Usar IA na pós-graduação pode agilizar tarefas, mas práticas mal registradas e confiança excessiva em respostas automatizadas podem pôr em risco sua integridade acadêmica e atrasar ou invalidar uma defesa. Especialmente ao migrar da graduação para o mestrado (primeiros 12–18 meses), erros comuns aumentam o risco de sanções ou retrabalho. Este texto entrega, em linguagem direta e com checklists práticos, como evitar os cinco erros mais comuns e como corrigir em poucas semanas as ações essenciais.
Prova curta: diretrizes de programas e pró-reitorias já tratam a IA como apoio, nunca como substituto da autoria, e pedem transparência [F2]. O que vem a seguir: perguntas-chaves, explicações rápidas, evidências com referências e checklists práticos para cada erro.
Usar IA sem declarar, aceitar respostas sem checar, delegar a escrita crítica, vazar dados em prompts e ignorar políticas são os cinco erros mais comuns. Declare no método, verifique fatos com fontes primárias, mantenha a autoria intelectual, proteja dados sensíveis e siga a política da sua pró-reitoria. Essas ações reduzem risco ético e reputacional.
Perguntas que vou responder
- Vale a pena usar IA na redação acadêmica?
- Quando preciso declarar o uso de IA?
- Como checar se a saída da IA é confiável?
- Posso usar IA para escrever partes da tese?
- Como proteger dados ao usar ferramentas públicas?
- O que fazer se minha instituição não tem diretrizes claras?
Não declarar o uso de IA
Conceito em 1 minuto: por que declarar importa
Declarar significa registrar onde, como e com que ferramentas a IA contribuiu para o trabalho. Transparência protege você e orientadoras, evita acusações de má conduta e clarifica autoria intelectual.
O que as instituições e estudos mostram [F2]
Diretrizes institucionais têm recomendado documentação do uso de IA nas seções de metodologia, agradecimentos ou apêndices, tratando a ferramenta como apoio e não como coautoria [F2]. Ignorar isso já motivou debates públicos sobre políticas universitárias [F3].
Checklist prático: como declarar agora
- Seção curta em metodologia ou nota de rodapé: ferramenta, versão e papel (p. ex., rascunho, revisão de estilo).
- Anexe prompts exemplares no apêndice quando relevante.
- Peça ao seu orientador para validar a declaração antes da submissão.
Em comunicações muito curtas, como resumos de evento, declarar detalhadamente pode ser impraticável; ainda assim, registre internamente o uso para a banca.
Aceitar sem checagem respostas geradas
Conceito em 1 minuto: o risco das “hallucinations”
Modelos de linguagem podem produzir fatos plausíveis, porém falsos. Confiar sem verificação compromete evidência e argumentos centrais.
O que os dados e guias apontam [F1][F5]
Estudos e guias alertam para erros factuais e referências fictícias geradas por LLMs; por isso, a verificação com fontes primárias é mandatória antes de citar qualquer saída [F1][F5].
Passo a passo para checagem rápida
- Cheque cada afirmação factual em bases primárias ou artigos revisados por pares.
- Se a IA sugerir referências, confirme título, autores e DOI na base da sua área.
- Use ferramentas de checagem e um bloco de notas para rastrear origem das informações.
Dica prática exclusiva: adote um fluxo de verificação 3 etapas: 1) sinalize a afirmação, 2) confirme em fonte primária, 3) registre a comprovação no apêndice. Limite: quando a pesquisa exige achados inéditos, a IA não substitui levantamento empírico.
Delegar a escrita crítica da tese à IA
Conceito em 1 minuto: onde a IA pode e onde não pode
IA ajuda a organizar texto, gerar rascunhos e sugestões de estilo. Não pode substituir julgamento crítico, formulação de hipóteses ou interpretação de dados — competências centrais do pesquisador.
Exemplos práticos e opinião de especialistas [F4]
Artigos sobre escrita acadêmica relacionam o uso de IA a uma melhoria na fluidez, mas alertam para perda de competência crítica se a ferramenta fizer o trabalho intelectual principal [F4].
Regras para usar IA como rascunho e edição
- Use IA para gerar esboços curtos, cabeçalhos ou versões simplificadas.
- Sempre reescreva e desenvolva argumentos com sua voz e autoridade.
- Documente qual percentual do texto foi baseado em rascunho automatizado.
Exemplo autoral: acompanhei uma orientanda que usou um rascunho gerado pela IA para estruturar o capítulo de revisão; ela reescreveu 80% do texto e anotou as mudanças no apêndice, o que tornou a banca confortável com a autoria. Quando não funciona: se o curso exige demonstração de redação própria como competência avaliativa, evite qualquer uso que produza conteúdo original substitutivo.
Expor dados sensíveis em prompts
Conceito em 1 minuto: o que é material sensível
Dados sensíveis incluem informações identificáveis de participantes, dados confidenciais de projetos ou material protegido por acordos. Enviar esses dados a ferramentas públicas pode violar ética e leis de proteção de dados.
O que orientações éticas indicam [F8][F2]
Manuais de ética e documentos institucionais pedem cuidado extremo com dados pessoais e recomendam anonimização ou uso de ambientes seguros antes de inserir qualquer informação em prompts [F8][F2].
Checklist de higiene de prompt
- Nunca cole nomes, identificadores, entrevistas integrais ou arquivos confidenciais em ferramentas públicas.
- Anonimize e substitua por marcadores tipo [PARTICIPANTE_A] antes de testar prompts.
- Prefira instâncias locais ou servidores institucionalizados para processamento de dados sensíveis.
Limite: para protótipos exploratórios sem dados reais, prompts com dados fictícios funcionam; porém, resultados não valem como evidência empírica.
Ignorar políticas institucionais
Conceito em 1 minuto: por que políticas importam
Políticas definem regras de conformidade, requisitos de declaração e eventuais sanções. Ignorá-las cria risco burocrático e ético.
O que universidades e agências estão fazendo [F2][F3]
Pró-reitorias e agências de fomento discutem e publicam diretrizes que podem ser exigidas em editais e bancas; algumas exigem declaração explícita de uso de IA [F2][F3].
Modelo para consultar e implementar políticas locais
- Verifique o portal da sua pró-reitoria e o regulamento do seu programa.
- Envie ao colegiado uma minuta simples com proposta de declaração de IA (modelo abaixo).
- Inclua na sua ficha de registro de projeto a seção: “Uso de IA: ferramenta, versão, finalidade”.
Modelo de frase para declaração institucional: “Parte do rascunho foi assistida por ferramenta de IA X; todas as saídas foram verificadas e adaptadas pela autora.” Contraexemplo: se sua instituição proíbe qualquer uso de IA para avaliação formativa, ajustar o uso para fins de edição de estilo pode não ser permitido; consulte a coordenação.
Como validamos
Reunimos diretrizes institucionais e artigos jornalísticos especializados, cruzamos orientações de pró-reitorias com estudos sobre riscos de LLMs e práticas éticas [F2][F1][F3][F8]. Priorizei documentos oficiais quando disponíveis, e selecionei recomendações práticas que você pode aplicar já na próxima versão do seu trabalho.
Conclusão rápida e chamada à ação
Resumo: declare, verifique, preserve a autoria, proteja dados e siga políticas. Ação prática agora: abra o rascunho da dissertação e adicione uma nota metodológica breve sobre qualquer uso de IA; consulte em seguida as diretrizes da sua pró-reitoria para modelar a declaração [F2].
FAQ
Preciso declarar se usei IA só para revisar gramática?
Sim, declare mesmo usos de edição, especificando a função. Uma nota simples evita mal-entendidos na banca.
E se a IA sugerir uma referência que não existe?
Pare e verifique a referência em bases acadêmicas antes de citá-la. Passo acionável: crie uma planilha para rastrear origens de referências sugeridas pela IA.
Minha orientadora não sabe muito sobre IA, como proceder?
Apresente a ela uma versão curta da sua prática de uso e peça que revisem juntas a declaração; ofereça o rascunho do apêndice com prompts exemplares. Agende uma reunião curta para validar a nota metodológica.
Ferramenta paga é mais segura para dados sensíveis?
Nem sempre; verifique políticas de privacidade e processamento de dados, prefira ambientes institucionais quando a confidencialidade for exigida. Antes de usar, solicite ao TI do programa uma avaliação de risco.
Minha universidade ainda não tem política, devo parar de usar IA?
Não necessariamente; documente internamente o uso, verifique fontes e proponha uma política simples ao colegiado do programa. Próximo passo: elabore uma minuta de declaração e envie ao coordenador do programa.
Referências
- [F2] – https://prpg.unicamp.br/wp-content/uploads/sites/10/2025/01/livro-diretrizes-ia-1.pdf
- [F1] – https://www.scielo.br/j/rsocp/a/rfSfWXpWqJWgrbRktcpXq9v/
- [F3] – https://revistapesquisa.fapesp.br/universidades-brasileiras-discutem-regras-de-uso-de-inteligencia-artificial/
- [F5] – https://ojs.uel.br/revistas/uel/index.php/educanalise/article/download/49653/50558/275312
- [F4] – https://jornal.usp.br/artigos/como-a-ia-transforma-a-escrita-academica-e-desafia-o-pensamento-critico/
- [F8] – https://anped.org.br/wp-content/uploads/2025/08/Etica-e-Pesquisa-em-Educacao_v.4_final.pdf
Elaborado pela Equipe da Dra. Nathalia Cavichiolli.
Dra. Nathalia Cavichiolli — PhD pela USP, com dois pós-doutorados; MBA em Gestão e Docência; experiência internacional na The Ohio State University (EUA); revisora de periódicos científicos pela Springer Nature, com atuação em 37+ revistas, incluindo a Nature; especialista em escrita acadêmica há 15+ anos; pioneira no uso de IA para escrita científica no Brasil; 2.800+ alunos impactados no Brasil e em 15+ países.
Atualizado em 24/09/2025