{"id":2630,"date":"2024-02-07T14:24:39","date_gmt":"2024-02-07T14:24:39","guid":{"rendered":"http:\/\/dados.iesp.uerj.br\/?p=2630"},"modified":"2024-02-08T04:00:16","modified_gmt":"2024-02-08T04:00:16","slug":"recomendacoes-para-editores-de-periodicos-cientificos-sobre-o-uso-de-genais","status":"publish","type":"post","link":"https:\/\/dados.iesp.uerj.br\/es\/recomendacoes-para-editores-de-periodicos-cientificos-sobre-o-uso-de-genais\/","title":{"rendered":"Recomenda\u00e7\u00f5es iniciais para editores de peri\u00f3dicos cient\u00edficos sobre o uso de Intelig\u00eancia Artificial generativa"},"content":{"rendered":"

Disculpa, pero esta entrada est\u00e1 disponible s\u00f3lo en Portugu\u00e9s De Brasil<\/a>. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.<\/p>

* Imagem gerada pelo Dall-e vers\u00e3o 3<\/em><\/p>\n

[Este texto reflete a opini\u00e3o de seus autores(as) e n\u00e3o \u00e9 parte da pol\u00edtica editorial de DADOS].<\/em><\/p>\n

No final de 2023, fiz uma apresenta\u00e7\u00e3o na reuni\u00e3o da Associa\u00e7\u00e3o Brasileira de Editoras Universit\u00e1rias (ABEU) a respeito de usos, cuidados e diretrizes de editores(as) com o emprego de generative artificial intelligence<\/em> (GenAI, daqui em diante) ou intelig\u00eancias artificiais generativas[1]<\/a>. Para minha surpresa, s\u00e3o poucos os materiais dispon\u00edveis em portugu\u00eas a respeito do assunto. Parece, inclusive, haver um v\u00e1cuo regulat\u00f3rio de institui\u00e7\u00f5es de pesquisa tais como MEC, CAPES e CNPq. Assim, um ano ap\u00f3s o lan\u00e7amento do ChatGPT, professores(as), pesquisadores(as) e editores(as) parecem continuar a sua pr\u00f3pria sorte.<\/p>\n

Diante de tal cen\u00e1rio, elaborei este texto[2]<\/a> que visa, rapidamente, apresentar alguns usos de GenIAs com os quais os editores e as editoras de revistas acad\u00eamicas devem ter ci\u00eancia e aten\u00e7\u00e3o. Al\u00e9m disso, busco apresentar \u00a0algumas sugest\u00f5es para os peri\u00f3dicos cient\u00edficos brasileiros, baseadas nas principais normas e diretrizes internacionais[3]<\/a> que fui capaz de mapear. Se necess\u00e1rio, em cada regra, acrescento algumas sugest\u00f5es pr\u00f3prias, que parecem respeitar nossas especificidades, enquanto pesquisadores e pesquisadoras do Sul global.<\/p>\n

Do que estamos falando exatamente?<\/h4>\n

Inicialmente, \u00e9 preciso esclarecer do que estamos tratando. Ao contr\u00e1rio do que muitos imaginam, o campo de estudos da intelig\u00eancia artificial \u00e9 bem antigo, originado na d\u00e9cada de 1950. Tamb\u00e9m n\u00e3o se trata de uma novidade em nossas realidades. Nossos celulares, as redes sociais digitais e uma outra mir\u00edade de dispositivos e aplicativos na era moderna j\u00e1 fazem uso de intelig\u00eancia artificial h\u00e1 bastante tempo. Frequentemente, essa discuss\u00e3o estava sendo travada dentro da ideia dos algoritmos.<\/p>\n

Logo, aqui estamos abordando os recentes modelos de intelig\u00eancia artificial capazes de gerar resultados (outputs<\/em>) de diferentes naturezas tais como texto, imagem, som e mesmo v\u00eddeo, comumente chamados de \u2018modelos fundamentais\u2019, LLMs (Large Language Models<\/em>, Modelos grandes de Linguagem) ou GenAI.<\/p>\n

Almeida, Mendon\u00e7a e Filgueiras (2023) descrevem modelos de linguagem como sistemas projetados para compreender e interpretar a linguagem humana, fundamentando-se na previs\u00e3o de palavras ou s\u00edmbolos subsequentes em senten\u00e7as. Modelos generativos, dotados de regras e instru\u00e7\u00f5es, s\u00e3o empregados para aprender o uso habitual das palavras, permitindo a gera\u00e7\u00e3o de novos textos que emulam a utiliza\u00e7\u00e3o lingu\u00edstica na realidade. Conforme exposto por Hacker, Engel e Mauer (2023), a gera\u00e7\u00e3o de texto pelos modelos \u00e9 baseada na probabilidade de uso de palavras por humanos, o que implica a ocorr\u00eancia de varia\u00e7\u00f5es e imprecis\u00f5es nas respostas, conhecidas como \u201calucina\u00e7\u00f5es\u201d. Alkaissi e McFarlane (2023) esclarecem que tais alucina\u00e7\u00f5es ocorrem quando os modelos selecionam probabilidades sintaticamente vi\u00e1veis, mas factualmente incorretas.<\/p>\n

O mesmo se repete para outros outputs <\/em>como imagens e sons. Eles aprendem a identificar padr\u00f5es nos dados por conta pr\u00f3pria, sem precisar de orienta\u00e7\u00e3o expl\u00edcita sobre o que procurar e, uma vez que dominam esses padr\u00f5es, os GenAIs podem gerar novos dados que se assemelham aos originais usados no treinamento. Estes modelos s\u00e3o treinados com uma imensa quantidade de par\u00e2metros, requerendo um grande volume de dados e recursos computacionais significativos. A t\u00edtulo de exemplo, nas artes isso tem gerado diversos protestos[4]<\/a> e, inclusive, \u00e9 um ponto central da recente greve de roteiristas e atores de Hollywood[5]<\/a>.<\/p>\n

Ainda vale destacar que tais bases de treinamento, apesar de imensas, geralmente cont\u00eam distor\u00e7\u00f5es em seu interior, afinal a nossa realidade \u00e9 enviesada, apresentando diversas formas de exclus\u00e3o. Ent\u00e3o, boa parte das bases de dados para treinamento de GenAIs, tender\u00e1 a ser negativamente enviesada contra minorias como mulheres, pessoas negras, LGBTQIAPN+ e habitantes de pa\u00edses do sul global[6]<\/a>.<\/p>\n

Como j\u00e1 apresentamos em outro espa\u00e7o, acreditamos que as GenAIs v\u00e3o ter fortes impactos sobre todas as fases da pesquisa cient\u00edfica, incluindo busca e sele\u00e7\u00e3o de material acad\u00eamico, leitura, escrita, programa\u00e7\u00e3o, an\u00e1lise e apresenta\u00e7\u00e3o dos dados e tradu\u00e7\u00e3o (Sampaio et al., 2023). Portanto, todo o temor gerado pelos textos do ChatGPT e similares \u00e9 apenas uma parte da capacidade dessas intelig\u00eancias artificiais. H\u00e1 duas preocupa\u00e7\u00f5es principais[7]<\/a> no mundo acad\u00eamico em rela\u00e7\u00e3o ao uso das GenAIs . A inicial est\u00e1 relacionada ao pl\u00e1gio e uso de conte\u00fados, notadamente textos, criados por esses modelos, portanto, est\u00e3o diretamente relacionadas a quest\u00f5es \u00e9ticas de tais usos e sobre quest\u00f5es de autoria e fontes. A segunda consiste nos poss\u00edveis impactos na integridade do fazer cient\u00edfico (Nature, 2023). Como a maior parte dos modelos s\u00e3o propriet\u00e1rios, seus algoritmos s\u00e3o verdadeiras caixas pretas, sob a desculpa de segredo industrial. Isso significa uma s\u00e9ria perda em termos de transpar\u00eancia e replicabilidade, pois n\u00e3o sabemos exatamente o que acontece dentro do modelo e n\u00e3o podemos replicar nos termos da ci\u00eancia. E, diante da possibilidade de alucina\u00e7\u00f5es, desconex\u00f5es, distor\u00e7\u00f5es e imprecis\u00f5es, mesmo a validade de tal conte\u00fado pode ser questionada.<\/p>\n

Da mesma forma, como as GenAIs j\u00e1 s\u00e3o capazes de fazer diversas tarefas, ficam as quest\u00f5es sobre as escolhas dos modelos. Por exemplo, as raz\u00f5es da m\u00e1quina ter sugerido um texto em detrimento de outro ou a realiza\u00e7\u00e3o de um teste ou an\u00e1lise em vez de outro ou, ainda, de tal forma de visualizar o resultado. Portanto, pilares fundamentais da ci\u00eancia contempor\u00e2nea podem ser abalados pelo uso n\u00e3o \u00e9tico e consciente de tais GenAIs<\/p>\n

Com isso em mente, falemos agora dos usos recomendados ou n\u00e3o das GenAIs.<\/p>\n

Usos (in)aceit\u00e1veis e recomenda\u00e7\u00f5es<\/h4>\n
1. Textos<\/h5>\n

De partida j\u00e1 temos alguma controv\u00e9rsia. Para certas associa\u00e7\u00f5es ou editoras acad\u00eamicas, as ferramentas de IA devem ser empregadas apenas para aperfei\u00e7oamento de texto e melhoria da legibilidade, exigindo supervis\u00e3o, revis\u00e3o e edi\u00e7\u00e3o humana. O mesmo vale para melhorias em l\u00ednguas estrangeiras, como o ingl\u00eas, desde que esse uso seja similar ao corretor do Word ou ao Grammarly (que inclusive usa intelig\u00eancia artificial no seu sistema!), ou seja, que o uso seja limitado a aperfei\u00e7oar o conte\u00fado original, sem gerar novas ideias. A IA n\u00e3o deve, em hip\u00f3tese alguma, substituir tarefas essenciais de autoria, como produ\u00e7\u00e3o de reflex\u00f5es ou condu\u00e7\u00e3o de pesquisas (Elsevier, 2023b).<\/p>\n

Em outras vis\u00f5es (Boyd-Graber; Okazaki; Rogers, 2023), o uso de tais modelos generativos para agregar, resumir, expandir, parafrasear e quest\u00f5es mais b\u00e1sicas em termos do texto, \u00e9 aceit\u00e1vel. Aqui, a grande preocupa\u00e7\u00e3o \u00e9 sempre se ater a poss\u00edveis distor\u00e7\u00f5es do modelo e a confer\u00eancia sobre a inser\u00e7\u00e3o de algum erro ou inexatid\u00e3o no conte\u00fado gerado. Em outras palavras, no atual momento, mesmo que o prompt<\/em> de entrada seja apenas de revisar um trecho, ele poder\u00e1 incluir informa\u00e7\u00f5es novas ou mesmo retirar outras. Ent\u00e3o, \u00e9 muito importante que sempre haja humanos no processo (humans in the loop<\/em>) e os autores estarem cientes de que v\u00e3o assumir o conte\u00fado final integralmente (Sage, 2023), como veremos abaixo. H\u00e1 algumas sugest\u00f5es sobre a utiliza\u00e7\u00e3o em sess\u00f5es mais padronizadas e r\u00edgidas, como m\u00e9todos,<\/em> e a descri\u00e7\u00e3o pura de resultados<\/em> (Korinkek, 2023), al\u00e9m do uso para gera\u00e7\u00e3o ou melhoria de t\u00edtulo, resumo <\/em>e palavras-chave<\/em>, por\u00e9m tal emprego est\u00e1 longe de ser um consenso. De todo modo, nunca se recomenda usar diretamente o output<\/em> gerado pelas IAs (i.e. \u201ccopiar e colar\u201d).<\/p>\n

Opini\u00e3o do pesquisador:<\/strong><\/p>\n

De fato, o mais \u00fatil seria refor\u00e7ar as diretrizes da revista no que se refere \u00e0 responsabilidade do autor e da autora sobre o texto enviado, indicando a necessidade de informar se utilizaram GenAIs com este fim. Al\u00e9m disso, cabe tamb\u00e9m incluir dicas de como usar tais ferramentas de modo \u00e9tico, ao exemplo de evitar o uso direto dos outputs<\/em> das GenAIs.<\/p>\n

2. Imagens e v\u00eddeos<\/h4>\n

Surpreendentemente, parece que temos um forte consenso sobre a proibi\u00e7\u00e3o de uso de imagens ou v\u00eddeos criados por intelig\u00eancia artificial generativa (Elsevier, 2023b). Inclusive, alguns peri\u00f3dicos, como a Nature (2023), proibiram o uso de GenAIs \u00a0para alterar imagens em manuscritos, exceto quando se trata de ajustes b\u00e1sicos de brilho, contraste ou balan\u00e7o de cores. Nesta l\u00f3gica, somente se permite o uso de imagens e v\u00eddeos gerados por GenAIs se tais materiais forem uma parte da pesquisa, seja no seu desenho ou m\u00e9todos de pesquisa, como, por exemplo, quando se tratar de um experimento. Este uso deve ser descrito na se\u00e7\u00e3o de m\u00e9todos, incluindo detalhes do modelo de GenAIs \u00a0utilizado (nome, vers\u00e3o etc.), de modo que possibilite a reprodutibilidade da pesquisa.<\/p>\n

Opini\u00e3o do pesquisador:<\/strong><\/p>\n

Em minha vis\u00e3o, essa proibi\u00e7\u00e3o completa do uso de imagens geradas por GenAIs est\u00e1 diretamente conectada aos protestos de artistas, roteiristas e atores nos Estados Unidos, j\u00e1 mencionados anteriormente. Ou seja, \u00e9 uma precau\u00e7\u00e3o extra sobre quaisquer perigos de infra\u00e7\u00e3o de direitos autorais.<\/p>\n

Parece-me que no sul global essa quest\u00e3o n\u00e3o ter\u00e1 uma vigil\u00e2ncia t\u00e3o grande. Sugiro que os editores incluam diretrizes recomendando a n\u00e3o utiliza\u00e7\u00e3o de imagens geradas ou alteradas por GenAIs e que os autores devam tanto justificar seu uso na submiss\u00e3o do manuscrito, quanto tamb\u00e9m assinar um termo garantindo assumir eventuais \u00f4nus de sua utiliza\u00e7\u00e3o.<\/p>\n

3. Sistemas de pareceres<\/h4>\n

Apesar de n\u00e3o ser tema central dos debates, h\u00e1 ind\u00edcios de que as principais editoras de peri\u00f3dicos cient\u00edficos de alto impacto est\u00e3o buscando nas GenAIs modos de acelerar o processo de revis\u00e3o pelos pares (Levene, 2023). Aparentemente, todos os testes parecem ter sido internos e n\u00e3o h\u00e1 clareza sobre os modelos de IAs usados para esse fim. Algumas editoras afirmam n\u00e3o usar e recomendam que os pr\u00f3prios pareceristas n\u00e3o usem (Elsevier, 2023a). Enquanto a editora Frontiers \u00e9 uma forte defensora do modelo e o usa para verifica\u00e7\u00f5es iniciais dos manuscritos e distribui\u00e7\u00e3o de pareceres (Frontiers, 2020).<\/p>\n

Lopezoza (2023) apresenta 10 propostas ousadas sobre como as GenAIs podem ser utilizadas no fluxo editorial desde o recebimento do artigo at\u00e9 sua divulga\u00e7\u00e3o, contribuindo para:<\/p>\n

1. Verificar se o manuscrito recebido est\u00e1 alinhado com os principais temas da revista.<\/p>\n

2. Assegurar que o manuscrito esteja de acordo com os padr\u00f5es da revista.<\/p>\n

3. Verificar se h\u00e1 pl\u00e1gio e identificar qualquer conte\u00fado potencial gerado por IA.<\/p>\n

4. Identificar candidatos qualificados para revisar um manuscrito espec\u00edfico.<\/p>\n

5. Elaborar um e-mail para os autores detalhando as propostas de melhoria sugeridas pelos avaliadores.<\/p>\n

6. Editar o manuscrito final quanto a erros de gram\u00e1tica e ortografia.<\/p>\n

7. Adaptar as cita\u00e7\u00f5es para que correspondam ao estilo de cita\u00e7\u00e3o da revista.<\/p>\n

8. Projetar materiais visuais, como capas de edi\u00e7\u00f5es e imagens.<\/p>\n

9. Desenvolver uma campanha tem\u00e1tica baseada no Twitter para um manuscrito espec\u00edfico.<\/p>\n

10. Elaborar comunicados de imprensa abrangentes para um p\u00fablico mais amplo.<\/p>\n

Em outro texto, Kankanhalli (2024) faz um resumo dos principais pontos nos quais tais sistemas de intelig\u00eancia artificial generativa poderiam ajudar e apresenta um quadro, incluindo ferramentas que podem ser \u00fateis em sua avalia\u00e7\u00e3o.<\/p>\n

Tabela 1: Potencial de Automa\u00e7\u00e3o por IA em Publica\u00e7\u00f5es Acad\u00eamicas<\/strong><\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n
Tarefa<\/b><\/td>\nPotencial de automa\u00e7\u00e3o de IA<\/b><\/td>\nExemplo de ferramenta de IA<\/b><\/td>\n<\/tr>\n
Verifica\u00e7\u00e3o de formato:<\/b> verifica\u00e7\u00e3o de que o manuscrito segue a regra de formato de estrutura, estilos, refer\u00eancias e metadados da publica\u00e7\u00e3o<\/span><\/td>\nAlto<\/span><\/td>\nPenelope.ai<\/span><\/td>\n<\/tr>\n
Detec\u00e7\u00e3o de pl\u00e1gio:<\/b> identifica\u00e7\u00e3o da extens\u00e3o e natureza da c\u00f3pia de outras fontes sem atribui\u00e7\u00e3o de fonte<\/span><\/td>\nBaixo<\/span><\/td>\niThenticate, ZeroGPT<\/span><\/td>\n<\/tr>\n
Qualidade da linguagem:<\/b> avalia\u00e7\u00e3o da legibilidade, coes\u00e3o e l\u00f3gica apropriadas para o p\u00fablico<\/span><\/td>\nM\u00e9dio<\/span><\/td>\nUNSILO<\/span><\/td>\n<\/tr>\n
Correspond\u00eancia manuscrito-revisor:<\/b> encontrar revisores adequados para um manuscrito usando o perfil do revisor<\/span><\/td>\nAlto<\/span><\/td>\nTPMS<\/span><\/td>\n<\/tr>\n
Escopo\/relev\u00e2ncia:<\/b> avalia\u00e7\u00e3o da adequa\u00e7\u00e3o ao escopo da publica\u00e7\u00e3o<\/span><\/td>\nM\u00e9dio<\/span><\/td>\nUNSILO, GPT-4<\/span><\/td>\n<\/tr>\n
Solidez\/rigor:<\/b> verifica\u00e7\u00e3o de que a metodologia e an\u00e1lise do estudo s\u00e3o rigorosas e robustas<\/span><\/td>\nM\u00e9dio-Baixo<\/span><\/td>\nEnago, StatCheck, StatReviewer<\/span><\/td>\n<\/tr>\n
Novidade:<\/b> novidade ou desvio do corpo existente de conhecimento<\/span><\/td>\nBaixo<\/span><\/td>\nReviewAdviser<\/span><\/td>\n<\/tr>\n
Significado:<\/b> import\u00e2ncia do fen\u00f4meno que o manuscrito est\u00e1 focando<\/span><\/td>\nBaixo<\/span><\/td>\nReviewAdviser<\/span><\/td>\n<\/tr>\n
Escrita e apresenta\u00e7\u00e3o: avalia\u00e7\u00e3o<\/b> da clareza, precis\u00e3o e efic\u00e1cia da apresenta\u00e7\u00e3o<\/span><\/td>\nAlto<\/span><\/td>\nGrammarly, Hemingway Editor<\/span><\/td>\n<\/tr>\n
Verifica\u00e7\u00e3o de reprodutibilidade:<\/b> codifica\u00e7\u00e3o do autor e checagem de an\u00e1lise de dados<\/span><\/td>\nAlto<\/span><\/td>\nGPT-4<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Fonte: Kankanhalli (2024, p. 79, grifos no original)<\/p>\n

No atual momento, para al\u00e9m das preocupa\u00e7\u00f5es mais \u00f3bvias de qualidade de tais sistemas, \u00e9 preciso um cuidado extra com a seguran\u00e7a dos dados das revistas e dos autores. GenAIs como o ChatGPT usam o input<\/em> dos usu\u00e1rios para seus pr\u00f3prios treinamentos. Toda vez que algu\u00e9m interage com tais sistemas, est\u00e1 passando toda a informa\u00e7\u00e3o da intera\u00e7\u00e3o para o treinamento dos modelos. Isso \u00e9 especialmente complexo quando se tratar de informa\u00e7\u00f5es sens\u00edveis. Na quest\u00e3o das revis\u00f5es, estamos falando de dados geralmente in\u00e9ditos e frutos de pesquisa cient\u00edfica. Para al\u00e9m disso, sempre h\u00e1 o perigo de vazamento de dados de toda a sorte[8]<\/a>.<\/p>\n

Opini\u00e3o do pesquisador:<\/strong><\/p>\n

Em minha opini\u00e3o, considerando as quest\u00f5es locais, a maior parte das possibilidades n\u00e3o me parece confi\u00e1veis o suficiente o bastante que tal uso seja empregado em nossos peri\u00f3dicos. Talvez o uso mais seguro no curto prazo seria para o que Kankanhalli (2024) chama de pr\u00e9-avalia\u00e7\u00e3o por pares (pre-peer review<\/em>), que consiste em a\u00e7\u00f5es de checagem mais simples, como averiguar o formato, a poss\u00edvel exist\u00eancia de pl\u00e1gio e a qualidade da linguagem. A quest\u00e3o de seguran\u00e7a acima apontada permanece de qualquer forma. Talvez uma possibilidade seja verificar com a SciELO, ou entidade similar, se tal modelo n\u00e3o poderia ser desenvolvido, sendo que Fapesp \u2013 e outras ag\u00eancias de fomento ou o CNPq – poderiam abrir editais para este fim.<\/p>\n

    \n
  1. Gera\u00e7\u00e3o de ideias (brainstorm<\/em>)<\/strong><\/li>\n<\/ol>\n

    A gera\u00e7\u00e3o de ideias \u00e9 uma quest\u00e3o pouco coberta por essas diretrizes, mas com algumas men\u00e7\u00f5es em artigos. No geral, o uso de GenAIs para brainstorm<\/em> de ideias, produ\u00e7\u00e3o de perguntas, hip\u00f3teses de pesquisa, ou mesmo para testes de ideias parece ser algo razoavelmente aceito (Boyd-Graber; Okazaki; Rogers, 2023; Sage, 2023).<\/p>\n

    Opini\u00e3o do pesquisador:<\/strong><\/p>\n

    Em minha vis\u00e3o, deve-se considerar que GenAIs como Bard<\/a>, Bing<\/a>, ChatGPT<\/a>, Claude<\/a>, Perplexity<\/a> e SciSpace<\/a> ou possuem material acad\u00eamico em suas bases de treinamento ou podem acessar bases cient\u00edficas, tais como o Semantic Scholar<\/a>, o que possibilita o mapeamento de grandes volumes de dados que auxiliam a obter insights<\/em> sobre problemas de pesquisa. No entanto, nosso foco deve ser em evidenciar que mesmo bases cient\u00edficas apresentam distor\u00e7\u00f5es (bias)<\/em>, como uma sobrerrepresenta\u00e7\u00e3o de pesquisa anglo-sax\u00e3 e europeia e de \u00e1reas de exatas e ci\u00eancias da vida, podendo criar problemas de pesquisa inadequados, em contextos e realidades n\u00e3o condizentes com o Sul global, levando a defini\u00e7\u00e3o de desenho, m\u00e9todos e resultados distantes da nossa realidade.<\/p>\n

    Diretrizes para editores(as)<\/h4>\n

    Tendo abordado rapidamente a base de tais modelos de GenAIs e discutido um pouco sobre seus usos aceit\u00e1veis ou n\u00e3o, apresento algumas diretrizes retiradas das principais editoras e dos principais peri\u00f3dicos de alto impacto. Da mesma maneira, reservo-me \u00e0 possibilidade de opinar o quanto essa regra se aplica ou n\u00e3o ao nosso contexto.<\/p>\n

    1. Transpar\u00eancia no uso de IA<\/h5>\n

    Autores e autoras que fizerem uso de intelig\u00eancia artificial generativa devem descrever na coverletter<\/em> e no manuscrito, como utilizaram a ferramenta, para garantir transpar\u00eancia e confian\u00e7a (Cambridge, 2023; COPE, 2023; ICMJE, 2023; Oxford, 2023; Zielinski et al., 2023). Recomendo que seja criada uma condi\u00e7\u00e3o na lista de obriga\u00e7\u00f5es que pesquisadoras e pesquisadores precisem marcar (indicando a conformidade com o item) no sistema de submiss\u00e3o (OJS, OneScholar, etc.) garantindo que n\u00e3o houve uso de IA ou que, caso tenha sido utilizada, seja justificado seu uso.<\/p>\n

    Na submiss\u00e3o, no manuscrito e na vers\u00e3o final, os autores devem fazer esfor\u00e7os para incrementar a transpar\u00eancia do uso de GenAIs e prover o m\u00e1ximo de detalhes que possibilitem algum n\u00edvel de replicabilidade de sua aplica\u00e7\u00e3o. Isso significa incluir o m\u00e1ximo de especifica\u00e7\u00f5es sobre o nome e vers\u00e3o da ferramenta de AI (que em certos casos, como do ChatGPT, inclui a data da vers\u00e3o do modelo), data e hor\u00e1rio da consulta. Idealmente, os autores devem incluir os prompts<\/em> usados na intera\u00e7\u00e3o como anexos ao trabalho e os links<\/em> do log<\/em> (a conversa completa no chat) da intera\u00e7\u00e3o com a IA[9]<\/a>.<\/p>\n

    N\u00e3o h\u00e1 consenso sobre onde inserir isso nos manuscritos, havendo indica\u00e7\u00f5es para incorporar tanto no resumo e <\/strong>na introdu\u00e7\u00e3o <\/strong>quanto na se\u00e7\u00e3o de m\u00e9todos <\/strong>(i.e. o uso de ferramentas de AI para an\u00e1lises, gera\u00e7\u00e3o de resultados ou escrita de c\u00f3digos), ou, ainda, ao final<\/strong> do artigo, como detalharei abaixo.<\/p>\n

    2. IAs n\u00e3o podem ser (co)autoras<\/h5>\n

    Provavelmente o ponto mais consensual nas diretrizes \u00e9 sobre o fato de que intelig\u00eancias artificiais n\u00e3o podem ser consideradas autoras ou co-autoras de textos (Thorp, 2023; Stokel-Walker, 2023). \u00a0Em resumo, a autoria requer a exist\u00eancia de uma pessoa legal e respons\u00e1vel (accountable<\/em>) pelo conte\u00fado. Logo, IAs s\u00e3o incapazes de assumir responsabilidade moral ou legal pela originalidade, precis\u00e3o e integridade do trabalho (Cambridge, 2023; COPE, 2023; Elsevier, 2023b; ICMJE, 2023; Oxford, 2023; Taylor & Francis, 2023; Wiley, 2023; \u00a0Zielinski et al, 2023).<\/p>\n

    Da mesma forma, modelos, ferramentas, sistemas de IA e chatbots<\/em> n\u00e3o devem ser creditados na se\u00e7\u00e3o de agradecimentos, pois s\u00e3o incapazes de consentir acerca do conte\u00fado. Em suma, devem ser tratados como ferramentas e n\u00e3o humanizados. Portanto, a vers\u00e3o final do texto \u00e9 necessariamente uma tarefa humana.<\/p>\n

    3. Autores s\u00e3o respons\u00e1veis por todo o conte\u00fado<\/h5>\n

    Consequentemente, autores e autoras s\u00e3o respons\u00e1veis por todo o conte\u00fado submetido e especialmente aprovado para a publica\u00e7\u00e3o. Em outras palavras, isso significa que os autores garantem que o conte\u00fado est\u00e1 livre de enviesamento (para al\u00e9m daqueles j\u00e1 causados pelos recortes espec\u00edficos que configuram a pesquisa em humanidades), pl\u00e1gio, fabrica\u00e7\u00e3o ou falsifica\u00e7\u00e3o, incluindo textos e imagens gerados pela IA (COPE, 2023; ICMJE, 2023; Oxford, 2023; Wiley, 2023; Zielinski et al, 2023).<\/p>\n

    Em especial, as recomenda\u00e7\u00f5es da Sage (2023) parecem explicitar quest\u00f5es importantes. LLMs muitas vezes perpetuam bias<\/em> e estere\u00f3tipos por j\u00e1 existirem no material de treinamento, ent\u00e3o \u00e9 dever dos autores avaliar isso. Da mesma maneira, deve-se checar se os conte\u00fados gerados ou revisados por essas ferramentas est\u00e3o livres de pl\u00e1gio, afinal elas podem reproduzir texto de outras fontes existentes em seu banco de dados.<\/p>\n

    Al\u00e9m disso, caso exista libera\u00e7\u00e3o de algum uso de GenAI dentro das regras do peri\u00f3dico, os autores e as autoras devem assumir total responsabilidade pela integridade do conte\u00fado gerado pela IA, incluindo a revis\u00e3o e edi\u00e7\u00e3o cuidadosas para evitar informa\u00e7\u00f5es e cita\u00e7\u00f5es <\/em>incorretas, incompletas ou tendenciosas.<\/p>\n

    Para al\u00e9m do j\u00e1 descrito nas regras de transpar\u00eancia, sugiro a inclus\u00e3o de uma declara\u00e7\u00e3o ao final do manuscrito (Elsevier, 2023b), imediatamente antes das refer\u00eancias, com o t\u00edtulo \u2018Declara\u00e7\u00e3o de IA e tecnologias assistidas por IA no processo de escrita<\/em>\u2019. Na declara\u00e7\u00e3o, os autores devem especificar a ferramenta utilizada, o motivo e a forma de aplica\u00e7\u00e3o.<\/p>\n

     <\/p>\n

    Formato Sugerido para a Declara\u00e7\u00e3o:\u00a0 <\/strong><\/p>\n

    \u201cDurante a prepara\u00e7\u00e3o deste trabalho, o(s) autor(es) utilizou(aram) [nome da ferramenta\/modelo ou servi\u00e7o] vers\u00e3o [n\u00famero e\/ou data] para [justificar o motivo]. Ap\u00f3s o uso desta ferramenta\/modelo\/servi\u00e7o, o(s) autor(es) revisou(aram) e editou(aram) o conte\u00fado em conformidade com o m\u00e9todo cient\u00edfico e assume(m) total responsabilidade pelo conte\u00fado da publica\u00e7\u00e3o<\/strong>.\u201d<\/p>\n

    4. Detec\u00e7\u00e3o de IA<\/h5>\n

    Pesquisas indicam que detectores de IA tendem a apontar incorretamente os textos feitos por autores n\u00e3o-nativos em ingl\u00eas como sendo gerados por IA (Liang et al., 2023). E, ao contr\u00e1rio de seus an\u00fancios, NENHUM detector de IA \u00e9 suficientemente confi\u00e1vel para ser usado irrestritamente. Apesar de v\u00e1rios detectores indicarem valores sobre a possibilidade de um conte\u00fado ser gerado por IA, esse valor tende a ser apenas um valor aproximado, exibindo grande margem de erro. Existem duas principais raz\u00f5es para isso. N\u00e3o sabemos exatamente como esses modelos funcionam internamente (apenas quest\u00f5es gerais de seu funcionamento) e h\u00e1, evidentemente, muito mais investimento na cria\u00e7\u00e3o de novos e \u201cmelhores\u201d modelos de gera\u00e7\u00e3o do que para a detec\u00e7\u00e3o.<\/p>\n

    Para quem se interessar por esse caminho, Ernesto Spink (2023b) fez um interessante texto sobre a detec\u00e7\u00e3o de tais conte\u00fados, inclusive apontando elementos textuais que podem ser observados, a exemplo de padr\u00f5es de resposta, consist\u00eancia e contexto, erros gramaticais ou tipogr\u00e1ficos. O pesquisador recomenda alguns detectores, apesar de tamb\u00e9m concluir que nenhum \u00e9 100% seguro para ser utilizado no momento.<\/p>\n

    Vale ressaltar que fazer uso do pr\u00f3prio modelo ou chatbot<\/em> (e.g. ChatGPT, Bard, Bing, Claude) para detectar pl\u00e1gio ou presen\u00e7a de IA n\u00e3o tem QUALQUER seguran\u00e7a. Como tais modelos sempre respondem aos prompts<\/em> gerados, eles poder\u00e3o aleatoriamente dizer que foi um texto gerado por ele ou outra IA e isso se tratar apenas de uma alucina\u00e7\u00e3o.<\/p>\n

    Conclus\u00e3o<\/h4>\n

    A proibi\u00e7\u00e3o dessas ferramentas n\u00e3o colocar\u00e1 o Brasil em posi\u00e7\u00e3o de lideran\u00e7a em regula\u00e7\u00e3o ou no desenvolvimento de tecnologias baseadas em IA; entretanto n\u00e3o devemos apenas exportar as regras e regula\u00e7\u00f5es dos grandes peri\u00f3dicos e associa\u00e7\u00f5es internacionais, pois temos problemas particulares do Sul global.<\/p>\n

    H\u00e1 uma not\u00f3ria aus\u00eancia de diretrizes por parte de institui\u00e7\u00f5es como MEC, CAPES, CNPq, SciELO[10]<\/a> e outras ag\u00eancias regulat\u00f3rias ou de financiamento. Talvez seja, inclusive, uma boa oportunidade para associa\u00e7\u00f5es cient\u00edficas buscarem discutir e elaborar regras pr\u00f3prias. Acredito que um primeiro passo importante seria realizar uma pesquisa nacional com pesquisadores, editores de peri\u00f3dicos e de editoras acad\u00eamicas para identificar usos, necessidades, receios etc.<\/p>\n

    No Brasil, como j\u00e1 destacado em documento da ABC, j\u00e1 temos capacidade t\u00e9cnica e dados dispon\u00edveis. Apenas em termos acad\u00eamicos, temos a base da SciELO, Lattes, Sucupira e o banco de teses e disserta\u00e7\u00f5es da Capes, entre tantos outros. Claramente, temos abund\u00e2ncia de dados para treinamento de GenAIs acad\u00eamicas, que poder\u00e3o ser de grande valia para a nossa pesquisa cient\u00edfica e poderiam ser \u00fateis para as necessidades de pa\u00edses fora do circuito da produ\u00e7\u00e3o acad\u00eamica mundial no Norte global.<\/p>\n

    *Esse texto foi totalmente escrito por um humano, mas foi revisado com ajuda do ChatGPT vers\u00e3o 4.0 de 21 de novembro de 2023) e do plugin<\/em> para navegadores Text Cortex<\/a> (vers\u00e3o n\u00e3o especificada).<\/p>\n

    Notas<\/h4>\n

    [1]<\/a> Uma tradu\u00e7\u00e3o melhor de generative <\/em>seria \u201cgeradora\u201d, mas generativa n\u00e3o \u00e9 um termo incorreto e acabou sendo apropriado pelo jornalismo e pelo p\u00fablico de forma geral.<\/p>\n

    [2]<\/a> Aproveito para agradecer a Cristiane Sinimbu Sanchez pela revis\u00e3o generosa deste texto.<\/p>\n

    [3]<\/a> Editores e editoras devem especialmente acompanhar a discuss\u00e3o promovida pelo Committee on Publication Ethics<\/em> (COPE), uma ONG sem fins lucrativos e que serve de refer\u00eancia para v\u00e1rias editoras e peri\u00f3dicos de alto impacto: https:\/\/publicationethics.org\/resources\/forum-discussions\/artificial-intelligence-fake-paper<\/a>. Acesso 09 dez. 2023.<\/p>\n

    [4]<\/a> ALECRIM, Emerson. Artistas inundam ArtStation com protestos contra imagens geradas por IA<\/strong>. Tecnoblog, 2023. Dispon\u00edvel em: https:\/\/tecnoblog.net\/noticias\/2022\/12\/15\/artistas-inundam-artstation-com-protestos-contra-imagens-geradas-por-ia\/<\/a>. Acesso 09 dez. 2023.<\/p>\n

    [5]<\/a> PACETE, Luiz Gustavo. Entenda o impacto da IA na greve de roteiristas e atores de Hollywood<\/strong>. Forbes, 2023. Dispon\u00edvel em: https:\/\/forbes.com.br\/forbes-tech\/2023\/07\/entenda-o-impacto-da-ia-na-greve-de-roteiristas-e-atores-de-hollywood\/<\/a>. Acesso 09 dez. 2023.<\/p>\n

    [6]<\/a> Esta interessante mat\u00e9ria mostra como imagens geradas por IAs refor\u00e7am estere\u00f3tipos: TURK, Victoria. How AI reduces the world to stereotypes.<\/strong> Rest of World, 10 out. 2023. Dispon\u00edvel em: https:\/\/restofworld.org\/2023\/ai-image-stereotypes\/<\/a>.\u00a0 Acesso 09 dez. 2023.<\/p>\n

    [7]<\/a> Outras duas importantes preocupa\u00e7\u00f5es s\u00e3o: 1) O servi\u00e7o de rotular c\u00f3digos e resultados (incluindo os t\u00f3xicos) de IA s\u00e3o realizados por trabalhadores mal remunerados do sul global (https:\/\/gizmodo.uol.com.br\/chatgpt-openai-usou-trabalhadores-quenianos-para-filtrar-conteudo-no-chatbot\/<\/a>) e 2) IAs de grande escala apresentam custos ambientais significativos, incluindo grande gasto de \u00e1gua para a manunte\u00e7\u00e3o de seus servidores (https:\/\/exame.com\/inteligencia-artificial\/inteligencia-artificial-e-nuvem-do-google-consomem-21-bilhoes-de-litros-de-agua-por-ano\/<\/a>). Os dois problemas principais referidos no texto s\u00e3o espec\u00edficos da pesquisa acad\u00eamica.<\/p>\n

    [8]<\/a> H\u00e1 vers\u00f5es empresariais pagas em colabora\u00e7\u00e3o com a Microsoft Azure que oferecem essa privacidade de n\u00e3o usar os dados para treinamento do GPT, apesar de se manterem os perigos de vazamento.<\/p>\n

    [9]<\/a> Neste momento, v\u00e1rias ferramentas como Claude, Perplexity e o pr\u00f3prio ChatGPT permitem voc\u00ea criar um link que \u00e9 compartilh\u00e1vel e pode ser usado como uma pr\u00e1tica de transpar\u00eancia e replicabilidade da pesquisa.<\/p>\n

    [10]<\/a> A SciELO oficialmente n\u00e3o lan\u00e7ou algum material sobre diretrizes do uso de IAs na publica\u00e7\u00e3o, por\u00e9m seu blog tem publicado continuamente sobre o assunto (ver Spinak, 2023a, 2023b).<\/p>\n

    Sobre o autor<\/h4>\n

    Rafael Cardoso Sampaio (rafael.sampaio@ufpr.br<\/a>) – Professor do Departamento de Ci\u00eancia Pol\u00edtica da Universidade Federal do Paran\u00e1 (UFPR).<\/p>\n

    Refer\u00eancias<\/h4>\n

    BOYD-GRABER, Jordan; OKAZAKI, Naoaki; ROGERS, Anna. ACL 2023 policy on AI writing assistance, 2023. Dispon\u00edvel em: \u00a0https:\/\/2023.aclweb.org\/blog\/ACL-2023-policy<\/a>. Acesso em: 2 dez. 2023.<\/p>\n

    CAMBRIDGE. Research Publishing Ethics Guidelines for Journals. 2023. Dispon\u00edvel em: https:\/\/www.cambridge.org\/core\/services\/authors\/publishing-ethics\/research-publishing-ethics-guidelines-for-journals\/authorship-and-contributorship#ai-contributions-to-research-content<\/a>. Acesso em: 2 dez. 2023.<\/p>\n

    COPE. Authorship and AI tools, 2023. Dispon\u00edvel em: https:\/\/publicationethics.org\/cope-position-statements\/ai-author<\/a>. Acesso em: 2 dez. 2023.<\/p>\n

    ELSEVIER. The use of generative AI and AI-assisted technologies in the review process for Elsevier, 2023a. Dispon\u00edvel em: https:\/\/www.elsevier.com\/about\/policies-and-standards\/the-use-of-generative-ai-and-ai-assisted-technologies-in-the-review-process<\/a>. Acesso em: 12 dez. 2023.<\/p>\n

    ELSEVIER. The use of generative AI and AI-assisted technologies in writing for Elsevier, 2023b. Dispon\u00edvel em:\u00a0 https:\/\/www.elsevier.com\/about\/policies-and-standards\/the-use-of-generative-ai-and-ai-assisted-technologies-in-writing-for-elsevier<\/a>. Acesso em: 12 dez. 2023.<\/p>\n

    FRONTIERS. Artificial Intelligence to Help Meet Global Demand for High-Quality, Objective Peer-Review in Publishing. Frontiers Science News<\/strong>, 2020. Dispon\u00edvel em: https:\/\/blog.frontiersin.org\/2020\/07\/01\/artificial-intelligence-to-help-meet-global-demand-for-high-quality-objective-peer-review-in-publishing\/<\/a>.<\/p>\n

    HACKER, P.; ENGEL, A.; MAUER, M. Regulating ChatGPT and other Large Generative AI Models<\/strong>. 2023 ACM Conference on Fairness, Accountability, and Transparency. Anais<\/strong>… In: FACCT \u201923: THE 2023 ACM CONFERENCE ON FAIRNESS, ACCOUNTABILITY, AND TRANSPARENCY. Chicago IL USA: ACM, 12 jun. 2023. Dispon\u00edvel em: https:\/\/dl.acm.org\/<\/a>doi<\/a>\/10.1145\/3593013.3594067<\/a>. Acesso em: 2 dez. 2023.<\/p>\n

    ICMJE. Defining the Role of Authors and Contributors, 2023. Dispon\u00edvel em:<\/p>\n

    https:\/\/www.icmje.org\/recommendations\/browse\/roles-and-responsibilities\/defining-the-role-of-authors-and-contributors.html<\/a>. Acesso em: 2 dez. 2023.<\/p>\n

    KANKANHALLI, Atreyi. Peer Review in the Age of Generative AI.\u00a0Journal of the Association for Information Systems<\/strong>, v. 25, n. 1, p. 76-84, 2024.<\/p>\n

    KORINEK, A. Language models and cognitive automation for economic research. National Bureau of Economic Research,<\/strong> 2023.<\/p>\n

    LEVENE, Alysa. Artificial intelligence and authorship. 2023. Dispon\u00edvel em: https:\/\/publicationethics.org\/news\/artificial-intelligence-and-authorship<\/a>. Acesso em: 2 dez. 2023.<\/p>\n

    LIANG, W., YUKSEKGONUL, M., MAO, Y., WU, E., ZOU, J. GPT Detectors Are Biased against Non-native English Writers. Patterns,<\/strong> v. 4, n. 7, 100779, 2023. https:\/\/doi.org\/10.1016\/j.patter.2023.100779<\/a><\/p>\n

    LOPEZOSA, Carlos. La inteligencia artificial en los procesos editoriales de las revistas acad\u00e9micas: propuestas pr\u00e1cticas. Infonomy<\/strong>, v. 1, n. 1, 2023.<\/p>\n

    NATURE. Why Nature will not allow the use of generative AI in images and videos. Nature, v. 618, 2023. Dispon\u00edvel em: \u00a0https:\/\/doi.org\/10.1038\/d41586-023-01546-4<\/a>. Acesso em: 2 dez. 2023.<\/p>\n

    NATURE. Tools such as ChatGPT threaten transparent science; here are our ground rules for their use.\u00a0Nature<\/strong>, v. 613, n. 612, p. 10.1038, 2023.<\/p>\n

    OXFORD. Publication and authorship, 2023. Dispon\u00edvel em:\u00a0 https:\/\/researchsupport.admin.ox.ac.uk\/governance\/integrity\/publication<\/a>. Acesso em: 2 dez. 2023.<\/p>\n

    SAMPAIO, R. C.; NICOL\u00c1S, M. A.; JUNQUILHO, T. A.; SILVA, L. R. L.; FREITAS, C. S.; TELLES, M.; TEIXEIRA, J. S.\u00a0ChatGPT and other AIs will change all scientific research: initial reflections on uses and consequences.\u00a0SciELO Preprints<\/strong>, 2023. DOI: 10.1590\/SciELOPreprints.6686. Dispon\u00edvel em: https:\/\/preprints.scielo.org\/index.php\/scielo\/preprint\/view\/6686<\/a>. Acesso em: 8 dez. 2023.<\/p>\n

    SPINAK, Ernesto. Intelig\u00eancia Artificial e a comunica\u00e7\u00e3o da pesquisa. Blog da SciELO. 2023a. Dispon\u00edvel em: https:\/\/blog.scielo.org\/blog\/2023\/08\/30\/inteligencia-artificial-e-a-comunicacao-da-pesquisa\/<\/a>. Acesso em: 8 dez. 2023.<\/p>\n

    SPINAK, Ernesto. IA: Como detectar textos produzidos por chatbox e seus pl\u00e1gios. Blog da SciELO, 2023b. Dispon\u00edvel em: https:\/\/blog.scielo.org\/blog\/2023\/11\/17\/ia-como-detectar-textos-produzidos-por-chatbox-e-seus-plagios\/<\/a>. Acesso em: 8 dez. 2023.<\/p>\n

    STOKEL-WALKER, C. ChatGPT Listed as Author on Research Papers: Many Scientists Disapprove.\u00a0Nature<\/em>\u00a0[online]. 2023, vol. 613, no. 7945, pp. 620-62. Dispon\u00edvel em: https:\/\/www.nature.com\/articles\/d41586-023-00107-z<\/a>. Acesso em: 8 dez. 2023.<\/p>\n

    THORP, H. Holden. ChatGPT is fun, but not an author.\u00a0Science<\/strong>, v. 379, n. 6630, p. 313-313, 2023.<\/p>\n

    Taylor & Francis. Taylor & Francis Clarifies the Responsible use of AI Tools in Academic Content Creation, 2023. Dispon\u00edvel em:\u00a0 https:\/\/newsroom.taylorandfrancisgroup.com\/taylor-francis-clarifies-the-responsible-use-of-ai-tools-in-academic-content-creation\/<\/a>. Acesso em: 8 dez. 2023.<\/p>\n

    WILEY, 2023. Authors and contributors. Best Practice Guidelines on<\/p>\n

    Research Integrity and Publishing Ethics. Dispon\u00edvel em: https:\/\/authorservices.wiley.com\/ethics-guidelines\/index.html<\/a>. Acesso em: 8 dez. 2023.<\/p>\n

    ZIELINSKI, C.; WINKER, MA.; AGGARWAL, R.; FERRIS, LE.; HEINEMANN, M.; LAPE\u00d1A, JF. PAI, SA.; ING, E.; CITROME, L.; ALAM, M.; VOIGHT, M.; HABIBZADEH, F.; for the WAME Board. Chatbots, Generative AI, and Scholarly Manuscripts. WAME Recommendations on Chatbots and Generative Artificial Intelligence in Relation to Scholarly Publications. WAME. May 31, 2023. Dispon\u00edvel em: https:\/\/wame.org\/page3.php?id=106<\/a>. Acesso em: 8 dez. 2023.<\/p>\n

    Como citar este post<\/h3>\n

    SAMPAIO, Rafael Cardoso. Recomenda\u00e7\u00f5es iniciais para editores de peri\u00f3dicos cient\u00edficos sobre o uso de Intelig\u00eancia Artificial generativa. Blog DADOS<\/em>, 2023 [published 07 Feb. 2023]. Available from: http:\/\/dados.iesp.uerj.br\/recomendacoes-iniciais-para-editores-de-periodicos-cientificos-sobre-o-uso-de-inteligencia-artificial-generativa\/<\/a><\/p>","protected":false},"excerpt":{"rendered":"

    Disculpa, pero esta entrada est\u00e1 disponible s\u00f3lo en Portugu\u00e9s De Brasil. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.* Imagem gerada pelo Dall-e vers\u00e3o 3 [Este texto reflete a opini\u00e3o de seus autores(as) e n\u00e3o \u00e9 parte da […]<\/p>\n","protected":false},"author":10,"featured_media":2631,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0},"categories":[5],"tags":[98,99],"_links":{"self":[{"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/posts\/2630"}],"collection":[{"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/comments?post=2630"}],"version-history":[{"count":11,"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/posts\/2630\/revisions"}],"predecessor-version":[{"id":2646,"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/posts\/2630\/revisions\/2646"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/media\/2631"}],"wp:attachment":[{"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/media?parent=2630"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/categories?post=2630"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dados.iesp.uerj.br\/es\/wp-json\/wp\/v2\/tags?post=2630"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}