Array
(
[0] => stdClass Object
(
[journal] => stdClass Object
(
[id_jnl] => 75
)
)
[1] => stdClass Object
(
[section] => stdClass Object
(
[section] => 1526
)
)
[2] => stdClass Object
(
[title] => Array
(
[0] => INTELIGÊNCIA ARTIFICIAL GENERATIVA E RECUPERAÇÃO DA INFORMAÇÃO: TENDÊNCIAS E OPORTUNIDADES DE PESQUISA@nn
)
)
[3] => stdClass Object
(
[abstract] => Array
(
[0] => Este estudo tem como contexto a crescente importância da Inteligência Artificial Generativa na transformação de diversos setores da sociedade, em especial na Recuperação da Informação, sob a ótica da Ciência da Informação. Objetivo: O trabalho objetiva a identificação e apresentação dos impactos e as tendências da IA Generativa no contexto da Recuperação da Informação. Metodologia: A pesquisa adota uma abordagem qualitativa e bibliográfica, utilizando dados do Portal de Periódicos da CAPES e da Base de Dados em Ciência da Informação (BRAPCI). Resultados: A IA Generativa tem demonstrado um potencial significativo de evolução e inovação, afetando todos os setores e áreas do conhecimento. Em particular, destaca-se o impacto que a IA Generativa possui ao redefinir os modelos de Recuperação da Informação, além de apresentar uma transformação na Arquitetura da Informação tanto do sistema de busca quanto dos mecanismos de busca. A partir disso, apresentam-se diversas tendências de pesquisa envolvendo a Inteligência Artificial Generativa e a Recuperação da Informação. Conclusões: O advento da IA Generativa tende a redefinir a forma como a Recuperação da Informação irá se transformar nos próximos anos, com uma mudança em seus modelos e, especialmente, na forma como as interfaces são construídas. Palavras-chave: inteligência artificial generativa; recuperação da informação; inteligência artificial.@pt
)
)
[4] => stdClass Object
(
[author] => Array
(
[0] => Caio Saraiva Coneglian
[1] => Emanuelle Torino
[2] => José Eduardo Santarem Segundo
[3] => Silvana Aparecida Borsetti Gregorio Vidotti
)
)
[5] => stdClass Object
(
[subject] => Array
(
)
)
[6] => stdClass Object
(
[source] => stdClass Object
(
[vol] =>
[nr] => nacional
[year] =>
[theme] =>
)
)
[7] => stdClass Object
(
[datePub] => Array
(
[0] => 2024-03-28 00:06:19
)
)
[8] => stdClass Object
(
[DOI] => Array
(
)
)
[9] => stdClass Object
(
[http] => Array
(
[0] => stdClass Object
(
[type] => HTTP
[value] => Array
(
[0] => https://ancib.org/enancib/index.php/enancib/xxxiiienancib/paper/view/1944
)
)
)
)
[10] => stdClass Object
(
[language] => Array
(
[0] => pt
)
)
[11] => stdClass Object
(
[license] => Array
(
[0] => Autores que submetem a esta conferência concordam com os seguintes termos:
a) Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença Licença Creative Commons Attribution, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.
b) Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subseqüente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.
c) Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.: em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência.
)
)
)