Integridade e ética

No Nzeru, autoria, transparência e verificação não são conteúdos laterais. São parte da prática.

Esta página liga princípios, cenários académicos e orientação de semáforo para ajudar a distinguir apoio legítimo, uso duvidoso e uso inadequado.

Praticar no laboratório Voltar a guias e ferramentas

Semáforo Nzeru

Verde = apoio aceitável e proporcional
Amarelo = requer cautela, revisão e, muitas vezes, disclosure
Vermelho = compromete autoria, rigor, privacidade ou accountability

Princípios Nzeru

Oito princípios para orientar uso responsável de IA no ensino superior.

Eles ajudam a pensar não apenas o que é permitido, mas por que certas práticas fortalecem ou enfraquecem aprendizagem, autoria e confiança.

Princípio 01

Julgamento humano primeiro

A IA pode apoiar tarefas, mas não substitui interpretação, contexto nem responsabilidade.

Por que importa: No trabalho académico, a decisão final continua a depender de pessoas que precisam justificar, verificar e responder pelo que produzem.

Princípio 02

Usar IA para apoiar aprendizagem, não para contorná-la

A função da IA deve ser ampliar compreensão e prática, não evitar o esforço intelectual central da tarefa.

Por que importa: Quando a ferramenta passa a substituir leitura, raciocínio ou autoria, ela enfraquece a própria finalidade educativa.

Princípio 03

Ser transparente sobre o uso de IA

Quando a IA influencia de forma relevante um processo, isso deve ser dito com clareza e proporção.

Por que importa: Transparência ajuda a preservar confiança, autoria clara e consistência entre expectativas e práticas.

Princípio 04

Verificar antes de confiar

Fatos, referências, dados e interpretações precisam ser conferidos em fontes reais.

Por que importa: Fluidez textual pode esconder erro grave. Verificação é parte do trabalho responsável, não um detalhe opcional.

Princípio 05

Proteger dados e dignidade

Privacidade, sensibilidade contextual e respeito pelas pessoas devem orientar qualquer uso.

Por que importa: Ferramentas podem expor dados pessoais, contextos vulneráveis e materiais que não deveriam ser enviados para plataformas externas.

Princípio 06

Observar viés e exclusão

Sistemas de IA podem reproduzir desigualdades e simplificações problemáticas.

Por que importa: Uso responsável exige atenção aos grupos que podem ser mal representados, silenciados ou tratados de forma injusta.

Princípio 07

Manter autoria clara

Apoio à linguagem, estrutura ou organização não deve apagar quem pensou, interpretou e sustentou o trabalho.

Por que importa: Em educação e investigação, autoria não é apenas crédito: é também responsabilidade intelectual.

Princípio 08

Responder pelos resultados

Quem usa IA continua responsável por erros, omissões, decisões e consequências.

Por que importa: Delegar tarefas a uma ferramenta não transfere accountability para a ferramenta.

Verde / Amarelo / Vermelho

Um guia simples para decidir com mais contexto e menos automatismo.

O semáforo não substitui julgamento. Ele serve como linguagem comum para discutir risco e adequação.

Verde

Apoio aceitável

Rever um ensaio com apoio de IA: Uma estudante já escreveu o seu ensaio e usa IA para receber sugestões de clareza, estrutura e transições.

Amarelo

Uso com cautela

Permitir IA sem explicar limites: Um docente diz apenas 'podem usar IA se quiserem', mas não clarifica o que é apoio aceitável ou o que exige disclosure.
Usar tradução automática como versão final: Um estudante escreve em português, traduz com IA para inglês e submete sem revisão do sentido académico.

Vermelho

Alto risco ou inadequado

Aceitar referências sugeridas sem conferir: Um pesquisador copia para o manuscrito final referências geradas por uma ferramenta sem abrir as fontes reais.
Enviar trabalhos de estudantes para uma ferramenta externa: Uma docente cola redações de estudantes num assistente externo para gerar feedback mais rápido.
Resumir literatura sem ler as fontes: Um pesquisador usa IA para gerar um resumo da literatura e reduz drasticamente a leitura direta dos artigos.

Estudantes

Apoiar aprendizagem sem terceirizar autoria.

Em trabalhos de estudantes, a pergunta central não é apenas “usei IA ou não?”. É: a IA apoiou compreensão e revisão, ou substituiu análise, leitura e redação que a tarefa esperava desenvolver?

Docentes

Explicitar limites protege melhor do que proibir de forma vaga.

Estudantes precisam saber o que conta como apoio aceitável, quando declarar uso de IA e quando a tarefa exige produção integralmente autoral.

Pesquisadores

Rigor, rastreabilidade e leitura continuam centrais.

Em investigação, o maior risco não é apenas usar IA. É deixar que ela ocupe o lugar da leitura crítica, da verificação bibliográfica e da responsabilidade intelectual.