Modelos Fundamentais para a Descoberta Científica: Do Aprimoramento de Paradigmas à Transição de Paradigmas

Foundation Models for Scientific Discovery: From Paradigm Enhancement to Paradigm Transition

October 17, 2025

Autores: Fan Liu, Jindong Han, Tengfei Lyu, Weijia Zhang, Zhe-Rui Yang, Lu Dai, Cancheng Liu, Hao Liu

cs.AI

Resumo

Modelos de base (FMs, do inglês Foundation Models), como GPT-4 e AlphaFold, estão remodelando o panorama da pesquisa científica. Além de acelerar tarefas como geração de hipóteses, design experimental e interpretação de resultados, eles levantam uma questão mais fundamental: os FMs estão apenas aprimorando as metodologias científicas existentes ou estão redefinindo a maneira como a ciência é conduzida? Neste artigo, argumentamos que os FMs estão catalisando uma transição para um novo paradigma científico. Introduzimos uma estrutura de três estágios para descrever essa evolução: (1) Integração Metacientífica, onde os FMs aprimoram fluxos de trabalho dentro de paradigmas tradicionais; (2) Cocriação Híbrida Humano-IA, onde os FMs se tornam colaboradores ativos na formulação de problemas, raciocínio e descoberta; e (3) Descoberta Científica Autônoma, onde os FMs operam como agentes independentes capazes de gerar novos conhecimentos científicos com intervenção humana mínima. Através dessa lente, revisamos as aplicações atuais e as capacidades emergentes dos FMs em paradigmas científicos existentes. Além disso, identificamos riscos e direções futuras para a descoberta científica habilitada por FMs. Este artigo de posicionamento visa apoiar a comunidade científica na compreensão do papel transformador dos FMs e fomentar a reflexão sobre o futuro da descoberta científica. Nosso projeto está disponível em https://github.com/usail-hkust/Awesome-Foundation-Models-for-Scientific-Discovery.

English

Foundation models (FMs), such as GPT-4 and AlphaFold, are reshaping the landscape of scientific research. Beyond accelerating tasks such as hypothesis generation, experimental design, and result interpretation, they prompt a more fundamental question: Are FMs merely enhancing existing scientific methodologies, or are they redefining the way science is conducted? In this paper, we argue that FMs are catalyzing a transition toward a new scientific paradigm. We introduce a three-stage framework to describe this evolution: (1) Meta-Scientific Integration, where FMs enhance workflows within traditional paradigms; (2) Hybrid Human-AI Co-Creation, where FMs become active collaborators in problem formulation, reasoning, and discovery; and (3) Autonomous Scientific Discovery, where FMs operate as independent agents capable of generating new scientific knowledge with minimal human intervention. Through this lens, we review current applications and emerging capabilities of FMs across existing scientific paradigms. We further identify risks and future directions for FM-enabled scientific discovery. This position paper aims to support the scientific community in understanding the transformative role of FMs and to foster reflection on the future of scientific discovery. Our project is available at https://github.com/usail-hkust/Awesome-Foundation-Models-for-Scientific-Discovery.