A pesquisa científica obedece à estritas normas éticas desde a concepção e planejamento dos experimentos até a divulgação dos resultados à comunidade científica e à sociedade.
Guias sobre boas práticas de pesquisa são redigidos e frequentemente atualizados por sociedades científicas, instituições públicas e privadas, agências governamentais e publishers, entre outros. Recentes avanços tecnológicos como a inteligência artificial generativa (IA) demandaram novos capítulos nos compêndios de integridade em pesquisa.
De início, tratava-se principalmente de detectar textos gerados por IA nos manuscritos submetidos à publicação. Com o aperfeiçoamento das potencialidades da IA, esta passou a apoiar pesquisadores em várias etapas da pesquisa e da preparação do artigo. Algumas restrições, no entanto, permanecem. Até o momento, a maioria dos publishers não aceita que se inclua a IA como autor de um trabalho de pesquisa. Seu uso tampouco é bem aceito na avaliação por pares. Mas existem inúmeras etapas na pesquisa e na redação e avaliação do artigo nos quais a IA pode apoiar (porém não substituir) autores, pareceristas e editores. É disso que trata o documento Orientação sobre Má Conduta em Pesquisa para Políticas do Serviço de Saúde Pública 1, redigido pelo Escritório de Integridade em Pesquisa do Departamento de Saúde e Serviços Humanos dos EUA, Gabinete do Secretário Adjunto de Saúde (Office of Research Integrity (ORI), U.S.Department of Health and Human Services (HHS), Office of the Assistant Secretary for Health) que iremos resumir neste post.
As boas práticas em pesquisa devem ser seguidas por instituições e pesquisadores independentemente do fato de envolverem ou não o uso de IA. Ademais, pesquisadores devem declarar a utilização de qualquer ferramenta de IA durante a pesquisa e a redação do manuscrito e da proposta de financiamento à pesquisa. Informar sobre uso da IA protege o autor sobre alegação de má conduta científica e aumenta a reprodutibilidade do estudo.
Considerações regulatórias — Conclusões sobre má conduta em pesquisa
Práticas aceitas pela comunidade científica relevante
A relação de práticas consideradas como má conduta em pesquisa incluem uma série de ações que vão desde plágio em suas inúmeras formas, falsificação de dados ou imagens, fabricação de dados ou resultados, inclusão ou exclusão indevida de autores e a violação de princípios éticos em relação a participantes (humanos ou animais) em experimentos ou pesquisas. No entanto, as comunidades de pesquisa podem ter perspectivas distintas sobre o que constitui uma prática aceitável e as instituições são responsáveis por determinar se uma ação específica desvia significativamente das práticas aceitas pela comunidade científica relevante.
Cabe, nestes casos, instituir um comitê institucional com conhecimento científico relevante na área de pesquisa para determinar se o uso específico de uma ferramenta de IA está incluída nas práticas aceitas por esta comunidade de pesquisa. A inclusão de um especialista no tema da IA no mencionado comitê poderia fornecer informação adicional sobre a ferramenta no contexto da alegação da má conduta.
Preponderância da evidência
O regulamento exige que uma alegação de má conduta em pesquisa seja comprovada por preponderância da evidência2. Segundo este princípio, as comissões institucionais devem considerar todos os tipos de evidência ao avaliar processos de má conduta científica. É preciso agir com cautela, no entanto, diante de evidências de plágio ou manipulação de dados, pois falsos positivos são frequentes em software que realizam estes tipos de análises. Nestes casos, a recomendação é comparar resultados de mais de uma ferramenta de detecção de similaridade.
Os dados brutos de pesquisa constituem uma forte evidência em favor de pesquisa legítima e devem ser disponibilizados aos comitês de avaliação sempre que solicitados. Da mesma forma, cadernos de laboratório detalhados, registros de compras de equipamentos e reagentes, registros de acesso a instalações com animais de experimentação constituem prova documental valiosa para distinguir pesquisa experimental legítima de dados fabricados por IA. As instituições, bem como os pesquisadores, são orientadas pelo ORI a manter registros originais institucionais de suas instalações e registros brutos de pesquisa, mesmo após a publicação dos resultados e por ao menos sete anos após a conclusão de um processo de má conduta em pesquisa.
Fabricação, falsificação e plágio
Orientações gerais sobre a divulgação do uso de IA generativa
A utilização de qualquer ferramenta de IA durante o processo de pesquisa e na elaboração de manuscritos e propostas de financiamento deve ser rigorosa e especificamente identificada, detalhando qual ferramenta foi utilizada em quais etapas. A falta de identificação destas ferramentas constitui em si má conduta científica, porém sua mera divulgação não exclui a constatação de transgressão. Por exemplo, a geração ou processamento de dados por IA divulgados de forma imprecisa pode constituir evidência de fabricação ou falsificação de dados. Os autores da pesquisa são responsáveis por todos os dados produzidos na pesquisa e pelos resultados apresentados, inclusive aqueles derivados de processos que envolvem IA.
Erro involuntário relacionado a alegações de falsificação ou fabricação
É possível que certas ferramentas de IA introduzam pré-processamento de dados sem que os pesquisadores estejam cientes. Este tipo de erro involuntário é possível de ser provado perante um comitê de investigação e devidamente corrigido. Um exemplo deste pré-processamento seriam câmeras de telefones celulares que incluem processos automáticos de aprimoramento de imagens, um tipo de IA generativa. Quando estas câmeras são utilizadas para registrar dados de pesquisa, as imagens alteradas podem ser detectadas posteriormente como imagens adulteradas pelos autores.
Citações fabricadas
A IA generativa, especialmente os LLMs (Large Language Models), como o ChatGPT, Claude e outros, gera textos com ótima precisão, porém registros bibliográficos apenas se parecem com texto, mas apenas uma única combinação de autor, título do periódico, volume, página e ano estão corretos, qualquer outra combinação gera um erro. Assim, a IA gera algo que seja estatisticamente plausível, em vez de verificar se a referência realmente existe.
As citações inexistentes são chamadas de “referências alucinadas”. Quando se recorre à IA para realizar uma revisão da literatura, as referências que emergem são consideradas dados, pois
decorrem da busca sobre pesquisa científica. Nestes casos, citações fabricadas podem ser objeto de alegação de má conduta científica.
Plágio
Plágio é a apropriação de ideias, processos, resultados ou texto de outros sem conferir o devido crédito. Por outro lado, textos gerados por ferramentas de IA generativa podem reproduzir textos ou ideias de obras existentes e resultar em plágio. Portanto, autores que utilizam em seus manuscritos textos gerados por IA devem determinar se estes foram copiados de obras de outros autores e citar adequadamente estas obras. No entanto, muitas vezes os autores tendem a se se concentrar em fazer com que o uso da IA seja indetectável (ao lugar de transparente) mediante paráfrases e eliminação dos sinais óbvios da IA nos textos.
O Escritório de Integridade em Pesquisa (ORI) “considera que o plágio inclui tanto a apropriação indevida de propriedade intelectual quanto a cópia substancial de texto de obra alheia sem a devida atribuição (citação)”.
Políticas institucionais
Atualmente, sociedades científicas, instituições de pesquisas, agências de fomento e publishers dispõem de diretrizes e manuais de boas práticas para o emprego da IA na pesquisa e comunicação científica. No entanto, o ORI não exige que as instituições tenham políticas e procedimentos específicos para regular o uso da IA generativa. Tais políticas institucionais podem apoiar membros de comitês na decisão de casos de transgressão que contradizem as práticas aceitas pela comunidade de pesquisa relevante.
A ORI reconhece que avanços tecnológicos como a IA generativa são muito promissores para o avanço da ciência e não pretende coibir seu uso em nome da integridade na pesquisa, mas sim fomentar o uso adequado da IA generativa em trabalhos financiados pelo Serviço de Saúde Pública dos EUA e encorajam a contactar3 o Escritório de Integridade em Pesquisa do Departamento de Saúde e Serviços Humanos dos EUA para ulteriores questões.
2. Preponderância da evidência, segundo o presente documento, “significa que a prova pela evidência, quando comparados às evidências contrárias, levam à conclusão de que é mais provável que o fato em questão seja verdadeiro do que falso”.
Lilian Nassi-Calò é química pelo Instituto de Química da USP e doutora em Bioquímica pela mesma instituição, a seguir foi bolsista da Fundação Alexander von Humboldt em Wuerzburg, Alemanha. Após concluir seus estudos, foi docente e pesquisadora no IQ-USP. Trabalhou na iniciativa privada como química industrial e atualmente é Coordenadora de Comunicação Científica na BIREME/OPAS/OMS e colaboradora do SciELO.
CALÒ, L.N. Orientação sobre Má Conduta em Pesquisa para Políticas do Serviço de Saúde Pública dos EUA envolvendo Inteligência Artificial Generativa [online]. SciELO em Perspectiva, 2026 [viewed ]. Available from: https://blog.scielo.org/blog/2026/09/25/orientacao-sobre-ma-conduta-em-pesquisa-para-politicas-do-servico-de-saude-publica-dos-eua-envolvendo-inteligencia-artificial-generativa/
A pesquisa científica obedece à estritas normas éticas desde a concepção e planejamento dos experimentos até a divulgação dos resultados à comunidade científica e à sociedade.
Últimos comentários