IA vai substituir pesquisadores? Uma resposta honesta

A pergunta que aparece em todo congresso

Olha só: nos últimos dois anos, não existe evento acadêmico, palestra ou roda de conversa sobre pesquisa em que essa pergunta não apareça. “A IA vai substituir pesquisadores?”

A pergunta vem de lugares diferentes. Para alguns, é curiosidade. Para outros, é preocupação real com o futuro da carreira. E para uma parcela da comunidade acadêmica, é quase uma provocação: como se perguntar sobre substituição já fosse desvalorizar o trabalho do pesquisador.

Nenhuma dessas reações é errada. Mas a pergunta merece uma resposta mais honesta do que “não, nunca” ou “sim, vai”.

O que a IA já faz na pesquisa (concretamente)

Para responder com honestidade, vale olhar para o que está acontecendo na prática, sem futurismo e sem negação.

Na busca bibliográfica, ferramentas de IA já conseguem varrer bases de dados, identificar artigos relevantes e até sugerir conexões entre textos que o pesquisador não tinha percebido. Ferramentas como o Semantic Scholar, o Elicit e funcionalidades de IA em plataformas como Scopus estão mudando a forma como a revisão de literatura começa.

Na análise de dados, algoritmos de machine learning são usados em diversas áreas. Em genômica, a IA analisa sequências de DNA em escala que seria impossível manualmente. Em epidemiologia, modelos preditivos processam dados populacionais para identificar padrões. Em análise de texto, técnicas de processamento de linguagem natural classificam e agrupam grandes volumes de documentos.

Na escrita, modelos de linguagem como ChatGPT, Claude e Gemini conseguem gerar texto, sugerir reformulações, traduzir e até rascunhar seções de artigos. A qualidade varia muito, mas a capacidade está ali.

Na revisão, algumas ferramentas já oferecem verificação automática de consistência, formatação e até sugestões de melhorias no texto.

Tudo isso é real e está acontecendo agora. Ignorar isso é ingenuidade.

E o ritmo de avanço é rápido. Ferramentas que há dois anos eram experimentais hoje são usadas rotineiramente em grupos de pesquisa ao redor do mundo. A cada semestre surgem novos recursos, novas integrações com plataformas acadêmicas, novas possibilidades. O pesquisador que acha que “isso é modinha” pode se surpreender com a velocidade da mudança.

O que a IA não faz (e que ninguém conta nos títulos sensacionalistas)

Mas aqui está a parte da conversa que os títulos de jornal costumam omitir.

A IA não formula perguntas de pesquisa. Ela pode sugerir temas com base em lacunas que identifica na literatura, mas não sabe o que é relevante, o que é urgente, o que importa para uma comunidade ou para um campo. Formular uma boa pergunta de pesquisa exige entendimento de contexto, de necessidades reais e de onde o campo precisa ir. Isso é trabalho humano.

A IA não faz escolhas metodológicas com consciência das implicações. Ela pode sugerir “use análise temática” ou “aplique regressão logística”, mas não entende por que um método é mais adequado do que outro para uma pergunta específica, em um contexto específico, com limitações específicas.

A IA não interpreta resultados com nuance. Ela pode descrever o que os dados mostram, mas não consegue dizer o que aquilo significa dentro de um campo de conhecimento, à luz de debates anteriores, considerando limitações do estudo e implicações práticas.

A IA não coleta dados primários. Não faz entrevistas, não aplica questionários, não observa fenômenos em campo, não conduz experimentos. A coleta de dados é uma etapa da pesquisa que depende de presença, de relação humana e de julgamento.

A IA não navega a política e a ética da pesquisa. Decisões sobre como lidar com dados sensíveis, como respeitar o consentimento dos participantes, como negociar com comitês de ética, como lidar com resultados que afetam populações vulneráveis: tudo isso exige julgamento ético que não é redutível a algoritmos.

A metáfora que ajuda a entender

Uma forma de pensar sobre isso: a IA é para o pesquisador o que a calculadora foi para o matemático ou o que o GPS foi para o navegador.

A calculadora não substituiu matemáticos. Ela eliminou a necessidade de fazer contas à mão, liberando tempo para pensar sobre problemas mais complexos. Mas alguém que só sabe apertar botões na calculadora sem entender o que os números significam não é um matemático.

O GPS não substituiu navegadores. Ele mudou a forma como a navegação é feita e eliminou certas habilidades que antes eram necessárias (como ler mapas de papel). Mas a decisão de para onde ir continua sendo humana.

A IA vai eliminar certas tarefas que pesquisadores hoje fazem manualmente. Buscar artigos, organizar referências, transcrever entrevistas, formatar textos: tudo isso vai se tornar mais rápido e, em muitos casos, automatizado. E isso é bom. Libera tempo para o que realmente exige o pesquisador: pensar, interpretar, criar, decidir.

O pesquisador que apenas executa tarefas mecânicas, sem entender o porquê, está sim em risco. Não pela IA em si, mas porque o valor da sua contribuição está em algo que pode ser automatizado.

O pesquisador que pensa, que formula boas perguntas, que interpreta resultados com cuidado e que toma decisões metodológicas conscientes, esse está mais relevante do que nunca. Porque a IA gera mais dados, mais informação, mais texto do que qualquer ser humano pode processar. E alguém precisa dar sentido a tudo isso.

O que muda na formação de pesquisadores

Se a IA muda o que o pesquisador faz no dia a dia, a formação precisa acompanhar.

Programas de pós-graduação que ainda ensinam apenas a fazer fichamento à mão e a formatar referências em ABNT estão formando pesquisadores para um mundo que já mudou. Não que essas habilidades sejam inúteis, mas elas sozinhas não bastam.

O que precisa ser adicionado: letramento em IA (entender o que as ferramentas fazem e o que não fazem), ética no uso de tecnologia, capacidade de avaliar criticamente outputs gerados por máquinas, e, principalmente, as habilidades que a IA não tem: pensamento crítico, formulação de problemas, interpretação contextualizada.

No Método V.O.E., trabalhamos a escrita acadêmica como um processo que combina técnica e raciocínio. A IA pode ajudar na parte técnica, na organização, na formatação, na verificação. Mas a parte do raciocínio, da construção de argumento, da voz do pesquisador no texto, isso continua sendo insubstituível.

A resposta honesta

Então, a IA vai substituir pesquisadores?

A resposta honesta é: vai substituir pesquisadores que fazem apenas o que a IA faz melhor. E não vai substituir pesquisadores que fazem o que a IA não consegue.

Se o seu valor como pesquisador está em copiar trechos, compilar informações sem análise e reproduzir o que outros já disseram, a IA faz isso mais rápido e mais barato. E isso é um problema que já existia antes da IA, porque esse tipo de trabalho nunca foi pesquisa de verdade.

Se o seu valor está em fazer perguntas que ninguém fez, em olhar para dados e enxergar o que eles significam, em construir argumentos com rigor e em produzir conhecimento que avança o campo, a IA é uma aliada, não uma ameaça.

A pergunta não é se a IA vai substituir pesquisadores. É se os pesquisadores vão aprender a t