💻 computer science

The invisible majority: linking a national researcher registry to OpenAlex reveals Peru's uncertified artificial intelligence workforce

Ao vincular o registro nacional de pesquisadores do Peru (RENACYT) ao OpenAlex, este estudo revela que a força de trabalho certificada em inteligência artificial do país captura apenas um quarto de seus autores reais de IA, expondo uma maioria não certificada significativamente maior e destacando disparidades regionais e de gênero na certificação, apesar da alta produtividade fora da capital.

Autores originais: Milton Vladimir Mamani Calisaya, Charles Ignacio Mendoza Mollocondo, Erardo Espinoza Coaquira, Jesus Pari Flores, Sandra Ines Ponce Umiña

Publicado 2026-09-15

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Milton Vladimir Mamani Calisaya, Charles Ignacio Mendoza Mollocondo, Erardo Espinoza Coaquira, Jesus Pari Flores, Sandra Ines Ponce Umiña

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Os governos precisam saber quem está realizando o trabalho científico para planejar o futuro. Em muitos países da América Latina, eles dependem de listas oficiais, ou registros, que certificam pesquisadores. Essas listas funcionam como um registro formal de quem conta como cientista, muitas vezes determinando quem recebe financiamento ou reconhecimento profissional. A suposição por trás dessas listas é que elas capturam as pessoas que realmente estão realizando a pesquisa. No entanto, a ciência se move rápido, especialmente em campos como a inteligência artificial, onde novos especialistas emergem constantemente das universidades e das indústrias. Se as listas oficiais perderem os trabalhadores mais novos e ativos, a imagem do governo sobre sua força científica torna-se incompleta, podendo levar a decisões ruins sobre onde investir em treinamento e recursos.

Uma equipe de pesquisadores da Universidad Nacional del Altiplano, no Peru, decidiu testar essa suposição. Eles queriam ver se o registro nacional de cientistas do Peru, conhecido como RENACYT, refletia verdadeiramente sua força de trabalho em inteligência artificial. Para fazer isso, eles não dependeram de pesquisas ou estimativas. Em vez disso, construíram uma ponte entre duas bases de dados massivas e abertas. De um lado estava a lista oficial do governo de pesquisadores certificados. Do outro estava o OpenAlex, um catálogo global e gratuito de artigos científicos e das pessoas que os escreveram. Ao conectar essas duas fontes, a equipe pôde comparar a lista oficial com a produção real de pesquisadores que publicam artigos sobre inteligência artificial e visão computacional.

Os resultados revelaram uma lacuna significativa entre o registro oficial e a realidade. Os pesquisadores descobriram que o registro do governo captura apenas uma fração das pessoas que produzem trabalhos de inteligência artificial no Peru. Enquanto o registro lista mais de 11.000 pesquisadores certificados, apenas cerca de 856 deles trabalham primordialmente em inteligência artificial. Quando a equipe observou o grupo mais amplo de pessoas publicando artigos com conexões peruanas neste campo, encontrou quase 3.500 autores distintos. Destes, apenas cerca de um em quatro possuía uma certificação oficial. Isso significa que a vasta maioria das pessoas que realiza o trabalho é invisível para as estatísticas oficiais. O grupo certificado representa um pequeno núcleo, enquanto a maioria não certificada, que inclui estudantes, recém-graduados e profissionais da indústria, compõe o grosso da força de trabalho.

Essa invisibilidade altera a forma como entendemos o crescimento do campo. O número de artigos provenientes do Peru em inteligência artificial cresceu cinco vezes na última década, mas o registro oficial não acompanhou esse surto. Os novos autores que entram no campo a cada ano raramente são aqueles que obtêm a certificação imediatamente. Consequentemente, qualquer plano governamental baseado apenas no registro estaria olhando para apenas um quarto do potencial talento real. O estudo sugere que, para campos emergentes, essas listas oficiais devem ser vistas como um instantâneo de um núcleo estável, em vez de um censo completo de todos os que contribuem para a ciência.

O estudo também revelou uma história surpreendente sobre onde esses pesquisadores vivem. Por décadas, o trabalho científico no Peru tem sido fortemente concentrado na capital, Lima. O registro oficial confirma isso, mostrando que mais da metade de todos os pesquisadores certificados vive na capital. No entanto, quando os pesquisadores olharam especificamente para a inteligência artificial, o mapa mudou. Embora Lima ainda tenha o maior número total de especialistas certificados em IA, outras regiões são, na verdade, mais densas em talento. Quando medido pelo número de pesquisadores por pessoa que vive na área, cidades no sul, como Arequipa, Tacna e Puno, têm mais especialistas certificados em IA per capita do que Lima. De fato, a Universidad Nacional del Altiplano, localizada na região de altitude de Puno, classifica-se como a terceira instituição mais produtiva do país para pesquisadores certificados em IA, à frente de algumas das universidades mais famosas da nação.

Essa descoberta desafia a ideia de que as províncias estão ficando para trás em desempenho. Os dados mostram que os pesquisadores fora da capital produzem tantos artigos por pessoa quanto aqueles em Lima. A diferença é simplesmente na escala total. As províncias não estão tendo um desempenho inferior; elas são apenas menores em escala. Isso sugere que a força científica do país está mais espalhada do que os números oficiais sugerem, com fortes bolsões de expertise no sul que estão prontos para serem apoiados.

Os pesquisadores também examinaram como os níveis de certificação oficial se relacionam com a produtividade real. O registro atribui pesquisadores a diferentes níveis baseados em suas conquistas de carreira, com níveis mais altos indicando mais senioridade e prestígio. Poderia-se esperar que aqueles com as certificações mais altas fossem os mais produtivos em inteligência artificial. Os dados, no entanto, mostram uma conexão muito fraca. O ranking oficial de um pesquisador não prevê fortemente quantos artigos ele escreve especificamente neste campo. Muitos dos autores mais ativos em inteligência artificial estão nos níveis mais baixos do registro, frequentemente por estarem no início de suas carreiras. Isso indica que o sistema de certificação geral, que observa toda a carreira de um cientista através de diversos tópicos, não é uma ferramenta precisa para medir a expertise em uma área especializada e de rápida movimentação como a inteligência artificial.

Finalmente, o estudo destacou uma lacuna de gênero que se amplia dentro do campo. As mulheres representam cerca de um terço do total de pesquisadores certificados no Peru em seu registro. No entanto, no subgrupo de pesquisadores de inteligência artificial, esse número cai significamente. A proporção de mulheres cai para menos de um quinto do grupo de IA, e cai ainda mais entre os especialistas com as certificações mais altas no campo. Esse padrão sugere que as barreiras para as mulheres na inteligência artificial não são apenas sobre entrar no campo, mas também sobre progredir para os níveis mais altos de reconhecimento dentro dele.

Ao vincular os registros oficiais do governo com o registro global de artigos publicados, este estudo fornece uma imagem mais clara e honesta da força de trabalho científica do Peru. Ele mostra que o país possui uma comunidade de inteligência artificial muito maior e geograficamente mais diversa do que as listas oficiais admitem. As descobertas não criticam o registro em si, que continua sendo uma ferramenta vital para políticas públicas, mas sugerem que, para campos de rápido crescimento, essas listas devem ser verificadas contra dados abertos para garantir que a "maioria invisível" não seja negligenciada. O trabalho demonstra que, com dados abertos e um cruzamento cuidadoso, é possível auditar esses sistemas e revelar a verdadeira forma do potencial científico de uma nação.

Resumo Técnico: A Maioria Invisível

Problema
Os registros nacionais de pesquisadores são os principais instrumentos que os governos da América Latina utilizam para certificar o corpo científico, alocar incentivos e planejar investimentos em capacitação. No entanto, a premissa de que esses registros capturam de forma abrangente campos emergentes e de rápida evolução, como a Inteligência Artificial (IA), permanece não testada. Se os registros sistematicamente negligenciam os segmentos mais jovens, mais aplicados e integrados à indústria de um campo, as decisões políticas baseadas em estatísticas de registro podem representar erroneamente a capacidade nacional e alocar incorretamente os recursos de treinamento. O Peru apresenta um estudo de caso crítico: um país com um sistema científico em rápida formalização (RENACYT) e um histórico de extrema centralização científica em Lima. O estudo aborda a lacuna na compreensão de se o registro oficial do Peru captura o verdadeiro escopo de sua força de trabalho em IA ou apenas um subconjunto certificado.

Metodologia
O estudo emprega um pipeline replicável de vinculação de dados abertos para auditar a cobertura do registro nacional do Peru (RENACYT) em relação ao grafo de conhecimento global OpenAlex.

Fontes de Dados:
- RENACYT: O registro público completo até 30 de maio de 2024, contendo 11.757 pesquisadores certificados com metadados sobre níveis de certificação, gênero e residência, mas carecendo de classificação disciplinar.
- OpenAlex: Uma colheita de 2.052 trabalhos únicos publicados entre 2015 e 2026 nos subcampos de "Inteligência Artificial" (1702) e "Visão Computacional e Reconhecimento de Padrões" (1707) com pelo menos uma afiliação institucional peruana. Este conjunto de dados inclui 3.546 perfis de autores distintos.
Vinculação de Registros:
- Um procedimento de vinculação de nomes em três níveis foi aplicado para cruzar autores do OpenAlex com entradas do RENACYT após a normalização de nomes (tratamento de acentos, hifens e partículas).
  - Exato: Conjunto de tokens idênticos ( $n=341$ ).
  - Alto: $\ge$ 3 tokens, incluindo pelo menos um sobrenome e um nome próprio, candidato único ( $n=227$ ).
  - Médio: 2 tokens, candidato único ( $n=288$ ).
- Casos ambíguos e nomes curtos foram excluídos. Uma adjudicação manual de uma amostra aleatória de 100 autores não vinculados limitou a taxa de falsos negativos em aproximadamente 3%.
- O conjunto de dados vinculado final compreende 856 pesquisadores certificados únicos com produção em IA.
Análise:
- A análise estatística incluiu correlações de Spearman e Pearson para níveis de certificação vs. produção, testes de Mann-Whitney U para diferenças de produtividade regional e estatísticas descritivas para gênero e distribuição geográfica.
- Testes de robustez foram realizados utilizando apenas o subconjunto de confiança "exato + alto" ( $n=568$ ).

Principais Resultados

A Maioria Não Certificada: Apenas 24,1% dos autores afiliados ao Peru possuem certificação RENACYT. A força de trabalho de IA certificada (856 pesquisadores) representa apenas 7,3% do registro total. Consequentemente, a força de trabalho de IA que efetivamente publica é aproximadamente três vezes maior do que o estoque certificado reportado nas estatísticas oficiais.
Dinâmicas de Crescimento: A produção peruana de IA cresceu cinco vezes entre 2015 e 2025. Embora o número de novos autores entrando no campo tenha aumentado de ~100 para >600 anualmente, a fração desses novos entrantes que são certificados permanece baixa e estável, indicando que a certificação fica aquém da entrada no campo.
Inversão Geográfica: Embora Lima e Callao abriguem 47,1% dos pesquisadores de IA certificados em números absolutos, a densidade per capita é mais alta nas regiões do sul. Arequipa (6,9 por 100k), Tacna (6,1) e Puno (4,7) todas excedem Lima (3,4). Além disso, a produtividade individual (trabalhos por pesquisador) não mostra diferença significativa entre Lima e as províncias; a disparidade é puramente de contagem de cabeças, não de desempenho.
Rankings Institucionais: A Universidad Nacional del Altiplano (Puno) ocupa o terceiro lugar nacional em pesquisadores certificados de IA (48), à frente de importantes instituições de Lima, como a San Marcos e a Universidad Nacional de Ingeniería.
Certificação vs. Produtividade: A correlação entre o nível de certificação RENACYT (uma métrica de toda a carreira) e a produção específica em IA é fraca (Spearman $\rho \approx 0,09$ ). A alta certificação é um pobre indicador da capacidade atual específica do campo.
Lacuna de Gênero: O desequilíbrio de gênero é amplificado no subconjunto de IA. As mulheres constituem 32,7% do registro completo, mas apenas 19,5% do subconjunto de IA. Essa lacuna aumenta ainda mais nos níveis de certificação mais altos (16,1% de mulheres nos níveis superiores de IA vs. 21,2% nos níveis superiores do registro).

Principais Contribuições

Substantiva: Fornece o primeiro censo de nível de campo da força de trabalho de IA do Peru, quantificando uma razão de 3:1 entre autores não certificados e certificados. Revela que a "maioria invisível" consiste amplamente em estudantes, recém-graduados e profissionais que ainda não buscaram ou obtiveram certificação.
Metodológica: Demonstra que os registros nacionais podem ser auditados para cobertura de nível de campo usando apenas dados abertos (o registro e o OpenAlex) através de um pipeline replicável. Este método é aplicável a qualquer registro latino-americano que publique dados abertos de nível de pessoa sem custos de bases de dados comerciais.
Política: Identifica três padrões ocultos pelas estatísticas de certificação: a existência de uma grande força de trabalho não certificada, uma geografia per capita que inverte o mapa centrado na capital (favorecendo as regiões do sul) e uma lacuna de gênero que se intensifica especificamente dentro do campo da IA.

Significância e Alegações
O artigo argumenta que os registros nacionais devem ser vistos como "núcleos certificados" em vez de censos abrangentes, particularmente para campos emergentes. O estudo afirma que confiar apenas nos dados de registro para o planejamento de políticas (ex: pipelines de treinamento, investimentos em pós-graduação) corre o risco de subestimar a capacidade nacional e direcionar mal os recursos.

Os autores propõem que a "auditoria de cobertura de campo de registro" deve se tornar um exercício cientométrico rotineiro para a política científica da América Latina. Ao vincular dados bibliográficos abertos a registros administrativos, os formuladores de políticas podem obter uma imagem mais precisa da força de trabalho, reconhecendo que a maioria não certificada é frequentemente a população mais relevante para políticas em campos emergentes. O estudo conclui que, embora a certificação continue indispensável, ela deve ser interpretada com o entendimento de que captura um subconjunto seletivo e defasado da real comunidade de pesquisa.

Mais como este