Array
(
    [responseDate] => 2025-02-21T20:23:53Z
    [request] => https://enancib.ancib.org/index.php/enancib/xxivenancib/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:ocs.enancib.ancib.org:paper/2690
                            [datestamp] => 2025-02-19T23:16:27Z
                            [setSpec] => enancib:xxivenancib:GT 8
                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => RECUPERAÇÃO DA INFORMAÇÃO E INTELIGÊNCIA ARTIFICIAL GENERATIVA COM LARGE LANGUAGE MODEL E RETRIEVAL-AUGMENTED GENERATION
                                    [creator] => Array
                                        (
                                            [0] => Henrique Leal Tavares; Universidade de Marília (UNIMAR), Universidade Estadual Paulista “Júlio de Mesquita Filho” (Unesp) - Campus de Marília

                                            [1] => Caio Saraiva Coneglian; Universidade de Marília (UNIMAR); Universidade Estadual Paulista “Júlio de Mesquita Filho” (Unesp) - Campus de Marília, Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT)

                                            [2] => Emanuele Torino; Universidade Tecnológica Federal do Paraná (UTFPR)

                                            [3] => Silvana Aparecida Borsetti Gregorio Vidotti; Universidade Estadual Paulista “Júlio de Mesquita Filho” (Unesp) - Campus de Marília

                                            [4] => José Eduardo Santarem Segundo; Universidade de São Paulo (USP)

                                        )

                                    [description] => A Inteligência Artificial Generativa vem impactando toda a sociedade, impulsionando o desenvolvimento de soluções em diversas áreas do conhecimento. No contexto da Ciência da Informação, Large Language Model e Retrieval-Augmented Generation, amplamente utilizadas em ferramentas como o ChatGPT e Gemini, são técnicas capazes de influenciar e se relacionar de forma ampla com a Recuperação da Informação. Dessa forma, o presente trabalho tem como objetivo apresentar um modelo de Recuperação da Informação utilizando como interface um chatbot e aplicando as técnicas de Inteligência Artificial Generativa – Large Language Model e Retrieval-Augmented Generation. Para tal, realizou-se uma abordagem aplicada junto com a exploração da literatura acerca da temática, o que conduziu à construção do chatbot. Enquanto resultados, a solução desenvolvida, o chatbot, foi capaz de aplicar as técnicas da Inteligência Artificial Generativa, ao mesmo tempo em que demonstrou como a Recuperação da Informação está presente e se relaciona com a solução. Conclui-se, então, que o desenvolvimento de pesquisas aplicadas de Inteligência Artificial no âmbito da Ciência da Informação pode contribuir para novos estudos e para uma maior compreensão  da utilização dessas tecnologias emergentes na área.
                                    [publisher] => Enancib
                                    [contributor] => SimpleXMLElement Object
                                        (
                                        )

                                    [date] => 2024-12-09 16:58:44
                                    [type] => Documento avaliado pelos pares
                                    [format] => application/pdf
                                    [identifier] => https://enancib.ancib.org/index.php/enancib/xxivenancib/paper/view/2690
                                    [source] => Enancib; XXIV ENCONTRO NACIONAL DE PESQUISA E PÓS-GRADUAÇÃO EM CIÊNCIA DA INFORMAÇÃO
                                    [language] => pt
                                    [rights] => 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.
                                )

                        )

                )

        )

)