Inteligência artificial na vida acadêmica: ferramentas para estudar, pesquisar e produzir conhecimento
Inteligência artificial na vida acadêmica: ferramentas para estudar, pesquisar e produzir conhecimento
A inteligência artificial pode facilitar algumas tarefas de estudo e pesquisa, mas não substitui método, leitura crítica ou responsabilidade acadêmica. O mais importante não é conhecer todas as plataformas: é saber qual ferramenta pode ajudar em cada etapa, quais são seus limites e quando é preciso voltar às fontes originais.
Se você só tiver um minuto
IA pode apoiar; não pode validar o próprio trabalho. Use-a para explorar, organizar, explicar ou comparar. Para informações importantes, confira a fonte original. Em pesquisa formal, não trate uma única IA, base ou mecanismo de busca como cobertura completa da literatura.
Como esta curadoria foi feita
Esta seleção é informativa e não exaustiva. Foram priorizadas orientações da UNESCO, CAPES, CNPq, SciELO e Unesp; literatura científica recente sobre IA na educação e confiabilidade de referências; e documentação oficial das ferramentas para descrever suas funções. Informações comerciais, como cobertura, volume de documentos ou neutralidade de algoritmos, são tratadas como declarações dos próprios fornecedores — e não como validação independente.
Como essas plataformas mudam rapidamente, funcionalidades, planos, disponibilidade e políticas de privacidade devem ser conferidos novamente antes do uso.
O que a evidência científica indica até agora?
Pesquisas recentes mostram que a IA generativa pode favorecer determinados resultados de aprendizagem, principalmente quando é usada como apoio orientado — por exemplo, para feedback, explicação, prática ou organização — e não como atalho para concluir a tarefa. Uma meta-análise publicada em 2025 encontrou efeitos positivos em diferentes resultados no ensino superior, mas também grande variação entre contextos e nenhum efeito significativo sobre metacognição. Revisões mais recentes reforçam que os benefícios dependem de desenho pedagógico, verificação e participação ativa do estudante.
Isso significa que “usar IA” não melhora automaticamente o aprendizado. A pergunta mais útil é: como ela está sendo usada e o que o estudante continua fazendo por conta própria?
Primeiro: não confunda ferramentas diferentes
| Tipo | Para que serve | Exemplos |
|---|---|---|
| Assistente generalista de IA | Explicar, dialogar, comparar textos fornecidos, estruturar ideias e criar exercícios. | ChatGPT, Gemini, Claude |
| Descoberta e exploração científica | Localizar ou explorar trabalhos acadêmicos e relações entre pesquisas. | LeapSpace, Elicit, Consensus, Semantic Scholar |
| Mapeamento de literatura | Visualizar relações de citação e similaridade entre trabalhos. | ResearchRabbit, Connected Papers |
| Base bibliográfica | Indexar e recuperar literatura por campos, descritores, filtros e estratégias de busca. | Scopus, Web of Science, PubMed/MEDLINE, ERIC, entre outras |
| Gerenciador de referências | Guardar, organizar e inserir citações e bibliografias. | Zotero |
Por que essa diferença importa? Um chatbot pode conversar muito bem sobre um tema sem oferecer cobertura bibliográfica adequada. E uma base bibliográfica pode ser excelente para recuperar documentos sem produzir uma resposta em linguagem natural. São funções diferentes.
Escolha pela tarefa, não pelo nome da IA
Ferramentas que merecem atenção
NotebookLM
É útil quando o estudante já possui materiais para estudar. A documentação do Google informa suporte a diferentes tipos de fontes e respostas com citações que permitem retornar ao material utilizado.
Pode ajudar em
Revisão de conteúdo, comparação entre documentos, perguntas sobre materiais e criação de recursos de estudo.
Limite importante
Uma resposta ancorada em fontes ainda pode interpretar mal um trecho. Para uso acadêmico, abra o documento e confira o contexto.
LeapSpace
Em junho de 2026, a CAPES anunciou a disponibilização do LeapSpace, desenvolvido pela Elsevier, como ferramenta de apoio à busca, análise e organização de informações acadêmicas.
O que há por trás da busca
A plataforma não utiliza apenas publicações da Elsevier. Segundo a própria empresa, ela reúne resumos e metadados da cobertura do Scopus e textos completos de diferentes editoras e parceiros.
Limite importante
Isso não significa cobertura de toda a literatura científica. A documentação do fornecedor informa que o texto completo utilizado pela plataforma é proveniente de periódicos indexados no Scopus. Por isso, para revisões abrangentes, o LeapSpace deve ser combinado com bases e fontes adequadas à área de pesquisa.
Informação oficial da CAPES | Cobertura informada pelo fornecedor
Elicit
Ferramenta voltada a fluxos de pesquisa científica, com busca semântica, triagem e extração de informações. Em 2026, o fornecedor publicou uma avaliação de seu fluxo de revisão sistemática usando revisões Cochrane como conjunto de referência.
Pode ajudar em
Exploração de literatura, comparação de estudos e apoio a etapas estruturadas de revisão.
Limite importante
Resultados de desempenho divulgados pelo próprio Elicit não devem ser interpretados como garantia universal. A própria avaliação relata limitações de cobertura, acesso a PDFs e generalização para outras áreas.
Consensus
É um mecanismo de busca acadêmica assistido por IA. A documentação da plataforma informa que combina busca semântica e por palavras-chave em um grande conjunto de trabalhos científicos e vincula as sínteses aos artigos recuperados.
Pode ajudar em
Exploração inicial de perguntas de pesquisa e localização de trabalhos relacionados.
Limite importante
A presença de uma citação não garante que a síntese represente corretamente método, população, limitações ou força da evidência. Leia o artigo original.
Semantic Scholar
Ferramenta gratuita do Allen Institute for AI (Ai2) para busca e descoberta de literatura científica. Reúne registros provenientes de editoras, provedores de dados e indexação da web.
Pode ajudar em
Encontrar artigos, autores e trabalhos relacionados e ampliar a exploração de um tema.
Limite importante
É um mecanismo de descoberta, não uma garantia de cobertura total de todas as áreas ou de acesso ao texto completo de tudo o que indexa.
ResearchRabbit
Ajuda a explorar redes de trabalhos, autores e citações. A própria documentação recomenda seu uso em conjunto com bases tradicionais de biblioteca, e não como substituto delas.
Pode ajudar em
Partir de artigos já conhecidos e descobrir trabalhos conectados, acompanhar autores e visualizar redes de pesquisa.
Limite importante
Ferramentas baseadas em redes de citação tendem a funcionar melhor como complemento à busca estruturada.
Connected Papers
Cria mapas de trabalhos relacionados a partir de um artigo de origem. A plataforma explica que sua similaridade usa relações como cocitação e acoplamento bibliográfico; o gráfico não é simplesmente uma árvore de citações.
Pode ajudar em
Obter uma visão visual de um campo e identificar trabalhos relacionados ao artigo de partida.
Limite importante
O resultado depende do artigo escolhido como ponto inicial e do corpus disponível. Não substitui uma estratégia de busca documentada.
Scite
As chamadas Smart Citations mostram o contexto de citações e podem classificá-las como apoio, contraste ou simples menção ao trabalho citado.
Pode ajudar em
Localizar discussões posteriores sobre um estudo e verificar como determinados resultados foram citados.
Limite importante
A própria Scite alerta que essas classificações são sinais de navegação, não notas de qualidade. Uma citação de apoio não prova que o estudo é correto; uma citação de contraste não prova que ele está errado.
Zotero
Gerenciador de referências gratuito para coletar, organizar, citar e compartilhar fontes.
Pode ajudar em
Organizar bibliografia, guardar PDFs e metadados e inserir citações durante a escrita.
Limite importante
Metadados importados automaticamente podem conter erros. Confira autoria, título, edição, DOI, data e demais elementos.
DeepL Write
Ferramenta de apoio à revisão de texto, com sugestões de gramática, formulação e estilo, incluindo português brasileiro.
Pode ajudar em
Revisar clareza e fluidez depois que o conteúdo foi elaborado pelo autor.
Limite importante
Reformular um texto não corrige erros científicos, não cria evidência e não elimina a necessidade de citar as fontes utilizadas.
Uma IA encontrou artigos. A busca terminou? Não necessariamente.
Bases e plataformas têm coberturas, critérios de indexação e áreas de maior ou menor representação. Para trabalhos que exigem busca abrangente e reprodutível, escolha as fontes de acordo com o tema e o método. Dependendo da área, isso pode envolver combinações de Scopus, Web of Science, PubMed/MEDLINE, BVS/LILACS, SciELO, ERIC, bases especializadas, repositórios, registros de estudos e outras fontes.
Em revisões sistemáticas, a Cochrane recomenda busca ampla e reprodutível em múltiplas fontes; uma única base pode deixar estudos relevantes de fora. O princípio também é útil como alerta para outros tipos de revisão: cobertura é uma questão metodológica, não uma promessa de ferramenta.
IA pode apoiar uma revisão de literatura. Não faz a metodologia desaparecer.
- Defina a pergunta e o tipo de revisão. Uma revisão narrativa não segue necessariamente o mesmo protocolo de uma revisão sistemática ou de escopo.
- Escolha bases e fontes adequadas à área. Não comece pela IA e só depois pense no método.
- Use ferramentas de IA como apoio. Elas podem ajudar a descobrir termos, organizar resultados, comparar documentos ou localizar conexões.
- Registre a estratégia de busca. Em revisões formais, preserve bases consultadas, datas, expressões de busca, filtros e critérios.
- Leia e avalie os estudos. Relevância, qualidade metodológica e força da evidência exigem julgamento humano e critérios apropriados.
E ChatGPT, Gemini e Claude?
São assistentes generalistas e podem ser úteis para explicar conceitos, formular perguntas de estudo, sugerir exemplos, comparar textos que você fornece e organizar ideias. Mas isso é diferente de executar uma busca bibliográfica abrangente.
Estudos científicos já demonstraram que modelos de linguagem podem produzir referências inexistentes ou referências reais com dados incorretos. As taxas variam conforme modelo, versão, tarefa e forma de avaliação, por isso números de um estudo não devem ser generalizados para todas as versões atuais. A regra prática permanece: referência gerada por IA precisa ser verificada em fonte recuperável.
Antes de usar IA em um trabalho acadêmico
- Confira as regras locais. Disciplina, curso, instituição, agência de fomento, evento e periódico podem ter normas diferentes.
- Verifique toda referência. Confirme autor, título, periódico ou editora, data, DOI ou outro identificador e, principalmente, se a fonte realmente sustenta a afirmação.
- Não confunda “revisado por pares” com “verdade comprovada”. Estudos revisados por pares também podem conter limitações, vieses, erros, controvérsias ou até ser retratados.
- Proteja dados. Evite inserir dados pessoais, sigilosos, manuscritos sob avaliação, resultados inéditos ou documentos confidenciais em serviços sem autorização e análise das condições de privacidade.
- Preserve a autoria humana. A IA pode apoiar uma tarefa; não deve assumir a responsabilidade intelectual pelo trabalho.
- Declare o uso quando exigido. No Brasil, a Política de Integridade do CNPq, instituída em 2026, determina que pesquisas apoiadas pelo Conselho declarem o uso de IA generativa em qualquer fase, indicando ferramenta e finalidade.
- Para publicação científica, leia a política do periódico. A Rede SciELO orienta transparência, verificação das fontes e responsabilidade humana sobre o conteúdo.
Uma regra simples para guardar
Quanto maior a importância da informação, maior deve ser a verificação. Para uma ideia de estudo, a IA pode servir como ponto de partida. Para uma afirmação acadêmica, uma decisão profissional ou uma conclusão de pesquisa, volte à fonte e examine a evidência.
Uso responsável também é competência digital
A UNESCO propõe uma abordagem centrada no ser humano para o uso de IA na educação e na pesquisa, com atenção a privacidade, ética, inclusão, equidade e desenvolvimento de competências críticas. Seus marcos de competências para estudantes e professores reforçam que saber usar IA inclui também compreender limitações, avaliar resultados e decidir quando não usar.
A Unesp segue uma direção semelhante ao defender uma adoção que não seja nem de rejeição automática nem de entusiasmo acrítico. A ideia central é preservar a autonomia humana, a integridade acadêmica e o processo cognitivo de aprendizagem.
Para quem está começando, a recomendação é prática: escolha uma tarefa real, teste uma ferramenta, compare o resultado com algo que você conhece e mantenha o controle da decisão. Tecnologia útil é a que amplia sua capacidade de aprender e pesquisar, não a que esconde de você como a resposta foi construída.
Quer explorar mais?
O Guia de Ferramentas de IA da Unesp, produzido no âmbito do Laboratório do Futuro, foi uma das inspirações para esta curadoria. A CAPES também oferece treinamentos do Portal de Periódicos, incluindo atividades sobre IA e pesquisa científica. Para uso acadêmico, combine essas oportunidades com as regras da sua instituição e com as boas práticas de integridade científica.
Acesse o Guia de Ferramentas de IA da Unesp
Veja os treinamentos do Portal de Periódicos da CAPES
Fontes e referências consultadas
- UNESCO. Guidance for generative AI in education and research. Publicado em 2023; página atualizada em 2026. Consultar.
- UNESCO. Marco referencial de competências em IA para estudantes. Consultar.
- UNESCO. Marco referencial de competências em IA para professores. Consultar.
- CAPES. CAPES amplia acesso a ferramenta de apoio à pesquisa baseada em inteligência artificial. 24 jun. 2026. Consultar.
- CNPq. Diretrizes de integridade na pesquisa apoiada pelo CNPq, atualizadas em 2026. Consultar.
- SciELO. Guia de uso de ferramentas e recursos de Inteligência Artificial na comunicação de pesquisas na Rede SciELO. Consultar.
- UNESP. Guia de Ferramentas de IA, Laboratório do Futuro. Consultar.
- Fioratti, C. “Nem mera negação e nem uma adoção acrítica e salvacionista”: autores comentam criação de guia para uso de IA. Jornal da Unesp, 17 mar. 2026. Consultar.
- Lefebvre, C. et al. Chapter 4: Searching for and selecting studies. Cochrane Handbook for Systematic Reviews of Interventions, versão 6.5.1, atualização 2025. Consultar.
- Chen, S.; Cheung, A. C. K. Effect of generative artificial intelligence on university students learning outcomes: A systematic review and meta-analysis. Educational Research Review, 2025. DOI: 10.1016/j.edurev.2025.100737. Consultar.
- Walters, W. H.; Wilder, E. I. Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 2023. Consultar.
- Chelli, M. et al. Hallucination Rates and Reference Accuracy of ChatGPT and Bard for Systematic Reviews: Comparative Analysis. Journal of Medical Internet Research, 2024. Consultar.
- Elsevier. LeapSpace e documentação de cobertura. Os dados de cobertura e neutralidade editorial são declarações do fornecedor. Consultar.
- Google. NotebookLM Help. Consultar.
- Elicit. AI for scientific research e avaliação do fluxo de revisão sistemática publicada pelo fornecedor em 2026. Consultar.
- Consensus. How Consensus Works. Consultar.
- Ai2. Semantic Scholar — About Us. Consultar.
- ResearchRabbit. Using ResearchRabbit alongside library databases. Consultar.
- Connected Papers. About. Consultar.
- Scite. How to use AI for literature review. Consultar.
- Zotero. Quick Start Guide. Consultar.
- DeepL. DeepL Write. Consultar.
Nota editorial: autoria e curadoria de Lorena Araujo Hirsch, com apoio de inteligência artificial como ferramenta assistiva de pesquisa, organização e revisão. Esta matéria descreve recursos disponíveis e boas práticas de uso; não certifica ferramentas nem garante resultados. Plataformas de IA e mecanismos de busca podem mudar sem aviso. Para atividades acadêmicas formais, prevalecem as normas da instituição, da agência de fomento, do periódico e o método de pesquisa adotado.
Redes Sociais