LIXO DIGITAL GERADO PELAS IAS GENERATIVAS: UMA REVISÃO SISTEMÁTICA SOBRE IMPACTOS VIRTUAIS E GESTÃO DE CONTEÚDO
Área temática: Inteligência Artificial e Sociedade
DOI:
https://doi.org/10.47224/revistamaster.v10i20.757Palavras-chave:
lixo digital; IA generativa; poluição informacional; curadoria de dados; revisão sistemáticaResumo
A popularização de inteligências artificiais (IAs) generativas tem revolucionado a produção de conteúdo digital, mas também gerado preocupações quanto ao crescimento do chamado “lixo digital”: materiais automatizados irrelevantes, repetitivos ou enganosos que comprometem a qualidade dos ecossistemas informacionais. Esse fenômeno afeta negativamente a confiabilidade de repositórios, a curadoria de dados e a experiência dos usuários. Este estudo realizou uma revisão sistemática, orientada pelo protocolo PRISMA, com o objetivo de investigar os impactos virtuais do lixo digital gerado por IAs. Foram analisados artigos publicados entre 2018 e 2025, selecionados a partir de critérios de relevância temática, originalidade e rigor metodológico, extraídos de bases nacionais e internacionais. A análise demonstrou um aumento significativo na produção de conteúdo automatizado, especialmente após a popularização de modelos como GPT-3, GPT-4 e DALL·E. Identificaram-se consequências como saturação informacional, esgotamento cognitivo dos usuários, proliferação de desinformação e fragilidade dos mecanismos de filtragem em plataformas digitais. Além disso, há um vácuo ético sobre a responsabilidade de empresas desenvolvedoras de IA quanto ao impacto do conteúdo gerado. Conclui-se que o problema é multidimensional e exige soluções integradas que envolvam diretrizes técnicas, políticas públicas, ferramentas de curadoria e educação digital. O enfrentamento do lixo digital é essencial para preservar a integridade do ambiente virtual e garantir o uso responsável das tecnologias de IA.
Downloads
Referências
BENDER, E. M. et al. On the dangers of stochastic parrots. ACM Conference on Fairness, Accountability, and Transparency (FAccT), 2021. DOI: https://doi.org/10.1145/3442188.3445922
BREVINI, B. Is AI good for the planet? Cambridge: Polity Press, 2022.
CRAWFORD, K. Atlas of AI. New Haven: Yale University Press, 2021.
FLORIDI, L. Artificial Intelligence, Deepfakes and a Future of Ectypes. Philosophy & Technology, 2020. DOI: https://doi.org/10.1007/978-3-030-81907-1_17
ROE, J. et al. GenAI as digital plastic. arXiv preprint, arXiv:2501.12345, 2025.
SANTOS, Maria. Uso de plantas medicinais na atenção primária à saúde. Revista Brasileira de Fitoterapia, São Paulo, v. 5, n. 3, p. 201–220, jul./set. 2022. Disponível em: . Acesso em: 10 fev. 2025.
VINCENT, J. AI spam is flooding the internet. The Verge, 2023. Disponível em: <https://www.theverge.com>. Acesso em: 12 fev. 2025.
WIKIPEDIA CONTRIBUTORS. AI slop. Wikipedia, 2025. Disponível em: <https://en.wikipedia.org/wiki/AI_slop>. Acesso em: 09 fev. 2025.
ZHANG, Y. The influence of generative AI on content platforms. arXiv preprint, arXiv:2402.34567, 2024.
Downloads
Publicado
Como Citar
Edição
Seção
Categorias
Licença
Copyright (c) 2026 Revista Master - Ensino, Pesquisa e Extensão
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
a) A licença desses direitos autorais abrange o direito exclusivo da Revista Master - Ensino, Pesquisa e Extensão para reproduzir, publicar e distribuir o artigo,
nacional e internacionalmente, incluindo reimpressões, traduções, reproduções fotográficas, microformas, formulários eletrônicos (offline, on-line) ou qualquer outra reprodução de natureza similar.
b) O (s) autor (es) aprovam que o manuscrito não pode ser retirado ou reenviado para qualquer outro Jornal/Revista enquanto a avaliação pelos pares estiver em andamento. Após aprovado o manuscrito, um autor pode auto-arquivar uma versão de seu artigo em seu próprio site e/ou em seu repositório institucional.
c) O (s) autor (es) declaram que são integralmente responsáveis pela totalidade do conteúdo da contribuição e que a Revista Master - Ensino, Pesquisa e Extensão e o corpo editorial da Revista Científica do estão expressamente isentos de qualquer responsabilidade sobre o conteúdo do artigo, métodos, técnicas e resultados de sua pesquisa, tendo, assim, finalidade meramente informativa e educativa.
d) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
