The role and impact of artificial intelligence in the development and evaluation of doctoral theses: a qualitative analysis

Na jornada silenciosa de anos para a obtenção de um doutorado, espera-se que um estudante faça mais do que apenas aprender o que já é conhecido; eles devem expandir os limites para criar algo inteiramente novo. Este processo, conhecido como tese de doutorado, é o teste definitivo da capacidade de um acadêmico de pensar de forma independente, reunir evidências e construir argumentos originais. Durante décadas, as ferramentas deste ofício foram livros, bases de dados e o trabalho lento e deliberado de escrever e editar à mão. Mas recentemente, um novo tipo de parceiro entrou na sala: a inteligência artificial. Estes são sistemas computacionais capazes de gerar texto, resumir vastas quantidades de informação e corrigir a gramática com uma velocidade surpreendente. Eles não são meramente corretores ortográficos; são motores que podem redigir seções inteiras de um artigo ou sugerir camros de pesquisa complexos. A questão que agora enfrenta as universidades não é se essas ferramentas serão usadas, mas como elas alteram a própria natureza do aprendizado e da verdade. Se uma máquina ajuda a escrever uma tese, quem é o autor? O estudante ainda compreende o material, ou tornou-se simplesmente um gestor da produção da máquina? Esta incerteza atinge o coração do que significa ser um acadêmico.

Um pesquisador partiu para explorar este cenário em mudança ouvindo diretamente as pessoas que o vivenciam. Ele conduziu um estudo detalhado envolvendo vinte indivíduos de três universidades na Tunísia: dez estudantes de doutorado que estavam atualmente escrevendo ou haviam concluído recentemente suas teses, e dez professores universitários que os haviam supervisionado. O pesquisador não se baseou em questionários ou estatísticas; em vez disso, realizou conversas longas e abertas, pedindo aos participantes que descrevessem suas experiências diárias com estas novas tecnologias. Ele queria entender a mecânica do mundo real de como a IA está sendo tecida na estrutura do trabalho acadêmico, desde o primeiro lampejo de uma ideia até a avaliação final do documento concluído.

Os estudantes descreveram um fluxo de trabalho que foi fundamentalmente alterado por estas ferramentas. Nos estágios iniciais da pesquisa, quando um estudante deve encontrar estudos relevantes entre milhares de possibilidades, eles agora recorrem a assistentes de IA que podem escanear bases de dados e resumir descobertas em segundos. Um estudante observou que uma ferramenta projetada para este propósito permitiu que ele identificasse artigos fundamentais sem gastar horas navegando manualmente, uma tarefa que costumava consumir dias. À medida que a escrita começava, o papel da máquina se expandia. Os estudantes usavam esses sistemas para organizar seus pensamentos, gerar esboços e até mesmo redigir parágrafos iniciais quando se sentiam travados. Para aqueles que escreviam em uma língua que não era sua língua materna, o software de correção gramatical tornou-se um parceiro essencial, suavizando frases e garantindo um tom profissional. Nos estágios finais, antes da submissão, os estudantes usavam softwares de detecção para verificar seu próprio trabalho, garantindo que não tivessem incluído acidentalmente texto que parecesse muito gerado por uma máquina.

No entanto, o pesquisador descobriu que esta dependência da tecnologia criou três tipos distintos de usuários. Alguns estudantes usavam as ferramentas estritamente para tarefas técnicas, como corrigir a gramática ou traduzir uma frase, mantendo o esforço intelectual inteiramente para si mesmos. Outros usavam a tecnologia estrategicamente, tratando-a como um parceiro de debate para desafiar suas ideias ou encontrar novos ângulos, sempre verificando o trabalho da máquina contra seu próprio conhecimento. Um terceiro grupo, porém, começou a depender das ferramentas para o cerne de seu pensamento, delegando partes significativas do trabalho intelectual ao algoritmo. Esta mudança levantou um alerta silencioso entre o pesquisador: quando um estudante deixa a máquina pensar, o estudante ainda aprende a pensar?

Os professores entrevistados ofereceram uma perspectiva diferente e mais cautelosa. Eles reconheceram que as ferramentas poderiam tornar o processo de escrita mais rápido e o texto final mais polido. No entanto, expressaram profunda preocupação com a perda do "toque humano". Um professor observou que o trabalho estava começando a parecer muito semelhante, como se a voz única de cada estudante estivesse sendo suavizada pela mesma mão algorítmica. Os professores também enfrentavam um novo e difícil desafio em seu papel de avaliadores. Eles tinham que determinar se uma tese era o produto da mente de um estudante ou a produção de uma máquina. Eles tentaram usar softwares de detecção para identificar textos gerados por IA, mas acharam essas ferramentas pouco confiáveis. Às vezes, o software sinalizava um parágrafo escrito por um humano como falso e, outras vezes, deixava passar contribuições sofisticadas de IA. Esta incerteza os deixou em um impasse, incertos sobre como julgar a originalidade de um trabalho que poderia ser um híbrido de humano e máquina.

O estudo revelou uma tensão entre eficiência e integridade. Por um lado, as ferramentas ofereciam benefícios inegáveis: economizavam tempo em tarefas repetitivas e permitiam que os estudantes se concentrassem mais na análise crítica. Por outro lado, havia o medo de que essa eficiência viesse ao custo de uma compreensão profunda. Se um estudante usa uma IA para resumir uma teoria complexa, ele pode entender o essencial sem nunca lidar com os detalhes difíceis por conta própria. O pesquisador observou que isso poderia levar a uma "superficialização" do conhecimento, onde a tese parece perfeita na superfície, mas carece da profundidade que vem do combate com o material. Além disso, o estudo destacou uma questão de equidade. Nem todos os estudantes tinham acesso às mesmas versões poderosas dessas ferramentas. Alguns podiam pagar assinaturas premium que ofereciam melhores recursos, enquanto outros estavam limitados a versões gratuitas, criando um campo de jogo desigual onde a qualidade do trabalho final poderia depender mais do orçamento de um estudante do que de seu intelecto.

Em última análise, o pesquisador concluiu que a relação entre estudantes e seus supervisores está mudando. O professor não é mais apenas um guia para o conhecimento, mas está se tornando um mediador da tecnologia, responsável por ensinar os estudantes a usar essas ferramentas de forma ética e crítica. O estudo sugere que as universidades não podem simplesmente banir essas ferramentas, nem podem ignorá-las. Em vez disso, precisam criar regras claras que definam o uso aceitável e o que cruza a linha para a má conduta acadêmica. Devem treinar professores para reconhecer os sinais de dependência de IA e para avaliar os estudantes com base em sua capacidade de usar essas ferramentas com sabedoria, e não apenas no produto final. O objetivo é encontrar um equilíbrio onde a tecnologia auxilie o processo criativo sem substituir a mente humana que deve, em última instância, assumir a responsabilidade pelas ideias. O artigo não afirma ter resolvido este problema, mas fornece um mapa claro do terreno, mostrando que o futuro do ensino superior depende de navegar nestas novas águas com cuidado, garantindo que a busca pelo conhecimento permaneça um empreendimento profundamente humano.