Aldemar Araujo Castro
Criação: 10/10/2025
Atualização: 10/10/2025
Palavras: 356
Tempo de leitura: 2 minutos
A discussão sobre o uso da inteligência artificial (IA) na pesquisa acadêmica tem se concentrado excessivamente no medo de perda de credibilidade. Entretanto, o verdadeiro problema não está em admitir o uso dessas ferramentas, mas em compreender mal o seu papel. Hoje, a IA tornou-se parte indispensável do processo científico, pois amplia a eficiência, reduz o tempo de execução e eleva a qualidade técnica de textos e análises. A questão essencial não é “usar ou não usar”, mas “como usar com responsabilidade”.
A credibilidade científica não se compromete pela transparência, e sim pela falta de validação. O perigo reside quando o pesquisador delega à máquina o julgamento crítico, aceitando respostas automáticas como se fossem conclusões científicas. A IA pode sintetizar dados, aprimorar argumentos e até sugerir hipóteses, mas jamais deve substituir o olhar humano, que continua sendo o centro do método científico. A responsabilidade ética e intelectual pelo resultado sempre será do pesquisador.
A resistência em declarar o uso de IA revela um equívoco cultural: confunde-se a ferramenta com a fraude. No entanto, ocultar o uso legítimo de uma tecnologia não protege a integridade — apenas perpetua o estigma e dificulta o debate. O que ameaça a ciência não é a inteligência artificial, mas o uso irrefletido e não validado dela.
Assim, declarar o uso ético e validado de IA deve ser entendido como um ato de maturidade e profissionalismo. O futuro da ciência dependerá menos de evitar as máquinas e mais da sabedoria com que as integramos aos princípios da ética, da transparência e da validação.
Notas
1. SAMPAIO, R.C. O paradoxo da transparência no uso de IA generativa na pesquisa acadêmica. SciELO em Perspectiva, 2025. Disponível em: https://blog.scielo.org/blog/2025/10/10/o-paradoxo-da-transparencia-no-uso-de-ia-generativa-na-pesquisa-academica/.
2. RESNIK, D.B.; HOSSEINI, M. Disclosing artificial intelligence use in scientific research and publication: When should disclosure be mandatory, optional, or unnecessary? Accountability in Research, 2025. https://doi.org/10.1080/08989621.2025.2481949.
3. MEINEL, R.D. et al. O relato “mais” transparente da pesquisa: uma cultura em evolução. SciELO em Perspectiva, 2025. Disponível em: https://blog.scielo.org/blog/2025/09/04/o-relato-mais-transparente-da-pesquisa-uma-cultura-em-evolucao/.
4. TANG, A. et al. The importance of transparency: Declaring the use of generative artificial intelligence (AI) in academic writing. Journal of Nursing Scholarship, 2024. https://doi.org/10.1111/jnu.12938.
***