Uso de IA na avaliação de artigos científicos virou um novo ponto cego ético e jurídico no sistema de revisão por pares, e o gesto aparentemente trivial de subir um manuscrito inédito em um chatbot pode, sim, ferir direitos dos autores e normas de confidencialidade.
Uso de IA na avaliação de artigos científicos: onde começa o problema
Uso de IA na avaliação de artigos científicos parece, à primeira vista, um atalho inofensivo para organizar ideias, melhorar texto ou checar referências, mas o contexto muda radicalmente quando o arquivo é um manuscrito ainda inédito, recebido sob sigilo para parecer. No modelo tradicional de revisão por pares, o artigo enviado ao avaliador é tratado como documento confidencial: o conteúdo não deve ser compartilhado com terceiros nem utilizado em benefício próprio, segundo diretrizes amplamente adotadas pelo Committee on Publication Ethics (COPE) e por periódicos brasileiros que seguem esse padrão.
Quando o parecerista envia o PDF completo para um chatbot público, ele deixa de estar apenas na esfera protegida da revista e passa a circular em servidores de uma empresa privada, usualmente no exterior, sob termos de uso e políticas de dados que não foram negociados com os autores. Isso desloca o problema do campo “técnico” para o terreno dos direitos autorais, do sigilo acadêmico e da proteção de dados pessoais, com implicações que vão além da relação entre avaliador e periódico.
Publicidade
Direitos autorais: o direito de decidir quando a obra “nasce”
A Lei de Direitos Autorais brasileira (Lei 9.610/1998) protege obras científicas desde o momento da criação, independentemente de registro ou publicação. Ela distingue, de um lado, o ato de “publicação”, entendido como oferecer a obra ao conhecimento do público com consentimento do autor, e, de outro, a simples comunicação da obra a terceiros, que também depende de autorização quando envolve conteúdos protegidos.
Entre os chamados direitos morais, a lei reconhece o poder do autor de manter a obra inédita e de decidir quando e como ela será divulgada. Quando um avaliador, sem qualquer aviso prévio aos autores ou ao periódico, envia o manuscrito inédito para uma plataforma de IA, ele está compartilhando a obra com uma empresa que nada tem a ver com o processo editorial, o que pode ser interpretado como violação desse direito de controlar a divulgação.
Do ponto de vista estritamente técnico, subir o arquivo em um chatbot não equivale a “publicação” no sentido jurídico clássico, porque o manuscrito não passa a ser livremente acessível ao público em um site ou repositório aberto. No entanto, há forte argumento de que há, sim, uma comunicação não autorizada da obra a terceiro, potencialmente afrontando direitos morais e patrimoniais dos autores, sobretudo se o conteúdo vier a ser incorporado em treinamento de modelos ou reutilizado de forma não transparente.
Sigilo na revisão por pares: consenso internacional contra o upload em IA
Muito antes de a discussão chegar aos tribunais, a comunidade científica já construiu um consenso ético: manuscritos em avaliação não devem ser alimentados em ferramentas de IA generativa abertas.
Uso de IA para manuscritos em avaliação? NÃO.
As diretrizes do COPE para revisores enfatizam que o parecerista deve respeitar a confidencialidade do manuscrito, não revelar detalhes a terceiros e não usar informações obtidas na revisão em benefício próprio ou para prejudicar os autores. Códigos de ética de revistas brasileiras que adotam o COPE repetem a obrigação de sigilo e proíbem o uso de material inédito recebido para parecer em pesquisas ou outras atividades sem consentimento expresso dos autores.
Com a chegada da IA generativa, grandes editoras passaram a explicitar algo que antes era apenas implícito: revisores não devem fazer upload de manuscritos submetidos, ou de partes substanciais deles, em ferramentas de IA generativa, pois isso pode violar a confidencialidade e os direitos de propriedade dos autores. Revistas brasileiras vêm reproduzindo essas orientações quase literalmente, incluindo políticas que proíbem revisores de utilizar IA generativa para avaliar artigos científicos justamente por conterem informações inéditas de pesquisa.
LGPD e dados sensíveis: quando o artigo traz pessoas reais
Além dos direitos autorais, há o ângulo da proteção de dados pessoais, especialmente em artigos de áreas como saúde, educação ou ciências sociais que lidam com participantes de pesquisa. A Lei Geral de Proteção de Dados (LGPD) considera tratamento qualquer operação sobre dados pessoais, incluindo coleta, transmissão, armazenamento e transferência internacional, realizada por pessoas físicas ou jurídicas, em meio físico ou digital.
A Autoridade Nacional de Proteção de Dados (ANPD), em guia específico sobre tratamento de dados para fins acadêmicos, reconhece um regime diferenciado para pesquisa, mas reforça a necessidade de bases legais adequadas, minimização de dados e proteção da privacidade dos titulares. Quando um avaliador envia um artigo com relatos de casos, entrevistas ou dados sensíveis a um chatbot que armazena informações em servidores externos, está promovendo um tratamento e, possivelmente, uma transferência internacional de dados sem base clara, sem transparência para os envolvidos e fora da estrutura de governança da pesquisa.
Em paralelo, orientações voltadas ao público em geral alertam que dados de trabalho, documentos internos e conteúdos ligados a propriedade intelectual não devem ser compartilhados com IAs abertas justamente pelo risco de vazamento e uso indevido. O manuscrito confidencial se encaixa perfeitamente na categoria de conteúdo corporativo ou acadêmico que deveria permanecer restrito à equipe diretamente envolvida, não a um provedor global de tecnologia.
O arquivo “fica público” ou não?
Do ponto de vista técnico, empresas como a OpenAI afirmam que entradas e saídas dos usuários não são publicadas na web nem indexadas em mecanismos de busca; em vez disso, são armazenadas em infraestruturas próprias e usadas para operar e melhorar o serviço, conforme termos e políticas específicas. Em planos corporativos e educacionais, a própria OpenAI destaca que, por padrão, não utiliza entradas e saídas para treinar modelos, enquanto contas individuais têm o uso de dados para treinamento ativado, com opção de desativação nos controles de dados.
Reportagens tecnológicas detalham esse mecanismo: em contas gratuitas e em muitas assinaturas pessoais, as conversas alimentam o treinamento do modelo, salvo se o usuário desligar a opção “melhorar o modelo para todos” nas configurações. Mesmo quando o histórico é desativado, a empresa pode manter as interações por um período limitado, por exemplo, 30 dias, para fins de segurança e detecção de abusos, antes da exclusão definitiva.
Isso significa que, em condições normais, o manuscrito não se torna “público” no sentido de ficar disponível em um link aberto, mas passa a existir em bancos de dados controlados pela empresa, acessíveis a sistemas internos e potencialmente sujeitos a incidentes de segurança. Se a configuração de uso para treinamento estiver ativada, há ainda o risco de que trechos do texto sejam absorvidos pelo modelo e reapareçam, de forma fragmentada, em respostas fornecidas a outros usuários, algo difícil de rastrear e quase impossível de reverter.
Universidades e agências começam a reagir
Enquanto a legislação ainda não traz regras específicas sobre o uso de IA em textos acadêmicos, estudos sobre o tema apontam um “vazio regulatório” no Brasil e defendem que universidades ocupem o protagonismo na criação de normas internas. Grandes instituições públicas de ensino superior, como USP, Unicamp e Unesp, já trabalham em protocolos que exigem transparência no uso de IA, detalhamento das ferramentas empregadas, versões e até registro dos prompts utilizados em pesquisas e trabalhos acadêmicos.
No campo da revisão por pares, orientações recentes divulgadas por Pesquisa FAPESP reforçam que revisores não devem utilizar softwares de IA generativa na avaliação de artigos, justamente por lidarem com resultados inéditos e dados sensíveis. Revistas brasileiras ligadas a sociedades científicas vêm atualizando suas políticas de ética para incorporar menções explícitas ao uso responsável de IA, reiterando a confidencialidade de manuscritos e a proibição de compartilhar materiais inéditos com terceiros sem consentimento.
Riscos concretos para autores e pareceristas
Do lado dos autores, o principal risco é perder controle sobre a circulação de um trabalho ainda em gestação, que pode ter sido construído ao longo de anos de pesquisa. Fragmentos do texto, ideias e formulações originais podem ser reprocessados em bases proprietárias, sem que haja uma trilha clara de responsabilização caso esses conteúdos reapareçam de maneira descontextualizada em outros outputs.
Para o avaliador, o problema não é apenas moral: ele pode infringir regras do próprio periódico, violar códigos de ética profissional e descumprir normas internas de sua instituição, abrindo margem para sanções acadêmicas ou disciplinares. Em áreas reguladas, como saúde, o envio inadvertido de dados de pacientes a uma IA externa pode configurar infração à LGPD e até atrair questionamentos de comitês de ética em pesquisa, que exigem proteção reforçada para informações sensíveis.
Especialistas que analisam o uso de IA em contextos profissionais lembram que o risco central não é “a empresa de IA tomar o produto”, mas sim o uso indevido de dados confidenciais e o descumprimento de normas de sigilo e compliance. Guias dirigidos ao público reforçam a mesma ideia ao aconselhar que documentos internos de trabalho e conteúdos de propriedade intelectual não sejam depositados em chatbots abertos.
Caminhos para um uso responsável – ou para simplesmente não usar
Diante desse cenário, uma orientação vem se tornando dominante em guias internacionais de boas práticas: revisores não devem usar IA generativa para avaliar manuscritos, salvo se houver autorização explícita do periódico e condições técnicas que garantam sigilo e não utilização dos dados para treinamento. Documentos que tratam de “uso responsável” sugerem limitar a IA, quando muito, a tarefas periféricas, como revisar linguagem de trechos redigidos pelo próprio avaliador, e nunca alimentar a ferramenta com o texto integral ou trechos substanciais do artigo inédito.
Caso o avaliador considere indispensável algum apoio automatizado, o primeiro passo deveria ser consultar o editor e verificar se a revista autoriza, em condições muito específicas, o uso de soluções institucionais que não utilizam os dados para treinar modelos nem armazenam conteúdos sensíveis além do mínimo necessário. Mesmo nessas hipóteses, o parecerista continua integralmente responsável pelo julgamento científico e pela guarda do sigilo, não podendo delegar à máquina a análise crítica do manuscrito.
Na prática, o gesto aparentemente banal de arrastar um arquivo de texto para a janela de um chatbot abre uma cadeia de consequências que vai do direito de inédito ao cumprimento da LGPD, passando pela confiança no sistema de revisão por pares. Enquanto a legislação corre atrás da tecnologia, o recado vindo de revistas, comitês de ética e universidades é claro: com manuscritos inéditos sob confidencialidade, a IA generativa deve ficar, literalmente, fora da conversa.
