Palavras-chave
Escrita assistida por IA
Integridade acadêmica
Autoria
Voz pessoal
Como Citar
Resumo
Objetivo: A crescente integração da inteligência artificial generativa na escrita acadêmica levanta questões relevantes sobre autoria, voz pessoal e integridade científica. Este estudo examina como pesquisadores percebem o impacto da escrita assistida por IA na ambiguidade autoral, na originalidade e na responsabilidade ética na comunicação científica.
Método: Foi realizada uma pesquisa quantitativa transversal, por meio de questionário on-line aplicado a indivíduos envolvidos com escrita acadêmica e profissional. O instrumento coletou dados sobre práticas de uso de IA, percepções sobre voz pessoal e autoria, além de atitudes éticas relacionadas à escrita assistida por IA. Também foram incluídas tarefas de classificação, nas quais os participantes deveriam distinguir textos escritos por humanos de textos gerados por IA. Os dados quantitativos foram analisados por estatística descritiva, enquanto as respostas abertas foram examinadas por análise temática.
Resultados: Os resultados indicam uso amplo de ferramentas de IA para apoio linguístico, incluindo paráfrase, explicação de conceitos complexos e correção gramatical. A maioria dos participantes considera que a IA generativa pode replicar estilos de escrita humana, contribuindo para a ambiguidade autoral, especialmente quando utilizada de forma extensa ou sem declaração explícita. Também foram identificadas preocupações com originalidade, transparência e ausência de orientações institucionais. Além disso, os participantes demonstraram dificuldade em distinguir, de modo confiável, textos gerados por IA de textos escritos por humanos.
Limitações da pesquisa: O estudo baseou-se em dados autorrelatados e em uma amostra relativamente pequena, o que pode limitar a generalização dos resultados. Pesquisas futuras devem utilizar amostras maiores e desenhos longitudinais para acompanhar a evolução dessas percepções.
Originalidade: O estudo contribui para a literatura emergente sobre IA na escrita acadêmica ao examinar empiricamente a ambiguidade autoral e suas implicações para a integridade científica, destacando a necessidade de transparência e orientação ética.
Referências
Alkaissi, H., & McFarlane, S. I. (2023). Artificial hallucinations in ChatGPT: Implications in scientific writing. Cureus, 15(2).
Balalle, H., & Pannilage, S. (2025). Reassessing academic integrity in the age of AI: A systematic literature review on AI and academic integrity. Social Sciences & Humanities Open, 11(1).
Benke, E., & Szőke, A. (2024). Academic integrity in the time of artificial intelligence: Exploring student attitudes. Italian Journal of Sociology of Education, 16(2), 91–108.
British Educational Research Association. (2018). Ethical guidelines for educational research (4th ed.).
Bryman, A. (2016). Social research methods (5th ed.). Oxford University Press.
Cheng, A., Calhoun, A., & Reedy, G. (2025). Artificial intelligence-assisted academic writing: Recommendations for ethical use. Advances in Simulation, 10, 22.
Creswell, J. W., & Creswell, J. D. (2018). Research design: Qualitative, quantitative, and mixed methods approaches (5th ed.). Sage.
DeVellis, R. F. (2017). Scale development: Theory and applications (4th ed.). Sage.
Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, phone, mail, and mixed-mode surveys: The tailored design method (4th ed.). John Wiley & Sons.
Duah, J. E., & McGivern, P. (2024). How generative artificial intelligence has blurred notions of authorial identity and academic norms in higher education, necessitating clear university usage policies. The International Journal of Information and Learning Technology.
Dwivedi, Y. K., et al. (2023). So what if ChatGPT wrote it? Multidisciplinary perspectives on opportunities, challenges and implications of generative AI for research. International Journal of Information Management, 71, 102642.
Hosseini, M., Rasmussen, L. M., & Resnik, D. B. (2024). Using AI to write scholarly publications. Accountability in Research, 31(7), 715–723.
Kacena, M. A., Plotkin, L. I., & Fehrenbacher, J. C. (2024). The use of artificial intelligence in writing scientific review articles. Current Osteoporosis Reports, 22(1), 115–121.
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103.
Khalifa, M., & Albadawy, M. (2024). Using artificial intelligence in academic writing and research: An essential productivity tool. Computer Methods and Programs in Biomedicine.
Kim, S.-J. (2023). Trends in research on ChatGPT and adoption-related issues discussed in articles: A narrative review. Science Editing, 11(1), 3–11.
Loberes, A. N., & Doroteo, J. P. G. (2025). The impact of artificial intelligence on academic integrity: A scoping review. Technologique: A Global Journal on Technological Developments and Scientific Innovations, 6(1).
Morris, M. R., Sohl-Dickstein, J., Fiedel, N., Warkentin, T., Dafoe, A., Jernite, Y., Farquhar, S., & Legg, S. (2023). Levels of AGI: Operationalizing progress on the path to AGI.
Thirunavukarasu, A. J., Ting, D. S. J., Elangovan, K., Gutierrez, L., Tan, T. F., & Ting, D. S. W. (2023). Large language models in medicine. Nature Medicine, 29(8), 1930–1940.
van Dis, E. A. M., Bollen, J., Zuidema, W., van Rooij, R., & Bockting, C. L. (2023). ChatGPT: Five priorities for research. Nature, 614(7947), 224–226. https://doi.org/10.1038/d41586-023-00288-7
Xu, X., Chen, Y., & Miao, J. (2024). Opportunities, challenges, and future directions of large language models, including ChatGPT, in medical education: A systematic scoping review. Journal of Educational Evaluation for Health Professions, 21, 6.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2026 Sousen Elbouri, Wahbi Albasyouni