Um estudo com pós-graduandos da Universidade de Hong Kong examinou como a inteligência artificial generativa é usada na pesquisa e transformou os relatos em uma proposta de diretrizes para seu uso responsável. A iniciativa é relevante para programas de mestrado e doutorado porque trata de decisões que vão além do plágio, como autoria, verificação de resultados, proteção de dados e formação do julgamento científico.
O QUE HÁ DE NOVO: Pesquisadores da Universidade de Hong Kong reuniram 28 estudantes de mestrado e doutorado voltados à pesquisa, de diferentes áreas, em sete grupos de discussão. Com base nas práticas e dúvidas relatadas, elaboraram um modelo de orientação para o uso de IA generativa em atividades de pesquisa. Trata-se de uma proposta de diretrizes, não de uma política institucional já implantada.
COMO FUNCIONA: Os grupos participaram de conversas semiestruturadas por videoconferência, com cerca de uma hora cada, sobre ferramentas utilizadas, etapas do trabalho acadêmico, limites éticos e apoio esperado da universidade. Cinco sessões foram gravadas e transcritas; duas foram registradas por escrito a pedido dos participantes. A equipe analisou temas recorrentes nos relatos e os relacionou a quatro dimensões de alfabetização em IA: compreender a tecnologia, aplicá-la, avaliar seus resultados e refletir sobre suas implicações éticas.
IDEIA CENTRAL: Em vez de definir uma lista única de usos permitidos ou proibidos, a proposta cruza tarefas de pesquisa com essas quatro competências. Ao buscar literatura, por exemplo, não basta saber operar uma ferramenta: é preciso conferir as referências e julgar se a seleção omite perspectivas relevantes. O critério para avaliar a assistência da IA depende também da disciplina e do papel da tarefa no projeto, sobretudo de quem toma as decisões intelectuais e responde por elas.
PRINCIPAIS RESULTADOS: Vinte e sete dos 28 participantes disseram usar IA generativa em alguma etapa da pesquisa. Mais da metade mencionou revisão linguística de textos, metade relatou apoio à programação e nove citaram atividades de revisão de literatura. Os estudantes descreveram ganhos de tempo em tarefas de apoio, mas rejeitaram, em geral, a produção integral de trabalhos pela ferramenta. A geração de ideias apareceu como uma zona intermediária: conversar com a IA foi considerado aceitável quando a seleção e o desenvolvimento dos argumentos continuavam sob responsabilidade humana.
LIMITES E RISCOS: Os relatos apontaram referências inventadas, respostas incorretas, possível vazamento de dados de participantes e de ideias inéditas, além de dificuldades para reproduzir análises feitas com sistemas que podem variar suas respostas. A pesquisa, porém, se baseia em declarações de um grupo pequeno, de uma única universidade e com representação desigual entre áreas; não mede a frequência desses problemas nem demonstra que as diretrizes propostas os reduzem. O registro por notas de duas sessões também pode ter preservado menos nuances do que as transcrições.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Na formação de pesquisadores, a questão não é apenas impedir entregas produzidas por IA, mas garantir que estudantes consigam explicar métodos, conferir evidências e defender interpretações próprias. Para orientadores e programas de pós-graduação, exemplos ligados a tarefas reais podem tornar a supervisão mais consistente do que recomendações abstratas; para as instituições, oferecer formação e acesso adequado às ferramentas pode evitar que custos de assinatura ampliem diferenças de oportunidade entre estudantes. Essas medidas exigem cuidado para que conveniência e rapidez não substituam aprendizagem ou comprometam a confidencialidade da pesquisa.
PRÓXIMOS PASSOS: Os pesquisadores apresentam o modelo como um ponto de partida a ser adaptado e atualizado por disciplinas, orientadores e instituições. Estudos futuros poderão incluir mais áreas, ouvir supervisores e comparar relatos com registros de uso para entender melhor as práticas reais. Também será necessário testar se orientações vinculadas a tarefas ajudam, de fato, pós-graduandos a tomar decisões mais seguras e a desenvolver autonomia científica.