O limite da inteligência artificial em textos científicos acadêmicos: uma reflexão necessária

A inteligência artificial exige uma reflexão crítica: seu uso pode ser positivo ou negativo. O essencial é adotá-la com ética, responsabilidade e bom senso, especialmente na produção científica acadêmica.

1. A IA aplicada à ciência
2. Autoria e originalidade
3. Responsabilidade
4. 5 diretrizes para uso da IA na academia
   4.1 Transparência
   4.2 Plágio
   4.3 Supervisão humana rigorosa
   4.4 Foco na originalidade e análise crítica
   4.5 Verificação de fontes
5. Seções do texto científico e as possibilidades de aplicação da IA
6. Recomendações finais

Ela, a IA, veio para ficar. E aí? Essa pergunta não é apenas um trocadilho, exige reflexão. Muitas são as empresas e pessoas que já estão utilizando e operando com a inteligência artificial, inclusive já estão se tornando dependentes dela. Isso é bom ou ruim? É aceitável ou inaceitável? É oportuno ou inoportuno? É ético ou não ético? Não podemos tratar esse fenômeno com dualismo. Cabe aqui a dualidade, ora pode ser positiva e ora pode ser negativa, ou até as duas facetas para a mesma situação. Na verdade, precisamos saber lidar com ela de forma segura e responsável, usufruindo dos aspectos positivos, sempre nos atentando para a ética e o bom senso, maximizando seus benefícios e mitigando seus riscos.

Como sabemos, a aplicabilidade da Inteligência Artificial (IA) é muito ampla. Vamos focar na produção científica acadêmica, refletindo sobre os questionamentos que provocamos acima.

A IA aplicada à ciência

A ascensão da IA tem provocado uma revolução em diversas áreas, e a produção científica acadêmica não é exceção. Ferramentas conhecidas como LLMs – Large Language Models (Modelos de Linguagem Grandes, ou seja, sistemas de inteligência artificial) oferecem um potencial inegável para auxiliar pesquisadores em tarefas como revisão bibliográfica, organização de ideias, estruturação do texto e até mesmo na redação preliminar das seções, seja em artigo de periódico, em monografia, em dissertação ou em tese. No entanto, o entusiasmo com as possibilidades que a IA oferece pode fazer com que os limites permissíveis, segundo a ética, sejam ultrapassados.

Portanto, esse uso deve ser acompanhado e freado. A IA pode ser um auxílio na pesquisa, na geração de ideias, e até, em parte, na escrita de textos. No entanto, é crucial garantir que o trabalho final seja original e que a IA seja utilizada como uma ferramenta de apoio, e não como um substituto para a sua própria reflexão e análise. A seguir, vamos abordar as premissas que devem ser consideradas no trabalho científico acadêmico.

Leia também: Inteligência Artificial na Biblioteca Virtual Pearson

Autoria e originalidade

A principal preocupação reside na autoria e na originalidade. Um texto científico acadêmico é, por definição, o resultado de pesquisa, análise crítica e argumentação original do autor. Quando a IA é utilizada para gerar seções substanciais ou até mesmo a totalidade de um texto, a linha entre a assistência e a substituição da autoria torna-se tênue. Isso levanta questões sérias sobre a integridade acadêmica e a capacidade do pesquisador em demonstrar um domínio genuíno do tema, algo essencial para essa trajetória.

Além disso, a IA, por mais sofisticada que seja, ainda carece de compreensão contextual, de capacidade de inferência humana e de nuance crítica, que são intrínsecas à pesquisa de alto nível. Ela pode sintetizar informações existentes, mas não é capaz de gerar insights verdadeiramente inovadores, formular hipóteses originais baseadas em observações empíricas complexas ou conduzir análises qualitativas aprofundadas com a mesma perspicácia de um pesquisador experiente. A criatividade, o pensamento crítico e a capacidade de fazer conexões inesperadas e lógicas dentro do contexto da pesquisa permanecem domínios fundamentalmente humanos.

Leia também: A importância da criatividade e da inovação na educação contemporânea

Responsabilidade

Outro ponto crucial é a responsabilidade. Quem assume a responsabilidade por erros factuais, interpretações equivocadas ou mesmo plágio, até então não percebido, quando um texto é gerado por IA? A ética acadêmica exige que o autor seja plenamente responsável pelo conteúdo apresentado. A IA não pode ser coautora de trabalhos científicos, pois não assume responsabilidade intelectual, somente o autor responde pelos seus achados. Delegar essa responsabilidade a uma máquina compromete os pilares de confiança e de prestação de contas junto à comunidade científica.

Para garantir a integridade e a qualidade da produção acadêmica com o uso da IA, é fundamental estabelecer diretrizes claras e, como já dissemos antes, seu uso deve ser visto como uma ferramenta de apoio, e não de substituição. Mas quais seriam as diretrizes para o uso consciente da IA na academia?

5 diretrizes para uso da IA na academia

A inteligência artificial oferece um potencial transformador para os pesquisadores, mas sua adoção eficaz e responsável exige mais do que apenas entusiasmo. Para colher seus benefícios e mitigar os riscos, é imprescindível o estabelecimento e a adesão de diretrizes claras. Seguem, então, algumas dessas diretrizes:

1 – Transparência

O uso de ferramentas de IA deve ser explicitamente declarado e detalhado, especialmente quando se trata de auxílio na redação ou na análise de dados, portanto, é fundamental descrever claramente como, quando e para quê a IA foi utilizada (por exemplo, geração de texto, análise de dados, tradução), citando as ferramentas que foram utilizadas (ChatGPT, Gemini, Copilot, Deepseek etc.), com data e versão, se possível, na metodologia ou em nota de rodapé.

2 – Plágio

Verificar se a IA gerou conteúdos que reproduzem trechos já existentes, pois isso pode configurar plágio não intencional. Como ela é generativa e utiliza modelos de aprendizado profundo, ou seja, funciona a partir do treino, das interações, dos materiais já disponíveis, é possível que ocorra plágio.

3 – Supervisão humana rigorosa

Todo conteúdo gerado por inteligência artificial deve ser cuidadosamente revisado, verificado e editado por um humano. O que a inteligência artificial gera deve ser considerado como rascunho, porque a forma final e a validação do conteúdo devem ser sempre responsabilidades do autor.

4 – Foco na originalidade e análise crítica

A IA pode auxiliar na organização, mas a formulação da tese, a análise dos dados e a discussão crítica devem ser intrinsecamente originais e provenientes do raciocínio do autor.

5 – Verificação de fontes

É essencial confirmar dados e citações com fontes primárias ou confiáveis e evitar confiar cegamente em referências bibliográficas geradas por IA, porque pode haver informações inventadas (alucinações) ou imprecisas.

Tendo em vista tudo isso e o rigor acadêmico que requerem as publicações científicas, é fundamental que os estudantes e pesquisadores continuem a desenvolver suas próprias habilidades de escrita, pensamento crítico e pesquisa, sem a dependência exclusiva da IA. A inteligência artificial deve complementar, e não substituir, a participação do autor, esse deve manter o domínio do conteúdo e do método. Outro ponto ainda a ser observado sobre o seu uso é a questão da atualização constante em relação às políticas de periódicos e aos eventos científicos sobre o assunto, as ferramentas utilizadas e os debates éticos e regulatórios.

Como vemos, o desafio reside em integrar a IA de forma a potencializar a capacidade humana, sem jamais comprometer a essência e o rigor do fazer científico. Mas como utilizá-la dessa forma? Analisando cada seção do texto científico, podemos ver onde há margem para uso da IA e como fazê-lo com cautela e parcimônia.

Seções do texto científico e as possibilidades de aplicação da IA

Em sua maioria, os textos científicos, sem entrar no mérito dos elementos pré e pós-textuais, são divididos nas seguintes seções:

• Introdução, que contextualiza o problema de pesquisa, apresenta o estado da arte por meio de uma revisão da literatura relevante, destaca as lacunas do conhecimento e, por fim, declara o objetivo do estudo e a hipótese (se houver).
• Metodologia, que descreve detalhadamente como o estudo foi conduzido, incluindo informações sobre participantes, amostras, instrumentos utilizados, procedimentos e técnicas de coleta de dados e análise estatística dos dados.
• Resultados, que apresenta os dados coletados de forma objetiva, clara e concisa, geralmente exibidos por meio de tabelas, gráficos e figuras, e acompanhados de uma descrição textual dos principais achados, sem interpretações ou discussões aprofundadas.
• Discussão, que traz os resultados (achados) interpretados, explicados e contextualizados à luz da literatura, relacionando-os com o problema da pesquisa e podendo compará-los a outros estudos, apontar limitações do estudo e sugerir pesquisas futuras.
• Conclusão, que é a parte final do texto científico, apresenta os principais achados sumarizados, respondendo aos objetivos da pesquisa propostos na introdução, e reforçando a relevância e o impacto da pesquisa.

Agora, vamos sugerir as possibilidades de uso da IA em cada seção de forma responsável e ética:

• Na Introdução: é fato que a IA pode rapidamente processar grandes volumes de texto para identificar tendências e temas e que esse potencial pode ser aproveitado. Use a IA para buscar e resumir artigos relevantes sobre o tema, identificar autores-chave e teorias predominantes, analisar a literatura e apontar áreas onde há pouca pesquisa, lacunas ou contradições.
• Na Metodologia: embora a IA não possa criar sua metodologia do zero, pois ela é inerente ao planejamento de sua pesquisa, que antecede tudo, ela pode auxiliar na organização e na clareza da descrição. Depois de redigir sua metodologia, peça à IA para revisar a clareza, a precisão e o complemento das descrições. Ela pode sugerir termos mais específicos ou formas de apresentar os passos de forma mais lógica.
• Nos Resultados: se você tem dados brutos, grandes conjuntos de dados ou análises preliminares, a IA pode ajudar a organizar e estruturar as informações em um formato legível para o artigo, como sugerir os tipos de gráficos ou tabelas mais adequados para representá-los de forma clara e eficaz.
• Na Discussão: peça à IA para comparar seus achados com a literatura existente, identificar as implicações dos seus resultados, semelhanças e diferenças, e como os seus resultados se encaixam no corpo de conhecimento existente, apontando as limitações da pesquisa.
• Na Conclusão: a IA pode analisar o corpo do artigo e extrair os pontos mais relevantes dos resultados e da discussão, sugerindo como os resultados podem impactar o campo de estudo e quais as possíveis aplicações práticas das descobertas.

Recomendações finais

Em relação a todo o texto, a IA pode fazer uma revisão linguística e de formatação, aprimorando a gramática e verificando a clareza, a coesão e o estilo científico da escrita. E, ao final, ainda pode auxiliar na formatação de referências em diferentes estilos (APA, Vancouver, ABNT), desde que submetidas a uma revisão.

1. Não substitua seu próprio trabalho! A IA é uma ferramenta auxiliar, não um substituto para sua expertise e pensamento crítico.
2. Verifique tudo! Sempre revise e valide todas as informações e textos gerados pela IA. Ela pode cometer erros, "alucinar" fatos ou gerar conteúdo enviesado.
3. Atenção para a transparência! Se a IA teve um papel significativo na geração de texto ou ideias, é boa prática mencioná-la na seção de metodologia ou agradecimentos, dependendo das diretrizes da revista. Consulte as políticas editoriais da revista-alvo.
4. Evite plágio! Certifique-se de que o conteúdo gerado pela IA seja original, e não uma paráfrase não atribuída de trabalhos existentes.
5. Atenção para os dados sensíveis! Tenha cuidado ao inserir dados sensíveis ou confidenciais em ferramentas de IA, especialmente aquelas baseadas em nuvem e que sejam públicas.

A conclusão decorrente dessa análise, apesar de óbvia diante de tudo que o foi apresentado, é que a inteligência artificial deve ser utilizada de forma estratégica pelos pesquisadores, otimizando significativamente o processo de elaboração dos textos científicos acadêmicos, liberando tempo para que foquem na análise crítica e na originalidade de suas contribuições, e respeitando a ética e o rigor que exige a ciência.

Portanto, a integridade acadêmica deve permanecer como princípio orientador, evitando o plágio, a manipulação indevida de dados e a atribuição errônea de autoria. Ao adotar boas práticas e respeitar os normativos das instituições e da comunidade científica, pesquisadores garantem que a IA atue como uma aliada na construção do saber, e não como um atalho que compromete a credibilidade da ciência.

E você já está utilizando a IA nas suas atividades diárias? Já se atentou para essas questões em relação aos textos científicos? Comente abaixo e compartilhe!