Prompts organizados de acordo com o processo de pesquisa real / Cristian Sepúlveda-Irribarra

Prompts organizados de acordo com o processo de pesquisa real / Cristian Sepúlveda-Irribarra

Um repositório independente para pesquisar, selecionar e copiar temas acadêmicos. A navegação principal segue três etapas: pré-pesquisa, processo de pesquisa e pós-pesquisa. Dentro de cada etapa, subabas são exibidas para seções comuns do manuscrito.

Esses prompts foram concebidas para apoiar o trabalho intelectual do pesquisador. Elas não substituem a leitura crítica, a tomada de decisões metodológicas, a verificação das fontes, a responsabilidade autoral ou as diretrizes éticas de cada instituição ou periódico.

via Cristian Sepúlveda-Irribarra

#EngenhariaDePrompts #EscritaCientífica #PesquisaCientífica

Disponível em: https://cristiansepulvedai.com/prompt_research.html

Os artigos de pesquisa em IA estão ficando cada vez melhores, e isso representa um grande problema para os cientistas / The Verge

Os artigos de pesquisa em IA estão ficando cada vez melhores, e isso representa um grande problema para os cientistas / The Verge

Os otimistas em relação à IA generativa têm grandes esperanças em sua capacidade de produzir futuros avanços científicos — acelerando descobertas , eliminando a maioria dos tipos de câncer —, mas a tecnologia está atualmente minando um dos pilares da pesquisa científica, inundando editores e revisores com um fluxo interminável de artigos. Paradoxalmente, quanto melhor a tecnologia se torna em produzir artigos competentes, pior fica a crise.

Durante a última década, o setor editorial acadêmico tem enfrentado as chamadas “fábricas de artigos”, empresas do mercado negro que produzem artigos em massa e vendem direitos de autoria para acadêmicos, médicos ou outros que esperam obter vantagem competitiva com pesquisas publicadas em seus currículos. Tem sido um jogo de gato e rato, no qual as editoras — frequentemente pressionadas pelos chamados detetives científicos, pesquisadores especializados em desvendar pesquisas fraudulentas — fecham uma vulnerabilidade apenas para que as fábricas encontrem uma nova. A IA generativa foi uma dádiva para as fábricas, ajudando-as a burlar os detectores de plágio ao criar imagens e textos totalmente novos. Ainda assim, as alucinações reveladoras da tecnologia significavam que as editoras podiam, pelo menos teoricamente, filtrar grande parte do trabalho dessas empresas. Na prática, os artigos ainda eram publicados, apenas para serem retratados quando os detetives encontravam um diagrama de um rato com genitais inexplicavelmente gigantescos rotulado como “testtomcels” ou um texto salpicado de “como um assistente de IA” que alguém se esqueceu de apagar.

Mas agora a IA evoluiu a tal ponto que consegue produzir artigos convincentes quase em larga escala, permitindo que acadêmicos desesperados por uma publicação fabriquem seus próprios trabalhos. O resultado é uma avalanche de conteúdo científico de má qualidade que ameaça inundar os processos de publicação, revisão por pares, concessão de bolsas de pesquisa e o sistema de pesquisa como o conhecemos hoje.

#Ciência #IA #PesquisaCientífica #GestãoEditorial

via The Verge

Disponível em: https://www.theverge.com/ai-artificial-intelligence/930522/ai-research-papers-slop-peer-review-problem

Gemini for Science: Experimentos e ferramentas de IA para uma nova era de descobertas / Google

Gemini for Science: Experimentos e ferramentas de IA para uma nova era de descobertas / Google

Explore o futuro da descoberta com novas habilidades científicas no Google Antigravity e três novas ferramentas experimentais no Google Labs. Essas ferramentas foram projetadas para ajudar a acelerar etapas essenciais do método científico, desenvolvidas com o Co-Scientist, Alpha Evolve, Empirical Research Assistance e NotebookLM.

Geração de Hipóteses, desenvolvida com o Co-Scientist: A ideação é a essência da ciência, mas nenhum ser humano consegue sintetizar os milhões de artigos publicados anualmente. A Geração de Hipóteses preenche essa lacuna simulando o método científico: ela colabora com pesquisadores para definir um desafio de pesquisa e, em seguida, usa um “torneio de ideias” multiagente para gerar, debater e avaliar hipóteses. Para garantir rigor absoluto, as afirmações são profundamente verificadas e respaldadas por citações clicáveis.
Descoberta Computacional, desenvolvida com AlphaEvolve e ERA (Assistência Empírica à Pesquisa): O progresso científico é frequentemente limitado pelo número de hipóteses que podemos testar realisticamente com experimentos computacionais. A Descoberta Computacional, um mecanismo de pesquisa com agentes, é um protótipo que resolve isso gerando e avaliando milhares de variações de código em paralelo. Isso permite que os cientistas testem novas abordagens de modelagem — para campos complexos como previsão solar ou epidemiologia — que levariam meses para serem analisadas manualmente.
Análise da Literatura, desenvolvida com o Google NotebookLM: Compreender a literatura científica é parte essencial de todas as jornadas de pesquisa. O Literature Insights pesquisa a literatura científica e estrutura os resultados em tabelas com atributos personalizados e pesquisáveis ​​para análise comparativa. Os pesquisadores podem usar o chat para descobrir nuances com base em seu conjunto de dados selecionado e criar artefatos de alta fidelidade, como relatórios, apresentações de slides, infográficos e resumos em áudio e vídeo. Com o poder do NotebookLM, o Literature Insights ajuda a sintetizar descobertas de diversos artigos, identificar lacunas de pesquisa e descobrir áreas de oportunidade.

#PesquisaCientífica #IA #FerramentasOnline

Disponível em: https://blog.google/innovation-and-ai/technology/research/gemini-for-science-io-2026/

A adoção acrítica da IA ​​na ciência é alarmante — precisamos urgentemente de mecanismos de controle / Nature

A adoção acrítica da IA ​​na ciência é alarmante — precisamos urgentemente de mecanismos de controle / Nature

Quais habilidades elementares pesquisadores em início de carreira devem adquirir para garantir que se tornem cientistas responsáveis, independentemente dos futuros desenvolvimentos tecnológicos? A resposta a essa pergunta varia de acordo com a disciplina. Por exemplo, alguns pesquisadores das ciências humanas estão entusiasmados com o uso de modelos de aprendizagem baseados em linguagem (LLMs) para automatizar entrevistas e a análise de dados qualitativos, enquanto outros argumentam que a leitura e a análise desses dados são cruciais para a compreensão das experiências dos participantes humanos, indo além de resumos quantitativos. Os cientistas devem promover debates abrangentes sobre o assunto agora, em vez de presumir, sem evidências, que a automatização do trabalho inicial não influenciará a expertise de futuros colegas.

Ao navegarmos por esta nova fase da produção de conhecimento, devemos lembrar que os objetivos da indústria não são os mesmos da ciência. A ciência acadêmica não se resume à produtividade; ela também busca a compreensão profunda, a exploração de soluções criativas e a formação de pensadores críticos para serem a próxima geração de pesquisadores. Chegou a hora de a comunidade científica avaliar se os produtos de IA auxiliam ou dificultam esses esforços.

#Ciência #IA #PesquisaCientífica

via Nature

Mapeando as desigualdades no ecossistema da pesquisa acadêmica: uma revisão sistemática da literatura / Quantitative Science Studies

Mapeando as desigualdades no ecossistema da pesquisa acadêmica: uma revisão sistemática da literatura / Quantitative Science Studies

Identifiquei 22 temas conceituais de desigualdade altamente interconectados, enfatizando a multidimensionalidade e a complexidade do conceito. Analisei as tendências temporais, revelando um aumento recente nas publicações. Uma análise mais aprofundada mostra uma forte predominância de autores e foco do Norte Global, bem como o uso generalizado de métodos quantitativos, especialmente bibliometria. Além disso, examinei o uso de referenciais teóricos e modelos explicativos na literatura, e constatei que o engajamento teórico é geralmente escasso. Da mesma forma, a literatura aborda apenas de forma limitada os fatores estruturais e os efeitos da desigualdade no ecossistema de pesquisa. Concluo a revisão com uma discussão que sintetiza as descobertas e propõe um arcabouço consolidado para apoiar pesquisas futuras.

#PesquisaCientífica #Desigualdade

Disponível em: https://direct.mit.edu/qss/article/doi/10.1162/QSS.a.459/135424/Mapping-inequalities-in-the-academic-research

A inteligência artificial na pesquisa e no fomento: desafios e oportunidades / CAPES

A inteligência artificial na pesquisa e no fomento: desafios e oportunidades / CAPES

A inteligência artificial (IA) está transformando a produção de conhecimento científico, apesar de enfrentar desafios éticos, de transparência e confiabilidade. Na avaliação de pesquisa e fomento, a IA analisa grandes volumes de dados, otimizando processos de avaliação e distribuição de recursos de forma eficiente. Agências de fomento de inúmeros países, como Alemanha, França, Holanda, Noruega e Suíça estão promovendo iniciativas para integrar a IA em seus processos. No Reino Unido, o Research Excellence Framework (REF), modelo de avaliação que carrega muitas similaridades com o adotado no Brasil, está explorando a IA para reduzir a carga sobre revisores. Nesse contexto, organismos internacionais, como a UNESCO e a Comissão Europeia, desenvolveram diretrizes para o uso responsável da IA na educação e ciência, promovendo acesso amplo e práticas éticas. O presente relatório, apresentado como um texto para discussão, apresenta elementos preliminares para fomentar a discussão dos usos possíveis e desejáveis da inteligência artificial na CAPES, destacando o valor da colaboração com outros atores para maximizar o potencial da IA de maneira ética e responsável.

#IA #PesquisaCientífica #CAPES

Disponível em: https://www.gov.br/capes/pt-br/centrais-de-conteudo/23042025_Relatorio_2575649_A_inteligencia_artificial_na_pesquisa_e_no_fomento.pdf

Mesmo sobre ombros de gigantes a ciência vai regredindo / SciELO

Mesmo sobre ombros de gigantes a ciência vai regredindo / SciELO

A frase popularizada por Isaac Newton nos lembra de que o conhecimento produzido não decorre exclusivamente do nosso mérito, mas também está vinculado às contribuições de pensadores, pesquisadores e orientadores (os “gigantes”) que nos acompanharam ao longo de nossa formação.

Em meio às restrições à liberdade científica e aos escândalos de fabricação, falsificação ou plágio deliberado, associados à cultura do “publish or perish” e ao uso inadequado da inteligência artificial, torna-se inevitável refletir sobre o que nos levou a essa situação obscena e insustentável.

#Ciência #PesquisaCientífica

via SciELO

Disponível em: https://blog.scielo.org/blog/2026/05/08/mesmo-sobre-ombros-de-gigantes-a-ciencia-vai-regredindo/

A lacuna não está no resumos / Ricardo Limongi

A lacuna não está no resumos / Ricardo Limongi

Um pesquisador abre o ChatGPT e cola cinco resumos. Pede um resumo dos achados. Em segundos, recebe um texto limpo, articulado, útil. Parece ganho de produtividade. Em alguns sentidos, é.

Mas algo se perdeu nesse gesto. E o que se perdeu não é trivial.

Um estudo publicado em 2025 na Royal Society Open Science analisou quase cinco mil resumos científicos gerados por dez modelos de linguagem, entre eles ChatGPT-4o, Claude 3.7 Sonnet, DeepSeek e LLaMA 3.3. Os pesquisadores compararam os resumos aos textos originais, em busca de um padrão específico: a generalização indevida. Quando o modelo transforma uma conclusão restrita em uma afirmação mais ampla do que os autores originalmente fizeram.

O achado preocupa. A maior parte dos modelos testados generaliza além do que o texto original permite. Em alguns casos, até 73% das vezes. Modelos mais novos, como o ChatGPT-4o e o LLaMA 3.3 70B, são piores nisso do que as versões anteriores. E quando os pesquisadores pediram explicitamente aos modelos que “não introduzissem imprecisões”, a taxa de generalização indevida dobrou.

#PesquisaCientífica #IA #Resumos

Disponível em: https://ricardolimongi.substack.com/p/a-lacuna-nao-esta-no-resumos

Algo grande está acontecendo na ciência mundial e o Brasil parece estar de fora novamente / SciELO em Perspectiva

Algo grande está acontecendo na ciência mundial e o Brasil parece estar de fora novamente / SciELO em Perspectiva

Nas últimas semanas, pesquisadores de diversas áreas publicaram reflexões sobre o impacto dos agentes de IA (Inteligência Artificial) na pesquisa acadêmica. Não se trata de chatbots como o ChatGPT na versão gratuita. A categoria em questão são os “agentes de codificação” (coding agents), como o Claude Code, o Codex da OpenAI e o Antigravity da Google. Esses agentes escrevem código, executam scripts, coletam dados, analisam resultados, geram visualizações e redigem textos de forma autônoma. (…)

Para que o Brasil possa aproveitar o que a IA tem a oferecer, será preciso muita experimentação, compartilhamento de aprendizados e boas práticas, tendo em vista a nossa realidade. Afinal, temos massa crítica de pesquisadores competentes, temos instituições de pesquisa consolidadas e temos experiência em adaptar criativamente tecnologias a contextos de restrição de recursos. O que falta, neste momento, é atenção e difusão ampla das inovações. Falta que pesquisadores brasileiros acompanhem o que está acontecendo, testem as ferramentas, debatam os riscos e as oportunidades, pressionem agências de fomento por políticas de acesso e formem seus alunos para um cenário que já está se configurando.

#IA #PesquisaCientífica #SoberaniaDigital #Tendências #Inovação

Disponível em: https://blog.scielo.org/blog/2026/04/22/algo-grande-esta-acontecendo-na-ciencia-mundial-e-o-brasil-parece-estar-de-fora-novamente/

Pesquisadores criam ferramenta de IA que tenta prever falhas em estudos científicos / Folha de S. Paulo

Pesquisadores criam ferramenta de IA que tenta prever falhas em estudos científicos / Folha de S. Paulo

Cientistas publicam mais de 10 milhões de estudos e outras publicações por ano. Algumas dessas descobertas vão se somar ao acervo de conhecimento da humanidade. Mas algumas estarão erradas.

Para avaliar um estudo, cientistas podem replicá-lo para ver se obtêm o mesmo resultado. Mas há sete anos, uma equipe de centenas de cientistas se propôs a encontrar uma maneira mais rápida de avaliar a nova literatura científica. Eles construíram sistemas de inteligência artificial para prever se os estudos resistiriam ao escrutínio.

O projeto, financiado pela Agência de Projetos de Pesquisa Avançada de Defesa (Darpa, na sigla em inglês) foi chamado de Confiança Sistematizada em Pesquisa Aberta e Evidência (Score, na sigla em inglês). A ideia veio de Adam Russell, então gerente de programa da agência. Ele imaginou gerar uma espécie de pontuação de crédito para a ciência.

#Ciência #PesquisaCientífica

via Folha de S. Paulo

Disponível em: https://www1.folha.uol.com.br/ciencia/2026/04/pesquisadores-criam-ferramenta-de-ia-que-tenta-prever-falhas-em-estudos-cientificos.shtml

Uso de IA na pesquisa científica pode prejudicar formação de novos pesquisadores / Science Arena

Uso de IA na pesquisa científica pode prejudicar formação de novos pesquisadores / Science Arena

O cotidiano de um pesquisador envolve tarefas diversas — da escrita de artigos à análise de dados. A IA pode ajudar nessas frentes, liberando tempo para atividades de maior complexidade intelectual. O problema, segundo especialistas, está em como esse auxílio é incorporado ao processo de aprendizagem.

A distância entre gerações de pesquisadores torna isso evidente: enquanto muitos doutores consolidados desenvolveram suas habilidades de escrita e análise de forma manual, estudantes de doutorado que ingressam agora já têm acesso irrestrito a plataformas de IA — e podem nunca precisar exercitar essas competências de forma independente.

#EscritaCientífica #PesquisaCientífica

via Science Arena

Disponível em: https://www.sciencearena.org/noticias/uso-de-ia-na-pesquisa-cientifica-pode-prejudicar-formacao-de-novos-pesquisadores/

Como a IA redesenha a prática científica — e por que isso exige governança e reflexão ética? / Science Arena

Como a IA redesenha a prática científica — e por que isso exige governança e reflexão ética? / Science Arena

“Ferramentas de IA devem ser tratadas como ‘bons estagiários’, ávidos por aprender. Mas assim como o doutorando jamais submeteria um texto de estagiário sem revisão para uma publicação, tampouco deve encaminhar trabalhos feitos com IA sem a devida verificação”, disse Scalco.

A IA, nesse sentido, deve ser vista não apenas como mera ferramenta, mas como um agente de mudança estrutural, cujas implicações éticas e políticas precisam ser compreendidas, debatidas e incorporadas nos sistemas institucionais e na formação científica.

#IA #PesquisaCientífica

Disponível em: https://www.sciencearena.org/carreiras/como-a-ia-redesenha-a-pratica-cientifica-e-por-que-isso-exige-governanca-e-reflexao-etica/