A inteligência artificial generativa entrou na pesquisa científica antes que muitas universidades concluíssem suas primeiras reuniões para decidir o que fazer com ela.
E, convenhamos, isso diz muito sobre a velocidade da tecnologia e também sobre a velocidade das reuniões acadêmicas. Uma corre. A outra pede pauta, ata e nova data. 🙂
Hoje, pesquisadores utilizam ferramentas de IA para organizar ideias, revisar textos, traduzir conteúdos, explorar perguntas, comparar documentos e sintetizar grandes volumes de informação.
Essas mesmas ferramentas também podem produzir referências inexistentes, distorcer conceitos e apresentar respostas erradas com uma tranquilidade gramatical impressionante.
O problema, portanto, já não cabe mais naquela pergunta simples:
Pode ou não pode usar inteligência artificial na pesquisa científica?
A pergunta mais importante agora é outra:
Como a IA foi utilizada, em qual etapa, com qual finalidade, sob quais controles e sob a responsabilidade de quem?
Foi justamente nesse ponto que o CNPq entrou na conversa.
Em março de 2026, o Conselho Nacional de Desenvolvimento Científico e Tecnológico instituiu sua nova Política de Integridade na Atividade Científica, por meio da Portaria CNPq nº 2.664, de 6 de março de 2026.
O CNPq também publicou uma apresentação oficial da nova política e disponibilizou um vídeo institucional explicativo.
O ponto central é claro: a inteligência artificial pode apoiar a atividade científica, mas autoria, verificação e responsabilidade continuam sendo humanas.
E isso é uma ótima notícia.
Porque a ciência pode até usar ferramentas novas, mas não pode abrir mão de princípios antigos: honestidade intelectual, rigor, transparência e responsabilidade.
A nova política do CNPq não é apenas uma regra sobre ChatGPT, Claude, Gemini ou qualquer outra ferramenta generativa.
Ela trata de algo mais amplo: integridade científica.
Isso envolve educação, prevenção, apuração, responsabilização e sanção de condutas incompatíveis com a atividade científica.
Em outras palavras: a Portaria não nasceu para demonizar a tecnologia. Nasceu para lembrar que pesquisa não é apenas produção de texto. Pesquisa é método, decisão, autoria, evidência, conferência e responsabilidade.
A IA não foi proibida.
Mas seu uso precisa ser declarado, supervisionado e assumido.
Esse é um ponto importante, porque evita dois extremos ruins.
De um lado, a proibição absoluta, que tende a empurrar o uso da IA para a clandestinidade. De outro, a liberação sem critérios, que transforma a pesquisa em uma espécie de terceirização intelectual com acabamento bonito.
Nenhum dos dois caminhos ajuda muito.
A posição mais madura é reconhecer que a IA já faz parte do trabalho científico, e justamente por isso precisa de regras.
Uma das orientações centrais da política é que o uso de inteligência artificial generativa deve ser declarado.
Mas declarar não significa escrever uma frase vaga como:
“Foi utilizada inteligência artificial como apoio.”
Isso ajuda pouco. Quase nada, na verdade.
É preciso indicar, de forma proporcional ao uso realizado:
qual ferramenta foi utilizada;
em qual etapa da pesquisa;
com qual finalidade;
como os resultados foram revisados;
quais procedimentos de verificação foram adotados.
Há muita diferença entre usar IA para revisar clareza textual e usar IA para estruturar a discussão de resultados.
Há muita diferença entre pedir ajuda para traduzir um resumo e pedir que a ferramenta elabore interpretações teóricas que o autor não consegue defender.
E há uma diferença imensa entre usar a IA como apoio e fingir que ela não participou do processo.
Transparência não diminui o pesquisador.
Pelo contrário: mostra maturidade acadêmica.
A ciência sempre dependeu de procedimentos declarados. A IA apenas tornou essa exigência mais visível.
A inteligência artificial não pode ser autora ou coautora de artigo científico.
E aqui vale uma distinção importante: autoria científica não é apenas “produzir frases”.
Se fosse assim, muitos relatórios administrativos teriam atingido o Nobel há tempos.
Autoria envolve:
contribuição intelectual;
domínio do conteúdo;
responsabilidade pelo argumento;
capacidade de justificar escolhas;
aprovação da versão final;
resposta por erros, limites e consequências.
Uma ferramenta de IA não faz isso.
Ela não responde a parecerista.
Não explica escolha metodológica.
Não declara conflito de interesse.
Não comparece a comissão de integridade.
E, até onde sabemos, ainda não se ofereceu para corrigir o Lattes de ninguém.
Por isso, uma pergunta simples continua sendo muito útil para professores, orientadores e editores:
O autor consegue explicar, justificar e defender aquilo que está assinando?
Quando a resposta é “não”, o problema deixou de ser tecnológico.
Passou a ser autoral.
E aí não estamos falando de apoio à pesquisa. Estamos falando de substituição indevida do exercício intelectual.
Modelos de IA podem produzir informações falsas com enorme segurança textual.
Podem inventar referências.
Podem criar citações inexistentes.
Podem distorcer conceitos.
Podem resumir mal um texto.
Podem ignorar contexto.
Podem reproduzir vieses.
Podem entregar uma resposta bonita e errada.
A aparência de fluência não é garantia de verdade.
Aliás, esse talvez seja um dos maiores riscos da IA na produção científica: ela escreve bem o suficiente para esconder que está errando.
A política do CNPq reforça um princípio fundamental:
A responsabilidade pelo conteúdo final continua sendo dos autores.
Se uma referência é falsa, o problema é do autor.
Se um dado está errado, o problema é do autor.
Se uma interpretação foi aceita sem verificação, o problema é do autor.
A IA pode produzir o erro.
Mas quem assina continua sendo humano.
E, na vida acadêmica, assinatura não é enfeite. É compromisso.
Um ponto especialmente importante da política é a cautela com o uso de IA em pareceres científicos.
E aqui eu falo também como professor, pesquisador, editor e avaliador: parecer não é resumo automático de manuscrito.
Um parecer pode envolver:
ideias inéditas;
dados confidenciais;
hipóteses ainda não publicadas;
estratégias metodológicas;
informações institucionais;
propriedade intelectual;
conflitos de interesse;
julgamento especializado.
Inserir esse material em uma plataforma externa pode violar sigilo e comprometer a confiança no processo avaliativo.
Além disso, avaliar um projeto ou artigo exige mais do que identificar se o texto “parece bom”.
Exige leitura crítica, responsabilidade, conhecimento da área, avaliação metodológica e capacidade de ponderar contribuições e limites.
A IA pode até ajudar alguém a melhorar a clareza de uma frase própria, desde que as normas permitam e que nenhum conteúdo confidencial seja exposto.
Mas ela não deve ocupar o lugar do avaliador.
Parecer científico exige julgamento humano.
E julgamento humano, apesar de imperfeito, ainda é uma das poucas coisas que separam a avaliação acadêmica de um formulário automático com vocabulário elegante.
Aqui está um ponto que me interessa muito.
A nova política do CNPq não afeta apenas quem submete artigo ou projeto. Ela também muda o trabalho de orientação.
Não basta mais perguntar ao estudante:
“Você usou IA?”
Essa pergunta tende a gerar respostas pouco úteis, como:
“Não.”
“Só um pouco.”
“Usei só para melhorar.”
“Foi mais para organizar.”
O problema é que “organizar” pode significar muitas coisas — desde revisar a clareza de uma frase até reescrever metade da discussão.
Talvez as perguntas mais adequadas sejam:
Qual ferramenta foi utilizada?
Em quais etapas?
Com qual finalidade?
O que foi aproveitado?
As fontes foram conferidas?
Algum material confidencial foi inserido?
O estudante compreende e defende o texto?
O uso foi registrado?
A declaração corresponde ao uso real?
As normas do periódico, do programa e da instituição foram consultadas?
O orientador não precisa virar detetive de texto robótico.
Até porque os detectores de IA são falíveis, e uma acusação injusta pode causar estrago.
O papel do orientador é mais importante: formar pesquisadores capazes de usar tecnologia sem abdicar do pensamento.
Isso dá trabalho. Mas orientar sempre deu.
A diferença é que agora temos mais uma camada de conversa: não apenas “o que você escreveu?”, mas também “como esse texto foi produzido?”.
A integridade científica não é responsabilidade apenas do pesquisador individual.
Universidades, programas de pós-graduação, periódicos e grupos de pesquisa precisarão criar orientações mais claras sobre o uso de IA.
Isso envolve:
formação de docentes e estudantes;
protocolos de declaração;
critérios para uso em trabalhos acadêmicos;
proteção de dados e confidencialidade;
revisão de formas de avaliação;
orientação sobre pareceres;
procedimentos para lidar com desvios.
Publicar uma norma e imaginar que todos saberão aplicá-la espontaneamente seria uma solução muito tradicional.
E, como sabemos, soluções tradicionais às vezes têm uma relação criativa com a realidade.
A política precisa virar formação.
Precisa virar conversa em sala de aula.
Precisa virar orientação de TCC, dissertação e tese.
Precisa virar prática editorial.
Precisa virar cultura acadêmica.
Para traduzir esse debate em uma rotina prática, proponho um pequeno protocolo com cinco perguntas, usando o acrônimo CLARO.
Sim, o trocadilho é inevitável. Em algum momento da vida acadêmica, todos temos direito a um acrônimo próprio. 🙂
Para que a IA será usada nesta etapa da pesquisa?
Quais tarefas podem ser apoiadas pela ferramenta e quais decisões devem permanecer humanas?
As referências, dados, conceitos e interpretações foram conferidos nas fontes originais?
Foram registrados a ferramenta utilizada, a etapa, a finalidade e os procedimentos de validação?
Foram consultadas as regras do CNPq, da universidade, do programa, do periódico e do comitê responsável?
O método CLARO não resolve todos os dilemas.
Mas ajuda a lembrar que usar IA de forma ética não é apenas apertar “enter” e torcer para dar certo.
A inteligência artificial pode ampliar a capacidade de trabalho dos pesquisadores.
Pode ajudar a organizar materiais.
Pode apoiar buscas exploratórias.
Pode comparar documentos.
Pode melhorar a clareza de textos.
Pode auxiliar na tradução.
Pode colaborar na estruturação preliminar de informações.
Tudo isso é útil.
Mas uma pesquisa concluída mais rapidamente não é necessariamente uma pesquisa melhor.
Quando o uso da IA elimina a compreensão, oculta procedimentos ou transfere decisões intelectuais para a máquina, o ganho de produtividade cobra um preço alto.
O preço é a perda da responsabilidade científica.
A nova Política de Integridade do CNPq nos lembra algo simples e necessário:
a IA pode participar do processo científico, mas não pode assumir sua autoria nem sua responsabilidade.
No fim, a ciência continuará dependendo da capacidade humana de formular boas perguntas, verificar informações, reconhecer incertezas, proteger dados, justificar decisões e responder pelas consequências.
A inteligência artificial não diminui nossa responsabilidade.
Ela a torna mais visível.
👉 Leia aqui:
Política de Integridade do CNPq: como usar IA na pesquisa científica
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.