Bibliografias sintéticas: uma análise empírica de LLMs para busca de referência acadêmica

Este artigo se propõe a examinar empiricamente os vieses de modelos de linguagem de grande escala (LLMs) para busca de referências acadêmicas, mapeando a acurácia, nacionalidade e pertinência dos resultados. A elaboração teórica se apoia em estudos de “culturas de ranking” e demais explorações sobre impacto algorítmico na difusão de informação e conhecimento, contextualizados dentro do fenômeno da “plataformização da ciência”. A coleta foi feita em quatro modelos diferentes (ChatGPT, DeepSeek, Gemini e Mistral), e as referências coletadas foram examinadas com uma análise de conteúdo categorial. Os resultados apontam que a inacurácia, com textos e autores falsos, é um problema minoritário na média, mas consideravelmente maior nas referências brasileiras. Trabalho apresentado no GT “Materialidades Digitais e Práticas Comunicacionais” do 35º Encontro Anual da Compós.