Inteligência Artificial e Sua Influência na Produção Científica

Nos últimos anos, a inteligência artificial (IA) ganhou destaque, especialmente com o surgimento de modelos como o ChatGPT e o Google Gemini. À medida que essas tecnologias se tornam mais populares, a identificação de textos originados total ou parcialmente por esses Modelos de Linguagem de Grande Escala (LLMs) se tornou cada vez mais desafiadora.

Esse fenômeno tem despertado preocupações na comunidade acadêmica, uma vez que a presença de conteúdos gerados por IA em publicações revisadas por pares pode comprometer a qualidade e a integridade da pesquisa científica.

A Análise da Influência das LLMs

Uma colaboração entre pesquisadores dos Estados Unidos e da Alemanha trouxe à luz questões importantes sobre a presença das LLMs em artigos científicos. Os estudiosos examinaram 15 milhões de resumos biomédicos disponíveis no PubMed para compreender como esses modelos influenciam as escolhas linguísticas nos textos acadêmicos.

De acordo com os resultados publicados na revista Science Advances, pelo menos 13,5% dos artigos científicos publicados em 2024 foram escritos com algum nível de auxílio das LLMs. Este dado sugere não apenas um aumento no uso desses modelos, mas também indica uma mudança perceptível nas escolhas de palavras e no estilo de escrita dos autores.

Para garantir a validade dos resultados, a equipe de pesquisa adotou uma metodologia que analisou o uso de certas palavras antes e depois do lançamento público do ChatGPT. Esse enfoque visou identificar tendências reveladoras que emergiram da explosão do uso da inteligência artificial.

A crescente aplicação da IA levanta questões pertinentes sobre a precisão e a confiabilidade de algumas pesquisas. Investigações anteriores sobre o uso das LLMs na redação acadêmica enfrentaram limitações, uma vez que dependiam de análises de textos gerados por humanos em comparação com aqueles produzidos por IA. Segundo os pesquisadores, isso pode introduzir vieses, uma vez que exige suposições sobre como os acadêmicos utilizam esses modelos e de que forma eles influenciam a escrita.

Etapas e Processos Metodológicos da Pesquisa

• Base Metodológica: O estudo baseou-se em investigações que analisaram o impacto da COVID-19 por meio da comparação de dados relativos a mortes antes e após o início da pandemia.
• Abordagem Comparativa: Os pesquisadores aplicaram um método semelhante ao analisar textos acadêmicos de períodos “antes e depois” do surgimento das LLMs, com foco nas mudanças no uso de palavras.
• Dados: As análises englobaram milhões de resumos de artigos científicos biomédicos disponíveis em bases de dados relevantes.
• Análise: O principal objetivo era identificar padrões de uso excessivo de palavras em textos acadêmicos que surgiram após a popularização das LLMs.
• Mudanças Observadas: A pesquisa revelou uma transição no uso excessivo de “palavras de conteúdo” (como substantivos técnicos) para palavras de estilo mais elaborado, tais como “exibindo”, “fundamental” e “enfrentando”.
• Classificação Gramatical: As palavras utilizadas em excesso foram classificadas manualmente para identificar tendências linguísticas distintas.
• Conclusão: Antes de 2024, 79,2% das palavras em excesso eram substantivos. Em 2024, essa cifra foi reduzida, e 66% das palavras em excesso passaram a ser verbos e 14% a adjetivos.
• Diferenças Identificadas: Notáveis diferenças no uso das LLMs foram observadas entre diversas áreas de pesquisa, países e periódicos científicos.

Esses dados revelam o papel crescente da inteligência artificial na redação acadêmica e como ela molda a linguagem e o estilo na produção científica. À medida que essa tecnologia avança, será essencial que a comunidade acadêmica reflita sobre sua influência e busque maneiras de garantir a integridade e a qualidade das publicações científicas.

Categories

• Afiliados
• Gestão
• Marketing
• Negócio
• Redes Sociais
• Sites e Blogs
• Todos
• Tutoriais
• Vendas