Inteligência artificial aplicada à indicação de leitura baseado no perfil de estudantes usuários da biblioteca
Palavras-chave:
Recuperação de informação, Sistema de descoberta de dados, Filtragem de informação, Disseminação seletiva da informação, Sugestão de leituraResumo
O objetivo da pesquisa foi contribuir para criação de um sistema de sugestão de leituras de acordo com o perfil dos estudantes usuários do Sistema Integrado de Bibliotecas do Instituto Federal de Goiás (IFG), a partir do caso Câmpus Inhumas, utilizando técnicas de inteligência artificial. Nesta pesquisa, utilizamos um estudo de caso com dados provenientes de relatórios anuais emitidos pela biblioteca Atena do IFG Câmpus Inhumas. A pesquisa é de abordagem descritiva-explicativa, incluindo levantamento bibliográfico e de dados primários emitidos pelo sistema de gerenciamento de acervo Sophia referente aos empréstimos realizados pelos estudantes do Câmpus Inhumas no período de 2021 a 2023. Nesse sentido, buscou-se utilizar a inteligência artificial, especificamente, redes neurais artificiais, para desenvolvimento de um sistema inteligível aplicado a serviços de disseminação seletiva de informação aos estudantes usuários de bibliotecas.
Referências
AMAZON SAGEMAKER (AWS). O que é uma rede neural?. Disponível em: https://aws.amazon.com/pt/what-is/neural-network/. Acesso em: 15 abr. 2024.
DATA SCIENCE ACADEMY. Capítulo 9: a arquitetura das redes neurais. In: _____. Deep Learning Book. 2024. Disponível em: https://www.deeplearningbook.com.br/a-arquitetura-das-redes-neurais/. Acesso em: 07 jun. 2024.
DIANA, Juliana. Pesquisa descritiva, exploratória e explicativa. Disponível em: https://www.diferenca.com/pesquisa-descritiva-exploratoria-e-explicativa/. Acesso em: 25 jun. 2024.
DONEDA, Danilo Cesar Maganhoto; MENDES, Laura Schertel; SOUZA, Carlos Affonso Pereira de; AN, Norberto Nuno Martin Becerra Gomes de. Considerações iniciais sobre inteligência artificial, ética e autonomia pessoal. Revista de Ciência Jurídica, v. 23, n. 4, 2018. Disponível em: https://ojs.unifor.br/rpen/article/view/8257/. Acesso em: 15 jun. 2024.
GARCIA, Ana Cristina. Ética e inteligência artificial. Computação Brasil, n. 43, p. 14-22, 2020. Disponível em: https://sol.sbc.org.br/journals/index.php/comp-br/article/view/1791. Acesso em: 15 jun. 2024.
LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. Estudos Avançados, v. 35, p. 85-94, 2021. Disponível em: https://www.scielo.br/j/ea/a/wXBdv8yHBV9xHz8qG5RCgZd/?lang=pt&format=html. Acesso em: 15 jun. 2024.
OLIVEIRA, Rhuandry de. Plataforma web para manipulação de questionários. Inhumas, 2016. Monografia (Graduação) Instituto Federal de Goiás, Câmpus Inhumas, Curso de Bacharelado em Informática, 2016.
PALEYES, Andrei; URMA, Raoul-Gabriel; LAWRENCE, Neil D. Challenges in deploying machine learning: a survey of case studies. ACM Computing Surveys, v. 55, n. 6, p. 1-29, 2022.
PYTHON. Disponível em: https://www.python.org. Acesso em: 23 maio 2024
PARREIRA, Artur; LEHMANN, Lúcia; OLIVEIRA, Mariana. O desafio das tecnologias de inteligência artificial na Educação: percepção e avaliação dos professores. Ensaio: avaliação e políticas públicas em educação, v. 29, p. 975-999, 2021. Disponível em: https://www.scielo.br/j/ensaio/a/nM9Rk8swvtDvwWNrKCZtjGn/?format=html. Acesso em: 15 jun. 2024.
SANTOS, Thiago. Google Colab: o que é, tutorial de como usar e criar códigos. 2023. Alura. Disponível em: https://www.alura.com.br/artigos/google-colab-o-que-e-e-como-usar. Acesso em: 15 jun. 2024.
SCIKIT-LEARN. Machine learning in Pyton. Disponível em: https://scikit-learn.org/stable/ Acesso em: 23 maio 2024
SILVA, J. A. S. DA; MAIRINK, C. H. P. Inteligência artificial. LIBERTAS: Revista de Ciências Sociais Aplicadas, v. 9, n. 2, p. 64-85, 13 dez. 2019. Disponível em: http://famigvirtual.com.br/famig-libertas/index.php/libertas/article/view/247. Acesso em: 15 jun. 2024.
SILVA, Juliene Lobato da. Sistemas de recomendação como ferramenta para indicações de livros: um estudo de caso na plataforma Goodreads. 2021. Disponível em: https://rosario.ufma.br/jspui/bitstream/123456789/5293/1/JULIENELOBATODASILVA.pdf. Acesso em: 15 jun. 2024.
SILVA, Mariana O.; SCOFIELD, Clarisse; OLIVEIRA, Gabriel P.; SEUFITELLI, Danilo B.; MORO, Mirella M.. Exploring Brazilian Cultural Identity Through Reading Preferences. In: BRAZILIAN WORKSHOP ON SOCIAL NETWORK ANALYSIS AND MINING (BRASNAM), 10. , 2021, Evento Online. Anais ... Porto Alegre: Sociedade Brasileira de Computação, 2021 . p. 115-126. ISSN 2595-6094. DOI: https://doi.org/10.5753/brasnam.2021.16130. Acesso em: 10 jun. 2024.
SOUZA, M. A. R. et al. Leitura categorizada para os/as discentes de licenciatura em Química do IFG Câmpus Inhumas. Revista Tecnologia Educacional, Edição Especial do V Congresso Internacional de Tecnologia Educacional da ABT, v. 3. n. 211, p. 108-111, out./dez. 2015. Disponível em: https://www.academia.edu/23440575/LEITURA_CATEGORIZADA_PARA_OS_AS_DISCENTES_DE_LICENCIATURA_EM_QU%C3%8DMICA_DO_IFG_C%C3%82MPUS_INHUMAS. Acesso em: 15 jun. 2024.
TURING, A. M. Computing Machinery and Intelligence. In: Epstein, R.; Roberts, G.; Beber, G. (eds) Parsing the Turing Test. Dordrecht: Springer, 2009 Disponível em: https://doi.org/10.1007/978-1-4020-6710-5_3. Acesso em: 15 jun. 2024.
TATO, Anger; Nkambou, Roger. Improving adam optimizer. 2018. Workshop track - ICLR 2018. Disponível em: https://openreview.net/forum?id=HJfpZq1DM. Acesso em: 30 maio 2024.
