Admirável mundo velho: como a IA pode

ajudar a quebrar o circuito da ciência

Rafael Cardoso Sampaio

Quem tem estudado o tema?
 chatgpt AND (academic OR research OR science OR scientific) = 50+ co-citações de fontes

Muitos papers em preprints Nature é uma figura central na discussão sobre

o uso do ChatGPT na Ciência
Acoplamento bibliográfico:
5 documentos, 1 citação

Evidencia que os Estados

Unidos apresentam um papel
totalmente centralizador na
discussão sobre o ChatGPT na
pesquisa acadêmica;

China, Índia, Austrália, Reino

Unido e Alemanha também
são representativos (the usual
suspects)
80+ Coocorrência de
palavras no título e
resumo.

Cluster vermelho é formado por

palavras mais relacionadas à educação
e pesquisa, apontando especialmente
preocupações dos pesquisadores neste
momento inicial, como plágio, integridade,
aprendizado, benefícios e ensino
Cluster verde já apresenta uma discussão
bem mais técnica, denotando técnicas
de IA e questões como acurácia,
performance, avaliação, experimento etc.
1. Busca e seleção
2. Leitura
3. Obtenção, limpeza e análise de dados
4. Programação
5. Escrita Acadêmica
6. Apresentação dos dados
7. Tradução e correção (Sampaio et al, 2023)
 • Paradigma atual da pesquisa científica e da propria
internet está em plena alteração diante de nós.
• AIs já estão presentes nos buscadores (Google,
Bing) e também nos navegadores (Edge, Opera).
• Já estão presentes ou sendo implementadas em
softwares acadêmicos, como Atlas.ti, MaxQDA e
Tableau.
• Já estão presentes nos sites e aplicativos para
montar apresentações.
• Logo, estarão presentes nos sistemas operacionais e
mesmo em ferramentas básicas de trabalho, como
o Office.
• Logo, também em buscadores acadêmicos, como
WoS e SCOPUS.

INEXORÁVEL
1ª resposta de IA vista
como "verdade" sem
considerar dissensos.
Aumento de reprodução de
desigualdades na produção
de conhecimento científico.
Aumento do impacto nas
citações a autores
reconhecidos e dificuldades
para novos pesquisadores,
para grupos
subrepresentados e mesmo
inovação.
• Viés nas IAs acadêmicas:
• Tendência a priorizar produção norte-
americana, anglo-saxã e europeia.
• Risco de reforçar visão específica de ciência e
métodos.
• Impacto nas áreas das humanidades e pesquisa
qualitativa.
• Possíveis efeitos negativos sobre a diversidade
de métodos e análises.
 De volta para o passado
• Estamos aparentemente repetindo o mesmo
roteiro do surgimento das redes sociais.
• Big Techs do Vale do Silício apresentam
uma “revolução tecnológica”
• Estas tecnologias pertencem a essas grandes
corporações e começam a ser massificadas para o
público.
• As soluções são amplamente adotadas e
naturalizadas.
• Cedemos dados gratuitamente e pagamos por
essas soluções tecnológicas.
• Temos dificuldades sequer para regular tais
corporações no país.
 A Origem
- Discussão mais amadurecida sobre
regulação (fake News, algoritmos, discurso de
ódio etc.) e exemplos regulatórios europeus;
Há modelos abertos de LLMs (Llama, Falcon
etc.) e competição real da China e outros
players;
- Ecossistema baseado em AIs generativas
que tem foco nos EUA, mas que tem
iniciativas interessantes pelo mundo.
- Boas iniciativas acadêmicas, como Elicit,
SciSpace, Research Rabbit, Litmaps.
 A chegada
• Compreender quais são as necessidades dos pesquisadores do
sul global (i.e. humanas);
• Romper com imposições de grandes corporações de
tecnologia e também de grandes editoras acadêmicas, que estão
por trás de Nature, Science e afins.
• Tais editoras são um indústriga gigantesca que ganha com a
ciência paga e ganha com traduções do “resto do mundo”. São
autointeressadas;
• Desenvolver tecnologias, soluções baseadas em ciência
aberta, tendo o SciELO como modelo de ouro, mas também
olhando outras bases como Redalyc, Latinindex, DIADORIM,
Doaj, ao exemplo do que está fazendo o Semantic Scholar
(API);
 Nós, robôs
Aproveitar o hype de AI e a agenda do brasil como
liderança internacional para conseguir
financiamentos nacionais e internacionais;
Investimento em infraestrutura e soberania digital.
Parcerias entre governo federal, agências de
fomento estaduais (FAPESP); universidades
públicas; empresas públicas (Petrobrás,); Bancos
(BNDES, BB).
Financiamentos de organizações multilaterais,
como a ONU, Unesco, Banco do BRICS, G20 e de
dados abertos, ciência aberta, e transparência,
como Open Knowledge Foundation, Open Science
Foundation, Open Government Partnership.
 Uma odisséia no (ciber)espaço
Desenvolvimento de ferramentas, aplicativos,
LLMs e outras IAs tendo como base as
necessidades de países fora do circuito da
produção acadêmica mundial (anglo-saxão,
europeia).

Que possa ser útil aos pesquisadores

brasileiros, latino americanos e mesmo de
outras regiões, como África e determinados
setores da Ásia. Eventualmente, pode
interessar a outros países com línguas latinas,
como Portugal, Espanha, França e Itália.

Brasil pode ter um papel de liderança nessa

mudança do circuito de produção científica.
 Lula ex-machina
- Não é uma agenda de Lula ou do atual governo;
- Difícil fazer a coalização necessária para um
projeto assim funcionar (diferentes universidades
“rivais” juntas).
- Não dá para competir com os investimentos das
big techs;
- Mudanças econômicas e políticas podem afetar
qualquer projeto do tipo;
- Burocracia, leis e outros entraves regionais;
- Buscar uma alternativa ao caminho tentado
pelo software livre.
Como lágrimas na chuva
- A ciência brasileira e a educação superior
estão em reconstrução, logo todos as outras
questões parecerão mais importantes;
- Puxar tais demandas pelas associações
científicas de grande porte, como ANPOCS,
SBCP, ABC, fórum de humanas na Capes
etc.;
- Fazer uma survey nacional (ou até na
América Latina) sobre usos, problemas,
reflexões e receios de nossos pesquisadores
e pesquisadoras.
 Decoding bias
Com a survey, tomar papel mais ativo na questão da
regulação e dos usos aceitáveis ou não para IAs
acadêmicas;
Denotar questões como: IAs geradoras de imagem
tendem a estereotipar ainda mais o “resto do mundo”
(fora o racismo algorítmico);
Detectores de IA tendem a ter bias contra escritores
não nativos de inglês;
Então, podemos pensar em modelos com bases de
treinamento com menos distorções e mais
significativas para nossa pesquisa.
Parece impossível, mas temos linguagens de
programação abertas como R e Python, então por
que não uma LLM acadêmica e aberta?
 Ciberreferências:

O ChatGPT e as inteligências artificiais tendem a

terceirizar as principais escolhas acadêmicas (Nexo PP)
CINCO MUDANÇAS DA INTELIGÊNCIA ARTIFICIAL NA
PESQUISA CIENTÍFICA (Piauí)

SAMPAIO, R.; NICOLÁS, A.; JUNGUILHO, T.; SILVA, L.;

FREITAS, C.; TELLES, M.; SENNA, J. ChatGPT e outras
IAs transformarão toda a pesquisa científica: reflexões
iniciais sobre usos e consequências. SciELO Pré-
prints, 2023.

@fotoartificialbr
 Obrigado!
compadd.ufpr.br
cardososampaio@gmail.com
@cardososampaio