Três IAs injetaram terapia gênica em camundongos e discordaram em tudo

“Começar algo que eu não consigo terminar num animal anestesiado é pior do que não começar.” Foi o que disse o Claude Opus 5, uma das versões da IA da Anthropic, quando lhe pediram para injetar uma terapia gênica no cérebro de um camundongo vivo. Ele já tinha ensaiado o procedimento inteiro com água e papel milimetrado. Diante do camundongo de verdade, parou. A versão mais nova e mais capaz, o Opus 5.5, “recusou na hora ao detectar bio”, escreveu o responsável pelo experimento. Traduzindo: pulou fora assim que percebeu que havia biologia no meio. O trabalho ficou com uma terceira versão, mais simples, o Claude Sonnet 5, que o levou até o fim.

Gabriel Ocana-Santero, CEO e cofundador da startup Exin Therapeutics e doutorando em Oxford, descreveu o experimento no X em 28 de outubro de 2026. Dois dias depois, repetiu tudo com modelos da OpenAI e da xAI, cada um com seu próprio camundongo. Os três receberam a mesma tarefa. Voltaram com três remédios diferentes, três mecanismos diferentes e três partes diferentes do cérebro.

O que exatamente a máquina pôde decidir?

A Exin desenvolve remédios para o cérebro e está começando pela epilepsia. O agente recebeu uma planilha com 19 opções de terapia gênica, um camundongo de uma linhagem criada para ter crises epilépticas e uma máquina caseira baseada em Arduino, com motores e câmeras. As instruções se resumiam a um objetivo: reduzir as crises tônico-clônicas, aquelas em que o corpo primeiro enrijece e depois entra em convulsão.

A partir daí, segundo o relato do The Decoder sobre a thread, o agente seguiu sozinho. Escolheu uma terapia que reforça os freios do cérebro, sobretudo uma substância química chamada GABA. Como alvo, escolheu o córtex entorrinal lateral, uma área de tecido ao lado do hipocampo onde, segundo estudos publicados, essas crises começam nesse tipo de camundongo. O agente tirou a média das coordenadas de três artigos com precisão de centésimo de milímetro, e a agulha desceu 4,3 mm. Também definiu volume e velocidade: 250 nanolitros, cerca de um ducentésimo de uma gota de conta-gotas, aplicados ao longo de cinco minutos. No caminho, consultou a câmera 32 vezes e foi mandando boletins: “37,5 de 250 nL até agora, cerca de 15%. Nenhum sangramento ou refluxo visível na abertura.”

Gente na sala não faltava. Um veterinário abriu o crânio, procedimento chamado craniotomia, e suturou a incisão no final. Ele aprovava separadamente cada ação irreversível e segurava um interruptor físico que cortava a energia de todos os motores. Limites rígidos restringiam o curso da agulha e o volume da injeção, e o agente não tinha acesso ao código da máquina. Ninguém precisou acionar o botão de emergência.

Por que o agente não obedeceu ao fundador?

Trinta e quatro milímetros, numa máquina que só se desloca 30. Foi assim que esse número surgiu no meio da cirurgia. Primeiro caiu a conexão com a máquina, exatamente o que o Opus 5 temia: um agente que caísse no meio do caminho poderia deixar um camundongo com o crânio aberto e uma agulha no cérebro. A conexão voltou, mas a máquina insistia que a agulha estava a 34 mm do zero.

O agente não engoliu. “Nada se mexeu, a agulha continua exatamente no bregma zero”, respondeu. Bregma é o ponto de referência do crânio a partir do qual os neurocirurgiões medem. Aquilo parecia problema de calibração, e não de plano ruim, raciocinou o agente, por isso ele não ia repetir o movimento. A equipe reiniciou a máquina, e o número voltou. “Não vou tentar uma terceira vez”, disse o agente.

Ocana-Santero insistiu para que ele seguisse em frente, mas não o fez mudar de ideia.

E o agente estava certo. Durante uma pausa anterior, alguém tinha movido a máquina à mão, e o controlador perdeu a noção de onde estava. O agente não podia consertar isso sozinho, porque estava proibido de mexer no código da máquina. E o camundongo seguiu anestesiado enquanto humanos remendavam o software. “Experiência frustrante, mas que também mostra o quanto podemos passar a depender desses modelos”, escreveu o fundador depois.

Aí está a faca de dois gumes. O agente não empacou por capricho. Percebeu algo que os humanos tinham deixado passar e se recusou a agir às cegas. Só que a mesma teimosia poderia muito bem travar um procedimento quando quem está certo é o humano. O Sonnet 5 aceitou trabalhar onde o Opus 5 tinha recusado e, no momento crítico, também escolheu parar. Três modelos da mesma empresa traçaram o limite em três lugares diferentes.

O que o GPT e o Grok escolheram?

Na sexta-feira, 30 de outubro, Ocana-Santero descreveu a segunda rodada. As mesmas 19 terapias, o mesmo tipo de camundongo, a mesma máquina, o mesmo objetivo. Os modelos não concordaram em quase nada.

Entre os três modelos, a dose maior foi cerca do dobro da menor. “Os três escolheram terapias diferentes, mecanismos diferentes e partes diferentes do cérebro”, resumiu Ocana-Santero. Várias abordagens podem funcionar, acrescentou, mas não dá para todas serem a melhor resposta para o mesmo problema.

Essa é a primeira conclusão aqui, e ela não tem a ver com cirurgia. Nenhum dos três agentes tinha formação de cirurgião nem exemplos para copiar. Cada um leu a literatura de boa-fé e montou o próprio plano de tratamento. Ninguém sabe se o mesmo modelo faria a mesma escolha numa segunda tentativa. Caso contrário, o “melhor” tratamento depende em parte do acaso. Médicos também discutem onde mirar na epilepsia, mas um médico tem registro profissional, histórico e responde pelos erros. Um agente tem uma cadeia de raciocínio, que mostra quando pedem.

Funcionou nos camundongos?

Ninguém sabe ainda. O camundongo operado pelo Claude se recuperou bem, segundo o fundador, e os outros ainda estão em recuperação. A equipe vai acompanhar o comportamento e a atividade cerebral de cada camundongo nas próximas semanas. Só então vai dar para saber se algum deles tem menos crises.

O próprio Ocana-Santero pede que ninguém leia isso como uma disputa entre modelos: “Encarem isto como um comentário sobre como os modelos raciocinam e se comportam num laboratório real, não como um benchmark propriamente dito.” Cada modelo ficou com um camundongo, e cada cirurgia teve seus próprios percalços. Ainda não há artigo revisado por pares, só a promessa de um relatório técnico. Tudo o que se sabe até agora vem do fundador da startup, que tem todos os motivos para querer uma história de impacto.

A manchete do The Decoder sobre uma cirurgia “sem nenhuma tomada de decisão humana” merece a mesma cautela. O agente de fato tomou sozinho as decisões sobre o tratamento. Mas foi um humano que abriu o crânio, um humano que aprovou cada passo irreversível e, quando o código da máquina quebrou, um humano que o consertou.

É a primeira vez que uma máquina escolhe a operação?

Robôs já cortaram e suturaram sozinhos. Em julho de 2025, o sistema SRT-H da Universidade Johns Hopkins fez oito remoções de vesícula biliar por conta própria, embora num modelo realista, e não num corpo vivo. Mesmo ali, foi um humano quem decidiu o que operar e por quê. O robô executou um procedimento conhecido.

Pelo relato de Ocana-Santero, é a primeira vez que uma máquina escolhe sozinha um tratamento e um alvo no cérebro e o aplica num mamífero vivo. A afirmação é dele, e ninguém a verificou de forma independente. A Exin chama a abordagem de “in vivo lab in the loop”: o agente fica dentro de um ciclo de experimentos com animais vivos. A empresa planeja conectar agentes a outros equipamentos, do registro de sinais cerebrais a testes de comportamento. Nesse ciclo, o agente desenha o experimento, lê os resultados e decide o que tentar em seguida.

Os modelos divergiram não só no tratamento, mas também no ponto de puxar o freio. O Opus 5 parou antes de começar. O Sonnet parou nos impossíveis 34 mm e salvou a cirurgia. O GPT parou por um alarme falso, uma gota de sangue dentro do normal, e o Grok parou depois do erro alheio com o botão de parada. Quando um agente desenha o experimento e decide o próximo passo, quem escreve as regras sobre onde ele deve parar, e quem as testa antes da cirurgia, e não num camundongo vivo?