Em dezembro deste ano fará vinte anos que defendi o meu doutoramento. As regras da academia são canónicas e hegemónicas. Só o doutoramento valida, perante os pares, a minha competência para exercer o meu trabalho. Em termos práticos, é um carimbo de legitimação, a credencial que franqueia a passagem para uma nova ordem. Na cerimónia de atribuição do grau, na minha universidade sueca, há séculos que os recém-doutorados recebem o diploma depois de transporem uma fronteira simbólica, marcada no palco, que separa as trevas do mundo do conhecimento. “Te admitto et incorporo in collegium doctorum … cum omnibus honoribus, libertatibus, exemptionibus et privilegiis”, recita o reitor, numa espécie de adhan universitário.

Um académico sem doutoramento é como um sacerdote sem ordenação ou um soldado sem juramento de bandeira.

O título de doutor, do latim doctor (“mestre”, “aquele que ensina”), começou a ser atribuído na Universidade de Bolonha no final do século XII, em áreas como o Direito, a Medicina e a Gramática (ver imagem). Se a licenciatura concede uma “licença” para ensinar, o doutoramento sanciona a entrada na corporação dos mestres. É assim há mais de 800 anos.

Mas estamos em março de 2026. Se a IA recolhe, organiza e disponibiliza quase todo o conhecimento existente, cabe-nos a nós, membros dessa “corporação”, reavaliar o sistema à luz desta mudança.

A nossa primeira reação foi reduzir a IA a um assistente de investigação. Uma caixa de ferramentas que alivia a rotina fabril. O trabalho de um académico aprende-se por osmose, à força de repetir e falhar, falhar e repetir. Por isso, muitos de nós respiraram de alívio quando começaram a usar o SciSpace, Evidence Review Accelerator (TERA) ou Abstrackr (entre muitas dezenas de outros instrumentos potenciados por IA). Pesquisa e tratamento de dados, gestão de informações bibliográficas, edição de texto, programação, análise textual e estatística, tudo ficou mais fácil. Até há ferramentas que dão feedback científico instantâneo. Lembro-me de ter demorado uma semana a padronizar, com a cabeça em latejo, a bibliografia e as referências da minha tese de doutoramento em estilo Harvard, um pré-requisito. Hoje demoraria segundos.

Primeiro o computador, nos anos 80. Depois a Internet, nos anos 2000. Agora a IA. À primeira vista, são apenas tecnologias de apoio. Aumenta-se a produtividade. Tudo, aparentemente, igual.

Depois percebemos que estas ferramentas, como o Gemini Deep Research ou o o3‑pro da OpenAI, são mais do que assistentes de investigação. Com IA, posso escrever uma revisão da literatura de alta qualidade numa hora, não em seis meses. E é aqui que o trabalho começa a mudar de mãos. Em nome da velocidade começamos a corroer a autoria. E num piscar de olhos, que não partilhamos por vergonha com os colegas, podemos escrever teses e artigos académicos com IA.

Se uma investigação está focada em encontrar novos padrões em informação já existente, a IA pode assumir essa tarefa. Algumas bases de dados já alimentaram milhares de doutoramentos, em economia (CPS), em finanças (Compustat), em ciências humanas (European Social Survey), em biologia (GenBank). Em muitos casos, não há matéria-prima nova, não há dados novos, apenas novas correlações e novas inferências – o que pode ser feito com IA.

Teses defendidas recentemente em universidades portuguesas, sobre “a relação entre uso de transportes públicos e valorização imobiliária em Lisboa (1910-2020)” ou uma “análise de imagem histopatológica para estratificação de risco e subtipagem tumoral” foram escritas num computador, mas poderiam ter sido feitas pelo computador. Atualmente estou a terminar, com uma colega alemã e uma assistente de investigação, um estudo que correlaciona democracia com sustentabilidade corporativa em 71 países, levando em conta 2,5 milhões de dados. Talvez o trabalho de 9 meses pudesse ter sido encurtado para 9 semanas.

Diploma di laurea in Filosofia e Medicina, 14 de maio de 1521 — o mais antigo diploma de grau doutoral preservado e hoje disponível no acervo da Universidade de Bolonha

É plausível que já seja possível produzir, em poucas semanas, uma tese de doutoramento formalmente sólida, com o doutorando a desempenhar sobretudo funções de curadoria, validação factual e revisão redatorial. Do mesmo modo, é plausível que os membros do júri preparem a leitura e a arguição com apoio de IA, usando-a para sintetizar capítulos, reconstruir a arquitetura do argumento e identificar inconsistências metodológicas, lacunas bibliográficas ou fragilidades inferenciais. Podemos estar a gestar erudição instantânea e a chamar-lhe formação, a criar

académicos sem domínio efetivo do ofício científico. As escolas têm de se preparar para um abalo epistemológico e pedagógico.

E quando chegarmos a esse ponto, temos de nos perguntar se ainda vale a pena fazer um doutoramento. Cumpre ele, hoje, a sua missão histórica medieval de validar conhecimento?

Ninguém sabe o que vai acontecer.

Talvez o modelo do doutoramento – quatro anos de trabalho monástico e milhares de páginas escritas e rescritas ao serão – tenha de mudar. Talvez tenhamos cada vez menos doutoramentos e só sobrem aqueles que penetram em áreas onde a IA não consegue chegar, baseados em entrevistas qualitativas com acesso difícil e com trabalho de campo, invenção de novos métodos de mensuração, desenvolvimento de bases de dados que ainda não existem ou na aplicação prática e em ensaios clínicos.

Talvez venha a surgir a proposta de transferir para a própria IA a validação do que deve, ou não, ser objeto de investigação científica (um processo que hoje depende da avaliação técnica dos pares), como se a máquina pudesse decidir se uma tese acrescenta conhecimento que ainda não integra, ou poderá facilmente integrar, o seu repertório.

Talvez os doutorandos tenham de passar por provas orais recorrentes ao longo do programa, com avaliação explícita de competências nucleares, como a capacidade de julgamento sob incerteza, pensamento crítico, defesa de pressupostos, justificação do desenho metodológico, interpretação de resultados e resposta a contra-argumentos em ambientes de escrutínio público. Ou seja, mais provas orais e participação em conferências científicas e menos produção redatorial.

Talvez os investigadores passem a ser avaliados não apenas pelo resultado final, mas pelo processo que o possibilita. Terão de apresentar o ónus da prova, isto é, evidência verificável de como chegaram às conclusões, como cadernos de laboratório digitais, rastreio de versões, áudios das entrevistas qualitativas, registos de decisões ou dados e código replicáveis.

Talvez os doutorandos devam ser avaliados também pelo seu conhecimento da indústria. Por exemplo, não bastará ler e citar artigos do The Journal of Finance, mas terão de demonstrar que têm domínio empírico de gestão de capital, incluindo modelagem de risco e liquidez e monitorização contínua de drawdowns, stress tests e decomposição de performance em alfas, betas e custos.

Com o tempo, talvez haja cada vez menos interessados na via académica. Porque é que ter uma licenciatura é um caminho determinístico? As universidades estão a receber menos candidaturas à medida que cresce a procura por carreiras profissionais e ofícios manuais e técnicos, como canalizador ou eletricista (“skilled trades”), em parte porque oferecem trajetórias mais curtas, rendimentos altos e previsíveis e porque refletem um trabalho menos vulnerável à automatização. Já é uma tendência. Segundo um estudo do Pew Research Center, apenas um em cada quatro adultos nos EUA afirma que é extremamente ou muito importante ter um diploma universitário de quatro anos para conseguir um emprego bem remunerado na economia atual.

Talvez as universidades se convertam em meros espaços físicos de aprendizagem assistida, coordenando percursos educativos individuais com tutores algorítmicos, avaliação contínua e credenciais modulares. Nesse cenário, talvez a investigação académica fique concentrada numa minoria hiperespecializada, uma nova casta de académicos que, de braço estendido, ainda consegue chegar onde a máquina não alcança. Teremos cada vez menos doutores e menos doutoramentos.

Ou então talvez cheguemos à conclusão de que o grau, como o conhecemos, deixou de fazer sentido. Em vez de um título que pretende dizer tudo de uma vez, poderão democratizar-se as credenciais modulares, verificáveis, atualizáveis, mais próximas de competências demonstradas do que de um carimbo institucional.

São poucas as universidades que estão a refletir, de coração aberto, sobre o futuro do ensino. A maioria limitou-se a adotar guias internos de boas práticas no uso de IA ou a ajustar alguns currículos. Esta semana conversei com vários colegas em universidades americanas e europeias e surpreende-me a nossa capacidade de fazer de conta, como quem muda o papel de parede com a humidade a escorrer pelas paredes.

Na semana passada, escrevi sobre o impacto da IA no jornalismo, na edição de aniversário da Folha de S.Paulo. Encontrei vários estudos e inquéritos. Após a FLIP – Festa Literária Internacional de Paraty, escrevi sobre o impacto da IA na literatura, e voltei a encontrar uma bibliografia abundante. O terceiro pilar da escrita é o texto académico. No entanto, proporcionalmente, ainda há pouca reflexão sobre o impacto da IA no modelo educativo, epistemológico ou financeiro das universidades.

Sem saber o que está para vir, emociono-me com pouco. A semana passada li uma tese de uma aluna que tinha alguns erros ortográficos involuntários e umas vírgulas fora do lugar. Foi a primeira vez em muito tempo. Comovi-me. Ainda há seres humanos a escrever teses científicas.

Se tiver dúvidas, comentários ou críticas sobre a coluna quinzenal, envie-me um email para rodrigo.tavares@novasbe.pt

© Expresso