Google Cloud AI Research lançou o PaperOrchestra, um framework multi-agente que converte automaticamente materiais de pesquisa não estruturados em papers acadêmicos prontos para publicação. O sistema recebe como entrada notas de laboratório bagunçadas, resultados espalhados e dados experimentais brutos, depois produz manuscritos LaTeX completos formatados para conferências específicas, completos com revisões de literatura, citações e visuais gerados como gráficos e diagramas. Em avaliações humanas contra sistemas de escrita autônoma existentes, PaperOrchestra alcançou margens de vitória absoluta de 50-68% para qualidade de revisão de literatura e 14-38% para qualidade geral do manuscrito.
Isso representa uma mudança significativa das ferramentas de escrita IA atuais que produzem conteúdo genérico ou requerem pipelines experimentais rígidos. A escrita acadêmica permaneceu amplamente intocada pela onda de automação IA que varreu programação e criação de conteúdo, parcialmente porque papers de pesquisa demandam síntese profunda de materiais espalhados em narrativas coerentes. A capacidade de gerar revisões de literatura abrangentes com citações baseadas em API aborda um dos aspectos mais demorados da escrita acadêmica — algo que mata muitos papers antes de chegarem à submissão.
A equipe validou sua abordagem com PaperWritingBench, um novo benchmark construído de materiais de engenharia reversa de 200 papers de conferências IA de primeira linha. Sua página do projeto mostra manuscritos de amostra gerados para formatos CVPR e ICLR, demonstrando que o sistema pode lidar com diferentes requisitos de conferências e templates LaTeX. A arquitetura multi-agente do framework parece projetada para lidar com a natureza complexa e iterativa da escrita acadêmica melhor que abordagens de modelo único.
Para pesquisadores de IA e instituições acadêmicas, isso poderia reduzir drasticamente o gargalo de publicação. As semanas tipicamente gastas traduzindo resultados experimentais em prosa polida poderiam encolher para horas, potencialmente acelerando o ritmo de comunicação científica. Porém, permanecem questões sobre verificação de originalidade e como conferências adaptarão seus processos de revisão se papers gerados por IA se tornarem lugar-comum.