Inteligência Artificial na Pesquisa
IA pode ajudar na sua pesquisa, mas não pode fazer a pesquisa por você.
🔗 Links rápidos: [Como avaliar fontes] · [Biblioteca de Prompts] · [Ferramentas de apoio] · ✅ [Baixe o checklist para avaliar conteúdo gerado por IA]
📘 Vai usar IA no seu trabalho? Leia primeiro o [Guia de Uso Responsável da IA na Pesquisa, Pós-graduação e Inovação da UEMS]. Ele traz as regras oficiais da universidade.
Resumo rápido: pode ou não pode?
| ✅ Pode usar IA para... | ❌ Não pode usar IA para... |
|---|---|
| Gerar ideias e sinônimos para a busca | Escrever o trabalho por você |
| Ajudar a entender um conceito difícil | Reescrever textos para esconder plágio |
| Revisar a clareza de um texto que você escreveu | Ser autora ou coautora do trabalho |
| Traduzir um trecho, conferindo o resultado | Inventar ou "encontrar" referências sem você conferir |
| Organizar ideias e montar roteiros | Processar dados pessoais, sigilosos ou de pesquisa restrita |
Com base no Guia da PROPPI/UEMS (2026). Sempre declare o uso de IA (veja a seção 4 do Guia).
1. Como uma IA como o ChatGPT funciona?
Ferramentas como ChatGPT, Gemini e Claude são Modelos de Linguagem de Grande Escala (LLMs, na sigla em inglês). Elas não pensam e não são uma fonte 100% confiável. Elas foram feitas para simular a linguagem humana e calculam a probabilidade de palavras que virão na geração de um texto com base em padrões aprendidos em quantidades enormes de dados.
É por isso que elas "alucinam": elas podem produzir informações falsas que soam verdadeiras, porque a frase é estatisticamente provável, não porque é verdadeira. Isso inclui artigos e autores que não existem.
🎥 Veja como funciona:
- [Reportagem interativa do Financial Times] (em inglês)
- [Vídeo: como funciona um LLM] (ative a legenda automática em português)
2. A caixa-preta: de onde vem o que a IA sabe?
Nos primeiros modelos, as empresas divulgavam com quais textos treinavam suas IAs, mas hoje a maioria das grandes empresas não revela seus dados de treinamento.
Veja, por exemplo, a evolução nos modelos GPT, da OpenAI:
| Modelo | Ano | Com o que foi treinado |
|---|---|---|
| GPT-1 | 2018 | Cerca de 7 mil livros não publicados (BookCorpus) |
| GPT-2 | 2019 | Textos de cerca de 8 milhões de páginas da web, indicadas em links do Reddit |
| GPT-3 | 2020 | Grande coleta de páginas da web, dois conjuntos de livros e a Wikipédia em inglês |
| GPT-4 | 2023 | Não divulgado |
Fonte: adaptado de Vieira e Passos (2024).
Por que isso importa? Se não sabemos de onde a informação veio, não conseguimos avaliar se ela é confiável. É o critério de autoridade dos [Dez passos para avaliar qualquer fonte], só que impossível de checar.
3. Riscos que você precisa conhecer
A UNESCO recomenda que as universidades não proíbam a IA nem a ignorem, e sim que ensinem a usá-la com responsabilidade (Sabzalieva; Valentini, 2023). Por isso, conheça os riscos:
⚠️ Alucinações
A IA inventa dados, fatos e referências com total confiança, e raramente admite que não sabe. Toda informação deve ser conferida em fontes reais.
⚠️ Autoria e direitos autorais
As IAs foram treinadas com textos de milhares de autores, quase sempre sem autorização ou pagamento, e não citam de onde tiraram as ideias (Vieira; Passos, 2024), além disso:
- a IA não pode ser autora nem coautora, porque não pode assumir responsabilidade pelo que produz (Liu et al., 2023; PROPPI, 2026);
- usar a IA para escrever o trabalho inteiro ou para disfarçar um plágio é fraude acadêmica.
⚠️ Vieses e preconceitos
As IAs aprendem com dados da internet e por isso reproduzem, e às vezes amplificam, preconceitos de raça, gênero e cultura (Liu et al., 2023). Elas também entendem pior os idiomas, as gírias e os contextos fora dos Estados Unidos e da Europa, podendo causar um apagamento de perspectivas do Sul Global, incluindo o Brasil (Du; Okolo, 2025).
📚 Para saber mais:
- PEREZ, Caroline Criado. Mulheres invisíveis: o viés dos dados em um mundo projetado para homens. Rio de Janeiro: Intrínseca, 2022.
- O'NEIL, Cathy. Algoritmos de destruição em massa. Santo André: Rua do Sabão, 2021.
⚠️ Impacto ambiental
Treinar e manter modelos de IA consome muita energia e água para resfriar os data centers (Liu et al., 2023). Quanto custa cada pergunta, porém, ainda é um tema em debate:
- As estimativas variam muito. Dependem do modelo, do tipo de tarefa e do método de cálculo.
- Uma pergunta de texto simples "supostamente" gasta pouco. O Google, por exemplo, estimou em 2025 que uma pergunta de texto típica ao Gemini gasta pouca energia, mas o cálculo é da própria empresa (Elsworth et al., 2025).
- Imagens, vídeos e tarefas com agentes gastam muito mais.
- O impacto total cresce com os bilhões de usos diários.
💡 Na prática: use IA quando ela realmente ajudar, e não para tarefas que uma busca simples resolve.
4. Como declarar o uso de IA na UEMS
O Guia da UEMS pede transparência: se você usou IA em qualquer etapa, declare.
Onde declarar: em nota de rodapé, na metodologia ou nos agradecimentos, conforme o tipo de trabalho.
O que escrever: qual ferramenta você usou, para quê, e como conferiu o que ela gerou.
Exemplo:
"Ferramentas de Inteligência Artificial Generativa (especificar quais) foram utilizadas exclusivamente como apoio à revisão de clareza textual e da organização de trechos previamente elaborados pelo(a) autor(a). Todo o conteúdo conceitual, analítico, referencial e argumentativo foi desenvolvido pelo(a) pesquisador(a), e todas as referências, dados e informações apresentados foram integralmente verificados."
Declaração formal: o Guia recomenda preencher a Declaração de uso de ferramentas de IA (Apêndice A). Ela deve ser assinada por você e pelo seu orientador e arquivada:
- na Coordenação do Curso, no caso de TCC, dissertação ou tese;
- na Divisão de Pesquisa, no caso de PIBIC e projetos cadastrados.
5. Checklist de avaliação de conteúdo gerado por IA
A Biblioteca da UEMS criou uma checklist em duas partes:
- Devo usar IA nesta tarefa? Ajuda a decidir se o uso faz sentido e se os dados estão protegidos.
- Como conferir o que a IA gerou? Mostra os passos para checar erros, alucinações e vieses.
Referências
DU, Michelle; OKOLO, Chinasa T. Reimagining the future of data and AI labor in the Global South. Washington, D.C.: The Brookings Institution, out. 2025. Disponível em: https://www.brookings.edu/articles/reimagining-the-future-of-data-and-ai-labor-in-the-global-south/. Acesso em: 17 jul. 2026.
ELSWORTH, Cooper et al. Measuring the environmental impact of delivering AI at Google scale. arXiv, 2025.
LIU, B. L. et al. Para aproveitar a era da inteligência artificial na educação superior: um guia às partes interessadas do ensino superior. [S. l.]: UNESCO, 2023. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000386670_por. Acesso em: 18 maio 2026.
PRÓ-REITORIA DE PESQUISA, PÓS-GRADUAÇÃO E INOVAÇÃO (PROPPI). Guia de uso responsável da inteligência artificial na pesquisa, pós-graduação e inovação na UEMS. Dourados, MS: UEMS, 2026. Disponível em: https://www.uems.br/pro-reitoria/proppi/Inovacao-Tecnologica/Guia-de-Uso-Responsavel-da-Inteligencia-Artificial-Generativa-na-Pesquisa-Pos-graduacao-e-Inovacao. Acesso em: 29 maio 2026.
SABZALIEVA, Emma; VALENTINI, Arianna. ChatGPT and artificial intelligence in higher education: quick start guide. Paris: UNESCO, 2023. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000385146.locale=en. Acesso em: 17 jul. 2026.
VIEIRA, B. B. de M.; PASSOS, K. G. F. dos. Fontes de informação, internet e novos desafios com a inteligência artificial. Revista Brasileira de Biblioteconomia e Documentação, v. 20, p. 1-15, 2024. Disponível em: https://rbbd.febab.org.br/rbbd/article/view/2054. Acesso em: 2 jul. 2026.
📬 Contatos

Inteligência Artificial na Pesquisa
© 2026 por Aline Perdomo Soutelo; Biblioteca UEMS. licenciada sob CC 4.0 BY SA