Identificadores Persistentes e Auditabilidade na Ciência Aberta: Reconfigurações em Contextos de Mediação por Inteligência Artificial
DOI:
https://doi.org/10.82524/recal.2026.217Palavras-chave:
Identificadores Persistentes, Auditabilidade, Ciência Aberta, Inteligência Artificial, Mediação Algorítmica, Infraestruturas de InformaçãoResumo
A crescente incorporação de sistemas de inteligência artificial na comunicação científica tem reconfigurado os modos de produção, organização e circulação do conhecimento, intensificando desafios relacionados à opacidade e à auditabilidade dos fluxos informacionais. No contexto da Ciência Aberta, essas transformações incidem sobre dimensões como visibilidade, autoridade e curadoria, tensionando as condições de transparência, reprodutibilidade e verificabilidade. Diante desse cenário, este estudo investiga de que modo os identificadores persistentes contribuem para a reconfiguração das condições de auditabilidade em ambientes mediados por inteligência artificial. Metodologicamente, adota-se uma abordagem qualitativa de caráter teórico-analítico, baseada na articulação entre resultados de uma revisão exploratória da literatura e referenciais sobre identificadores persistentes e infraestruturas de informação científica. Argumenta-se que, embora não tornem explícitos os critérios que orientam os processos algorítmicos, os identificadores persistentes viabilizam a reconstrução dos fluxos informacionais ao estruturarem vínculos entre entidades científicas. Como contribuição, o estudo evidencia o papel dos identificadores persistentes como componentes de infraestrutura que sustentam a rastreabilidade de relações e percursos informacionais em contextos marcados por opacidade algorítmica. Conclui-se que, em ambientes informacionais cada vez mais automatizados, os identificadores persistentes ampliam as condições de auditabilidade ao possibilitar a identificação, a conexão e o acompanhamento de entidades ao longo do tempo.
Downloads
Referências
Ahn, S. (2024). The transformative impact of large language models on medical writing and publishing: current applications, challenges and future directions. The Korean Journal of Physiology & Pharmacology, 28(5), 393–401. https://doi.org/10.4196/kjpp.2024.28.5.393
Ballester, P. L. (2023). Open science and software assistance: Commentary on «artificial intelligence can generate fraudulent but authentic-looking scientific medical articles: Pandora’s box has been opened». Journal of Medical Internet Research, 25, e49323. https://doi.org/10.2196/49323
Bunakov, V. (2020). Open Science portal based on knowledge graph. Supplementary Proceedings of the XXII International Conference on Data Analytics and Management in Data Intensive Domains (DAMDID/RCDL 2020), 134–141. https://ceur-ws.org/Vol-2790/paper13.pdf
Hosseini, M., Horbach, S. P. J. M., Holmes, K., & Ross-Hellauer, T. (2025). Open Science at the generative AI turn: An exploratory analysis of challenges and opportunities. Quantitative Science Studies, 6, 22–45. https://doi.org/10.1162/qss_a_00337
Klump, J., Fils, D., Devaraju, A., Ramdeen, S., Robertson, J., Wyborn, L., & Lehnert, K. (2023). Scaling identifiers and their metadata to gigascale: An architecture to tackle the challenges of volume and variety. Data Science Journal, 22(1). https://doi.org/10.5334/dsj-2023-005
Paskin, N. (1999). Toward unique identifiers. Proceedings of the IEEE. Institute of Electrical and Electronics Engineers, 87(7), 1208–1227. https://doi.org/10.1109/5.771073
Paskin, Norman. (2005). Digital Object Identifiers for scientific data. Data Science Journal, 4, 12–20. https://doi.org/10.2481/dsj.4.12
Raji, I. D., Smart, A., White, R. N., Mitchell, M., Gebru, T., Hutchinson, B., Smith-Loud, J., Theron, D., & Barnes, P. (2020). Closing the AI accountability gap: Defining an end-to-end framework for internal algorithmic auditing. Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency , 33–44. https://doi.org/10.1145/3351095.3372873
Rockembach, M. (2024). Ciência Aberta e Inteligência Artificial: Desafios éticos e transparência em modelos generativos. Ciência da Informação, 53(3). https://doi.org/10.18225/ci.inf.v53i3.7227
Rosen, I. A., Sánchez-Núñez, P., & Belmar, R. H. (2025). Open Science governance: the role of persistent identifiers and metadata standards. https://doi.org/10.31219/osf.io/9h564_v3
Schwardmann, U. (2020). Digital objects – FAIR digital objects: Which services are required? Data Science Journal, 19. https://doi.org/10.5334/dsj-2020-015
Silveira, L., & Silva, F. C. C. (2024). El futuro compartido de la ciencia abierta y la inteligencia artificial: Traducción al español. Revista Electrónica Educare, 28(Suppl. 1), 1–6. https://doi.org/10.15359/ree.28-s.20907
Veiga, A. (2025). Ethical guidelines for the use of generative artificial intelligence and artificial intelligence-assisted tools in scholarly publishing: a thematic analysis. Science Editing, 12(1), 28–34. https://doi.org/10.6087/kcse.352
Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., da Silva Santos, L. B., Bourne, P. E., Bouwman, J., Brookes, A. J., Clark, T., Crosas, M., Dillo, I., Dumon, O., Edmunds, S., Evelo, C. T., Finkers, R., … Mons, B. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3(1), 160018. https://doi.org/10.1038/sdata.2016.18
Wittenburg, P. (2019). From persistent identifiers to digital objects to make data science more efficient. Data Intelligence, 1(1), 6–21. https://doi.org/10.1162/dint_a_00004
Xavier, R. F., Castro, F. F., & Alves, R. C. V. (2025). Reconfigurações informacionais na era da inteligência artificial generativa: riscos e disputas em torno da ciência aberta. XXV Encontro Nacional de Pesquisa e Pós-graduação em Ciência da Informação, 5(1) https://enancib.ancib.org/enancib/pt_BR/article/view/38/38
Downloads
Publicado
Edição
Secção
Categorias
Licença
Direitos de Autor (c) 2026 Raphael Figueiredo Xavier, Fabiano Ferreira de Castro (Autor)
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial 4.0.
