Integridade Acadêmica na Era da IA: Um Guia Prático para Pesquisa com Verificação em Primeiro Lugar

Em 2025, Harvard atualizou sua política de integridade acadêmica para abordar explicitamente o conteúdo gerado por IA em artigos de pesquisa. Stanford seguiu em poucos meses. No início de 2026, mais de 200 universidades em todo o mundo haviam publicado diretrizes sobre o uso de IA em trabalhos acadêmicos.

O ponto comum entre essas políticas não é a proibição da IA — é uma nova expectativa: se você usa IA em seu fluxo de trabalho de pesquisa, você é responsável por verificar tudo o que ela produz. O padrão não mudou (suas citações devem ser precisas), mas o modelo de ameaça sim (ferramentas de IA introduzem novas categorias de erro que não existiam antes).

Este guia aborda o que pesquisadores de todos os níveis precisam saber sobre como manter a integridade acadêmica quando ferramentas de IA fazem parte do processo de escrita.

O Que Realmente Mudou

O antigo modelo de integridade

Antes das ferramentas de escrita com IA, a integridade acadêmica se resumia principalmente a duas coisas: não plagiar e não fabricar dados. Erros de citação eram tratados como desleixo, não má conduta. Um ano errado ou um nome de autor mal escrito era um problema de formatação, não um problema de integridade.

O novo modelo de integridade

As ferramentas de IA borraram a linha entre erro e fabricação. Quando um pesquisador inclui uma citação que o ChatGPT gerou, e essa citação aponta para um artigo que não existe, isso é:

• Um erro de formatação (o pesquisador pretendia citar um artigo real, mas errou os detalhes)?
• Fabricação (o pesquisador incluiu uma referência que sabia ou deveria saber que era falsa)?
• Algo entre os dois?

A maioria das universidades está adotando um padrão de verificação razoável: você não precisa provar que leu cada artigo de capa a capa, mas precisa demonstrar que cada referência em sua bibliografia corresponde a um trabalho real e publicado. O ônus da verificação mudou de "bom ter" para "obrigatório".

Os Cinco Padrões de Verificação

Com base nas diretrizes publicadas por grandes universidades e editoras de periódicos, aqui estão os padrões de verificação que se espera que os pesquisadores atendam agora:

1. Verificação de existência

Cada referência deve corresponder a uma publicação real. Isso significa que o DOI resolve, o artigo aparece em um banco de dados acadêmico e os metadados (autor, título, periódico, ano) correspondem à publicação real.

Este é o padrão mínimo. Ele detecta citações fabricadas por IA e é eficientemente tratado por ferramentas automatizadas. Cole sua lista de referências no Citation Checker do Citely para verificar a existência em lote em menos de um minuto.

2. Verificação de precisão

Os detalhes de cada citação devem estar corretos. Os nomes dos autores certos na ordem certa. O ano de publicação correto (não o ano do preprint). O título do periódico certo (não uma abreviação que a IA inventou). O volume e os números de página corretos.

Ferramentas automatizadas detectam a maioria dos problemas de precisão comparando sua citação com o registro do banco de dados. A verificação manual pontual detecta o restante.

3. Verificação de relevância

Cada citação deve apoiar a afirmação à qual está anexada. Isso exige realmente ler — ou, no mínimo, folhear — a fonte. Uma IA pode sugerir uma citação que é topicamente relacionada, mas que não apoia a afirmação específica em sua frase.

Esta etapa não pode ser totalmente automatizada. Ela exige julgamento humano sobre se as descobertas de um artigo se alinham com a forma como você o está usando.

4. Verificação de atualidade

As citações devem ser atuais, a menos que o contexto histórico seja o ponto principal. Citar um artigo de 2015 para uma afirmação que foi contradita por evidências de 2024 é um erro substancial. Diretrizes clínicas, métodos estatísticos e campos em rápida evolução exigem atenção especial à atualidade.

5. Verificação de status

Artigos podem ser retratados, corrigidos ou sujeitos a expressões de preocupação após a publicação. Citar um artigo retratado sem notar a retratação é um sério problema de integridade, especialmente em campos onde as descobertas de pesquisa influenciam a prática (medicina, direito, educação, políticas públicas).

Um Fluxo de Trabalho com Verificação em Primeiro Lugar

O erro que a maioria dos pesquisadores comete é tratar a verificação como uma etapa final de revisão. No momento em que você construiu uma bibliografia de 50 referências, a ideia de verificar cada uma parece esmagadora, então você corta caminho.

A melhor abordagem é incorporar a verificação em cada estágio da escrita:

Durante a busca bibliográfica

Quando você encontrar um artigo que deseja citar, verifique imediatamente se ele existe no CrossRef ou PubMed. Isso leva 10 segundos por artigo e evita o acúmulo de referências não verificadas.

Use o Source Finder do Citely para rastrear afirmações até sua fonte original quando você as encontrar em fontes secundárias ou resumos de IA.

Durante a escrita

Marque qualquer citação que você não verificou pessoalmente com uma tag (por exemplo, [VERIFICAR] ou uma cor de destaque). Isso cria um inventário visual de sua dívida de verificação.

Antes da submissão

Execute sua lista completa de referências por meio de verificação automatizada. Corrija quaisquer problemas sinalizados. Em seguida, verifique manualmente as 10-15 citações que apoiam suas afirmações mais importantes.

O Que os Periódicos Esperam Agora

Várias grandes editoras adicionaram requisitos de verificação de referências:

• A Elsevier agora recomenda que os autores "verifiquem todas as referências em relação às fontes originais" antes da submissão
• A Springer Nature adicionou verificações de conteúdo gerado por IA em manuscritos submetidos, incluindo listas de referências
• A PLOS exige que os autores confirmem que leram e podem verificar cada fonte citada
• O IEEE publicou diretrizes abordando especificamente as citações geradas por IA

O impacto prático: os editores estão cada vez mais realizando verificações pontuais nas listas de referências, e as rejeições de mesa por problemas de citação estão aumentando.

Como Responder a Perguntas de Integridade

Se um periódico ou universidade perguntar sobre suas práticas de citação — o que está se tornando mais comum — aqui está o que demonstra boa-fé:

1. Seja transparente sobre o uso de IA. Descreva quais ferramentas você usou e como.
2. Documente seu processo de verificação. "Todas as referências foram verificadas em lote contra o CrossRef usando [nome da ferramenta] em [data]" é uma declaração concreta e defensável.
3. Mostre seu trabalho. Mantenha relatórios de verificação. Se você usou o Citely ou uma ferramenta similar, salve a saída. Se você verificou manualmente as referências, anote quais e quando.

Principais Conclusões

• Mais de 200 universidades atualizaram as políticas de integridade acadêmica para abordar a escrita assistida por IA — o novo padrão é a "verificação razoável" de todas as referências, não apenas a correção de formatação
• Cinco padrões de verificação estão surgindo: existência (o artigo existe?), precisão (os detalhes estão corretos?), relevância (apoia a afirmação?), atualidade (é atual?) e status (foi retratado?)
• Incorpore a verificação em cada estágio da escrita, em vez de tratá-la como uma etapa final — verifique durante a busca bibliográfica, marque citações não verificadas durante a redação e verifique em lote antes da submissão
• Grandes editoras (Elsevier, Springer Nature, PLOS, IEEE) agora recomendam ou exigem a verificação de referências, e as rejeições de mesa por problemas de citação estão aumentando
• Documente seu processo de verificação — manter um registro de quando e como você verificou as referências demonstra boa-fé se surgirem questões de integridade

Comece a verificação → citely.ai/citation-checker