Use o Hypothesis Generation, um sistema de IA de vários agentes, para desenvolver uma proposta de investigação, acelerar o processo de revisão manual de bibliografia e gerar ideias inovadoras que pode adaptar aos seus conhecimentos e desafio.
Atualmente, o acesso ao Hypothesis Generation está limitado ao nosso formulário de interesse.
- Para manifestar o seu interesse, inscreva-se em labs.google.com/science.
- Importante: o envio da sua manifestação de interesse não garante o acesso.
- Se o seu perfil for selecionado, recebe uma notificação por email com mais instruções.
Se obtiver acesso, para ter a melhor experiência com o Hypothesis Generation, certifique-se de que:
- Inicia sessão no Hypothesis Generation.
- Tem uma ligação à Internet estável.
- Usa um computador.
- Usa o Google Chrome.
Transforme o seu desafio ou hipótese de investigação num objetivo estruturado.
- No computador, abra a Hypothesis Generation.
- Na caixa de comandos, explique o seu desafio ou hipótese de investigação.
- Pode usar casos práticos como correferências para estruturar o seu objetivo de investigação e compreender os resultados esperados. Saiba como encontrar casos práticos.
- Clique na seta
.
- Conclua uma entrevista conversacional com o agente da Hypothesis Generation.
- No lado direito, em "Progresso da entrevista", pode verificar o seu progresso nos elementos específicos do objetivo da investigação. Saiba mais sobre os elementos de objetivos de investigação eficazes.
- Este fluxo baseado em agentes dá-lhe orientações para a criação das especificações de execução, o que facilita o refinamento iterativo do seu objetivo.
- Quando concluir todos os elementos do seu objetivo de investigação, a Hypothesis Generation prepara as suas especificações finais.
- Para rever o plano de investigação finalizado, no widget de vista geral, clique em Abrir.
- No computador, abra a Hypothesis Generation.
- Desloque a página para baixo até "Explore os nossos casos práticos".
- Clique num exemplo que quer usar.
A chave para uma utilização eficaz da Hypothesis Generation é um objetivo de investigação bem definido. Formule as suas solicitações da forma mais precisa possível. Encare esta interação como uma conversa com um colaborador altamente competente.
O seu objetivo de investigação vai incluir estes elementos:
- Desafio de investigação: este é o objetivo de alto nível do seu estudo. Deve definir o problema que está a resolver, os alvos específicos que quer atingir e o que significa "sucesso". Os desafios de investigação podem assumir muitas formas diferentes. Por exemplo:
- "O que aconteceria a seguir…"
- Procurar um mecanismo de ação
- Avaliar uma fundamentação
- Avaliar os principais candidatos para teste
- Procurar uma estratégia para reverter um resultado biológico
- Procurar uma fundamentação do motivo pelo qual algo falharia
- Solicitar um design
- Sugerir uma estratégia alternativa
- Área de foco: estes são os pilares ou domínios específicos de investigação que o sistema vai explorar para resolver o seu desafio. Funcionam como "lentes" para restringir a pesquisa de soluções.
- Preferências: esta secção define como quer que a investigação seja realizada e quaisquer restrições específicas nas soluções. Orienta o sistema para a sua abordagem técnica preferida.
- Título: opcional, mas útil para organizar os seus objetivos.
- Depois de configurar uma execução e definir o desafio de investigação, a Hypothesis Generation sugere automaticamente um título.
- Para uma identificação visual rápida de objetivos específicos, adicione um emoji.
- Para alterar o título, clique em Mais
Mudar nome.
Mudar nome.Importante: tem um limite de 3 execuções padrão e 1 execução avançada em curso em simultâneo. A Hypothesis Generation usa uma capacidade computacional significativa por execução.
- No computador, abra a Hypothesis Generation.
- No seu objetivo de investigação, na parte superior direita, clique em Configurar execução.
- Selecione o tipo de execução.
- Execução padrão: obtenha resultados mais rápidos quando testar e refinar o objetivo da sua investigação.
- Execução avançada: obtenha uma análise mais abrangente e detalhada para descobrir novas inovações. Também pode obter sugestões mais detalhadas ou diversificadas.
- Clique em Iniciar execução.
- Quando o relatório estiver pronto, recebe um email.
Dica: a conclusão da execução pode demorar várias horas.
Resolva problemas de reembolsos de créditos de IA para execuções com falhas
Importante: uma execução só é considerada como tendo falhas se o respetivo estado for apresentado como "Com falhas" em execuções recentes.
Se uma execução não for concluída, os créditos de IA usados nessa execução podem ser reembolsados para a sua conta. Se lhe foi cobrado um valor por uma execução com falhas, contacte o apoio técnico do Google One para iniciar o processo de reembolso.
Dica: a sincronização do estado de uma execução pode demorar algum tempo. Se o relatório não aparecer imediatamente após a conclusão, experimente atualizar o navegador.Depois de definir o objetivo da investigação e iniciar a execução, a Hypothesis Generation executa uma revisão intensiva da bibliografia, gera ideias inovadoras através de uma avaliação competitiva e sintetiza potenciais direções de investigação num relatório de objetivos.
- No computador, abra a Hypothesis Generation.
- Encontre a sua investigação.
- Encontre uma investigação recente: desloque a página para baixo até "Investigação recente".
- Encontre toda a investigação: na parte superior esquerda, clique em Alvo
.
- Clique num objetivo de investigação.
- Encontra os seus objetivos de investigação em rascunho, em curso e anteriores, juntamente com as respetivas datas de criação.
Reveja a bibliografia
Na página do relatório de objetivos, clique num destes separadores:
- Ideias: reveja a tabela de classificação completa das propostas de investigação geradas.
- Para ajudar a identificar os candidatos de mais alta qualidade, as propostas são ordenadas através da classificação Elo.
- As propostas também são categorizadas em dois segmentos acionáveis: Elevado potencial e Não viável.
- Base de conhecimentos: um repositório centralizado de documentação técnica detalhada, estatísticas baseadas em investigação e dados detalhados concebidos para referência rápida e análise abrangente.
- Resumo: uma vista geral sintetizada de todo o esforço de investigação
- Especificações de execução: reveja os detalhes sobre as restrições e os parâmetros específicos que definem uma "execução" de investigação.
Dica: para explorar ideias específicas ou avaliar potenciais custos/benefícios, clique em Abrir agente no lado direito.
Exporte ou partilhe relatórios de objetivos
Para colaborar com colegas ou analisar mais detalhadamente as suas conclusões, exporte ou partilhe os relatórios de objetivos.
Exporte relatórios de objetivos no NotebookLM
Abra o relatório de objetivos diretamente no NotebookLM para interagir com as conclusões, fazer perguntas de seguimento e sintetizar o relatório com outros documentos de investigação.
- No computador, abra a Hypothesis Generation.
- No lado esquerdo, clique em Alvo
- Clique num objetivo de investigação.
- Na parte superior direita, clique em Abrir no NotebookLM.
Partilhe relatórios de objetivos
Gere e copie um link exclusivo para o relatório de objetivos.
- No computador, abra a Hypothesis Generation.
- No lado esquerdo, clique em Alvo
- Clique num objetivo de investigação.
- Na parte superior direita, clique em Partilhar
.
- Ative a opção Ativar partilha pública.
- Clique em Copiar.
Transfira relatórios de objetivos
Guarde uma cópia local do relatório de objetivos no seu dispositivo para revisão ou arquivo offline.
- No computador, abra a Hypothesis Generation.
- No lado esquerdo, clique em Alvo
- Clique num objetivo de investigação.
- Na parte superior direita, clique em Transferir
.
- Selecione uma opção de transferência.
Cite a Hypothesis Generation quando publicar resultados
Se usar a Hypothesis Generation na sua investigação, use esta citação:
@article{Gottweis2026,
title = {Accelerating scientific discovery with Co-Scientist},
ISSN = {1476-4687},
url = {http://dx.doi.org/10.1038/s41586-026-10644-y},
DOI = {10.1038/s41586-026-10644-y},
journal = {Nature},
author = {Gottweis, Juraj and Weng, Wei-Hung and Daryin, Alexander and Tu, Tao and Sirkovic, Petar and Myaskovsky, Artiom and Glowaty, Grzegorz and Weissenberger, Felix and Orlandi, Alessio and Popovici, Dan and others},
year = {2026},
month = May
}
Para reconhecer a utilização da Hypothesis Generation no seu trabalho, recomendamos que inclua o seguinte texto na secção de métodos:
Utilização de ferramentas de IA: o sistema da Hypothesis Generation foi usado durante a geração e a priorização de hipóteses e do design experimental [data de utilização]
Citação noutros formatos
- Estilo APA: Gottweis, J., Weng, W.-H., Daryin, A., Tu, T., Sirkovic, P., Myaskovsky, A., Glowaty, G., Weissenberger, F., Orlandi, A., Popovici, D., Palepu, A., Rong, K., Tanno, R., Saab, K., Zhang, F., Blum, J., Carroll, A., Kulkarni, K., Tomašev, N., … Natarajan, V. (2026). Accelerating scientific discovery with co-scientist. Nature. https://doi.org/10.1038/s41586-026-10644-y
- Estilo MLA: Gottweis, Juraj, et al. "Accelerating Scientific Discovery with Co-Scientist." Nature (2026), https://doi.org/10.1038/s41586-026-10644-y.
- Estilo Chicago: Gottweis, Juraj, Wei-Hung Weng, Alexander Daryin, Tao Tu, Petar Sirkovic, Artiom Myaskovsky, Grzegorz Glowaty, et al. 2026. "Accelerating Scientific Discovery with Co-Scientist." Nature, maio de 2026. https://doi.org/10.1038/s41586-026-10644-y.
- Estilo Harvard: Gottweis, J., Weng, W.-H., Daryin, A., Tu, T., Sirkovic, P., Myaskovsky, A., Glowaty, G., Weissenberger, F., Orlandi, A., Popovici, D. et al. (2026) 'Accelerating scientific discovery with Co-Scientist', Nature. doi: 10.1038/s41586-026-10644-y.