INTRODUÇÃO

A inteligência artificial (IA), termo cunhado por John McCarthy em 1955, refere-se a sistemas criados artificialmente que simulam a cognição humana. Essa ciência investiga o uso do conhecimento por meio de máquinas inteligentes, capazes de realizar tarefas como reconhecimento de padrões, resolução de problemas, aprendizado e tomada de decisões, inspirando-se no funcionamento do cérebro humano. Inicialmente voltada à replicação de processos mentais, a IA evoluiu para sistemas que armazenam, manipulam e aplicam dados e conhecimentos com base em inferências lógicas.

Atualmente, a IA tem desempenhado um papel cada vez mais relevante na produção do conhecimento acadêmico, impactando significativamente tanto a pesquisa quanto o ensino. A presente investigação parte da questão: de que forma as ferramentas de IA estão sendo incorporadas nessas práticas? Com isso, busca-se analisar as tecnologias disponíveis, identificar seus benefícios e desafios, além de mapear as oportunidades associadas à sua aplicação em contextos educacionais e científicos.

METODOLOGIA

Em estudo anterior (Aganette et al., 2024), foi realizada uma revisão narrativa da literatura que analisou 32 artigos sobre o uso da IA no ensino e na pesquisa. Esses documentos foram selecionados a partir de 157 artigos inicialmente recuperados em uma busca na base SciELO, com o uso das expressões “inteligência artificial AND ensino” e “inteligência artificial AND pesquisa”. Agora, dando continuidade à investigação, propõe-se a análise dos 125 documentos restantes, com o intuito de aprofundar a compreensão sobre como a IA está sendo incorporada às práticas educacionais e científicas, bem como identificar novas tendências, lacunas e possibilidades de aplicação dessa tecnologia em diferentes contextos acadêmicos.

A pesquisa mantém natureza básica, com caráter exploratório-descritivo e abordagem qualitativa. Como procedimento metodológico, será adotada a revisão narrativa da literatura, conforme diretrizes de Prodanov e Freitas (2013), com base nos documentos que não foram analisados na etapa anterior da investigação.

A análise seguirá os mesmos critérios e passos previamente adotados: leitura exploratória, seletiva, analítica e interpretativa, conforme Gil (2002), priorizando a categorização dos dados em relação ao uso da IA no ensino (EN) e na pesquisa (PQ), às ferramentas e recursos de IA (FR-IA), aos desafios e aos benefícios identificados em cada documento. Espera-se, com essa ampliação, observar novos padrões, aprofundar aspectos já identificados e verificar mudanças no perfil da produção científica sobre o tema nos últimos dez anos.

RESULTADOS

A análise dos 32 artigos selecionados por Aganette et al. (2024) revelou que a IA vem sendo incorporada às atividades de ensino e pesquisa, com impacto significativo na personalização do aprendizado, na automação de tarefas educacionais e na ampliação das possibilidades analíticas em ambientes científicos. Do total de documentos analisados, 24 abordaram o uso da IA no ensino, 8 na pesquisa e 4 trataram de ambos os contextos. No campo educacional, destacaram-se ferramentas como tutores inteligentes, plataformas de ensino a distância, agentes conversacionais, gamificação, dispositivos vestíveis com sensores EEG, sistemas de gestão da aprendizagem, além de modelos generativos como o ChatGPT, utilizados para personalizar conteúdos, oferecer feedback imediato e apoiar práticas pedagógicas mais interativas. Já na pesquisa, observou-se o uso de modelos como GPT, BERT e Word2Vec, ferramentas de apoio à escrita científica (Grammarly, Quillbot, SciSpace), e checklists como PRISMA e CONSORT-AI, que contribuem para a análise de grandes volumes de dados, especialmente nas áreas da saúde e das ciências exatas.

Os principais benefícios identificados incluem a personalização do ensino, a eficiência na análise de dados, o apoio ao aprendizado adaptativo e à redação científica, a melhoria da qualidade do ensino superior, a facilitação do ensino de idiomas e a simulação de ambientes e diagnósticos. No entanto, os documentos também apontam diversos desafios, entre eles o risco de desonestidade acadêmica, a presença de vieses algorítmicos, a desigualdade de acesso às tecnologias, a possível substituição da mediação docente por sistemas automatizados, além da necessidade de formação docente específica e de regulamentações éticas para o uso da IA. A síntese dos resultados demonstra que, embora a IA ofereça inúmeras possibilidades de inovação e aprimoramento no campo acadêmico, sua adoção requer uma abordagem crítica, ética e contextualizada, a fim de garantir que seu uso seja efetivo, justo e socialmente responsável.

Espera-se que a análise dos 125 documentos restantes amplie significativamente o mapeamento de ferramentas e aplicações de IA no campo educacional e científico, bem como forneça uma visão mais abrangente dos desafios e benefícios relatados. A expectativa é identificar novos recursos tecnológicos, tendências emergentes e abordagens metodológicas ainda não contempladas nos 32 artigos anteriormente analisados. A comparação entre os dois conjuntos de documentos (analisados e não analisados anteriormente) também poderá revelar transformações temporais na adoção da IA, variações de enfoque conforme as áreas do conhecimento e diferenças na percepção dos impactos pedagógicos e ético-sociais da tecnologia. A sistematização das informações contribuirá para consolidar uma visão crítica e fundamentada sobre o papel da IA na educação e na pesquisa científica.

CONSIDERAÇÕES FINAIS

Ao dar continuidade à investigação sobre a incorporação da IA nas atividades de ensino e pesquisa, espera-se aprofundar o conhecimento sobre as potencialidades e os limites dessa tecnologia em contextos acadêmicos. A ampliação do corpus analisado permitirá não apenas refinar os achados anteriores, mas também identificar lacunas relevantes e apontar direções para futuras pesquisas. Além disso, os resultados poderão subsidiar decisões institucionais relacionadas à formação docente, à política de inovação educacional e à adoção responsável de tecnologias baseadas em IA.

REFERÊNCIAS

AGANETTE, Elisângela Cristina; MACULAN, Benildes Coura Moreira dos Santos; LIMA, Gercina Ângela de; SILVA, Patrícia Nascimento. Inteligência artificial no ensino e pesquisa: ferramentas e desafios. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO – ENANCIB, 24., 2024, Vitória. Anais [...]. Vitória: ANCIB, 2024. Disponível em: https://enancib.ancib.org/index.php/enancib/xxivenancib/paper/view/2624/1771. Acesso em: 7 abr. 2025.

GIL, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2002.

GRIFFEY, Jason. Artificial Intelligence: What Librarians Need to Know. Chicago: American Library Association, 2019.

PRODANOV, C. C., & FREITAS, E. C. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. Novo Hamburgo: Feevale. 2013