Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | https://hdl.handle.net/10438/36340 |
Resumo: | A gestão de organizações sempre se pautou pela otimização de recursos - pessoas, financeiro e tempo - e esse desafio é ainda mais sensível em instituições de pesquisa, onde os recursos são frequentemente limitados. A inteligência artificial generativa (IAgen) tem impactado significativamente o desempenho organizacional sendo aplicada em diversos contextos, incluindo pesquisa científica. Neste contexto, esta dissertação busca responder à pergunta de pesquisa: Como o uso de IA generativa no processo de pesquisa científica pode torná-lo mais otimizado a fim de contribuir para uma gestão mais eficiente dos recursos institucionais destinados à pesquisa? Tendo como base um modelo teórico que contextualiza uso de ferramentas de IAgen no processo de pesquisa científico, investigou-se como a IAgen contribui para tornar o processo de pesquisa mais eficiente, impactando positivamente a gestão dos recursos destinados à pesquisa. Por meio de um estudo de caso qualitativo envolvendo pesquisadores e gestores de uma instituição de pesquisa, foi possível validar as seis proposições de pesquisa, identificando-se como IA generativa é atualmente utilizada na produção acadêmica e quais benefícios são percebidos por esses profissionais. Utilizando-se a estratégia de triangulação de dados foi possível concluir que o uso de IAgen no processo de pesquisa científica é viável e que o benefício de aumento de produtividade é amplamente reconhecido sob percepção dos pesquisadores e dos gestores. Não houve consenso em relação a percepção de outros benefícios, tais como qualidade, flexibilidade e inovação. Estudos futuros poderão compreender melhor relações de causais entre o uso de IAgen e benefícios institucionais, bem como fatores que influenciam essa relação. Este estudo contribui para o entendimento prático sobre o uso de IAgen no contexto acadêmico, oferecendo insights sobre os benefícios dessa tecnologia na produção científica. Além disso, a pesquisa amplia o conhecimento sobre como a IAgen pode ser utilizada para melhorar a gestão de recursos em instituições de pesquisa, gerando resultados mais eficazes com maior eficiência |
| id |
FGV_512b7f36dfc0683a4ec0fa07d7ef2fc7 |
|---|---|
| oai_identifier_str |
oai:repositorio.fgv.br:10438/36340 |
| network_acronym_str |
FGV |
| network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
| repository_id_str |
|
| spelling |
Miyamoto, Priscila BarbosaEscolas::EAESPCappellozza , AlexandreTerlizzi, Marco AlexandreAlbertin, Alberto Luiz2025-01-14T17:11:27Z2025-01-14T17:11:27Z2024-12-11https://hdl.handle.net/10438/36340A gestão de organizações sempre se pautou pela otimização de recursos - pessoas, financeiro e tempo - e esse desafio é ainda mais sensível em instituições de pesquisa, onde os recursos são frequentemente limitados. A inteligência artificial generativa (IAgen) tem impactado significativamente o desempenho organizacional sendo aplicada em diversos contextos, incluindo pesquisa científica. Neste contexto, esta dissertação busca responder à pergunta de pesquisa: Como o uso de IA generativa no processo de pesquisa científica pode torná-lo mais otimizado a fim de contribuir para uma gestão mais eficiente dos recursos institucionais destinados à pesquisa? Tendo como base um modelo teórico que contextualiza uso de ferramentas de IAgen no processo de pesquisa científico, investigou-se como a IAgen contribui para tornar o processo de pesquisa mais eficiente, impactando positivamente a gestão dos recursos destinados à pesquisa. Por meio de um estudo de caso qualitativo envolvendo pesquisadores e gestores de uma instituição de pesquisa, foi possível validar as seis proposições de pesquisa, identificando-se como IA generativa é atualmente utilizada na produção acadêmica e quais benefícios são percebidos por esses profissionais. Utilizando-se a estratégia de triangulação de dados foi possível concluir que o uso de IAgen no processo de pesquisa científica é viável e que o benefício de aumento de produtividade é amplamente reconhecido sob percepção dos pesquisadores e dos gestores. Não houve consenso em relação a percepção de outros benefícios, tais como qualidade, flexibilidade e inovação. Estudos futuros poderão compreender melhor relações de causais entre o uso de IAgen e benefícios institucionais, bem como fatores que influenciam essa relação. Este estudo contribui para o entendimento prático sobre o uso de IAgen no contexto acadêmico, oferecendo insights sobre os benefícios dessa tecnologia na produção científica. Além disso, a pesquisa amplia o conhecimento sobre como a IAgen pode ser utilizada para melhorar a gestão de recursos em instituições de pesquisa, gerando resultados mais eficazes com maior eficiênciaThe management of organizations has always been guided by the optimization of resources—people, finances, and time—and this challenge is even more sensitive in research institutions, where resources are often limited. Generative artificial intelligence (GenAI) has significantly impacted organizational performance and is being applied in various contexts, including scientific research. In this context, this dissertation seeks to answer the research question: How can the use of generative AI in the scientific research process make it more optimized in order to contribute to more efficient management of institutional resources allocated to research? Based on a theoretical model that contextualizes the use of GenAI tools in the scientific research process, the study investigated how GenAI contributes to making the research process more efficient, positively impacting the management of resources allocated to research. Through a qualitative case study involving researchers and managers from a research institution, it was possible to validate six research propositions, identifying how generative AI is currently used in academic production and what benefits are perceived by these professionals. Using a data triangulation strategy, the study concluded that the use of GenAI in the scientific research process is feasible, and the benefit of increased productivity is widely recognized by both researchers and managers. However, there was no consensus regarding the perception of other benefits, such as quality improvement, increased flexibility, and enhanced innovation. Future studies could better understand causal relationships between the use of GenAI and institutional benefits, as well as factors that influence this relationship. This study contributes to the practical understanding of GenAI usage in the academic context, offering insights into the benefits of this technology in scientific production. Furthermore, the research expands knowledge on how GenAI can be used to improve resource management in research institutions, generating more effective results with greater efficiency.porInteligência artificial generativaBenefíciosPesquisa científicaGenerative artificial intelligenceBenefitsScientific researchAdministração de empresasInteligência artificialInstitutos de pesquisa - Inovações tecnológicasCiência - MetodologiaPesquisaBenefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVORIGINALDissertação_versao finalizada_jan10.pdfDissertação_versao finalizada_jan10.pdfPDFapplication/pdf940253https://repositorio.fgv.br/bitstreams/9db26b77-475f-46cc-8daa-56f2da3ced90/downloadcede4fa337d5b653ab8abad41b830077MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-85112https://repositorio.fgv.br/bitstreams/35e2bb10-04b4-4c60-b0fe-f0673b0f5ac0/download2a4b67231f701c416a809246e7a10077MD52TEXTDissertação_versao finalizada_jan10.pdf.txtDissertação_versao finalizada_jan10.pdf.txtExtracted texttext/plain102929https://repositorio.fgv.br/bitstreams/0b682361-7181-4c3e-b413-ceccd9f6a0d7/download7eec23e1d3f10e0cbab915bde3c1155eMD53THUMBNAILDissertação_versao finalizada_jan10.pdf.jpgDissertação_versao finalizada_jan10.pdf.jpgGenerated Thumbnailimage/jpeg2453https://repositorio.fgv.br/bitstreams/6f62ce80-8d93-4cc3-9ade-b744e4f0f984/downloada46a68e7fd5420a402549ec09f8ff951MD5410438/363402025-01-14 21:00:31.276open.accessoai:repositorio.fgv.br:10438/36340https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742025-01-14T21:00:31Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
| dc.title.por.fl_str_mv |
Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa |
| title |
Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa |
| spellingShingle |
Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa Miyamoto, Priscila Barbosa Inteligência artificial generativa Benefícios Pesquisa científica Generative artificial intelligence Benefits Scientific research Administração de empresas Inteligência artificial Institutos de pesquisa - Inovações tecnológicas Ciência - Metodologia Pesquisa |
| title_short |
Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa |
| title_full |
Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa |
| title_fullStr |
Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa |
| title_full_unstemmed |
Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa |
| title_sort |
Benefícios de uso da inteligência artificial generativa no processo de pesquisa científica: um estudo de caso em uma instituição de pesquisa |
| author |
Miyamoto, Priscila Barbosa |
| author_facet |
Miyamoto, Priscila Barbosa |
| author_role |
author |
| dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EAESP |
| dc.contributor.member.none.fl_str_mv |
Cappellozza , Alexandre Terlizzi, Marco Alexandre |
| dc.contributor.author.fl_str_mv |
Miyamoto, Priscila Barbosa |
| dc.contributor.advisor1.fl_str_mv |
Albertin, Alberto Luiz |
| contributor_str_mv |
Albertin, Alberto Luiz |
| dc.subject.por.fl_str_mv |
Inteligência artificial generativa Benefícios Pesquisa científica |
| topic |
Inteligência artificial generativa Benefícios Pesquisa científica Generative artificial intelligence Benefits Scientific research Administração de empresas Inteligência artificial Institutos de pesquisa - Inovações tecnológicas Ciência - Metodologia Pesquisa |
| dc.subject.eng.fl_str_mv |
Generative artificial intelligence Benefits Scientific research |
| dc.subject.area.por.fl_str_mv |
Administração de empresas |
| dc.subject.bibliodata.por.fl_str_mv |
Inteligência artificial Institutos de pesquisa - Inovações tecnológicas Ciência - Metodologia Pesquisa |
| description |
A gestão de organizações sempre se pautou pela otimização de recursos - pessoas, financeiro e tempo - e esse desafio é ainda mais sensível em instituições de pesquisa, onde os recursos são frequentemente limitados. A inteligência artificial generativa (IAgen) tem impactado significativamente o desempenho organizacional sendo aplicada em diversos contextos, incluindo pesquisa científica. Neste contexto, esta dissertação busca responder à pergunta de pesquisa: Como o uso de IA generativa no processo de pesquisa científica pode torná-lo mais otimizado a fim de contribuir para uma gestão mais eficiente dos recursos institucionais destinados à pesquisa? Tendo como base um modelo teórico que contextualiza uso de ferramentas de IAgen no processo de pesquisa científico, investigou-se como a IAgen contribui para tornar o processo de pesquisa mais eficiente, impactando positivamente a gestão dos recursos destinados à pesquisa. Por meio de um estudo de caso qualitativo envolvendo pesquisadores e gestores de uma instituição de pesquisa, foi possível validar as seis proposições de pesquisa, identificando-se como IA generativa é atualmente utilizada na produção acadêmica e quais benefícios são percebidos por esses profissionais. Utilizando-se a estratégia de triangulação de dados foi possível concluir que o uso de IAgen no processo de pesquisa científica é viável e que o benefício de aumento de produtividade é amplamente reconhecido sob percepção dos pesquisadores e dos gestores. Não houve consenso em relação a percepção de outros benefícios, tais como qualidade, flexibilidade e inovação. Estudos futuros poderão compreender melhor relações de causais entre o uso de IAgen e benefícios institucionais, bem como fatores que influenciam essa relação. Este estudo contribui para o entendimento prático sobre o uso de IAgen no contexto acadêmico, oferecendo insights sobre os benefícios dessa tecnologia na produção científica. Além disso, a pesquisa amplia o conhecimento sobre como a IAgen pode ser utilizada para melhorar a gestão de recursos em instituições de pesquisa, gerando resultados mais eficazes com maior eficiência |
| publishDate |
2024 |
| dc.date.issued.fl_str_mv |
2024-12-11 |
| dc.date.accessioned.fl_str_mv |
2025-01-14T17:11:27Z |
| dc.date.available.fl_str_mv |
2025-01-14T17:11:27Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/36340 |
| url |
https://hdl.handle.net/10438/36340 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
| instname_str |
Fundação Getulio Vargas (FGV) |
| instacron_str |
FGV |
| institution |
FGV |
| reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
| collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
| bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/9db26b77-475f-46cc-8daa-56f2da3ced90/download https://repositorio.fgv.br/bitstreams/35e2bb10-04b4-4c60-b0fe-f0673b0f5ac0/download https://repositorio.fgv.br/bitstreams/0b682361-7181-4c3e-b413-ceccd9f6a0d7/download https://repositorio.fgv.br/bitstreams/6f62ce80-8d93-4cc3-9ade-b744e4f0f984/download |
| bitstream.checksum.fl_str_mv |
cede4fa337d5b653ab8abad41b830077 2a4b67231f701c416a809246e7a10077 7eec23e1d3f10e0cbab915bde3c1155e a46a68e7fd5420a402549ec09f8ff951 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
| repository.mail.fl_str_mv |
|
| _version_ |
1827842389692121088 |