Guia de IA na Unicamp

Este guia orienta sobre o uso responsável da Inteligência Artificial Generativa no âmbito da Unicamp, apresentando princípios, riscos, boas práticas e recomendações para apoiar a comunidade universitária na utilização segura, crítica e ética dessas tecnologias.

1. Orientações gerais

Utilize ferramentas institucionais

Priorize soluções homologadas ou recomendadas pela Unicamp

Antes de usar IA, lembre-se:

As ferramentas de Inteligência Artificial Generativa são capazes de gerar textos, imagens, códigos, análises e outros conteúdos. Elas passaram a integrar as atividades cotidianas relacionadas ao ensino, à pesquisa, à extensão e à gestão universitária, ampliando possibilidades de apoio à produção intelectual, à organização da informação e à automação de tarefas.

Ao mesmo tempo, essas tecnologias também trazem desafios importantes relacionados:

• à integridade acadêmica
• à autoria intelectual
• à confiabilidade das informações
• à proteção de dados
• à segurança da informação
• aos vieses algorítmicos
• e ao uso ético e responsável da tecnologia.

No contexto institucional, o Conselho Universitário da Unicamp aprovou a Deliberação CONSU-A-005/2026, que estabelece diretrizes para o uso de Inteligência Artificial Generativa nas atividades de ensino, pesquisa, extensão, cultura, assistência e gestão universitária.

Este Guia foi elaborado com o objetivo de apoiar a comunidade universitária no uso crítico, seguro, transparente e responsável dessas tecnologias, apresentando:

• princípios institucionais
• orientações práticas
• riscos associados ao uso da IA
• recomendações de segurança e proteção de dados
• e boas práticas aplicáveis aos diferentes contextos de utilização da tecnologia na Universidade.

A Unicamp compreende a Inteligência Artificial Generativa como ferramenta de apoio às atividades humanas, e não como substituta da criatividade, do pensamento crítico, da análise técnica ou da responsabilidade intelectual.

2. O que é IAGen

A Inteligência Artificial Generativa é um conjunto de tecnologias capazes de produzir conteúdos como textos, imagens, áudios, vídeos e código de software a partir de padrões aprendidos em grandes volumes de dados. Entre as ferramentas mais conhecidas estão grandes modelos de linguagem, que operam por probabilidade estatística e podem produzir respostas plausíveis, mas nem sempre corretas. Por essa razão, seus resultados exigem sempre revisão humana.

Na prática institucional, isso significa que a IA generativa pode apoiar atividades de redação, síntese, revisão preliminar, organização de informações, estruturação de ideias, apoio à programação e elaboração de materiais. Ao mesmo tempo, pode produzir erros factuais, reproduzir vieses e apresentar conteúdos inadequados ao contexto de uso.

Além disso, os sistemas de IA generativa operam em duas fases principais:

• Treinamento: quando o modelo aprende padrões a partir de grandes volumes de dados;
• Uso (inferência): quando gera respostas com base nas instruções fornecidas.

Esses sistemas funcionam com base em probabilidade e padrões, não possuindo compreensão, intenção ou consciência, o que reforça a necessidade de uso crítico e supervisão humana.

Os modelos de IA generativa podem ser classificados em dois grandes tipos:

Modelos fechados

• disponibilizados por empresas especializadas;
• acessados via plataformas ou APIs;
• alto desempenho e facilidade de uso;
• menor transparência e controle (efeito “caixa-preta”).

Modelos abertos

• permitem instalação e customização;
• podem ser executados em infraestrutura própria;
• maior controle sobre dados e funcionamento;
• exigem maior capacidade técnica.

A escolha entre esses modelos deve considerar: sensibilidade dos dados, requisitos de segurança e privacidade, necessidade de personalização e custos e infraestrutura.

Essa distinção é particularmente relevante em ambientes institucionais da universidade, onde a proteção de dados e a governança da informação são fatores críticos.

3. Princípios de uso

O uso de IA generativa na Unicamp deve observar os seguintes princípios:

I. Supervisão humana
Ferramentas de IA não substituem a análise, a revisão e a responsabilidade humana. A IA Generativa não substitui o papel humano na revisão e análise dos resultados, pois as respostas podem não ser confiáveis, previsíveis ou explicáveis. Seus resultados devem sempre ser avaliados criticamente.

II. Transparência
Quando o uso de IA for relevante para a produção de conteúdo acadêmico, técnico ou administrativo, esse uso deve ser informado nos termos das orientações institucionais aplicáveis, conforme descrito na Deliberação sobre o uso da Inteligência Artificial na Unicamp.

III. Adequação ao contexto
O uso de IA deve ser compatível com a natureza da atividade, o tipo de dado tratado e os riscos envolvidos.

IV. Segurança da informação e proteção de dados
A utilização de ferramentas de IA deve observar as normas institucionais da Unicamp relativas à segurança da informação, privacidade, proteção de dados pessoais e governança de dados, disponíveis no site do Escritório de Privacidade da Unicamp (https://www.privacidade.unicamp.br/) e no site do Comitê de Segurança da Informação da Unicamp (CSI)(https://www.security.unicamp.br/).

V. Integridade acadêmica e técnica
O uso de IA não afasta a responsabilidade autoral, acadêmica, funcional ou técnica do usuário.

O uso de IA generativa também deve observar princípios fundamentais da administração pública, adaptados ao contexto universitário:

• Legalidade: uso conforme legislação e normativos institucionais;
• Impessoalidade: evitar discriminação ou favorecimento;
• Moralidade: garantir uso ético e responsável;
• Publicidade: assegurar transparência quando aplicável;
• Eficiência: utilizar a IA para otimizar processos com responsabilidade.

Esses princípios reforçam o alinhamento da Unicamp com boas práticas nacionais e internacionais no uso de IA.

4. Principais riscos

Antes de usar ferramentas de IA generativa em processos de trabalho, é necessário analisar benefícios e riscos associados a cada caso de uso e que merecem atenção especial:

a) Alucinações e erros factuais
Ferramentas de IA Generativa poderá produzir respostas convincentes, porém incorretas. Isso é particularmente sensível em atividades acadêmicas, administrativas, jurídicas, assistenciais e de comunicação institucional, devendo o utilizador validar se as fontes são confiáveis ou não.

b) Viés e discriminação
Os modelos podem reproduzir vieses presentes nos dados com os quais foram treinados. Por isso, seus resultados não devem ser aceitos de forma automática, sobretudo em contextos que afetem pessoas, grupos ou decisões relevantes.

c) Exposição de dados protegidos
Orienta-se que se execute um tratamento cuidadoso de dados protegidos e que se faça o  uso responsável de ferramentas externas.
Na Unicamp, isso inclui dados pessoais, sensíveis, acadêmicos, administrativos, clínicos, contratuais, estratégicos ou protegidos por sigilo.

d) Riscos cibernéticos e fraudes
A cartilha registra que IA generativa pode ser usada para criar phishing, deepfakes e outros artefatos de fraude, tornando os golpes mais convincentes.
Na universidade, isso exige reforço de cuidados com mensagens, anexos, credenciais e compartilhamento de informações.

e) Uso inadequado em processos decisórios
A IA não deve substituir o julgamento humano em decisões acadêmicas, administrativas ou institucionais.

f) Propriedade intelectual e direitos autorais
Conteúdos gerados podem reproduzir, ainda que parcialmente, obras protegidas, exigindo verificação antes de uso institucional.

g) Vazamento e reidentificação de dados
Modelos podem reproduzir dados sensíveis presentes em seu treinamento ou nos inputs fornecidos.

h) Viés algorítmico (tipologias)

• viés de contexto
• viés de automação (confiança excessiva na IA)
• viés de representatividade
• viés de seleção
• viés de exclusão

i) Desatualização de informações
Modelos podem não refletir dados recentes, exigindo validação adicional.

4.1 Classificação de Riscos

Com base em referenciais regulatórios nacionais e internacionais, os sistemas de IA podem ser classificados conforme seu nível de risco:

Risco excessivo (vedado)

• manipulação comportamental prejudicial
• exploração de grupos vulneráveis
• pontuação social discriminatória
• vigilância biométrica indevida

Alto risco:

• aplicações em educação (avaliações)
• processos seletivos e gestão de pessoas
• saúde e diagnósticos
• segurança pública
• decisões administrativas relevantes

Exigem:

• supervisão humana rigorosa
• transparência
• avaliação de impacto

Risco moderado:

• sistemas de recomendação
• triagens iniciais
• análises de apoio

 Exigem:

• transparência
• monitoramento

Baixo risco:

• assistentes virtuais
• ferramentas de apoio à produtividade

Exigem:

• boas práticas e uso consciente

Essa classificação auxilia na avaliação prévia do uso da IA em atividades institucionais.

5. Regras práticas de uso

5.1 Pode usar IA para:

• gerar ideias iniciais;
• resumir conteúdos não sigilosos;
• apoiar revisão preliminar de texto;
• sugerir estruturas de documentos;
• apoiar tarefas rotineiras de redação, programação e organização da informação;
• explorar caminhos de pesquisa bibliográfica e formulação de perguntas.

Esses usos são coerentes e possibilitam aumentar a produtividade na automação de tarefas repetitivas, redação de documentos, produção de resumos e criação de materiais para diversos fins.

5.2 Não deve usar IA para:

• inserir dados pessoais, sensíveis, sigilosos ou estratégicos em ferramentas não homologadas pela Unicamp;
• substituir integralmente a análise humana em decisões relevantes;
• produzir textos, pareceres, avaliações ou documentos sem revisão crítica;
• inserir conteúdos inéditos de pesquisa ou materiais protegidos sem avaliação adequada;
• adotar ferramentas externas sem observar orientações institucionais.

5.3 Atenção especial com credenciais e contas

Não é aconselhável usar e-mail institucional para acessar serviços de IA sem a devida aprovação. Na adaptação para a Unicamp, isso significa:

• ferramentas institucionais homologadas podem utilizar credenciais institucionais, se assim previsto;
• ferramentas externas não homologadas não devem ser acessadas com credenciais institucionais quando houver vedação ou ausência de autorização institucional;
• o uso institucional deve seguir catálogo, orientação ou homologação da Detic/Crefia, quando existente.

5.4 Dados e informações: como decidir

Na dúvida, adote a regra de menor risco.

Dados públicos: podem ser usados com cautela, desde que o resultado seja revisado.

Dados internos não públicos: devem ser usados apenas em ferramentas aprovadas institucionalmente ou em contextos autorizados.

Dados pessoais, sensíveis, clínicos, financeiros, estratégicos ou protegidos por confidencialidade:
não devem ser inseridos em ferramentas externas sem base institucional e avaliação apropriada.

Essa distinção é coerente para o tratamento dos dados e informações institucionais, sendo que a recomendação é sempre fazer uma pré análise sobre os benefícios e riscos por caso de uso e de tratar com especial cautela dados protegidos.

A Unicamp disponibiliza CACia que é uma plataforma oficial de IA generativa da Unicamp (https://cacia.unicamp.br). Recomenda-se priorizar seu uso, pois ela está alinhada às políticas institucionais, oferece maior proteção de dados, atende demandas específicas da universidade e permite uso mais seguro de informações institucionais.

6. Orientações por contexto

As recomendações a seguir têm caráter orientativo e buscam apoiar o uso ético, responsável e crítico da Inteligência Artificial Generativa em diferentes contextos da Universidade. Considerando a rápida evolução dessas tecnologias e a diversidade de situações de uso, recomenda-se que docentes, pesquisadores, servidores e estudantes observem as diretrizes institucionais vigentes, as especificidades de suas áreas de atuação e as orientações emitidas por suas respectivas unidades e órgãos competentes.

6.1 Ensino

Recomenda-se que docentes estabeleçam e comuniquem de forma clara as expectativas e condições relacionadas ao uso de IA generativa em disciplinas, atividades acadêmicas e processos avaliativos. Sempre que pertinente, estudantes devem informar o uso dessas ferramentas e observar as orientações definidas pelo docente responsável, contribuindo para a transparência e a integridade das atividades acadêmicas.

6.2 Pesquisa

No contexto da pesquisa, a IA pode ser utilizada como ferramenta de apoio em atividades como revisão preliminar de literatura, organização de ideias, programação, prototipação e exploração analítica. Recomenda-se, contudo, que os resultados obtidos sejam sempre avaliados criticamente pelos pesquisadores, observando-se o rigor metodológico, a ética em pesquisa, a proteção de dados, a confidencialidade das informações e a adequada gestão da propriedade intelectual.

Também se recomenda especial atenção à integridade acadêmica, incluindo a correta atribuição de autoria, o respeito aos direitos autorais, a realização de citações quando cabíveis e a responsabilidade integral dos pesquisadores sobre os conteúdos produzidos, analisados ou divulgados com apoio de ferramentas de IA.

6.3 Extensão e comunicação

Nas atividades de extensão, divulgação científica e comunicação institucional, recomenda-se que conteúdos produzidos com apoio de IA sejam revisados quanto à precisão das informações, adequação ao contexto institucional, acessibilidade, clareza da linguagem e alinhamento com os princípios e valores da Universidade.

6.4 Gestão administrativa

No âmbito da gestão universitária, a IA pode apoiar atividades relacionadas à organização de processos, elaboração preliminar de documentos, síntese de informações, análise documental e apoio à tomada de decisão. Recomenda-se, entretanto, que essas ferramentas sejam utilizadas como apoio às atividades humanas, não substituindo a análise crítica, a competência funcional dos servidores ou a validação humana dos atos e decisões administrativas.

7. Boas práticas de prompt e validação

Para aprimorar o uso de ferramentas de IA Generativa, enfatizamos a importância de informar instruções claras e bem contextualizadas com o objetivo de obter melhores resultados.

Na Unicamp, recomenda-se:

• definir claramente o objetivo da solicitação;
• informar o contexto da tarefa;
• delimitar formato, público e extensão desejada;
• pedir referências quando adequado;
• sempre revisar, checar e reescrever o que for necessário;
• não confiar automaticamente em respostas, números, normas ou citações;
• validar informações em fontes confiáveis;
• reformular os prompts quando necessário.

Além das orientações já apresentadas, recomenda-se:

• avaliar criticamente todas as respostas geradas;
• evitar uso direto sem revisão, especialmente em conteúdos institucionais;
• buscar validação com especialistas quando necessário;
• garantir alinhamento com valores institucionais.

7.1 Recomendações Institucionais de Uso Responsável

Com base em boas práticas do setor público, recomenda-se:

• Revisão obrigatória – Conteúdos gerados por IA devem ser revisados antes de uso ou publicação.
• Responsabilidade do usuário – O uso de IA não exime o usuário da responsabilidade sobre o conteúdo produzido.
• Transparência – Quando relevante, indicar o uso de IA na produção do conteúdo
• Não uso de dados sensíveis – Evitar inserir dados pessoais, institucionais ou confidenciais em ferramentas não autorizadas.
• Uso de ambientes institucionais – Priorizar soluções homologadas pela Unicamp.
• Separação entre uso pessoal e institucional – Evitar uso de credenciais institucionais em ferramentas externas.
• Validação técnica – Conteúdos técnicos devem ser revisados por especialistas.

7.2 – Técnicas básicas de uso de IA

Podem ser utilizadas técnicas como:

• Zero-shot (instruções diretas)
• Few-shot (uso de exemplos)
• Persona contextual (definir papel da IA)
• Modelos reutilizáveis (padronização)
• Prompt interativo (refinamento progressivo)
• Filtro semântico (foco no essencial)

8. Responsabilidades institucionais

À comunidade universitária, cabe usar IA de forma responsável, crítica e compatível com as normas institucionais.

À Detic/Crefia, cabe apoiar a orientação institucional, a avaliação técnica de ferramentas, a produção de materiais de referência e a articulação com instâncias competentes.

Ao GovTIC, ao CGPPD e ao Comitê de Governança de Dados, cabe, nos termos de suas competências, orientar matérias relacionadas a governança de TIC, privacidade, proteção de dados, classificação e uso de dados institucionais.

Quando pedir orientação
Procure orientação institucional quando houver dúvida sobre:

• uso de dados pessoais ou sensíveis;
• adoção de nova ferramenta para uso institucional;
• integração com sistemas da universidade;
• uso em atividades que possam afetar direitos, avaliações ou decisões relevantes;
• uso de IA em contextos com confidencialidade, sigilo ou potencial de propriedade intelectual.

9. Disposição final

Este Guia tem caráter orientador e poderá ser atualizado periodicamente para refletir mudanças tecnológicas, regulatórias e institucionais, em linha com a abordagem adotada pela cartilha do Governo Digital, que prevê atualização contínua diante do avanço da tecnologia e das regulamentações.

10. Referências externas

• PBIA – O Plano Brasileiro de Inteligência Artificial (PBIA) 2024–2028 estabelece diretrizes para promover o desenvolvimento e o uso estratégico da IA no Brasil, com foco em inovação, inclusão social, soberania tecnológica e melhoria dos serviços públicos. O plano contempla ações voltadas à infraestrutura tecnológica, formação e capacitação em IA, inovação empresarial, governança e desenvolvimento de soluções alinhadas aos desafios sociais, econômicos, ambientais e culturais do país.

• O Núcleo de Inteligência Artificial (NIA) é uma iniciativa coordenada pela Secretaria de Governo Digital (SGD) do Ministério da Gestão e da Inovação em Serviços Públicos (MGI) para acelerar a adoção de tecnologias de inteligência artificial e promover o avanço tecnológico com responsabilidade no Poder Executivo Federal.

• Unesco – Orientação para IA generativa em educação e pesquisa – A primeira orientação global da UNESCO sobre GenAI na educação visa apoiar os países a implementar ações imediatas, planejar políticas de longo prazo e desenvolver a capacidade humana para garantir uma visão centrada no ser humano dessas novas tecnologias.

• OCDE.AI – Inteligência Artificial – A Organização para a Cooperação e Desenvolvimento Económico (OCDE) é uma organização internacional dedicada à promoção de políticas públicas voltadas ao desenvolvimento econômico, social e ambiental.

• Observatório de Políticas da OCDE.AI – OCDE.AI é uma plataforma interativa online dedicada à promoção inteligência artificial (IA) confiável e centrada no ser humano. Lançado pela OCDE em 2020, o Observatório é um recurso essencial para formuladores de políticas, pesquisadores, empresas e sociedade civil, oferecendo uma visão abrangente das iniciativas, tendências e estruturas de governança globais de IA.