Inteligência artificial & avaliação por pares: uma análise cientométrica a partir da produção científica indexada na Scopus

Lucas dos Santos Souza da Silva; Dayanne da Silva Prudencio

doi:10.22477/x.ebbc.1002

Autores

Lucas dos Santos Souza da Silva Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict) https://orcid.org/0000-0001-8048-5316
Dayanne da Silva Prudencio Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict) https://orcid.org/0000-0001-8346-2160

DOI:

https://doi.org/10.22477/x.ebbc.1002

Palavras-chave:

Inteligência Artificial, Avaliação por pares, Comunicação científica, Cientometria

Resumo

O estudo tem como objetivo identificar as frentes de pesquisa que relacionam a Inteligência Artificial e a avaliação por pares. Para isso, adota a cientometria como abordagem metodológica, analisando artigos científicos indexados na base Scopus publicados nos últimos dez anos, contando com suporte do software VOSviewer, para mineração de textos e visualização das redes de coocorrência e de coautoria. Os resultados demonstram a aderência dos estudos sobre aplicação da Inteligência Artificial no apoio à avaliação por pares, bem como a formação de grupos temáticos e redes internacionais de pesquisa, e uma lacuna de produção científica sobre a temática no Brasil.

Biografia do Autor

Lucas dos Santos Souza da Silva, Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict)

Bibliotecário, formado pela Universidade Federal do Estado do Rio de Janeiro (UNIRIO). Mestre em Ciência da Informação pelo Programa de Pós-Graduação em Ciência da Informação (PPGCI) do Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT) em acordo de cooperação técnica com a Universidade Federal do Rio de Janeiro (UFRJ), bolsista CAPES de Programa de Excelência (ProEx) - Nota 6. Doutorando em Ciência da Informação pelo Programa de Pós-Graduação em Ciência da Informação (PPGCI) do Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT), conceito CAPES nota 7. Membro do grupo de pesquisa TRAMA - Tendências, Redes, Aprendizagem e Gestão em Múltiplos Ambientes. Membro do grupo de pesquisa BRIET - Biblioteconomia, Representação, Interoperabilidade, E-science e Tecnologia. Atualmente, desenvolve pesquisas sobre Library Publishing, movimento internacionalmente reconhecido para representar a atuação de bibliotecas universitárias e de instiutições de pesquisa no apoio a editoração e publicação de projetos aliados a Ciência Aberta. Atua profissionalmente desenvolvendo serviços de editoração científica como Biblio.Iluminado, e é bolsista FUNDEP pela Escola Nacional de Informação (ENACIN - Ibict).

Dayanne da Silva Prudencio, Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict)

Doutora em Ciência da Informação pelo PPGCI IBICT/UFRJ (2019). Mestre em Ciência da Informação pela Universidade Federal Fluminense (2015). Especialista em Tecnologias da Informação e da Comunicação aplicadas à Educação na Universidade Federal de Santa Maria (2018). Especialista em Gestão Empresarial e Sistema de Informação pela UFF (2013) e Bacharel em Biblioteconomia pela Universidade Federal do Estado do Rio de Janeiro (2011). Tem interesse nos seguintes temas: Formação/educação no campo informacional; Competência em Informação; Gestão estratégica da informação; Informação e segurança pública; Informação e/para Saúde; Inteligência Artificial aplicada ao campo informacional; Gestão de unidades de informação; Empreendedorismo e inovação em Bibliotecas; Justiça informacional e Inclusão; Líder do grupo de pesquisa: TRAMA - Tendências, Redes, Aprendizagem, Gestão em Múltiplos Ambientes que tem uma linha dedicada a justiça informacional (Ibict) e InforNet - Informação, Tecnologia e Biblioteconomia (Unirio).

Referências

CAROBENE, Anna; PADOAN, Andrea; CABITZA, Federico; BANFI, Giuseppe; PLEBANI, Mario. Rising adoption of artificial intelligence in scientific publishing: evaluating the role, risks, and ethical implications in paper drafting and review process. Clinical Chemistry and Laboratory Medicine (CCLM), v. 62, n. 5, p. 835–843, nov. 2024. DOI: 10.1515/cclm-2023-1136. Disponível em: https://www.degruyterbrill.com/document/doi/10.1515/cclm-2023-1136/html. Acesso em: 14 maio 2026.

CHETWYND, Ellen. Ethical Use of Artificial Intelligence for Scientific Writing: Current Trends. Journal of Human Lactation, v. 40, n. 2, p. 211–215, 2024. DOI: 10.1177/08903344241235160. Disponível em: https://journals.sagepub.com/doi/10.1177/08903344241235160?url_ver=Z39.88-2003&rfr_id=ori:rid:crossref.org&rfr_dat=cr_pub%20%200pubmed. Acesso em: 22 nov. 2025.

DAVE, Manas; PATEL, Neil. Artificial Intelligence in healthcare and education. British Dental Journal, v. 234, n. 10, p. 761-764, maio 2023. DOI: 10.1038/s41415-023-5845-2. Disponível em: https://www.nature.com/articles/s41415-023-5845-2. Acesso em: 14 maio 2026.

FARIAS, Maria Giovanna Guedes; SANTOS, Gildenir Carolino. Avaliações de produções científicas: desafios e motivações de editores e avaliadores. Encontros Bibli, Florianópolis, v. 28, e92858, 2023. DOI:1518-2924.2023.e92858. Disponível em: https://www.scielo.br/j/eb/a/9kmgtLPCgBy6NWqcxRz8zBL/?lang=pt. Acesso em: 15 dez. 2025.

FRANÇA, Thiago F. A., MONTESERRAT, José Maria. The artificial intelligence revolution...in unethical publishing: Will AI worsen our dysfunctional publishing system?. Journal of General Physiology, v. 156, n. 11, nov. 2024. DOI: 10.1085/jgp.202413654. Disponível em: https://rupress.org/jgp/article/156/11/e202413654/277011/The-artificial-intelligence-revolution-in. Acesso em: 14 maio 2026.

GHOSAL, Tirthankar, KUMAR, Sandeep; BHARTI, Prabhat Kumar; EKBAL, Asif. Peer review analyze: A novel benchmark resource for computational analysis of peer reviews. PLoS ONE, v. 17, n.1, e0259238, 2022. DOI: 10.1371/journal.pone.0259238. Disponível em: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0259238. Acesso em: 14 maio 2026.

GROENER, Luciana Castro, FARIA, Leandro Innocentini Lopes de; PERISSINO, Rodrigo César et al. Um estudo bibliométrico sobre a pesquisa em Inteligência Artificial no Brasil. Brazilian Journal of Information Science: Research trends, v. 16, e02147, 2022. DOI: 1981-1640.2022.v16.e02147. Disponível em: https://revistas.marilia.unesp.br/index.php/bjis/article/view/12855/8653. Acesso em: 3 dez. 2025.

KERN, Vinícius Medina. Inovações na Revisão por Pares. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 23., 2017, Marília. Anais [...]. São Paulo: ANCIB, 2017. Disponível em: https://revistas.ancib.org/index.php/tpbci/article/view/430. Acesso em: 23 nov. 2025.

KOUSHA, Kayvan; THELWALL, Mike. Artificial intelligence to support publishing and peer review: A summary and review. Learned Publishing, v. 37, n.1, p. 4-12, jan. 2024. DOI: 10.1002/leap.1570. Disponível em: https://onlinelibrary.wiley.com/doi/full/10.1002/leap.1570. Acesso em: 14 maio 2026.

KUMAR, Sandeep; SAHU, Mohit, GACCHE, Vardhan; GHOSAL, Tirthankar, EKBAL, Asif. ‘Quis custodiet ipsos custodes?’ Who will watch the watchmen? On Detecting AI-generated peer-reviews. In: 2024 CONFERENCE ON EMPIRICAL METHODS IN NATURAL LANGUAGE PROCESSING, 12-16 nov. 2024, Miami. Proceedings […]. Miami: ACL Anthology, 2024. p. 22663–22679. Disponível em: https://aclanthology.org/2024.emnlp-main.1262/. Acesso em: 14 maio 2026.

KUMAR, Sandeep; GHOSAL, Tirthankar, EKBAL, Asif. When Reviewers Lock Horn: Finding Disagreement in Scientific Peer Reviews. In: 2023 CONFERENCE ON EMPIRICAL METHODS IN NATURAL LANGUAGE PROCESSING, 6-10 dez. 2023, Singapura. Proceedings […]. Singapura: ACL Anthology, 2024. p. 16693–16704. Disponível em: https://aclanthology.org/2023.emnlp-main.1038/. Acesso em: 14 maio 2026.

LEUNG, Tiffany I.; CARDOSO, Taiane de Azevedo; MAVRAGANI, Amaryllis; EYSENBACH, Gunther. Best Practices for Using AI Tools as an Author, Peer Reviewer, or Editor. Journal of Medical Internet Research, v. 25, e51584, p. 1-8, 2023. DOI: 10.2196/51584. Disponível em: https://www.jmir.org/2023/1/e51584. Acesso em: 14 maio 2026.

LOPELOZA, Carlos. La inteligencia artificial en los procesos editoriales de las revistas académicas: propuestas prácticas. Infonomy, v. 1, e23009, 2023. DOI: 10.3145/infonomy.23.009. Disponível em: https://infonomy.scimagoepi.com/index.php/infonomy/article/view/9. Acesso em: 15 dez. 2025.

LUSTOSA, Marilus de Melo; FARIAS, Maria Giovanna Guedes; FARIAS, Gabriela Belmont de. Inteligência Artificial e Comunicação Científica: uma revisão sistemática. Brazilian Journal of Information Science: Research trends, v. 18, e024004, 2024. DOI: 1981-1640.2024.v18.e024004. Disponível em: https://revistas.marilia.unesp.br/index.php/bjis/article/view/15224. Acesso em: 3 dez. 2025.

RAO, Vishisht Srihari; KUMAR, Aounon; LAKKARAJU, Himabindu; SHAH, Nihar B. Detecting LLM-generated peer reviews. PLOS One, v. 20, n. 9, e0331871, 22 set. 2025. DOI: 10.1371/journal.pone.0331871. Disponível em: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0331871. Acesso em: 14 maio 2026.

THELWALL, Mike; SUD, Pardeep. Scopus 1900–2020: Growth in articles, abstracts, countries, fields, and journals. Quantitative Science Studies, v. 3, n. 1, p. 37-50, abr. 2022. DOI: 10.1162/qss_a_00177. Disponível em: https://direct.mit.edu/qss/article/3/1/37/109076/Scopus-1900-2020-Growth-in-articles-abstracts. Acesso em: 13 jan. 2026.

VANTI, Nadia. A Cientometria revisitada à luz da expansão da Ciência, da Tecnologia e da Inovação. PontodeAcesso, Salvador, v. 5, n. 3, p. 5-31, dez. 2011. Disponível em: https://periodicos.ufba.br/index.php/revistaici/article/view/5679. Acesso em: 23 nov. 2025.