IA Que Formata ABNT: O Que Funciona e o Que Não Funciona

ABNT e IA: uma combinação que promete mais do que entrega

Olha só: toda vez que aparece uma nova ferramenta de IA, uma das primeiras perguntas que chegam é “ela consegue formatar referências ABNT?”. E a resposta honesta é: consegue fazer algo que parece correto, mas que com frequência não está.

Isso não é problema com a IA em si. É um problema de expectativa. As pessoas esperam que a IA conheça as normas com precisão técnica, quando na verdade o que ela faz é gerar padrões que se parecem com ABNT a partir de milhões de exemplos que viu no treinamento — incluindo exemplos errados.

O resultado é referências com estrutura reconhecível mas com erros sutis que passam despercebidos em uma primeira leitura e que só aparecem na banca ou quando o orientador olha com atenção.

O que a IA faz bem na formatação ABNT

Antes de falar nos problemas, vale reconhecer o que funciona. Há situações em que a IA realmente ajuda na formatação de referências:

Identificar o tipo de documento: quando você tem uma citação e não sabe se ela se enquadra como livro, capítulo de livro, artigo de periódico, documento técnico ou outra categoria, a IA costuma acertar a classificação e montar uma estrutura de referência correspondente.

Documentos com estrutura incomum: a norma ABNT 6023:2018 cobre dezenas de tipos de documento, incluindo vídeos, podcasts, legislação, jurisprudência, partituras e imagens. Para tipos menos comuns que o gerenciador de referências não cobre bem, pedir à IA um modelo de estrutura é um ponto de partida útil.

Formatar em lote a partir de dados organizados: se você tem os dados de cada referência em campos organizados (autor, ano, título, editora, etc.), a IA consegue montar a formatação com mais precisão do que quando você pede que ela “crie a referência de um artigo sobre X” sem fornecer os dados.

Revisar o que você já formatou: mostrar uma referência que você criou e pedir que a IA identifique erros de formatação pode ser útil, especialmente para pegar erros de pontuação que o olho humano cansado não vê depois da décima revisão.

Onde a IA erra com mais frequência

Os erros mais comuns que aparecem quando a IA formata referências ABNT são padrões reconhecíveis. Saber onde olhar economiza tempo na revisão.

Pontuação entre elementos: a ABNT tem regras específicas sobre quando usar ponto, vírgula, dois-pontos e ponto-e-vírgula para separar os elementos de uma referência. A IA mistura esses separadores com frequência, especialmente na transição entre título, subtítulo, edição e local de publicação.

Maiúsculas no título: a norma ABNT determina que apenas a primeira palavra do título e palavras que seriam maiúsculas por outros motivos (nomes próprios, siglas) devem ser capitalizadas nos títulos de artigos. A IA costuma capitalizar em estilo título (Title Case) ou capitalizar de forma inconsistente.

Abreviação do primeiro nome: a norma pede que o prenome do autor seja abreviado para inicial seguida de ponto. A IA às vezes coloca o nome completo, às vezes abrevia com ponto e espaço incorretos, às vezes abrevia só parte dos prenomes quando o autor tem nome composto.

Itálico no título: livros e periódicos têm o título em itálico; artigos dentro de periódicos não têm o título em itálico (mas o nome do periódico sim). Essa distinção confunde a IA com regularidade.

Alucinação de dados: esse é o problema mais sério. Às vezes a IA gera uma referência para um artigo ou livro real, mas com dados errados: volume errado, página errada, ano diferente. Quando você não confere, o erro vai para a lista de referências do seu trabalho. Na melhor hipótese, o orientador pega. Na pior, vai para a defesa assim.

Gerenciadores de referência são mais confiáveis para ABNT

Para referências ABNT no dia a dia, gerenciadores como Zotero e Mendeley com o estilo ABNT configurado são tecnicamente mais confiáveis do que IA generativa. O motivo é simples: eles usam templates estruturados que aplicam a norma de forma consistente, sem o problema da “geração probabilística” que caracteriza os modelos de linguagem.

O Zotero tem estilos ABNT disponíveis na biblioteca oficial de estilos CSL. O Mendeley também suporta estilos ABNT, embora a qualidade varie dependendo da versão do estilo instalada.

A limitação principal dos gerenciadores é que dependem da qualidade dos metadados que você adiciona. Se o DOI que você importou veio com o nome do autor errado ou o título incompleto, o gerenciador vai formatar a referência errada corretamente. Lixo entra, lixo sai.

Para tipos de documento que os gerenciadores cobrem mal (videos do YouTube, posts de blog acadêmico, comunicações orais em eventos, relatórios de órgãos governamentais), a IA pode ser um complemento útil, com revisão obrigatória.

Como usar a IA de forma eficiente para ABNT

Se você vai usar IA para formatar referências, há uma forma de fazer que reduz o risco de erro:

Forneça os dados, não o documento: em vez de pedir “crie a referência ABNT deste artigo” e esperar que a IA recupere os dados corretamente, cole os dados estruturados: “autor: [nome], ano: [ano], título: [título completo], periódico: [nome do periódico], volume: [v], número: [n], páginas: [pp-pp], DOI: [doi]”. Com os dados fornecidos, o único trabalho da IA é montar a estrutura — o que ela faz melhor.

Especifique o tipo de documento: “formate como referência ABNT de artigo de periódico” é mais preciso do que “formate como referência ABNT”, porque diferentes tipos têm estruturas diferentes.

Revise contra a norma: a ABNT 6023:2018 está disponível online e tem exemplos para os principais tipos de documento. Abrir o PDF da norma do lado da referência gerada pela IA e conferir ponto a ponto demora menos de dois minutos por referência — e é o único jeito de ter certeza.

Não peça à IA que invente dados: “crie uma referência ABNT de um artigo sobre mindfulness na pós-graduação” vai resultar em uma referência com dados inventados que parece real. Isso é alucinação. Só formate referências de fontes que você realmente tem e leu.

O que o uso ético de IA na escrita acadêmica tem a ver com isso

Existe uma distinção importante que vale manter clara: usar IA para formatar referências é diferente de usar IA para escrever o conteúdo do trabalho.

Formatação de referências é trabalho técnico e mecânico. Ninguém afirma autoria intelectual por ter colocado pontos e vírgulas nos lugares certos de acordo com a norma ABNT. Usar IA para auxiliar essa parte do processo é razoável, desde que o resultado seja verificado.

O post sobre uso ético de IA na dissertação desenvolve isso com mais cuidado. A linha que importa é a distinção entre apoio técnico (formatação, revisão de linguagem, organização) e responsabilidade intelectual (argumentação, interpretação, síntese crítica). A ABNT está claramente no lado técnico.

O risco específico da formatação é diferente do risco de autoria: é o risco de erros factuais (alucinação de dados) e de inconsistências que comprometem a credibilidade do trabalho. Esses riscos existem, mas são gerenciáveis com revisão adequada.

Referências inválidas são um problema real na defesa

Uma coisa que vale dizer com clareza: erros nas referências não são detalhes menores que passam desapercebidos. A banca de defesa tem o hábito de conferir citações e referências, especialmente quando o trabalho depende fortemente de um autor específico.

Referência com dados errados pode levar a questionamentos sobre se você realmente leu o que cita. Uma referência com o ano errado pode colocar em questão a coerência cronológica do seu argumento. Ausência de referência para uma citação é considerada plágio independente da intenção.

A ABNT não é burocracia pela burocracia. É o sistema que permite que qualquer pessoa que leia seu trabalho encontre exatamente as fontes que você usou. Quando a referência está errada, esse rastreamento falha — e o trabalho inteiro fica sobre uma base mais frágil.

A ferramenta certa para cada parte

A conclusão prática é esta: use a ferramenta certa para cada parte do trabalho.

Para localizar artigos: Elicit, Semantic Scholar, Google Scholar. Para gerenciar e formatar referências em escala: Zotero ou Mendeley com estilo ABNT. Para tipos de documento incomuns ou revisão de referências específicas: IA com dados fornecidos por você e conferência manual. Para verificação final: a norma ABNT 6023:2018.

Nenhuma dessas ferramentas elimina a necessidade de você olhar com atenção para cada referência antes de entregar o trabalho. O que elas fazem é tornar esse processo mais eficiente — que já é bastante.