Quanto conteúdo de IA é aceitável na redação de trabalhos de pesquisa?

Existe um percentual oficial para quanto conteúdo de IA é aceitável em envios de trabalhos de pesquisa?

Nenhum número único se aplica em toda a publicação de pesquisa. Grandes editoras como Elsevier, Springer Nature e os principais periódicos IEEE publicaram políticas de uso de IA desde 2023, mas nenhuma delas afirma um limite de percentual que você possa atingir e considerar seu trabalho seguro. Em vez disso, suas políticas se concentram na divulgação e no papel específico que a IA desempenhou — se foi usada para polir gramática, resumir literatura existente ou gerar análise original — em vez de quanto texto gerado por IA aparece no manuscrito final. As universidades estabelecem seus próprios códigos de integridade acadêmica sobre o que um periódico alvo exige, e as expectativas de uma comissão de tese podem diferir novamente de qualquer um. Então, quando alguém pergunta quanto percentual de IA é aceitável na redação de trabalhos de pesquisa, ou quanto percentual de IA é aceitável em um trabalho de pesquisa de forma mais geral, a resposta honesta é que o percentual nunca foi realmente a métrica que os órgãos governantes escolheram para regular.

Nenhuma grande editora acadêmica se comprometeu com um percentual específico de IA aceitável — suas políticas são construídas em torno de divulgação e caso de uso, não de um limite numérico.

Por que as revistas se concentram na divulgação em vez de um percentual de IA?

Os editores adotaram requisitos de divulgação em vez de limites percentuais por uma razão prática: uma pontuação percentual de uma ferramenta de detecção não diz a um revisor o que a IA realmente fez. Um trabalho onde a IA auxiliou na correção de redação do argumento de um falante nativo tem um peso de integridade de pesquisa muito diferente daquele em que a IA gerou a análise subjacente ou fabricou citações, ainda que ambos possam produzir uma pontuação de detector semelhante. Os conselhos editoriais acharam mais útil pedir aos autores que declarem, na seção de métodos ou em uma nota de agradecimentos, quais ferramentas foram usadas e para qual finalidade, pois isso responde a pergunta real que um revisor colega se importa. Isso também é o motivo pelo qual a maioria da orientação das editoras afirma explicitamente que as ferramentas de IA não podem ser listadas como coautoras e que os autores permanecem totalmente responsáveis pela precisão, originalidade e quaisquer erros que as passagens auxiliadas por IA introduzem — a responsabilidade recai sobre o autor humano independentemente do que um detector relata.

Como universidades e orientadores estabelecem seus próprios limites de IA para redação de pesquisa?

Abaixo do nível das editoras, universidades individuais, departamentos e orientadores de tese frequentemente adicionam suas próprias expectativas, e essas tendem a seguir um de alguns padrões dependendo de quem as está estabelecendo.

1. Política de pós-graduação: algumas universidades publicam uma declaração de uso de IA em toda a instituição para teses e dissertações, ocasionalmente mencionando uma ferramenta de detecção específica, mas raramente um percentual fixo
2. Orientação no nível do departamento: departamentos intensivos em pesquisa — particularmente nas ciências — às vezes estabelecem expectativas mais rigorosas que a linha de base universitária, especialmente para seções de análise de dados e revisão de literatura
3. Discrição do orientador: muitos orientadores de tese e dissertação estabelecem suas próprias expectativas de trabalho diretamente com um aluno, com base na escrita que viram desse aluno ao longo do tempo, em vez de um número publicado
4. Requisitos de envio do periódico: os autores normalmente devem seguir qualquer política de uso e divulgação de IA que o periódico alvo afirme, independentemente do que sua instituição de origem permite
5. Condições da IRB e órgão financiador: pesquisa financiada por bolsas pode ter requisitos adicionais de divulgação de uso de IA vinculados à fonte de financiamento, em camadas acima das regras universitárias e de periódicos

A seção de um trabalho de pesquisa muda quanto conteúdo de IA é aceitável?

Sim, e esta é uma das partes mais negligenciadas da pergunta. Uma revisão de literatura que resume o trabalho existente é geralmente tratada como um risco menor para assistência de IA do que uma seção de resultados ou discussão, onde a análise e interpretação devem refletir o julgamento erudito do próprio autor. As seções de métodos ficam no meio — a redação auxiliada por IA de um procedimento padrão levanta menos preocupações do que a interpretação gerada por IA do que os resultados realmente significam. Os resumos recebem escrutínio particular porque são frequentemente a única parte de um trabalho que um detector ou revisor verifica primeiro, e um resumo que se lê como fortemente gerado por IA pode colorir como o resto do manuscrito é revisado, mesmo que o texto do corpo seja inteiramente original. Se um periódico ou orientador não especificou expectativas seção por seção, tratar as seções de análise original com a máxima cautela e divulgação amigável de seções como material de fundo geral de forma mais leniente é um padrão razoável.

Uma pontuação de detecção anexada a um resumo e a mesma pontuação anexada a uma seção de resultados não têm o mesmo peso — os revisores leem o envolvimento de IA em interpretação e análise como uma preocupação maior do que a redação auxiliada por IA do material de fundo.

O que conta como uso aceitável de IA versus conteúdo de IA não divulgado em pesquisa?

A maioria das orientações publicadas traça uma linha entre IA como auxílio à redação e IA como fonte não creditada do trabalho erudito real, e essa distinção importa mais do que qualquer percentual. Usar uma ferramenta de IA para verificar gramática, sugerir redação para uma frase que já é substancialmente sua, ou reformatar citações é amplamente tratado como aceitável, semelhante a como a verificação ortográfica ou um editor humano sempre foi tratado. Usar IA para gerar resumos de literatura que você não verificou, rascunhar análise que você não realizou, ou produzir citações que você não verificou quanto à precisão — às vezes chamadas de referências alucinadas por IA — passa para o território que a maioria das instituições e editoras trata como um problema de integridade de pesquisa, independentemente do que um percentual de detector relata. A parte não divulgada é frequentemente a violação real: vários periódicos observam que a assistência de IA apropriada e divulgada é permitida, enquanto a mesma assistência deixada sem reconhecimento na seção de métodos ou agradecimentos é o que dispara uma revisão de má conduta.

1. Aceitável e normalmente apenas divulgação: sugestões de gramática e redação, ajuda de formatação, tradução de seu próprio texto já redigido
2. Aceitável com divulgação clara: resumo de literatura auxiliado por IA que você verificou independentemente contra as fontes originais
3. Requer aprovação institucional caso a caso: análise de dados auxiliada por IA ou geração de código usada na produção de resultados
4. Geralmente não aceitável: análise gerada por IA, interpretação ou conclusões apresentadas como o julgamento erudito original do próprio autor
5. Não aceitável em nenhuma instituição: citações, dados ou aspas fabricados por IA que nunca foram verificados contra uma fonte real

O que você deve fazer se seu periódico alvo ou universidade não publicou uma política de IA?

Muitos pesquisadores estão trabalhando contra um periódico alvo ou programa de pós-graduação que ainda não alcançou uma política de IA escrita específica. Nessa lacuna, o passo mais confiável é perguntar diretamente — enviar um email para o editor, verificar a atualização mais recente das diretrizes de envio do periódico, ou perguntar ao seu orientador como deseja que a assistência de IA seja tratada antes de depender de qualquer ferramenta. Na ausência de orientação publicada, uma suposição de trabalho razoável é divulgar qualquer assistência de IA que você usou em uma carta de apresentação ou nota de agradecimentos, independentemente de ser necessário, pois um revisor que não esperava divulgação e a recebe mesmo assim raramente reage negativamente, enquanto um uso não divulgado que surge depois pode gerar questões, mesmo que o trabalho subjacente fosse sólido. Isso é especialmente relevante para falantes não-nativos de inglês que usam IA para aperfeiçoamento de idioma, pois esse caso de uso é tratado favoravelmente por quase todas as editoras que o abordaram explicitamente, mas apenas quando é divulgado em vez de pressuposto.

"Divulgue antes de ser solicitado" é tão eficaz na publicação de pesquisa quanto em qualquer outro lugar da escrita acadêmica.

Como você pode verificar quanto conteúdo de IA é aceitável em rascunhos de trabalhos de pesquisa antes de enviar?

Porque quanto conteúdo de IA é aceitável em um trabalho de pesquisa depende de qual periódico, qual departamento e qual orientador está envolvido, a coisa mais útil que um pesquisador pode fazer antes do envio é obter uma leitura independente de seu próprio rascunho em vez de presumir como um processo de detecção desconhecido o pontuará. A ferramenta NotGPT AI Text Detection fornece uma análise de probabilidade no nível de sentença com passagens destacadas, portanto, em vez de uma pontuação misturada para todo o manuscrito, você pode ver exatamente quais seções — resumo, revisão de literatura, discussão — estão se lendo como geradas por IA e por quê. Isso é particularmente útil na redação de pesquisa, onde o registro acadêmico formal e a expressão técnica densa já são propensos a desencadear pontuações de semelhança de IA mais altas mesmo em prosa completamente escrita por humanos. Se uma passagem sinalizada realmente reflete sua própria voz de escrita em vez de assistência de IA, a ferramenta Humanize pode ajustar a redação para introduzir uma variação mais natural sem alterar seus dados, argumento ou citações, o que é uma resposta mais construtiva antes do envio do que reenviar texto inalterado e esperar que um detector diferente o leia mais favoravelmente.

Uma pontuação de detecção de IA mais baixa é sempre mais segura para um trabalho de pesquisa?

Não necessariamente, e isso merece ser abordado diretamente, considerando a frequência com que os pesquisadores perseguem o número mais baixo possível. Uma pontuação de detecção baixa reduz as chances de a triagem automatizada sinalizar seu manuscrito, mas não substitui realmente o cumprimento dos requisitos de divulgação do seu periódico alvo, e não o protege se um revisor descobrir depois conteúdo gerado por IA não verificado que um detector de padrão de texto simplesmente não captou — citações alucinadas por IA sendo o exemplo mais claro, já que frequentemente se leem como estilisticamente comuns enquanto sendo factualmente inventadas. Editores e escritórios de integridade dizem cada vez mais a mesma coisa: uma pontuação de detector é uma entrada, não um veredito, e a assistência de IA divulgada usada apropriadamente é tratada muito diferentemente da mesma assistência escondida atrás de uma pontuação limpa. A abordagem mais durável é entender o que seu periódico, departamento e orientador específicos realmente esperam, divulgar assistência de IA onde se aplica, e tratar qualquer detector — incluindo o NotGPT — como uma verificação pré-envio em vez de um número a ser otimizado.