Formulando a pergunta que vale a pena fazer
88Escolher qual das mil direções de pesquisa possíveis realmente vale anos de financiamento e esforço é um julgamento que os atuais sistemas de IA não podem fazer por conta própria com segurança.
Físico · Deriva e testa as leis matemáticas que regem a matéria, a energia, o espaço e o tempo, desde um quadro-negro solitário até um artigo sobre o acelerador de partículas de 3.000 autores.
A física teve uma vantagem incomum na era da IA: muito do que um físico realmente produz – uma nova hipótese, um aparato funcional, responsabilidade pessoal por uma alegada descoberta – é exatamente o tipo de julgamento e criatividade responsável que um modelo de linguagem ainda não pode substituir de forma confiável.
Isso não torna o trabalho à prova de IA. A triagem da literatura, o primeiro rascunho do código e o processamento de dados de rotina já são mais rápidos com a assistência da IA, e as seções abaixo separam o que já está mudando daquilo que, até agora, resistiu à automação por razões mais próximas do julgamento e da responsabilidade do que da dificuldade técnica pura.
Uma parte real da execução rotineira da física – triagem de literatura, código de simulação padronizado, primeiro rascunho de documentação e geração de figuras – já é mais rápida com a assistência da IA. O que resiste à automação é decidir qual pergunta vale anos de carreira, projetar um experimento que possa realmente respondê-la e assumir a responsabilidade pessoal por um resultado alegado pelo qual uma máquina ainda não pode ser responsabilizada.
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →Escolher qual das mil direções de pesquisa possíveis realmente vale anos de financiamento e esforço é um julgamento que os atuais sistemas de IA não podem fazer por conta própria com segurança.
Fazer com que um detector físico, laser ou criostato realmente funcione e diagnosticar por que isso não funciona ainda depende da intuição física construída a partir de anos de experiência prática em laboratório.
Decidir se um novo resultado é real, importante e corretamente analisado é um julgamento social e científico, e não uma pesquisa, feita por revisores humanos responsáveis.
A reputação de um físico nomeado, e às vezes sua carreira, está em risco por uma afirmação publicada de uma forma pela qual nenhum sistema de IA responde atualmente.
Coordenar milhares de cientistas de dezenas de países numa experiência partilhada requer confiança e diplomacia que nenhum sistema de IA atual consegue.
A triagem da enxurrada diária de novos pré-impressões no arXiv e a sinalização de resultados relevantes são cada vez mais tratadas ou aceleradas por ferramentas de IA.
A geração de pipelines de processamento de dados padrão e estruturas de simulação a partir de um método descrito é uma ótima opção para as ferramentas atuais de geração de código.
A elaboração de uma versão inicial da introdução de um artigo ou a geração de gráficos padrão a partir de dados processados já são parcialmente automatizados em muitos grupos.
A filtragem de ruído, a correção de efeitos instrumentais conhecidos e a sinalização de pontos de dados anômalos são cada vez mais executados por meio de pipelines automatizados ou de aprendizado de máquina, em vez de revisão manual.
Os físicos usam cada vez mais ferramentas de IA para examinar a mangueira de incêndio diária do arXiv e sinalizar trabalhos relevantes, compactando em minutos uma tarefa que costumava levar horas de verificação manual.
As redes neurais agora funcionam dentro de sistemas de acionamento de detectores de partículas e examinam terabytes de dados de pesquisas astronômicas em busca de anomalias, trabalho que nenhuma equipe humana poderia realisticamente fazer manualmente nessa escala.
Uma parcela crescente de novos resultados em física, especialmente em partículas e astrofísica, tem centenas ou milhares de coautores, mudando o que conta como contribuição e crédito de um físico individual.
Com o número de cargos efetivos superados em número por novos doutorados todos os anos, a maioria dos doutorados em física constroem agora carreiras em finanças, tecnologia ou investigação industrial, em vez de uma universidade.
Aplica modelagem matemática treinada em física aos mercados financeiros em fundos de hedge e empresas comerciais, um dos destinos mais bem pagos para um doutorado em física.
Os laboratórios de IA contratam cada vez mais doutores em física para seu treinamento na construção e teste de modelos matemáticos em dados confusos do mundo real, mesmo sem formação em ciência da computação.
Constrói e calibra os qubits físicos e os sistemas de controle por trás dos computadores quânticos, uma especialização em rápido crescimento baseada diretamente no treinamento em matéria condensada e física atômica.
Aplica habilidades de análise estatística e modelagem desenvolvidas durante um doutorado em física para problemas da indústria em tecnologia, saúde ou logística, um ponto de chegada comum fora da pesquisa pura.
A procura de pessoas com formação em física provavelmente permanecerá forte durante a próxima década, impulsionada menos por uma tendência única de IA do que pelo crescimento contínuo dos semicondutores, da computação quântica e das indústrias com grande volume de dados que valorizam o rigor matemático da área, mesmo quando o título do trabalho não tem nada a ver com física.
A leitura honesta é que a IA é uma preocupação secundária em relação ao problema estrutural mais antigo da área: os programas de doutoramento em física formam muito mais investigadores todos os anos do que existem cargos académicos permanentes para contratar, e essa incompatibilidade, e não a automação, é o que já empurra a maioria dos físicos para carreiras fora da universidade para a qual treinaram.
O cientista que estuda a própria vida, desde Linnaeus nomeando espécies manualmente até a edição de genomas com CRISPR, ainda testando todas as ideias contra um organismo vivo.
AI-resistant 64 🏗️Projeta edifícios que devem permanecer de pé, atender ao código, agradar o cliente e custar a quantia certa - e então assume a responsabilidade legal se não o fizerem.
AI-resistant 78 💱O estudioso da escassez – desde a fábrica de alfinetes de Adam Smith até à sala de decisões do banco central – ainda pediu para prever o que nenhum modelo capta totalmente.
AI-resistant 62 🎬Transforma um roteiro em um filme finalizado, decidindo cada tomada, performance e corte, e depois convence o produtor, o estúdio e o público de que a visão valeu o orçamento.
AI-resistant 73 🧪O cientista que fabrica e mede a própria matéria – desde o perfume babilónico de Tapputi até aos laboratórios robóticos de hoje, continua a ser aquele que decide o que significa o espectro.
AI-resistant 70 👔Aconselha os clientes, redige os documentos que os vinculam e defende o seu caso quando este chega ao tribunal - assumindo responsabilidade legal pessoal se o aconselhamento estiver errado.
AI-resistant 58O cientista que estuda a própria vida, desde Linnaeus nomeando espécies manualmente até a edição de genomas com CRISPR, ainda testando todas as ideias contra um organismo vivo.
AI-resistant 64 🧪O cientista que fabrica e mede a própria matéria – desde o perfume babilónico de Tapputi até aos laboratórios robóticos de hoje, continua a ser aquele que decide o que significa o espectro.
AI-resistant 70 📊Encontra padrões e constrói modelos preditivos a partir de dados – um cargo de 2008 baseado em três séculos de contagem, teste e visualização de evidências.
AI-resistant 38 🔭O cientista que mede o universo, desde as tabuletas de argila da Babilônia até os telescópios espaciais, ainda decidindo qual oscilação nos dados é uma descoberta.
AI-resistant 70 🧮Dos escribas babilônicos aos medalhistas Fields e às provas assistidas por IA: a profissão que transforma questões difíceis em certezas permanentes, um teorema de cada vez.
AI-resistant 70 🧿Constrói, mede e controla dispositivos que exploram estados quânticos para computação, detecção, comunicação e pesquisa de materiais.
AI-resistant 78 🧫Utiliza dados clínicos, de ensaios e do sistema de saúde para gerar evidências confiáveis para cuidados, pesquisas e decisões operacionais mais seguras.
AI-resistant 68