Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE doi.org/10.51891/rease.v12i9.30590 AUTORIA EM TRABALHOS ASSISTIDOS POR INTELIGÊNCIA ARTIFICIAL: DESAFIOS CONTEMPORÂNEOS E O ADVENTO DOS AGENTES INTELIGENTES AUTHORSHIP IN WORKS ASSISTED BY ARTIFICIAL INTELLIGENCE: CONTEMPORARY CHALLENGES AND THE ADVENT OF INTELLIGENT AGENTS AUTORÍA EN TRABAJOS ASISTIDOS POR INTELIGENCIA ARTIFICIAL: DESAFÍOS CONTEMPORÁNEOS Y EL ADVENIMIENTO DE LOS AGENTES INTELIGENTES Juarez Clementino da Silva Junior1 RESUMO: Este artigo analisa os desafios contemporâneos relacionados à autoria de trabalhos acadêmicos e profissionais assistidos por inteligência artificial (IA), distinguindo chats conversacionais de agentes inteligentes capazes de planejar e executar tarefas complexas. Realizou-se revisão bibliográfica e documental de publicações, diretrizes institucionais, atos normativos e documentos sobre ética acadêmica, governança algorítmica e licenciamento de conteúdo, com foco no contexto brasileiro. Os resultados indicam que a colaboração humano-IA pode assumir formas assistida, autônoma ou agenciada, mas a autonomia operacional do sistema não elimina a responsabilidade humana pelo resultado. O Manus AI é examinado como caso de referência de uma ferramenta orientada à execução, que combina diálogo, planejamento, uso de navegador e sistema de arquivos e entrega de artefatos, combinação ainda pouco disseminada entre ferramentas de uso geral. Conclui-se que a integridade depende de revisão crítica humana, documentação do processo, verificação das fontes e declaração proporcional da contribuição tecnológica. A análise sustenta que essa diferenciação arquitetural deve orientar políticas editoriais, protocolos de transparência e critérios de atribuição de autoria em pesquisas assistidas por IA. Palavras-chave: Autoria. Inteligência artificial. Agentes inteligentes. Ética acadêmica. Responsabilidade algorítmica. 1 Mestre em História Social pela UFAM - Universidade Federal do Amazonas, atuando como Secretário de Arquivo e Memória Institucional no TJAM- Tribunal de Justiça do Amazonas. Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 1 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE ABSTRACT: This article analyzes contemporary challenges related to the authorship of academic and professional works assisted by artificial intelligence (AI), distinguishing conversational chats from intelligent agents capable of planning and executing complex tasks. A bibliographic and documentary review was conducted of publications, institutional guidelines, normative acts, and documents addressing academic ethics, algorithmic governance, and content licensing, with emphasis on Brazil. The results indicate that human-AI collaboration may take assisted, autonomous, or agent-driven forms, but operational autonomy does not eliminate human responsibility for the outcome. Manus AI is examined as a reference case of a work-oriented tool that combines dialogue, planning, browser and file-system use, and delivery of artifacts, a combination still uncommon among general-purpose tools. The study concludes that integrity depends on human critical review, process documentation, source verification, and proportionate disclosure of technological contributions. The analysis further argues that this architectural distinction should guide editorial policies, transparency protocols, and authorship criteria for research assisted by AI. Keywords: Authorship. Artificial intelligence. Intelligent agentes. Academic ethics. Algorithmic accountability RESUMEN: Este artículo analiza los desafíos contemporáneos relacionados con la autoría de trabajos académicos y profesionales asistidos por inteligencia artificial (IA), distinguiendo los chats conversacionales de los agentes inteligentes capaces de planificar y ejecutar tareas complejas. Se realizó una revisión bibliográfica y documental de publicaciones, directrices institucionales, actos normativos y documentos sobre ética académica, gobernanza algorítmica y licenciamiento de contenidos, con atención al contexto brasileño. Los resultados indican que la colaboración entre seres humanos e IA puede adoptar formas asistidas, autónomas o agenciadas, pero la autonomía operativa no elimina la responsabilidad humana por el resultado. Manus AI se examina como caso de referencia de una herramienta orientada a la ejecución que combina diálogo, planificación, uso del navegador y del sistema de archivos y entrega de artefactos, una combinación todavía poco común entre las herramientas de uso general. Se concluye que la integridad depende de la revisión crítica humana, la documentación del proceso, la verificación de las fuentes y la declaración proporcional de la contribución tecnológica. El análisis sostiene además que esta distinción arquitectónica debe orientar las políticas editoriales, los protocolos de transparencia y los criterios de autoría en investigaciones asistidas por IA. Palabras clave: Autoria. Inteligencia artificial. Agentes inteligentes. Ética académica. Responsabilidad algorítmica. Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 2 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE INTRODUÇÃO A integração de ferramentas de inteligência artificial (IA) ao cotidiano acadêmico e profissional constitui uma das transformações tecnológicas mais relevantes do século XXI. A evolução dos modelos de linguagem para sistemas capazes de planejar, navegar em ambientes digitais e executar fluxos de trabalho complexos deslocou o debate da simples assistência textual para a participação operacional em atividades de pesquisa, redação e produção de documentos. Essa mudança desafia conceitos tradicionais de autoria, responsabilidade e controle humano. O problema central deste estudo consiste em definir quais critérios permitem reconhecer a autoria humana e atribuir responsabilidade quando uma obra é produzida com diferentes graus de intervenção de sistemas de IA. A questão é especialmente sensível em ambientes acadêmicos e públicos, nos quais a validade do conhecimento, a transparência metodológica, a proteção de dados e a prestação de contas são requisitos estruturais. O objetivo é analisar as implicações éticas, acadêmicas e jurídicas da autoria em trabalhos assistidos por IA, distinguindo a produção assistida, a produção autônoma e a produção agenciada. O estudo também examina o posicionamento de instituições brasileiras, os riscos de vieses e discriminação, o impacto sobre a educação e o trabalho, e a relação entre conteúdo gerado por IA, direitos autorais e licenças Creative Commons. A relevância da pesquisa decorre da necessidade de substituir respostas genéricas ou meramente proibitivas por critérios operacionais de transparência, revisão e documentação. A hipótese orientadora é que a autonomia técnica de um sistema não constitui, por si só, fundamento suficiente para reconhecer-lhe personalidade autoral ou deslocar a responsabilidade final do sujeito humano que define o propósito, supervisiona o processo e valida o resultado. Agentes inteligentes e chats conversacionais A distinção entre um chat conversacional e um agente inteligente não decorre apenas do modelo de linguagem empregado, mas da arquitetura e do grau de delegação envolvidos. O chat, em sua configuração mais simples, recebe uma pergunta, processa o contexto disponível e devolve uma resposta textual ou multimodal. Mesmo quando apresenta boa capacidade de raciocínio, sua atuação tende a permanecer reativa e delimitada pela interação: o usuário solicita, avalia a resposta e fornece novas instruções para a etapa seguinte. O sistema pode sugerir um Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 3 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE roteiro de pesquisa ou um código, mas normalmente não executa, por conta própria, todas as ações necessárias para transformar a sugestão em um produto concluído. O agente inteligente, por sua vez, é um sistema composto por um modelo de linguagem e por mecanismos adicionais de planejamento, memória ou manutenção de contexto, acesso a ferramentas, percepção do ambiente, execução de ações e verificação de resultados. Diante de um objetivo, o agente pode decompor o problema em subtarefas, selecionar recursos, consultar fontes, operar um navegador ou um sistema de arquivos, produzir artefatos intermediários, avaliar o que obteve e replanejar o fluxo quando necessário. A literatura sobre agentes autônomos baseados em modelos de linguagem descreve justamente essa integração entre interpretação, decisão, uso de ferramentas e execução orientada a tarefas (WANG L, et al., 2024). A diferença pode ser sintetizada pela passagem de uma lógica de resposta para uma lógica de realização. Um chat tende a responder “como fazer” determinada atividade; um agente pode, dentro das permissões concedidas, pesquisar informações, organizar os dados, executar etapas em sequência e entregar um relatório, uma planilha, uma apresentação ou outro arquivo. Essa diferença não significa que todo agente opere sem supervisão, nem que todo chat seja incapaz de usar ferramentas. Trata-se de uma distinção de predominância funcional: no primeiro caso, o centro da experiência é a conversação; no segundo, é o cumprimento de um objetivo verificável por meio de ações encadeadas. É nesse segundo grupo que o Manus AI se torna uma referência empírica relevante para este artigo. A documentação oficial do produto descreve uma ferramenta orientada à entrega de trabalhos, com acesso a navegador e sistema de arquivos, capacidade de criar arquivos e execução de tarefas a partir de instruções em linguagem natural (MANUS, 2026). Em sua modalidade Browser Operator, a documentação informa que o sistema pode receber objetivos de múltiplas etapas, planejar, navegar, clicar e executar fluxos de trabalho, mediante autorização do usuário e com possibilidade de interrupção e registro das ações (MANUS, 2026). A menção ao Manus AI não pretende afirmar, sem métrica comparativa independente, que o produto seja o líder absoluto ou o único agente autônomo disponível no mercado. Sua relevância decorre de outra característica: a combinação, em uma ferramenta de uso geral, entre diálogo, planejamento, operação de ambientes digitais e entrega de artefatos finais ainda é menos disseminada do que a oferta de chats que apenas respondem a solicitações. Por isso, no Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 4 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE recorte deste estudo, o Manus é utilizado como caso de referência para tornar observável a transição entre assistência textual e execução agenciada. O exemplo é especialmente útil para a discussão de autoria, pois amplia a distância entre a instrução inicial do usuário, as decisões intermediárias do sistema e o produto efetivamente entregue. Essa arquitetura também amplia os riscos éticos e metodológicos. Quanto mais etapas o sistema executa, maior a necessidade de registrar fontes, comandos, permissões, decisões, arquivos intermediários e pontos de revisão humana. A autonomia operacional não converte o agente em autor jurídico nem elimina a responsabilidade de quem define a finalidade, autoriza o acesso, supervisiona o processo e valida o resultado. Ao contrário, quanto maior a delegação, mais rigorosa deve ser a prestação de contas sobre o modo pelo qual o produto foi produzido. MÉTODOS Foi realizada uma revisão bibliográfica e documental, de natureza qualitativa e abordagem exploratória. O corpus foi composto por artigos e textos de divulgação científica, diretrizes de instituições de ensino, atos normativos do Conselho Nacional de Justiça (CNJ), documentos de órgãos públicos e materiais institucionais sobre direitos autorais, licenças abertas e governança de IA. As buscas foram orientadas pelos descritores “autoria e inteligência artificial”, “agentes inteligentes”, “ética acadêmica”, “responsabilidade algorítmica”, “Creative Commons e IA” e “dados abertos”. Foram priorizadas publicações entre 2023 e 2026, sem excluir atos normativos e marcos legais anteriores indispensáveis à análise. A seleção considerou pertinência temática, identificação da autoria institucional ou pessoal e possibilidade de verificação da fonte. A análise foi organizada em quatro eixos: modalidades de colaboração humano-IA; diretrizes acadêmicas e judiciais; riscos de viés, discriminação e responsabilização; e autoria e licenciamento no setor público. Os documentos foram lidos comparativamente e sintetizados por categorias temáticas. Como não houve participação direta de seres humanos, animais ou acesso a dados pessoais, não se aplicou submissão a Comitê de Ética em Pesquisa. RESULTADOS A revisão identificou três modalidades principais de uso da IA na produção intelectual. Na produção assistida, a ferramenta apoia tarefas delimitadas, como revisão linguística, geração Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 5 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE de alternativas ou organização preliminar, sob orientação e controle contínuos do autor humano. Na produção autônoma, o sistema realiza parcela substancial da tarefa com intervenção humana reduzida. Na produção agenciada, o sistema combina planejamento, uso de ferramentas, consulta a fontes e execução de etapas encadeadas, aproximando-se de um fluxo de trabalho completo. Os agentes inteligentes ampliam a distância entre o comando humano e a execução técnica. Diferentemente do chat conversacional simples, que em regra responde ao pedido no próprio turno de interação, o agente pode organizar um plano, acionar ferramentas, produzir resultados intermediários e revisar o percurso. Sistemas baseados em modelos de linguagem de grande escala podem decompor objetivos, selecionar ações e produzir resultados intermediários, o que torna insuficiente a distinção entre “ferramenta” e “colaborador” quando se considera apenas a aparência do produto final (WANG L, et al., 2024; MANUS, 2026). Ainda assim, a autonomia funcional observada no processo não equivale à titularidade jurídica da autoria. No campo acadêmico brasileiro, foram encontradas iniciativas voltadas à declaração do uso de IA, à preservação da responsabilidade humana e à vedação de apresentação de conteúdo automatizado como se fosse integralmente produzido pelo pesquisador (UFMA, 2026; UFRJ, 2026). A literatura também registra o chamado paradoxo da transparência: o receio de que a declaração de uso reduza a confiança nos pesquisadores pode estimular o uso velado da tecnologia (SAMPAIO RC, 2025). No Poder Judiciário, os documentos examinados enfatizam transparência, governança, avaliação de impacto, segurança da informação, não discriminação e supervisão humana. A Resolução nº 332/2020 e a Resolução nº 615/2025 do CNJ estruturam parâmetros de uso responsável, conforme discutido por FREITAS QC (2025), e impõem cautelas adicionais em aplicações de maior risco (CONSELHO NACIONAL DE JUSTIÇA, 2020; CONSELHO NACIONAL DE JUSTIÇA, 2025). A análise também identificou riscos associados à reprodução e à amplificação de vieses presentes nos dados de treinamento. Relatos sobre vieses geográficos e culturais em respostas de modelos de linguagem evidenciam que sistemas desenvolvidos a partir de bases e contextos específicos podem apresentar resultados inadequados para a diversidade social brasileira (ABC DO ABC, 2026). No plano jurídico, permanecem desafios para distribuir a responsabilidade entre desenvolvedores, fornecedores, organizações usuárias e operadores. Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 6 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE Quanto à educação e ao trabalho, as fontes analisadas apontam expansão do uso de IA por estudantes e reorganização de tarefas profissionais (FORBES, 2025; TI INSIDE, 2025). A tecnologia pode elevar a produtividade e criar novas ocupações, mas também exige formação em pensamento crítico, verificação de informação, criatividade e ética. No setor público, a geração automatizada de documentos se relaciona à Política de Dados Abertos e exige definição transparente da intervenção humana, da titularidade patrimonial e das condições de reutilização (BRASIL, 1998; BRASIL, 2026). Por fim, as fontes sobre Creative Commons indicam que as licenças não resolvem sozinhas questões de privacidade, direitos da personalidade, direitos autorais de terceiros ou legalidade do treinamento de modelos. Para obras produzidas com IA, a licença deve ser vinculada à contribuição criativa humana efetivamente identificável, com declaração clara sobre a participação do sistema (CREATIVE COMMONS, 2023). DISCUSSÃO Os resultados confirmam que a autoria não deve ser aferida apenas pela quantidade de texto ou imagens produzida por uma ferramenta. O critério mais consistente é a contribuição intelectual controlável e verificável: definição do problema, seleção e interpretação das fontes, formulação dos argumentos, tomada de decisões criativas, revisão substantiva e assunção da responsabilidade pelo resultado. Essa abordagem preserva a centralidade humana sem ignorar que a IA pode participar de etapas materialmente relevantes. A expansão dos agentes inteligentes torna indispensável uma arquitetura de rastreabilidade. Prompts, versões, fontes consultadas, intervenções humanas e critérios de validação formam um registro capaz de demonstrar como o resultado foi construído. A documentação não é uma formalidade burocrática: ela permite reproduzir decisões, identificar erros, corrigir vieses e distinguir contribuição autoral de mera operação automatizada. A transparência deve ser proporcional ao impacto da ferramenta. Uma correção ortográfica e a execução autônoma de uma revisão bibliográfica não apresentam o mesmo risco e não devem receber a mesma declaração. Em ambos os casos, contudo, a omissão não é adequada quando o uso da IA altera a substância, a estrutura ou a confiabilidade do trabalho. A declaração deve informar a ferramenta, a finalidade, a extensão do uso e as medidas de revisão adotadas. Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 7 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE No âmbito jurídico, a atribuição de responsabilidade deve observar a cadeia de participação e o risco da atividade. O usuário que incorpora uma saída de IA sem conferência não se encontra na mesma posição daquele que utiliza o sistema como apoio limitado e valida cada afirmação. Ao mesmo tempo, fornecedores e organizações não podem afastar suas obrigações de segurança, transparência e prevenção de danos por meio de cláusulas genéricas. O licenciamento exige cautela adicional. Uma licença Creative Commons concedida pelo autor de uma obra não autoriza automaticamente o tratamento de dados pessoais, a reprodução de elementos protegidos por outros direitos ou a apropriação de contribuições de terceiros. Por isso, o licenciamento de um resultado assistido por IA deve ser acompanhado de informação sobre a contribuição humana, a origem dos materiais e os limites jurídicos da reutilização. O estudo possui limitações. O corpus é documental, não inclui entrevistas com pesquisadores ou decisões judiciais em amostra sistemática e reúne fontes com diferentes níveis de autoridade, inclusive notícias e páginas institucionais. Além disso, a velocidade de alteração das ferramentas e das normas pode tornar algumas conclusões provisórias. Pesquisas futuras devem combinar análise empírica de políticas editoriais, estudos de caso, avaliação de vieses em português e comparação internacional de regimes de responsabilidade. CONCLUSÃO A autoria em trabalhos assistidos por inteligência artificial deve ser compreendida como uma relação de contribuição, controle e responsabilidade, e não como uma disputa binária entre autoria humana e autoria da máquina. Modelos generativos e agentes inteligentes podem executar tarefas relevantes, mas não assumem, por essa razão, a responsabilidade ética ou jurídica pelo trabalho. A integridade da produção intelectual depende de quatro requisitos: declaração transparente do uso de IA; revisão crítica humana de conteúdo, fontes e vieses; documentação das interações e das decisões; e atribuição clara de responsabilidade ao autor ou à instituição que valida o resultado. Esses requisitos são aplicáveis à academia, ao Poder Judiciário, à educação, ao mercado de trabalho e ao serviço público, com intensidade proporcional ao risco da aplicação. Recomenda-se que instituições e periódicos adotem políticas que definam modalidades de uso, padrões de declaração, limites para dados sensíveis, procedimentos de auditoria e Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 8 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE critérios para licenciamento. A consolidação de um marco regulatório coerente deve proteger a inovação sem reduzir a transparência, a diversidade cultural, a proteção de dados e a responsabilização por danos. A colaboração humano-IA será legítima quando permanecer intelectualmente verificável, socialmente responsável e juridicamente sustentável. Declaração de uso de inteligência artificial Este artigo foi produzido com o auxílio de ferramenta de inteligência artificial generativa Manus AI. O tema, o problema de pesquisa e os argumentos centrais foram definidos pelo autor responsável. A ferramenta foi utilizada como apoio à pesquisa, à redação e à organização das ideias. O Manus AI é mencionado no texto como caso de referência de agente orientado à execução, não como autor ou sujeito de responsabilidade. O conteúdo foi posteriormente revisado, editado, reestruturado e complementado, permanecendo a responsabilidade final pela precisão, pela integridade e pela originalidade do trabalho com o autor. REFERÊNCIAS ABC DO ABC. ChatGPT: estudo revela viés preconceituoso da IA contra Norte e Nordeste. ABC do ABC, 2026. Disponível em: . Acesso em: 6 fev. 2026. BRASIL. Lei nº 9.610, de 19 de fevereiro de 1998. Altera, atualiza e consolida a legislação sobre direitos autorais e dá outras providências. Diário Oficial da União, Brasília, DF, 20 fev. 1998. Disponível em: . Acesso em: 27 jul. 2026. BRASIL. Portal Dados Abertos. Política de Dados Abertos. Brasília, DF, 2026. Disponível em: . Acesso em: 9 fev. 2026. CONSELHO NACIONAL DE JUSTIÇA. Resolução nº 332, de 21 de agosto de 2020. Dispõe sobre a ética, a transparência e a governança na produção e no uso de Inteligência Artificial no Poder Judiciário. Brasília, DF, 2020. Disponível em: . Acesso em: 6 fev. 2026. CONSELHO NACIONAL DE JUSTIÇA. Resolução nº 615, de 11 de março de 2025. Dispõe sobre a elaboração de estudo de impacto e de protocolo de auditoria e monitoramento para modelos e soluções de inteligência artificial. Brasília, DF, 2025. Disponível em: . Acesso em: 6 fev. 2026. Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 9 Revista Ibero-Americana de Humanidades, Ciências e Educação — REASE CREATIVE COMMONS. Understanding CC licenses and generative AI. 2023. Disponível em: . Acesso em: 6 fev. 2026. FORBES. Como o avanço da IA impactará os empregos no Brasil. Forbes Brasil, 2025. Disponível em: . Acesso em: 6 fev. 2026. FREITAS, Quellen Cristina de Souza. A Resolução 332/2020 do CNJ e a utilização de IA pelo Judiciário. Consultor Jurídico, 2025. Disponível em: . Acesso em: 6 fev. 2026. MANUS. Manus AI Agent Toolkit for Delivering Work; Browser Operator. 2026. Disponível em: ; . Acesso em: 14 set. 2026. SAMPAIO, Rafael Cardoso. O paradoxo da transparência no uso de IA generativa na pesquisa acadêmica. SciELO em Perspectiva, 2025. Disponível em: . Acesso em: 6 fev. 2026. TI INSIDE. 71% dos estudantes do ensino superior utilizaram IA nos estudos. TI Inside, 2025. Disponível em: . Acesso em: 6 fev. 2026. UFMA. CNPq institui nova Política de Integridade na Atividade Científica com diretrizes para uso de Inteligência Artificial. Portal Padrão UFMA, 2026. Disponível em: . Acesso em: 27 jul. 2026. UFRJ. UFRJ atualiza diretrizes de integridade acadêmica e propõe recomendações sobre o uso de inteligência artificial. Conexão UFRJ, 2026. Disponível em: . Acesso em: 27 jul. 2026. WANG, Lei et al. A survey on large language model based autonomous agents. Frontiers of Computer Science, v. 18, n. 6, p. 186345, 2024. Disponível em: . Acesso em: 27 jul. 2026. Revista Ibero-Americana de Humanidades, Ciências e Educação. São Paulo, v. 12, n. 9, set. 2026. ISSN: 2675-3375 10