1. Introdução
Vivemos um tempo em que a inteligência artificial (IA) se tornou parte constitutiva da vida acadêmica, científica e social. Ferramentas como ChatGPT, Gemini, Claude e Copilot já não estão apenas nos laboratórios ou nas salas de aula: elas habitam a escrita, a leitura e a interpretação de textos científicos. Nesse contexto, propor a aprovação do uso de IAs em escritas científicas é mais do que uma decisão técnica, é um posicionamento epistemológico. Significa compreender que negar a presença da IA na produção de conhecimento é, paradoxalmente, recusar-se a compreender a própria tecnologia que hoje molda o mundo.
Este texto defende que a integração das inteligências artificiais aos processos de escrita científica é inevitável e necessária. Ela não substitui o trabalho humano, mas amplia suas possibilidades. Como cientistas, educadores e pesquisadores, não podemos cair na ilusão da pureza autoral, nem na crença de que o conhecimento se produz isolado de mediações tecnológicas. Aprovar o uso de IA, dentro de limites éticos e metodológicos, é aceitar que a ciência contemporânea se faz em diálogo com o digital, com o automatizado e com o algoritmo.
A partir de reflexões teóricas e de minhas próprias publicações, como “Excluir incluindo ou incluir excluindo: diário de campo em uma escola inclusiva” e “Educação, formação de professores e universidade: Brasil e suas propostas”, sustento que o cientista não pode se posicionar como mero espectador das transformações tecnológicas, mas como mediador crítico delas. O uso da IA na escrita científica, se bem conduzido, torna-se ferramenta de democratização, eficiência e reflexão ética sobre o próprio fazer científico.
2. O contexto da escrita científica e a ascensão das IAs
A escrita científica sempre esteve associada à técnica. Desde o uso do papel e da tipografia até os processadores de texto e softwares de análise estatística, a ciência evoluiu com e pela tecnologia. O surgimento das inteligências artificiais generativas é, portanto, mais um passo nesse percurso histórico. O que muda agora é o nível de autonomia textual que a máquina adquire, e o consequente desafio ético de compreender seu papel.
Diversos estudos já discutem o impacto das IAs na produção acadêmica. Um artigo da Nature (2023) aponta que “o uso de modelos de linguagem em larga escala está remodelando a forma como cientistas redigem, revisam e comunicam resultados”, destacando o potencial para “reduzir barreiras linguísticas e acelerar a disseminação do conhecimento”. Outro estudo, publicado na Science and Engineering Ethics (2024), sugere que o uso responsável da IA pode aumentar a transparência e a qualidade textual, desde que o pesquisador mantenha a autoria intelectual do conteúdo.
Nesse sentido, não há espaço para a negação. A IA já está inserida no cotidiano científico: auxilia na escrita de resumos, na revisão de gramática e coerência, na tradução de textos e até na sugestão de metodologias. Como lembra Bender (2023), “o problema não é o uso da IA, mas a ausência de consciência crítica sobre o modo como a utilizamos”. Essa frase sintetiza o cerne do debate contemporâneo: não se trata de substituir o humano, mas de repensar o humano na presença da máquina.
3. Por que é impossível negar a IA na escrita científica
Negar o uso da IA em projetos, artigos ou relatórios acadêmicos seria, hoje, uma forma de anacronismo científico. Há pelo menos três razões para isso:
3.1 Eficiência e democratização
A IA amplia o acesso à produção científica, especialmente para pesquisadores que enfrentam barreiras linguísticas ou institucionais. Chatbots e modelos de linguagem ajudam na estruturação de textos, na melhoria do estilo e na clareza dos argumentos, permitindo que mais pessoas possam participar da produção de conhecimento. Rejeitar a IA seria, portanto, excluir aqueles que mais poderiam se beneficiar dela, um tema que dialoga com minhas reflexões sobre inclusão e exclusão simbólica (SILVA, 2021), quando a escola (ou a academia) inclui formalmente, mas exclui no modo de funcionamento.
3.2 Transformação epistemológica
A IA não apenas acelera o trabalho científico: ela transforma como pensamos e organizamos o conhecimento. Em vez de conceber a escrita como mera transcrição do pensamento, passamos a vê-la como processo de diálogo com o sistema inteligente. O pesquisador formula, o algoritmo propõe, e o humano reinterpreta, formando um circuito de autoria compartilhada. Trata-se de um novo tipo de escrita: a escrita mediada por tecnologia, em que a autoria é humana, mas o suporte é híbrido.
3.3 Ética e integridade científica
O uso da IA exige princípios éticos claros. Diversas revistas científicas, como a Nature, a Elsevier e a Springer, já definiram que ferramentas de IA podem ser utilizadas desde que não substituam a análise crítica nem a interpretação de dados. Isso significa que a IA pode escrever, mas não pensar pela ciência. O papel do pesquisador é garantir que o texto final represente uma reflexão legítima, verificável e coerente com os fundamentos teóricos do campo. A responsabilidade nunca é do software, é do cientista.
4. O papel dos cientistas como mediadores críticos
Como afirmei em “Educação, formação de professores e universidade: Brasil e suas propostas” (SILVA, 2022), o professor e o pesquisador devem ser compreendidos como sujeitos históricos capazes de interpretar criticamente as transformações sociais. Nesse sentido, o uso da IA na escrita científica deve ser visto como uma oportunidade pedagógica: um modo de formar cientistas conscientes da mediação tecnológica e aptos a discutir ética, autoria e verdade.
Admitir que a IA está entre nós é também redefinir o que significa pensar criticamente. A crítica, agora, inclui o algoritmo: questionamos não apenas o conteúdo, mas também o processo técnico que o produziu. Essa postura alinha-se ao pensamento de Pierre Lévy (1999), que já defendia que a inteligência coletiva nasce da interação entre humanos e tecnologias digitais. A IA, nesse sentido, é mais uma expressão da inteligência coletiva, desde que usada com intencionalidade reflexiva.
Há, porém, riscos reais: a superficialidade analítica, o plágio automatizado, a criação de referências inexistentes (as chamadas “alucinações”). Por isso, a formação científica contemporânea precisa incluir letramento digital e ético: aprender a usar IA é também aprender a desconfiar dela. O papel do orientador, do editor e do avaliador é garantir que o texto mantenha coerência, rigor metodológico e autenticidade intelectual.
5. Aprovar IAs é também compreender tecnologia
A aprovação das IAs na escrita científica é uma maneira de aproximar o cientista da alfabetização tecnológica. Entender a tecnologia não é apenas dominar ferramentas, mas compreender seus impactos epistemológicos, sociais e éticos. Como destaca Feenberg (2010), a tecnologia nunca é neutra: ela carrega valores, intenções e visões de mundo. Assim, aprovar o uso da IA é reconhecer que o fazer científico contemporâneo é inseparável das infraestruturas digitais que o sustentam.
Essa reflexão ecoa também na formação de professores e pesquisadores. Se a universidade continuar a negar o papel da IA, ela se tornará instituição desatualizada, incapaz de formar sujeitos críticos para o século XXI. Ao contrário, se a academia incorporar essas tecnologias de forma reflexiva, ética e criativa, poderá renovar suas práticas e democratizar o acesso ao conhecimento.
O desafio não está em impedir o uso da IA, mas em criar políticas e diretrizes claras: indicar quando e como a IA pode ser usada, como deve ser citada, e quais responsabilidades permanecem humanas. Dessa forma, a ciência não apenas acompanha a tecnologia, ela a orienta.
6. Considerações Finais
Negar a IA é negar o tempo em que vivemos. A ciência que se recusa a dialogar com as tecnologias que a sustentam torna-se irrelevante. Aprovar o uso das IAs em escritas científicas, portanto, não é um gesto de rendição, mas de maturidade epistemológica: reconhecemos que pensar, hoje, é também pensar com algoritmos.
A tarefa dos cientistas é não se deixarem substituir, mas se deixarem transformar. A IA não é inimiga da autoria, mas uma nova ferramenta para exercê-la de forma consciente. Escrever com IA é continuar escrevendo, só que com outro tipo de mediação. O importante é manter a ética, a autoria e o compromisso com o conhecimento verdadeiro.
Como educadores, pesquisadores e formadores, cabe-nos compreender que aprovar a IA é, acima de tudo, entender a tecnologia para humanizá-la. O que está em jogo não é a máquina, mas o sentido que damos a ela. A escrita científica, quando aliada à inteligência artificial, pode se tornar mais acessível, mais colaborativa e mais humana, desde que continuemos sendo, nós, os responsáveis por pensar criticamente o que produzimos.
Referências
BENDER, Emily. On the ethics of language models in research writing. Journal of Scholarly Publishing, v. 55, n. 2, 2023.
FEENBERG, Andrew. Between Reason and Experience: Essays in Technology and Modernity. MIT Press, 2010.
LÉVY, Pierre. Cibercultura. São Paulo: Editora 34, 1999.
SILVA, Renan A. da. Excluir incluindo ou incluir excluindo: diário de campo em uma escola inclusiva. São Paulo: 2021.
SILVA, Renan A. da. Educação, formação de professores e universidade: Brasil e suas propostas. São Paulo: 2022.
Nature Editorial. Artificial intelligence in scientific writing: ethical and practical considerations. Nature, 2023.
Science and Engineering Ethics. Responsible integration of AI tools in academic writing., 2024.