ARTIGO

DOI 10.20396/etd.v26i00.8673464

O USO DA FERRAMENTA CHATGPT NO SUPORTE À EDUCAÇÃO

E À PRODUÇÃO ACADÊMICA
THE USE OF THE CHATGPT TOOL IN SUPPORT FOR EDUCATION
AND ACADEMIC PRODUCTION

EL USO DE LA HERRAMIENTA CHATGPT EN APOYO PARA LA EDUCACIÓN

Y LA PRODUCCIÓN ACADÉMICA

Marcelo Salvador Celestino 1, Vânia Cristina Pires Nogueira Valente 2

RESUMO
Este artigo explora a aplicabilidade, os benefícios e as implicações do ChatGPT — uma ferramenta de
Inteligência Artificial (IA) — nas áreas da educação e da produção acadêmica. Foram realizados testes prático-
observacionais e uma revisão integrativa da literatura mais recente (2023). A literatura aponta que o ChatGPT
pode ser aplicado em diversos contextos de ensino e de aprendizagem, estimulando o desenvolvimento
autônomo dos alunos e auxiliando os docentes em suas práticas. Na área médica, a interatividade da
ferramenta contribui para a tutoria e para a educação de pequenos grupos; na área odontológica, é sugerida
a atualização do currículo para contemplar o uso de ferramentas de IA. Na produção acadêmica, existem
preocupações éticas relacionadas à autoria e ao plágio, referentes ao conteúdo gerado pela ferramenta. Os
testes práticos confirmaram que o conteúdo informacional do ChatGPT não é adequado como referência
acadêmica. Contudo, seu conteúdo instrucional é útil para práticas educativas e científicas. Faz-se necessária
uma reflexão crítica entre a academia, as instituições e os alunos, a fim de discutir sua utilização de forma
íntegra.

PALAVRAS-CHAVE: Educação. Informática educacional. Inteligência artificial. Pesquisa científica. Tecnologia

educacional.

1
Doutorando em Mídia e Tecnologia pela Universidade Estadual Paulista Júlio de Mesquita Filho. E-mail:
[Link]@[Link]

2
Doutora em Engenharia Civil pela Escola Politécnica da Universidade de São Paulo. Professora Associada da
Universidade Estadual Paulista. Bauru, SP - Brasil. E-mail: [Link]@[Link]

Submetido em: 10/05/2023 - Aceito em: 11/08/2023 - Publicado em: 29/08/2024

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[1]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464

ABSTRACT
This article explores the applicability, benefits, and implications of ChatGPT — an Artificial Intelligence (AI) tool
— in the fields of education and academic production. Practical-observational tests and an integrative review
of the most recent literature (2023) were conducted. The literature suggests that ChatGPT can be applied in a
variety of teaching and learning contexts, stimulating the autonomous development of students and
supporting teachers in their practices. In the medical field, the tool's interactivity aids in tutoring and small
group education; in the dental field, an update to the curriculum is suggested to encompass the use of AI tools.
In academic production, ethical concerns related to authorship and plagiarism are raised with respect to the
content generated by the tool. Practical tests confirmed that ChatGPT's informational content is not suitable
as an academic reference. However, its instructional content is useful for educational and scientific practices.
A critical reflection among academia, institutions, and students is necessary to discuss its use in a
comprehensive and ethical manner.

KEYWORDS: Education. Educational information. Artifical intelligence. Research. Educational technology.

RESUMEN
Este artículo explora la aplicabilidad, los beneficios y las implicaciones de ChatGPT, una herramienta de
inteligencia artificial (IA), en las áreas de educación y producción académica. Se realizaron pruebas práctico-
observacionales y una revisión integradora de la literatura más reciente (2023). La literatura señala que
ChatGPT puede ser aplicado en diferentes contextos de enseñanza y aprendizaje, estimulando el desarrollo
autónomo de los estudiantes y ayudando a los docentes en sus prácticas. En el área médica, la interactividad
de la herramienta contribuye a la tutoría y educación de pequeños grupos; en el área dental se sugiere
actualizar el plan de estudios para incluir el uso de herramientas de IA. En la producción académica existen
preocupaciones éticas relacionadas con la autoría y el plagio, referentes al contenido generado por la
herramienta. Las pruebas prácticas confirmaron que el contenido informativo de ChatGPT no es adecuado
como referencia académica. Sin embargo, su contenido instructivo es útil para las prácticas educativas y
científicas. Es necesaria una reflexión crítica entre la academia, las instituciones y los estudiantes, para discutir
su uso de manera integral.

PALAVRAS-CLAVE: Educación. Informática educativa. Inteligencia artificial. Investigación científica. Tecnología

educacional.

***
1 INTRODUÇÃO

O ChatGPT é um programa projetado pela OpenAI (2015-2023a; 2015-2023b),

baseado no Generative Pre-Trained Transformer (GPT), um modelo de linguagem
fundamentado em Inteligência Artificial (IA), treinado para processar e gerar texto (2015-
2023). O modelo de transformador (Transformer) (VASWANI et al., 2017) proporciona ao
ChatGPT uma capacidade impressionante para desempenhar tarefas de Processamento de
Linguagem Natural (PLN), resultando em uma ferramenta (chatbot) capaz de simular uma
conversa humana, ao responder a perguntas e desempenhar inúmeras funções linguísticas,
como síntese, extração de informações e compreensão textual.

Potencialidades do uso do ChatGPT, como a criação de material educacional

(CASCELLA et al., 2023; COOPER, 2023; DWIVEDI et al., 2023; ISKENDER, 2023; KASNECI et

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[2]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
al., 2023), a tradução de textos e a redação de conteúdo (LUND et al., 2023), estão
provocando uma verdadeira revolução no campo do ensino, praticamente pondo fim aos
métodos tradicionais (STOKEL-WALKER, 2022). No entanto, existe uma preocupação com a
dependência excessiva da ferramenta (ISKENDER, 2023), visto que poderia comprometer a
expressão da criatividade e do raciocínio lógico do usuário (ARIF; MUNAF; UL-HAQUE, 2023).

Existem, ainda, preocupações relacionadas a questões éticas, como autoria (RAHIMI;

ABADI, 2023) e plágio do conteúdo gerado pelo ChatGPT (THURZO et al., 2023; LUND et al.,
2023). Em um Corrigendum apresentado na revista Nurse Education in Practice (O'CONNOR,
2023), o ChatGPT foi excluído como autor do artigo Open Artificial Intelligence Platforms in
Nursing Education: Tools for Academic Progress or Abuse?, já que não foi considerado
qualificado para tal. O autor principal revisou e ajustou o texto e assumiu a responsabilidade
pelo conteúdo, dentro do escopo e das normas éticas e de integridade da revista, e a
ferramenta foi citada pela sua contribuição na elaboração do artigo.
Arif, Munaf e Ul-Haque (2023) afirmam que o ChatGPT é capaz de escrever um artigo,
mas defendem que seu uso não deve ser permitido com tal finalidade, por estudantes da
área médica. Por outro lado, Gilson et al. (2023) consideram que a ferramenta pode ser
utilizada com um tutor médico virtual, auxiliando na educação de pequenos grupos,
enquanto Khan et al. (2023) pontuam que a ferramenta pode contribuir para a tomada de
decisões e a melhoria da comunicação com os pacientes. Na odontologia, Thurzo et al.
(2023) apontam que haverá uma necessidade do ajuste da grade curricular dos cursos em
função do desenvolvimento alcançado com o uso de ferramentas de IA.

A UNESCO (2019) propôs ações para a implementação da IA na educação, como o

desenvolvimento de políticas públicas com base em evidências, a capacitação docente —
para que a relação entre professores e estudantes seja o centro do processo educativo —, a
identificação de tendências relacionadas ao uso das ferramentas de IA, além de ajustes de
metodologias de ensino, o que justifica o presente trabalho. A UNESCO (2021) também
apresentou um documento intitulado “Recomendação sobre a Ética da lnteligência
Artificial” para os estados-membros, que destaca a necessidade da garantia da transparência
e da responsabilização dos sistemas de IA, além de aspectos voltados à educação, como a
“alfabetização midiática e informacional” (AMI), o investimento em pesquisas e políticas
públicas, a inclusão social e o uso da IA para o bem-estar social e o desenvolvimento
sustentável.

O objetivo deste artigo é investigar a utilidade e os benefícios do ChatGPT no suporte

à educação, à produção acadêmica e à pesquisa, por se tratar de uma ferramenta de IA que
vem ganhando rápida expressão e causando um grande impacto cultural, acadêmico e

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[3]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
profissional na atualidade. O trabalho fomenta uma discussão sobre as oportunidades e
desafios que a ferramenta traz para o mundo acadêmico e aponta a importância de utilizá-
la de forma consciente e ética, respeitando os princípios de integridade acadêmica e
responsabilidade social.

1.1 Fundamentos teóricos

A IA é uma área da ciência da computação que desenvolve sistemas e algoritmos

capazes de realizar tarefas que exigem inteligência humana (NORVIG; RUSSEL, 2013). Neste
campo, encontra-se o aprendizado de máquina (machine learning, ML), que permite a um
sistema aprender por meio de algoritmos de forma iterativa, analisando o conteúdo de um
determinado banco de dados (HURWITZ; KIRSCH, 2018).

O aprendizado profundo (deep learning, DL) é uma subárea da ML que tem como
objetivo processar dados inspirada no funcionamento do cérebro humano. Ele se baseia em
redes neurais profundas, compostas por neurônios matemáticos interconectados, e utiliza
um sistema de camadas. Cada camada corresponde a um algoritmo, que transforma seus
dados de entrada em valores de saída, refinando o aprendizado a cada nova camada. Isso
possibilita a construção de conceitos complexos a partir de conceitos mais simples,
permitindo uma maior capacidade de processamento e compreensão de informações
(GOODFELLOW; BENGIO; COURVILLE, 2016).

A OpenAI introduziu os modelos de linguagem Generative Pre-Trained Transformer

(GPT), que utilizam uma arquitetura de transformador (Transformer) (OPENAI, [202-]). O
Transformer é um modelo de rede neural que utiliza “mecanismos de atenção”, os quais
permitem que o modelo de linguagem identifique as “dependências” (relações) entre as
palavras dos dados de entrada sem considerar a distância entre elas. Na arquitetura
completa, ele possui um codificador, que captura a dependência entre os símbolos de
entrada, e um decodificador autorregressivo, em que uma saída de dados serve para uma
entrada adicional, que também irá gerar uma nova saída (VASWANI et al., 2017). Contudo,
o GPT é um modelo baseado principalmente no decodificador, que potencializa a sua
capacidade de prever palavras e produzir textos difíceis de serem distinguíveis daqueles
elaborados por humanos (BROWN et al., 2020).

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[4]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
O GPT-2, anunciado em fevereiro de 2019, foi treinado com 1,5 bilhão de
parâmetros3 e 40GB de texto (DALE, 2021). Por sua vez, o GPT-3 (Generative Pre-Trained
Transformer 3), lançado em junho de 2020, é considerado o maior modelo de linguagem já
criado, com 175 bilhões de parâmetros e 96 camadas treinadas, utilizando um conjunto de
dados que inclui fontes como: Common Crawl, WebText, Books1, Books2 e Wikipedia
(BROWN et al., 2020).

O GPT-3 foi treinado para prever as próximas palavras e não estava alinhado com a
expectativa dos usuários, além de fornecer respostas imprecisas. Para corrigir isso, a OpenAI
melhorou o GPT-3 por meio do uso de “Aprendizado por Reforço com Feedback Humano”
(Reinforcement Learning from Human Feedback, RLHF) e desenvolveu o InstructGPT, um
modelo que segue melhor as instruções e inventa fatos com menos frequência. Essa mesma
técnica foi utilizada para treinar seu modelo irmão, o ChatGPT, um modelo interativo que
fornece respostas para os usuários (OPENAI, 2015-2023b).

Inicialmente, o GPT-3 foi submetido a treinamento supervisionado 4 , uma técnica de

ML na qual o algoritmo é direcionado a aprender a correlacionar padrões em dados
rotulados (HURWITZ; KIRSCH, 2018). Posteriormente, houve um processo de ajuste fino, em
que os treinadores humanos interagiam com o modelo a fim de ensinar os padrões mais
adequados de respostas de acordo os humanos. A versão do ChatGPT utilizada para este
artigo é alimentada por um modelo de linguagem chamado GPT-3.5, que passou por um
processo de treinamento, concluído no início de 2022 (OpenAI, 2015-2023b). Entretanto, a
ferramenta indica que foi treinada com uma base de dados até setembro de 2021 e que
continua a aprender com as interações dos usuários.

2 METODOLOGIA

A pesquisa foi norteada pela pergunta “Quais os benefícios do uso do ChatGPT para
a educação e para a produção ou pesquisa acadêmica?”, feita ao próprio ChatGPT, que
apresentou vários benefícios, como auxílio na escrita de trabalhos acadêmicos, aceleração
na pesquisa, gestão da produtividade do estudante, ferramenta de aprendizagem, acesso à
informação, personalização do aprendizado, redução do estresse na produção acadêmica,

3
Os parâmetros são configurações que podem ser ajustadas para controlar um modelo de linguagem, como
temperature, relacionado à criatividade ou aleatoriedade das respostas, e o max_tokens, relacionado limite de
conteúdo utilizado na resposta (OPENAI, [202-]).
4
O aprendizado supervisionado é uma técnica de ML em que o algoritmo é direcionado a aprender a
correlacionar padrões em dados rotulados. Seria como indicar que determinado dado é uma “maçã”, e atribuir
o nome de “maçã” a esse dado. Ao final de um processo de treinamento com inúmeros dados, o modelo de
linguagem passa a identificar o padrão de dados que poderiam ser considerados “maçãs”.

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[5]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
identificação de plágio, melhora na qualidade do trabalho e implicações éticas.

A fim de verificar a validade da resposta do ChatGPT, o estudo foi dividido em duas

partes: 1) aplicações prático-observacionais pelos autores deste artigo, buscando a uma
visão abrangente e prática do tema em questão, bem como a avaliação subjetiva do
desempenho e das capacidades do modelo ChatGPT em diferentes cenários e condições; 2)
uma revisão integrativa de literatura, com o propósito de identificar evidências capazes de
sustentar os benefícios apresentados pela ferramenta.

A revisão integrativa de literatura é amplamente utilizada na área da enfermagem,

para questões que envolvem a prática baseada em evidências (WHITTEMORE; KNAFL, 2005).
Foram seguidos os seis passos propostos por Ganong (1987), sendo estes: 1. Seleção das
hipóteses ou perguntas para a revisão; 2. Amostragem da literatura relevante; 3.
Representação das características dos estudos primários selecionados; 4. Análise dos
resultados obtidos dos estudos primários; 5. Interpretação dos resultados a partir da análise
realizada; 6. Relato da revisão, apresentando o que foi feito e os resultados obtidos.

Foi selecionada a base Scopus, devido à característica multidisciplinar, sendo

amplamente indexada e reconhecida no meio acadêmico. Foi realizada uma primeira busca
geral com o termo “ChatGPT”, na qual foram identificados dois artigos publicados em 2022
e 143 artigos publicados em 2023. Em seguida, delimitou-se o campo de estudo utilizando a
string TITLE-ABS-KEY(chatgpt AND education), o que resultou em um total de 34 artigos.
Foram utilizados como critérios de inclusão: textos com, no mínimo, 5 páginas, a fim de
utilizar trabalhos mais detalhados, publicados no ano de 2023 e no idioma inglês, e que
tivessem aderência ao tema de pesquisa, sendo excluídos os que não atendessem a esses
critérios. Essa etapa resultou em uma amostra de 7 trabalhos. Todos foram lidos
integralmente e considerados aptos para compor a amostra.

Posteriormente, realizou-se uma busca complementar utilizando a string

TITLE(chatgpt AND paper OR research), para identificar artigos que abordassem
especificamente o ChatGPT e a produção ou publicação de artigos científicos, o que retornou
um total de 58 trabalhos. Após aplicar os mesmos critérios de inclusão da primeira busca e
proceder com a leitura dos resumos, foram selecionados 2 artigos por conveniência e
aderência ao problema de pesquisa. A amostra final foi composta por 9 trabalhos. A revisão
de literatura foi conduzida pelo autor 1 e, após o levantamento inicial e a descrição dos
primeiros achados, o texto foi lido e aprovado pelo autor 2, que se concentrou em outras
tarefas da pesquisa. A análise dos trabalhos se deu de forma qualitativa, por síntese e
agrupamento temático, considerando a relação entre o ChatGPT e: 1) a educação; 2) a

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[6]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
produção acadêmica e as implicações éticas.

3 RESULTADOS E DISCUSSÃO

O Quadro 1 apresenta os artigos selecionados para análise. Com base nos resumos e
nas leituras dos trabalhos, são sintetizados, de cada artigo, de forma enumerada: 1.
Objetivos; 2. Tipo de estudo; 3. Resultados; 4. Conclusões.

Quadro 1. Artigos selecionados

Síntese dos artigos

Cascella et al. (2023): 1. Investigar a viabilidade do uso do ChatGPT em cenários clínicos e de

pesquisa, bem como as possíveis aplicações e limitações de um modelo de linguagem de grande
escala (LLM) na área da saúde. 2. Exploratório. 3. É importante reconhecer e promover a educação
sobre o uso apropriado e possíveis armadilhas da IA na medicina. 4. O uso da ferramenta no
mundo real ainda é incerto, existindo uma preocupação grande com aspectos éticos que
permeiam o seu uso.

Dwivedi et al. (2023): 1. Trazer insights multidisciplinares sobre as oportunidades, desafios éticos
e legais e os impactos positivos e negativos do uso do ChatGPT. 2. Revisão de perspectiva,
trazendo contribuições de 43 especialistas em múltiplas áreas. 3. Ele pode ser utilizado em
múltiplas áreas e contextos, mas requer atenção para suas limitações. Potencial para redação de
texto praticamente indistinguíveis daqueles criados por humanos, cuja produção pode incorrer
em questões éticas e conteúdo textual falso. 4. Sugestão para ampliação das pesquisas em
conhecimento, transparência e ética; transformação digital de organizações e sociedades; e
ensino, aprendizagem e pesquisa acadêmica.

Gilson et al. (2023): 1. Avaliar o desempenho do ChatGPT em questões relacionadas às etapas 1

e 2 do exame de licenciamento médico dos Estados Unidos, além de analisar as respostas para a
interpretação do usuário. 2. Estudo experimental quantitativo com abordagem comparativa. 3. O
ChatGPT apresentou acurácia variável em diferentes conjuntos de dados, as respostas foram
interpretáveis, com justificativas em todas as saídas do conjunto de dados do National Board of
Medical Examiners (NBME). 4. Representa uma melhoria significativa em relação a modelos de
PLN para responder questões médicas. O ChatGPT alcançou uma acurácia superior a 60% no
conjunto de dados NBME-Free-Step-1, equivalente a uma nota de aprovação para estudantes de
medicina.

Iskender (2023): 1. Discutir os impactos do ChatGPT na educação superior e na produção

acadêmica, seu uso para delegar funções e analisar seu potencial na criação de conteúdo para a
área de turismo e hospitalidade. [Link] exploratório e qualitativo, por meio de uma entrevista
com o próprio ChatGPT. 3. A ferramenta pode contribuir para delegar tarefas, gerar insights e
fornecer serviços personalizados. Na educação, a dependência excessiva pode atrapalhar o
pensamento crítico-reflexivo, mas pode contribuir para gerar novas ideias e para que os alunos
otimizem o tempo. 4. A ferramenta pode ser utilizada na educação e na indústria do turismo, além

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[7]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
de fornecer insights valiosos para o ramo de negócios.

Tlili et al. (2023): 1. Analisar o uso do ChatGPT no contexto da educação. 2. Estudo de caso
instrumental qualitativo. O ChatGPT tem potencial para revolucionar a educação de várias
maneiras, porém, várias questões precisam ser discutidas, como a ética, a honestidade e a
privacidade, além de questões relacionadas à qualidade das respostas geradas pelo ChatGPT e à
possibilidade de manipulação. 4. É necessário usar o ChatGPT com mais cautela e estabelecer mais
diretrizes sobre como usá-lo com segurança e responsabilidade.

Rahimi e Abadi (2023): 1. Avaliar o uso do ChatGPT na publicação acadêmica e discutir a

necessidade de políticas de publicação atualizadas que tratem sobre o tema. 2. Análise crítica e
reflexiva sobre o uso do ChatGPT na produção científica. 3. O uso do ChatGPT não está de acordo
com os critérios de autoria estabelecidos pelo International Committee of Medical Journal Editors
(ICMJE); foram apresentados casos da remoção da ferramenta do papel de autor. 4. Uma
declaração de contribuição do ChatGPT em pesquisas acadêmicas deve ser considerada má
conduta na publicação e resultar em retração.

Lund et al. (2023): 1. Explorar o potencial de impacto do ChatGPT na academia, na pesquisa e na

publicação acadêmica. 2. Revisão e análise reflexiva. 3. O ChatGPT tem potencial para automatizar
ensaios e manuscritos acadêmicos. 4. O ChatGPT, como outras ferramentas de IA, podem
impactar positivamente a pesquisa acadêmica, mas é necessária a conscientização sobre o seu
uso de maneira ética.

Thurzo et al. (2023): 1. Compreender o cenário de aplicações de IA na educação em odontologia

e direcionar a atualização curricular para inclusão da IA. 2. Revisão de literatura de artigos sobre
a IA na educação em odontologia. 3. O uso da IA tem crescido e impactado exponencialmente a
prática clínica, tanto no diagnóstico quanto no tratamento em odontologia. 4. A atualização
curricular em odontologia para adaptação da IA é inevitável, e requer um consenso ético sobre o
assunto.

Kasneci et al. (2023): 1. Apresentar os benefícios e desafios da aplicação de grandes modelos de

linguagem na educação, destacando seu potencial para criação de conteúdo educacional,
personalização da experiência de aprendizado e melhoria do engajamento e interação dos alunos.
2. Revisão de literatura e discussão de modelos de linguagem e suas aplicações com ênfase para
o ChatGPT. 3. Os modelos de linguagem apresentam avanços na IA e o ChatGPT apresenta
inúmeras aplicações para a área da educação e treinamento profissional, mas requer o
desenvolvimento de competências para compreender o seu uso e quantificar a qualidade da
produção gerada. 4. Estratégias pedagógicas são a base para lidar com os desafios dos modelos
de linguagem na educação com responsabilidade ética.

Fonte: Elaborado pelos autores (2023).

A literatura traz uma discussão sobre as potencialidades e implicações do ChatGPT

em diferentes contextos da educação e do meio acadêmico, com destaque para o trabalho
de Rahimi e Abadi (2023), segundo os quais a contribuição do ChatGPT deve ser motivo para
a rejeição de um artigo acadêmico, o que será discutido na seção 3.3, quando serão trazidas

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[8]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
à tona as implicações éticas do uso da ferramenta sobre autoria e qualidade da informação
gerada.

3.1 Exemplos de uso do ChatGPT

O uso da ferramenta se dá em forma de perguntas ou instruções, também chamadas

de prompts (BROWN et al., 2020), as quais retornam uma resposta. Os prompts são criados
pelo próprio usuário, de acordo com seu interesse. Alguns exemplos de prompts são
“Explique o que é o ChatGPT”, “Crie uma estratégia de leitura para um artigo científico”,
“Apresente uma síntese das ideias do texto a seguir” (o texto deverá ser colado junto ao
prompt), “Elabore um roteiro de estudos com um passo a passo para estudos sobre a
Revolução Industrial e sugira fontes de pesquisa” ou “Ajuste o texto conforme a norma culta
e apresente os erros gramaticais do texto original”.

De acordo com Thorp (2023), é preciso que seja esclarecido que, do ponto de vista
acadêmico, o ChatGPT não pode ser considerado um autor. Porém, para conceituar o
ChatGPT, nada como uma definição fornecida pela própria ferramenta, por meio da
pergunta “O que é o ChatGPT?”. A resposta indica que o ChatGPT é um modelo de
linguagem de IA baseado na arquitetura GPT, que foi treinado com uma grande quantidade
de informações textuais. Essa informação corroborra com a definição apresentada no
primeiro parágrafo da introdução do presente artigo e, portanto, é considerada válida para
fins de ilustração. No entanto, é preciso cautela, porque testes práticos mostraram que as
respostas não são consistentes para uma mesma pergunta, além de poderem estar
incompletas e fora do contexto desejado, o que reafirma os achados de Iskender (2023).

Para confirmar isso, repetimos a pergunta. Em ambos os casos, o conteúdo foi

suficiente para a compreensão de uma definição básica sobre o ChatGPT. Uma análise
comparativa entre os dois textos no site Copyleaks (2023) indicou que eles combinam em
67,6% e contêm 73 palavras similares, sendo que: 0% é idêntico; 19,4% do trecho contém
pequenas alterações; 48,1% possuem significado relacionado; e 0%, em termos de palavras,
foi omitido. Isso indica que a ferramenta é capaz de criar novas paráfrases, mantendo o
sentido textual.

Antes de estruturar este artigo, ainda quando se tinha um esboço da ideia de como
seria conduzido, solicitou-se ao ChatGPT a indicação de um título de pesquisa sobre seu uso
na educação e na produção acadêmica. Em seguida, foi inserido um prompt para que
apresentasse uma estrutura de seções para um artigo científico, baseado no título da
pesquisa fornecido por ele, cuja resposta apresentou uma estrutura de artigo completa, com

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[9]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
numeração das seções em: I. Introdução; II. Revisão de literatura; III. Metodologia; IV.
Resultados e Discussão; V. Conclusão; VI. Referências Bibliográficas. Em cada seção, foram
detalhadas tarefas que indicavam uma estrutura textual, abordando aspectos como
contextualização, descrição da metodologia, apresentação e análise dos resultados obtidos
na revisão e abordagem utilizada para tal análise.

Isso converge com o que pressupõe Iskender (2023) sobre o potencial do ChatGPT
para gerar um artigo e o que dizem Thurzo et al. (2023) a respeito da capacidade da
ferramenta de reescrever títulos em revisões científicas. Corrobora, ainda, o que afirmam
Cascella et al. (2023), quando dizem que modelos de PLN aceleram a ciência e promovem a
literacia científica em diferentes etapas da pesquisa. Além disso, a ferramenta forneceu
quatro referências, entre as quais uma não foi localizada. Ademais, a indicação de que os
trabalhos foram “publicados em periódicos renomados” não confere, já que havia trabalhos
publicados em Conferências ou sites colaborativos de estudos, em mídias sociais e de
comportamento on-line.

Como as respostas da ferramenta oscilam, repetiu-se o prompt, e a resposta sugeriu

que fosse realizada uma revisão sistemática de literatura, e a literatura básica sugerida foi
diferente da primeira resposta, mantendo-se apenas o trabalho de Brown et al. (2020). Já
numa segunda repetição, o ChatGPT forneceu uma estrutura de artigo que se aproxima de
uma revisão narrativa e indicou apenas uma referência de literatura. Em todos os casos,
foram sugeridas estruturas para o desenvolvimento textual de cada seção, traçando-se um
possível caminho para a construção de um artigo científico.

Apesar das sugestões, decidiu-se conduzir o presente artigo de acordo com o próprio
entendimento destes autores, mas certamente as respostas fornecidas pela ferramenta
poderiam contribuir para o direcionamento da pesquisa de um aluno de graduação, iniciação
científica ou interessado em trabalhos dessa natureza, assim como também um pesquisador
avançado, a fim de apontar possíveis alternativas metodológicas no escopo da pesquisa e
identificar novas oportunidades. Essa perspectiva coincide com o que aponta Dwivedi et al.
(2023) sobre utilizar o ChatGPT para fins de feedback e orientação. Alguns testes realizados
e suas observações são apresentados no Quadro 2.

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[10]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
Quadro 2. Testes realizados
(Continua)
Testes Observações
O resultado foi satisfatório, apresentando conteúdo capaz de
ser utilizado na realização de uma atividade voltada para a área
Crie um paciente e um caso
técnica e de tecnologia em Radiologia. Isso que se alinha com o
simulado com a indicação da
que pressupõem Gilson et al. (2023) sobre a criação de um
realização de um exame de
paciente simulado, e com Thurzo et al. (2023) sobre o potencial
Tomografia Computadorizada.
de ferramentas de IA na prática simulada e suporte à decisão na
educação clínica em odontologia.
O texto de saída foi um passo a passo detalhado, explicativo e
funcional, reafirmando os estudos de pesquisadores como
Crie um passo a passo explicativo
Iskender (2023) e Tlili et al. (2023) a respeito da produção de
para criação de uma tabela no
materiais. É importante considerar que podem haver variações
Excel.
de versões de software que dificultem a aplicação das
sugestões.
Crie um roteiro personalizado de O texto de saída apresentou uma sistematização coerente e
estudos e estratégias para leitura lógica; no entanto, são necessários estudos aprofundados para
de textos em inglês. atestar sua validade.
Ajuste as referências
bibliográficas a seguir nos estilos As respostas foram oscilantes, ora corretas, ora incorretas.
APA, ABNT e Vancouver.
1. Relacione os dados entre textos
Todos os resultados foram satisfatórios. As habilidades
a seguir, indique as palavras-
linguísticas da ferramenta se relacionam com o que dizem
chave de maior frequência e a
Cascella et al. (2023), indicando sua capacidade para fornecer
quantidade de vezes que
definições, criar exemplos de estudos clínicos e extrair dados e
apareceram. 2. Ajuste o texto
registros eletrônicos.
conforme a norma culta.
(Conclusão)
Extraia os dados PICO O texto de saída foi uma síntese dos dados de forma
(Population/Problem, Intervention, organizada e sistematizada, também corroborando o que
Comparison e Outcome, em afirmam Cascella et al. (2023). Isso é útil para um
Português População/Problema, compreensão global sobre o texto, mas ressalta-se que, para
Intervenção, Comparação e estudos estatísticos, sejam utilizado programas e linguagens
Resultado) do seguinte artigo da específicas, como R, Python ou, ainda, a biblioteca de ML
área da saúde. GROBID.
Apresente um script em linguagem
R, para um estudo fictício sobre a Os resultados foram satisfatórios, com comandos funcionais.
produção de energia renovável em Em alguns casos, a ferramenta perdeu o contexto e foi
diferentes países, em ordem necessário reiniciar a sessão do chat.
decrescente.
O ChatGPT apresentou resultados oscilantes, com respostas
Responda às seguintes questões de incorretas, o que vai ao encontro do que discute Iskender
múltipla escolha. (Foram (2023). Isso corrobora o que afirmam Thurzo et al. (2023)
apresentados tópicos diversos e sobre a dificuldade da ferramenta em compreender termos
aleatórios) técnicos.

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[11]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
O texto de saída foi uma síntese das principais ideias,
Extraia as ideias textuais do resumo
confirmando os dados de Cascella et al. (2023) sobre as
científico a seguir (o texto foi
habilidades que a ferramenta tem para sumarizar
colado junto ao prompt).
informações.
Fonte: Elaborado pelos autores (2023).

De modo geral, os testes indicaram que é importante que os comandos sejam claros
e objetivos, evitando informações que se oponham entre si, pois podem atrapalhar a
compreensão e a especificidade do contexto pela ferramenta. Embora o ChatGPT tenha
apresentado respostas incorretas por diversas vezes, deve-se considerar que, para Gilson et
al. (2023), a ferramenta tem um desempenho comparável a um estudante de medicina do
terceiro ano em avaliações de conhecimento médico, o que indica seu potencial como tutor,
e para a educação em pequenos grupos. Os testes demonstraram o potencial da ferramenta
na instrução autônoma personalizada, o que coincide com as observações de Iskender
(2023), Dwivedi et al. (2023) e Kasneci et al. (2023). Tais autores ressaltam a necessidade de
ajustes pedagógicos ao incorporar o uso da ferramenta para fins educacionais.

3.2 Relação entre o ChatGPT e a Educação

A análise dos artigos científicos revela uma relação estreita entre o ChatGPT e a
educação em diferentes níveis e tipos de ensino, como fundamental, médio, superior,
remoto, profissional e especial, incluindo os indivíduos com deficiência, acompanhados por
profissionais (KASNECI et al., 2023). Relaciona-se também com a educação em saúde, como
medicina (CASCELLA et al., 2023; GILSON et al., 2023) e odontologia, além de turismo e
hotelaria (ISKENDER, 2023). Entretanto, o potencial e a aplicabilidade da ferramenta ainda
estão em um processo de descoberta e necessitam de validações científicas para identificar,
de maneira mais aprofundada, os reais impactos dessa tecnologia no âmbito da educação,
bem como estratégias capazes de explorar seu potencial.

Pode-se afirmar que o ChatGPT tem potencial para atuar como ferramenta de
suporte para docentes, pesquisadores e alunos, de modo geral, sobretudo os de perfil
autônomo, frente à sua capacidade de gerar uma experiência individual, personalizada e
fornecer instruções e feedback, o que se aproxima das observações de Thurzo et al. (2023),
Tlili et al. (2023), Dwivedi et al. (2023), Kasneci et al. (2023) e de Iskender (2023). Este último
afirma que o professor poderia se concentrar em assuntos intelectuais de ordem superior,
enquanto o ChatGPT teria um papel de “assistente”. No entanto, é preciso considerar cada
caso especificamente, já que, para estudantes com perfil autônomo, na opinião dos autores
deste artigo, o uso desmedido da ferramenta poderá criar um “senso de independência, que
pode vir a comprometer o interesse por práticas colaborativas e de aprendizagem em

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[12]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
grupo”.

Mediante a preocupação sobre a originalidade de trabalhos acadêmicos, Cotton D.,

Cotton P. e Shipway (2023) apresentam uma estratégia para auxiliar os professores na
correção dos trabalhos acadêmicos, que consiste em direcionar a estruturação dos trabalhos
e checar possíveis erros, observando a diferença de padrão na escrita. Os autores sugerem
que sejam realizadas entregas parciais no decorrer do desenvolvimento de um trabalho, ao
invés de entregar uma versão final e completa de uma única vez. A princípio, parece ser uma
boa alternativa. No entanto, conforme pode ser analisado nos testes práticos deste artigo,
a ferramenta é capaz de simular padrões diferentes de escrita, e nem sempre é possível
identificar se o texto foi ou não escrito por IA, conforme também visto em Dwivedi et al.
(2023).

Apesar de vários autores destacarem os benefícios do ChatGPT, não foi identificada

uma análise completa de sua eficácia como ferramenta educacional ou seus possíveis
impactos negativos nos alunos, como a classificação por notas entre os que utilizam e os que
não utilizam a ferramenta. Também não foi identificada uma investigação em torno da
possibilidade de estímulo da ferramenta ao isolamento social de alunos com perfil
autônomo de estudos, já que pode haver uma tendência a se apoiarem em seu uso para
tudo. Seria útil uma investigação no contexto da EaD, do conectivismo ou qualquer
tendência autônoma de ensino, para avaliar o ChatGPT enquanto ferramenta
“autoinstrucional”.

De acordo com Dewey (1997), a proximidade da vida que ocorre fora e dentro da sala
de aula contribui para uma aprendizagem mais relevante e preparatória. Assim, ficou
evidente a necessidade dos educadores e instituições de ensino de se preparar para lidar
com a presença do ChatGPT e de outras ferramentas de IA em sala de aula, já que a presença
de tais tecnologias nos processos educativos parece uma tendência inevitável. Um estudo
comparativo entre alunos de diferentes níveis e áreas de ensino, idade ou gênero ajudaria a
entender como a ferramenta é usada e como os indivíduos se apropriam ou se beneficiam
dela.

3.3 Produção Acadêmica e implicações éticas do uso do ChatGPT

O uso do ChatGPT no suporte à pesquisa acadêmica, desde que mantidos os

preceitos éticos (UNESCO, 2019, 2021; CASCELLA et al., 2023; DWIVEDI et al., 2023; KASNECI
et al., 2023; RAHIMI; ABADI, 2023; LUND et al., 2023), é visto pelos autores deste trabalho
como um processo natural de adaptação às tecnologias presentes dentro de um contexto

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[13]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
social (e temporal), com vistas a otimizar o trabalho dos seres humanos, contribuindo para
a celeridade do seu desenvolvimento. Neste ponto, concorda-se com Iskender (2023, p. 9),
para quem “[...] proibir ferramentas de IA nesta era deveria soar tão estranho quanto proibir
caneta e papel na Idade Média para todos, ou ser contra a utilização da internet na história
moderna” (tradução nossa).

Os testes aqui realizados confirmam a visão de Kasneci et al. (2023) e Cascella et al.
(2023) sobre o potencial da ferramenta para otimizar e acelerar a pesquisa. Os resultados
indicam que a pesquisa acadêmica pode explorar diversas abordagens para aprimorar sua
utilização, testando respostas do ChatGPT em áreas como planejamento, metodologia,
estratégia de pesquisa, plano de ensino, concepção e desenho metodológico, estratégia de
mediação de conteúdo, assim como contribuir individualmente com diversas tarefas dos
autores. Porém, faz-se necessário considerar alguns pontos a respeito das implicações de
seu uso na produção acadêmica, os quais são apresentados a seguir:

1) A ferramenta enquanto autor: Segundo o National Health and Medical Research

Council (NHMRC), citado por Rahimi e Abadi (2023), para ser considerado autor, é necessário
preencher pelo menos duas das cinco condições estabelecidas, que envolvem aspectos
como conceito e design do estudo, aquisição de dados, contribuição do conhecimento,
análise ou interpretação dos dados, escrita dos resultados ou análise crítica. Os autores
concluíram que qualquer menção ou reconhecimento de contribuição do ChatGPT deveria
ser interpretada como má conduta, resultando na rejeição do trabalho.

Apesar de todo o conteúdo gerado pelo ChatGPT ser exclusivo para cada interação,
na perspectiva dos autores deste artigo, subscrevendo as afirmações de Thorp (2023) e
Rahimi e Abadi (2023), o ChatGPT não deve ser incluído como autor de trabalhos
acadêmicos. Por outro lado, considera-se a ferramenta um recurso potente capaz de
contribuir para a celeridade e qualidade da pesquisa científica, novamente em concordância
com Kasneci et al. (2023) e Cascella et al. (2023). Sendo assim, não é possível concordar
integralmente com a posição de Rahimi e Abadi (2023) em relação à rejeição de qualquer
trabalho que envolva a contribuição do ChatGPT. Se assim fosse, não seria adequado utilizar
ferramentas de correção textual, como o Word, ou programas para a mineração e a análise
de dados, como a linguagem R ou Python, entre outros, amplamente empregados no meio
acadêmico e científico.

2) O plágio e a qualidade da informação: Thurzo et al. (2023) e Lund et al. (2023)

expressaram a preocupação com o plágio sobre o conteúdo gerado pelo ChatGPT. Como
dito, a ferramenta apresenta a capacidade de reescrever, parafasear e modificar estilos de

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[14]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
escrita. Ao ser questionada se um determinado conteúdo era original e/ou livre de plágio, a
própria ferramenta afirma que não pode garantir que a resposta gerada seja livre de plágio,
e que não tem acesso às fontes utilizadas para construir as respostas, sendo a
responsabilidade do usuário referenciar o texto corretamente.

Essa declaração, por si só, imputa dúvidas sobre a validade do conteúdo

informacional gerado pela ferramenta. Utilizar uma resposta do ChatGPT como evidência ou
conteúdo referenciável seria como ler uma quantidade de livros para construir um
referencial teórico, escrever um texto em um artigo científico e não referenciar os autores.
Além disso, deve-se levar em conta que seria produzido conhecimento baseado em uma
ferramenta imprevisível. As respostas são fundamentadas em um treinamento com dados
variados, inclusive os provenientes da internet, cuja validade ou procedência não pode ser
garantida. Isso também é observado nos estudos de Cascella et al. (2023) e Dwivedi et al.
(2023).

Para ilustrar isso, foi solicitado ao ChatGPT que explicasse o que é fotossíntese,
apresentando as referências utilizadas para a construção da resposta. A resposta foi uma
definição geral da fotossíntese, mas não se aproxima da complexidade do processo, como
descrito por Raven, Evert e Eichhorn (1992). Após isso, ele foi questionado sobre as
referências apresentadas, se eram exatamente aquelas utilizadas na construção da resposta,
e a ferramenta respondeu com um pedido de desculpas, alegando que não teria acesso
direto às fontes e que aquilo se tratava de um exemplo de referências.

Utilizou-se, ainda, a ferramenta do site Copyleaks (2023) para avaliar o conteúdo

gerado pelo ChatGPT, em resposta à pergunta “O que é o ChatGPT?”. O site indicou que o
conteúdo foi gerado por IA, então, em seguida, submeteu-se um parágrafo originalmente
escrito por estes autores, e o resultado foi que o conteúdo havia sido gerado por IA. Repetiu-
se o experimento com outros parágrafos destes autores, e o resultado foi o mesmo. Também
foi realizado um novo teste com a ferramenta GPTZero (2023), e os resultados foram
assertivos. Isso levanta uma outra questão: “Qual é a validade das ferramentas de detecção
de IA para avaliar se um trabalho foi ou não escrito por uma IA?”

3) O viés algorítmico: Iskender (2023) e Lund et al. (2023) ressaltam riscos de viés e
privacidade. O viés algorítmico e a falta de imparcialidade são questões que devem ser
consideradas no uso da ferramenta, já que suas respostas refletem nos dados utilizados em
seu treinamento e, indiretamente, as possíveis tendências, intencionais ou não, criadas por
seus desenvolvedores (NOBLE, 2018). Torna-se um desafio complexo quantificar os
impactos do viés algorítmico ao longo do tempo, sendo essa mais uma razão para

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[15]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
desconsiderar o conteúdo informacional gerado pelo ChatGPT, da versão investigada, como
uma fonte confiável de literatura. Isso indica um tópico necessário para pesquisas futuras.

3.4 Limitações do estudo

No que diz respeito aos trabalhos analisados, a primeira limitação é que foi utilizada
apenas uma base de dados para a pesquisa, e a segunda limitação é que a amostra é
composta em grande parte por estudos exploratórios e opinativos. Isso ocorre devido à
natureza emergente do tema, que ainda necessita de maior amadurecimento, pesquisas e
discussões acadêmicas. Nos testes práticos, considera-se uma limitação o fato de os testes
não terem sido conduzidos de forma quantitativa.

4 CONSIDERAÇÕES FINAIS

Este trabalho investigou benefícios e implicações do uso do ChatGPT na educação e

na pesquisa científica, por meio de uma revisão integrativa de literatura e de testes prático-
observacionais da ferramenta. Em relação à pergunta inicial da pesquisa realizada ao próprio
ChatGPT “Quais os benefícios do uso do ChatGPT para a educação e para a produção ou
pesquisa acadêmica”, os benefícios apontados pela ferramenta foram identificados na
literatura e reforçados nos testes práticos. Em relação a isso, duas perspectivas a respeito
do uso do ChaGPT são consideradas:

1. Respostas do ChatGPT com textos conceituais e informacionais: O ChatGPT

fornece respostas baseadas no treinamento com dados de fontes variadas, que inclui
conteúdo da internet. A própria ferramenta informa que não pode identificar a fonte exata
da referência utilizada para construir uma resposta ou garantir que seu conteúdo é livre de
plágio, sendo responsabilidade do usuário referenciar o conteúdo corretamente. Dessa
forma, não parece razoável considerar o conteúdo informacional gerado pela ferramenta
como evidência científica ou utilizá-lo como referência em trabalhos acadêmicos.

2. Respostas instrucionais diversas: Nesse caso, entende-se que sequências de

instruções, planejamentos, estratégias, síntese e análise de dados textuais, cruzamento de
dados, suporte textual (como tradução ou correções gramaticais), sugestões metodológicas,
design de pesquisas e normatização, entre outras tarefas acadêmicas, de modo geral, não
seriam consideradas plágio. Ao invés disso, isso se refere ao uso de tecnologia digital de alta
capacidade para a resolução de problemas que envolvam texto e lógica. Nesse contexto, o
uso da ferramenta não parece diferente de outras práticas já utilizadas na produção
acadêmica ou, até mesmo, profissional, como ocorre com o uso de softwares, como editores

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[16]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
ou tradutores de texto, ou qualquer aplicativo ou site utilizado para fins de extração de
dados, organização, gestão ou automação de tarefas. Portanto, é pertinente considerar seu
uso no suporte instrucional para os fins citados e outros possíveis, desde que observadas as
questões éticas relacionadas ao seu uso.

A ferramenta demonstrou potencial para fornecer explicações, passo a passo, sobre

o uso de softwares, elaboração de scripts na linguagem R, gráficos e análises básicas de
dados quantitativos, sendo de grande utilidade para estudantes autônomos. No entanto, é
importante ter em mente que o ChatGPT é projetado principalmente para o uso linguístico.
Embora possa fornecer informações básicas sobre matemática e análise estatística, existem
várias limitações do chat nesse sentido. Além disso, é importante destacar que as respostas
geradas pela ferramenta podem ser oscilantes e sujeitas a erros. Há também a possibilidade
de perda de contexto do conteúdo e a presença de viés, uma vez que suas respostas são
baseadas nos padrões encontrados nos dados de treinamento.

Na esfera acadêmica, considera-se que a proibição do uso do ChatGPT e de outras

ferramentas de IA pode levar à perda de transparência em publicações científicas, uma vez
que seu uso pode ocorrer sem ser mencionado. Por outro lado, incluir uma declaração sobre
o uso de ferramentas de IA como suporte no próprio artigo, em forma de comentários para
o editor ou sua menção na metodologia do trabalho incentivariam os autores a mencionar
se utilizaram essas ferramentas e de que forma o fizeram, aumentando a transparência e o
rigor científicos. Caberia, então, aos editores das revistas acadêmicas decidir se o uso dessas
ferramentas para o contexto em questão deve ser aprovado ou não.

É importante salientar que a ferramenta passa por atualizações constantes e, no

momento em que este trabalho está sendo submetido, foi anunciada, pela OpenAI (2015-
2023c), há pouco mais de 15 dias, a versão “ChatGPT Plus”. É possível que novas versões da
ferramenta apresentem melhorias e atualizações em relação à versão utilizada para
conceber este trabalho.

REFERÊNCIAS
ARIF, Taha Bin; MUNAF, Uzair; UL-HAQUE, Ibtehaj. The future of medical education and
research: Is ChatGPT a blessing or blight in disguise?. Medical Education Online, London, v.
28, n. 1, p. 2181052, 2023. Disponível em:
[Link] Acesso em: 18 jul. 2023.

BROWN, Tom et al. Language models are few-shot learners. arXiv:2005.14165v4, [s. l.], v.
33, p. 1877-1901, 2020. Disponível em: [Link] Acesso
em: 18 jul. 2023.

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[17]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
CASCELLA, Marco et al. Evaluating the feasibility of ChatGPT in healthcare: An analysis of
multiple clinical and research scenarios. Journal of Medical Systems, Bethesda, v. 47, n. 1,
p. 1-5, 2023. Disponível em: [Link] Acesso em: 18
jul. 2023.

COOPER, Grant. Examining Science Education in ChatGPT: An Exploratory Study of

Generative Artificial Intelligence. Journal of Science Education and Technology, [s. l.], v.
32, n. 2, p. 444-452, 2023. Disponível em: [Link] Acesso em: 18 jul. 2023.

COPYLEAKS. AI Content Detector. 2023. Disponível em: [Link] Acesso em:

18 jul. 2023.

COTTON, Debby R. E.; COTTON, Peter A.; SHIPWAY, J. Reuben. Chatting and Cheating:
Ensuring academic integrity in the era of ChatGPT. arXiv:2005.14165v4, [s. l.], p. 1-12,
2023. Disponível em: [Link] Acesso em: 18 jul.
2023.

DALE, Robert. GPT-3 What's it good for? Natural Language Engineering, Cambridge, v. 27,
n. 1, p. 113-118, 2021. Disponível em: [Link]
Acesso em: 18 jul. 2023.

DEWEY, John. Experience and Education. New York: Touchstone, 1997.

DWIVEDI, Yogesh K. et al. “So what if ChatGPT wrote it?” Multidisciplinary perspectives on
opportunities, challenges and implications of generative conversational AI for research,
practice and policy. International Journal of Information Management, [s. l.], v. 71, p.
102642, 2023. Disponível em: [Link] Acesso em: 18 jul. 2023.

GANONG, Lawrence H. Integrative reviews of nursing research. Res. Nurs. Health, [s. l.], v.
10, n. 1, p. 1-11, fev. 1987. Disponível em: [Link] Acesso em: 18 jul.
2023.

GILSON, Aidan et al. How does CHATGPT perform on the United States Medical Licensing
Examination? The implications of large language models for medical education and
knowledge assessment. JMIR Medical Education, Toronto, v. 9, n. 1, p. e45312, 2023.
Disponível em: [Link] Acesso em: 18 jul. 2023.

GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Machine Learning Basics. In:
GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep learning. Cambridge: MIT
Press, 2016. p. 98-165.

GPTZERO. GPTZero. 2023. Disponível em: [Link] Acesso em: 28 abr.

2023.

ISKENDER, Ali. Holy or unholy? Interview with open AI’s ChatGPT. European Journal of
Tourism Research, Varna, v. 34, p. 3414-3414, 2023. Disponível em:
[Link] Acesso em: 18 jul. 2023.

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[18]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
HURWITZ, Judith; KIRSCH, Daniel. Understanding Machine Learning. In: HURWITZ, J.;
KIRSCH, D. Machine Learning for Dummies. New Jersey: Jhon Wiley & Sons, 2018. p. 3-18.
KASNECI, Enkelejda et al. ChatGPT for good? On opportunities and challenges of large language
models for education. Learning and Individual Differences, v. 103, p. 102274, 2023. Disponível em:
[Link] Acesso em: 18 jul. 2023.

KHAN, Rehan Ahmed et al. ChatGPT-Reshaping medical education and clinical

management. Pakistan Journal of Medical Sciences, Bethesda, v. 39, n. 2, p. 605-607,
2023. Disponível em: [Link] Acesso em: 18 jul.
2023.

LUND, Brady et al. (2023). ChatGPT and a new academic reality: Artificial Intelligence‐
written research papers and the ethics of the large language models in scholarly
publishing. Journal of the Association for Information Science and Technology, [s. l.], v.
74, n. 5, 570-581, 2023. Disponível em: [Link] Acesso em: 18 jul. 2023.

NOBLE, Safyia Umoja. Algorithms of oppression. New York: New York University Press,
2018.

NORVIG, Peter; RUSSELL, Stuart. Inteligência artificial. Rio de Janeiro: Grupo GEN, 2013.

O'CONNOR, Siobhan. Corrigendum to "Open artificial intelligence platforms in nursing

education: Tools for academic progress or abuse?" [Nurse Educ. Pract. 66 (2023) 103537].
Nurse Education in Practice, [s. l.], v. 67, p. 103572, 2023. Disponível em:
[Link] Acesso em: 18 jul. 2023.

OPENAI. Introducing OpenAI. 2015-2023a. Disponível em:

[Link] Acesso em: 18 jul. 2023.

OPENAI. Introducing ChatGPT. 2015-2023b. Disponível em:

[Link] Acesso em: 18 jul. 2022.

OPENAI. Introducing ChatGPT Plus. 2015-2023c. Disponível em:

[Link] Acesso em: 18 jul. 2023.

OPENAI. GPT models. [202-]. Disponível em: [Link] Acesso em: 18 jul.
2023.

RAHIMI, Farid; ABADI, Amin Talebi Bezmin. Passive Contribution of ChatGPT to Scientific
Papers. Biomedical Engineering, [s. l.], p. 1-11. Disponível em:
[Link] Acesso em: 18 jul. 2023.

RAVEN, Peter H.; EVERT, Ray F.; EICHHORN, Susan E. Fotossíntese. In: RAVEN, Peter H.;
EVERT, Ray F.; EICHHORN, Susan E. Biologia vegetal. Rio de Janeiro: Guanabara Koogan
Ltda, 1992. p. 90-109.

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[19]
 ARTIGO
DOI 10.20396/etd.v26i00.8673464
STOKEL-WALKER, Chris. AI bot ChatGPT writes smart essays - should professors worry?
Nature, [s. l.], v. 602, n. 7898, p. E17, dez. 2022. [Link]
04397-7. Acesso em: 18 jul. 2023.

THORP, Holden H. ChatGPT is fun, but not an author. Science, Washington DC, v. 379, n.
6630, p. 313-313, 2023. Disponível em: [Link] Acesso em: 18 jul. 2023.

THURZO, Andrej et al. Impact of artificial intelligence on dental education: A review and
guide for curriculum update. Education Sciences, Basel, v. 13, n. 2, p. 1-14, 2023.
Disponível em: [Link] Acesso em: 18 jul. 2023.

TLILI, Ahmed et al. What if the devil is my guardian angel: ChatGPT as a case study of using
chatbots in education. Smart Learning Environments, [s. l.], v. 10, n. 1, p. 1-24, 2023.
Disponível em: [Link] Acesso em: 18 jul. 2023.

UNESCO. Consenso de Beijing sobre a Inteligência Artificial e a Educação. Paris:

Organização das Nações Unidas para a Educação, a Ciência e a Cultura, 2019. Disponível
em: [Link] Acesso em: 18 jul. 2023.

UNESCO. Recomendação sobre a Ética da Inteligência Artificial. Paris: Organização das

Nações Unidas para a Educação, a Ciência e a Cultura; Representação da UNESCO no Brasil,
2021. Tradução de Tikinet Edições Ltda. Disponível em: [Link] Acesso em:
18 jul. 2023.

VASWANI, Ashish et al. Attention is all you need. In: CONFERENCE ON NEURAL
INFORMATION PROCESSING SYSTEMS, 31., 2017, Long Beach. Anais […]. Long Beach, CA,
USA: NIPS, 2017. Disponível em: [Link] Acesso em: 18 jul. 2023.

WHITTEMORE, Robin; KNAFL, Kathleen. The integrative review: updated methodology.

Journal of Advanced Nursing, Bethesda, v. 52, n. 5, p. 546-553, 2005. Disponível em:
[Link] Acesso em: 18 jul. 2023.

APOIO
O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de
Pessoal de Nível Superior - Brasil (CAPES) - Código de Financiamento 001.

Revisão gramatical: Camila Borges dos Anjos

E-mail: [Link]@[Link]

Tradução Inglês e Espanhol: Paula Franciele Pereira de Souza

E-mail: paulinha1993souza@[Link]

© ETD – Educação Temática Digital | Campinas, SP | v.26 | e024047| p. 1-20| 2024

[20]