Sistema gerou pareceres adicionais em menos de 24 horas e recebeu avaliações superiores em seis de nove critérios, mas não substituiu revisores humanos
Um piloto realizado na AAAI-26, uma das principais conferências de inteligência artificial, produziu revisões automatizadas para 22.977 trabalhos científicos em menos de 24 horas. O estudo que descreve a experiência foi submetido ao arXiv em 15 de abril de 2026 e voltou ao debate em agosto, após uma análise de Silvio Meira sobre a escala alcançada pela IA na produção e na avaliação de pesquisas.
O número precisa ser lido com cuidado. A AAAI informou que recebeu quase 29 mil submissões para sua trilha técnica principal. Depois da exclusão de arquivos fora das regras, cerca de 23 mil seguiram para avaliação completa. Foi sobre esse conjunto — 22.977 trabalhos — que o sistema gerou um parecer identificado explicitamente como produzido por IA.
A ferramenta não substituiu pareceristas humanos. Segundo o estudo, cada artigo recebeu a revisão automatizada ao lado de pelo menos dois pareceres humanos na primeira fase. O sistema também não atribuía nota nem recomendava aceitar ou rejeitar o trabalho. Integrantes seniores do comitê podiam usar aquele conteúdo como informação adicional, enquanto as decisões continuavam dentro do processo conduzido por pessoas.
O fluxo automatizado era mais elaborado do que pedir a um chatbot que escrevesse uma resenha. Os arquivos eram convertidos do PDF para Markdown e passavam por etapas voltadas à narrativa, apresentação, avaliação experimental, correção e relevância. O sistema podia executar trechos de código e consultar literatura, depois produzia um parecer inicial, fazia autocrítica e gerava uma versão revista. Registros intermediários foram preservados para auditoria e houve inspeção humana de julgamentos críticos.
Uma pesquisa voluntária com autores e integrantes dos comitês recebeu 5.834 respostas. Nas comparações apresentadas pelos pesquisadores, as revisões de IA tiveram avaliações superiores às humanas em seis de nove critérios. As maiores vantagens percebidas apareceram na identificação de erros técnicos, no levantamento de pontos ainda não considerados, em sugestões de apresentação e desenho de pesquisa e no nível de detalhamento.
O próprio estudo também mostra por que o resultado não equivale a uma vitória geral da máquina. Participantes avaliaram que a IA dava peso excessivo a questões menores, podia cometer erros técnicos e, em alguns casos, oferecia sugestões incorretas ou pouco úteis. Entre revisores e coordenadores, 49,4% disseram que o parecer automatizado deixou passar pontos que um humano provavelmente perceberia. Apenas 13,8% afirmaram que a revisão de IA mudou sua avaliação ou interpretação do trabalho.
Há ainda limites metodológicos. A pesquisa era opcional, portanto seus autores reconhecem possível viés de autosseleção: quem decidiu responder pode não representar todos os participantes. O documento está disponível como preprint no arXiv, e os resultados descrevem um sistema específico, aplicado em uma conferência de IA. Eles não demonstram que qualquer modelo, em qualquer área científica, possa substituir revisão humana.
Outras conferências adotaram caminhos mais restritivos. A política da ICML 2026 permite, em uma de suas modalidades, usar modelos para entender conceitos, localizar trabalhos relacionados e polir o texto, mas proíbe delegar julgamento, crítica e redação integral do parecer. Autores e revisores escolhem políticas compatíveis, e a responsabilidade final permanece humana.
Para universidades, revistas e empresas que avaliam documentação técnica, o piloto oferece uma lição prática: IA pode ampliar cobertura e velocidade quando entra como camada adicional, com rastreabilidade e revisão humana. A experiência não elimina o trabalho especializado. Ela desloca a atenção para os pontos em que o sistema erra, para a proteção de material confidencial e para regras claras sobre quem continua responsável pela decisão.
Imagem de destaque: ilustração original gerada por IA para o Puxando Bit.
