Open Science Desktop, mantido pelo coletivo ai4s-research sob licença MIT, chegou à versão 0.5.0 em 19 de agosto de 2026, com um modo headless [osd server] que dispensa a interface gráfica; a ferramenta passa a rodar tanto no notebook do pesquisador quanto em um servidor sem monitor, mantendo o mesmo fluxo de trabalho auditável.
O que é?
Open Science Desktop é uma bancada de pesquisa em inteligência artificial, de código aberto, local-first e agnóstica a modelo, para macOS, Windows e Linux. O projeto se apresenta como alternativa aberta ao Claude Science Desktop e a plataformas similares, construída sobre Tauri 2, React, TypeScript e um runtime OpenCode empacotado (sidecar), isolado da configuração pessoal que o usuário já tenha do OpenCode. Chamou-se anteriormente apenas "Open Science"; a distribuição atual é a "Área de Trabalho de Ciência Aberta" (Open Science Desktop).
A ferramenta não fornece modelo de linguagem próprio: o usuário conecta a chave de um provedor (Anthropic, ou qualquer outro suportado pelo OpenCode, inclusive endpoint compatível com OpenAI hospedado pelo próprio usuário). Também não deve ser confundida com o projeto homônimo da Synthetic Sciences, chamado "OpenScience": este é um workspace de navegador, orientado por uma CLI própria (openscience) e por um SDK em TypeScript; o Open Science Desktop aqui tratado é um aplicativo de mesa, com arquivos, sessões e histórico de execução armazenados localmente na máquina do usuário.
Para que serve?
A ferramenta cobre o ciclo de pesquisa do início ao fim, numa única sessão contínua e rastreável: exploração de um tema amplo, revisão da literatura, formulação de hipótese, código do experimento, análise, geração de figuras e redação do texto final. Produzir uma revisão de literatura com citações reais e verificáveis [DOI resolvido] a partir de uma pergunta de pesquisa aberta. Rodar um experimento reprodutível [local, remoto por SSH/Slurm, ou em nuvem via Modal] e obter figura, tabela e relatório que remetem ao código e aos dados exatos que os geraram.
Disparar e acompanhar essa mesma rotina sem estar na frente do computador: por terminal, por outro agente, ou pelo celular através de um gateway autenticado por token. Auditar um artigo já pronto, verificando inconsistências numéricas, lógicas ou entre a figura e o código-fonte antes da submissão.
Como funciona?
O aplicativo desktop conversa com o runtime OpenCode através de um pacote interno (packages/sdk), de modo que a interface nunca fala diretamente com o motor de execução.
Sobre esse runtime correm "habilidades" [skills] de agente: a habilidade orquestradora ai4s-agent encadeia, em sequência, research-explorer (delimita o tema), literature-survey (produz PDF de 6 a 20 páginas com mais de 60 citações e figuras de taxonomia), experiment-suite (gera documento de desenho, código executável e um results.json com proveniência) e paper-writer (artigo de 8 a 14 páginas, mais de 200 citações, 4 a 8 figuras); duas habilidades adicionais renderizam mapa mental e auditam integridade do texto final. Cada estágio grava um artefato real e inspecionável no espaço de trabalho [não apenas uma resposta de chat] e um arquivo de proveniência [.openscience/provenance.jsonl] mais um índice de execuções em SQLite ligam cada figura, tabela ou relatório ao código, aos dados de entrada, ao ambiente e à conversa que os produziu. Conectores MCP prontos dão acesso a bases como arXiv, PubMed, Crossref, Semantic Scholar, bioRxiv/medRxiv, ClinicalTrials.gov, Materials Project, dados climáticos e hídricos, entre outros; o usuário pode adicionar qualquer servidor MCP próprio.
Dados, sessões, notebooks e registros de execução permanecem em pastas locais por padrão; nada sai da máquina sem ação explícita do usuário, e a tela de configurações expõe, em linguagem simples, o que pode ser enviado ao provedor do modelo escolhido. Os próprios mantenedores classificam o projeto como "ferramenta de pesquisa em versão beta" e advertem, no próprio repositório, que os resultados devem ser tratados como rascunho: números, citações, código e conclusões pedem verificação antes de publicação ou de qualquer tomada de decisão baseada neles. Seguem, portanto, os limites do modelo de linguagem ao qual o usuário se conecta — corte de conhecimento, propensão à alucinação, dependência da qualidade do prompt — sem eliminá-los; a auditoria de citações e a proveniência funcionam como trilha de verificação, não como garantia de acerto.
Os pacotes para Windows e Linux ainda não têm assinatura de código; os de macOS já são assinados e notarizados pela Apple.
Como aplicar na prática do Direito Penal e do Processo Penal?
Open Science Desktop não é uma ferramenta jurídica; nasceu para a pesquisa científica em sentido amplo. A sua interface com a prática penal e processual penal não está no conteúdo que produz, e sim no padrão de proveniência, auditabilidade e supervisão humana que impõe a si mesmo [padrão que converge com o regime fixado pelo Conselho Nacional de Justiça para o uso de inteligência artificial no Judiciário brasileiro].
Registre-se, para não confundir planos: a ferramenta não extrai nem manipula prova digital, de modo que a cadeia de custódia disciplinada nos arts. 158-A a 158-F do Código de Processo Penal (introduzidos pela Lei 13.964/2019) não incide sobre o uso descrito aqui; o regime pertinente é o de governança de IA no Judiciário, cujo eixo é o registro de fonte e de supervisão humana do art. 13, II, da Resolução CNJ 615/2025.
A Resolução CNJ nº 615, de 11 de março de 2025, exige participação e supervisão humana em todas as etapas de desenvolvimento e uso de solução de IA no Judiciário, e veda expressamente que a ferramenta funcione como instrumento autônomo de decisão, confomr dispõe o art. 19, § 3º, II, da Resolução CNJ nº 615/2025 (11.3.2025):
"o uso dessas ferramentas será de caráter auxiliar e complementar, vedada a utilização como instrumento autônomo de tomada de decisões judiciais sem a devida orientação, interpretação, verificação e revisão por parte do magistrado, que permanecerá integralmente responsável pelas decisões tomadas e pelas informações nelas contidas."
Um magistrado, membro do Ministério Público ou defensor que use a ferramenta para reunir literatura técnica de apoio a uma decisão, a um parecer ou a uma peça [p. ex., sobre epistemologia da prova digital, cadeia de custódia ou viés de automação em perícia] está sujeito a essa vedação: o texto gerado é insumo de pesquisa, nunca fundamento que dispense a verificação e a responsabilidade pessoal de quem decide.
Nesse ponto, a arquitetura da ferramenta ajuda: o art. 13, II, da mesma Resolução exige:
"registro de fontes automatizadas e do grau de supervisão humana que tenham contribuído para os resultados apresentados pelos sistemas [de] IA, a serem submetidos a auditorias regulares e monitoramento contínuo"
No contexto, é exatamente esse registro que o arquivo de proveniência e o índice de execuções da ferramenta produzem nativamente, sessão a sessão. O art. 34 reforça que o sistema usado "deverão exigir a supervisão humana e permitir a modificação pelo magistrado competente de qualquer produto gerado pela inteligência artificial".
Do lado da proteção de dados, o caráter local-first da ferramenta facilita, mas não substitui, a observância da Lei 13.709/2018 [LGPD]: a decisão de conectar um conector externo, subir um arquivo a um provedor de modelo em nuvem ou usar o gateway remoto exige, de quem opera, avaliação própria de finalidade [art. 6º, I], necessidade [art. 6º, III] e transparência [art. 6º, VI] em relação a qualquer dado pessoal ou processual que circule na sessão [sobretudo quando a pesquisa envolve peças de processo, laudos ou dados de terceiros].
Em termos simples
Pense no Open Science Desktop como um assistente de pesquisa que trabalha em cima da sua própria mesa, não na nuvem de outra pessoa: a ferramenta vai atrás de artigos, monta um resumo do que encontrou, roda o cálculo ou o experimento que você pediu, desenha o gráfico e escreve um relatório — e, para cada frase, cada número e cada gráfico desse relatório, guarda um recibo dizendo exatamente de onde veio e como foi feito. Você continua sendo quem lê o recibo e decide se confia nele.
POP — Procedimento Operacional Padrão
Nível 1 — Operação básica
Abra o aplicativo já instalado e, na primeira execução, confirme o provedor de modelo de IA [chave de API própria ou provedor já configurado] em Configurações. Crie um projeto nomeado [p;ex. "Revisão — cadeia de custódia digital"] ou importe uma pasta já existente no lugar em que ela está, sem copiá-la.
Abra uma nova sessão dentro do projeto e descreva o objetivo com /goal, definindo propósito, restrições e critério de aceite; ou use /plan para que o agente esboce o plano de execução antes de tocar em qualquer arquivo. Escolha, se necessário, qual habilidade conduzir isoladamente [research-explorer, literature-survey, experiment-suite, paper-writer] ou deixe o ai4s-agent encadear as quatro habilidades em sequência.
Ative os conectores MCP pertinentes ao tema [arXiv, PubMed, Crossref, Semantic Scholar, bioRxiv/medRxiv, ou um servidor MCP próprio] em Configurações antes de iniciar a busca.
Acompanhe a execução na sessão: aprove ou negue, quando solicitado, comandos que alterem arquivos, instalem dependências ou acessem a rede [a aprovação manual é o padrão do aplicativo].
Ao final de cada estágio, abra o artefato gerado [documento, notebook, figura, PDF] direto no visualizador embutido e confira a aba de proveniência para ver o código e os dados que o originaram.
Use o revisor de integridade [integrity-auditor] sobre o resultado antes de dar por encerrada a rodada: ele sinaliza número sem fonte, DOI não resolvido e inconsistência entre a figura e o código.
Exporte o relatório, o PDF ou o notebook final pela ação de abrir/revelar no sistema de arquivos, ou consulte o histórico de sessões para retomar, arquivar ou exportar a conversa depois.
Para acompanhar ou disparar uma rotina fora do computador principal, ative o gateway [Configurações → Acesso Remoto] e acesse a mesma interface pelo navegador do celular, usando o link com token.
Nível 2 — Uso no Processo Penal
Antes de usar a ferramenta para instruir decisão, parecer ou peça, verifique se a tarefa se enquadra no uso auxiliar e complementar admitido pela Resolução CNJ 615/2025 [arts. 2º, V, e 19, § 3º, II)]; nunca como substituto da análise pessoal.
Se a sessão envolver peça de processo, laudo pericial ou dado de terceiro, avalie previamente a finalidade, a necessidade e a transparência do tratamento [LGPD, art. 6º, I, III e VI] antes de subir o arquivo à sessão ou de ativar conector externo.
Registre, fora da ferramenta, a motivação de uso: qual pergunta foi feita, qual modelo respondeu e para qual peça o resultado serviu de insumo [documentação exigida pelo art. 13, II, da Resolução CNJ 615/2025].
Preserve o arquivo de proveniência [.openscience/provenance.jsonl] e o índice de execuções da sessão, sem edição manual; eles constituem o registro técnico de rastreabilidade que a auditoria [art. 27 da Resolução] pressupõe. Confira cada citação, número e trecho gerado contra a fonte original antes de transcrever para a peça ou a decisão [a própria ferramenta se declara "rascunho" até essa verificação].
Mantenha a supervisão humana em cada etapa da sessão [art. 3º, VII, e art. 34 da Resolução]: aprove manualmente comandos sensíveis, revise o plano antes de executá-lo e não delegue a decisão final de conteúdo ou de mérito ao agente. Ao concluir, junte a peça final ao processo, com nota de que houve apoio de ferramenta de IA na fase de pesquisa, preservando a proveniência local como lastro para eventual contraditório quanto ao método; sem, com isso, deslocar a responsabilidade pessoal do magistrado, do membro do Ministério Público ou do defensor, que a Resolução mantém integral [art. 19, § 3º, II].
Glossário Agnóstico a
modelo — arquitetura que não embute um único modelo de IA; o usuário escolhe e conecta o provedor de sua preferência.
Auditoria de citações — etapa que confere DOI, números e coerência entre figura e código antes de considerar um texto pronto.
Conector MCP — servidor que segue o Model Context Protocol e dá à ferramenta acesso padronizado a uma fonte externa (base de literatura, dado científico, serviço de terceiro).
Gateway remoto — canal autenticado por token que expõe a mesma interface do aplicativo a um navegador em outra máquina ou a um smartpone, sem transmitir a chave de API.
Local-first — arquitetura em que sessão, dados, notebooks e registros de execução ficam, por padrão, em pastas locais na máquina do usuário, e não em um servidor de terceiros.
Proveniência — registro que liga cada artefato gerado [figura, tabela, relatório] ao código, aos dados de entrada, ao ambiente de execução e à conversa que o produziu.
Runtime headless — modo de operação sem janela gráfica, controlado por terminal (osd) ou por outro programa, usado em servidor sem monitor.
Sidecar — processo auxiliar empacotado junto do aplicativo [aqui, o runtime OpenCode], isolado da instalação que o usuário já tenha do mesmo software por conta própria.
Fontes
Repositório oficial — Open Science Desktop [ai4s-research/open-science, GitHub]
Documentação oficial de instalação — Open Science Desktop Docs Notas de lançamento da versão 0.5.0 [19 de agosto de 2026]
Nota de posicionamento — Open Science Desktop vs. OpenScience (Synthetic Sciences) Resolução CNJ nº 615, de 11 de março de 2025
Texto integral em PDF — Resolução CNJ nº 615/2025 Lei nº 13.709, de 14 de agosto de 2018 (LGPD) — texto compilado, Planalto