Nomes fantasma da IA estão vazando para a publicação acadêmica

Especialistas fictícios estão deixando rastros reais na web

Um novo preprint está levantando alertas sobre um efeito colateral estranho da IA generativa: identidades fictícias que estão sendo repetidas com tanta frequência por modelos de linguagem que começam a contaminar partes do registro acadêmico e on-line. Segundo uma reportagem publicada em 27 de agosto de 2026, nomes como Elena Vasquez e Marcus Chen apareceram em centenas de artigos, textos e livros gerados por IA, embora não pertençam a pessoas reais.

Os pesquisadores por trás do artigo, da Samsung e da Universidade de Varsóvia, descrevem essas identidades recorrentes como uma espécie de assombração da IA. A tese central deles não é apenas que grandes modelos de linguagem inventam nomes, o que já era esperado, mas que tendem a inventar os mesmos nomes repetidamente nos mesmos tipos de contexto. Com o tempo, essa repetição pode semear uma falsa autoridade em resultados de busca, repositórios e publicações que parecem legítimos à primeira vista.

Isso importa porque nomes carregam confiança. Na publicação acadêmica e na comunicação científica, leitores muitas vezes usam o nome do autor, sua função institucional ou sua área de especialização como atalho para avaliar credibilidade. Se sistemas de IA geram repetidamente especialistas com nomes plausíveis e esses nomes entram em documentos aparentemente formais, a fronteira entre conteúdo fabricado e o registro científico real fica muito mais estreita.

Como surgem os padrões repetidos de nomes

O artigo se concentra no que os autores chamam de priors de nomes correlacionados. Em termos simples, alguns modelos não geram identidades fictícias de forma aleatória. Eles parecem enviesados para certos nomes quando solicitados a criar determinados tipos de especialistas, autores ou personagens. A reportagem traz vários exemplos: Elena Vasquez, Marcus Chen, Elara Voss, Aris Thorne, Lena Petrova e Elena Amara Okafor, segundo relatos, aparecem com regularidade incomum dependendo do modelo e do contexto do prompt.

O fenômeno vai além de nomes isolados. Os pesquisadores dizem que os modelos também geram “conjuntos correlacionados de personagens”, o que significa que alguns nomes têm mais probabilidade de aparecer juntos. Isso sugere que os modelos não estão apenas repetindo rótulos isolados, mas também reproduzindo agrupamentos de padrões de identidade. Quando isso acontece, a autoria falsa pode se tornar mais escalável. Um usuário que gere texto em estilo acadêmico, livros, biografias ou sites pode receber repetidamente o mesmo elenco de pessoas inventadas com aparência de autoridade.

O que torna o problema mais sério é a persistência. Um especialista falso criado em uma saída de IA pode ser trivial por si só. Mas, se a mesma identidade reaparece em repositórios, sites e documentos, ela pode acumular uma pegada digital. Motores de busca e sistemas de citação podem então ampliar a ilusão, tornando mais difícil para os leitores determinar se uma fonte é fabricada ou apenas obscura.

De peculiaridade do modelo a problema editorial

O artigo liga o padrão diretamente à infraestrutura da publicação acadêmica. Segundo o relato, os pesquisadores procuraram em bases de dados nomes que sabiam que os modelos produziam com frequência e encontraram esses nomes embutidos em um amplo conjunto de materiais gerados por IA. Um dos exemplos mais marcantes citados é o Zenodo, o repositório operado pelo CERN que emite DOI reais da DataCite. A equipe diz ter identificado 1.655 registros atribuídos a autores fantasma e vinculados a periódicos inexistentes com datas de publicação fabricadas.

Esse detalhe importa porque um DOI é um dos sinais mais fortes de legitimidade na comunicação científica. Ele não garante qualidade, mas sinaliza que um registro entrou em um ecossistema organizado de publicação e indexação. Se periódicos, datas e autores fabricados podem se apoiar sobre uma infraestrutura real de DOI, então as falhas de confiança deixam de se limitar a blogs de spam ou fazendas de conteúdo de baixa qualidade. Elas passam a atingir sistemas usados por pesquisadores, bibliotecários e instituições.

O artigo também conecta o padrão a reportagens anteriores sobre “pesquisa” gerada por IA vendida como se tivesse sido produzida por humanos. Em um caso citado, uma empresa que oferecia pesquisa médica havia listado uma fundadora e principal metodologista chamada Elena Vasquez, que não existia. Depois da reportagem sobre o caso, esse nome teria sido removido do site da empresa. Outro exemplo descreveu uma declaração falsa que circulou no Facebook e foi atribuída a uma inexistente “diretora executiva Dra. Elena Vasquez”.

Tomados em conjunto, esses casos sugerem que o problema não é puramente acadêmico. As mesmas identidades fabricadas podem migrar entre alegações de saúde, boatos em redes sociais, serviços comerciais e plataformas de publicação. Essa propagação entre domínios é o que dá ao fenômeno sua relevância mais ampla.

Por que o risco de contaminação está crescendo

A IA generativa reduz o custo de produzir texto convincente em escala. Isso inclui artigos, relatórios, páginas da web e documentos com aparência de livro que podem imitar formatos institucionais. Se os modelos também tendem a reutilizar um pequeno conjunto de nomes fictícios persuasivos, agentes mal-intencionados nem precisam inventar uma nova persona a cada vez. O modelo faz parte do trabalho por eles ao fornecer identidades recorrentes que já soam confiáveis.

O perigo não se limita à fraude deliberada. Alguns usuários podem não verificar nomes gerados com cuidado, especialmente ao produzir rascunhos rapidamente. Em fluxos de publicação automatizados ou semiautomatizados, um especialista falso pode entrar nos registros públicos porque ninguém confere se o indivíduo existe de fato. Uma vez publicado, a identidade pode ser citada, raspada, indexada e reutilizada em outros lugares.

Isso cria um ciclo de retroalimentação. A repetição pelos modelos leva à repetição na web, e a repetição na web pode, por sua vez, reforçar o que modelos futuros encontram. Com o tempo, a distinção entre um artefato de modelo e uma pessoa documentada pode ficar turva para quem depende da busca em vez da verificação direta.

Um desafio de integridade para os sistemas de pesquisa

A reportagem não apresenta uma solução completa, mas torna mais difícil ignorar a escala do problema de integridade. A publicação acadêmica há muito lida com plágio, fábricas de artigos e revisão por pares falsa. Os autores fantasma da IA introduzem um tipo diferente de falha: poluição de identidade sintética dentro de sistemas construídos com base em pressupostos de atribuição humana.

Esse desafio atinge repositórios, editores, publishers, serviços de indexação e plataformas de busca. Pode se tornar necessária uma verificação de autoria mais forte, uma triagem melhor de periódicos fabricados e mais escrutínio sobre padrões de identidade suspeitamente repetitivos. O ponto mais amplo é que o uso indevido da IA não diz respeito apenas a saber se o texto foi escrito por máquina. Diz respeito também a saber se as pessoas associadas a esse texto existem de fato.

Os achados do preprint provavelmente vão repercutir porque descrevem uma mudança sutil, porém estruturalmente importante. Os modelos de linguagem já não estão apenas gerando prosa falha ou citações fabricadas. Eles também podem estar padronizando especialistas falsos e inserindo-os discretamente no ecossistema do conhecimento. Se esse processo continuar sem controle, o registro acadêmico pode ficar mais difícil de auditar justamente porque os erros parecem tão comuns.

Este artigo se baseia na reportagem da 404 Media. Leia o artigo original.