INTELIGÊNCIA ARTIFICIAL NA PESQUISA ACADÊMICA: IMPLICAÇÕES E DESAFIOS PARA A POLÍTICA DA EDUCAÇÃO SUPERIOR Ementa: este minicurso propõe a discussão do problema central: como a emergência da Inteligência Artificial impacta a produção do conhecimento, as práticas de autoria e a supervisão científica na pesquisa acadêmica, exigindo revisão das políticas de avaliação e regulação no âmbito da educação superior? A partir desse questionamento, o curso dialoga com documentos institucionais (CAPES, CNPq e UNESCO) e com autores que problematizam as transformações contemporâneas na universidade (Santos, 2010; Flores, 2023), articulando questões éticas, epistemológicas e políticas. O minicurso aborda o uso da Inteligência Artificial (IA) na pesquisa acadêmica e suas implicações diretas para as políticas da educação superior. Discutir as ferramentas de IA generativa e analítica aplicada à pesquisa, suas potencialidades para a construção do conhecimento e seus limites éticos, em diálogo com as políticas institucionais de integridade científica, avaliação da pós-graduação e inovação acadêmica. O debate contempla a emergência de normativas regulatórias e a necessidade de formação docente e discente para o uso crítico dessas tecnologias no ensino superior, enfatizando o papel das instituições frente aos novos desafios epistemológicos e metodológicos. Objetivo: contribuir para a formação de professores e pesquisadores quanto ao impacto da Inteligência Artificial na pesquisa acadêmica, utilizando-a de forma ética e crítica, articulada às políticas institucionais e de avaliação da educação superior, e estimulando a formulação de recomendações institucionais para o uso dessas ferramentas no contexto acadêmico. Metodologia / Avaliação: O minicurso será estruturado em três momentos: (1) Exposição dialogada sobre conceitos, ferramentas e cenários de uso da IA na pesquisa acadêmica, articulando essas questões às políticas de avaliação e regulação na educação superior; (2) Oficina prática, em que os participantes poderão testar ferramentas de IA em tarefas de pesquisa (planejamento, revisão de literatura e elaboração de trechos textuais), com análise crítica sobre os limites e responsabilidades; (3) Debate coletivo para construção de recomendações institucionais de uso ético da IA na pesquisa acadêmica. A avaliação será processual, a partir da participação ativa e da elaboração de um plano reflexivo, não qual o participante indicará como pretende integrar a IA às suas práticas de pesquisa de modo ético e alinhada às políticas institucionais. Referências BRASIL. Portaria CAPES nº 206, de 4 de setembro de 2018. Estabelece o Regulamento da Avaliação Quadrienal, 2018. FLORES, Patrícia. Inteligência Artificial na pesquisa: ética, desafios e oportunidades. Revista Brasileira de Pós-Graduação, v. 3, 2023. HLEG (Grupo de Especialistas de Alto Nível em Inteligência Artificial). Diretrizes de Ética para IA Confiável. Comissão Europeia, 2019. LUCKESI, Cipriano Carlos. Avaliação da aprendizagem na escola e na universidade: um olhar ético. Revista Brasileira de Educação, v. 24, 2019. SANTOS, Boaventura de Sousa. A universidade no século XXI: para uma reforma democrática e emancipatória da universidade. Cortez, 2010. UNESCO. Recomendação sobre a ética da inteligência artificial. Paris: Unesco, 2021.