IA e o futuro da revisão acadêmica por pares / Arxiv
Neste artigo, mapeamos os objetivos e os modos de falha persistentes da revisão por pares para aplicações específicas de LLM e analisamos sistematicamente as objeções que eles levantam, juntamente com salvaguardas que poderiam tornar seu uso aceitável. Com base em evidências emergentes, demonstramos que a assistência direcionada e supervisionada em LLM pode, plausivelmente, melhorar a detecção de erros, a pontualidade e a carga de trabalho do revisor, sem deslocar o julgamento humano. Destacamos arquiteturas avançadas, incluindo sistemas de ajuste fino, recuperação aumentada e multiagentes, que podem permitir uma revisão mais confiável, auditável e interdisciplinar. Argumentamos que considerações éticas e práticas não são periféricas, mas constitutivas: a legitimidade da revisão por pares assistida por IA depende tanto de escolhas de governança quanto de capacidade técnica. O caminho a seguir não é a adoção acrítica nem a rejeição reflexiva, mas pilotos cuidadosamente planejados com métricas de avaliação explícitas, transparência e responsabilização.
#RevisãoPorPares #IA #Tendências
Disponível em: https://www.arxiv.org/abs/2509.14189
