AI in Practice: A Multilingual Survey of 2025 BioHackathon Participants

Este artigo apresenta um conjunto de dados multilíngue derivado de uma pesquisa realizada no BioHackathon 2025 no Japão, que analisa o uso, os desafios e as preocupações relacionados às ferramentas de IA entre participantes da comunidade de bioinformática e áreas correlatas.

O essencial

Imagine que o BioHackathon é como um grande "festival de culinária" para cientistas de dados e programadores de biologia. Em 2025, esse festival aconteceu no Japão, reunindo chefs (cientistas) de todo o mundo para cozinhar novas ideias usando tecnologia.

Os autores deste artigo decidiram fazer uma pesquisa de satisfação entre esses chefs, mas com um toque especial: eles queriam saber como eles estão usando a Inteligência Artificial (IA) na cozinha deles.

Aqui está a história do que eles descobriram, explicada de forma simples:

1. O Que Eles Fez? (A Pesquisa Multilíngue)

Os organizadores criaram um questionário que funcionava como um "menu" em três idiomas: Inglês, Japonês e Tailandês. Isso foi importante porque o festival atraiu gente de muitos lugares, não só do Japão.

Eles perguntaram coisas como:

• "Você usa IA todos os dias ou só de vez em quando?"
• "Você usa a IA para ajudar a escrever um código, para criar um esboço de um artigo ou para fazer o trabalho todo sozinha?"
• "O que te preocupa? (Medo de erros, privacidade de dados, ou viés?)"
• "Sua empresa ou universidade te apoia nisso?"

No total, 105 pessoas responderam. É como se 105 chefs tivessem dito: "Ei, é assim que eu trabalho hoje".

2. O "Segredo" da Privacidade (Anonimato)

Imagine que você está em uma festa e todos estão conversando. Se alguém perguntar "Quem escreveu aquele poema?", você não quer que seu nome seja gritado para todos.

Os autores foram muito cuidadosos. Eles garantiram que:

• Ninguém precisava dar o nome.
• Ninguém precisava dar o e-mail (se alguém deu, foi apagado depois).
• Se alguém escreveu um link para seu site ou um nome específico em uma resposta longa, eles apagaram (como se tivessem riscado a caneta sobre o papel).

O resultado foi um "livro de receitas" onde você vê o que os chefs fazem, mas não sabe exatamente quem é cada um. Isso permite que os dados sejam usados por qualquer pessoa sem quebrar a confiança dos participantes.

3. A "Limpeza" dos Dados (O Trabalho de Detetive)

Os dados brutos (as respostas originais) eram como uma bagunça de ingredientes: alguns escritos em japonês, outros em tailandês, alguns com erros de digitação (como escrever "ChatGTP" em vez de "ChatGPT").

Para criar uma versão útil para análise (o "prato pronto"), os autores fizeram uma grande limpeza:

• Tradução: Transformaram tudo para inglês.
• Padronização: Se alguém escreveu "Alemanha" e outro "Germany", eles colocaram tudo como "Germany".
• Agrupamento: Se alguém disse "Copilot" e outro "VSCode Copilot", eles juntaram tudo na categoria "Copilot".
• Remoção de Histórias Longas: As respostas muito longas e pessoais (onde alguém contava uma história de sucesso ou fracasso) foram removidas da versão principal para garantir que ninguém fosse identificado por detalhes únicos da história.

4. O Que Eles Encontraram? (Os Ingredientes Principais)

Embora o artigo focasse em disponibilizar os dados, a introdução nos dá um "sabor" do que foi encontrado:

• Uso Variado: Alguns usam a IA como um "auxiliar" (ajuda a cortar cebolas), outros como um "chef" (faz o prato todo).
• Preocupações: As pessoas têm medo de que a IA invente fatos (alucinações), que os dados vazem ou que o código tenha direitos autorais estranhos.
• Suporte: Nem todos sentem que suas instituições (universidades ou empresas) estão ajudando o suficiente.

5. Por Que Isso é Importante? (O Prato Final)

Este artigo não é apenas sobre números; é sobre abrir a cozinha.

Os autores colocaram todos os dados, o questionário original e as traduções em um repositório público (como uma biblioteca digital gratuita). Isso significa que:

• Outros cientistas podem usar esses dados para estudar como a IA está mudando a ciência.
• Desenvolvedores de IA podem ver o que os cientistas realmente precisam (e o que os deixa frustrados).
• Políticos e gestores podem ver onde falta apoio ou treinamento.

Em resumo:
Pense neste artigo como um mapa do tesouro deixado por uma comunidade de cientistas. Eles mapearam como estão usando a "mágica" da IA no seu dia a dia, garantiram que ninguém fosse exposto, limparam o mapa para ficar legível e agora entregaram a todos para que possamos entender melhor o futuro da ciência e da tecnologia.

Resumo técnico

Resumo Técnico: "AI in Practice: A Multilingual Survey of 2025 BioHackathon Participants"

1. Problema e Contexto

O uso de Inteligência Artificial (IA) na ciência, particularmente em bioinformática, genômica e desenvolvimento de software, está a acelerar rapidamente. No entanto, existe uma lacuna significativa na compreensão de como os praticantes reais (pesquisadores, desenvolvedores e acadêmicos) adotam essas ferramentas no seu dia a dia, quais são os obstáculos institucionais, as preocupações éticas e a satisfação com os resultados. A maioria dos estudos foca em métricas macro ou em contextos clínicos, faltando uma visão granular e comunitária sobre a "IA na prática" em ambientes de hackathon e pesquisa técnica. Este estudo visa preencher essa lacuna documentando sistematicamente as práticas, barreiras e atitudes da comunidade do BioHackathon 2025 em relação à IA.

2. Metodologia

O estudo baseia-se num inquérito online multilingue (inglês, japonês e tailandês) conduzido entre 16 e 18 de setembro de 2025, ligado ao evento BioHackathon 2025 no Japão.

• Desenho do Inquérito:

  • Plataforma: Google Forms, com duração estimada de 10–15 minutos.
  • Definição de IA: Incluiu aprendizagem automática (ML), IA generativa, ferramentas científicas de IA e assistentes de codificação, excluindo métodos estatísticos tradicionais sem componente de IA.
  • Domínios Investigados:
    • Demografia: Tipo de instituição, país, idade, género e background no BioHackathon.
    • Uso Geral: Frequência e estilo de uso (ex.: utilizador diário, investigador de IA).
    • Aplicações: Ferramentas específicas e uso por tarefa (codificação, escrita, brainstorming, tradução), categorizado por nível de autonomia ("Assistir", "Rascunhar", "Completar").
    • Desafios e Satisfação: Obstáculos, satisfação geral e áreas de melhoria necessárias.
    • Suporte Institucional e Riscos: Nível de apoio da instituição e preocupações (viés algorítmico, privacidade, propriedade intelectual, desinformação, impacto ambiental).
  • Participação: As questões eram majoritariamente opcionais para reduzir o viés de seleção e a fadiga do inquérito. Apenas o idioma e o nível de uso de IA eram obrigatórios.

• Processamento de Dados e Anonimização:

  • Coleta: 105 respostas finais foram recolhidas.
  • Anonimização: Seguiu as diretrizes "Safe Harbor" da HIPAA. Não foram recolhidos nomes, IPs ou afiliações institucionais diretas. Endereços de e-mail opcionais foram removidos.
  • Limpeza e Padronização:
    • URLs e identificadores pessoais em texto livre foram redigidos.
    • Tradução e harmonização de respostas de múltiplos idiomas (Japonês/Tailandês para Inglês) usando uma tabela de pesquisa de tradução.
    • Padronização de nomes de ferramentas (ex.: "chatGTP" → "ChatGPT") e países.
    • Criação de um conjunto de dados "limpo" (apenas inglês, estruturado para análise quantitativa) e um conjunto "bruto" (preservando texto livre e idiomas originais).

3. Principais Contribuições

O artigo não é apenas um relatório de resultados, mas uma publicação de dados (Data Note) que disponibiliza um recurso reutilizável para a comunidade científica:

1. Conjunto de Dados Aberto e Multilingue: Disponibilização de três versões dos dados no repositório GigaDB:
   • Dados brutos anonimizados nos idiomas originais.
   • Dados brutos traduzidos para inglês.
   • Dados limpos e padronizados (prontos para análise quantitativa).
2. Documentação Completa: Inclui o código de dados (dicionário de dados), o questionário original em PDF, e a tabela de mapeamento de tradução, permitindo a reprodutibilidade e a análise secundária.
3. Metodologia de Limpeza Transparente: Detalha o processo de anonimização de texto livre e a normalização de dados categóricos, servindo como guia para futuros inquéritos multilingues em ciência de dados.
4. Visão Comunitária Específica: Foca-se numa comunidade técnica de ponta (BioHackathon), oferecendo insights sobre a interseção entre IA, biologia computacional e desenvolvimento de software.

4. Resultados e Descobertas (Baseado na Descrição do Conjunto de Dados)

Embora o artigo foque na descrição dos dados, os resultados preliminares e a estrutura dos dados revelam:

• Adoção: O conjunto de dados captura métricas quantitativas sobre os níveis de adoção de IA, mostrando uma diversidade de utilizadores, desde investigadores de IA até utilizadores ocasionais.
• Padrões de Uso por Tarefa: Os dados permitem analisar como a IA é utilizada em diferentes estágios do fluxo de trabalho:
  • Assistir: Ajudar em partes específicas.
  • Rascunhar: Gerar um primeiro rascunho para edição.
  • Completar: Finalizar tarefas com pouca ou nenhuma edição.
• Preocupações: O estudo mediu níveis de preocupação (escala 1-5) sobre viés, privacidade de dados, propriedade intelectual e impacto ambiental.
• Geografia e Diversidade: O inquérito capturou participantes de vários países (com destaque para Japão, Tailândia, EUA e Reino Unido), permitindo análises comparativas transculturais e linguísticas sobre a adoção de IA.
• Limitações Identificadas: O estudo reconhece que a natureza opcional das perguntas resultou em taxas de dados em falta elevadas em tópicos específicos (ex.: ensino), e que a ausência de opções "Não se aplica" pode confundir a interpretação de dados em falta.

5. Significado e Potencial de Reutilização

Este trabalho é significativo por várias razões:

• Suporte à Política e Adoção: Fornece evidências empíricas para que instituições e financiadores compreendam as barreiras e necessidades da comunidade científica na adoção de IA.
• Desenvolvimento de Ferramentas: Desenvolvedores de ferramentas de IA científica podem usar os dados para identificar "pontos de dor" comuns e áreas onde a IA precisa de melhorar (ex.: precisão em traduções científicas ou geração de código).
• Investigação Metodológica: O conjunto de dados serve como um caso de estudo para a realização de inquéritos multilingues em ciência, abordando desafios de tradução, harmonização de dados e anonimização.
• Acesso Aberto: Ao disponibilizar tanto os dados brutos quanto os limpos, o estudo permite que outros pesquisadores realizem análises qualitativas (nos dados brutos) ou quantitativas rápidas (nos dados limpos), fomentando a ciência aberta e a reprodutibilidade.

Em suma, este artigo estabelece uma base de dados fundamental para monitorizar a evolução da prática de IA na comunidade de bioinformática e ciências da vida, servindo como um ponto de referência para estudos futuros sobre a integração de IA no fluxo de trabalho científico.