A Ciência Aberta na Era da Inteligência Artificial: Direções e Oportunidades de Pesquisa
DOI:
https://doi.org/10.82524/recal.2026.00091Palavras-chave:
Ciência aberta, Inteligência Artificial, Reprodutibilidade Científica, Governança de dados, Transparência científica, Consolidação científicaResumo
O objetivo desta pesquisa é analisar como a interface entre Ciência Aberta e Inteligência Artificial (IA) tem se estruturado enquanto campo científico emergente. A amostra foi composta por 96 artigos indexados na Web of Science entre 2016 e 2025. Foram examinados os padrões de produtividade, dispersão editorial, diversidade conceitual e organização temática por meio de análise bibliométrica baseada nas Leis de Lotka (1926), Bradford (1934) e Zipf (1949) e no acoplamento bibliográfico de autores. Os resultados revelam um campo altamente fragmentado, forte dispersão editorial e diversidade terminológica, o que indica ausência de um núcleo consolidado de periódicos e conceitos. O acoplamento bibliográfico identificou oito clusters temáticos, com baixa interconexão estrutural na rede, distribuídos entre núcleos e nichos emergentes. Conclui-se que a interface entre Ciência Aberta e IA encontra-se em processo de consolidação, apresentando pluralidade conceitual e oportunidades de investigação futura, especialmente em temas como governança de dados, reprodutibilidade computacional e padronização metodológica, dimensões essenciais para que a IA gere conhecimento científico confiável, transparente e socialmente relevante.
Downloads
Referências
Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
Bradford, S. C. (1934). Sources of information on specific subjects. Engineering: An Illustrated Weekly Journal (London), 137, 85-86. https://doi.org/10.1177/016555158501000407
Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296. https://doi.org/10.1016/j.jbusres.2021.04.070
Fecher, B., & Friesike, S. (2014). Open Science: One Term, Five Schools of Thought. In Bartling, S., & Friesike, S., Opening Science: The Evolving Guide on How the Internet is Changing Research, Collaboration and Scholarly Publishing (pp. 17-47). Springer. https://doi.org/10.1007/978-3-319-00026-8_2
Floridi, L., & Chiriatti, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, 30(4), 681-694. https://doi.org/10.1007/s11023-020-09548-1
Jordan, M. I., & Mitchell, T. M. (2015). Machine learning: Trends, perspectives, and prospects. Science, 349(6245), 255-260. https://doi.org/10.1126/science.aaa8415
Lotka, A. J. (1926). The frequency distribution of scientific productivity. Journal of the Washington Academy of Sciences, 16, 317–323. https://www.jstor.org/stable/24529203
Medeiros, C. B., & Sobral, F. A. F. (2025). Ciência Aberta: criação, disseminação e democratização do conhecimento. Cienc. Cult. 77(1), s.p. http://dx.doi.org/10.48207/2317-6660.20250001
Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). The ethics of algorithms: Mapping the debate. Big Data & Society, 3(2), 1-21. https://doi.org/10.1177/2053951716679679
Russell, S. J., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th Ed.). Pearson Education. https://api.pageplace.de/preview/DT0400.9781292401171_A41586057/preview-9781292401171_A41586057.pdf
UNESCO. (2023). Recommendation on Open Science. https://www.unesco.org/en/open-science/about
Van Eck, N. J., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523–538. https://doi.org/10.1007/s11192-009-0146-3
Vicente-Sáez, R., & Martínez-Fuentes, C. (2018). Open Science now: A systematic literature review for an integrated. Journal of Business Research, 88, 428-436. https://doi.org/10.1016/j.jbusres.2017.12.043
Zipf, G. K. (1949). Human behavior and the principle of least effort: An introduction to human ecology. Addison-Wesley. https://pure.mpg.de/rest/items/item_2407822_4/component/file_2562959/content
Zupic, I., & Čater, T. (2015). Bibliometric methods in management and organization. Organizational Research Methods, 18(3), 429–472. https://doi.org/10.1177/1094428114562629
Downloads
Publicado
Declaração de Disponibilidade de Dados Científicos
Os dados que suportam os resultados deste estudo foram obtidos a partir da base de dados Web of Science (Clarivate Analytics). O conjunto de dados utilizado encontra-se disponível mediante acesso institucional à referida plataforma. As informações analisadas correspondem aos registos bibliográficos dos artigos incluídos na amostra, conforme descrito nos procedimentos metodológicos.
Os dados utilizados nesta pesquisa encontram-se depositados no repositório Deposita Dados (IBICT), disponíveis em: https://doi.org/10.5281/zenodo.21326398
Edição
Secção
Categorias
Licença
Direitos de Autor (c) 2026 Edi Carlos de Oliveira, Fabieli Borges, Marcelo Roger Meneghatti (Autor)

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.




