Inteligência artificial generativa : uma análise bibliométrica da abordagem na comunicação social

• Ano de defesa: 2024
• Autor(a) principal: Santos, Natália Manquevick dos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Pontifícia Universidade Católica do Rio Grande do Sul; Escola de Comunicação, Arte e Design; Brasil; PUCRS; Programa de Pós-Graduação em Comunicação Social
• Palavras-chave em Português: Comunicação Social; Inteligência Artificial Generativa; Bibliometria; Forbes; CAPES; CIENCIAS SOCIAIS APLICADAS:COMUNICACAO; Comunicação Social; Inteligência Artificial Generativa; Bibliometria; Forbes; CAPES.
• Link de acesso: https://tede2.pucrs.br/tede2/handle/tede/11503

Esta dissertação objetivou compreender como a área da Comunicação, e suas subdivisões, têm abordado quantitativamente a inteligência artificial generativa em um espaço de tempo controlado entre um período pré e pós ChatGPT. Analisou-se publicações divulgadas pelo canal comunicacional Forbes Brasil Digital e produções acadêmicas disponibilizadas no portal de Periódicos CAPES entre os anos de 2020 e 2024. A presente pesquisa é bibliográfica, documental e emprega uma metodologia mista em sua análise qualitativa e quantitativa através da bibliometria. Os referenciais teóricos para isso, são Turing (1950), McCarthy (2007), Gomes (2010), Ertel (2017), Russell e Norvig (2013; 2022) que contemplam o corpo de sustentação da revisão histórica acerca da Inteligência Artificial, até o seu desenvolvimento como generativa. Quanto à bibliometria, os conceitos centrais são de Miranda Lee Pao (1978) , Lena Pinheiro (1983), Luc Quoniam (1992), Bruno Maltrás Barbas (2003), Vânia Guedes e Suzana Borschiver (2005), Carlos Araújo (2006), e os próprios autores das Leis da Bibliometria, Lotka (1926), Bradford (1961) e Zipf (1949). O estudo revelou que ao compararmos o portal CAPES e a versão digital da Forbes Brasil, há uma clara diferenciação de produtividade entre o mercado e a academia, compreensível pelos vieses de complexibilidade do desenvolvimento e robustez dos materiais, finalidades de cada tipo de artigo e o tempo necessário para a publicação. O canal de publicações permite uma agilidade e volatilidade no emprego da Inteligência Artificial Generativa, associando-se aos assuntos que configuram um papel de pauta, gerando um volume mais expressivo de frequência de ocorrência. Em contrapartida, o portal de acervo acadêmico emprega a responsabilidade de condensar conhecimentos que necessitam de um período de laboratório e observação, gerando um menor número de produções durante o período analisado, mas com maior aprofundamento. Esta dissertação visa ser um dos passos, junto de outros pesquisadores, para tornar a Comunicação Social mais bibliométrica. A possibilidade aqui descrita de novas análises complementares estende-se para outros canais comunicacionais, outros portais midiáticos e outras técnicas bibliométricas que possam ser empregadas e lapidadas para a comunicação social, assim também convidando colegas da área a participarem desta reflexão.