📸 Créditos da imagem: © Unsplash
A inteligência artificial consolidou-se como uma ferramenta indispensável no cotidiano de laboratórios e centros de pesquisa ao redor do mundo. Além de acelerar a análise de dados complexos, esses sistemas avançados têm sido amplamente utilizados para criar ilustrações, diagramas e esquemas visuais que facilitam a explicação de descobertas científicas. No entanto, a rapidez e a praticidade trazidas por essas tecnologias introduziram um dilema ético e metodológico urgente: até que ponto os recursos visuais gerados por algoritmos são realmente confiáveis?
Casos recentes demonstram que conteúdos visuais produzidos por sistemas generativos estão conseguindo ultrapassar as barreiras da revisão por pares, atingindo publicações de prestígio internacional. Quando erros graves passam despercebidos por editores e revisores, a credibilidade de estudos inteiros acaba comprometida, colocando em xeque a integridade do processo científico.
O caso do artigo com o roedor impossível
Em 2024, um episódio emblemático chamou a atenção de pesquisadores globais e viralizou nas redes sociais. Um artigo publicado em um periódico científico com revisão por pares apresentava a ilustração de um rato com anomalias anatômicas bizarras e irreais. O modelo gerado apresentava quatro testículos, proporções completamente incompatíveis com a biologia e textos ilegíveis ou sem sentido ao longo da imagem.
A figura havia sido desenvolvida com o apoio do Midjourney, uma popular ferramenta de geração de imagens baseada em inteligência artificial. O caso foi detalhadamente analisado por Elisabeth Bik, consultora e especialista em integridade científica. Segundo Bik, a evolução acelerada desses softwares torna cada vez mais difícil diferenciar um registro autêntico de uma simulação sintética. Ela alerta que, embora a tecnologia avance, as falhas persistem e têm o potencial de arruinar a reputação de pesquisadores e de revistas científicas.
Democratização da criação visual e os riscos ocultos
A popularização de plataformas como Midjourney e DALL-E permitiu a democratização da criação de conteúdo gráfico. Cientistas que não possuem formação em design agora conseguem estruturar gráficos e esquemas visuais altamente complexos em questão de minutos, reduzindo custos operacionais e tornando a comunicação dos resultados mais acessível ao público geral.
A relevância dos recursos visuais é respaldada por estatísticas. Um levantamento amplo, que analisou cerca de oito milhões de gráficos em publicações científicas, revelou uma correlação direta entre o impacto acadêmico de um artigo e a quantidade de diagramas explicativos utilizados. No entanto, especialistas destacam que pequenas imperfeições nas imagens geradas sinteticamente podem camuflar erros conceituais graves que comprometem a pesquisa.
Divergência nas regras das editoras científicas
Diante desse novo cenário, a falta de padronização entre as grandes editoras acadêmicas tem gerado incertezas. Cada grupo editorial adota diretrizes próprias sobre até onde a inteligência artificial pode ser utilizada na elaboração de artigos:
- PLOS: Permite o uso de imagens geradas por IA, desde que haja total transparência sobre os softwares utilizados, as etapas do processo e as seções específicas onde a tecnologia foi aplicada.
- Cell Reports: Proíbe expressamente a utilização de inteligência artificial em esquemas visuais e impõe severas restrições para visualizações de dados.
- Springer Nature: Restringe a tecnologia a casos excepcionais, como artigos que estudam a própria IA, exigindo aprovação individual e rigoroso cumprimento de normas éticas e de direitos autorais.
A manipulação de dados originais e o risco de falsificação
O perigo mais crítico reside na modificação de evidências e dados originais de pesquisas. Em abril, um estudo veiculado no prestigiado New England Journal of Medicine precisou ser retratado após a identificação de uma alteração digital indevida. Uma fita métrica exibida na imagem havia sido modificada por um software de IA, alterando incorretamente a escala numérica. Os autores admitiram que utilizaram a ferramenta por urgência para ajustar a posição do objeto, mas o sistema introduziu distorções que invalidaram a imagem.
A facilidade de criação de evidências falsas também preocupa a comunidade de biotecnologia. A pesquisadora Mikael Elias demonstrou que, com apenas um comando direcionado ao ChatGPT, é possível sintetizar imagens convincentes de exames laboratoriais conhecidos como western blots, amplamente utilizados como prova em pesquisas biomédicas.
Embora existam métodos em desenvolvimento para detectar adulterações sintéticas, peritos reforçam que a velocidade de aprimoramento da IA supera as defesas atuais. A recomendação da comunidade acadêmica é categórica: a inteligência artificial deve atuar estritamente como auxílio para ilustração e comunicação, sendo terminantemente proibida sua aplicação na alteração ou geração de dados científicos originais.
📰 Leia a notícia completa em: Gizmodo »