Deep Review: Google usa agentes de IA para checar documentos técnicos

O Google Research anunciou em 14 de outubro de 2026 o Deep Review, um sistema de IA agêntica criado para dar devolutiva técnica e verificar documentos complexos. O anúncio é assinado por Rajesh Jayaram e Vincent Cohen-Addad, pesquisadores do Google Research, e descreve um trabalho conjunto entre Google Research, Google DeepMind e Google Cloud.

O sistema nasceu de uma ferramenta experimental chamada Paper Assistant Tool (PAT), voltada à análise de artigos de ciência da computação, e foi ampliado para documentos jurídicos, financeiros, de projeto e de apresentação. Segundo o anúncio, o Deep Review serve tanto durante a redação quanto na fase de revisão, e já está disponível publicamente pelo portal de pesquisa da empresa.

O problema que o Google coloca no centro do texto tem um nome: gargalo de validação. A capacidade de gerar conteúdo cresceu rápido com os modelos de linguagem, enquanto a capacidade humana de verificar o que foi gerado permaneceu praticamente constante. É uma assimetria que já se manifesta em números no mundo acadêmico — e que o anúncio usa como justificativa para a abordagem.

A escala do problema de revisão

O texto do Google cita mais de 74 mil submissões somadas às conferências ICLR, NeurIPS e ICML neste ano, contra cerca de 45 mil em 2025, aproximadamente 32 mil em 2024 e cerca de 23 mil em 2023. Cabe uma ressalva de precisão: o gráfico que acompanha o anúncio rotula os anos de 2023 e 2026 como 24 mil e 75 mil, o que não coincide exatamente com os números do corpo do texto. A ordem de grandeza e a trajetória de crescimento, porém, são consistentes — pouco mais de três vezes em três anos.

O ponto técnico que o Google levanta é por que uma chamada única a um modelo de linguagem não resolve a tarefa. Documentos longos esgotam o orçamento de raciocínio do modelo, dependências entre seções distantes passam em branco e afirmações tendem a ser aceitas sem escrutínio. É uma limitação conhecida de contexto longo: estar na janela de contexto não significa estar sob verificação.

Como o Deep Review funciona

A arquitetura descrita tem quatro etapas, todas executadas por agentes especializados:

1. Segmentação do documento. Um agente segmentador divide o texto em segmentos lógicos sobrepostos, de modo a cobrir todo o conteúdo sem criar fronteiras que cortem um argumento ao meio.
2. Orçamento adaptativo. A capacidade de computação é distribuída conforme a densidade de informação. Demonstrações matemáticas recebem mais que introduções ou seções de trabalhos relacionados.
3. Verificação profunda em paralelo. Agentes especializados revisam cada segmento simultaneamente, mas com acesso ao documento inteiro, o que preserva a checagem de referências cruzadas.
4. Síntese global e ancoragem. Um agente de síntese consolida os relatórios dos segmentos, roda verificações de consistência entre seções e executa checagens externas e chamadas de ferramenta contra alucinação.

Sobre modelos, o anúncio menciona apenas o suporte ao Gemini 4 Argon, que, segundo o texto, ampliou as capacidades do sistema. Não há descrição dos outros modelos usados em cada etapa, nem detalhamento de custo por documento.

O que o pré-print mostra em números

A metodologia completa e as avaliações dos pilotos estão no pré-print “Towards Automating Scientific Review with Google’s Paper Assistant Tool”, disponível no arXiv sob o identificador 2606.28277, submetido em 26 de junho de 2026. Os autores listados são Rajesh Jayaram, Drew Tyler, David Woodruff, Corinna Cortes, Yossi Matias, Vahab Mirrokni e Vincent Cohen-Addad.

O artigo propõe uma taxonomia de quatro níveis de colaboração entre IA e humanos na avaliação científica e apresenta o PAT como um arcabouço agêntico que lê o manuscrito completo para conferir resultados teóricos, validar experimentos, sugerir melhorias e sinalizar possíveis falhas. A técnica central é escalonamento em tempo de inferência: gastar mais computação na análise para encontrar problemas que uma chamada única não encontraria.

O resultado quantitativo mais concreto divulgado é uma melhora de 34% sobre a cobertura (recall) de erros matemáticos obtida sem exemplos no benchmark SPOT, proposto no artigo “When AI Co-Scientists Fail: SPOT — a Benchmark for Automated Verification of Scientific Research” (arXiv 2505.11855). Trata-se de ganho relativo em um benchmark específico de detecção de erros em artigos científicos, não de uma medida de qualidade geral de revisão.

Os pilotos em conferências

O Deep Review e seu antecessor foram testados em quatro programas: STOC 2026, ICML 2026, NeurIPS 2026 e ICLR 2027. O anúncio informa que mais de 16 mil manuscritos, cujos autores optaram por participar, receberam devolutiva privada antes da submissão.

O desenho do piloto tem salvaguardas que merecem registro, porque respondem às objeções mais previsíveis ao uso de IA em revisão por pares: a devolutiva foi desacoplada das revisões oficiais, nenhum dado dos pilotos foi usado para treinar modelos e os artigos foram excluídos ao fim de cada programa. O Google afirma que a reação dos autores foi “extremamente positiva”, mas as estatísticas detalhadas aparecem apenas em uma imagem de tabela no anúncio, sem transcrição no texto — o que significa que, nesta altura, a afirmação qualitativa não vem acompanhada de números verificáveis no próprio post.

O posicionamento declarado é de divisão de trabalho: o sistema assume as checagens cognitivamente custosas e repetitivas, enquanto o julgamento de mérito permanece com o revisor humano. Não é, portanto, uma proposta de substituição da revisão por pares.

Disponibilidade e condições de uso

O Deep Review está acessível mundialmente pelo portal de pesquisa do Google, com duas revisões de documento gratuitas por usuário por semana. Quem tem chave da API do Gemini obtém limites maiores e acesso programático pela API do Deep Review, pensada para uso em integração contínua e em fluxos de redação. No ambiente de desenvolvimento Antigravity, há um padrão chamado “Teamwork Deep Document Review Pattern”, invocado por um comando de pré-visualização.

Quanto a dados, o anúncio afirma que documentos enviados não são usados para treinar ou melhorar modelos do Google e que ficam armazenados por um ano, exclusivamente para exibição na interface do Deep Review. Para material sob sigilo — contratos, documentos regulatórios, artigos ainda não submetidos — essa retenção de doze meses é o item que pede leitura atenta antes de qualquer adoção corporativa.

Limitações e riscos a considerar

O anúncio não traz uma seção dedicada a limitações, mas algumas ficam explícitas ou implícitas no próprio texto. O suporte inicial cobre apenas PDFs e texto simples, com entrada de múltiplos arquivos anunciada como futura — restrição relevante para documentos técnicos que vivem em repositórios com código, dados e anexos. Não há menção a código aberto do sistema, de modo que a verificação independente da arquitetura descrita não é possível por ora.

Há também riscos de uso que o texto não aborda e que importam para quem decide adotar a ferramenta. O primeiro é a dependência de um verificador opaco: se a devolutiva automatizada passa a ser tratada como aval, erros que o sistema não detecta ganham uma camada extra de legitimidade. O segundo é o incentivo perverso de otimizar manuscritos para agradar ao verificador, em vez de corrigir o conteúdo. O terceiro é a concentração de infraestrutura — uma ferramenta de verificação dominante operada por uma única empresa, no mesmo ecossistema que fornece os modelos geradores, cria um ponto único de influência sobre o que é considerado válido.

Do lado das oportunidades, o ganho mais palpável não está na academia, e sim em contextos corporativos em que documentos longos passam por conferência manual repetitiva: pareceres, especificações técnicas, relatórios regulatórios e material de auditoria. Uma verificação automatizada de consistência interna e de referências cruzadas, com acesso programático, tem aplicação direta em pipelines de documentação técnica, inclusive em segurança da informação, onde inconsistências entre seções de uma política ou de um plano de resposta a incidentes passam facilmente despercebidas.

Conclusão

O Deep Review é a formalização de uma linha que o Google vinha testando desde meados de 2026 com o Paper Assistant Tool, agora com disponibilidade pública, API e escopo ampliado para além de artigos científicos. O que está demonstrado é a viabilidade técnica do desenho — segmentar, orçar computação por densidade, verificar em paralelo com contexto completo e sintetizar com ancoragem externa — e um ganho medido de 34% em cobertura de erros matemáticos em um benchmark específico. O que ainda não está demonstrado publicamente é a taxa de falsos positivos, o custo por documento e o desempenho fora do domínio de ciência da computação, onde o sistema tem muito menos histórico.

O que observar a seguir: a publicação das estatísticas dos pilotos em formato verificável, a entrada de múltiplos arquivos, e a reação dos comitês de programa das conferências — o uso de verificação automatizada antes da submissão desloca trabalho para fora do processo oficial de revisão, e as regras de cada conferência sobre isso ainda estão sendo escritas.

Fontes e referências

• Google Research — “Analyzing technical documents with Deep Review”, por Rajesh Jayaram e Vincent Cohen-Addad: research.google
• arXiv 2606.28277 — “Towards Automating Scientific Review with Google’s Paper Assistant Tool”: arxiv.org/abs/2606.28277
• arXiv 2505.11855 — “When AI Co-Scientists Fail: SPOT — a Benchmark for Automated Verification of Scientific Research”: arxiv.org/abs/2505.11855
• Plugged Ninja — “Google conecta agentes de IA a experimentos de laboratório”: plugged.ninja