IA concentra poder. Quem vai democratizar o conhecimento?

Quem decide o que a inteligência artificial sabe, e o que ela esconde? Essa pergunta guiou a mesa-redonda “Democracia do Conhecimento: Juventudes, Educação Pública e Cultura Científica na Era da IA”, realizada na 78ª Reunião Anual da SBPC, na UFF, entre 26 de julho e 1º de agosto. Democracia do conhecimento é a ideia de que o acesso à ciência não pode depender só de quem tem tempo, dinheiro ou vocabulário técnico para entendê-la. Se você está na pós, produzindo pesquisa que a maioria das pessoas nunca vai ler direto na fonte, essa discussão não é abstrata: ela decide se o seu trabalho circula ou fica trancado.

O que aconteceu

Três pesquisadores levaram três ângulos diferentes pro mesmo problema. Nina da Hora, fundadora do Instituto Da Hora, discutiu o que significa “entender” uma IA em vez de só usá-la. Luciano Meira, da CESAR School e da UFPE, discutiu o que a IA muda na função da universidade. Sabine Righetti, da Agência Bori e da Unicamp, discutiu por que a ciência brasileira produz muito e circula pouco.

Os três chegaram numa conclusão parecida por caminhos distintos: a tecnologia por si só não distribui conhecimento. Ela concentra poder onde já havia poder, a menos que alguém trabalhe ativamente para o contrário. Nina da Hora resumiu o problema técnico com uma frase direta: “Os produtos chegam encapsulados. O experimento passa a ser sobre os resultados que eles entregam, e não sobre como foram construídos.” Ou seja, a geração que cresceu usando essas ferramentas aprendeu a confiar no resultado sem examinar o processo, e isso reduz a capacidade de questionar os limites da tecnologia.

Por que isso importa pra você

Se você pesquisa, ensina ou vai defender uma tese nos próximos anos, essa discussão te afeta em pelo menos três frentes.

1. Se você usa IA na sua pesquisa: o conceito de “papagaios estocásticos”, citado por Nina da Hora e criado pela pesquisadora Timnit Gebru, é útil para você mesma: modelos de linguagem reproduzem padrões do treinamento, não geram conhecimento novo por conta própria. Confiar demais no resultado sem entender o mecanismo é o mesmo erro que a mesa apontou nos estudantes.
2. Se você está formando ou orientando alguém: Luciano Meira descreve o “paradoxo da descarga cognitiva”: quem delega tarefa à IA sem dominar o conteúdo aprende menos, e quem domina o conteúdo consegue usar a ferramenta de forma estratégica, sobrando tempo para análise e pensamento crítico. É a diferença que Meira aponta entre delegar sem entender e usar a ferramenta de forma estratégica.
3. Se você quer que sua pesquisa saia da bolha acadêmica: o Brasil está entre os 15 países que mais produzem ciência no mundo, e boa parte dessa produção nunca sai da universidade. É esse hiato que a Agência Bori tenta preencher, monitorando diariamente cerca de 130 artigos científicos de autores brasileiros para traduzir pesquisa em linguagem acessível.

O que trava a divulgação científica dentro da própria academia

A parte mais desconfortável da mesa não foi sobre tecnologia, foi sobre cultura acadêmica. Sabine Righetti, coordenadora da Agência Bori, revelou um número que qualquer orientadora deveria levar para a próxima reunião de programa: cerca de 40% dos pesquisadores convidados recusam falar com a imprensa. Os motivos que ela cita são falta de tempo, baixa valorização institucional da atividade e insegurança para conceder entrevistas.

Desde 2020, a Bori já divulgou cerca de 900 pesquisas, que geraram aproximadamente 20 mil reportagens, com uma rede de quase 3.900 jornalistas envolvidos. É prova de que existe demanda por ciência traduzida. O que falta, segundo Righetti, é reconhecimento: “Divulgar ciência precisa fazer parte da atividade do pesquisador e ser reconhecido nas avaliações institucionais.” Ela também aponta que cientistas e jornalistas costumam enfrentar dificuldades mútuas de comunicação, o que sugere que o problema não é só de tempo, é de tradução entre dois vocabulários que raramente se cruzam na formação de quem pesquisa.

O ponto que mais me fez pensar nessa mesa

Quando li a fala do Luciano Meira sobre a universidade “justificar sua própria existência” diante da IA, confesso que parei um pouco. Não porque acho que a universidade vai deixar de existir, mas porque ele está certo em uma coisa: se a universidade precisa formar o que Meira chama de competências que as máquinas não substituem, o que sobra pra ensinar é justamente julgamento, responsabilização e pensamento crítico.. Isso não cabe num prompt.

E é aí que o Método V.O.E. (Velocidade, Organização, Execução Inteligente) faz mais sentido do que nunca. A ideia nunca foi usar IA para pular a etapa de pensar, e sim usar IA para eliminar a fricção mecânica e sobrar tempo justamente para a parte que Meira chama de insubstituível: julgamento, responsabilização e pensamento crítico. Quem usa a ferramenta sem entender o conteúdo aprende menos, como o paradoxo da descarga cognitiva mostra. Quem domina o conteúdo e usa a ferramenta de forma estratégica sai na frente. A diferença não está na ferramenta, está em quem a está operando.

Próximos passos

A conversa da SBPC não termina em diagnóstico, ela também aponta o que fazer com essa informação:

1. Se você usa IA para pesquisa, pergunte-se: eu entendo como esse modelo chegou nessa resposta, ou só aceito o resultado porque ele parece plausível?
2. Se orienta ou é orientada, converse sobre o paradoxo da descarga cognitiva antes de definir que ferramenta usar em qual etapa do trabalho.
3. Considere se a sua pesquisa poderia virar um texto acessível, e se a sua instituição reconhece esse tipo de produção na avaliação.
4. Assista à mesa-redonda na íntegra, disponível no canal da SBPC, para ver os três pesquisadores desenvolverem os argumentos com mais profundidade do que cabe aqui.

Se esse assunto te interessa, vale complementar com IA e Ética Acadêmica: O que Você Precisa Saber, que aprofunda os limites éticos de usar inteligência artificial na produção científica.

Fonte: Inteligência artificial, conhecimento e democracia, Jornal da Ciência / SBPC