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.
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.
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.
