Curso: Pesquisa Acadêmica com IA

Coescrito com IA por Andre Stangl.

A segunda aula aprofundou a ideia de que pesquisar com IA não é apenas “usar uma ferramenta”, mas aprender a habitar uma nova ecologia cognitiva, marcada por coescrita, coleitura, metarreflexão, curadoria intelectual e gestão da atenção. A aula combinou discussão conceitual, troca com os participantes e demonstrações práticas no ChatGPT, especialmente com GPTs customizados e projetos.

1. Abertura: metapresença e experiência de aula online

A aula começou com uma conversa sobre a própria condição do encontro remoto. A partir de uma referência a Naomar de Almeida Filho, foi apresentada a noção de metapresença ou metapresencialidade: a ideia de que encontros mediados por plataformas digitais não são simplesmente “a distância”, mas constituem outro tipo de presença.

A discussão apontou que a presença online depende de elementos como câmera aberta, galeria de rostos, interação síncrona e percepção das reações dos participantes. A tela, nesse sentido, não elimina a presença, mas a transforma. O encontro online foi pensado como uma forma de coabitação mediada, em que os participantes estão “juntos” de outro modo.

Também apareceu a ideia de salas híbridas ou metapresenciais, com várias telas, alunos presenciais e remotos em interação, indicando que a educação online pode deixar de ser apenas uma substituição emergencial da sala física e passar a ser pensada como outro ambiente de aprendizagem.

2. A IA como campo instável e em rápida transformação

Em seguida, a aula situou o curso dentro de um contexto mais amplo de debate na UFBA sobre inteligência artificial. Foi mencionada a formação de uma rede de professores, pesquisadores e estudantes interessados em estudar, experimentar, normatizar e formar pessoas para o uso de IA.

Um ponto importante foi a sensação de defasagem permanente: a cada semana surgem novos modelos, agentes, ferramentas multimodais, recursos de áudio, vídeo, imagem e texto. Antes mesmo de se consolidar uma metodologia para o uso de IA generativa em texto, já aparecem agentes autônomos, modelos multimodais e plataformas que reorganizam automaticamente slides, conceitos e narrativas.

Daí surgiu uma das teses centrais da aula: não se deve aceitar automaticamente aquilo que a IA produz. O material gerado pode trazer boas categorias, insights e conexões inesperadas, mas precisa sempre ser revisto, interrogado e reposicionado pelo pesquisador. A IA participa do processo de criação, mas não substitui a responsabilidade intelectual humana.

3. Coescrita, coleitura e pesquisa com IA

A aula reforçou que o trabalho com IA deve ser compreendido como um processo de cocriação, coescrita e coleitura. A pesquisa com IA não consiste apenas em pedir respostas, mas em construir progressivamente um contexto de interlocução.

A partir da experiência das edições anteriores do curso de coescrita, foi destacado que o uso da IA, inicialmente mais associado à literatura, narrativa e experimentação estética, passou a mostrar grande potencial para a pesquisa acadêmica.

Nesse ponto, a portaria do CNPq sobre integridade em pesquisa foi mencionada como um marco importante, pois oferece algum norte institucional para pensar o uso acadêmico da IA. O universo universitário ainda aparece como um campo de dúvidas, desinformação e insegurança, tanto entre alunos quanto entre professores, pesquisadores e estruturas administrativas.

4. Flusser, escrita e pós-história

Um dos blocos teóricos centrais da aula foi dedicado a Vilém Flusser, especialmente ao livro A escrita. A partir dessa obra, foi apresentada a ideia de que a escrita não é apenas um conteúdo, mas um gesto: escrever envolve corpo, superfície, linearidade, memória e organização do pensamento.

Flusser aparece como um pensador particularmente atual porque, ainda em 1989, já discutia a possibilidade de “máquinas de escrita pensante”. A aula mostrou como essa intuição se conecta ao presente, em que modelos de linguagem participam de processos de escrita, organização textual, tradução, síntese e criação.

A discussão levou à noção de pós-história. Em Flusser, esse conceito não significa simplesmente o fim da história, mas a passagem de uma cultura centrada na escrita linear para outra forma de organização simbólica, mais ligada às imagens técnicas, aos códigos, aos aparelhos e aos programas.

A oposição entre escrita e oralidade foi usada para ilustrar essa mudança. Ler um texto é seguir uma linha. Falar, por outro lado, pode manter coerência sem seguir a mesma linearidade. A oralidade pode juntar temas, tons, desvios e ênfases de forma menos sequencial. As mensagens de áudio no WhatsApp foram usadas como exemplo cotidiano dessa transformação: certas coisas são mais facilmente ditas do que escritas.

A IA entra como uma nova camada dessa transformação. Ela permite gravar aulas, reuniões e palestras, transcrever esse material e reorganizá-lo em textos, resumos, mapas conceituais e projetos. Com isso, práticas de oralidade, escrita e memória começam a se misturar.

Carta ao leitor do futuro

5. Memória persistente, contexto e curadoria

Outro ponto importante foi a ideia de que, com os modelos de linguagem, a relação entre usuário e IA vai sendo calibrada ao longo do tempo. A IA “educa” o usuário e o usuário “educa” a IA, no sentido de que a interação vai criando padrões, preferências, recorrências temáticas e modos narrativos.

A memória persistente e os projetos permitem que o modelo reconheça etapas anteriores de um trabalho, estilos de escrita, temas de pesquisa e caminhos argumentativos. Isso pode ser muito produtivo em um mundo saturado de informação.

Mas esse aumento de produtividade também gera um novo problema: a IA produz muito material, e esse material precisa ser lido, filtrado, revisado e avaliado. Por isso, o trabalho com IA exige curadoria intelectual. O pesquisador precisa reconhecer quando a IA abre um caminho interessante e quando ela conduz a uma direção fraca, imprecisa ou inadequada.

6. Dieta midiática e gestão da atenção

A aula trouxe uma pausa importante sobre o cuidado com a atenção. O uso intenso de IA foi relacionado a um problema mais amplo: vivemos em um ambiente de excesso informacional.

Foi apresentada a ideia de uma “dieta midiática”: reduzir a exposição às timelines, evitar a dispersão constante das redes sociais, concentrar a entrada de informação em fontes mais filtradas, como jornais, e criar práticas de equilíbrio.

A meditação foi mencionada como uma experiência pessoal de cuidado com a atenção, mas a recomendação foi mais ampla: cada pessoa precisa encontrar formas de pausa, desconexão e recomposição — seja por meditação, caminhada, atividade física, praia, cachoeira ou outro tipo de prática.

A metáfora do fármaco foi usada: a tecnologia pode funcionar como remédio, mas o excesso pode virar veneno. A IA, portanto, deve ser usada com dose, ritmo e consciência.

7. Debate com os alunos: escrever com IA ou pesquisar com IA?

Uma participante destacou que veio ao curso não necessariamente para entregar a escrita à IA, mas para compreender como a IA pode ajudar na pesquisa. Ela afirmou gostar do artesanato da escrita, da tela em branco, da construção do parágrafo e do trabalho autoral.

Esse comentário abriu uma distinção importante: há pessoas que gostam de escrever e há pessoas que precisam escrever. Para algumas, a IA pode ajudar na clareza, na organização didática, na revisão e na ampliação de argumentos. Para outras, a escrita continua sendo uma prática subjetiva, artesanal e prazerosa.

A resposta da aula foi acolher essa diferença. A IA não precisa ocupar o mesmo lugar para todos. Ela pode ser usada para encontrar bibliografia, localizar casos, organizar materiais, traduzir textos, revisar escopos e ajudar na leitura, sem necessariamente substituir o momento autoral da escrita.

8. Da perspectiva mecanicista à perspectiva recursiva

A aula introduziu uma distinção conceitual importante: estamos saindo de uma perspectiva mais mecanicista para uma perspectiva mais recursiva.

Em uma visão mecanicista, espera-se que a ferramenta obedeça diretamente ao comando: o usuário pede algo, a máquina entrega exatamente aquilo. Mas os modelos generativos funcionam de modo diferente. Eles variam, reinterpretam, completam, desviam, propõem caminhos e exigem ajustes contínuos.

Essa dimensão foi relacionada a Yuk Hui e à ideia de recursividade. A interação com IA não é linear: envolve tentativa, erro, reorientação, retorno, ajuste e nova tentativa. Por isso, a aula reforçou que a frustração com a IA muitas vezes vem da expectativa errada de que ela deveria funcionar como uma máquina determinística.

9. Alucinação como problema e como possibilidade

A aula tratou também das chamadas “alucinações” da IA. Em contextos de saúde, direito, ciência e decisão institucional, elas são perigosas, pois podem produzir informações falsas com aparência de autoridade.

Mas foi apresentada uma leitura mais complexa: em campos criativos, a alucinação pode aparecer como invenção, deslocamento ou abertura narrativa. Em literatura, por exemplo, respostas inesperadas podem gerar caminhos de criação.

Ainda assim, no campo acadêmico, a aula insistiu na necessidade de verificação. A IA não deve ser tomada como fonte final. Ela pode ajudar a formular hipóteses, encontrar relações e sugerir caminhos, mas precisa ser confrontada com fontes, textos, dados e critérios de pesquisa.

10. Metarreflexão: GPTs customizados como “índices remissivos recursivos”

O centro prático da aula foi a demonstração dos GPTs customizados. A ideia apresentada foi criar um modelo alimentado com livros, artigos ou materiais de um autor, para que ele responda com base naquele corpus.

Esse procedimento foi chamado de metarreflexão. A IA não deve “fingir ser Freud”, “fingir ser Nietzsche” ou simular a personalidade de um autor. O objetivo não é teatralizar o autor, mas criar uma camada de leitura sobre sua obra.

A fórmula apresentada foi muito boa:

Um GPT customizado pode funcionar como um índice remissivo recursivo.

Ou seja, em vez de apenas procurar uma palavra no índice de um livro, o pesquisador pode conversar com o corpus: perguntar por conceitos, relações, tensões, fases da obra, diferenças entre livros e possíveis aplicações a fenômenos contemporâneos.

11. RAG: explicação didática

A aula aproximou essa prática da ideia de RAG, sigla de Retrieval-Augmented Generation, ou geração aumentada por recuperação.

Em termos simples, RAG é uma técnica em que o modelo não responde apenas com base no treinamento geral, mas consulta uma base específica de documentos fornecida pelo usuário. No caso da aula, essa base pode ser composta por livros, artigos, capítulos ou materiais de um autor.

Assim, em vez de perguntar “o que é pós-história?” para um modelo genérico, pode-se perguntar a um GPT alimentado com obras de Flusser. A resposta tenderá a se orientar por aquele conjunto documental.

A recomendação metodológica foi evitar misturar muitos autores em um mesmo GPT. Para maior consistência, é melhor criar GPTs por autor, por livro ou por fase de autor. No caso de autores com fases muito distintas, como Wittgenstein ou Latour, pode ser interessante criar modelos separados.

12. Demonstração prática: Flusser e Simondon

Na demonstração, foi mostrado um GPT baseado em Flusser. Ao perguntar sobre pós-história, o modelo respondeu a partir da obra do autor, articulando escrita, imagens técnicas, programas, aparelhos e liberdade.

Depois, foi demonstrado o processo de criação de um GPT sobre Gilbert Simondon. A aula mostrou o caminho: acessar a área de GPTs, criar um novo GPT, definir seu objetivo, subir um PDF, orientar o modelo a responder com base naquele material e configurar o compartilhamento.

A partir disso, o GPT foi usado para explicar o conceito de individuação. Depois, o modelo foi provocado com uma questão mais interpretativa: se a individuação poderia ser pensada como uma forma de animismo. A resposta exigia cruzar Simondon com outras referências, mostrando como a IA pode ajudar a explorar hipóteses teóricas sem substituir a revisão crítica do pesquisador.

Experimente conversar com o GPTs Flusseriana – https://chatgpt.com/g/g-Kywx5YrPT-flusseriana

13. GPTs customizados, projetos e NotebookLM

Uma pergunta importante feita durante a aula foi sobre a diferença entre criar um GPT customizado e montar um projeto.

A resposta indicou que os projetos são práticos para organizar materiais próprios, pesquisas em andamento, livros específicos, capítulos e tarefas pessoais. Eles são úteis quando o pesquisador quer trabalhar com um conjunto de documentos sem necessariamente compartilhar esse ambiente com outras pessoas.

Já os GPTs customizados têm a vantagem de poderem ser mais individualizados e compartilháveis. Podem funcionar como tutores, guias de estudo, modelos baseados em autores ou assistentes especializados em determinado corpus.

A aula destacou que não há ainda uma resposta definitiva sobre qual opção é melhor. O campo está em construção. A escolha depende do objetivo: uso pessoal, compartilhamento com alunos, criação de tutor, organização de pesquisa, estudo de autor ou leitura de um corpus específico.

O NotebookLM também apareceu como ferramenta próxima dessa lógica, embora a aula tenha destacado que a experiência principal do curso está sendo feita com o ChatGPT.

14. Possibilidades pedagógicas: tutores de disciplina

Uma aplicação importante discutida foi a criação de GPTs como tutores de componentes curriculares. A ideia é alimentar um GPT com ementa, textos, artigos e materiais de uma disciplina, configurando-o para ajudar os estudantes a estudar aquele conteúdo.

Esse tutor não substituiria o professor, mas poderia funcionar como apoio para leitura, revisão, perguntas, explicações e aprofundamento. A aula também apontou desafios: como compartilhar com os alunos, como verificar a qualidade das respostas, como orientar o uso e como lidar com turmas grandes.

A recomendação foi testar com cuidado, preferencialmente em contextos menores ou controlados, antes de disponibilizar amplamente.

15. Velocidades e modos de resposta do modelo

Na parte final, foi demonstrada a diferença entre respostas mais rápidas e respostas mais reflexivas. O modelo pode responder de forma instantânea ou pode ser configurado para “pensar” mais antes de responder.

Esse recurso é útil em perguntas conceituais complexas, cruzamentos teóricos, análise de documentos e temas polêmicos. Em uma pergunta simples, talvez não seja necessário. Mas em questões de pesquisa, o modo mais reflexivo pode melhorar a qualidade da resposta, reduzir incoerências e explicitar melhor o caminho argumentativo.

Também foi mostrada a possibilidade de visualizar parte do processo de decisão do modelo, acompanhando fontes consultadas, etapas de busca e referências usadas.

16. Pesquisa aprofundada

Outro recurso apresentado foi a pesquisa aprofundada. Ela permite que o modelo faça uma investigação mais longa, varrendo fontes, artigos, páginas e bancos de dados.

A aula alertou, porém, que esse recurso pode produzir muito material e exigir bastante tempo de revisão. Por isso, deve ser usado quando a pergunta realmente justificar uma investigação mais ampla. A pesquisa aprofundada pode ser poderosa, mas também aumenta a carga de curadoria intelectual.

Ainda queremos saber?

17. Tradução com IA

A aula também trouxe orientações práticas sobre tradução. A IA pode ser muito boa para traduzir textos entre línguas de ampla circulação, especialmente textos jornalísticos, acadêmicos ou objetivos.

Mas há cuidados importantes:

1. Não mandar textos muito longos de uma vez.
2. Dividir o material em partes pequenas, como duas páginas por vez.
3. Explicar antes o objetivo da tradução.
4. Pedir explicitamente para não resumir.
5. Pedir uma tradução fiel, profissional e sem recriação.
6. Revisar termos técnicos, conceitos consolidados e escolhas terminológicas.

Foi destacado que a IA tende, em alguns casos, a resumir quando recebe textos longos. Por isso, é preciso calibrar o comando e verificar o resultado. Em textos literários, regionais, poéticos ou com forte marca estilística, a tradução automática tende a ser mais problemática.

Em busca do sentido comum na Babel digital

18. Cuidados éticos e limites

A aula também tocou em temas sensíveis ligados ao uso social da IA: simulação de pessoas falecidas, uso como conselheiro emocional, criação de personagens, relações afetivas com modelos e riscos de plataformas sem salvaguardas adequadas.

O ponto principal foi que a IA já está sendo usada para muito mais do que escrita acadêmica. Ela aparece em aconselhamento, companhia, geração de imagens, robótica, medicina, guerra, programação e diversas outras áreas.

Por isso, o curso delimitou seu escopo: o foco aqui é a IA como auxiliar de pesquisa, reflexão, leitura, escrita e organização do conhecimento, sem perder de vista que esse universo é muito mais amplo e exige atenção ética.

Será que seremos substituídos por IAs?

19. Encaminhamento para a próxima aula

A aula terminou com uma proposta prática: os participantes deveriam experimentar os recursos discutidos ao longo do fim de semana. A ideia era que cada um trouxesse, na aula seguinte, experiências concretas de uso da IA em seus próprios projetos de pesquisa.

O objetivo da próxima etapa seria olhar para aplicações reais: como cada participante está usando ou pode usar IA em seu cotidiano acadêmico, que dificuldades aparecem, que soluções são possíveis e que caminhos metodológicos podem ser construídos coletivamente.

Síntese final

A segunda aula consolidou a passagem da discussão geral sobre IA para uma metodologia de uso acadêmico mais precisa. O eixo principal foi a ideia de que pesquisar com IA exige construir contexto, calibrar modelos, revisar respostas, cuidar da atenção e transformar a IA em parceira de leitura e reflexão.

A noção mais forte da aula foi a de metarreflexão: usar modelos customizados, projetos e bases documentais para conversar com autores, livros, artigos e conceitos. Nesse sentido, a IA não aparece como substituta da pesquisa, mas como uma nova camada de mediação intelectual — um índice remissivo recursivo, capaz de ampliar formas de leitura, comparação, tradução, organização e problematização.

Abaixo estão os slides gerados com o GPT. Ainda não fiz uma revisão final do material, então podem conter ajustes a serem feitos. Estou compartilhando aqui apenas como complemento à aula e apoio para o acompanhamento dos conteúdos.