O que antes era um pilar da pesquisa científica, a revisão por pares, agora enfrenta uma crise sem precedentes. A próxima grande conferência de Inteligência Artificial, a ICLR 2026, está expondo um cenário alarmante onde a confiança se esvai, e a **inteligência artificial generativa** se tornou tanto ferramenta de fraude quanto muleta para a preguiça acadêmica. Autores frustrados com avaliações superficiais e distorcidas estão retirando seus trabalhos, enquanto revisores, sob pressão, delegam a tarefa de análise a **LLMs preguiçosos**, que por sua vez, criam críticas genéricas e, por vezes, equivocadas.
Autores criam fontes falsas, revisores usam IA para criticar
O problema é multifacetado e afeta ambos os lados do processo de publicação. De um lado, pesquisadores em universidades de ponta, sob intensa pressão para publicar, têm sido pegos inventando fontes e referências para embasar seus estudos. Do outro, revisores, sobrecarregados com o volume de submissões e a necessidade de agilidade, recorrem a modelos de linguagem para redigir seus pareceres, sem uma leitura atenta e crítica do material submetido.
Um caso emblemático que ilustra a fraude por parte dos autores é o do artigo “BrainMIND”, desenvolvido por pesquisadores do Instituto de Tecnologia da Geórgia e da Universidade Tsinghua. O estudo, que prometia avanços no mapeamento da atividade cerebral, viu sua credibilidade desmoronar ao apresentar uma lista de referências com **citações falsas**, títulos fabricados e nomes genéricos de coautores. Um revisor alertou para o uso evidente de um modelo de linguagem e recomendou a **”Rejeição Forte”** do artigo. Apesar das tentativas de correção, novos erros persistiram, forçando os autores a **retirar o artigo por completo**.
Em outra situação chocante, o artigo “Efficient Fine‑Tuning of Quantized Models via Adaptive Rank and Bitwidth” foi retirado em protesto após receber quatro rejeições. Os autores acusaram os revisores de utilizarem **ferramentas de IA para gerar feedback genérico**, sem a devida compreensão do conteúdo. As críticas mencionavam a ausência de experimentos e métodos que, segundo os autores, estavam claramente detalhados no manuscrito. Essa conduta foi classificada como uma **”destruição flagrante do dever sagrado do revisor”**, evidenciando a frustração com a **preguiça induzida pela IA** no meio acadêmico.
A pressão sistêmica por trás da crise na academia
Esses incidentes não são isolados, mas sim sintomas de **problemas estruturais profundos** que assolam o sistema acadêmico. Um estudo publicado em 2024 em Ética em Pesquisa aponta como programas governamentais, como a iniciativa chinesa “Double First-Class”, criam **sistemas de incentivos tóxicos** em universidades de elite. Essa dinâmica, descrita como cengceng jiama, ou intensificação gradual da pressão, parte de metas nacionais vagas como alcançar o status “de classe mundial”.
Essas metas são interpretadas por líderes universitários como alvos de ranking, convertidos em quotas rigorosas de publicações. Para cumpri-las, decanos e professores endurecem as exigências, transformando o que deveria ser um incentivo à produção científica em **obrigatoriedade de publicações em periódicos de alto impacto**. Essa pressão desmedida leva muitos pesquisadores a desvincularem seu trabalho dos padrões éticos, resultando em práticas como a falsificação de dados ou o uso de ghostwriters.
Os dados são alarmantes: uma editora reportou a **retractação de mais de 9.600 artigos em 2023**, dos quais cerca de 8.200 tinham coautoria de pesquisadores chineses. Essa realidade expõe um **”desacoplamento de metas e meios”**, onde a busca por produtividade a qualquer custo compromete a integridade da pesquisa.
Instituições acadêmicas fecham os olhos para a fraude?
O aspecto mais preocupante dessa crise é a resposta das próprias instituições acadêmicas. Para **evitar danos à reputação externa** ou a queda em rankings, administradores universitários frequentemente **toleram comportamentos antiéticos**, desde que os resultados aparentem ser satisfatórios. Um provérbio chinês citado no estudo resume a situação: “Onde a água é muito limpa, não há peixes.” A rigidez excessiva na punição de desvios éticos poderia, segundo essa visão, comprometer a eficiência da pesquisa.
A estratégia adotada, portanto, é a de **minimizar grandes problemas, transformando-os em questões menores**, e ignorar falhas pequenas, a menos que um escândalo ganhe notoriedade pública. Essa omissão, contudo, apenas perpetua o ciclo vicioso, corroendo a **confiança na ciência** e desvalorizando o esforço de pesquisadores honestos que se dedicam a produzir conhecimento de qualidade, sem recorrer a atalhos antiéticos ou à **preguiça facilitada pela IA**.
A comunidade científica agora se depara com o desafio de **restaurar a integridade do processo de revisão por pares**, encontrando um equilíbrio entre a produtividade exigida e a ética inegociável. A **inteligência artificial**, que deveria ser uma ferramenta para impulsionar a descoberta, não pode se tornar um sinônimo de fraude e desleixo.
Deixe um comentário