0
0
academia, ai, escrita com ia, ia, pesquisa, prompt

O Uso Ético e Construtivo da Inteligência Artificial em Trabalhos Acadêmicos

atualizado em Deixe um comentário em O Uso Ético e Construtivo da Inteligência Artificial em Trabalhos Acadêmicos

Este artigo explora o uso ético e construtivo da inteligência artificial em trabalhos acadêmicos. E como, enquanto estudantes, podemos utilizar a IA de forma construtiva e responsável, diferenciando práticas éticas das não éticas, analisando vantagens e desvantagens de ferramentas. A premissa central é que a IA deve ser uma ferramenta para ampliar o intelecto humano, não para substituí-lo.

1. O Autor e O Uso Ético e Construtivo da Inteligência Artificial em Trabalhos Acadêmicos

O primeiro e mais crucial princípio para o uso da IA na academia é que o estudante é, e sempre será, o autor e responsável intelectual por seu trabalho. Já que ferramentas de IA não podem ser creditadas como autoras, pois a autoria implica responsabilidade pela veracidade e pelas implicações do conteúdo, algo que um sistema algorítmico não pode assumir. Embora ferramentas sejam autoras dependentes de um prompt, ou de prompts para modelação do texto, da imagem ou de outra forma generativa de produção.

As IAs não seriam apenas fonte de busca e concatenação de informações. Nem seriam apenas geradoras autônomas de conteúdo relevante, apenas com prompts rasteiros. Se o objetivo for criar algo limitado e falho, assim será. Se o objetivo for lapidar uma “jóia” de conhecimento, relevante e com impacto, o autor e seus prompts precisarão de uma postura investigativa na IA.

O prompt será indispensável para o uso ético e construtivo da inteligência artificial em trabalhos acadêmicos. Esse é o recurso essencial para usar IAs generativas, os LLMs. Imagine o célebre escultor Aleijadinho e suas ferramentas para talhar madeira e pedra. Todos os artistas e artesãos têm acesso às mesmas ferramentas de modelagem. Mas já sabemos que a arte está na disciplina, talento, visão, experiências, repertório, formação e em como dominar essas ferramentas. Dessa forma, o prompting seria uma técnica do contemporâneo, uma habilidade a ser constantemente desenvolvida.

Assim, uma obra mediocre e uma obra de arte teriam em comum elementos constitutivos comuns, como as “talhas” e “formões”. O uso da IA deveria partir de uma postura de ceticismo saudável e validação constante – não é fácil lapidar a jóia e criar o diamante.

Um dos maiores riscos das IAs generativas é o fenômeno das “alucinações”: a geração de informações que parecem plausíveis, mas são factualmente incorretas ou completamente fabricadas. Assim, as alucinações tendem a crescer se não mantivermos fontes seguras de conhecimento e referência. Por exemplo, repositório de artigos científicos não maculados pela IA alucinada ou incorreta. Por isso, é indispensável que o pesquisador:

  • Verifique todas as informações: Cada dado, citação ou afirmação gerada pela IA deve ser rigorosamente confrontada com fontes acadêmicas primárias e confiáveis. Pois IAs podem gerar referências a obras inexistentes.
  • Mantenha o pensamento crítico: O uso excessivo e não crítico da IA pode levar à “dívida cognitiva”, um fenômeno que compromete a memória de trabalho, a conectividade neural e a capacidade de análise profunda, pois o esforço cognitivo não é realizado pelo estudante. Já que a tecnologia deve fortalecer o discernimento humano, não substituí-lo.
  • Desenvolva prompts inteligentes: A habilidade de criar bons prompts (comandos) é essencial para o uso ético e construtivo da inteligência artificial em trabalhos acadêmicos. Assim, no lugar de pedir que a IA “escreva sobre um tema”, o uso ético foca em examinar o próprio raciocínio. Exemplos de prompts eficazes incluem:
    • “Aja como um advogado do diabo contra esta tese: [seu argumento]. Quais são os contra-argumentos mais fortes?”.
    • “Analise a estrutura deste argumento. Cada afirmação segue logicamente a anterior? Indique quaisquer lacunas.”.
    • “Com base nesta fonte [colar trecho], minha afirmação [X] está correta ou estou interpretando demais?”.
  • Desenvolva contra prompts inteligentes:
    • Podem auxiliar você a testar os prompts iniciais. Logo, podem testar o conteúdo gerado.
  • Uso combinado de IAs
    • IAs generativas vão produzir de forma diferente mesmo com o mesmo prompt!
    • Se estiver em grupo, veja que o mesmo prompt, na mesma LLM, aplicado por você, vai gerar resultado diferente.

2. Práticas Éticas: Transparência como Pilar Fundamental

O pilar para o uso ético da IA é a transparência. Ocultar o uso de IA é considerado uma falha ética que viola os princípios de honestidade em pesquisa. Já que instituições acadêmicas e periódicos científicos estão cada vez mais exigindo que o uso de IA seja explicitamente declarado. E isso porque já teriam ocorrido casos de publicações terem sido identificadas como incorretas, mas aprovadas em bancas de universidades.

  • Como declarar o uso: O autor deve informar no resumo e na seção de metodologia (ou em nota de rodapé) quais ferramentas foram utilizadas e para quais finalidades. Por exemplo: “O ChatGPT-4 foi utilizado para refinar a clareza e a coesão de parágrafos na seção de discussão, com supervisão e edição integral do autor.”
  • Como citar conteúdo gerado por IA (Normas ABNT): Embora as regras ainda estejam em desenvolvimento, a Associação Brasileira de Normas Técnicas (ABNT) já oferece orientações preliminares. Para textos, a sugestão é seguir um modelo que inclua a empresa, o comando (prompt) utilizado, o nome do algoritmo e a data. Para imagens, a fonte deve indicar o nome da ferramenta e a data de criação, e o corpo do texto deve mencionar que a imagem foi gerada por um algoritmo.

3. Riscos e Práticas Não Éticas: A Ameaça à Integridade Científica

O uso inadequado da IA representa uma ameaça direta à integridade acadêmica. As práticas não éticas incluem:

  • Plágio e Ciberplágio: A apropriação de ideias, textos ou dados de outros sem a devida atribuição é plágio. O uso de IA para gerar textos a partir de conteúdos existentes na internet, sem a devida citação e reescrita crítica, é uma forma de ciberplágio. O plágio pode ser intencional (copiar deliberadamente) ou acidental (por desconhecimento das normas), mas ambos podem ter consequências jurídicas e acadêmicas severas.
  • Fraude e Fabricação de Dados: Utilizar IA para gerar resultados experimentais falsos ou manipular dados para confirmar uma hipótese é uma grave má conduta científica.
  • Perda de Autoria e Originalidade: Apresentar um texto gerado integralmente por IA como de autoria própria compromete a originalidade e o propósito da educação, que é o desenvolvimento de habilidades de pensamento crítico.
  • Risco da “Internet Morta”: O uso acrítico de IA contribui para um ecossistema de informação onde o conteúdo é genérico, repetitivo e, muitas vezes, incorreto. Se os estudantes apenas replicarem o que as máquinas produzem, a academia deixa de ser um espaço de criação de conhecimento novo e passa a ser um mero eco de dados pré-existentes, erodindo a confiança na produção científica.
  • Viés Algorítmico: As IAs são treinadas com dados do mundo real e podem reproduzir e amplificar vieses sociais, raciais e de gênero, levando a discriminações e perpetuando desigualdades.

É importante notar que instituições e professores estão cada vez mais utilizando ferramentas de detecção de IA, como Turnitin, CopySpider e GPTZero, para verificar a originalidade dos trabalhos. No entanto, esses detectores não são infalíveis, o que reforça a necessidade de uma cultura de transparência em vez de um “jogo de gato e rato”.

4. O Uso Ético e Eficaz da Inteligência Artificial em Trabalhos Acadêmicos – Vantagens e Desvantagens das Ferramentas de IA

VantagensDesvantagens
Eficiência e Agilidade: Acelera a busca por referências, resumo de artigos e organização de dados.Dependência e Superficialidade: O uso excessivo pode levar à perda de originalidade e a uma pesquisa superficial.
Aprimoramento da Escrita: Auxilia na correção gramatical, clareza, coesão e estilo do texto.Risco de Erros e “Alucinações”: Gera informações incorretas, enviesadas ou referências falsas.
Geração de Ideias: Ajuda a superar o bloqueio criativo, sugerindo novas perspectivas e estruturas para o trabalho.Privacidade e Segurança: Inserir dados sensíveis em plataformas online pode expor pesquisas inéditas ou informações pessoais.
Análise de Dados: Automatiza a análise de grandes volumes de dados, identificando padrões e gerando visualizações.Viés Algorítmico: Pode reproduzir e amplificar preconceitos presentes nos dados de treinamento.
Acessibilidade: Pode ajudar estudantes com barreiras de linguagem ou dificuldades de aprendizado a articular suas ideias.Desigualdade Digital: O acesso a ferramentas mais avançadas (geralmente pagas) não é universal, ampliando disparidades.

5. Aplicações Práticas: Ferramentas e Momentos de Uso por Área

A IA pode ser integrada em todas as fases do trabalho acadêmico. Abaixo, listo ferramentas (muitas com versões gratuitas) e exemplos de aplicação para o uso ético e construtivo da inteligência artificial em trabalhos acadêmicos.

A. Fase de Ideação, Pesquisa e Revisão de Literatura

  • Para explorar um tema e encontrar artigos:
    • Elicit (elicit.com): Faz perguntas em linguagem natural e retorna resumos de artigos relevantes, extraindo metodologia e conclusões.
    • Consensus (consensus.app): Responde perguntas com base em evidências de estudos científicos, mostrando o consenso da área.
    • Perplexity AI (perplexity.ai): Um motor de busca conversacional que cita as fontes de suas respostas, com um modo “acadêmico”.
    • OpenRead (openread.io): Plataforma alimentada por IA que responde perguntas com base em artigos, permitindo encontrar e baixar PDFs.
  • Para visualizar conexões entre estudos:
    • ResearchRabbit (researchrabbit.ai): Conhecido como o “Spotify dos artigos”, cria mapas visuais da literatura, ajudando a descobrir trabalhos seminais.
    • Connected Papers (connectedpapers.com): Gera grafos visuais que mostram as relações entre diferentes artigos científicos.

B. Fase de Leitura, Análise e Organização de Anotações

  • Para interagir com PDFs e textos complexos:
    • SciSpace (typeset.io): Permite carregar um PDF e fazer perguntas sobre ele, além de extrair dados de tabelas e obter explicações.
    • ChatPDF (chatpdf.com): Semelhante ao SciSpace, ideal para resumir e extrair informações de documentos rapidamente.
    • Splain Paper (explainpaper.com): Explica trechos confusos de artigos científicos.
  • Para organizar anotações e sintetizar ideias:
    • NotebookLM (notebooklm.google.com): Ferramenta do Google que cria um modelo de IA personalizado com base nas suas fontes (PDFs, links, textos), respondendo perguntas e gerando resumos, mapas mentais e até podcasts apenas com seu material.
    • Obsidian (obsidian.md): Ferramenta de anotações que permite criar uma rede de conhecimento interligada, ideal para projetos de longa duração.

C. Fase de Análise de Dados e Visualização

  • Ciências Humanas e Sociais Aplicadas:
    • Análise de Conteúdo Qualitativo: Softwares como MAXQDA (maxqda.com) e NVivo possuem assistentes de IA (“AI Assist”) que podem sugerir categorias e resumir segmentos de entrevistas e documentos, otimizando a análise de conteúdo.
  • Ciências Biológicas e da Saúde:
    • Análise de literatura específica: Get nextnet ([plataforma específica da área]) é uma base de dados para a área da saúde que mostra as conexões entre artigos científicos.
  • Ciências Exatas e Engenharias:
    • Cálculos e visualização de funções: Wolfram Alpha (wolframalpha.com) é um “mecanismo de conhecimento computacional” que resolve equações e analisa dados complexos, fornecendo soluções passo a passo.
  • Todas as Áreas:
    • Criação de Gráficos: Graph Maker (por exemplo, ChartGPT) permite criar gráficos profissionais a partir de planilhas ou dados brutos por meio de comandos simples.

D. Fase de Escrita, Edição e Formatação

  • Para aprimorar o texto (clareza, coesão, estilo):
    • ChatGPT (chat.openai.com), Gemini (gemini.google.com), Perplexity (perplexity.ai): Úteis para parafrasear (com cuidado), sugerir sinônimos, reestruturar frases e melhorar a fluidez. Nunca devem ser usados para gerar o texto principal.
    • Jenni AI (jenni.ai): Assistente de escrita projetado para o meio acadêmico, que ajuda a completar frases e incorporar citações.
  • Para revisão gramatical e verificação de plágio:
    • Grammarly (grammarly.com): Vai além da verificação ortográfica, oferecendo feedback sobre gramática, clareza e tom do texto.
    • Undetectable AI (undetectable.ai): Ferramenta que pode “humanizar” textos, mas deve ser usada com extrema cautela ética, servindo mais como um auxílio para entender o que torna um texto mais natural.
  • Para formatação e referências:
    • Mettzer (mettzer.com): Plataforma focada em formatação de trabalhos acadêmicos segundo as normas da ABNT.
    • Zotero (zotero.org) e Mendeley (mendeley.com): Gerenciadores de referência essenciais que automatizam a criação de citações e bibliografias.

Nota: A inclusão de links de ferramentas específicas não consta nas fontes e foi adicionada para fins de utilidade, devendo ser verificada de forma independente.

6. Conclusão: Rumo a um Futuro de Colaboração Humano-IA para O Uso Ético e Construtivo da Inteligência Artificial em Trabalhos Acadêmicos

A integração da IA no ecossistema acadêmico é uma tendência irreversível. Já que o uso ético e construtivo da Inteligência Artificial em trabalhos acadêmicos. Em sequência, resistir a essa tecnologia é menos produtivo do que aprender a se engajar com ela de forma crítica, ética e criativa. Portanto, o futuro do trabalho acadêmico seria cada vez mais caracterizado por uma colaboração humano-IA.

Nesse novo paradigma, a competência definidora de um acadêmico não será a habilidade de evitar essas ferramentas, mas sim a capacidade de se associar a elas de forma consciente. Logo, ao automatizar tarefas repetitivas e otimizar processos, a IA liberaria o pesquisador para se concentrar em atividades de ordem superior: o pensamento crítico, a criatividade, a inovação e a formulação de perguntas verdadeiramente novas. A IA nos permitiria mais camadas de sofisticação, mas sob risco de montarmos um castelo de cartas. Assim, mesmo usando prompts na modelagem, a estrutura de texto necessitaria do autor. Porém, em que medida e profundidade, serão elementos de mais debate futuro.

Dessa forma, ao adotar a IA de maneira transparente e responsável, os estudantes não apenas garantem a integridade de seus trabalhos, mas também desenvolvem as habilidades essenciais para um futuro em que a colaboração entre a inteligência humana e a artificial será a norma.

A verdadeira revolução não estaria em deixar a máquina pensar por nós, mas em usar seu poder para aprofundar e expandir nossa própria capacidade de criar, descobrir e, finalmente, contribuir para o crescimento do conhecimento individual e coletivo. Dessa forma, pense que, nossa responsabilidade em um trabalho acadêmico é a de contribuir com nosso crescimento e aprendizado, e oportunizar o aprendizado a outros. É assim que chegamos até aqui. E é com esse caminho de criação de conhecimento que deveríamos zelar e nos preocupar, em favor de todos.

Referências

Sobre o autor

Rafael Tunes é especialista em marketing digital e economia comportamental. Em suas atividades profissionais e projetos, vem aplicando IA de diversas maneiras. É um profissional que também possui larga experiência em empreendedorismo, inovação e educação. Atua no Sebrae Minas e tem passagem por outras grandes empresas. Atua também como professor e palestrante.

Você também pode gostar...

Posts populares

Deixe um comentário