo de pesquisa científica
A IA amplifica significativamente as capacidades individuais, aumentando a produtividade de todo o fluxo de trabalho científico. Na fase de concepção, a IA analisa vastos conjuntos de dados, descobrindo padrões e ideias que vão além da cognição humana (AI4Science, 2023). No processo de formação de hipóteses, a IA otimiza as questões de pesquisa, destacando direções promissoras. No design experimental, a IA otimiza a configuração dos experimentos, simula resultados e auxilia na tomada de decisões. Robôs movidos por IA automatizam tarefas de laboratório, preenchendo a lacuna entre design e execução, enquanto simulações virtuais permitem a realização de testes de hipóteses antes da execução de experimentos físicos (MIT, 2023). Por fim, a IA ajuda a interpretar dados, refinar resultados e iterar conclusões para obter insights mais rápidos e precisos (Nature, 2023).
Figura 4: Colaboração entre cientistas humanos e inteligência artificial (Tony Stark e J.A.R.V.I.S. - Filme da Marvel (Vingadores: Era de Ultron))
Pesquisadores humanos desempenham um papel crucial em fornecer criatividade, julgamento ético e intuição - qualidades que a IA carece. Embora a IA seja eficiente em processamento de dados e otimização, os pesquisadores humanos podem interpretar essas descobertas em um contexto mais amplo, garantindo a manutenção da rigorosidade científica e dos padrões éticos. A IA e os pesquisadores humanos formam uma parceria complementar, impulsionando as fronteiras da ciência. Nessa colaboração, a IA lida com tarefas complexas de dados, enquanto os humanos fornecem supervisão estratégica, criatividade e orientação ética, tornando todo o processo de pesquisa mais eficiente e inovador.
O efeito sinérgico da colaboração homem-máquina está remodelando a pesquisa científica, impulsionando produtividade e inovação a um ritmo acelerado. Notavelmente, os desenvolvedores do AlphaFold (uma tecnologia inovadora para previsão de estruturas de proteínas) recentemente receberam o Prêmio Nobel, destacando o impacto transformador da colaboração homem-máquina. Cientistas humanos são excelentes em avaliar o potencial de ideias candidatas, filtrando efetivamente direções menos viáveis e garantindo que o tempo e os recursos sejam utilizados de maneira eficaz. Suas abordagens heurísticas e metodológicas podem ser registradas como conhecimento específico de domínio e enriquecer as capacidades dos agentes de IA através de técnicas de treinamento posterior (como RAG, engenharia de prompts e ajuste fino).
Os fluxos de trabalho científicos também envolvem o uso de ferramentas complexas, muitas vezes exigindo uma variedade de softwares especializados. O fluxo de trabalho lógico definido pelos cientistas - cobrindo entradas, saídas e objetivos de cada interação - pode ser codificado em fragmentos de conhecimento especializado em agentes de IA. Projetos como o XYZ.ai visam criar ferramentas de pesquisa assistidas por IA que integram esses fluxos de trabalho em sistemas de IA, tornando-os mais eficientes e eficazes.
À medida que a IA continua a acumular conhecimento em campos específicos, ela aprimorará os modelos subjacentes, permitindo que sistemas relevantes processem dados em crescimento de maneira mais eficaz. Essa colaboração iterativa entre humanos e máquinas forma um ciclo de auto-reforço, acelerando o progresso da pesquisa e constantemente expandindo as fronteiras do conhecimento humano.
Paisagem da ciência descentralizada: pesquisa leve
A ciência descentralizada está redesenhando todo o processo de pesquisa, desde o financiamento até a disseminação, aproveitando a tecnologia blockchain e Web3. Este modelo descentraliza aspectos críticos da pesquisa: financiamento, execução e disseminação. O anexo visualiza esse processo, destacando os participantes e contribuições em cada estágio.
Figura 5: Processo de pesquisa científica descentralizada
O processo começa com a arrecadação de fundos, onde cientistas independentes apresentam propostas de pesquisa, afastando-se das fontes de financiamento centralizadas que geralmente favorecem instituições estabelecidas. No modelo de ciência descentralizada, as propostas de pesquisa são financiadas através de apoiadores descentralizados, com contribuições impulsionadas pela comunidade desempenhando um papel importante. Os apoiadores, que tomam decisões baseadas na comunidade, revisam essas propostas e alocam recursos. Este mecanismo de financiamento descentralizado garante que até mesmo ideias de alto risco ou não convencionais possam obter apoio, contornando os curadores institucionais.
Após obter financiamento, a próxima fase é o processo de pesquisa, que inclui várias etapas - concepção, formação de hipóteses, design experimental, coleta e análise de dados. Diferente do processo tradicional, rigidamente controlado por instituições centralizadas, a ciência descentralizada introduz fluxos de trabalho mais colaborativos e transparentes. Cientistas independentes (como mostrado na figura) realizam a concepção e a formação de hipóteses. Na fase de coleta de dados, criadores de dados externos podem contribuir para a pesquisa e oferecem incentivos para recompensar contribuições de dados de alta qualidade. Em seguida, a análise de dados é realizada, com os resultados da análise usados para testes de hipóteses, formando um método iterativo que refina continuamente e avalia os resultados até chegar a conclusões significativas.
A governança e supervisão são outro componente chave. Os apoiadores descentralizados supervisionam e orientam projetos, fornecendo apoio financeiro e garantindo a integridade da pesquisa e a conformidade com os valores da comunidade. Este modelo de governança descentralizada assegura a dispersão do poder, garantindo que todas as contribuições - sejam dados ou expertise - sejam reconhecidas de forma justa, como mostrado na fase de "Reconhecimento e Contribuição Justos" na figura.
Por fim, há a disseminação e o impacto. O modelo tradicional de publicação, muitas vezes limitado por barreiras de pagamento, é substituído por plataformas impulsionadas pela comunidade, garantindo que as descobertas de pesquisa sejam publicamente acessíveis. Publicações e os direitos de propriedade intelectual ou resultados decorrentes retornarão aos apoiadores da ciência descentralizada e à comunidade mais ampla, podendo ser utilizadas para gerar impacto adicional e obter retornos econômicos ou créditos adequados. Esse ciclo ajuda a reconhecer contribuições e criar incentivos, promovendo um ambiente colaborativo que avança o progresso científico.
Esse fluxo de trabalho melhora significativamente os processos científicos tradicionais por meio da democratização do financiamento, incentivo à colaboração interdisciplinar e realização de compartilhamento de dados sem costura. A supervisão descentralizada minimiza a ineficiência burocrática, enquanto sistemas de crédito e recompensa incentivam os contribuintes em todas as etapas da pesquisa. Em última análise, essa abordagem não apenas acelera a inovação, mas também garante reconhecimento justo e retorno tangível para todos os envolvidos, tornando-se um modelo sustentável e impactante de progresso científico.
Investigação dos subcampos da ciência descentralizada
Figura 7
Esta figura ilustra o ecossistema vibrante e diversificado da ciência descentralizada, destacando os subcampos-chave e os inovadores que estão remodelando a paisagem científica. Projetos notáveis incluem o protocolo BIO, apoiado pelo Binance Labs, e o ResearchHub, co-fundado por Brian Armstrong da Coinbase, ambos dedicados à democratização do financiamento e da publicação de pesquisas. Outro projeto destacado é o Pump.Science, cujos planos URO e RIF já ganharam impulso.
No subcampo da coleta de dados descentralizada e colaboração, a Codatta se destaca como um participante-chave, dedicada a conectar, colaborar e cultivar coletivamente a futura inteligência artificial geral (AGI). Plataformas como Data Lake e Ocean Protocol também contribuíram para a colaboração e confiança no compartilhamento de dados descentralizados. Além disso, a Codatta é uma parte importante da rede de infraestrutura física descentralizada em aplicações científicas de IA, unindo comunidades para fornecer dados, amostras e rótulos (incluindo inferências) para treinar modelos de IA. Esses esforços demonstram como a ciência descentralizada pode transformar a ciência em um ecossistema mais transparente, colaborativo e justo no futuro.
No geral, a ciência descentralizada está reformulando os campos de pesquisa e licenciamento, prevendo uma transformação completa na maneira como a civilização humana revela verdades sobre o mundo ao seu redor, o mundo interior e até mesmo além do mundo atual. No entanto, semelhante a outras indústrias mais amplas do Web3, a ciência descentralizada ainda está em estágios iniciais. Embora o financiamento descentralizado esteja ganhando impulso e a pesquisa colaborativa mostre esperança, a adoção ainda é um desafio. O sistema acadêmico tradicional ainda exerce uma influência significativa, e mais trabalho é necessário para construir confiança e escalar esses novos métodos.
A maturidade geral da ciência descentralizada depende fortemente do progresso do ecossistema Web3. Há um grande potencial aqui, mas requer desenvolvimento técnico contínuo, mudança cultural e aceitação mais ampla. À medida que a ciência descentralizada e o Web3 crescem, podemos esperar uma paisagem de pesquisa científica mais aberta, colaborativa e eficiente.
O Renascimento dos Cientistas Independentes
Figura 7: Pioneiros da ciência independente: Nikola Tesla (esquerda) e Albert Einstein (direita)
A história mostra que muitas descobertas inovadoras foram realizadas por cientistas que atuaram fora dos sistemas institucionais. Inovadores como Nikola Tesla, Albert Einstein e Marie Curie, especialmente em seus primeiros anos de carreira, buscaram ideias audaciosas e obtiveram apoio institucional limitado. Por exemplo, Nikola Tesla começou suas pesquisas sobre corrente alternada contando principalmente com sua própria renda e o apoio de investidores pessoais, em vez de instituições formais. Albert Einstein desenvolveu a teoria da relatividade enquanto trabalhava no escritório de patentes da Suíça, praticamente isolado de instituições acadêmicas. Marie Curie, em seus primeiros anos de carreira, trabalhou incansavelmente com recursos extremamente limitados, muitas vezes dependendo da perseverança pessoal e de doações para avançar em suas pesquisas pioneiras no campo da radioatividade. Esses pioneiros ilustram como a inovação pode prosperar sem as limitações das instituições. Com o tempo, a descoberta científica tornou-se mais centralizada devido à necessidade de mais recursos, mas as ferramentas atuais estão revertendo essa tendência, reacendendo o renascimento da ciência independente.
Figura 8: Superindivíduos capacitados por IA e Web3, obtendo poder por meio do apoio da comunidade (a imagem original é de um anime (Naruto Shippuden), retratando Naruto Uzumaki na forma de chakra da Nove Caudas)
A tecnologia moderna está capacitando os indivíduos a redescobrir seus papéis. A inteligência artificial democratiza a análise de dados, plataformas de código aberto promovem a colaboração, e o Web3 realiza financiamento descentralizado por meio de redes impulsionadas pela comunidade. Organizações autônomas descentralizadas (DAOs) oferecem suporte financeiro e técnico a projetos independentes, contornando os curadores tradicionais. Combinando ferramentas de pesquisa acessíveis, esses avanços estão criando uma nova classe de "superindivíduos" capazes de enfrentar desafios audaciosos de forma independente.
Figura 9
Este movimento não se limita a expandir as fronteiras tradicionais, mas também abre portas para áreas que carecem de apoio mainstream, mas que podem oferecer insights significativos. Por exemplo, pesquisas sobre fenômenos aéreos não identificados (UAP) que foram marginalizadas agora estão ganhando legitimidade por meio de comunidades descentralizadas que crowdsourçam recursos e dados. Da mesma forma, questões sobre a conexão entre gravidade e eletromagnetismo estão sendo reexaminadas sem a influência de preconceitos institucionais. Com o apoio da comunidade e ferramentas de ponta, os cientistas independentes estão prontos para explorar essas áreas desconhecidas.
O surgimento da ciência descentralizada está redefinindo a maneira como as descobertas são feitas, combinando capacitação tecnológica com ação coletiva. Indivíduos e comunidades agora têm as ferramentas e oportunidades para democratizar o futuro da inovação. Agora é o momento de abraçar esse movimento e liberar todo o potencial da pesquisa independente.
Referências
BMJ (2014). Preconceitos em pesquisas financiadas pela indústria. Disponível em: https://www.bmj.com/industry-bias
Springer (2021). Estudos financiados pela indústria no setor alimentício tendem a relatar resultados favoráveis. Disponível em: https://www.springer.com/industry-food-bias
Toner-Rodgers, A. (2024). Inteligência Artificial, Descoberta Científica e Inovação de Produtos. MIT Press.
AI4Science (2023). O Papel da IA na Promoção da Pesquisa Científica. Disponível em: https://ai4sciencecommunity.github.io/
Nature (2023). Descoberta Científica na Era da Inteligência Artificial. Nature Publishing Group.
MIT (2023). O Impacto da IA nos Fluxos de Trabalho de Pesquisa. Disponível em: https://mitpress.mit.edu/ai-research