A inteligência artificial impulsionará a transformação da avaliação de pesquisa.

Redefinir o financiamento da pesquisa: como a inteligência artificial está a forçar uma atualização do sistema de avaliação

Nas últimas décadas, a premissa central do sistema de financiamento da pesquisa tem sido que as propostas escritas refletem adequadamente a qualidade das ideias de investigação e a capacidade do candidato. O surgimento da inteligência artificial abalou completamente esta premissa. Quando cada vez mais candidaturas são geradas com o auxílio de ferramentas de IA, os financiadores terão dificuldade em distinguir quais contribuições vêm do próprio investigador e quais vêm da tecnologia que utiliza. Quando este fenómeno se generaliza, a capacidade de discernimento do sistema de avaliação enfrenta uma crise lógica fundamental.

A gestão da procura é apenas uma solução temporária

Face ao aumento exponencial das candidaturas, as agências de financiamento pensam primeiro em medidas de gestão da procura: limitar reenvios, estabelecer limites máximos de candidatura, criar processos de avaliação em duas fases. Estas medidas podem ganhar tempo, mas não resolvem a questão central — na era da inteligência artificial, que características é que as agências de financiamento realmente desejam identificar e apoiar?

Atualmente, muitas candidaturas de financiamento ainda enfatizam os resultados esperados, apesar de a investigação em si estar repleta de incertezas. Isto incentiva a especificidade excessiva e o overcommitment, e a IA amplifica ainda mais esta tendência ao gerar narrativas mais convincentes e mais alinhadas com as preferências dos financiadores.

A mudança do foco da avaliação

Um modelo de financiamento mais resiliente deve dar mais atenção às dimensões que não são facilmente otimizadas pela IA: rigor metodológico, competências relevantes, pensamento reflexivo e percursos credíveis de impacto. Estas dimensões requerem provas contextuais, julgamento e diálogo, aprofundando como a investigação será conduzida e como o investigador agirá.

Esta direção está em forte consonância com as iniciativas já existentes na área da reforma da avaliação da investigação. Coligações como a CoARA e a DORA já propuseram: a avaliação deve ter em conta tanto o processo como o produto, reconhecer contribuições diversas e abandonar indicadores proxy que distorcem comportamentos. O papel da IA é elevar a urgência de traduzir estes princípios no desenho do financiamento.

Na prática, currículos narrativos permitem que os candidatos apresentem as suas contribuições de forma mais contextualizada, permitindo também que os avaliadores façam julgamentos mais abrangentes. Os quadros de competências fornecem ferramentas para avaliar liderança, capacidade de colaboração e pensamento reflexivo. A nível institucional, avaliações formativas como o Acordo de Avaliação Estratégica dos Países Baixos são muito menos afetadas pelos riscos relacionados com a IA do que métodos baseados em indicadores ou revisão por pares em larga escala.

A evolução do processo de avaliação

O próprio processo de avaliação também pode ser reformulado em torno deste novo quadro. Convidar gestores de investigação para integrar os painéis de avaliação pode fornecer informações valiosas sobre viabilidade e gestão financeira. Incluir os beneficiários da investigação na avaliação pode ajudar a confirmar se as declarações sobre envolvimento e impacto são credíveis. As entrevistas, embora consumam muitos recursos, permitem que os avaliadores compreendam profundamente a capacidade de reflexão, as competências de colaboração e o estilo de liderança do candidato — aspetos que o texto escrito não consegue transmitir.

Mais importante ainda, esta mudança não deve limitar-se às candidaturas de financiamento, mas também estender-se aos sistemas de recrutamento e promoção das instituições.

Reduzir a frequência da avaliaçãoOutra questão crucial é a frequência com que os indivíduos são avaliados. Um sistema baseado em financiamento de projetos competitivos frequentes amplifica as distorções trazidas pela IA. Ao oferecer financiamento mais longo, expandir bolsas para acadêmicos ou aumentar subsídios institucionais globais, reduzir a frequência de avaliações individuais ajuda a restaurar o equilíbrio.

Ideias mais radicais — como a renda básica para pesquisadores — ainda são controversas, mas seu valor está em forçar a reflexão: quanta triagem é necessária e quanto é apenas um subproduto do design do sistema, e não uma necessidade da pesquisa em si.

Questões inevitáveis

Nas discussões internas das agências de financiamento, surge frequentemente um tópico sensível: se a IA desempenhará um papel na triagem ou classificação de candidaturas. Evitar essa questão não adianta; é previsível que entidades comerciais já estejam explorando soluções de revisão assistida por IA. Se a IA entrar nesse domínio, a questão crucial será quem lidera. Uma exploração liderada pela comunidade acadêmica, baseada nos princípios de transparência, responsabilidade e avaliação responsável, terá resultados muito diferentes de uma solução impulsionada pelo lucro, imposta porque as agências de financiamento não têm alternativas.

Conclusão

A disrupção trazida pela IA é frequentemente descrita como uma crise a ser gerida. Mas também pode ser vista como uma função de imposição que expõe deficiências de longa data e cria espaço político e institucional para mudanças. Iniciativas de reforma como DORA e CoARA já estabeleceram uma direção de avaliação mais focada na qualidade, integridade e inclusão. O desafio agora é projetar mecanismos de financiamento que possam colocar esses princípios em prática na era da IA.

*Este artigo baseia-se num artigo de opinião de Karen Stroobants publicado no Research Professional News.*