As principais startups de IA mal estão publicando suas pesquisas
O boom atual da IA se apoia fortemente em pesquisas do passado publicadas abertamente, mas muitas startups líderes agora tratam novos avanços como segredos comerciais proprietários em vez de ciência revisada por pares. Os comentaristas debatem se essa mudança é uma resposta racional à intensa concorrência comercial e geopolítica ou uma erosão preocupante das normas científicas que desacelera o progresso coletivo e concentra poder. Temas relacionados incluem a ascensão de posts de blog em vez de periódicos, os limites das patentes, contrastes entre hábitos de publicação chineses e americanos e a ironia de que empresas construídas sobre dados e artigos públicos agora retêm seu próprio trabalho.
Abertura fundacional vs. sigilo atual
- Muitos apontam a ironia de que as empresas de IA de fronteira de hoje dependem de trabalhos fundamentais como transformers e knowledge distillation, que foram publicados abertamente, enquanto agora acumulam seus próprios avanços.
- Alguns argumentam que a abertura inicial veio de subestimar o potencial das arquiteturas e de valorizar mais prestígio e contratação do que sigilo.
- Aparecem analogias históricas (radiação antes da Segunda Guerra Mundial, química/corantes industriais iniciais): quando a pesquisa se torna obviamente lucrativa ou estratégica, ela vai para trás das paredes corporativas.
Incentivos: lucro, concorrência e teoria dos jogos
- Uma visão recorrente: empresas existem para ganhar dinheiro, não para avançar a ciência; quando a IA se torna comercial, os incentivos mudam da abertura para a proteção de PI.
- Outros argumentam que isso é socialmente prejudicial: se todos retiverem informações, o progresso geral e o retorno sobre o enorme investimento em infraestrutura de IA podem sofrer.
- Alguns sugerem mudar os marcos legais (segredos comerciais/NDAs mais fracos, patentes mais curtas) para forçar mais contribuição aos bens comuns, enquanto críticos respondem que, sem fortes incentivos privados, P&D de vários bilhões de dólares não aconteceria.
Publicação acadêmica vs. pesquisa “bloguificada”
- Vários participantes dizem que a revisão por pares formal é lenta, política e movida por prestígio; para ML em rápida evolução, autopublicação ou blogs podem comunicar resultados de forma mais eficiente.
- Outros contrapõem que a revisão por pares, embora imperfeita, adiciona rigor, checagens de reprodutibilidade e padrões compartilhados; a pesquisa de IA “bloguificada” incentiva hype, métodos descuidados e dinâmicas semelhantes às das redes sociais.
- Algumas startups relatam ter desistido de veículos de primeira linha devido a rejeições repetidas e ao custo de tempo, usando em vez disso preprints ou compartilhamento apenas em pitch decks.
Segredos comerciais, PI e código aberto
- Forte defesa dos segredos comerciais: num mundo em que concorrentes podem copiar rapidamente (especialmente usando modelos), publicar trabalho de fronteira é visto como “incrivelmente estúpido” para startups.
- Outros enfatizam os benefícios sociais da abertura, a proteção contra patenteamento por terceiros e a atração de talentos a partir de publicações visíveis.
- Debate em torno de patentes: alguns afirmam que patentes de software/ML são amplamente inexequíveis e, portanto, não valem o pedido; outros as veem como ainda relevantes em alguns domínios.
Quem publica e onde
- O estudo subjacente citado no tópico aparentemente conclui que algumas grandes startups de IA (incluindo laboratórios dos EUA e empresas chinesas) ainda são grandes produtoras de artigos, mas as camadas mais novas de “startup” focam principalmente em produtos e não em pesquisa.
- Vários comentários observam que empresas chinesas de IA agora publicam de forma mais aberta do que muitas contrapartes dos EUA, incluindo modelos abertos fortes e pesos liberados.
Ética, dados e os bens comuns
- Participantes criticam empresas de IA por rasparem dados públicos, digitalizarem (e às vezes destruírem fisicamente) livros e depois fecharem seus próprios resultados.
- Há uma tensão entre “a informação quer ser livre” e criadores que se sentem explorados quando seu trabalho alimenta sistemas proprietários sem reciprocidade de abertura.