{"id":7816,"date":"2026-07-15T13:43:21","date_gmt":"2026-07-15T13:43:21","guid":{"rendered":"https:\/\/www.usinadepesquisa.com\/?p=7816"},"modified":"2026-07-15T13:56:04","modified_gmt":"2026-07-15T13:56:04","slug":"os-4ds-da-fluencia-em-ia-delegar-descrever-discernir-e-agir-com-diligencia","status":"publish","type":"post","link":"https:\/\/www.usinadepesquisa.com\/?p=7816","title":{"rendered":"Os 4Ds da flu\u00eancia em IA: delegar, descrever, discernir e agir com dilig\u00eancia"},"content":{"rendered":"
\n

Delega\u00e7\u00e3o, Descri\u00e7\u00e3o, Discernimento e Dilig\u00eancia: o modelo dos 4Ds da flu\u00eancia em IA<\/span><\/h3>\n<\/blockquote>\n

 <\/p>\n

Aldemar Araujo Castro
\nCria\u00e7\u00e3o: 15\/07\/2026
\nAtualiza\u00e7\u00e3o: 15\/07\/2026
\nPalavras: 1415
\nTempo de leitura: 7 minutos<\/span><\/p>\n

 <\/p>\n

Resumo<\/b>
\nEste texto apresenta o modelo dos 4Ds da flu\u00eancia em intelig\u00eancia artificial: Delega\u00e7\u00e3o, Descri\u00e7\u00e3o, Discernimento e Dilig\u00eancia. Situa o modelo no campo do letramento em IA, explica cada dimens\u00e3o e mostra sua aplica\u00e7\u00e3o \u00e0 vida acad\u00eamica: decidir o que delegar ao sistema, formular instru\u00e7\u00f5es claras, avaliar criticamente as respostas e assumir a responsabilidade final pelo resultado. Discute o vi\u00e9s de automa\u00e7\u00e3o como risco central do uso acr\u00edtico e apresenta a ressalva de rigor: trata-se de framework pedag\u00f3gico orientador, ainda sem valida\u00e7\u00e3o psicom\u00e9trica. O leitor encontrar\u00e1 argumentos, evid\u00eancias e orienta\u00e7\u00f5es pr\u00e1ticas para uma colabora\u00e7\u00e3o respons\u00e1vel com a IA.<\/span><\/p>\n

 <\/p>\n

Introdu\u00e7\u00e3o<\/span><\/h2>\n

A cena \u00e9 conhecida em qualquer universidade. O estudante digita uma pergunta, recebe em segundos um texto bem escrito, seguro e convincente, e o transfere para o trabalho acad\u00eamico sem conferir uma \u00fanica informa\u00e7\u00e3o. Quando o professor aponta que a refer\u00eancia citada n\u00e3o existe, a rea\u00e7\u00e3o costuma ser de perplexidade: como um sistema t\u00e3o sofisticado poderia errar com tanta desenvoltura?<\/span><\/p>\n

O epis\u00f3dio revela um equ\u00edvoco de fundo sobre o que significa saber usar intelig\u00eancia artificial (IA). A habilidade de abrir um aplicativo e digitar comandos se aprende em minutos. O que exige forma\u00e7\u00e3o \u00e9 outra coisa: decidir o que confiar ao sistema, comunicar com precis\u00e3o o que se deseja, avaliar criticamente o que ele devolve e responder pelo resultado. Esse conjunto de compet\u00eancias tem nome. Trata-se do modelo dos 4Ds da flu\u00eancia em IA, composto por Delega\u00e7\u00e3o, Descri\u00e7\u00e3o, Discernimento e Dilig\u00eancia, adotado pela Anthropic em seu programa de AI Fluency.<\/span><\/p>\n

Este texto apresenta cada uma das quatro dimens\u00f5es, mostra por que elas importam para quem estuda e pesquisa, e discute com franqueza os limites de um modelo que \u00e9 promissor, mas ainda recente.<\/span><\/p>\n

\"\"<\/a><\/p>\n

 <\/p>\n

Da alfabetiza\u00e7\u00e3o em IA \u00e0 flu\u00eancia: o que muda<\/span><\/h2>\n

A discuss\u00e3o sobre as compet\u00eancias necess\u00e1rias para conviver com sistemas inteligentes n\u00e3o nasceu com os chatbots. Long e Magerko (2020) definiram o <\/span>letramento em IA<\/b> como o conjunto de compet\u00eancias que permite ao indiv\u00edduo avaliar criticamente as tecnologias de IA, comunicar-se e colaborar efetivamente com elas e utiliz\u00e1-las como instrumento em casa, no trabalho e na vida em rede. Pouco depois, Ng et al. (2021), em revis\u00e3o explorat\u00f3ria da literatura, organizaram esse campo em quatro aspectos: conhecer e compreender, usar e aplicar, avaliar e criar, e ponderar as quest\u00f5es \u00e9ticas.<\/span><\/p>\n

O modelo dos 4Ds herda essa tradi\u00e7\u00e3o, mas desloca o acento. Enquanto boa parte das abordagens de letramento trata a IA como ferramenta a ser operada, os 4Ds partem de premissa distinta: a intera\u00e7\u00e3o com sistemas generativos \u00e9 uma forma de <\/span>colabora\u00e7\u00e3o<\/b> que exige julgamento cont\u00ednuo. A pergunta central deixa de ser se o usu\u00e1rio sabe operar o programa e passa a ser se ele sabe trabalhar bem com o sistema, conhecendo as for\u00e7as e as limita\u00e7\u00f5es de cada parte. \u00c9 essa mudan\u00e7a de eixo, do t\u00e9cnico para o cognitivo e \u00e9tico, que justifica falar em <\/span>flu\u00eancia<\/b>, e n\u00e3o apenas em alfabetiza\u00e7\u00e3o.<\/span><\/p>\n

\"\"<\/a><\/p>\n

Delega\u00e7\u00e3o: decidir antes de agir<\/span><\/h2>\n

A primeira dimens\u00e3o \u00e9 a <\/span>Delega\u00e7\u00e3o<\/b>: decidir o que confiar \u00e0 IA e o que manter sob execu\u00e7\u00e3o humana. Parece trivial, mas raramente \u00e9 praticada. O uso impulsivo costuma seguir dois caminhos igualmente ruins. De um lado, a <\/span>subutiliza\u00e7\u00e3o<\/b>: por desconfian\u00e7a excessiva, o pesquisador abre m\u00e3o de ganhos leg\u00edtimos de produtividade em tarefas mec\u00e2nicas, como reformatar refer\u00eancias, organizar planilhas ou gerar primeiras vers\u00f5es de textos burocr\u00e1ticos. De outro, a <\/span>depend\u00eancia acr\u00edtica<\/b>: por comodidade, delega-se justamente aquilo que n\u00e3o deveria sair das m\u00e3os humanas, como a formula\u00e7\u00e3o da pergunta de pesquisa, a interpreta\u00e7\u00e3o dos resultados ou o ju\u00edzo cl\u00ednico e jur\u00eddico.<\/span><\/p>\n

Delegar bem exige uma reflex\u00e3o pr\u00e9via que o modelo obriga a explicitar: o que a IA faz melhor do que eu, o que eu fa\u00e7o melhor do que ela e o que, por raz\u00f5es \u00e9ticas ou legais, n\u00e3o deve ser delegado de modo algum. Essa triagem, repetida a cada tarefa, \u00e9 o primeiro filtro contra o uso irrefletido e a porta de entrada para as demais dimens\u00f5es.<\/span><\/p>\n

 <\/p>\n

Descri\u00e7\u00e3o: especificar bem \u00e9 pensar bem<\/span><\/h2>\n

A segunda dimens\u00e3o, a <\/span>Descri\u00e7\u00e3o<\/b>, explicita algo que costuma permanecer invis\u00edvel: grande parte das falhas atribu\u00eddas \u00e0 IA decorre de instru\u00e7\u00f5es vagas. Pedidos sem contexto, sem objetivo declarado, sem formato definido e sem <\/span>crit\u00e9rios de sucesso<\/b> produzem respostas gen\u00e9ricas, e a frustra\u00e7\u00e3o resultante \u00e9 imputada ao sistema quando, em rigor, nasceu da pergunta.<\/span><\/p>\n

Descrever bem uma tarefa significa informar quem \u00e9 o p\u00fablico, qual \u00e9 o prop\u00f3sito, que formato se espera, que fontes devem ser consideradas e como se reconhecer\u00e1 um bom resultado. Ao nomear essa dimens\u00e3o, o modelo a torna ensin\u00e1vel e avali\u00e1vel, o que interessa diretamente \u00e0 sala de aula. H\u00e1 aqui um ganho formativo que ultrapassa a tecnologia: o estudante que aprende a descrever bem uma tarefa para a IA est\u00e1 aprendendo a <\/span>especificar problemas<\/b>, compet\u00eancia transfer\u00edvel para a reda\u00e7\u00e3o de projetos de pesquisa, de protocolos cl\u00ednicos e de pe\u00e7as jur\u00eddicas. Quem n\u00e3o consegue explicar o que deseja a um sistema paciente e sempre dispon\u00edvel provavelmente tamb\u00e9m n\u00e3o conseguiria explic\u00e1-lo a um orientando ou a um colega.<\/span><\/p>\n

 <\/p>\n

Discernimento: o ant\u00eddoto contra o vi\u00e9s de automa\u00e7\u00e3o<\/span><\/h2>\n

A terceira dimens\u00e3o \u00e9 a mais diretamente ligada \u00e0 sobreviv\u00eancia intelectual do pesquisador. O <\/span>Discernimento<\/b> consiste em avaliar criticamente as sa\u00eddas do sistema, verificando exatid\u00e3o, coer\u00eancia e adequa\u00e7\u00e3o ao prop\u00f3sito, em vez de aceit\u00e1-las passivamente. A necessidade dessa vigil\u00e2ncia tem base emp\u00edrica s\u00f3lida e anterior \u00e0 IA generativa. Parasuraman e Manzey (2010), ao revisar d\u00e9cadas de pesquisa em fatores humanos, demonstraram que operadores de sistemas automatizados desenvolvem complac\u00eancia e <\/span>vi\u00e9s de automa\u00e7\u00e3o<\/b>: a tend\u00eancia de confiar nas indica\u00e7\u00f5es da m\u00e1quina mesmo diante de sinais contr\u00e1rios, com redu\u00e7\u00e3o da aten\u00e7\u00e3o dedicada \u00e0 verifica\u00e7\u00e3o.<\/span><\/p>\n

Com os modelos de linguagem, o risco se agrava, porque a flu\u00eancia verbal funciona como um selo ilus\u00f3rio de corre\u00e7\u00e3o. Respostas erradas raramente parecem erradas. O Discernimento institucionaliza a <\/span>d\u00favida metodol\u00f3gica<\/b>: toda sa\u00edda \u00e9 tratada como hip\u00f3tese a verificar, nunca como fato estabelecido. Para quem pesquisa, isso n\u00e3o \u00e9 novidade epistemol\u00f3gica. \u00c9 exatamente o h\u00e1bito que a ci\u00eancia sempre exigiu, agora aplicado a um interlocutor artificial.<\/span><\/p>\n

 <\/p>\n

Dilig\u00eancia: a responsabilidade n\u00e3o se delega<\/span><\/h2>\n

A quarta dimens\u00e3o responde \u00e0 pergunta \u00e9tica central: quem responde pelo resultado. A <\/span>Dilig\u00eancia<\/b> compreende usar a IA com responsabilidade, o que inclui <\/span>transpar\u00eancia<\/b> sobre o uso, verifica\u00e7\u00e3o das fontes e assun\u00e7\u00e3o plena da autoria. Kasneci et al. (2023), ao mapear oportunidades e desafios dos grandes modelos de linguagem na educa\u00e7\u00e3o, insistem que os benef\u00edcios dependem de compet\u00eancias docentes e discentes para o uso cr\u00edtico, e que a aus\u00eancia dessas compet\u00eancias converte a ferramenta em risco. Na mesma dire\u00e7\u00e3o, Dwivedi et al. (2023), reunindo dezenas de especialistas de m\u00faltiplas \u00e1reas, apontam a integridade acad\u00eamica, a fabrica\u00e7\u00e3o de refer\u00eancias e a opacidade sobre o uso como preocupa\u00e7\u00f5es centrais da era da IA conversacional.<\/span><\/p>\n

Em pesquisa, a Dilig\u00eancia se traduz em atos concretos: declarar o uso de IA nos manuscritos, conferir cada refer\u00eancia antes de cit\u00e1-la e assumir que o nome que assina responde pelo conte\u00fado integral. Em medicina e em direito, traduz-se no dever de confer\u00eancia antes de qualquer aplica\u00e7\u00e3o cl\u00ednica ou processual. A regra de ouro do modelo \u00e9 simples de enunciar e exigente de praticar: a delega\u00e7\u00e3o da execu\u00e7\u00e3o jamais implica delega\u00e7\u00e3o da <\/span>responsabilidade<\/b>.<\/span><\/p>\n

 <\/p>\n

Limites do modelo: entusiasmo com rigor<\/span><\/h2>\n

\u00c9 preciso dizer com clareza o que os 4Ds s\u00e3o e o que n\u00e3o s\u00e3o. O modelo \u00e9 uma proposta pedag\u00f3gica recente, formulada no contexto de um curso corporativo de flu\u00eancia em IA, e n\u00e3o um construto submetido a <\/span>valida\u00e7\u00e3o psicom\u00e9trica<\/b> na literatura cient\u00edfica. N\u00e3o h\u00e1, at\u00e9 o momento, evid\u00eancia emp\u00edrica robusta de que seu ensino melhore desfechos mensur\u00e1veis de aprendizagem ou de qualidade de pesquisa, e as revis\u00f5es dispon\u00edveis sobre letramento em IA mostram um campo ainda em constru\u00e7\u00e3o conceitual (Ng et al., 2021).<\/span><\/p>\n

Isso n\u00e3o retira a utilidade do modelo, apenas define o seu lugar. Os 4Ds valem como <\/span>framework orientador<\/b>: uma taxonomia simples que organiza a conversa institucional, estrutura programas de capacita\u00e7\u00e3o e permite definir expectativas por dimens\u00e3o, em vez de recomenda\u00e7\u00f5es gen\u00e9ricas que apenas pedem responsabilidade no uso. Para fins de publica\u00e7\u00e3o acad\u00eamica, conv\u00e9m apresent\u00e1-lo exatamente assim, com a limita\u00e7\u00e3o explicitada.<\/span><\/p>\n

\"\"<\/a><\/p>\n

 <\/p>\n

Considera\u00e7\u00f5es finais<\/span><\/h2>\n

O modelo dos 4Ds oferece ao meio acad\u00eamico algo que faltava: um vocabul\u00e1rio comum e operacional para discutir compet\u00eancia em IA al\u00e9m do fasc\u00ednio e do p\u00e2nico. Delega\u00e7\u00e3o, Descri\u00e7\u00e3o, Discernimento e Dilig\u00eancia nomeiam decis\u00f5es que todo usu\u00e1rio j\u00e1 toma, quase sempre sem perceber, e as transformam em objeto de ensino, de avalia\u00e7\u00e3o e de pol\u00edtica institucional. Para o estudante, funcionam como roteiro de autodisciplina; para o docente, como rubrica de avalia\u00e7\u00e3o; para a institui\u00e7\u00e3o, como base de normas que dizem algo mais preciso do que apelos gen\u00e9ricos \u00e0 responsabilidade.<\/span><\/p>\n

Resta o essencial, que nenhum framework substitui. A flu\u00eancia em IA n\u00e3o se adquire lendo sobre os 4Ds, mas praticando cada dimens\u00e3o deliberadamente: escolhendo o que delegar, escrevendo instru\u00e7\u00f5es melhores, duvidando das respostas bonitas e assinando apenas aquilo que se verificou. A pergunta que cada leitor pode levar deste texto n\u00e3o \u00e9 se a intelig\u00eancia artificial merece confian\u00e7a, mas se o nosso modo de us\u00e1-la merece. Entre a recusa nost\u00e1lgica e a ades\u00e3o deslumbrada existe um caminho do meio, e ele tem quatro nomes.<\/span><\/p>\n

 <\/p>\n

Fontes<\/span><\/h2>\n

[1].<\/b> Long D, Magerko B. What is AI Literacy? Competencies and Design Considerations. In: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems (CHI ’20); 2020. p. 1-16. DOI: <\/span>https:\/\/doi.org\/10.1145\/3313831.3376727<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/dl.acm.org\/doi\/10.1145\/3313831.3376727<\/span><\/a>
\nComent\u00e1rio: trabalho seminal que definiu o letramento em IA como conjunto de compet\u00eancias para avaliar criticamente, comunicar-se e colaborar com sistemas de IA. Fundamenta a se\u00e7\u00e3o que situa os 4Ds na tradi\u00e7\u00e3o do letramento em IA e sustenta a distin\u00e7\u00e3o entre operar uma ferramenta e colaborar com um sistema, que \u00e9 o fio condutor do texto.<\/span><\/i><\/p>\n

 <\/p>\n

[2].<\/b> Ng DTK, Leung JKL, Chu SKW, Qiao MS. Conceptualizing AI literacy: An exploratory review. Comput Educ Artif Intell. 2021;2:100041. DOI: <\/span>https:\/\/doi.org\/10.1016\/j.caeai.2021.100041<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2666920X21000357<\/span><\/a>
\nComent\u00e1rio: revis\u00e3o explorat\u00f3ria que organizou a literatura sobre letramento em IA em quatro aspectos: conhecer e compreender, usar e aplicar, avaliar e criar, e quest\u00f5es \u00e9ticas. Apoia a contextualiza\u00e7\u00e3o hist\u00f3rica do campo e a ressalva final de que se trata de \u00e1rea ainda em constru\u00e7\u00e3o conceitual, sem consenso terminol\u00f3gico consolidado.<\/span><\/i><\/p>\n

 <\/p>\n

[3].<\/b> Parasuraman R, Manzey DH. Complacency and bias in human use of automation: an attentional integration. Hum Factors. 2010;52(3):381-410. DOI: <\/span>https:\/\/doi.org\/10.1177\/0018720810376055<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/journals.sagepub.com\/doi\/10.1177\/0018720810376055<\/span><\/a>
\nComent\u00e1rio: revis\u00e3o integrativa cl\u00e1ssica sobre complac\u00eancia e vi\u00e9s de automa\u00e7\u00e3o em operadores humanos. Fornece a base emp\u00edrica, anterior \u00e0 IA generativa, para a se\u00e7\u00e3o sobre Discernimento, demonstrando que a tend\u00eancia de confiar acriticamente em sistemas automatizados \u00e9 fen\u00f4meno bem documentado na pesquisa em fatores humanos.<\/span><\/i><\/p>\n

 <\/p>\n

[4].<\/b> Kasneci E, Se\u00dfler K, K\u00fcchemann S, Bannert M, Dementieva D, Fischer F, et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learn Individ Differ. 2023;103:102274. DOI: <\/span>https:\/\/doi.org\/10.1016\/j.lindif.2023.102274<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/www.sciencedirect.com\/science\/article\/pii\/S1041608023000195<\/span><\/a>
\nComent\u00e1rio: artigo de refer\u00eancia sobre oportunidades e desafios dos grandes modelos de linguagem na educa\u00e7\u00e3o, assinado por mais de vinte pesquisadores. Sustenta a se\u00e7\u00e3o sobre Dilig\u00eancia ao argumentar que os benef\u00edcios educacionais dependem de compet\u00eancias cr\u00edticas de docentes e estudantes, sem as quais a ferramenta se converte em risco.<\/span><\/i><\/p>\n

 <\/p>\n

[5].<\/b> Dwivedi YK, Kshetri N, Hughes L, Slade EL, Jeyaraj A, Kar AK, et al. Opinion Paper: “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. Int J Inf Manage. 2023;71:102642. DOI: <\/span>https:\/\/doi.org\/10.1016\/j.ijinfomgt.2023.102642<\/span><\/a> Dispon\u00edvel em: <\/span>https:\/\/www.sciencedirect.com\/science\/article\/pii\/S0268401223000233<\/span><\/a>
\nComent\u00e1rio: documento multidisciplinar que re\u00fane dezenas de especialistas sobre as implica\u00e7\u00f5es da IA conversacional para pesquisa, pr\u00e1tica e pol\u00edticas. Embasa a discuss\u00e3o sobre integridade acad\u00eamica, fabrica\u00e7\u00e3o de refer\u00eancias e transpar\u00eancia no uso, preocupa\u00e7\u00f5es centrais da dimens\u00e3o da Dilig\u00eancia aplicada \u00e0 produ\u00e7\u00e3o cient\u00edfica.<\/span><\/i><\/p>\n

 <\/p>\n

Pontos para Recordar<\/span><\/h2>\n
    \n
  1. O modelo dos 4Ds da flu\u00eancia em IA compreende quatro dimens\u00f5es: Delega\u00e7\u00e3o, Descri\u00e7\u00e3o, Discernimento e Dilig\u00eancia.<\/span><\/li>\n
  2. Delega\u00e7\u00e3o significa decidir o que confiar \u00e0 IA e o que manter sob execu\u00e7\u00e3o humana, evitando tanto a subutiliza\u00e7\u00e3o quanto a depend\u00eancia acr\u00edtica.<\/span><\/li>\n
  3. Descri\u00e7\u00e3o \u00e9 a compet\u00eancia de comunicar tarefas com contexto, objetivo, formato e crit\u00e9rios de sucesso, e equivale a aprender a especificar problemas.<\/span><\/li>\n
  4. Discernimento \u00e9 a avalia\u00e7\u00e3o cr\u00edtica de toda sa\u00edda da IA, tratada como hip\u00f3tese a verificar e nunca como fato estabelecido.<\/span><\/li>\n
  5. O vi\u00e9s de automa\u00e7\u00e3o, documentado na pesquisa em fatores humanos desde antes da IA generativa, \u00e9 a tend\u00eancia de confiar na m\u00e1quina mesmo diante de sinais contr\u00e1rios.<\/span><\/li>\n
  6. Dilig\u00eancia significa que a delega\u00e7\u00e3o da execu\u00e7\u00e3o jamais implica delega\u00e7\u00e3o da responsabilidade: declarar o uso, verificar as fontes e assumir a autoria plena.<\/span><\/li>\n
  7. Os 4Ds s\u00e3o um framework pedag\u00f3gico orientador, \u00fatil para ensino e pol\u00edticas institucionais, mas ainda sem valida\u00e7\u00e3o psicom\u00e9trica na literatura cient\u00edfica.<\/span><\/li>\n<\/ol>\n

    ***<\/p>\n

    Declara\u00e7\u00e3o de uso de Intelig\u00eancia Artificial Generativa.<\/b> Este texto foi produzido com o aux\u00edlio do Claude, desenvolvida pela Anthropic, utilizado como ferramenta de apoio nas fases de brainstorming, de estrutura\u00e7\u00e3o do conte\u00fado e de produ\u00e7\u00e3o do texto. As imagens foram produzidas com aux\u00edlio do ChatGPT da OpenAI. A responsabilidade pela vers\u00e3o final e precis\u00e3o das informa\u00e7\u00f5es, pelo pensamento cr\u00edtico, pela sele\u00e7\u00e3o das fontes e pelo conte\u00fado publicado \u00e9 integralmente do autor.<\/span><\/i><\/span><\/p>\n

    ***<\/p>\n","protected":false},"excerpt":{"rendered":"

    Este texto apresenta o modelo dos 4Ds da flu\u00eancia em intelig\u00eancia artificial: Delega\u00e7\u00e3o, Descri\u00e7\u00e3o, Discernimento e Dilig\u00eancia. Situa o modelo no campo do letramento em IA, explica cada dimens\u00e3o e mostra sua aplica\u00e7\u00e3o \u00e0 vida acad\u00eamica: decidir o que delegar ao sistema, formular instru\u00e7\u00f5es claras, avaliar criticamente as respostas e assumir a responsabilidade final pelo resultado. Discute o vi\u00e9s de automa\u00e7\u00e3o como risco central do uso acr\u00edtico e apresenta a ressalva de rigor: trata-se de framework pedag\u00f3gico orientador, ainda sem valida\u00e7\u00e3o psicom\u00e9trica. O leitor encontrar\u00e1 argumentos, evid\u00eancias e orienta\u00e7\u00f5es pr\u00e1ticas para uma colabora\u00e7\u00e3o respons\u00e1vel com a IA.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4],"tags":[],"class_list":["post-7816","post","type-post","status-publish","format-standard","category-geral","czr-hentry"],"_links":{"self":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/7816","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=7816"}],"version-history":[{"count":3,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/7816\/revisions"}],"predecessor-version":[{"id":7822,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/7816\/revisions\/7822"}],"wp:attachment":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=7816"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=7816"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=7816"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}