Petak levantou a questão de se mudanças ambientais frequentes realmente ajudam as populações a se adaptarem, preparando-as para desafios futuros, ou se a constante perturbação dificulta o progresso. “As populações se beneficiam de muitas flutuações ambientais, tornando as novas gerações mais preparadas para enfrentar futuras mudanças,” questionou, “ou são prejudicadas, forçadas a readaptar-se repetidamente, nunca alcançando os mesmos níveis de aptidão que as mesmas populações em um ambiente estável poderiam atingir?”

Simulando a Evolução Através das Gerações

Para explorar essa questão, Petak se uniu ao cientista da computação Lapo Frati, da Universidade de Vermont, juntamente com outros dois pesquisadores da UVM e um colaborador da Universidade de Cambridge. Juntos, projetaram um estudo inovador utilizando simulações computacionais avançadas que acompanharam milhares de gerações de organismos digitais.

Os resultados, publicados em 15 de dezembro nos Anais da Academia Nacional de Ciências (PNAS), desafiaram suposições simplistas sobre a evolução. “Encontramos uma variação notável em como as populações evoluíram em ambientes variáveis,” relataram os pesquisadores. “Em alguns casos, a mudança no ambiente ajudou as populações a encontrar picos de aptidão mais altos; em outros, dificultou seu desenvolvimento.”

Impossível de Testar em um Laboratório

A pesquisa evolutiva tradicional normalmente acompanha uma única população vivendo sob um conjunto de condições. Frati explica que esse foco restrito pode deixar de identificar padrões importantes. “Os pesquisadores muitas vezes observam a trajetória de longo prazo de uma população em um ambiente específico,” diz Frati. “Nós selecionamos uma variedade de ambientes e analisamos como as características de cada um influenciam a trajetória de muitas populações.”

Para entender por que essa abordagem mais ampla é relevante, considere as moscas-da-fruta vivendo em locais distintos ao redor do planeta. Uma população nos Estados Unidos pode experimentar variações sazonais de temperatura, enquanto outra no Quênia alterna entre longos períodos de seca e chuvas intensas. Esses grupos pertencem à mesma espécie, mas enfrentam desafios bastante diferentes.

“Flutuações de temperatura podem promover uma melhor adaptação tanto para as estações frias quanto quentes,” explica Petak. “No entanto, a alternância repetida entre as estações secas e úmidas pode realmente dificultar a adaptação à seca, forçando a população a ‘reiniciar’ a evolução após um longo período de chuvas — levando a características piores do que em populações expostas apenas à seca.” Como resultado, uma população pode se beneficiar das mudanças ambientais enquanto outra é prejudicada por elas.

Por que a História Importa na Evolução

A autora sênior Melissa Pespeni, professora de biologia na UVM, afirma que a escala do estudo tornou esses insights possíveis. “O que é emocionante neste estudo é que reencenamos a evolução centenas de vezes. Isso nos deu uma visão panorâmica de como a evolução se desenrolou em muitos ambientes diferentes — algo que seria impossível de testar em laboratório,” disse ela.

Uma conclusão importante se destacou. “A maior lição para mim é que o ponto de partida realmente importa. A história de uma população molda quão alto ela pode alcançar e quão difícil é o caminho para chegar lá, o que significa que não podemos supor que uma população represente toda uma espécie.”

Por que Esses Resultados São Relevantes Agora

Os resultados têm importantes implicações para problemas do mundo real. Os cientistas precisam entender se plantas e animais conseguem se adaptar rapidamente o suficiente para sobreviver às mudanças climáticas aceleradas. Ao mesmo tempo, as bactérias evoluem continuamente resistência aos antibióticos, representando uma ameaça crescente à saúde humana.

Apesar dessa complexidade, a pesquisa muitas vezes se concentra apenas em uma população sob um único tipo de estresse ambiental. Conclusões amplas são então tiradas sobre como uma espécie responderá à mudança. Petak argumenta que essa abordagem pode ser enganosa. “Modelos computacionais, como o nosso, podem ser utilizados para formular novas hipóteses sobre populações biológicas reais,” afirma.

Testando a Evolução em 105 Ambientes Diferentes

Nas suas simulações, os pesquisadores criaram organismos artificiais e os expuseram a uma ampla gama de condições em mudança. Esses ambientes digitais refletiam padrões naturais, como ciclos de temperatura e períodos alternados de seca e chuva.

“O que é novo em nosso trabalho,” explica Petak, “é que em vez de estudar a evolução em apenas um ambiente variável, criamos 105 ambientes variáveis diferentes. Isso nos permitiu comparar sistematicamente como as populações evoluem em muitos cenários distintos.”

Implicações para a IA

Os achados também se estendem além da biologia e podem contribuir para pesquisas em inteligência artificial. Muitos sistemas de IA enfrentam dificuldades para aprender novas tarefas sem perder habilidades já adquiridas. O coautor e cientista da computação da UVM, Nick Cheney, vê fortes paralelos entre esse desafio e a dinâmica evolutiva.

“Os sistemas de IA tradicionalmente têm sido construídos de forma a resolver uma pergunta específica,” diz Cheney. Novas abordagens buscam desenvolver sistemas que continuem aprendendo ao longo do tempo. Um campo em crescimento conhecido como aprendizado contínuo online, observa ele, “reflete de maneira brilhante as ideias exploradas neste artigo sobre como evolução, aprendizado e desenvolvimento interagem — e se beneficiam — de ambientes variáveis e dinâmicos.”

Aprendendo a Aprender

Para Frati, a mensagem mais ampla se aplica a sistemas de aprendizado de todos os tipos. “Minha pesquisa trata de meta-aprendizado, a capacidade dos sistemas de aprender a aprender,” diz. Assim como a IA não pode ser avaliada com base em uma única tarefa, a evolução não pode ser totalmente compreendida ao estudar um único ambiente.

O estudo destaca a importância de testar sistemas em diversas condições comparáveis, mas distintas, ao avaliar a evolutividade, que Frati descreve como a capacidade de um sistema de evoluir para evoluir.

Em sua essência, a pesquisa mostra que a evolução é moldada não apenas pela mudança em si, mas pela ordem, tipo e história dessas mudanças. Como diz Petak, “Nossos resultados mostram que a escolha do ambiente variável,” afirma, “pode influenciar fortemente o resultado.”