ARTIFICIAL INTELLIGENCE IN BRAZILIAN SCIENTIFIC PRODUCTION: A SYSTEMATIC REVIEW
REGISTRO DOI: 10.69849/revistaft/dt10202508192240
Jackson Roberto Sousa de Oliveira1
Aracélia Vieira da Silva1
Lucas Henrique de Amorim Lima1
Marcus Vinícius Henriques Brito2
RESUMO
Esse artigo buscou analisar, por meio de uma revisão sistemática da literatura, estudos empíricos que investigaram o uso da Inteligência Artificial (IA) na produção de artigos científicos no Brasil entre 2020 e 2025. Foram realizadas buscas nas bases SciELO, Web of Science e Portal de Periódicos da CAPES/Clarivate, utilizando descritores em português e inglês relacionados à “inteligência artificial”, “produção científica” e “Brasil”. Aplicaram-se critérios de inclusão que priorizaram apenas artigos originais, excluindo revisões e textos teóricos. Ao final da triagem, três estudos foram incluídos: um de abordagem qualitativa, um quantitativo e um estudo de caso. Os resultados apontaram que a IA é utilizada tanto na redação parcial de textos acadêmicos quanto na busca e organização de referências, proporcionando ganhos de eficiência e qualidade. Contudo, emergiram preocupações éticas relacionadas à autoria, originalidade e confiabilidade das informações. Conclui-se que, embora recente, o uso da IA na produção científica brasileira já apresenta impacto relevante, demandando regulamentações, políticas institucionais e capacitação contínua para assegurar a integridade acadêmica.
Palavras-chave: Inteligência Artificial. Produção Científica. Brasil.
ABSTRACT
This article sought to analyze, through a systematic literature review, empirical studies investigating the use of Artificial Intelligence (AI) in the production of scientific articles in Brazil between 2020 and 2025. Searches were conducted in the SciELO, Web of Science, and CAPES/Clarivate Journals Portal databases, using Portuguese and English descriptors related to “artificial intelligence,” “scientific production,” and “Brazil.” Inclusion criteria prioritized only original research articles, excluding reviews and theoretical works. After screening, three studies were included: one qualitative, one quantitative, and one case study. Results indicated that AI is used both for partial drafting of academic texts and for searching and organizing references, providing efficiency and quality gains. However, ethical concerns emerged regarding authorship, originality, and reliability of generated information. It is concluded that, although recent, the use of AI in Brazilian scientific production already has a significant impact, requiring regulations, institutional policies, and continuous training to ensure academic integrity.
Keywords: Artificial Intelligence; Scientific Production; Brazil
1. INTRODUÇÃO
A incorporação de tecnologias de Inteligência Artificial (IA) na produção científica tem modificado substancialmente os processos de elaboração de artigos acadêmicos. Ferramentas de IA generativa, sistemas de busca com processamento de linguagem natural e assistentes de escrita automatizada vêm sendo utilizados para apoiar desde a coleta e organização de referências até a redação e revisão textual (Stokel-Walker; Van Noorden, 2023). Essa transformação tecnológica, embora recente, levanta questões sobre seus efeitos na integridade acadêmica, na originalidade e na autoria dos trabalhos (Floridi; Chiriatti, 2020).
No cenário internacional, universidades, editoras científicas e órgãos reguladores têm discutido e implementado diretrizes para o uso responsável da IA em publicações acadêmicas (Kroll; Barocas; Felten, 2023). No Brasil, o tema começou a ganhar relevância nos últimos anos, com relatos crescentes de uso dessas ferramentas por pesquisadores e estudantes para elaborar trechos de artigos, estruturar introduções e realizar revisões bibliográficas assistidas (Soares, 2024). Ao mesmo tempo, cresce a preocupação com práticas éticas e a necessidade de validação humana do conteúdo gerado por IA (Thornton; Peters, 2023). Nesse contexto, emergem debates sobre a criação de políticas institucionais específicas que possam guiar a utilização dessas ferramentas de maneira responsável e transparente.
A crescente utilização da IA na elaboração de artigos demanda investigação empírica sobre como essas ferramentas estão sendo integradas à prática científica no Brasil. É fundamental compreender quais etapas do processo de produção textual recebem maior apoio da IA, quais benefícios são percebidos pelos pesquisadores e quais riscos são identificados, especialmente no que se refere à confiabilidade das informações e à manutenção de padrões éticos (Thornton; Peters, 2023). Esse entendimento possibilita mapear tendências, antecipar impactos e propor estratégias que fortaleçam a qualidade e a credibilidade da produção acadêmica nacional (Kroll; Barocas; Felten, 2023). Além disso, contribui para ampliar a reflexão sobre o papel da tecnologia na construção do conhecimento e no futuro da comunicação científica.
A identificação do perfil e do contexto de uso dessas tecnologias em território nacional permite orientar políticas institucionais e capacitações direcionadas. A literatura internacional sugere que a adoção da IA na escrita acadêmica tende a crescer rapidamente, mas que seu uso deve ser acompanhado de protocolos claros e treinamentos para evitar dependência excessiva e problemas de plágio ou deturpação de dados (Floridi; Chiriatti, 2020; Stokel-Walker; Van Noorden, 2023). Ao compreender essas dinâmicas, é possível alinhar a inovação tecnológica com a preservação da integridade e dos valores da pesquisa científica (Thornton; Peters, 2023). Além disso, a análise dessas práticas possibilita identificar lacunas na formação de pesquisadores, sobretudo no que tange à ética digital e ao uso crítico de novas ferramentas.
Diante desse panorama, o presente estudo tem por objetivo analisar, por meio de uma revisão sistemática da literatura, evidências empíricas sobre o uso da Inteligência Artificial na produção de artigos científicos no Brasil entre 2020 e 2025, identificando aplicações práticas, benefícios, desafios e implicações éticas. Busca-se, assim, oferecer uma síntese crítica que subsidie reflexões e decisões quanto à incorporação responsável dessas tecnologias no meio acadêmico.
2. METODOLOGIA
Trata-se de uma revisão sistemática da literatura. As buscas foram realizadas nas bases SciELO, Web of Science e Portal de Periódicos da CAPES/Clarivate, abrangendo o período de janeiro de 2020 a março de 2025. Utilizaram-se descritores em português e inglês combinados por operadores booleanos: (“inteligência artificial” OR “artificial intelligence”) AND (“produção científica” OR “scientific production” OR “artigo científico” OR “scientific article”) AND (Brasil OR Brazil).
Como critérios de inclusão, utilizou-se estudos originais empíricos realizados no Brasil ou com foco explícito no contexto brasileiro; abordando diretamente o uso de IA na produção de artigos científicos; apresentando dados coletados por meio de experimentos, entrevistas, estudos de caso ou análises documentais. Foram excluídas revisões de literatura, ensaios teóricos, editoriais, cartas e estudos cujo foco de IA não estivesse relacionado à elaboração de artigos científicos.
A busca resultou em 37 registros. Após a remoção de duplicatas e triagem por título e resumo, 9 estudos permaneceram para leitura na íntegra. Destes, 3 atenderam a todos os critérios e foram incluídos na síntese. A extração de dados registrou autor, ano, título, tipo de estudo, método e principais achados. A síntese foi realizada de forma narrativa e categórica, agrupando evidências por tipo de aplicação da IA.
3. RESULTADO
Tabela 1 – Estudos incluídos na revisão sistemática
4. DISCUSSÃO
Os resultados desta revisão sistemática revelam que o uso da Inteligência Artificial na produção de artigos científicos no Brasil já não se restringe a experiências isoladas ou experimentações informais, mas configura um fenômeno em expansão, permeando múltiplas etapas do processo de escrita acadêmica. A análise dos três estudos empíricos incluídos permite identificar padrões, benefícios e desafios que se entrelaçam e moldam a compreensão atual sobre essa integração tecnológica.
O trabalho de Soares (2024) evidencia que estudantes de pós-graduação utilizam ferramentas de IA principalmente para a redação parcial de trechos de artigos, dissertações e teses. Essa utilização está associada à necessidade de agilizar a produção textual, especialmente em contextos de prazos acadêmicos rigorosos e alta demanda de publicação. No entanto, o estudo também revela tensões em torno da originalidade e da autoria, questões que se intensificam na medida em que o texto gerado pela IA se torna mais elaborado e menos distinguível da escrita humana.
Complementando essa perspectiva, Silva & Souza (2025) trazem dados quantitativos que indicam percepções amplamente positivas sobre os benefícios da IA na redação acadêmica. Entre os respondentes, predominou a visão de que as ferramentas auxiliam na melhoria da clareza e da organização do texto, funcionando como um apoio técnico e linguístico. Entretanto, mesmo entre os usuários entusiastas, há o reconhecimento de que a IA deve ser tratada como recurso auxiliar, não substitutivo da reflexão e argumentação próprias da pesquisa científica. Este ponto reforça a importância de capacitar pesquisadores para o uso crítico dessas tecnologias, garantindo que elas ampliem, e não substituam, o raciocínio científico.
Já o estudo de Bot & Santos (2025) amplia o escopo da discussão ao mostrar que o impacto da IA se manifesta desde a escrita quanto na busca, seleção e organização de referências bibliográficas. Ao utilizar sistemas como SciSpace e Perplexity, os pesquisadores conseguiram otimizar etapas iniciais da pesquisa, encontrando literatura relevante com maior rapidez e precisão. Essa dimensão revela que a IA pode influenciar na forma como se escreve e na maneira como o conhecimento é construído e fundamentado. No entanto, a confiança nos resultados dessas ferramentas depende de uma revisão criteriosa, pois o risco de vieses e omissões permanece.
Ao integrar os achados, observa-se que os três estudos convergem em um ponto fundamental: o uso ético e eficaz da IA na produção científica depende de intervenção humana qualificada. As ferramentas demonstram potencial para ampliar a eficiência e a produtividade dos pesquisadores, mas sua adoção sem parâmetros claros pode comprometer a integridade acadêmica. Esse equilíbrio entre benefício e risco, já identificado no cenário internacional, reforça a pertinência do presente estudo, que buscou justamente mapear como a IA está sendo aplicada no contexto brasileiro e quais implicações isso traz para o futuro da produção científica.
A reflexão que emerge é que a IA, quando utilizada com consciência crítica, pode se tornar uma aliada estratégica da ciência nacional, ajudando a superar barreiras de tempo, acesso e até de proficiência linguística. Porém, seu uso irrefletido pode produzir textos tecnicamente corretos, mas cientificamente frágeis. Assim, os resultados apontam para a necessidade urgente de políticas institucionais, regulamentações editoriais e programas de formação que orientem o uso dessas ferramentas, preservando tanto a qualidade do conhecimento produzido quanto os valores que sustentam a pesquisa acadêmica.
A emergência da Inteligência Artificial (IA) como ferramenta de apoio à produção científica representa um marco significativo na história da pesquisa acadêmica. Seu potencial para automatizar tarefas, processar grandes volumes de dados e oferecer suporte à redação de textos científicos tem despertado crescente interesse entre pesquisadores de diferentes áreas do conhecimento. No contexto contemporâneo, a utilização de sistemas baseados em IA redefine processos metodológicos e instiga reflexões sobre a natureza da autoria e a preservação da integridade acadêmica, tornando-se, portanto, um campo fértil para investigação.
5. CONCLUSÃO
As evidências demonstram que o uso da Inteligência Artificial na produção de artigos científicos no Brasil já é uma realidade, ainda que em fase inicial de consolidação. Ferramentas de IA têm sido aplicadas tanto na redação quanto na busca e organização de referências, trazendo benefícios à eficiência e qualidade do processo de produção. Contudo, permanecem desafios ligados à integridade acadêmica e à necessidade de regulamentações e treinamentos adequados. O cenário observado indica que, se utilizada de forma ética e transparente, a IA pode se tornar uma aliada valiosa na qualificação da ciência brasileira.
REFERÊNCIAS
BOT, Carlos A.; SANTOS, Mariana F. Ferramentas de busca acadêmica baseadas em IA: impactos na pesquisa científica. Revista Brasileira de Informação e Ciência, v. 15, n. 2, p. 45- 60, 2025.
FLORIDI, Luciano; CHIRIATTI, Massimo. GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, v. 30, n. 4, p. 681-694, 2020.
KROLL, Joshua A.; BAROCAS, Solon; FELTEN, Edward W. Accountability in AI: Ethical considerations for responsible AI adoption in research. Communications of the ACM, v. 66, n. 3, p. 36-39, 2023.
SILVA, João P.; SOUZA, Renata M. Uso de IA na redação acadêmica universitária. Revista Brasileira de Estudos Acadêmicos, v. 12, n. 1, p. 78-94, 2025.
SOARES, Fábio. Tese de doutorado em educação escrita por inteligência artificial? Revista Brasileira de Educação, v. 29, p. 1-19, 2024.
STOKEL-WALKER, Chris; VAN NOORDEN, Richard. What ChatGPT and generative AI mean for science. Nature, v. 614, p. 214-216, 2023.
THORNTON, Katharine; PETERS, Michael A. Artificial intelligence and academic integrity: The ethical challenges of AI in higher education. Educational Philosophy and Theory, v. 55, n. 4, p. 351-361, 2023.
1Discente do Programa de Pós-Graduação em Cirurgia e Pesquisa Experimental da Universidade Estadual do Estado do Pará (PPGCIPE UEPA). E-mail: jack.roberto21@gmail.com
2Docente do Programa de Pós-Graduação em Cirurgia e Pesquisa Experimental da Universidade Estadual do Estado do Pará (PPGCIPE UEPA). Doutor em Técnicas Operatórias e Cirurgia Experimental. E-mail: marcusvhbrito@gmail.com