A Academia perante o espelho da Inteligência Artificial
A inteligência artificial não introduziu um problema novo na Academia: tornou visível, com uma nitidez que a escassez anterior permitia dissimular, um problema antigo.
Durante séculos, o acesso limitado a canais de publicação, a especialistas e a tempo de leitura qualificado sustentou a existência de mecanismos de filtragem, investigadores que selecionavam, em nome da comunidade, o que merecia ser lido.
Esse argumento funcional encontra-se hoje sob pressão.
Quando a produção, revisão e discussão de ideias são amplamente ampliadas por sistemas de IA cada vez mais competentes, a escassez que legitimava o gatekeeping deixa de ser a principal limitação estrutural, persistindo sobretudo como hábito institucional.
Este artigo não propõe o fim da Academia nem da revisão, mas a transformação das suas práticas: do veto silencioso para o escrutínio público, da apropriação invisível para a citação rastreável, e da autoridade simbólica para a responsabilidade argumentativa.
Defende-se uma Academia desinteressada: que debate, que expõe os seus critérios e que não adia o presente em nome do medo do futuro.
O enfraquecimento da escassez como fundamento do porteiro
O argumento clássico a favor do gatekeeping académico nunca foi, no essencial, um argumento sobre a verdade, mas sobre a escassez: poucos canais de publicação, tempo limitado de revisão, número restrito de especialistas.
Nesse contexto, alguém tinha de decidir o que circulava e o que ficava por ler.
Em 2026, esse pressuposto encontra-se sob pressão empírica direta.
Editores e investigadores têm alertado para o aumento significativo do volume de submissões, em parte facilitado por ferramentas de IA, que tensiona os modelos tradicionais de revisão por pares.
Há relatos de padrões de produção altamente acelerados, incluindo conjuntos de artigos derivados de bases de dados comuns, com níveis de inter-citação difíceis de replicar por processos exclusivamente humanos.
Ao mesmo tempo, sistemas de investigação automatizada, como o AI Scientist da Sakana AI, demonstraram a capacidade de gerar artigos completos, incluindo hipótese, metodologia, código e análise.
Alguns desses trabalhos foram aceites em contextos de avaliação científica, nomeadamente workshops associados a conferências de referência.
Estes casos não equivalem a uma validação plena da produção científica automatizada, mas tornam visível um ponto mais relevante: o atual sistema de filtragem é compatível com a aceitação de outputs altamente plausíveis gerados por sistemas não humanos.
Se, por um lado, sistemas automáticos conseguem produzir investigação com aparência de robustez, e se, por outro, investigadores independentes dispõem hoje de ferramentas que ampliam significativamente a sua capacidade de testar e refinar ideias, então a escassez de capacidade de produção e avaliação deixa de ser o principal argumento legitimador do gatekeeping.
O que permanece é a sua função social: regular quem participa na conversação científica. É essa função que importa tornar explícita e discutível.
O porteiro ilustre e a economia do silêncio
Existe uma diferença fundamental entre rejeitar uma ideia e silenciá-la.
A primeira é um ato de crítica; a segunda, um exercício de poder.
O sistema tradicional de revisão por pares, em muitos dos seus formatos, tende a favorecer estruturalmente a segunda opção.
Relatórios de revisão podem rejeitar um artigo com justificações genéricas, “falta de contributo”, “insuficiente rigor”, sem que o raciocínio subjacente seja sujeito a escrutínio público.
Este tipo de decisão funciona, na prática, como um veto não contestável fora do circuito editorial: um juízo que não precisa de se expor à crítica da comunidade.
Diversas análises contemporâneas da avaliação científica têm identificado limitações recorrentes: opacidade processual, dependência de um número reduzido de revisores e ausência de mecanismos de responsabilização quando decisões se revelam erradas, enviesadas ou desatualizadas.
A proposta aqui defendida não é abolir a revisão, mas inverter o ónus do silêncio: rejeitar uma ideia deve implicar expor publicamente, de forma fundamentada e identificável, as razões dessa rejeição.
Modelos de open peer review ou sistemas híbridos com revisão rastreável oferecem já caminhos possíveis.
O objetivo não é penalizar o revisor, mas tornar o próprio ato de avaliação parte do processo científico, sujeito, ele também, a crítica e contra-argumentação.
Da crítica à apropriação: o problema da citação
O anonimato na revisão foi concebido para proteger a independência do julgamento, mas introduz uma assimetria estrutural: quem avalia uma ideia tem acesso privilegiado a trabalho não publicado, sem reciprocidade por parte do autor.
Isso cria a possibilidade, ainda que difícil de quantificar, de apropriação indireta: ideias rejeitadas ou desvalorizadas num processo de revisão podem reaparecer, reformuladas, em trabalhos posteriores sem referência explícita à sua origem.
Mais do que a frequência empírica, o problema reside na arquitetura do sistema, que não permite ao autor demonstrar precedência em contextos de avaliação fechada.
Uma Academia desinteressada exigiria mecanismos que reduzam esta assimetria: registo público e datado de versões preliminares (como já ocorre em repositórios de pré-publicação), revisão assinada ou auditável, e compromisso explícito de não utilização de ideias avaliadas sem citação.
Não se trata de confiar na virtude individual, mas de desenhar instituições que não dependam dela.
O medo do futuro como argumento de autoridade
Um dos argumentos mais recorrentes contra a publicação de ideias novas assume a forma da prudência: “e se estiver errado daqui a dez anos?”
À primeira vista, trata-se de uma preocupação legítima.
No entanto, tomada como critério de decisão, esta lógica teria bloqueado grande parte da evolução científica.
A história da ciência é uma história de revisão contínua: teorias são corrigidas, refinadas ou substituídas.
Isso não constitui falha, mas funcionamento normal.
O problema surge quando o receio de futura refutação passa a funcionar como filtro prévio de publicação.
Na prática, este mecanismo tende a proteger mais a estabilidade reputacional do que a qualidade do conhecimento.
Num contexto em que a IA acelera a geração, comparação e teste de hipóteses, adiar a exposição de ideias por receio de erro futuro pode operar como um travão ao próprio processo científico.
A cautela é necessária; a paralisia, não.
Dupond et Dupond: a ciência da repetição segura
Há uma forma de produção científica que privilegia a reformulação incremental de conclusões já estabelecidas, com variações terminológicas e baixo risco conceptual.
Este tipo de trabalho é funcional para sistemas de métricas, produz publicações, citações e progressão curricular, mas contribui pouco para a expansão efetiva do conhecimento.
O problema não é a existência de ciência incremental, que é necessária, mas a sua predominância como estratégia dominante.
Quando a produção segura substitui a exploração conceptual, a Academia arrisca-se a tornar-se reativa num mundo que se transforma rapidamente.
A inteligência artificial torna esta tensão mais visível: enquanto múltiplos setores já integram estas tecnologias nas suas práticas quotidianas, o discurso académico tende, por vezes, a tratá-las como fenómeno emergente distante.
A questão não é produzir mais, mas produzir com relevância.
O preço da entrada: capital, centro e exclusão
Mesmo quando uma ideia ultrapassa os filtros iniciais, enfrenta frequentemente uma barreira económica: custos elevados de publicação em acesso aberto, exigência de afiliação institucional, e acesso desigual a recursos.
A IA não elimina estas desigualdades, mas torna-as mais evidentes.
Ao reduzir drasticamente o custo de produção intelectual, acesso a literatura, apoio à escrita, simulação e análise, expõe o desfasamento entre a capacidade de produzir conhecimento e as condições para o publicar e legitimar.
Neste contexto, critérios que combinam mérito científico com capacidade financeira ou institucional podem funcionar, na prática, como mecanismos de exclusão.
O risco não é apenas injustiça individual, mas perda coletiva de diversidade epistemológica.
Para uma Academia desinteressada: princípios operacionais
O que se propõe não é uma Academia sem critério, mas uma Academia cujo critério seja visível, discutível e revisável.
Três princípios orientadores:
- Acolhimento antes de exclusão. Ideias com formulação clara e passíveis de avaliação devem poder entrar no espaço público científico, sendo criticadas em aberto em vez de bloqueadas à partida;
- Responsabilização do juízo. A avaliação deve ser, sempre que possível, assinada ou rastreável, com fundamentação explícita. Modelos de open peer review, comentários públicos pós-publicação ou revisão aberta progressiva são exemplos viáveis;
- Desinteresse verificável. Avaliadores devem declarar potenciais sobreposições com o seu próprio trabalho e comprometer-se com práticas de citação rigorosa, reforçadas por registos públicos de precedência.
Estes princípios não diminuem o rigor; deslocam-no do resultado para o processo.
O fato de macaco: ciência que enfrenta o presente
O traje académico, beca, capelo, insígnia, simbolizou, historicamente, autoridade intelectual num contexto de escassez.
Hoje, enquanto metáfora, pode descrever uma postura: a proteção da forma perante o risco da substância.
O fato de macaco representa o oposto: exposição ao problema tal como ele é, com imperfeições, urgência e incerteza.
Numa era em que as condições de produção do conhecimento estão a ser transformadas em tempo real, insistir exclusivamente nos rituais formais pode tornar-se insuficiente.
Não se trata de abandonar o rigor, mas de reconhecer que o rigor formal, isolado, já não responde à velocidade e à escala das transformações em curso.
Conclusão: não contra a Academia, mas para além do seu medo
Este texto não é uma rejeição da Academia, mas um apelo à sua atualização.
A instituição continua indispensável como espaço de memória, método e crítica.
Precisamente por isso, não pode depender de pressupostos que deixaram de descrever o mundo atual.
A escassez que sustentava o gatekeeping foi profundamente reduzida; a necessidade de avaliação permanece, mas exige novas formas: mais transparentes, mais responsáveis e mais abertas ao escrutínio.
A questão central não é se a Academia deve mudar, mas em que condições o fará: por iniciativa própria, ou em resposta tardia a transformações que já estão em curso fora dela.
Referências
Blog do Esmael (2026). “IA lota revisão por pares e ameaça a ciência”.
Dias, H. (2026). “Revisão por pares, inteligência artificial e o futuro da avaliação científica”. IVEPESP.
Sakana AI (2025). “The AI Scientist Generates its First Peer-Reviewed Scientific Publication”.
Lu, C. et al. (2025). “The AI Scientist-v2: Workshop-Level Automated Scientific Discovery”.
Exame (2026). “Essa IA passou por revisão científica e assustou pesquisadores”.
Lima, V. (2023). Tudo é Informação.
