Métricas
1.200 palavras
Tempo médio de leitura =  6 minutos
Criado: 12mar2025
Atualizado: 12mar2026
https://bit.ly/ianapesquisa

Inteligência Artificial Generativa na Pesquisa em Saúde: Uma Nova Fronteira do Pensamento Científico

Aldemar Araujo Castro

Não é a IA-G que vai dominar a pesquisa,
e sim os pesquisadores que dominam a IA-G
é que irão liderar.

1. Introdução

Vivemos um momento de inflexão histórica na trajetória da ciência. Entre tantas inovações tecnológicas que surgem diariamente, poucas têm o potencial de reconfigurar as bases do trabalho científico como a Inteligência Artificial Generativa (IA-G). Muito além de uma ferramenta de automação, trata-se de um novo paradigma intelectual: a possibilidade real de contar com um orientador virtual disponível 24 horas por dia, capaz de colaborar em todas as etapas da pesquisa, sem substituir o pesquisador – mas ampliando sua capacidade cognitiva e criativa.

Após mais de três décadas formando gerações de estudantes em escolas médicas, posso afirmar com convicção: nunca tivemos à disposição um recurso tão poderoso, acessível e transformador. É chegada a hora de integrarmos, com responsabilidade e ousadia, essa nova aliada à prática científica cotidiana.

2. Do modelo Fiat Lux à prática com IA-G

Estruturar e sistematizar torna
mais produtiva a utilização da IA-G.

No modelo de pesquisa Fiat Lux, estruturado em três fases: planejamento, execução e divulgação, a IA-G atua como catalisadora e refinadora do processo. Ela favorece a geração de ideias inovadoras, primora a formulação da pergunta investigativa, auxilia na redação clara da do resumo do projeto de pesquisa (Plano de intenção), propõe métodos coerentes, auxilia no cálculo do tamanho da amostra e na escolha dos testes estatísticos. Ajuda a desenvolver instrumentos e, ao final, contribui significativamente para a redação do projeto de pesquisa e depois nos demais itens da sua execução e divulgação.

• 🔗 https://usinadepesquisa.com/fiatlux 

A velocidade com que isso acontece é notável: o que antes levava semanas para ser rascunhado, agora pode ser estruturado em poucas horas. E o mais impressionante: com maior qualidade, precisão e clareza.

3. O orientador que nunca dorme

A inteligência artificial não substitui
o pensamento crítico,
ela o desafia, provoca e expande.

A metáfora mais precisa talvez seja esta: a IA-G é um orientador incansável, um mentor acadêmico sempre disponível. Não importa o dia da semana, o fuso horário ou a hora da dúvida, ela está lá. Pronta para revisar textos com precisão técnica, sugerir alternativas metodológicas, simular análises, indicar referências, apontar falhas argumentativas e, acima de tudo, oferecer novas perspectivas que ampliam a visão do pesquisador.

A experiência com a IA generativa é semelhante a ter um comitê de especialistas à disposição, capaz de dialogar com clareza, rapidez e profundidade sobre qualquer etapa do trabalho científico. Ela ajuda na construção de justificativas mais robustas, identifica incongruências lógicas no raciocínio, traduz termos técnicos e sugere modos mais eficazes de apresentar os dados. Tudo isso sem impor um caminho único, mas abrindo possibilidades, o que, no fundo, é a essência da boa orientação.

Evidentemente, ela não substitui o papel do professor humano, especialmente na formação ética, na contextualização científica e no estímulo ao pensamento crítico. Pelo contrário, a IA-G valoriza ainda mais o papel do orientador ao assumir tarefas operacionais e permitir que as reuniões de orientação foquem no que realmente importa: a lógica da pesquisa, o rigor metodológico e a interpretação dos achados. O tempo da reunião deixa de ser gasto com correções gramaticais e passa a ser investido na construção do raciocínio científico.

Assim, pesquisadores em formação ganham autonomia, confiança e agilidade para testar ideias, reformular hipóteses e refinar argumentos. Já os orientadores ganham produtividade, clareza na comunicação com os orientandos e liberdade para acompanhar um maior número de projetos com qualidade. A ciência, como um todo, ganha profundidade, pluralidade e fluidez.

Neste novo cenário, os melhores resultados não virão de quem apenas "usa IA", mas de quem aprende a dialogar com ela, como quem aprende a dialogar com um orientador exigente e provocador. O segredo não está na resposta que a IA oferece, mas na pergunta que o pesquisador é capaz de formular.

4. Casos concretos de aplicação (Links)

Não se trata de teoria. A IA generativa já pode ser utilizada, com sucesso, nas seguintes aplicações desenvolvidas por mim:

4.1. PLANEJAR A PESQUISA

• 1️⃣ Desenvolver a ideia brilhante. O processo de gerar a pergunta de pesquisa, a hipótese, o objetivo e o título.
  🔗 https://bit.ly/ib-virtual (Para criar a primeira versão da ideia brilhante)
  🔗 https://bit.ly/resumovisual (Para criar uma imagem com a ideia brilhante)
  🔗 https://bit.ly/fiatlux-pitch (Para criar um pitch desk para a ideia brilhante)

• 2️⃣ Redigir o plano de intenção. O resumo do projeto de pesquisa com 15 parágrafos.
  🔗 https://bit.ly/pi-geral  (Para criar a primeira versão do plano de intenção)
  🔗 https://bit.ly/pi-onepage (Para criar uma land-page com o plano de intenção)
  🔗 https://bit.ly/fiatlux-pitch (Para criar um pitch desk para o plano de intenção)
  🔗 https://bit.ly/fiatlux-apresenta  (Para criar presentçõ para o plano de intenção e pitch)
  🔗 https://aldemararaujo.github.io/amostra/ (Este item não entra no plano de intenção mas é importante entender agora. Será utilizado na revisão da literatura).

• 3️⃣ Revisar a literatura. Auxiliar no processo de identificação, seleção, avaliação e síntese das pesquisas. 

  1. Use a <busca profunda> (GEMINI) ou <pesquisa profundada> (chatGPT). Faça, obrigatoriamente, duas buscas:
     (1) uma com o tema da sua pesquisa;
     (2) uma com a pergunta de pesquisa.

  2. Criar a estrategia de busca. Já com adaptação para as diferentes bases de dados de acordo com a pergunta de pesquisa.
     🔗 https://bit.ly/eb-virtual

  3. Selecionar os registros. [Em breve]

• 4️⃣ Testar os instrumentos e os procedimentos. Auxiliar na priorização dos itens da pesquisa e criação de instrumentos de coleta de dados, sugerindo escalas, formulários e simulações de resposta.
  🔗 https://aldemararaujo.github.io/ebook/
  🔗 https://bit.ly/tip-virtual

  1. Termo de Consentimento Livre e Esclarecido (TCLE). Para estar em conformidade com as regulamentaçãoes de pesquisa. Ajustar de acordo com a necessidade dos participantes de pesquisa e ainda, auxiliar elaboração do Termo de Assentimento Livre e Esclarecido (TALE), se necessário.
     🔗 https://bit.ly/tcle-virtual

  2. Risco e dos benefícios da pesquisa. Envie o seu projeto de pesquisa no formato de arquivo PDF e receba uma avaliação dos riscos e benefícios da sua pesquisa com sugestões de escrita para o projeto de pesquisa e o TCLE.
     🔗 https://bit.ly/rb-geral
     🔗 https://bit.ly/cep-tale (Como utilizar o recurso Storybook do GEMINI)

• 5️⃣ Redigir o projeto de pesquisa. Auxílio na clareza argumentativa e coesão entre objetivos, hipóteses e métodos. Assim como a conformidade com a legislação na área de ciências da saúde.

  1. Projeto Matriz. Agente para auxiliar na criação de um projeto com maior riqueza de detalhes possiveis para ser utilizado como fonte para a criação de projetos especificos, por exemplo: para a plataforma Brasil, para agencias de fomento...
     🔗 https://bit.ly/projeto-virtual

  2. Conformidade com o edital da IC UNCISAL 2025. Agente especializado em garantir que o projeto de pesquisa esteja em total conformidade com os critérios e exigências do Edital de Iniciação Científica 2025 da UNCISAL.
     🔗 https://bit.ly/IC2025uncisal  (Aguardando o edital para fazer a versão 2025)
     🔗 https://bit.ly/2026parcial - Relatório Parcial

  3. Conformidade com a Plataforma Brasil. Auxilia a submissão do projeto de pesquisa na Plataforma Brasil, interagindo com o usuário para tirar dúvidas e como preencher cada um dos campos.
     🔗 https://bit.ly/orientapb

4.2. EXECUTAR A PESQUISA

• Coletar os dados.
  [Em breve]

• Armazenar os dados.
  [Em breve]

• Tabular os dados.
  [Em breve]

• Analisar os dados.
  [Em breve]

• Interpretar os dados.
  [Em breve]

• Redigir o relatório final.
  [Em breve]

4.3. DIVULGAÇÃO DA PESQUISA

• Escrever o manuscrito. Revisar a linguagem científica, adaptando o vocabulário técnico ao público-alvo de periódicos nacionais e internacionais.
  [Em breve]

• Preparar o tema livre. Criar o resumo automático e roteirizar a apresentação, otimizando a divulgação científica para diversos meios.
  [Em breve]

Com isso, o tempo gasto em tarefas mecânicas é reduzido drasticamente, e o pesquisador é liberado para o que mais importa: pensar com profundidade.

BÔNUS

• Relato de caso - 🔗 https://bit.ly/cep-relatodecaso

• Patentes - 🔗 https://bit.ly/patente-virtual

5. Conclusão: uma convocação à ação

O futuro da pesquisa não está na máquina
nem no humano isolado,
mas na colaboração criativa entre ambos.

A Inteligência Artificial Generativa não é o futuro, ela é o presente que muitos ainda insistem em ignorar. E, como em toda revolução científica, os que hesitam em compreender e experimentar correm o risco de serem deixados para trás.

Não estamos apenas diante de uma ferramenta útil. Estamos diante de uma nova forma de pensar, escrever, planejar, revisar e comunicar ciência. O momento exige abertura, estudo, criticidade e, sobretudo, ação concreta.

Minha proposta é simples: experimente. Teste. Questione. Integre. Dialogue com a IA generativa como se fosse um colega de laboratório, um orientador extraoficial, um espelho das suas ideias. A recompensa será imediata: mais velocidade, mais clareza, mais qualidade.

E talvez, como eu, você também descubra que a ciência pode ser feita com mais inteligência e mais humanidade, ao lado das máquinas, não apesar delas.