Inteligência artificial e os desafios à integridade acadêmica

um modelo integrado

Authors

  • João Artur de Souza Universidade Federal de Santa Catarina (UFSC)
  • Gertrudes Aparecida Dandolini Universidade Federal de Santa Catarina (UFSC)

DOI:

https://doi.org/10.36776/ribsp.v8i21.311

Keywords:

Academic Integrity, Generative artificial intelligence, Institutional Policies, Pedagogy

Abstract

 

Generative Artificial Intelligence (GIA) redefines the limits of intellectual authenticity in the production of scientific knowledge, demanding new approaches to academic integrity. This article proposes an integrated model that preserves the authenticity of knowledge in the face of IAG challenges. The model is based on theoretical review, analysis of institutional policies, pedagogical studies and evaluation of technological tools. Academic integrity in the era of IAG is not a problem to be "solved" but a dynamic process. The proposed model synergistically integrates: updated standards, innovative pedagogical practices, and support technologies. The model is expected to contribute to transforming academic integrity into an ecosystem of authentic intellectual development, overcoming punitive approaches.

Author Biographies

João Artur de Souza, Universidade Federal de Santa Catarina (UFSC)

Doutorado em Engenharia de Produção pela Universidade Federal de Santa Catarina (1999) e Pós-doutorado pela Universidade Federal de Santa Catarina (2000). Graduação em Matemática (Licenciatura) pela Universidade Federal de Santa Catarina (1989), Mestrado em Matemática e Computação Científica pela Universidade Federal de Santa Catarina (1993), Graduação em Direito pelo Universidade do Sul Catarinense (UNISUL).Trabalhou na Universidade Federal de Pelotas de 1993 a 2007 como professor na área de Matemática, atuando também em Educação a Distância. Enquanto professor da Universidade Federal de Pelotas foi coordenador do Curso de Matemática a Distância. Atualmente é Professor da Universidade Federal de Santa Catarina do Departamento de Engenharia do Conhecimento líder do Grupo de Pesquisa IGTI e membro do Grupo ENGIN - Engenharia da Integração e Governança do Conhecimento. Na graduação tem trabalhado com disciplinas Projetos Interdisciplinares. Na pós-graduação tem atuado como professor do Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento da UFSC na área de Engenharia do Conhecimento. Atuando nas áreas de pesquisa: Gestão da Inovação, Inteligência para Inovação, Universidade Corporativa, Governança aplicada a Segurança Publica. Tem experiência na área inteligência artificial, mais especificamente: Redes neurais, conjuntos difusos e Algoritmos genéticos. Tem atuado em projetos na área de Segurança Pública desde 2012. Possui mais de 400 publicações (entre artigos em eventos, periódicos, livros, e capítulos de livros).

 

CV: http://lattes.cnpq.br/6695591100082194 .

Gertrudes Aparecida Dandolini, Universidade Federal de Santa Catarina (UFSC)

Professora Titular da Universidade Federal de Santa Catarina (UFSC). Mestre (1997) e Doutora em Engenharia de Produção (2000), e licenciada em Matemática (1992) pela UFSC. Foi professora da Universidade Federal de Pelotas (UFPEL) entre 1993 e 2007, onde foi coordenadora dos cursos de Lic. em Matemática presencial e do a distância. Foi pesquisadora da Universidade Aberta do Brasil (UAB) entre 2007 e 2011. Foi coordenadora e subcoordenadora do Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento (PPGEGC) entre 2016-2017 e 2018-2019, respectivamente. Atualmente é líder do Grupo de Pesquisa Inteligência, Gestão e Tecnologia para Inovação (IGTI) e membro do ENGIN - Engenharia da Integração e Governança do Conhecimento. Ministra na graduação: Teoria Geral dos Sistemas, Criatividade e Inovação e Gestão da Inovação. Na pós-graduação é professora do PPGEGC/UFSC na área de inovação. Linhas de pesquisa: Front End da Inovação, Inteligência para Inovação, Gestão de Inovação, Inovação Social e Universidade Corporativa.

 

CV: http://lattes.cnpq.br/3098548295086867 .

References

AUSUBEL, D. P. Educational Psychology: a cognitive view. Holt, Rinehart and Winston, 1968.

BENDER, Emily M. et al. On the dangers of stochastic parrots: Can language models be too big?. In: Proceedings of the 2021 ACM conference on fairness, accountability, and transparency. 2021. p. 610-623. https://doi.org/10.1145/3442188.3445922

BENUYENAH, V. Commentary: ChatGPT use in higher education assessment: Prospects and epistemic threats. Journal of Research in Innovative Teaching & Learning, v. 16, n.1, p. 134-135, 2023. https://doi.org/10.1108/JRIT-03-2023-097.

CARR, Nicholas. The shallows: What the Internet is doing to our brains. WW Norton & Company, 2020.

COPE Council. Authorship and AI tools: COPE Position Statement. 2023. https://doi.org/10.24318/cCVRZBms

COTTON, Debby RE; COTTON, Peter A.; SHIPWAY, J. Reuben. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in education and teaching international, v. 61, n. 2, p. 228-239, 2024. https://doi.org/10.1080/14703297.2023.2190148

CROMPTON, Helen; BURKE, Diane. Artificial intelligence in higher education: the state of the field. International journal of educational technology in higher education, v. 20, n. 1, p. 22, 2023. https://doi.org/10.1186/s41239-023-00392-8

DAVIES, Laura J.; HOWARD, Rebecca Moore. Plagiarism and the internet: Fears, facts, and pedagogies. In: Handbook of academic integrity. Springer, Singapore, 2015. p. 1-13. https://doi.org/10.1007/978-981-287-098-8_16

DIGNUM, Virginia. Responsible artificial intelligence: how to develop and use AI in a responsible way. Cham: Springer, 2019.

EDUCAUSE. 7 things you should know about AI-driven feedback. 2022. Disponível em: https://er.educause.edu/articles/2023/12/7-things-you-should-know-about-generative-ai. Acesso em: 16 jun. 2025.

FLORIDI, Luciano. The ethics of artificial intelligence: principles, challenges, and opportunities. Oxford: Oxford University Press, 2023.

FLORIDI, Luciano; CHIRIATTI, Massimo. GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, v. 30, p. 681-694, 2020. https://doi.org/10.1007/s11023-020-09548-1

FRANCO, Diego; VIEGAS, Luis Eduardo; RÖHE, Anderson. Guia Ético para a Inteligência Artificial Generativa no Ensino Superior.

TECCOGS: Revista Digital de Tecnologias Cognitivas, n. 28, p. 108-117, 2023.

FYFE, Paul. How to cheat on your final paper: Assigning AI for student writing. AI & SOCIETY, v. 38, n. 4, p. 1395-1405, 2023. https://doi.org/10.1007/s00146-022-01397-z

GIDDENS, Anthony. The constitution of society: Outline of the theory of structuration. Univ of California Press, 1984.

HOLMES, Wayne; BIALIK, Maya; FADEL, Charles. Artificial intelligence in education promises and implications for teaching and learning. Center for Curriculum Redesign, 2019.

IFENTHALER, D., SCHUMACHER, C. Liberando informações pessoais em sistemas de análise de aprendizagem. In: SAMPSON, D. (orgs.) tecnologias de aprendizagem para transformar o ensino, a aprendizagem e a avaliação em larga escala. Springer, Cham, 2019.

ICAI. Global Survey on Academic Integrity. 2023. Disponível em: https://www.academicintegrity.org/resources/IA-survey-2023. Acesso em: 16 jun. 2025.

JONAS, Hans. The imperative of responsibility: In search of an ethics for the technological age. University of Chicago press, 1984.

KING'S COLLEGE LONDON. Academic Writing Support. 2023. Disponível em: https://blogs.kcl.ac.uk/aflkings/2023/05/11/scaffolding-inclusive-formative-assessment-opportunities-for-a-summative-poster-on-health-inequalities-in-london/. Acesso em: 16 jun. 2025.

LUCKIN, Rosemary. Machine Learning and Human Intelligence. The future of education for the 21st century. UCL institute of education press, 2018.

MACFARLANE, Bruce. Freedom to learn: The threat to student academic freedom and why it needs to be reclaimed. Routledge, 2016.

MARCUS, Gary. The next decade in AI: four steps towards robust artificial intelligence. arXiv preprint arXiv:2002.06177, 2020.

NORMAN, Donald A. Design for a better world: Meaningful, sustainable, humanity centered. MIT Press, 2023.

PIAMSAI, Chatraporn. The effect of scaffolding on non-proficient EFL learners’ performance in an academic writing class. LEARN Journal: Language Education and Acquisition Research Network, v. 13, n. 2, p. 288-305, 2020.

RODRIGUES, Margarida et al. Artificial intelligence: Threat or asset to academic integrity? A bibliometric analysis. Kybernetes, v. 54, n. 5, p. 2939-2970, 2025.

SCHIFF, Daniel. Education for AI, not AI for education: The role of education and ethics in national AI policy strategies. International Journal of Artificial Intelligence in Education, v. 32, n. 3, p. 527-563, 2022. https://doi.org/10.1007/s40593-021-00270-2

SCHIFF, Daniel. Out of the laboratory and into the classroom: the future of artificial intelligence in education. AI & society, v. 36, n. 1, p. 331-348, 2021.https://doi.org/10.1007/s00146-020-01033-8

SELWYN, Neil. Should robots replace teachers?: AI and the future of education. John Wiley & Sons, 2019.

SELWYN, Neil. On the limits of artificial intelligence (AI) in education. Nordisk tidsskrift for pedagogikk og kritikk, v. 10, n. 1, p. 3-14, 2024.

TURNITIN. Dados sobre o Uso de Ferramentas Formativas, 2023. Disponível em: https://www.turnitin.com.br/blog/atualizacoes-sobre-deteccao-escrita-ia-pela-diretora-produto-turnitin. Acesso em: 16 jun. 2025.

UNESCO. AI and education: guidance for policy-makers. UNESCO Publishing, 2021.

UNESCO. Guia para a IA generativa na educação e na pesquisa . UNESCO Publishing, 2024.

UNIVERSITY OF TORONTO. Ferramentas de inteligência artificial no ensino e aprendizagem. 2023. Disponível em: https://teaching.utoronto.ca/teaching-support/artificial-intelligence/. Acesso em: 08 ago. 2024.

WANG, Zhaozhe; WANG, Chaoran. A posthumanist approach to AI literacy. Computers and Composition, v. 76, p. 102933, 2025. https://doi.org/10.1016/j.compcom.2025.102933

ZAWACKI-RICHTER, Olaf et al. New advances in artificial intelligence applications in higher education?. International Journal of Educational Technology in Higher Education, v. 21, n. 1, p. 32, 2024. https://doi.org/10.1186/s41239-024-00464-3

ZAWACKI-RICHTER, Olaf et al. Systematic review of research on artificial intelligence applications in higher education–where are the educators?. International journal of educational technology in higher education, v. 16, n. 1, p. 1-27, 2019. https://doi.org/10.1186/s41239-019-0171-0

ZIEWITZ, M. Special Issue Introduction: Governing Algorithms: Myth, Mess, and Methods. Science, Technology, & Human Values, v. 41, n. 1, p. 3–16, 2016. Disponível em: http://www.jstor.org/stable/43671280. Acesso em: 12 maio 2025.

Downloads

Published

2025-12-21

How to Cite

de Souza, J. A., & Dandolini, G. A. (2025). Inteligência artificial e os desafios à integridade acadêmica: um modelo integrado. Revista Do Instituto Brasileiro De Segurança Pública (RIBSP), 8(21), 35–46. https://doi.org/10.36776/ribsp.v8i21.311

Issue

Vol. 8 No. 21 (2025): RIBSP - Revista do Instituto Brasileiro de Segurança Pública

Section

Artigos

License

Copyright (c) 2025 João Artur de Souza, Gertrudes Aparecida Dandolini

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.