A inteligência artificial (IA) está transformando o processo científico em todos os seus estágios, tornando-se uma ferramenta inovadora, usada em âmbito global, que influencia a geração de pesquisa, o planejamento experimental, a análise de dados, a escrita e toda a complexa dinâmica de peer review e divulgação de resultados.

À medida que toda a comunidade científica incorpora a IA como parte do processo de pesquisa para aprimoramento da eficiência, o desenvolvimento de regulação e algoritmos adequados para monitorar a qualidade, a veracidade e a integridade da ciência de dados torna-se um tópico crítico de discussão no que se refere ao papel fundamental da comunicação científica.

O potencial das tecnologias assistidas por IA para auxiliar pesquisadores a trabalhar com eficiência, quando usadas de maneira responsável, oferece suporte personalizado para algumas tarefas, como a organização do conteúdo de manuscritos, a análise de dados, a geração de texto, o refinamento da linguagem e a legibilidade.¹ A IA aprimora a linguagem e a análise de dados, mas seu uso levanta questões éticas quanto à confecção do texto à medida que a submissão de manuscritos com conteúdo gerado por IA aumenta.

Ampla adoção de ferramentas de IA é esperada. Portanto, as revistas científicas atualmente fornecem recomendações de melhores práticas para a utilização de IA e aplicam ferramentas de detecção para identificar seu uso excessivo na preparação de um manuscrito.²

Deve-se utilizar um fluxo de trabalho estruturado e automatizado como um teste exploratório inicial para conferir a adequação da formatação, além da falta de dados ou ficheiros. O próximo passo, mesmo antes da avaliação pelo editor, é a checagem de plágio, a duplicação de submissão (não tão incomum), a manipulação de imagem, as anomalias estatísticas e a clareza de linguagem. Essa triagem com IA auxilia os editores por meio da sinalização de riscos e preocupações. Além disso, a IA pode apoiar o trabalho dos editores através da sugestão de revisores com experiência em áreas específicas ou com artigos similares publicados.

Editoras como Elsevier, Wiley ou Taylor & Francis atualmente fornecem diretrizes para o uso da IA na preparação de manuscritos, mas solicitam a divulgação do nome da tecnologia assistida por IA utilizada além da extensão de sua aplicação.³

Aceita-se que ferramentas assistidas por IA ajudem os pesquisadores durante o longo caminho da ciência, além de poderem atuar como uma forte contribuição para auxiliar as empresas editoras e os editores na identificação de dependência excessiva, uso não declarado, plágio ou detecção de conteúdo impreciso durante o fluxo de trabalho de peer review. A expansão do uso de ferramentas de IA na publicação científica é acompanhada pelos riscos de ‘autoria através de IA’, manipulação de conteúdo, surgimento de 'fábricas de artigos científicos’ e comprometimento da credibilidade quanto à solidez da comunicação.

A comunidade científica deve tomar medidas proativas para definir limites éticos, com políticas claras quanto à qualidade das fontes de dados, a autoria, a divulgação e a transparência.⁴ A utilização de algoritmos complexos de IA levanta questões quanto a vieses, transparência e responsabilidade, requerendo o desenvolvimento de novas normas éticas para proteger a integridade científica. Entretanto, o desenvolvimento e a redação de códigos de ética não conseguem acompanhar a velocidade da evolução e da implementação da tecnologia.⁵

O editorial da PNAS (Proceedings of the National Academy of Sciences), de autoria de um grupo interdisciplinar de especialistas, enfatiza que a IA generativa (e.g., ferramentas como o ChatGPT) deve respeitar as normas centrais da ciência. Tem por base as recomendações das National Academies of Sciences para a priorização da supervisão humana, instando à criação de um Conselho Estratégico para a contínua orientação quanto ao uso da IA. São cinco princípios que garantem transparência, verificação e ética no contexto da rápida integração da IA. Tais princípios devem ser aplicados em todos os estágios da pesquisa (escrita, análise de dados, revisão por pares) e estar alinhados às políticas de publicação, como as da Elsevier, que não baniu a autoria através de IA, mas requer divulgação do uso de conteúdo gerado pela ferramenta. Esses princípios contrapõem-se a riscos, como a amplificação de vieses e a erosão da confiança, com propostas de incentivo a educação e supervisão institucional.⁶

O uso apropriado da IA não deve substituir a expertise humana, a supervisão ética e a responsabilidade. Ao contrário, a IA deve ser usada como uma poderosa ferramenta que contribui para melhorar a qualidade da ciência de dados e, por fim, como um auxílio tecnológico inovador para manter a confiança nos periódicos, nos editores e nas instituições.^7,8

A hora é essa e é nossa responsabilidade disseminar um forte compromisso coletivo com os padrões de integridade da publicação científica. Políticas para regulamentar o uso da IA em universidades e grupos editoriais requerem amplo debate, aplicabilidade e validação. Recomendações claras para apoiar editoras científicas, seus editores e peer reviwers na condução dessa desafiadora tarefa são necessárias.

A IA deve apoiar – e não substituir – a expertise humana, a supervisão ética e a responsabilidade (Figura 1).