REPRESENTAÇÃO DO CONHECIMENTO EM LESÕES HEPÁTICAS: UM ESTUDO COM FERRAMENTAS DE INTELIGÊNCIA ARTIFICIAL GENERATIVA

  • Autor
  • Jóice Cleide Cardoso Ennes de Souza
  • Co-autores
  • Rosana Portugal Tavares de Moraes , Sergio de Castro Martins , Elan Cardozo Paes de Almeida , Matheus Souza da Silva
  • Resumo
  • Objetivo - O trabalho pretende analisar as contribuições de ferramentas de chatbots de Inteligência Artificial Generativa com foco em materiais técnico-científicos para sintetização de definições terminológicas visando a construção de uma ontologia aplicada ao domínio de lesões hepáticas. pretende-se também compreender as ferramentas e sua aplicação na sintetização de definições terminológicas e, ademais, examinar as definições terminológicas sintetizadas pelas ferramentas Scite e Perplexity AI. Metodologia - Abordagem aplicada com a investigação da definição do termo “tecido hepático”, a partir de contextualização do assunto no prompt, concebido a partir das recomendações de Dahlberg para a elaboração de definições semânticas, de forma a garantir a estruturação correta do conceito, de modo a evitar ambiguidades e equívocos, tarefa inerente à construção de ontologias aplicadas. Para análise das ferramentas de Inteligência Artificial Generativa, foram adotadas as etapas: investigação das ferramentas escolhidas, planejamento das estratégias de busca, exame do conteúdo sintetizado a partir de fontes científicas e uso do conteúdo sintetizado. Resultados – As ferramentas apresentaram as referências usadas na obtenção das informações. Apenas o Perplexity AI incluiu as possíveis lesões no fígado, evidenciando o uso de terminologia específica. A ferramenta Scite considera o gênero a que o tecido hepático pertence como um material biológico especializado, classificado dentro do gênero mais amplo dos tecidos glandulares. Já a ferramenta Perplexity, ao definir tecido hepático como “tecido parenquimatoso especializado”, prioriza o aspecto anatômico e histológico como gênero próximo, diferentemente do resultado obtido pelo Scite, que destacou o aspecto funcional (tecido glandular). Conclusões - O experimento demonstrou que um prompt contextualizado possibilita sínteses mais precisas de informações, permitindo a modelização de estruturas conceituais. Para isso, é necessária a fundamentação teórica em autores da Organização do Conhecimento para reconhecer os elementos que compõem uma definição conceitual. As sínteses geradas contemplam: gênero, partes e funções, sendo essencial a participação de especialistas para validar o nível de veracidade e profundidade. O especialista no domínio da Pastologia e o profissional da informação são fundamentais na elaboração de definições para garantia de consistência e minimização de ambiguidades.

  • Palavras-chave
  • Inteligência Artificial Generativa; Definição conceitual; Lesões hepáticas.
  • Área Temática
  • Organização e Representação da Informação e do Conhecimento
Voltar Download

ISSN: 2965-4130

  • Humanidades Digitais e Cultura Computacional
  • Transformação Digital e Sociedade
  • Inclusão digital, acessibilidade e cidadania
  • Impactos sociais, culturais e econômicos da digitalização
  • Ciência de Dados e Inteligência Artificial
  • Governança de TI e Segurança da Informação
  • Gestão de Projetos em Ambientes Digitais
  • Ética da Informação e Responsabilidade Algorítmica
  • Curadoria Digital, Arquivística e Preservação Digital
  • Internet das Coisas (IoT), Cidades Inteligentes e Sustentáveis
  • Agenda 2030 (ODS) TI e IoT
  • Web Semântica, Linked Data e Recuperação da Informação
  • Gestão do Conhecimento e Inteligência Competitiva
  • Organização e Representação da Informação e do Conhecimento
  • Recursos Computacionais em Unidades de Informação
  • Formação e Atuação Profissional na Era Digital

Comissão Organizadora

Victor Barros
Francisco Carlos Paletta

Comissão Científica

Armando Malheiro da Silva, Faculdade de Letras da Universidade do Porto

Audilio Gonzales Aguilar, Université Paul-Valéry Montpellier III

Francisco Carlos Paletta, Universidade de São Paulo

José Antonio Moreiro, Universidade Carlos III de Madrid

Victor Barros, Universidade do Minho