Otimização da Pesquisa Científica com IA

Apêndice A: Processo de Criação deste Relatório

Criação do Conteúdo

A base deste documento foi construída por meio de um processo de pesquisa meta-analítica utilizando múltiplos LLMs, seguido de síntese e curadoria humana.

Pesquisa Inicial (Multi-LLM):

As mesmas duas perguntas centrais foram submetidas a quatro dos principais LLMs generalistas disponíveis:

Síntese e Avaliação (DeepSeek):

As respostas brutas das quatro plataformas foram então fornecidas a um quinto LLM, o DeepSeek, com instruções específicas para processar e estruturar o conteúdo.

  • Plataforma de Síntese:
  • Instruções de Síntese:
    • "Compilar uma tabela de ferramentas e se foram citadas nas respostas do chatgpt, gemini, perplexity e copilot"
    • "Descrever cada ferramenta e sua utilidade e swot e valores"
    • "Elaborar documento tecnico cientifico com Considerações Éticas, Melhores Práticas e Fluxo de Trabalho Otimizado para a Escrita de Artigos Científicos com IA compilando e avaliando a completeza das respostas das 4 IAs"

Curadoria, Edição e Fundamentação:

O autor humano (Francisco Luiz Biazini Filho) utilizou o material sintetizado pelo DeepSeek como base, realizando uma curadoria, edição e validação. O conteúdo foi refinado, estruturado e, o mais importante, fundamentado academicamente com base nas diretrizes do livro de Sampaio, Sabbatini e Limongi (2024), garantindo o rigor ético e metodológico.

Arquitetura Técnica e Refatoração (Open Source)

Após a curadoria humana do conteúdo, o protótipo inicial (um conjunto de 7 arquivos HTML estáticos com estilos e scripts embutidos) foi submetido a um processo de refatoração técnica para otimizar o projeto para colaboração em código aberto (GitHub).

  • 1. Separação de Tópicos (CSS/JS): Todos os estilos (CSS) e lógicas de script (JavaScript) de todas as 7 páginas foram extraídos e consolidados em dois arquivos centrais: style.css e script.js.
  • 2. Desacoplamento de Dados (JSON): O "Catálogo de Ferramentas" (Parte 3) foi tornado dinâmico. Os dados das 51 ferramentas, que estavam fixos no HTML e no JS, foram extraídos e movidos para um arquivo ferramentas.json. A página catalogo.html agora lê este JSON para renderizar o gráfico, os filtros e os cartões dinamicamente.

Esta arquitetura permite que a comunidade sugira novas ferramentas simplesmente editando o arquivo ferramentas.json, sem a necessidade de alterar a lógica do site, facilitando a manutenção e a contribuição.

Apêndice B: Glossário de Termos e Conceitos

Esta lista compila os principais acrônimos e conceitos utilizados ao longo do "Guia de IA para a Ciência".

Alucinação (de Citação)
(Do `fluxo.html` e `principios.html`) O risco mais crítico das IAGs na pesquisa. Refere-se à tendência dos LLMs de inventar fatos, dados e, o mais perigoso, citações de artigos ou autores que não existem. O guia enfatiza a verificação de 100% das citações.
API (Application Programming Interface)
(Do `catalogo.html` e `apendice.html`) Interface de Programação de Aplicações. Um conjunto de regras que permite que diferentes softwares se comuniquem. No contexto do guia, é como ferramentas (ex: `Cursor`) podem usar modelos de IA (ex: `GPT-4`) como um serviço.
Autoria (em IA)
(Do `principios.html`) Um pilar ético central do guia. A autoria é reservada a humanos que assumem responsabilidade intelectual e legal pelo conteúdo. O guia é explícito: uma IA não pode ser coautora, pois não pode ser responsabilizada.
Curadoria Humana
(Do `apendice.html` e `principios.html`) O processo de supervisão, edição e validação de conteúdo gerado por IA, realizado por um especialista humano. É o oposto de "confiança cega" e sinônimo de "Human-in-the-Loop". O próprio guia foi criado usando este processo.
CS-USP-CG (Centro de Síntese USP Cidades Globais)
(Do `guia.html` e `analise.html`) A afiliação do autor do guia, Francisco Luiz Biazini Filho. A página de Análise (Parte 4) usa as 5 perguntas-chave deste centro para estruturar sua análise de relevância.
CSV (Comma-Separated Values)
(Do `catalogo.html`) Um formato de arquivo de texto simples para armazenar dados em tabelas (planilhas). Mencionado no contexto de ferramentas de análise de dados como `Julius.ai`.
Dependência Epistêmica
(Do `analise.html`) Um conceito da sociologia da ciência. Refere-se ao risco de pesquisadores (especialmente do Sul Global) tornarem-se dependentes das plataformas e modelos de IA (do Norte Global) não apenas para ferramentas, mas para a própria formulação de ideias e validação do conhecimento.
Engenharia de Prompt
(Do `fluxo.html` e `apendice.html`) A habilidade de criar instruções (prompts) claras, detalhadas e contextuais para direcionar uma IA a produzir um resultado de alta qualidade. O guia exemplifica isso com os prompts usados para criar o próprio apêndice.
Framework
(Do `guia.html` e `fluxo.html`) Um termo usado para descrever o próprio guia. Refere-se a uma estrutura ou conjunto integrado de princípios, práticas e ferramentas que formam um "esqueleto" metodológico.
Freemium
(Do `catalogo.html`) Um modelo de negócio comum para ferramentas de IA, onde uma versão básica é oferecida gratuitamente (`Free`) e recursos avançados exigem uma assinatura paga (`Premium`).
GPU (Graphics Processing Unit)
(Do `catalogo.html`) Unidade de Processamento Gráfico. Um tipo de hardware especializado essencial para treinar e rodar modelos de linguagem grandes (LLMs) de forma eficiente. Mencionado no contexto de modelos locais como `Stable Diffusion`.
Homogeneização Epistêmica
(Do `analise.html`) Uma proposta de pesquisa futura. O risco de que o uso generalizado de LLMs (treinados nos mesmos dados) leve a uma padronização e perda de diversidade no estilo, estrutura e vocabulário da escrita científica global.
Human-in-the-Loop (Humano no Circuito)
(Do `fluxo.html` e `principios.html`) A prática operacional mais importante do guia. Exige que o pesquisador humano permaneça ativamente envolvido no processo, validando, editando e tomando decisões críticas, em vez de aceitar passivamente os resultados da IA.
IA (Inteligência Artificial)
Termo genérico para sistemas de computador que realizam tarefas que normalmente exigiriam inteligência humana.
IAG (Inteligência Artificial Generativa)
(Do `guia.html` e `principios.html`) O foco principal do guia. Uma subcategoria da IA que pode *criar* (gerar) novos conteúdos, como texto, imagens, código ou dados, em vez de apenas analisá-los. Ex: `ChatGPT`, `Dall-e`.
IEA (Instituto de Estudos Avançados)
(Do `guia.html`) O instituto da USP ao qual o Centro de Síntese (CS-USP-CG) está associado.
IMRAD
(Do `analise.html`) Acrônimo para a estrutura padrão de artigos científicos: **I**ntrodução, **M**étodos, **R**esultados **A** e **D**iscussão. Mencionado na proposta de pesquisa sobre homogeneização.
Letramento em IA (AI Literacy)
(Do `principios.html`) Uma das "melhores práticas" definidas no guia. Refere-se à necessidade de os pesquisadores desenvolverem competência para entender as capacidades, limitações e riscos éticos das ferramentas de IA que utilizam.
LLM (Large Language Model)
(Do `catalogo.html` e `apendice.html`) Modelo de Linguagem Grande. O tipo de IAG focado em texto. São redes neurais massivas treinadas em vastas quantidades de texto da internet, capazes de entender e gerar linguagem humana. Ex: `GPT-4`, `Gemini`, `Claude`.
Meta-analítica
(Do `apendice.html`) O processo de pesquisa usado para criar o próprio guia. Envolveu a análise e síntese das *respostas* de outras IAs (uma análise sobre a análise).
MPA (Multi-Page Application)
(Do `instrucoes_finais.md`, usado por nós na refatoração) Aplicação de Múltiplas Páginas. A arquitetura de site usada pelo guia, onde cada seção é um arquivo `.html` separado, interligado por links de navegação.
Multi-LLM
(Do `apendice.html`) A prática de usar várias plataformas de LLM diferentes (ex: `ChatGPT`, `Gemini`, `Perplexity`) para a mesma tarefa, a fim de comparar resultados e obter uma visão mais completa.
Norte Global / Sul Global
(Do `analise.html` e `principios.html`) Termos usados na análise de vieses e da dependência epistêmica. Referem-se à divisão geopolítica e econômica que se reflete na produção de tecnologia de IA (concentrada no Norte Global) e seus impactos sobre o Sul Global.
Open Source (Código Aberto)
(Do `catalogo.html` e `README.md`) Refere-se a software (ex: `Llama`, `KNIME`) ou projetos (como este guia) cujo código-fonte ou conteúdo é disponibilizado publicamente, permitindo que qualquer pessoa o use, modifique e distribua, geralmente sob licenças específicas (como MIT ou Creative Commons).
Outline (Estrutura/Esqueleto)
(Do `fluxo.html`) Etapa 4 do fluxo de trabalho. Refere-se à criação de um esqueleto lógico ou sumário detalhado do artigo antes de iniciar a redação do rascunho.
PLN (Processamento de Linguagem Natural)
(Do `analise.html` e `catalogo.html`) O campo da ciência da computação focado em permitir que computadores entendam e processem a linguagem humana. É a tecnologia fundamental por trás dos LLMs.
Prompt
(Do `fluxo.html` e `apendice.html`) A instrução em linguagem natural (texto) que um usuário fornece a uma IAG para solicitar uma tarefa. A qualidade do prompt (Engenharia de Prompt) afeta diretamente a qualidade da resposta.
SWOT (Análise)
(Do `analise.html`) Acrônimo para **S**trengths (Forças), **W**eaknesses (Fraquezas), **O**pportunities (Oportunidades) e **T**hreats (Ameaças). Uma ferramenta de análise estratégica usada na Parte 4 do guia.
Transdisciplinaridade
(Do `analise.html`) Um conceito-chave do CS-USP-CG. Refere-se à pesquisa que não apenas combina (inter) ou atravessa (multi) disciplinas, mas que também integra o conhecimento acadêmico com o conhecimento de atores não acadêmicos (ex: setor privado, governo) para resolver problemas complexos.
Transparência (em IA)
(Do `principios.html`) Um pilar ético. Exige que os pesquisadores declarem abertamente o uso de ferramentas de IAG em seus trabalhos (na metodologia ou agradecimentos), especificando quais ferramentas e para quais fins.
USP (Universidade de São Paulo)
(Do `guia.html`) A universidade à qual o autor e o IEA estão afiliados.
Viés Algorítmico
(Do `principios.html`) O risco de que os modelos de IA reproduzam ou ampliem preconceitos e vieses sociais (de gênero, raça, geografia) presentes nos dados da internet com os quais foram treinados.