Um paradoxo produtivo
O artigo parte de uma constatação incômoda: a produção científica já ultrapassa a capacidade humana de leitura e síntese, e a IA generativa (GenAI) participa dos dois lados dessa equação ao mesmo tempo (Wagner et al., 2026).
Modelos de linguagem de larga escala (LLMs) como ChatGPT, Gemini e Claude deslocam a IA de uma função classificatória para uma função geradora de conteúdo. Essa mudança de paradigma atinge diretamente a revisão de literatura, atividade que combina busca, leitura, extração e síntese em volumes de texto que crescem mais rápido do que qualquer equipe consegue processar.
A própria GenAI acelera a produção de textos científicos, o que amplia a sobrecarga informacional que os pesquisadores já enfrentam.
A mesma tecnologia oferece capacidades de síntese, tradução e extração que ajudam a administrar a complexidade que ela própria contribui para criar.
Paráfrase construída a partir da argumentação da Introdução do artigo (Wagner et al., 2026).
De classificar para gerar
Os autores abrem a base conceitual distinguindo dois paradigmas de IA antes de tratar de revisão de literatura propriamente dita.
IA discriminativa (tradicional)
Reconhece padrões, classifica e prevê a partir de dados existentes. Responde perguntas do tipo "isto é X ou Y?" — é a lógica por trás de filtros de triagem e classificadores de relevância bibliográfica.
IA generativa (GenAI)
Produz conteúdo novo — texto, imagem, código, áudio — que imita os padrões dos dados de treinamento. Passa a participar da formulação de hipóteses e da síntese, não apenas da triagem.
A arquitetura que tornou isso possível
Síntese elaborada a partir da seção "Technological foundations" (Wagner et al., 2026), que cita entre outros Vaswani et al. (2017), Devlin et al. (2019), Brown et al. (2020) e Radford et al. (2021) — obras não verificadas diretamente por esta consulta.
Apesar de LLMs multimodais processarem áudio, imagem e vídeo, o conhecimento científico permanece codificado majoritariamente em texto. Por isso os autores concentram a análise nas capacidades textuais de modelos como GPT-4, GPT-4o, Gemini e Claude 3.5 Sonnet, deixando aplicações não textuais como uma nota lateral.
Cinco formas de perguntar, mais uma de encenar
O desempenho de um LLM depende menos do modelo escolhido do que da forma como a tarefa é formulada. O artigo organiza cinco estratégias centrais para revisão de literatura, cada uma associada a exemplos de prompt nas tabelas do artigo.
Exploratória
Perguntas abertas para mapear temas amplos ou áreas pouco pesquisadas, espelhando o comportamento humano de busca exploratória.
Zero-shot / few-shot
Define-se a tarefa com uma definição clara e, no few-shot, alguns exemplos de referência — útil para tópicos emergentes com pouco precedente.
Cadeia de pensamento
Conduz o modelo por etapas lógicas sequenciais, decompondo consultas complexas antes de sintetizar uma narrativa coerente.
Geração aumentada por recuperação (RAG)
Combina o modelo pré-treinado com fontes fornecidas pelo usuário antes de gerar a resposta, reduzindo alucinações e ancorando o resultado em evidência.
Zero-shot aplicado à triagem e tradução
Instruções diretas de inclusão/exclusão e de extração terminológica a partir de documentos convertidos, sem exemplos prévios.
Prompting de papel ou persona (técnica complementar)
Prefixar o prompt com "você é um especialista em..." ativa conhecimento de domínio e eleva a qualidade da resposta — usada em várias tabelas do artigo, incluindo a persona de especialista em consultas booleanas (Tabela 5) e a persona socrática para reformulação teórica (Tabela 12).
A fronteira irregular ("jagged frontier")
Na discussão sobre extração de dados, os autores recorrem a um conceito emprestado da literatura sobre trabalho do conhecimento: tarefas de dificuldade aparentemente equivalente podem ser executadas de forma consistentemente melhor, ou pior, quando apoiadas por IA, sem que essa variação siga um padrão previsível (Dell'Acqua et al., 2023, como citado em Wagner et al., 2026, p. 8). Extrair um tamanho amostral é confiável; inferir a postura epistemológica implícita de um autor, no mesmo artigo, não é.
Nota metodológica: as barras compõem uma representação esquemática elaborada para esta síntese, não um gráfico reproduzido do artigo original — o texto-fonte não apresenta um eixo numérico único de confiabilidade. As alturas foram atribuídas qualitativamente a partir dos resultados relatados em cada tabela ou parágrafo, indicados nos rótulos. *Melhor desempenho: Claude 3.5 Sonnet gerou código funcional já na primeira tentativa; GPT-4o e Gemini 1.5 Pro precisaram de pequenos ajustes (Tabela 11, Wagner et al., 2026).
Seis atividades, não seis passos
* Tabelas 5 e 6 relatam avaliações de bancada conduzidas sobre GPT-3.5 por estudos externos citados no artigo (Wang et al., 2023; Syriani et al., 2024, como citados em Wagner et al., 2026), e não testes comparativos diretos entre GPT-4o, Claude 3.5 Sonnet e Gemini 1.5 Pro como nas demais tabelas.
O que cada modelo entregou, tarefa a tarefa
Consolidação dos resultados quantitativos e qualitativos relatados nas tabelas do artigo para as três famílias de modelo usadas como referência comparativa (GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro).
| Tarefa | GPT-4o | Claude 3.5 Sonnet | Gemini 1.5 Pro |
|---|---|---|---|
| Identificar revisões prévias (Tab. 1, n=8) | 5/8 · 63% | 6/8 · 75% | 5/8 · 63% |
| Extrair definições conceituais (Tab. 2, n=5) | 3/5 · 60% | 3/5 · 60% | 4/5 · 80% |
| Justificar tipo de revisão (Tab. 3, n=5 tipos) | 2/5 | 1/5 | 1/5 |
| Traduzir resumos via TEI/GROBID (Tab. 7, n=5) | 5/5 · 100% | 5/5 · 100% | 5/5 · 100% |
| Gerar código de meta-análise (Tab. 11) | funcional c/ ajuste | funcional de 1ª | funcional c/ ajuste |
Leitura de conjunto: nenhum dos três modelos domina todas as tarefas de forma consistente — Gemini 1.5 Pro lidera na extração de definições, Claude 3.5 Sonnet lidera na identificação de revisões prévias e na geração de código, e os três empatam na tradução. Esse padrão de liderança alternada é, em si, uma ilustração empírica da fronteira irregular discutida na Seção 04.
Três premissas antes de delegar qualquer etapa
Antes de detalhar as aplicações por atividade, os autores fixam três condições que atravessam todo o artigo. Sem elas, alertam, o uso de GenAI tende a produzir revisões de qualidade insuficiente.
Domínio metodológico prévio é insubstituível
O pesquisador precisa conhecer os objetivos de cada tipo de revisão, as escolhas metodológicas em cada etapa e as exigências de transparência e sistematicidade da área (Paré et al., 2015, 2024; Templier & Paré, 2018, como citados em Wagner et al., 2026). A GenAI ainda depende de prompts explícitos e de contexto adequado para produzir resultado útil.
Acesso ao texto integral, não a metadados
Os autores esperam que pesquisadores forneçam os PDFs completos junto ao prompt, alinhando o uso ao dever de controlar, rastrear e relatar os artigos recuperados, triados e analisados (Templier & Paré, 2018, como citados em Wagner et al., 2026). Ferramentas de editoras individuais, restritas a artigos de acesso aberto, servem melhor a revisões informais ou exploratórias do que ao processo autônomo completo.
Supervisão humana obrigatória e declarada
Inserir o prompt correto não garante um resultado útil para todo projeto de revisão. Todo resultado gerado precisa ser verificado, avaliado com espírito crítico e divulgado com transparência.
"[pesquisadores devem avaliar] o que devemos permitir que a Gen.AI faça" — Tingelhoff et al. (2025, p. 78, como citado em Wagner et al., 2026)
Oportunidades, riscos e questões em aberto
Na seção de fechamento, os autores declaram explicitamente um propósito de equilíbrio: destacar o potencial positivo da GenAI para revisões de literatura sem deixar de questionar criticamente desenvolvimentos que possam comprometer o rigor científico (paráfrase de Wagner et al., 2026).
Oportunidades apontadas
- Pesquisa voltada a melhorar o núcleo técnico da GenAI — arquitetura e dados de treinamento — como agenda própria para a área.
- Ferramentas especializadas com ancoragem em evidência (Consensus, Elicit) reduzem o problema de alucinação e referências fictícias em comparação a testes iniciais com modelos genéricos.
- Avaliações paralelas independentes de qualidade metodológica, com múltiplos modelos atuando como camada adicional ao lado de revisores humanos.
Riscos sinalizados
- Excesso de confiança pode corroer habilidades científicas centrais ao desencorajar o engajamento profundo com fontes primárias.
- Hallucinações e vieses de cobertura persistem: acesso limitado a literatura paga, recente ou não publicada distorce o quadro retratado.
- Erros de triagem, incluindo exclusões indevidas, ameaçam a integridade de toda a revisão se não houver dupla checagem.
Questões em aberto
- Implicações filosóficas do uso continuado de GenAI para o progresso científico de longo prazo.
- Que funcionalidades de versionamento e validação transparente as ferramentas de revisão precisarão incorporar.
- Como conciliar velocidade de síntese com os requisitos de relato e sistematicidade já consolidados na área.
O artigo fecha sua seção de aplicações com uma matriz (Tabela 13, p. 15) que cruza tipos de revisão com o grau esperado de suporte da GenAI. O conteúdo específico dessa tabela, assim como a leitura de que pesquisadores mais experientes tendem a se beneficiar mais da ferramenta — por conseguirem auditar e corrigir suas entregas —, chegou a esta síntese por meio do comentário de um leitor especializado que declara ter sintetizado o artigo "com grande liberdade" (Codato, 2026).
Não foi possível recuperar, nas consultas realizadas ao texto integral do artigo, a redação original dessa passagem para confirmação direta. A leitura é reportada aqui como interpretação de fonte secundária, não como citação verificada de Wagner et al. (2026).
O que este mapa não resolve
O artigo evita duas posições confortáveis: a de que a GenAI substituirá o método de revisão e a de que deva ser descartada por imprecisa. A proposta dos autores é de copiloto restrito a etapas específicas, condicionado ao domínio metodológico de quem opera a ferramenta, ao controle do corpus revisado e à declaração transparente de cada uso (síntese própria a partir de Wagner et al., 2026). Essa é uma continuidade direta do programa de pesquisa que os mesmos autores, com Roman Lukyanenko, já haviam aberto em 2022 ao propor uma agenda para revisões de literatura apoiadas por IA (Wagner, Lukyanenko, & Paré, 2022) — o artigo de 2026 atualiza essa agenda para a geração de modelos que passou a produzir texto, e não apenas classificá-lo.
Fontes secundárias mencionadas apenas em citação indireta (Boell & Cecez-Kecmanovic, 2014; Paré et al., 2015, 2016, 2024; Syriani et al., 2024; Tingelhoff et al., 2025; Templier & Paré, 2018; Wang et al., 2023) não foram consultadas diretamente por Claude nesta tarefa e por isso não constam na lista de referências acima, conforme convenção da APA 7ª edição para citação de segunda mão. Todos os trechos do artigo-fonte foram parafraseados; nenhuma passagem com quinze palavras ou mais foi reproduzida literalmente.