A incorporação da inteligência artificial à editoração científica deixou de ser um experimento periférico para se tornar uma força estruturante. Em menos de dois anos, ferramentas generativas passaram a influenciar desde a redação de manuscritos até a triagem editorial e a revisão por pares. O que antes parecia um debate prospectivo agora se impõe como uma agenda prática e urgente.

A questão central, no entanto, não é se a IA deve ou não ser utilizada, mas sob quais condições ela será integrada ao ecossistema editorial sem comprometer seus princípios fundamentais.

No plano da produção científica, a IA já atua como coadjuvante silenciosa. Autores recorrem a modelos generativos para aprimorar a clareza textual, estruturar argumentos e até sugerir hipóteses. Embora isso possa elevar a legibilidade e acelerar processos, também tensiona noções clássicas de autoria, originalidade e responsabilidade intelectual.

O uso ético, nesse contexto, não pode ser reduzido a declarações genéricas. Ele exige diretrizes objetivas e verificáveis. Entre os pontos que ainda carecem de definição mais robusta, destacam-se:

• A obrigatoriedade (ou não) de declarar o uso de IA na redação e análise de dados.
• A delimitação entre assistência linguística e coautoria intelectual.
• A responsabilidade sobre erros, vieses ou interpretações produzidas por sistemas automatizados.
• A padronização de políticas editoriais para evitar assimetrias entre periódicos.

Sem esse nível de clareza, o risco não é apenas o uso indevido da tecnologia, mas a erosão gradual da confiança no próprio processo científico.

Na avaliação por pares, a presença da IA também se expande, e de forma ainda mais controversa. Revisores já utilizam ferramentas para sintetizar manuscritos, identificar inconsistências e até sugerir pareceres. Em paralelo, editores começam a testar sistemas automatizados para triagem inicial, verificação de conformidade e detecção de problemas metodológicos.

A promessa é sedutora: mais eficiência, menos sobrecarga humana, maior padronização. Mas há uma questão de fundo que não pode ser ignorada: a revisão científica é, antes de tudo, um exercício de julgamento crítico contextualizado, algo que ainda escapa à lógica probabilística dos modelos de IA.

Nesse cenário, o desafio não é apenas tecnológico, mas epistemológico. Delegar etapas da avaliação à IA implica redefinir o que se entende por qualidade científica.

Ao mesmo tempo, cresce a dependência dessas ferramentas para enfrentar um problema real: o aumento exponencial de submissões.

A automação editorial surge, assim, como resposta pragmática a uma crise de escala, buscando, com isso: sistemas capazes de identificar plágio e similaridade textual em níveis avançados; detectar padrões suspeitos em imagens e dados; e sinalizar inconsistências estatísticas básicas. Classificar manuscritos por aderência temática e escopo editorial já fazem parte do cotidiano de muitos periódicos, ainda que, em alguns casos, sem transparência suficiente sobre seu uso.

É nesse ponto que a IA revela seu potencial mais ambíguo: ao mesmo tempo em que fortalece mecanismos de controle, também abre espaço para novas formas de fraude. Textos sintéticos altamente convincentes, dados fabricados com aparência plausível e manipulações cada vez mais sofisticadas desafiam os sistemas tradicionais de detecção.

Ou seja, a mesma tecnologia que ajuda a proteger a integridade científica pode, paradoxalmente, ser utilizada para ameaçá-la.

Vácuo regulatório

Diante desse cenário, a regulação torna-se inevitável. Entretanto, falta, hoje, uma convergência internacional sobre limites claros para o uso de IA na ciência. Periódicos operam com políticas fragmentadas, muitas vezes reativas, enquanto instituições e agências de fomento ainda buscam compreender a extensão do fenômeno.

Esse vácuo regulatório coloca editores em uma posição delicada: precisam tomar decisões estruturantes sem referências consolidadas, equilibrando inovação com responsabilidade.

Mais do que definir regras rígidas, talvez o caminho esteja na construção de princípios operacionais que orientem o uso da IA de forma consistente. Transparência, rastreabilidade e supervisão humana não podem ser tratados como opcionais; são condições mínimas para que a tecnologia seja incorporada de maneira legítima.

A pergunta que se impõe, portanto, não admite respostas simplistas. A inteligência artificial não é apenas uma ameaça, nem apenas uma ferramenta. Ela tende a se tornar, gradualmente, um novo padrão, mas um padrão em disputa.

Para editores, publishers e universidades, o desafio não é resistir à mudança, tampouco adotá-la de forma acrítica. É assumir um papel ativo na definição de como essa transformação ocorrerá.

Porque, no fim, o que está em jogo não é somente a eficiência dos processos editoriais, mas a própria credibilidade da ciência em um ambiente cada vez mais mediado por máquinas.

_____

(*) Fundada em 2000, a Zeppelini Publishers atua no segmento editorial técnico e científico, atendendo empresas e organizações e desenvolvendo estratégias para todas as áreas da produção de publicações impressas e online.

Imagem: narawit_sukkasemsakorn / Magnific