Artigos científicos viram alvo de citações fantasmas por IA

Um artigo científico pode carregar oitenta mil citações que nenhum leitor jamais vê. Não estão no texto, não estão na bibliografia impressa, mas estão lá, registradas nos metadados que alimentam os índices que decidem quem é influente na ciência. Uma pesquisa publicada no arXiv encontrou exatamente isso: mais de 80 mil referências fraudulentas escondidas em 2.787 artigos, de um total de 4.077 documentos analisados.

Sneaked reference é uma citação inserida artificialmente nos dados que descrevem o artigo, sem alteração nenhuma no documento que circula e que qualquer pessoa lê. Se você publica, se você é avaliada por número de citações, ou se você orienta alguém que vai entrar nesse jogo em algum momento da carreira, essa notícia não é sobre um problema abstrato de bibliotecários. É sobre o índice que vai aparecer no seu currículo Lattes.

O que aconteceu

O estudo, divulgado no ano passado e comentado recentemente pelo blog SciELO em Perspectiva, analisou como a infraestrutura global de comunicação científica permite manipular metadados sem tocar no conteúdo publicado. A lógica é simples de entender e difícil de detectar: alguém insere referências extras diretamente no registro que fica na Crossref, agência de infraestrutura citada no material como um dos locais onde essas referências fraudulentas podem ser registradas nos metadados. O PDF que você lê permanece intacto. O que muda é o que os sistemas de indexação “veem”.

O objetivo dessas citações fantasmas é inflar métricas baseadas em número de citações, como o índice h, o Fator de Impacto dos periódicos e o Field-Weighted Citation Impact. Essas métricas sustentam rankings de prestígio institucional e listas de pesquisadores mais citados. Quando o número de citações pode ser fabricado sem deixar rastro visível no artigo, o ranking inteiro fica sob suspeita, mesmo para quem nunca manipulou nada.

A questão de fundo, segundo o próprio texto do blog SciELO, é que o sistema de incentivos “publique ou pereça” empurra editoras a priorizar volume e impacto em detrimento da solidez da descoberta. A IA entra nesse cenário como acelerador dos dois lados: acelera a produção de texto e, ao mesmo tempo, acelera a geração de dados e citações que não existem de verdade.

Por que isso importa pra você

Você não precisa estar inserindo citação fantasma em lugar nenhum pra essa notícia te afetar. O problema é estrutural, e ele toca diferentes momentos da pós de formas diferentes.

1. Se você está escrevendo artigo agora: a revisão por pares no seu campo pode estar sob a mesma pressão de volume que, segundo o material da SciELO, tem levado editoras a priorizar impacto e usar mais IA na avaliação.
2. Se você usa índice de citação pra escolher onde publicar: o Fator de Impacto de um periódico pode estar parcialmente inflado por metadados manipulados que nada têm a ver com a qualidade editorial real daquele veículo.
3. Se você orienta ou vai orientar: vale conversar com seus orientandos sobre o que é uma citação legítima, porque a pressão por métricas não vem só de fora, ela é reproduzida dentro do próprio laboratório.
4. Se você usa IA pra apoiar a escrita do artigo: o problema não é a ferramenta, é o uso sem verificação. Um estudo publicado na Science Advances, analisando mais de 15 milhões de resumos no PubMed até o final de 2024, encontrou que pelo menos 13,5% dos artigos biomédicos carregam traços linguísticos inequívocos de terem sido processados por modelos de linguagem.

O que a IA está mudando na forma de avaliar ciência

Existe uma proposta que tenta atacar o problema pela raiz, em vez de só caçar fraude depois que ela já aconteceu. Uma proposta chamada OpenEval, discutida no material da SciELO, é um sistema que decompõe cada artigo em afirmações individuais, verificáveis uma a uma, em vez de avaliar o documento inteiro como um bloco só.

Em um teste com o corpus do periódico eLife, cerca de 16 mil artigos, o sistema extraiu quase 2 milhões de afirmações individuais e concordou com pareceristas humanos em 81% dos casos. Mais interessante ainda: o OpenEval conseguiu avaliar 93% das afirmações de um manuscrito, contra 68% de cobertura alcançada, em média, por revisores humanos, que enfrentam limitação de tempo diante da complexidade dos textos.

Isso não substitui o julgamento humano sobre o valor conceitual de uma descoberta, e o próprio material da SciELO é claro nesse ponto: fragmentar o artigo em unidades verificáveis é útil para checar dados isolados, mas pode falhar ao captar síntese teórica complexa, especialmente em áreas de humanidades e ciências sociais. A avaliação de consistência estatística pode ser tarefa de máquina. A avaliação de relevância conceitual continua sendo tarefa de gente.

Por que esse dado me deixa mais atenta do que assustada

Quando li o número de 80 mil referências fraudulentas, minha primeira reação não foi pânico, foi reconhecimento. Faz sentido que isso aconteça justamente agora, quando a métrica de citação virou moeda de carreira e a IA baixou o custo de fabricar volume, seja de texto, seja de dado sintético, seja de referência.

Na minha experiência conversando com quem escreve tese e artigo, reconheço essa ansiedade: a sensação de que o jogo é sobre número, não sobre qualidade do argumento. Essa notícia confirma que a sensação tem base real. O sistema de avaliação, tal como está estruturado hoje, premia quem consegue gerar citação, não necessariamente quem produz a melhor ciência.

Isso não significa abandonar a métrica ou virar cética sobre toda ferramenta de IA. Significa que, quando você usa uma ferramenta pra revisar bibliografia ou pra escrever trecho de artigo, vale conferir manualmente se toda citação que aparece no seu documento final tem correspondência real no que você de fato leu e pretendeu citar. É um segundo de verificação que separa o seu trabalho do problema que essa reportagem descreve.

Próximos passos

Você não controla a infraestrutura da Crossref nem decide a política editorial dos periódicos onde publica, mas controla algumas coisas concretas:

1. Confira sua própria lista de referências contra o texto final antes de submeter: cada citação que você inseriu apareceu no corpo do artigo?
2. Pergunte ao periódico onde vai publicar se ele adota alguma verificação de metadados antes do registro na Crossref.
3. Trate ferramentas de IA na escrita como assistente de primeira linha, nunca como fonte final: toda afirmação gerada precisa de checagem humana.
4. Converse com quem você orienta sobre a diferença entre citar porque o argumento pede e citar pra engordar número.

Se esse tema de usar IA sem perder o controle sobre a integridade do seu próprio texto te interessa, vale ler Como Usar IA para Escrever Artigos Científicos Sem Perder o Controle.

Fonte: O futuro do artigo científico na era da IA, SciELO em Perspectiva