◇ OpenCyber Academy
Graduação · Capítulo 4 · Português

Capítulo 4 — Escrita acadêmica

Ensino gratuito e aberto para quem deseja proteger pessoas e tecnologias. Não é preciso criar uma conta para estudar ou consultar as respostas.

Capítulo 4 — Escrita acadêmica

Mapa da aula

Aula 04 publicada. Mapa, exemplo, EX010.

flowchart TD
  N0["4.1 Afirmações e evidências"]
  N1["4.2 Citação e verificação"]
  N2["4.3 Tipos de fontes"]
  N3["4.4 Integridade e ferramentas de IA"]
  N4["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4
  N4 --> EX["Exemplo resolvido"]
  EX --> Q["Exercício EX010"]

Desenho lógico

flowchart LR
  N0["4.1 Afirmações e evidências"]
  N1["4.2 Citação e verificação"]
  N2["4.3 Tipos de fontes"]
  N3["4.4 Integridade e ferramentas de IA"]
  N4["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> Q["EX010"]
[4.1 Afirmações e evidências]
    |
    v
[4.2 Citação e verificação]
    |
    v
[4.3 Tipos de fontes]
    |
    v
[4.4 Integridade e ferramentas de IA]
    |
    v
[Síntese]
    |
    v
[Exemplo resolvido] --> [Exercício EX010]

Objetivos de aprendizagem

Você vai (1) escrever prosa acadêmica clara, com afirmações apoiadas em evidências; (2) citar fontes corretamente e verificar cada citação; (3) distinguir pesquisa revisada por pares, preprints, normas e literatura cinzenta; e (4) evitar plágio, incluindo o mau uso de ferramentas de escrita com IA.

4.1 Afirmações e evidências

Toda afirmação substantiva precisa de apoio: dados que você produziu, uma fonte citada ou um argumento claro. Em segurança de IA, afirmações sobre ataques e defesas devem declarar as condições: qual modelo, qual ataque, qual métrica. "O treinamento adversarial torna os modelos robustos" é amplo demais; "o treinamento adversarial com descida de gradiente projetada melhorou a robustez a perturbações limitadas nos benchmarks de imagem avaliados (Madry et al., arXiv:1706.06083)" é sustentável. A versão sustentável nomeia o método, o modelo de ameaça e o escopo da avaliação, para que o leitor possa dizer se ela se aplica ao seu sistema. Uma afirmação sobre benchmarks de imagem diz pouco sobre um chatbot de texto como o Ask Lumen.

4.2 Citação e verificação

Cite o que você de fato leu e verifique se cada referência existe: abra o DOI, a página do arXiv ou a URL oficial. Não invente identificadores. Assistentes de escrita com IA podem produzir referências plausíveis, mas inexistentes; cada citação que você entrega é sua responsabilidade. Use um estilo consistente e inclua informação suficiente para que o leitor encontre a fonte. O exemplo resolvido de Rina mostra que o risco é real: uma de seis referências produzidas com um assistente não existia. Verificar leva minutos por referência e protege a credibilidade do ensaio. Ela registra onde verificou cada uma, como a página do DOI, para que o avaliador possa seguir o mesmo caminho.

4.3 Tipos de fontes

Artigos revisados por pares foram examinados por especialistas; preprints (por exemplo, no arXiv) costumam ser importantes em segurança de IA, mas não passaram por revisão; normas e frameworks (NIST AI 100-1, ISO/IEC 42001) definem termos e práticas; blogs de fornecedores e notícias são pistas úteis, mas evidências fracas. O tipo de fonte determina como uma afirmação é redigida. Um resultado revisado por pares pode ser citado como achado sob suas condições declaradas; um preprint, como resultado relatado ainda não revisado; um blog de fornecedor, como alegação. Nos ensaios de Rina, uma afirmação apoiada apenas num blog de fornecedor é escrita como "o fornecedor afirma", o que diz ao leitor quanto peso lhe dar.

4.4 Integridade e ferramentas de IA

Siga a política da sua instituição sobre ferramentas de IA. Em geral, você precisa declarar o uso, verificar a saída e nunca apresentar texto ou análise gerados como trabalho seu sem permissão. Parafrasear sem citar é plágio. A declaração permite que os avaliadores julguem o trabalho com justiça e que os leitores saibam quais partes verificar com mais atenção. A declaração de Rina informa a ferramenta, a tarefa em que ela ajudou e como Rina verificou a saída. A referência inventada no rascunho dela mostra por que verificar importa: a ferramenta a produziu com confiança, e só a verificação a expôs.

4.5 Exemplo resolvido (caso sintético da LCH)

O primeiro rascunho de ensaio de Rina, produzido em parte com um assistente de IA, continha seis referências. Ela as verificou: quatro existiam, uma tinha o ano errado e uma não existia. Ela removeu a referência inventada, corrigiu o ano, declarou o uso da ferramenta e reescreveu o parágrafo que dependia da fonte falsa usando uma fonte real que havia lido. Uma taxa de uma referência fabricada em seis é alta o bastante para que ela agora verifique cada referência antes de redigir em torno dela.

4.6 Erros e limites

Três erros são comuns: referências não verificadas; afirmações sem condições; e tratar um blog de fornecedor como fato estabelecido. Referências não verificadas podem estar erradas ou ser inventadas, como mostrou o rascunho de Rina, e uma única falsa faz os leitores duvidarem das demais. Afirmações sem condições, como "o treinamento adversarial torna os modelos robustos", são fáceis de refutar com um contraexemplo vindo de outro cenário. Tratar blogs de fornecedores como fato estabelecido faz passar marketing por evidência. Cada erro é barato de evitar e caro depois que um avaliador ou revisor o encontra.

Exercícios

Síntese

Escrita acadêmica em segurança de IA significa afirmações condicionais, citações verificadas e uso honesto de ferramentas — competências que também tornam confiáveis os relatórios profissionais.

Continue estudando — capítulo 04 de 40

← Capítulo 03 (rascunho) · Índice de capítulos do curso · Capítulo 05 (rascunho) →