Uso crescente da inteligência artificial na pós-graduação acelera pesquisas, mas também levanta desafios sobre ética, autoria e qualidade científica.
A inteligência artificial deixou de ser uma novidade para se tornar parte da rotina de pesquisadores brasileiros. Nos últimos dias, universidades, especialistas em educação superior e grupos de pesquisa voltaram a discutir os limites e as possibilidades do uso de ferramentas de IA em dissertações, teses, revisões bibliográficas e produção científica. O debate ganhou força porque a adoção dessas tecnologias avança mais rapidamente do que a criação de diretrizes institucionais claras. (VOCÊ S/A)
Para estudantes de mestrado e doutorado, a principal dúvida é objetiva: afinal, o que pode e o que não pode ser feito com ferramentas como ChatGPT, Gemini, SciSpace e outras plataformas de apoio acadêmico? A resposta ainda varia entre instituições, mas algumas tendências já começam a se consolidar. A inteligência artificial passou a ser vista menos como uma ameaça e mais como uma ferramenta de apoio, desde que utilizada com transparência, supervisão humana e respeito às normas científicas. (Revista Pesquisa Fapesp)
O tema interessa diretamente à pós-graduação brasileira porque envolve aspectos centrais da formação acadêmica: produção do conhecimento, integridade científica, avaliação de programas e preparação de pesquisadores para um mercado cada vez mais orientado por tecnologias digitais. Em um cenário no qual a CAPES acompanha transformações na pesquisa e na formação avançada, compreender o papel da IA tornou-se uma competência estratégica para quem deseja construir carreira acadêmica ou atuar em pesquisa aplicada.
Como a inteligência artificial está transformando a pesquisa acadêmica
A incorporação da IA ao trabalho científico ocorre em diversas etapas da pesquisa. Ferramentas especializadas já auxiliam pesquisadores na busca de referências, identificação de lacunas na literatura, organização de artigos, análise de citações e elaboração de resumos técnicos. Plataformas voltadas ao ambiente acadêmico permitem inclusive interagir com artigos científicos, gerar sínteses de resultados e mapear redes de citação de forma automatizada. (Wikipedia)
Na prática, isso significa uma redução significativa do tempo gasto em atividades operacionais. Um doutorando que antes precisava analisar centenas de artigos manualmente pode utilizar sistemas inteligentes para identificar rapidamente trabalhos relevantes e compreender tendências de pesquisa em sua área. O ganho de produtividade é um dos principais fatores que explicam a rápida expansão dessas tecnologias no ensino superior e na ciência. (Nexo Jornal)
Ao mesmo tempo, estudos recentes indicam que a IA também influencia a forma como professores e pesquisadores produzem materiais didáticos, organizam disciplinas e desenvolvem estratégias de ensino. Revisões acadêmicas apontam que a personalização de conteúdos e a otimização do tempo estão entre os benefícios mais frequentemente observados em experiências envolvendo inteligência artificial na educação superior. (SciELO em Perspectiva: Humanas |)
Para programas de pós-graduação, essa transformação representa uma oportunidade de modernização. Instituições que investem em letramento digital e capacitação em IA tendem a preparar melhor seus estudantes para um ambiente científico internacional cada vez mais tecnológico. Além disso, pesquisadores familiarizados com essas ferramentas podem ampliar sua competitividade em editais, colaborações internacionais e projetos de inovação.
Quais são os riscos do uso da IA em dissertações e teses
Apesar das vantagens, o crescimento acelerado da IA generativa também despertou preocupações dentro da comunidade acadêmica. Um dos principais receios está relacionado à perda de habilidades fundamentais para a formação científica, como leitura crítica, argumentação, escrita acadêmica e capacidade de análise independente. Pesquisadores alertam que o uso excessivo dessas ferramentas pode comprometer processos essenciais de aprendizagem. (VOCÊ S/A)
Outro desafio envolve a transparência. Diversas universidades brasileiras e internacionais vêm reforçando que sistemas de inteligência artificial não podem ser considerados autores de artigos, dissertações ou teses. No entanto, seu uso pode ser permitido como ferramenta de apoio, desde que devidamente informado e documentado quando necessário. (Revista Pesquisa Fapesp)
Também existem preocupações relacionadas à qualidade da informação produzida. Modelos de linguagem podem gerar referências inexistentes, apresentar interpretações equivocadas ou reproduzir vieses presentes nos dados utilizados durante seu treinamento. Por isso, especialistas enfatizam que nenhuma resposta produzida por IA deve ser aceita sem verificação rigorosa por parte do pesquisador. (Adufg)
Além disso, estudos recentes sugerem que o uso intensivo dessas tecnologias pode influenciar a diversidade temática da produção científica. Embora a IA contribua para aumentar a produtividade e acelerar a publicação de pesquisas, alguns pesquisadores observam o risco de concentração de estudos em determinadas áreas e abordagens, reduzindo a variedade de perspectivas investigativas. (Folha de S.Paulo)
O que pesquisadores e pós-graduandos precisam fazer agora
Diante desse cenário, a principal recomendação para estudantes de mestrado e doutorado é desenvolver competências de uso crítico da inteligência artificial. O foco não deve estar apenas em aprender a utilizar ferramentas específicas, mas em compreender seus limites, potenciais e implicações éticas para a produção do conhecimento científico. (arXiv)
O conceito de letramento em IA vem ganhando espaço justamente por isso. Assim como pesquisadores precisam dominar metodologias científicas e normas de publicação, passa a ser cada vez mais importante entender como funcionam algoritmos, modelos generativos e sistemas de apoio à pesquisa. Essa competência tende a se tornar diferencial relevante tanto na carreira acadêmica quanto em setores de inovação e pesquisa aplicada.
Outro aspecto importante é acompanhar as orientações institucionais. Universidades brasileiras já começam a elaborar guias e políticas específicas para o uso responsável da inteligência artificial, enquanto organizações ligadas ao ensino superior discutem diretrizes nacionais para apoiar instituições e pesquisadores. (Semesp)
Para quem está produzindo dissertação, tese ou artigo científico, a tendência é clara: a IA deve ser tratada como uma ferramenta complementar, e não como substituta do pensamento científico. A capacidade de formular perguntas originais, interpretar evidências e construir conhecimento continua sendo uma atividade essencialmente humana. Nesse contexto, os pesquisadores que conseguirem combinar rigor acadêmico e domínio tecnológico estarão mais preparados para os desafios da ciência brasileira nos próximos anos. A inteligência artificial provavelmente continuará avançando dentro das universidades, mas seu valor dependerá menos da tecnologia em si e mais da forma responsável com que for incorporada à pesquisa e à formação de novos cientistas. (arXiv)
Autor: Diego Velázquez
