Qual IA Usar em Cada Etapa da Escrita Científica

A pergunta certa não é “usar ou não usar IA”

Vamos lá. Se você ainda está travada na pergunta “devo ou não usar IA na minha escrita científica?”, provavelmente está perdendo tempo. A pergunta mais útil agora é: qual ferramenta, para qual etapa, com qual critério ético?

O ecossistema de ferramentas de IA para pesquisa acadêmica cresceu muito nos últimos anos, e não existe mais um único programa que faz tudo bem. Cada ferramenta tem um ponto forte. Usar todas ao mesmo tempo não é produtividade; é confusão. Usar a ferramenta errada no momento errado também não ajuda.

Este post é um mapa prático. Pega e usa.

Etapa 1: busca e mapeamento da literatura

Essa costuma ser a etapa mais ansiogênica do mestrado. Você entra no Google Acadêmico, digita sua palavra-chave, aparecem 47 mil resultados e você não sabe por onde começar.

Para essa etapa, algumas ferramentas de IA realmente ajudam:

Semantic Scholar (semanticscholar.org) é gratuito, alimentado por IA e especialmente útil para identificar os artigos mais influentes de uma área, ver as citações de forma visual e encontrar estudos que dialogam entre si. O campo de busca reconece linguagem natural, o que facilita.

Connected Papers (connectedpapers.com) gera um gráfico de artigos relacionados a partir de um paper que você já conhece. É ótimo para mapear a genealogia de um campo e descobrir artigos relevantes que você não encontraria por busca direta.

Perplexity Pro tem se mostrado útil para perguntas exploratórias sobre um tema, porque cita fontes e permite verificar a origem das informações. Não substitui as bases de dados especializadas, mas funciona como ponto de partida para orientar a busca.

O que essas ferramentas não substituem: a busca nas bases de dados especializadas da sua área (Scopus, Web of Science, PsycINFO, LILACS, CINAHL, etc.) usando descritores controlados. Essa busca sistemática documentada é o que vai construir a credibilidade metodológica da sua revisão.

Etapa 2: leitura e extração de informações

Você encontrou 200 artigos. Precisa ler e extrair informações relevantes de cada um. Aqui a IA pode reduzir o tempo sem comprometer a qualidade, se usada com cuidado.

SciSpace Copilot (typeset.io) permite fazer upload de um PDF e fazer perguntas sobre o conteúdo. Muito útil para triagem: verificar se o artigo realmente responde à sua pergunta de pesquisa, identificar o método usado, checar as conclusões principais. Não substitui a leitura completa dos artigos centrais, mas ajuda a filtrar os periféricos.

Scholarcy (scholarcy.com) faz resumos automáticos de artigos e destaca os pontos principais, incluindo limitações e contribuições. Funciona melhor em inglês, mas tem versão em outros idiomas.

Claude (claude.ai, especialmente com o recurso de Projects) permite que você cole trechos de artigos e faça perguntas, compare posições de autores diferentes, construa uma síntese inicial. O recurso de Projects mantém o contexto entre conversas, o que é útil para projetos longos.

O cuidado aqui: nunca confie cegamente em resumos gerados por IA. Erros de interpretação acontecem, especialmente em textos com nuances metodológicas ou posições teóricas sutis. Use os resumos como ponto de entrada, não como substituto da leitura.

Etapa 3: organização de notas e referências

Essa etapa é onde muita pesquisadora perde tempo desnecessário. Notas espalhadas em arquivos diferentes, referências desorganizadas, anotações sem contexto. Antes de qualquer IA generativa, vale ter um sistema.

Zotero com o plugin de IA (Zotero GPT ou integrações similares) permite organizar referências, anotar artigos e, em algumas versões, gerar resumos automáticos. A base continua sendo o Zotero, que é gratuito, open-source e integra com o Word e o LibreOffice.

Notion AI funciona bem para quem já usa o Notion como caderno de pesquisa. Pode resumir notas, reformular rascunhos e ajudar a conectar ideias. O problema é que o Notion não é um gerenciador de referências bibliográficas, então você vai precisar do Zotero ou similar de qualquer jeito.

Obsidian com plugins de IA é outra opção para quem prefere um sistema de notas local (os dados ficam no seu computador). A lógica de “notas conectadas” do Obsidian ajuda a ver relações entre conceitos, o que facilita a construção do referencial teórico.

Etapa 4: rascunho e redação

Aqui é onde as coisas ficam mais delicadas do ponto de vista ético. Usar IA para gerar partes do texto acadêmico sem transparência é algo que pode comprometer sua autoria e sua integridade científica.

O que é aceitável na maioria dos contextos:

• Usar o ChatGPT ou o Claude para discutir uma ideia que está travada (“explique a diferença entre X e Y de forma mais simples para eu entender melhor”)
• Usar IA para estruturar um esboço (“quais seções fazem sentido para um artigo sobre Z?”)
• Usar IA para reformular um trecho que ficou confuso (mas revisando se a reformulação mantém seu argumento)

O que precisa ser avaliado com cuidado:

• Pedir que a IA escreva seções inteiras da dissertação, mesmo que você revise depois. A questão não é apenas técnica, mas de quem é o argumento.
• Usar IA para simular resultados ou interpretar dados que você não analisou de fato.

O Método V.O.E. parte do princípio de que a escrita acadêmica é um processo de pensamento, não apenas de digitação. Quando você escreve, você pensa. Quando a IA escreve por você, você perde essa etapa. E é exatamente essa etapa que a defesa vai cobrar.

Etapa 5: revisão e formatação

Para revisão de texto, gramática e estilo, o uso de IA é amplamente aceito e não levanta questões de autoria relevantes.

LanguageTool (languagetool.org) tem versão gratuita e paga, detecta erros gramaticais e de estilo em português acadêmico. É especialmente útil para quem escreve rápido e deixa muitos errinhos de digitação.

DeepL Write (deepl.com/write) reformula frases para deixá-las mais claras e fluentes. A versão em português melhorou muito. Vale usar para suavizar trechos que ficaram truncados ou repetitivos.

Paperpal (paperpal.com) é voltado especificamente para revisão de artigos científicos. Além de gramática, verifica coesão e adequação ao registro acadêmico. Mais útil para quem está submetendo para periódico em inglês.

Para formatação ABNT, nenhuma IA faz isso perfeitamente de forma autônoma. O Word com o plugin do Mendeley ou o Zotero facilita muito a geração de referências no padrão correto, mas a revisão final sempre precisa ser sua.

Como declarar o uso de IA na sua pesquisa

Cada vez mais programas e periódicos estão pedindo declaração de uso de IA. O formato ainda não está completamente padronizado, mas a lógica é a mesma das notas metodológicas.

Uma declaração simples pode ser:

“A produção deste texto contou com o apoio de ferramentas de inteligência artificial (Claude AI e LanguageTool) para organização de notas e revisão gramatical. A análise dos dados, a interpretação dos resultados e a argumentação são de responsabilidade da autora.”

Se você usou IA para algo mais substancial (análise qualitativa assistida por IA, síntese de literatura com apoio de IA), a declaração precisa ser mais detalhada e deve ser discutida com sua orientadora.

A regra que não muda

No meio de tantas ferramentas e tantas possibilidades, tem uma coisa que não mudou: a dissertação precisa ter o seu raciocínio. A banca vai perguntar. O orientador vai perguntar. E mais importante: você precisa saber responder.

Ferramentas de IA são exatamente isso. Ferramentas. Um bisturi nas mãos de quem sabe usar faz cirurgia. Nas mãos de quem não sabe, faz estrago. O diferencial não está em ter acesso à ferramenta, mas em saber quando e por que usá-la.

Use bem. Declare quando necessário. E escreva o que é genuinamente seu.