O impacto da IA no desenvolvimento do pensamento científico

Para ilustrar essa preocupação, foram apresentados estudos preliminares que avaliaram os efeitos da IA sobre o aprendizado. Um deles observou menor atividade cerebral e menor recordação do conteúdo produzido por participantes que utilizaram IA durante tarefas de escrita. Outro, realizado com estudantes do ensino médio resolvendo problemas de matemática, mostrou que o uso irrestrito do ChatGPT melhorou o desempenho durante os exercícios, mas esteve associado a resultados inferiores em avaliações realizadas sem assistência da ferramenta. Em conjunto, esses achados sugeriram que a delegação excessiva de tarefas cognitivas à IA pode dificultar a consolidação do aprendizado e o desenvolvimento da autonomia intelectual.

O artigo também discutiu o papel da IA nas diferentes etapas da produção científica. Na formulação de hipóteses, destacou-se a importância de que pesquisadores em formação aprendam a identificar lacunas no conhecimento, reconhecer padrões, exercitar a curiosidade e estabelecer conexões entre diferentes áreas. A geração de novas ideias científicas depende não apenas da análise de informações existentes, mas também do raciocínio abdutivo, que permite formular explicações e hipóteses inovadoras a partir de evidências limitadas e está intimamente relacionado a processos criativos e intuitivos característicos do pensamento humano.

Considerações semelhantes foram feitas em relação ao desenho de experimentos. Antes de recorrer à IA para buscar referências ou sugestões metodológicas, os estudantes devem refletir sobre quais estratégias consideram mais adequadas para responder às suas perguntas de pesquisa. Posteriormente, ferramentas de IA podem auxiliar na identificação de trabalhos relevantes, na exploração de alternativas experimentais e até na resolução de problemas específicos, desde que não substituam o processo de raciocínio do pesquisador.

Após a obtenção dos resultados, a interpretação dos dados é apresentada como outra etapa essencial para o desenvolvimento científico. A compreensão crítica dos achados, a identificação de limitações e a construção de conclusões coerentes são competências que exigem treinamento contínuo. Nesse cenário, a IA pode aumentar o risco de que interpretações incorretas ou informações geradas de forma equivocada sejam aceitas  pelos modelos.

A redação científica também recebeu enfoque significativo ao longo do texto. Mais do que um simples registro dos resultados, a escrita é descrita como parte do próprio processo de construção do conhecimento, permitindo organizar evidências, estruturar argumentos e contextualizar os achados na literatura existente. Por esse motivo, a autora sugeriu que estudantes elaborem inicialmente seus próprios esboços, interpretações e narrativas científicas, utilizando a IA posteriormente para aprimorar aspectos relacionados à linguagem, clareza e apresentação visual.

Por fim, Roxana Daneshjou (2026) defendeu que a formação científica deve continuar priorizando o desenvolvimento do pensamento independente, mesmo em um cenário de crescente adoção da IA. Nessa perspectiva, a tecnologia é apresentada como uma ferramenta capaz de ampliar a eficiência da pesquisa, mas que deve ser utilizada de forma planejada e progressiva, preservando habilidades cognitivas consideradas essenciais para a formação de cientistas capazes de formular perguntas, interpretar evidências e produzir conhecimento de forma crítica e autônoma.