5. Diretrizes por público¶
5.1 Para professores e orientadores¶
A decisão sobre onde e como a IA pode ser usada em uma disciplina ou orientação cabe a cada docente, e vale explicitá-la desde o início: no plano de ensino, no primeiro encontro de orientação, ou no acordo que baliza o trabalho ao longo do curso. O docente pode utilizar, se achar pertinente, a Declaração de Uso de IA (em anexo) já adotada na COC para qualificação e defesa, ou uma versão reduzida dela adaptada às especificidades da disciplina. Em qualquer caso, o acordo sobre o uso de IA deve ser explicitado no início do processo, seja na orientação, seja na disciplina.
Liberar o pesquisador e o estudante de tarefas mecânicas é uma das potências mais concretas da IA na formação. Boa parte da literatura recente aponta ganhos de produtividade em revisão de idioma, organização bibliográfica e primeiras versões de texto (Hao et al., 2026). Esse tempo recuperado pode ser reinvestido exatamente onde a orientação tem mais a oferecer: na formulação de perguntas originais, na leitura crítica de um resultado, na curiosidade que levou o pesquisador a essa área. Como resume o pesquisador Helder Nakaya, entrevistado pela Revista Pesquisa Fapesp para comentar um estudo sobre o impacto da inteligência artificial na produção científica: “o papel do orientador será cada vez mais estimular reflexão, em vez de focar na técnica, que será automatizada” (Jokura, 2026). Isso desloca o papel do orientador para onde a formação humana é insubstituível. É neste sentido que o professor Luiz Claudio Costa afirma “Os estudantes precisam ser preparados para um mundo em que as respostas rápidas serão feitas por máquinas, mas as perguntas relevantes continuarão a ser tarefa humana” (Costa, 2025, p. 80). Para construção dessas perguntas, são habilidades essenciais a autonomia, tomar decisões conscientes mesmo diante dos caminhos prontos; criatividade, propor soluções; pensamento crítico, questionar as fontes, argumentar com embasamento teórico; colaboração, atuar em rede, com respeito à diversidade e as divergências. Costa (2025) defende que essas competências são o novo centro no processo formativo.
Essa mesma potência pede um desenho deliberado de cada atividade, definido caso a caso. Uma atividade de escrita pode admitir IA na revisão linguística e reservar a elaboração do argumento ao estudante; uma atividade de análise documental pode partir de uma classificação gerada por IA, desde que o estudante a verifique, justifique ou conteste. O critério está no que a IA executou e no que permaneceu como exercício do estudante.
Análise de dados, revisão de literatura e planejamento são habilidades que se aprendem fazendo, errando e corrigindo, e é nesse processo que surgem as perguntas novas e a intuição que orientam uma pesquisa, mais do que no resultado final. Por isso, quando um texto inteiro pode ser gerado por IA sem que isso apareça no resultado entregue, avaliar apenas o produto final deixa de garantir que essa aprendizagem ocorreu. A avaliação ganha em ampliar o que observa: o percurso, as versões intermediárias, a argumentação oral do trabalho, a capacidade do estudante identificar e criticar os próprios erros e os da IA. Usada de forma deliberada, a ferramenta pode até virar objeto de estudo: seus erros e limites, analisados em conjunto com o estudante, são material de aprendizagem tão rico quanto um experimento que não deu certo.
Na prática
☐ Explicite no plano de ensino ou no acordo de orientação se e como a IA pode ser usada em cada atividade, e quais usos são adequados, limitados ou incompatíveis com o que ela avalia.
☐ Amplie a avaliação para além do produto final: preveja argumentação oral, discussão do percurso ou análise das versões intermediárias.
☐ Peça ao estudante que identifique e critique os próprios erros e os da ferramenta, tratando-os como material de aprendizagem.
☐ Mantenha a decisão final sobre avaliações e sobre o percurso do estudante sempre com o docente responsável.
5.2 Para estudantes de pós-graduação¶
“Uma coisa é usar a IA para aumentar a produtividade em tarefas que o pesquisador já domina. Outra é aprender a fazer ciência usando IA desde o início”, observa o pesquisador Helder Nakaya em entrevista à Revista Pesquisa FAPESP (Jokura, 2026). Para quem está em formação, essa diferença importa mais do que para um pesquisador com vários anos de carreira. A análise dos dados, revisão de literatura e redação são habilidades que se constroem fazendo, errando e acertando, e o atalho que a IA oferece pode substituir justamente o exercício que a pós-graduação existe para proporcionar. Usá-la bem exige clareza sobre o que se está, de fato, aprendendo a cada etapa.
A escrita é o terreno onde essa diferença mais aparece. Um estudante pode usar a IA para destravar um parágrafo difícil, reorganizar um argumento já elaborado ou revisar a redação, sem que isso comprometa a autoria: nesses casos, a ferramenta reage a um pensamento que já existe. O risco cresce quando é a IA que formula a ideia original, a pergunta de pesquisa ou a interpretação central, e o estudante apenas edita o que ela produziu. Essa diferença pode ficar invisível no texto final, mas quem escreveu sempre sabe qual das duas coisas aconteceu, e essa honestidade consigo mesmo precede qualquer declaração formal.
Documentar o uso de IA ao longo da pesquisa, e não apenas na hora de preencher a Declaração obrigatória adotada pela COC para qualificações e defesas, é o que torna essa honestidade sustentável. Guardar prompts, anotar por que uma sugestão foi aceita ou descartada, registrar em que etapa a ferramenta entrou, tudo isso é trabalho leve quando feito no momento, e quase impossível de reconstruir meses depois, na véspera da qualificação ou da defesa. Essa prática registra como a pesquisa foi de fato feita, o mesmo tipo de anotação que o pesquisador mantém sobre qualquer procedimento. Quando o uso de IA for substancial o suficiente para ter moldado escolhas metodológicas, esse registro pode alimentar a própria metodologia do trabalho, como parte de como a pesquisa foi conduzida.
Na prática
☐ Diferencie usar a IA para reagir a um pensamento já formado do uso em que ela formula a ideia original.
☐ Documente o uso de IA ao longo da pesquisa — prompts, decisões, etapas, ferramentas — no momento em que ocorre.
☐ Trate esse registro como parte do processo de pesquisa, útil desde o início e não só na qualificação ou defesa.
☐ Quando o uso de IA for substancial, considere incorporar esse registro à metodologia do trabalho.
☐ Combine com o orientador, desde o início, o que pode e o que não pode ser feito com apoio de IA.
☐ Entregue, junto com o dossiê de qualificação e de defesa, a Declaração de Uso de IA adotada pela COC em 2026. Caso você não tenha acesso a ela ainda, solicite a secretaria do seu PPG.
5.3 Para pesquisadores¶
Os princípios de autoria, transparência e verificação valem para o pesquisador em qualquer etapa do trabalho, da concepção à publicação. Diferentemente do estudante, que preenche a Declaração de Uso de IA da COC na qualificação e a defesa, o pesquisador atende a essas exigências por outros canais: a Portaria CNPq nº 2.664/2026 determina a declaração de uso de IA em projetos submetidos a editais de fomento, e cada revista científica define suas próprias normas para artigos submetidos à publicação. A IA pode apoiar a preparação de um manuscrito de formas já tratadas neste guia: revisão de idioma, formatação de referências, organização de dados, além das dezenas de indicações possíveis disponíveis no Glossário. Cabe ao pesquisador verificar e cumprir a exigência específica de cada instância a que submete seu trabalho.
A avaliação por pares acrescenta uma responsabilidade específica de quem revisa. Um pesquisador convidado a avaliar um manuscrito pode usar IA para organizar sua leitura ou verificar formatação, mas o parecer em si, o julgamento sobre a contribuição, o rigor metodológico e a originalidade do trabalho, é sempre do avaliador. Submeter o manuscrito de outra pessoa a uma ferramenta de IA para gerar total ou parcialmente o parecer expõe um trabalho inédito e alheio a servidores de terceiros, o que fere tanto a confidencialidade da revisão quanto a proteção de dados discutida em 3.5. A Portaria CNPq nº 2.664/2026 veda expressamente essa prática (art. 9º, alínea “e”).
A rastreabilidade das decisões editoriais também ganha peso quando a IA participa da triagem inicial de um manuscrito ou da checagem de referências e imagens, tarefas cada vez mais comuns em periódicos que adotam ferramentas de apoio à integridade científica. Um estudo do Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT) sobre o uso de IA na editoração em contextos de Ciência Aberta destaca que a responsabilização sobre sistemas automatizados permanece sempre humana, como condição para preservar a auditabilidade do processo editorial (Vechi et al., 2026). O pesquisador que atua como editor ou parecerista se beneficia de registrar como e onde a IA foi usada nesse processo: um julgamento editorial precisa poder ser reconstruído depois, se questionado.
Na prática
☐ Verifique e cumpra a exigência de declaração de uso de IA de cada edital de fomento ou revista a que submete um trabalho.
☐ Ao avaliar um manuscrito por pares, use IA apenas para apoio organizacional, nunca para gerar o julgamento sobre mérito, rigor ou originalidade.
☐ Nunca insira o manuscrito de outra pessoa, ainda inédito, em uma ferramenta de IA.
☐ Registre como a IA participou de tarefas editoriais (triagem, checagem de referências ou imagens) quando atuar como editor ou parecerista.