Human-AI Academic Co-Writing: A Systematic Review of Cognition, Authorship, and Responsibility

Por décadas, o ato de escrever um artigo acadêmico foi compreendido como um empreendimento humano solitário. Um pesquisador reúne evidências, constrói um argumento e traduz esses pensamentos em frases, carregando todo o peso das ideias e a responsabilidade pelas palavras finais. Esse processo não é apenas sobre produzir texto; é o próprio mecanismo pelo qual os estudiosos pensam através de problemas complexos, testam sua lógica e refinam sua compreensão do mundo. Recentemente, um novo participante entrou nesta sala silenciosa: a inteligência artificial generativa. Estes são sistemas de computador capazes de produzir linguagem semelhante à humana, desde corrigir a gramática até redigir parágrafos inteiros ou sugerir novos argumentos. À medida que essas ferramentas deixam de ser simples corretores ortográficos para se tornarem parceiras ativas no processo de escrita, uma questão fundamental emerge. Quando um humano e uma máquina trabalham juntos para criar um artigo acadêmico, quem é o autor? Quem é responsável pelas ideias? E a presença da máquina muda a forma como o humano pensa?

Um pesquisador partiu para responder a essas perguntas examinando o corpo de trabalho em rápido crescimento sobre a coautoria entre humanos e inteligência artificial. Ele não perguntou simplesmente se a tecnologia funciona ou se é antiética; em vez disso, ele observou todo o panorama de como essas duas entidades compartilham o trabalho de escrita. Ao analisar quarenta e cinco estudos distintos publicados entre 2023 e 2026, o pesquisador mapeou exatamente onde a máquina intervém e onde o humano deve permanecer firmemente no controle. Ele descobriu que a relação não é uma simples troca de um escritor por outro, mas uma divisão complexa de trabalho que altera a própria natureza do trabalho. Crucialmente, a revisão enfatiza que essa divisão de trabalho deve ser entendida de forma diferente dependendo do contexto. Na escrita estudantil, o processo de produção do texto é frequentemente o próprio objetivo de aprendizagem; delegar o planejamento ou o raciocínio para a IA pode enfraquecer o desenvolvimento das próprias habilidades que a tarefa visa cultivar. Na escrita acadêmica orientada ao pesquisador, no entanto, o objetivo principal é a produção e comunicação confiável do conhecimento, tornando questões de expertise, verificação e responsabilidade mais centrais do que o ato de escrever em si. Tratar esses dois contextos como equivalentes corre o risco de negligenciar essas diferenças vitais no que conta como envolvimento apropriado da IA.

A revisão revela que a inteligência artificial está agora envolvida em quase todas as etapas do processo de escrita, desde o estalo inicial de uma ideia até a verificação final de referências. Nos estágios iniciais, como brainstorming ou criação de um esboço, a máquina atua frequentemente como um gerador de possibilidades, oferecendo uma ampla gama de opções para o humano considerar. À medida que o trabalho avança para a redação e revisão, a máquina pode produzir frases completas, reorganizar parágrafos ou polir a linguagem. No entanto, o pesquisador encontrou um padrão consistente em como a responsabilidade é compartilhada. Embora a máquina possa lidar com o trabalho pesado de gerar texto, o escritor humano quase sempre retém o papel de juiz. O humano é aquele que seleciona quais ideias manter, verifica se os fatos são verdadeiros, checa se as referências são reais e, em última instância, decide se o produto final está pronto para ser publicado.

Essa divisão de trabalho traz benefícios claros, mas também introduz novos custos. A vantagem mais óbvia é a velocidade. A máquina pode produzir rascunhos e reformular frases muito mais rápido do que um humano, o que ajuda os escritores a superar bloqueios e refinar sua linguagem. Para pesquisadores que não são falantes nativos da língua na qual estão escrevendo, a ferramenta pode ser um auxílio poderoso para expressar pensamentos complexos com clareza. No entanto, a revisão sugere que essa velocidade vem com um preço oculto. O texto gerado pela máquina nem sempre é preciso; pode conter fatos inventados, citações incorretas ou argumentos que parecem convincentes, mas carecem de substância. Consequentemente, o tempo economizado na redação é frequentemente gasto mais tarde em um processo rigoroso de checagem e correção. O pesquisador observa que um rascunho mais rápido não significa necessariamente um produto final mais rápido se o humano tiver que passar horas verificando cada afirmação feita pela máquina.

O estudo também destaca uma tensão mais profunda sobre como a mente humana se engaja com o trabalho. Quando um escritor usa a máquina para pensar por ele — como gerar os principais argumentos ou construir a lógica do artigo — ele corre o risco de "descarregamento cognitivo" (cognitive offloading). Este é um termo que o pesquisador utiliza para descrever o ato de entregar o trabalho mental para o computador. Embora isso possa tornar a tarefa mais fácil, também pode significar que o escritor perde a oportunidade do exercício mental que vem de lutar com uma ideia, refinar um pensamento ou descobrir uma nova conexão através do ato de escrever. O pesquisador descobriu que o uso mais produtivo da tecnologia acontece quando o humano permanece ativamente engajado, usando a máquina como uma parceira para expandir seu pensamento, em vez de como um substituto para seu próprio raciocínio.

Talvez a descoberta mais significativa diga respeito à definição de autoria. A revisão argumenta que a antiga forma de pensar sobre autoria — onde a pessoa que escreve as palavras é o autor — não é mais suficiente. Nesta nova era, a pessoa que escreve as frases pode não ser aquela que merece o crédito, e a pessoa que merece o crédito pode não ter escrito uma única frase. O pesquisador sugere que a autoria deve ser definida por quem fornece a direção intelectual, quem verifica a verdade e quem assume a responsabilidade pelo trabalho final. Eles propõem que precisamos nos afastar de simplesmente perguntar "Você usou IA?" e começar a perguntar "O que você fez, e o que a máquina fez?".

Essa mudança exige um novo tipo de honestidade na publicação acadêmica. Uma simples declaração de que "a IA foi usada" não é suficiente para contar a história completa. O pesquisador argumenta que os escritores precisam ser mais específicos, explicando exatamente quais partes do processo a máquina gerenciou e como o humano supervisionou o trabalho. Esse nível de detalhe é crucial para manter a confiança na ciência. Se uma máquina gera uma seção de um artigo, o humano deve ser capaz de sustentar cada palavra nela, verificando se é precisa e significativa. Sem essa linha clara de responsabilidade, a integridade da pesquisa está em risco.

A revisão conclui que o futuro da escrita acadêmica dependerá de quão bem os humanos podem gerenciar essa parceria. A tecnologia está aqui para ficar e provavelmente se tornará uma parte padrão do processo de escrita. No entanto, seu valor não virá de quanto trabalho ela pode realizar, mas de quão bem ela apoia a mente humana sem substituí-la. O pesquisador enfatiza que o objetivo não é banir a máquina, mas garantir que o humano permaneça o capitão do navio, guiando a direção, checando o mapa e assumindo a responsabilidade pelo destino. À medida que a linha entre a escrita humana e a da máquina se torna tênue, a habilidade mais importante para um estudioso será a capacidade de saber exatamente o que eles contribuíram, o que a máquina contribuiu e como garantir que o trabalho final permaneça um verdadeiro reflexo do entendimento e da integridade humana.