Resumo
A integração da inteligência artificial (IA) e da análise massiva de dados (big data) na pesquisa científica apresenta desafios éticos sem precedentes, que ultrapassam a capacidade do modelo tradicional dos Comitês de Ética em Pesquisa (CEP).
Este artigo analisa a lacuna paradigmática entre um modelo de supervisão concebido para pesquisas centradas no indivíduo e os novos riscos decorrentes da IA, como os danos indiretos e coletivos, o viés algorítmico e a opacidade dos modelos de “caixa-preta”.
Argumenta-se que os pilares tradicionais, como o consentimento informado e a análise de riscos e benefícios, são insuficientes para enfrentar os impactos sociais de longo prazo e garantir a proteção da privacidade em um ambiente de dados interconectados. Diante dessa realidade, propõe-se uma transformação profunda da governança ética.
Essa transformação não se limita a uma única abordagem, mas requer uma combinação de reformas estruturais nos Comitês de Ética em Pesquisa, como a incorporação de novos perfis técnicos e a adoção de um monitoramento contínuo; o desenvolvimento de ferramentas especializadas de avaliação; e, sobretudo, a promoção de um ecossistema de responsabilidade compartilhada que envolva financiadores, instituições, periódicos científicos e pesquisadores.