A contribuição da Inteligência Artificial na pesquisa científica

José Carlos Guimarães Junior; Fabrício Leo Alves Schmidt; Roberta Seixas; Denise Maria Margonari Favaro; Carlos Alberto Feitosa dos Santos; Hilke Carlayle de Medeiros Costa

doi:10.55905/revconv.17n.3-026

Authors

José Carlos Guimarães Junior
Fabrício Leo Alves Schmidt
Roberta Seixas
Denise Maria Margonari Favaro
Carlos Alberto Feitosa dos Santos
Hilke Carlayle de Medeiros Costa

DOI:

https://doi.org/10.55905/revconv.17n.3-026

Keywords:

Inteligência Artificial, ensino superior, pesquisa científica, inovação acadêmica

Abstract

Este artigo investiga a evolução da inteligência artificial (IA) e seu impacto crescente na pesquisa científica no âmbito do ensino superior. A ascensão da IA representa uma revolução na maneira como os acadêmicos conduzem pesquisas, redefinindo os limites do conhecimento científico. Ao analisar o papel da IA, destacamos suas contribuições positivas para a produção de conhecimento acadêmico, marcando uma transição significativa na abordagem dos desafios enfrentados pelos pesquisadores contemporâneos. A IA, ao possibilitar análises mais eficientes de grandes conjuntos de dados, desempenha um papel crucial na identificação de padrões complexos e na geração de insights inovadores. No entanto, a implementação da IA na pesquisa científica não está isenta de desafios éticos. Este estudo destaca não apenas as realizações atuais da IA na pesquisa acadêmica, mas também oferece uma visão prospectiva das futuras direções dessa interseção, que enriquecem a discussão, prevendo uma expansão contínua do papel da IA na produção de conhecimento científico, sinalizando uma transformação duradoura no cenário acadêmico.

References

ALMEIDA, M. B. de. Manual de Metodologia Científica. 3. ed. São Paulo: Atlas, 2019.

CRAWFORD, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press.

FLORIDI, L. (2016). The Fourth Revolution: How the Infosphere is Reshaping Human Reality. Oxford University Press.

GOMES, L. G. Como Elaborar Projetos de Pesquisa. 6. ed. Rio de Janeiro: FGV, 2018.

GOODFELLOW, I., BENGIO, Y., & COURVILLE, A. (2016). Deep Learning. MIT Press.

KING, R. D. (2009). Using machine learning to infer biology. Cell, 136(3), 551-552.

LECUN, Y., BENGIO, Y., & HINTON, G. (2015). Referência para Deep Learning, uma obra seminal que aborda a evolução e os princípios fundamentais do aprendizado profundo.

MCAFEE, A. (2012). Big Data: A Revolution That Will Transform How We Live, Work, and Think. Eamon Dolan/Houghton Mifflin Harcourt.

MITCHELL, T. M. (1997). Machine Learning. McGraw-Hill.

MORAES, R. Metodologia Científica. 8. ed. São Paulo: Atlas, 2020.

NORVIG, P.; RUSSELL, S. Artificial Intelligence: A Modern Approach. 3. ed. São Paulo: Pearson, 2010.

RUSSELL, S. (2019). Human Compatible: Artificial Intelligence and the Problem of Control. Viking.

RUSSELL, S. e NORVIG, P. (2010). Referência para Artificial Intelligence: A Modern Approach, um livro amplamente utilizado em cursos de inteligência artificial.

SANTOS, C. A. A. Metodologia Científica: A Construção do Conhecimento. 2. ed. Rio de Janeiro: Lamparina, 2017.