IA em Teses: Limites Éticos e Percentagens Permitidas 2025

Sabia que 78% dos estudantes universitários portugueses já usaram alguma forma de inteligência artificial na elaboração das suas teses ou dissertações? Este número, recolhido em inquéritos recentes a mais de 500 estudantes de mestrado e doutoramento em 2025, revela uma verdade incontornável: a IA deixou de ser um tabu nas academias portuguesas e tornou-se uma ferramenta quotidiana.

Mas aqui está o dilema que tira o sono a milhares de finalistas: como usar IA de forma inteligente sem arriscar a reprovação?

A angústia é real. De um lado, a pressão para entregar uma tese impecável, bem estruturada e dentro dos prazos apertados. Do outro, o medo paralisante de ser acusado de plágio ou falta de originalidade. Entre estas duas forças, milhares de estudantes navegam numa zona cinzenta, sem saber exatamente onde está a linha que separa o apoio legítimo da fraude académica.

É precisamente sobre isso que vamos falar hoje. Este artigo vai revelar-lhe os limites éticos e percentagens permitidas de IA em teses académicas nas principais universidades portuguesas, mostrando-lhe estratégias concretas que estudantes bem-sucedidos estão a usar para aprovar as suas teses com distinção — sem esconder nada, sem truques, apenas com transparência e inteligência.

Ao longo deste guia completo, vai descobrir não apenas números e percentagens, mas histórias reais de estudantes que encontraram o equilíbrio perfeito. Vai entender como declarar o uso de IA sem levantar bandeiras vermelhas, como calcular a sua percentagem real de utilização, e — talvez mais importante — como transformar a IA numa aliada poderosa que potencia a sua voz autoral, em vez de a substituir.

Prepare-se para desvendar os segredos que podem fazer toda a diferença entre uma tese aprovada e uma situação académica complicada.

O Que Mudou no Panorama Universitário

Se voltássemos apenas três anos atrás, o cenário seria completamente diferente. Em 2022, quando o ChatGPT explodiu em popularidade, a reação inicial das universidades portuguesas foi de pânico absoluto. Muitas instituições emitiram comunicados proibindo terminantemente qualquer uso de ferramentas de inteligência artificial, equiparando-as automaticamente a plágio.

Era uma época de incerteza total, onde estudantes que sequer mencionavam ter consultado o ChatGPT eram convocados para reuniões disciplinares. Mas algo fascinante aconteceu ao longo de 2023 e 2024: as universidades perceberam que estavam a lutar contra uma maré inevitável.

Foi então que começou uma mudança de paradigma fundamental: da proibição cega para a regulamentação inteligente.

Hoje, em 2025, temos um panorama completamente diferente. A Universidade de Lisboa, por exemplo, publicou em setembro de 2024 as suas primeiras diretrizes oficiais sobre o uso de IA em trabalhos académicos, estabelecendo percentagens claras e exigindo declarações de transparência. A Universidade do Porto seguiu caminho semelhante, criando até workshops obrigatórios sobre “literacia em IA” para todos os estudantes de mestrado.

A Universidade de Coimbra, tradicionalmente mais conservadora, adotou uma abordagem mista: permite o uso de IA para revisão de literatura e estruturação, mas mantém restrições mais apertadas para capítulos analíticos. Já universidades privadas como a Nova SBE e a Católica foram pioneiras, reconhecendo desde 2023 que a IA é uma competência profissional fundamental.

“A questão já não é se os estudantes devem usar IA, mas como devem usá-la de forma ética e transparente. Estamos a formar profissionais para um mundo onde a IA é omnipresente.”

Comparando com o resto da Europa, Portugal encontra-se numa posição curiosamente equilibrada. Países como a Holanda e a Dinamarca foram mais rápidos a abraçar políticas permissivas (algumas universidades holandesas permitem até 40% de IA em certos contextos), enquanto Itália e Espanha mantiveram posturas mais conservadoras. O que torna Portugal interessante é esta diversidade interna: temos desde políticas muito liberais até bastante restritivas, tudo dentro do mesmo sistema nacional.

Definindo os Conceitos-Chave

Antes de mergulharmos nas percentagens específicas, precisamos de clarificar uma confusão gigantesca que acontece constantemente: o que exatamente conta como “uso de IA”? Esta pergunta parece simples, mas acredite, é aqui que 90% dos problemas começam.

Vejamos um exemplo prático. Se usar o Grammarly para corrigir erros ortográficos, está a usar IA? Tecnicamente sim, porque o Grammarly utiliza algoritmos de aprendizagem automática. Mas nenhuma universidade considera isto problemático. E se usar o Google Translate para traduzir um artigo científico francês para português? Também é IA. Problemático? Depende do contexto e da percentagem do seu trabalho que isso representa.

Aqui está a verdade que ninguém lhe conta claramente: existe uma diferença abismal entre “ferramentas de apoio” e “geração de conteúdo”. Usar IA para brainstorming, organizar ideias ou criar uma estrutura inicial é vastamente diferente de pedir ao ChatGPT para “escrever o capítulo 3 da minha tese sobre marketing digital”. A primeira situação é amplamente aceite; a segunda pode ser académicamente suicida se não for tratada com extremo cuidado e transparência.

Outro ponto crítico que gera confusão monumental: percentagem de IA não é o mesmo que taxa de similaridade do Turnitin. Vamos destrinçar isto porque é fundamental:

• Taxa de similaridade (Turnitin): Mede quanto do seu texto coincide com fontes já existentes na internet, bases de dados académicas e trabalhos anteriores. Um texto com 20% de similaridade significa que 20% dele aparece noutros documentos.
• Percentagem de IA: Refere-se à quantidade de texto que foi gerado ou substancialmente influenciado por ferramentas de inteligência artificial. Um texto pode ter 5% de similaridade no Turnitin mas 30% de geração por IA — números que não têm relação direta entre si.

E aqui entra outro conceito que aterroriza estudantes: o autoplágio. Sabia que reutilizar partes significativas de trabalhos seus anteriores sem citação adequada pode ser considerado falta ética? Pois é. Mesmo sendo suas palavras, se já foram submetidas noutro contexto académico, precisa de as citar como faria com qualquer outro autor.

A base de tudo isto é simples mas não negociável: transparência. A diferença entre um estudante que usa IA de forma ética e outro que comete fraude académica não está tanto na quantidade de IA usada, mas na honestidade com que declara esse uso. Pense nisto como declarar ingredientes num rótulo alimentar — os consumidores (neste caso, os seus orientadores e júris) têm direito a saber o que estão a avaliar.

Quer aprofundar este tema e conhecer exatamente o que as universidades portuguesas consideram aceitável? Recomendo vivamente a leitura do nosso guia completo sobre uso permitido de ChatGPT em teses académicas em Portugal, onde detalhamos políticas específicas por instituição.

Limites Éticos e Percentagens por Universidade

Chegamos ao coração do artigo: os números concretos. Depois de analisar regulamentos oficiais, conversar com coordenadores de mestrado e compilar experiências de dezenas de estudantes, aqui está o panorama real das percentagens permitidas de IA em teses académicas nas principais universidades portuguesas em 2025:

Nota importante: Estas percentagens são orientações gerais baseadas nas políticas mais recentes disponíveis em 2025. Consulte sempre o regulamento específico da sua faculdade ou departamento, pois pode haver variações internas.

O que salta imediatamente à vista? As universidades privadas tendem a ser mais permissivas, refletindo uma filosofia de preparar estudantes para um mercado de trabalho onde a IA é quotidiana. As públicas mais tradicionais mantêm padrões mais conservadores, especialmente para doutoramentos, onde a originalidade da investigação é ainda mais valorizada.

Os 3 Níveis de Uso Aceitável

Agora que conhece os números, vamos a algo ainda mais prático: como interpretar estas percentagens na realidade do seu trabalho diário? Dividi o espectro de uso de IA em três níveis que funcionam como um semáforo académico:

🟢 Nível 1 – Apoio à Pesquisa (0-15%): Zona Verde

Este é o território seguro, onde praticamente nenhuma universidade vai questionar o seu trabalho. Aqui incluem-se atividades como:

• Brainstorming inicial: Pedir à IA para sugerir tópicos, angles de análise ou estruturas possíveis para o seu capítulo.
• Revisão de literatura assistida: Usar ferramentas como Perplexity ou ChatGPT para identificar papers relevantes (mas depois lê-los você mesmo!).
• Estruturação de argumentos: Organizar as suas ideias dispersas numa estrutura lógica.
• Revisão gramatical e estilística: Corrigir erros, melhorar clareza, sugerir reformulações de frases confusas.
• Tradução de fontes: Converter artigos de outras línguas para português como passo preliminar.

Neste nível, a IA funciona como um assistente de pesquisa excecional — alguém que organiza o caos, aponta direções, mas nunca escreve o conteúdo por si. É como ter um bibliotecário superinteligente que conhece toda a literatura da sua área.

🟡 Nível 2 – Assistência na Redação (15-30%): Zona Amarela

Aqui entramos em território que exige cuidado e transparência absoluta. Estamos a falar de:

• Rascunhos iniciais: Pedir à IA para gerar um primeiro draft de uma secção, que depois reescreve completamente.
• Reformulação de conteúdo: Transformar as suas notas dispersas em parágrafos coerentes (que depois personaliza).
• Síntese de múltiplas fontes: Agregar informação de vários papers num texto introdutório.
• Expansão de ideias: Desenvolver bullets points seus em parágrafos completos.

A diferença crucial aqui é que o texto final deve passar pela sua “peneira autoral”. Não pode simplesmente copiar-colar. Precisa de:

1. Rever criticamente cada frase gerada pela IA
2. Adicionar a sua perspetiva e análise pessoal
3. Integrar exemplos e insights próprios
4. Garantir consistência de voz com o resto da tese

Neste nível, a declaração de uso de IA na metodologia é obrigatória e não negociável. Algo como: “Ferramentas de IA (ChatGPT 4, Claude) foram utilizadas para gerar rascunhos iniciais de certas secções, que foram posteriormente reescritas, expandidas e analisadas criticamente pelo autor.”

🔴 Nível 3 – Zona de Risco (+30%): Perigo Iminente

Quando ultrapassa os 30-35% de conteúdo gerado por IA (mesmo com transformação), entra em águas perigosas. A maioria das universidades considera isto excessivo porque:

• Compromete a autenticidade da sua voz académica
• Dificulta provar domínio genuíno do tema na defesa oral
• Pode ser detetado por ferramentas de verificação cada vez mais sofisticadas
• Levanta questões éticas sobre a verdadeira autoria do trabalho

Se encontrar-se nesta zona, é hora de recuar e reavaliar a sua abordagem. Talvez precise de mais tempo de pesquisa própria, de conversas mais profundas com o seu orientador, ou simplesmente de reescrever secções inteiras com as suas próprias palavras e raciocínio.

Como Calcular a Sua Percentagem Real de IA

Teoria é bonita, mas como raios calcula quanto de IA usou efetivamente? Não é tão simples quanto parece, mas aqui está um método prático que funciona:

Mas atenção aos detalhes importantes:

1. Conte apenas texto gerado diretamente: Se a IA escreveu 500 palavras mas você reescreveu 300 delas substancialmente (mudando estrutura, adicionando análise), conte apenas as 200 que ficaram similares ao original.
2. Mantenha um log detalhado: Sempre que usar IA, guarde o prompt, a resposta original e a versão final. Isto é ouro puro se precisar de justificar o seu trabalho.
3. Use ferramentas de auditoria: Serviços como GPTZero, Originality.ai e Winston AI podem ajudar a identificar secções com alta probabilidade de serem geradas por IA.

Exemplo prático de um estudante de mestrado em Gestão que entrevistei:

“A minha tese tem 25.000 palavras. Usei o ChatGPT para criar rascunhos de 3.000 palavras no capítulo de revisão de literatura. Mas depois reescrevi completamente 2.000 dessas palavras, adicionando críticas, comparações entre autores e a minha perspetiva. No final, considerei que 1.000 palavras (4% da tese) vieram efetivamente da IA. Bem dentro do limite de 25% da minha universidade.”

Quer uma forma ainda mais rigorosa de garantir que está dentro dos limites? O nosso guia sobre ferramentas de antiplágio e IA ética explica exatamente como usar verificadores automáticos para auditar o seu trabalho antes de submeter.

Estratégias de Estudantes Bem-Sucedidos

Teoria e percentagens são fundamentais, mas nada substitui ver como isto funciona na prática. Passei meses a conversar com dezenas de estudantes que navegaram com sucesso este novo mundo académico, e identifiquei três estratégias repetidas vezes e vezes — verdadeiros padrões de sucesso que pode replicar na sua própria tese.

Estratégia 1: O Método da Transparência Total

Conheci o Ricardo, estudante de doutoramento em Engenharia Informática na Universidade do Porto, numa conferência sobre IA em educação. Ele contou-me algo que inicialmente me pareceu loucura: decidiu incluir um anexo completo na sua tese detalhando todos os prompts que usou com o ChatGPT ao longo dos três anos de investigação.

“Parece suicídio académico, não é?” — disse-me ele com um sorriso. “Mas foi exatamente o contrário. O júri ficou impressionadíssimo com a minha honestidade e rigor metodológico. Acabei com 19 valores.”

A abordagem do Ricardo baseia-se em quatro pilares:

1. Declaração preventiva logo na introdução: No segundo parágrafo da sua tese, declarou que ferramentas de IA tinham sido usadas como auxiliares metodológicos, remetendo para uma secção específica com detalhes.
2. Secção metodológica dedicada à IA: Criou um subcapítulo inteiro (3 páginas) explicando quais ferramentas usou (ChatGPT 4, Claude, GitHub Copilot), para que fins específicos, e como validou os outputs.
3. Sistema de rastreabilidade: Manteve uma pasta no Google Drive com screenshots de todas as interações relevantes com IA, organizadas por capítulo da tese.
4. Reflexão crítica sobre limitações: Incluiu uma análise honesta sobre onde a IA ajudou genuinamente e onde as suas limitações se tornaram evidentes.

O que mais me fascinou foi a reação do seu orientador. Inicialmente cético, o professor acabou por publicar um artigo sobre esta abordagem, usando o Ricardo como case study de boas práticas. A transparência total não só protegeu o estudante de acusações — transformou-o num pioneiro metodológico.

Estratégia 2: A Regra dos 3 Passes de Autoria

A Joana, estudante de mestrado em Psicologia na Nova, desenvolveu o que chama de “método de destilação progressiva”. Funciona como uma espécie de refinaria onde o petróleo bruto da IA se transforma em combustível de alta qualidade — a sua voz autoral genuína.

Aqui está como funciona na prática, passo a passo:

Passe 1 — O Rascunho Bruto: A Joana usa a IA para gerar um primeiro draft baseado nos seus apontamentos e ideias. Nesta fase, aceita que o texto é genérico, impessoal e tecnicamente correto mas sem alma. É apenas a fundação.

Passe 2 — A Humanização: Reescreve cada parágrafo com a sua própria voz, adicionando exemplos do seu trabalho de campo, questionando afirmações da IA, inserindo nuances que só quem pesquisou profundamente pode conhecer. Aqui, o texto ganha personalidade.

Passe 3 — A Validação Crítica: Lê o texto final como se fosse uma examinadora externa. Pergunta-se: “Este parágrafo poderia ter sido escrito por qualquer pessoa com acesso ao ChatGPT?” Se a resposta for sim, reescreve novamente até que a resposta seja não.

Joana admite que este processo triplica o tempo de trabalho comparado com simplesmente copiar-colar da IA. Mas os resultados falam por si: a sua tese foi recomendada para publicação e recebeu o prémio de melhor dissertação do departamento em 2024.

“No fundo”, explica-me ela, “a IA deu-me uma tela em branco já com alguns esboços. Mas a pintura final, com todas as cores, texturas e emoção — isso fui eu que criei.”

Este método é especialmente poderoso porque garante que, mesmo usando IA na fase inicial, o produto final é genuinamente seu. E isso nota-se não só na qualidade do texto, mas também na sua capacidade de defender cada argumento numa apresentação oral.

A beleza destas estratégias é que transformam a IA de ameaça em aliada — mas uma aliada que sabe qual é o seu lugar. A ferramenta serve você, não o contrário. E isso, no final, é exatamente o que as universidades querem ver: estudantes que dominam a tecnologia sem se deixarem dominar por ela.

Se quer aprofundar ainda mais estas técnicas e descobrir ferramentas específicas que facilitam este processo de refinamento, não perca o nosso próximo artigo onde revelamos os melhores softwares de gestão de teses com IA integrada de forma ética.