A IA está contribuindo para uma homogeneização do pensamento científico, diz pesquisa

No dia 11 de março, foi publicada no Diário Oficial da União a Política de Integridade na Atividade Científica de Nº 2.664, de 6 de março de 2026, proposta pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). Dentre as diretrizes, boas práticas e sanções previstas em casos de infrações contra a integridade na condução de pesquisas, o tema que mais movimentou discussões nas redes sociais e nos corredores das universidades foi o uso de inteligência artificial generativa, mesmo com apenas cinco menções ao longo de todo o documento. 

Sem dúvidas, pensar o uso de inteligência artificial e os riscos implicados na aparente transferência de autoria para a máquina é um dos principais desafios contemporâneos para instituições acadêmicas. Entre argumentos favoráveis e temerosos, os aspectos éticos, a reputação do pesquisador e a validade de pesquisas escritas com apoio de chatbots se destacam. 

A desconfiança em torno da autoria de trabalhos científicos não é novidade, mas foi sim ampliada nos últimos anos. “Antes da IA a literatura científica já estava contaminada por autores estelionatários, periódicos fantasmas e fábricas de trabalhos falsos ("paper mills"). Imagine agora que se torna trivial produzi-los em série vertiginosa”, aponta Marcelo Leite, escritor e jornalista de ciência e ambiente, em artigo de opinião para a Folha de S. Paulo. 

Outros problemas também surgem com o uso desenfreado dessas ferramentas. Publicado no mesmo dia que a portaria, o artigo The homogenizing effect of large language models on human expression and thought explicita que a homogeneização do pensamento e da forma de comunicá-lo no meio científico graças à IA é um efeito já observado. Escrito pelos pesquisadores Zhivar Sourati e Alireza S. Ziabari, do Departamento de Ciência da Computação e Centro de Ciências da Linguagem Computacional na University of Southern California, além do Prof. Morteza Dehghani, que também é do Departamento de Psicologia da mesma instituição, o estudo defende que “[a] diversidade cognitiva na linguagem, na perspectiva e no raciocínio não é apenas vital para a criatividade humana e a resolução de problemas, mas também carrega consigo uma rica informação pessoal e cultural”. 

Entretanto, os Grandes Modelos de Linguagem (LLMs, na sigla em inglês) acabam por reproduzir formatos historicamente privilegiados nas escolhas lexicais, estilísticas e conceituais. “Essa homogeneização surge não apenas de vieses no conjunto de dados para treinamento [dos LLMs], mas também é amplificada pelo próprio processo de treinamento, favorecendo padrões frequentes e facilmente generalizáveis, ao mesmo tempo que suaviza representações minoritárias”, destacam os autores. 

Para Leite, a perda de referenciais e visões de mundo diversificados é um grave sinal do empobrecimento da escrita e do pensamento nas ciências contemporâneas. 

Escrever bem no ambiente universitário está também intimamente ligado ao exercício da leitura acadêmica, com textos frequentemente mais complexos e densos do que aqueles estudados na educação básica. “Os docentes precisam oferecer aos alunos momentos de escrita autoral, mas, antes disso, as leituras que tenham relação direta com o mundo atual e com as áreas de conhecimento dos discentes são basilares. Antes de escrever, os discentes precisam ler. Os estudantes precisam ser sensibilizados em relação à beleza de textos acadêmicos que abrem o nosso olhar”, comenta a Profa. Dra. Valéria Bússola Martins, docente nos cursos de graduação e pós-graduação do Centro de Comunicação e Letras (CCL) da UPM. 

Nesse sentido, Bússola recomenda o planejamento de momentos de leitura coletiva, mediados pelo docente e seguidos por exercícios de escrita aos alunos, tanto nas etapas iniciais da formação universitária quanto em programas mais avançados. Para a professora, intercalar a escrita autoral discente com o uso de IA é uma oportunidade prática de levar os alunos a refletirem sobre os vieses que estão em jogo na produção textual dessas ferramentas. 

“Outro dia, fiz um exercício simples de pedir aos estudantes que resumissem a mão mesmo, em sala de aula, um pequeno texto sobre um tópico que estávamos estudando. Os alunos me entregaram seus resumos e depois, junto dos estudantes, na mesma aula, pedi para uma ferramenta de IA resumir o mesmo texto que eu tinha entregue aos graduandos. Os educandos perceberam que a IA resumiu muito bem o conteúdo central em estudo, mas que detalhes significativos foram ignorados pela ferramenta de IA. Como detalhes podem mudar tudo em um trabalho científico, eles perceberam que a leitura na fonte original é imprescindível”, salienta. 

Por sua vez, o CNPq reforça que a autoria continua sendo humana e, portanto, a responsabilidade frente a imprecisões e alucinações da IA, bem como o plágio, permanecem sendo daquele que assina a pesquisa. 

Para ler na íntegra o artigo de opinião na Folha de S. Paulo, acesse: https://www1.folha.uol.com.br/colunas/marceloleite/2026/03/pesquisadores-alertam-para-pasteurizacao-da-ciencia-com-ia.shtml