Nuno MaulideProfessor catedrático de Química Orgânica na Universidade de Viena (Áustria) e diretor do Instituto de Química Orgânica. Vivemos tempos curiosos: máquinas que completam frases, algoritmos que compõem sinfonias, modelos de inteligência artificial que escrevem poemas. Há quem celebre, com entusiasmo, uma “nova era”. Há quem olhe, com receio, para “o momento mais aterrador da história da humanidade”. Mas talvez a pergunta mais importante não seja “o que é que a inteligência artificial pode fazer?”, mas sim “o que é que nós vamos decidir que ela faça?” Para mim, no fundo, a inteligência artificial é como um espelho. Melhor: um espelho de alta precisão, alimentado por tudo o que lhe damos: os nossos dados, os nossos gostos, os nossos preconceitos, os nossos medos. Quando nos mostra algo, não está a imaginar… está a devolver. E o que devolve diz mais sobre nós do que sobre ela. É aqui que entra a criatividade… essa característica intangível, qual estranha e maravilhosa capacidade de ligar o inesperado, de ver o que ainda não existe. Podemos programar uma máquina para simular criatividade. Mas imaginar, realmente imaginar, ainda é território humano. E talvez esse seja o desafio que a inteligência artificial nos traz: não substituir a nossa criatividade, mas obrigar-nos a redefini-la. A cuidar melhor dela. A perceber que pensar de forma original, ética e interdisciplinar não é um luxo. É, sim, uma necessidade. No final de contas, neste momento em que escrevo, a pergunta-chave não é “será que as máquinas vão ser como nós?” É “será que nós conseguimos continuar a ser… verdadeiramente humanos?” Vitor Cardoso Professor catedrático no Departamento de Física do Instituto Superior Técnico da Universidade de Lisboa e diretor do Centro de Gravidade do Instituto Niels Bohr da Universidade de Copenhaga, Dinamarca. "Como é que se ensina português ou linguagem gestual a uma pedra? Com muita calma. A IA, tal como muitas outras ferramentas em ciência, é uma ferramenta: usada por nós, para os nossos fins, com a calma que o nosso intelecto e capacidades físicas permitem. Tal como uma árvore que cai precisa de um ouvinte para fazer barulho, a IA precisa de nós para fazer sentido. O ano de 2026 vai ser importante, para explicar aos alunos a universalidade da lei de Newton, e o quão fabulosa é a Teoria da Relatividade Geral de Einstein. Vamos passar horas intermináveis a ver como uma lei simples tem consequências enormes: como o eletromagnetismo dá origem à nossa tecnologia ou como a física estatística explica coisas tão simples como o ar que respiramos nesta sala. Depois, vamos usar a IA, a integração numérica, as ferramentas de desenho e de cálculo para perceber o que nos rodeia. Não há nada mais bonito e deslumbrante do que perceber! Porque somos uma pedra a tentar aprender linguagem gestual, mas, sobretudo, somos uma pedra que quer saber." Helena Freitas Professora catedrática da Universidade de Coimbra e investigadora na área da ecologia e biodiversidade A biodiversidade está a desaparecer a um ritmo sem precedentes, pressionada pelas atividades humanas, pelas alterações climáticas e pela degradação acelerada dos ecossistemas. A dimensão e a urgência desta crise, aliadas ao curto horizonte para cumprir as metas do Quadro Global da Biodiversidade Kunming–Montreal, exigem uma ação imediata e transformadora. Neste contexto, as tecnologias digitais, em particular a IA, estão a transformar a forma como observamos e protegemos a vida no planeta. A observação remota da Terra (satélites, drones e redes de sensores), permite hoje acompanhar quase em tempo real a dinâmica dos ecossistemas. Florestas, oceanos e zonas húmidas podem ser monitorizados à escala global, possibilitando a deteção precoce de desflorestação, incêndios, fragmentação de habitats ou atividades ilegais, com um grande nível de detalhe. Estes sistemas geram grandes volumes de dados que sustentam abordagens científicas cada vez mais sofisticadas. A IA é um acelerador decisivo deste processo. Algoritmos de aprendizagem automática analisam milhões de imagens e registos, identificam espécies e revelam padrões ecológicos invisíveis ao olhar humano, permitindo antecipar riscos e apoiar decisões de conservação mais informadas. A bioacústica computacional constitui outra inovação, ao permitir identificar espécies a partir dos seus sons e viabilizar a monitorização contínua da biodiversidade, mesmo em regiões remotas. Em paralelo, o ADN ambiental (eDNA) está a transformar a deteção de espécies, o que possibilita identificar comunidades ecológicas completas a partir de simples amostras de água ou solo. As plataformas digitais de partilha de dados ligam investigadores, decisores políticos e cidadãos à escala global. Aplicações de ciência cidadã reforçam a recolha de informação. Estas tecnologias não substituem o conhecimento ecológico clássico, mas ampliam-no. A verdadeira transformação reside na integração entre tecnologia, ciência e sociedade. Para que este potencial se concretize, é essencial que o desenvolvimento e a aplicação destas ferramentas sejam orientados por princípios éticos, inclusivos e ambientalmente responsáveis. Pedro Correia Paleontólogo e investigador da Universidade dos Trás-os-Montes e Alto Douro (UTAD) Foi na primeira metade do século XX que a inteligência artificial (IA) começou a ser desenvolvida quando Alan Turing (1912-1954), um matemático e cientista da computação britânico, publicou em 1950 o famoso artigo “Computing Machinery and Intelligence”. No entanto, a falta de capacidade de armazenamento e os elevados custos de computação atrasaram o seu progresso nessa época. Nas décadas seguintes, o aumento da capacidade de computação e o uso de algoritmos mais sofisticados levaram a avanços tecnológicos notáveis, entre os quais o desenvolvimento de sistemas de navegação, como o Google, nos finais dos anos 90. Nos últimos anos, a IA tem desempenhado um papel cada vez mais significativo na ciência, impulsionada pela capacidade de lidar com grandes conjuntos de dados. Contudo, preocupações éticas, têm surgido devido ao uso imprudente da IA, especialmente de ferramentas como o ChatGPT, levando a inúmeras retratações de publicações por parte de editoras e jornais científicos. Na ciência, o pensamento crítico é um requisito exigível que continua a estar apenas ao alcance da inteligência humana. Na paleontologia, a área científica na qual eu trabalho, o uso da IA no estudo de fósseis já é uma realidade. A IA recorre a fotografias com o objetivo da classificação dos fósseis. No entanto, a sua aplicação é ainda limitada porque o registo paleontológico é na sua maioria muito fragmentado e escasso e depende do grau de preservação. A maioria dos estudos publicados em taxonomia recorrendo à IA foi realizada com base em microfósseis, porque estes são menos suscetíveis de serem alterados tafonomicamente, ou seja, durante o processo de fossilização. Os macrofósseis exigem uma capacidade computacional maior e a utilização de técnicas mais avançadas, sugerindo que a paleontologia abrace o espaço da Big Data, o que pressupõe volume, variedade, velocidade, e veracidade dos dados. No futuro, a automatização destes métodos tecnológicos poderá ajudar na descrição comparativa e na classificação de fósseis, bem como no processamento de imagens e na codificação de caracteres morfológicos, auxiliando as reconstruções filogenéticas dos seres vivos do passado. Nuno Lopes Meteorologista. Chefe da divisão de previsão meteorológica e vigilância do IPMA Os modelos de Inteligência Artificial/Machine Learning (IA/ML) em meteorologia, designados por data-driven models, ou em tradução livre, modelos guiados por dados, têm mostrado resultados prometedores em avaliações estatísticas do seu desempenho face aos modelos clássicos, isto é, face aos modelos baseados em equações físicas. Os modelos de IA/ML estão, hoje, disponíveis nos centros operacionais para uma avaliação do seu desempenho em casos concretos e em tempo real. Certas aplicações de pós-processamento destes modelos, para aplicações específicas tais como previsão de nevoeiro, têm demonstrado melhores resultados do que os modelos físicos. Verifica-se hoje um forte aumento do investimento em IA/ML quer por multinacionais, como a Google ou a Microsoft, quer por instituições públicas. O ECMWF, instituição mundial de referência na área da meteorologia, está no processo de aquisição de um novo supercomputador com um grande incremento de Graphics Processing Units, resultado da estratégia delineada para os próximos quatro anos em que o investimento em IA/ML estará quase a par com o investimento no modelo físico. Com o avanço dos modelos de IA/ML, coloca-se uma questão que extravasa o domínio técnico. Atualmente, conhecemos bem as limitações dos modelos físicos e conseguimos identificar, em análises posteriores, as razões pelas quais estes falharam na previsão de determinados eventos. Os modelos de IA/ML, por sua vez, funcionam ainda como “caixas negras”, conhecemos os métodos aplicados, mas não conseguimos explicar por que motivo falhou determinada previsão. Estes modelos tanto acertam em eventos muito raros, como prever neve na Flórida, como fazem previsões completamente irrealistas para furacões. A IA/ML em meteorologia está apenas a começar e tem muito para crescer, mas devido ao carácter caótico intrínseco da atmosfera haverá sempre erros e nunca haverá previsões perfeitas. Estará a sociedade preparada para aceitar previsões que não podem ser explicadas? Sérgio Matoso Laranjo Diretor Académico do Knowledge Centre em IA, Dados do Mundo Real e Saúde Digital, NOVA Medical School. Cardiologista Pediátrico e Eletrofisiologista, Hospital Santa Marta E se a próxima grande descoberta médica não vier de um laboratório, mas de um algoritmo? Em 2025, esta pergunta deixou de pertencer à ficção científica. A IA está a transformar-se no mais poderoso instrumento de precisão alguma vez colocado nas mãos dos profissionais de saúde — um microscópio capaz de ver o que antes era invisível, um assistente incansável que nunca esquece um detalhe. Imagine um médico numa aldeia remota, com acesso à mesma sabedoria diagnóstica de um especialista de renome mundial. Imagine um tumor detetado em segundos, não em horas, oferecendo ao doente a dádiva mais preciosa: tempo. Imagine um investigador a descobrir candidatos a medicamentos em meses, não em anos, trazendo esperança a milhões. Este futuro já começou. Os resultados são já tangíveis. Em diagnóstico por imagem, algoritmos atingem precisões superiores a 90%, transformando análises de dias em minutos que salvam vidas. Na investigação farmacêutica, a IA acelera a descoberta de novos fármacos em até 40%. A cirurgia robótica assistida reduz complicações significativamente, enquanto a análise genómica permite, finalmente, desenhar tratamentos à medida de cada pessoa. Mas o mais extraordinário desta revolução é o que ela preserva. Esta não é uma história de máquinas a substituir humanos — é de humanos aumentados por máquinas, libertados para aquilo que só nós sabemos fazer: olhar nos olhos, ouvir com empatia, cuidar com compaixão. A tecnologia processa o impossível; o clínico recupera tempo para ser verdadeiramente humano. A IA é um espelho das nossas escolhas. Os dados que usamos, as populações que incluímos, a transparência que exigimos — tudo molda o seu impacto. Em 2026, a questão decisiva não é o que a IA pode fazer por nós, mas o que o que nós faremos com ela. A resposta definirá não apenas o futuro da saúde, mas a humanidade que queremos preservar na medicina. João Santos PereiraDiretor Executivo da Faculdade de Medicina da Universidade Católica Portuguesa O potencial de impacto da IA é vasto em todas as áreas do conhecimento humano, sendo a Medicina um dos exemplos mais mencionados. Não falta quem profetize que o futuro da prática clínica venha a prescindir quase inteiramente de intervenção humana. Este tipo de predição, no entanto, parece-me excessivo. É verdade que podemos dizer que a era da promessa e do entusiasmo já passou e que temos, por fim, resultados concretos. Desde a aceleração da descoberta de novos medicamentos ao apoio clínico automatizado em lugares remotos, a IA está a modificar a vida das pessoas. Por exemplo, os sistemas de apoio à decisão clínica, que ajudam médicos a chegar a diagnósticos desafiantes, já existem há bastante tempo; no entanto, com a ajuda da IA generativa, estão mais fáceis de utilizar e permitem um apoio mais contextualizado. Também os conceitos de medicina preventiva e personalizada, tão badalados desde o início do século, encontram finalmente tração real com o apoio de novos algoritmos que permitem identificar prognósticos e terapêuticas que respeitam as particularidades de cada pessoa. No entanto, temos de nos recordar que o caminho da IA, já com cerca de 70 anos, tem sido pouco linear, cheio de obstáculos pelo meio. Ainda há temas fundamentais a resolver, nomeadamente a qualidade dos dados de treino, as extrapolações e alucinações nas respostas, os custos de infraestrutura e as questões regulatórias complexas. Um dos temas mais críticos para a Medicina é a transparência, que, por sua vez, tem impacto direto na confiança dos utilizadores, tanto profissionais de saúde como pacientes. Acresce a isto algo de insuperável: a dignidade humana. Não tenhamos dúvida de que a IA veio para ficar e passará a ser um vértice no triângulo médico-paciente-sistema. No entanto, a técnica, por muito eficaz que seja, não pode - nem deve - substituir o que de mais sagrado há na Medicina: a relação humana, a compreensão profunda do sofrimento do outro e a sua mitigação digna. Hélder Dores Cardiologista, Coordenador da Cardiologia Clínica, Cardiologia Desportiva e Reabilitação Cardíaca do Hospital da Luz Lisboa e Professor na Nova Medical School A IA é já uma realidade na cardiologia atual, prevendo-se que seja amplamente consolidada em 2026. A sua aplicação é transversal a múltiplos contextos, incluindo diagnóstico, estratificação de risco, tratamento, avaliação prognóstica, apoio a tarefas burocráticas e otimização de processos clínicos. Uma das áreas em que a IA poderá ter maior impacto é a prevenção cardiovascular (CV). A estratificação de risco, através de algoritmos baseados em IA que integram dados clínicos, demográficos, laboratoriais e de exames complementares, permitirá estimar eventos CVs com maior precisão do que os scores tradicionais. A identificação precoce de indivíduos de alto risco possibilitará a implementação de medidas preventivas e terapêuticas mais atempadas e adequadas. Na interpretação de exames complementares, os sistemas de IA podem melhorar a deteção de alterações patológicas. Embora já existam aplicações em uso, a sua relevância clínica tenderá a aumentar. Destacam-se a interpretação do eletrocardiograma e de exames de imagem, como ecocardiogramas, a tomografia computorizada e ressonância magnética, permitindo identificar alterações subtis associadas à insuficiência cardíaca, às miocardiopatias, à doença coronária e às arritmias. A monitorização remota, através de wearables e outros dispositivos apoiados por IA, com análise de dados em tempo real, possibilita a deteção precoce de padrões anormais e a geração de alertas, promovendo mudanças no estilo de vida, ajustes terapêuticos, melhor adesão e uma resposta mais rápida em contextos urgentes. A utilização de chatbots, de feedback em tempo real e de estratégias de ‘gamificação’ deverá ganhar relevância. Em suma, a IA emerge como elemento-chave na transição para uma medicina mais personalizada, potencialmente com ganhos clínicos e organizacionais sustentáveis a médio e longo prazo. .A revolução quântica na programação com IA vai permitir fazer “coisas espetaculares”