Ferramenta de IA expõe fraudes em revisões científicas com precisão

Uma ferramenta de inteligência artificial foi lançada para combater fraudes e plágios em relatórios de revisão por pares, um desafio crescente no meio acadêmico.

Desenvolvida pelo Institute of Physics Publishing (IOPP), sediado no Reino Unido, a tecnologia busca garantir maior integridade no processo de avaliação de artigos científicos. O sistema foi batizado de Duplicate Review Checker (DRC).

A ferramenta foi apresentada por Lauren Flintoft, gerente de integridade de pesquisa do IOPP, durante a 9ª Conferência Mundial sobre Integridade em Pesquisa, realizada em Vancouver, Canadá. Flintoft destacou que o DRC identifica relatórios de revisão duplicados ou muito semelhantes, frequentemente manipulados para acelerar publicações ou inflar citações.

Um estudo piloto conduzido pelo IOPP analisou cerca de 500 mil relatórios de revisão submetidos entre 2020 e 2025. O levantamento revelou quase 2.500 casos com pelo menos 60% de semelhança com revisões anteriores.

Desses casos, 785 apresentaram 80% ou mais de sobreposição textual. Outros 89 eram cópias exatas, demonstrando a gravidade do problema.

O IOPP anunciou a implementação do DRC em todas as suas revistas científicas, marcando um avanço significativo no combate a irregularidades. A tecnologia promete ser uma aliada para editoras que enfrentam o aumento de práticas antiéticas impulsionadas pela pressão por publicações acadêmicas.

Maria Ángeles Oviedo-García, pesquisadora da Universidade de Sevilha, na Espanha, apontou para a existência de “fábricas de revisão” que produzem relatórios padronizados. Essas estruturas replicam erros idênticos e inserem citações recorrentes a trabalhos dos próprios revisores, comprometendo a credibilidade científica.

Outras editoras, como a PLOS, têm enfrentado problemas semelhantes, investigando diversos artigos por preocupações com a integridade das revisões. Casos recentes resultaram na retratação de dezenas de trabalhos e na sinalização de outros para análise mais aprofundada.

O DRC funciona em duas fases. A primeira utiliza um modelo de IA que filtra os 50 relatórios mais semanticamente semelhantes no banco de dados da editora. A segunda aplica um algoritmo textual que compara caracteres para detectar correspondências exatas e calcular o grau de sobreposição.

Flintoft reforçou que, sem ferramentas como essa, as possibilidades de fraude no processo de revisão são praticamente ilimitadas. A executiva acredita que a tecnologia pode ajudar a restaurar a confiança em um sistema essencial para o avanço do conhecimento científico.

Especialistas ouvidos pela Nature afirmam que os casos detectados representam apenas a ponta de um problema muito maior. Eles defendem que a adoção de soluções como o DRC é indispensável para enfrentar as práticas desonestas que ameaçam a ciência.

A introdução da ferramenta reflete a urgência de proteger a integridade acadêmica em um cenário de crescentes pressões por produtividade. A expectativa é que mais editoras adotem tecnologias similares para coibir fraudes e fortalecer a credibilidade de suas publicações.