1
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
INTELIGÊNCIA ARTIFICIAL PARA
RECUPERAÇÃO DE DADOS ABERTOS:
reflexões e proposições para a experiência do usuário
no Portal Brasileiro de Dados Abertos
Artificial Intelligence for Retrieving Open Rata: reflections and propositions for the user experience on
the Brazilian Open Data Portal
Danielle Teixeira de Oliveira (1),
Patrícia Nascimento Silva (2),
Frederico Cesar Mafra Pereira (3)
(1) Universidade Federal de Minas Gerais, Brasil, oliveiracomercial88@gmail.com
(2) patricians.prof@gmail.com
(3) professorfredericomafra@gmail.coml
Resumo
Na denominada Era dos Dados, uma das características da sociedade é o alto envolvimento com a tecnologia
e a grande disponibilidade de informações nos mais diversos formatos. Algumas dessas informações
referem-se especificamente a dados abertos de governo e de gestão pública, gerados pela administração
governamental, que são denominados Dados Governamentais Abertos (DGA). Em decorrência da
importância atribuída a estes conjuntos de dados e ao seu enorme volume, é um desafio implementar um
sistema de recuperação de informação que atenda às necessidades de usuários diversos. Esta pesquisa teve
como objetivo analisar técnicas de inteligência artificial para aprimorar a experiência do usuário na
recuperação de DGA no Portal Brasileiro de Dados Abertos, que é o instrumento oficial de disponibilização
de dados abertos da Administração Pública Federal. Para atingir esse objetivo foi realizada uma pesquisa
descritiva e exploratória, com análise qualitativa, utilizando técnicas de pesquisa bibliográfica, documental
e observação direta. Concluiu-se que o Portal apresenta lacunas na recuperação de informação que
comprometem a satisfação do usuário e a utilização de técnicas de inteligência artificial representam uma
possibilidade real para sanar as demandas identificadas.
Palavras-chave: Inteligência artificial; Recuperação de informação; Dados abertos; Dados governamentais
abertos; Usuários de informação
2
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Abstract
In the so-called Data Era, one of the characteristics of society is the high involvement with technology and
the great availability of information in the most diverse formats. Some of this information refers specifically
to open government and public management data, generated by government administration, which is called
Open Government Data (OGD). Due to the importance attributed to these data sets and their enormous
volume, it is a challenge to implement an information retrieval system that meets the needs of different
users. This research aimed to analyze artificial intelligence techniques to improve the user experience in
recovering OGD on the Brazilian Open Data Portal, which is the official instrument for making open data
available from the Federal Public Administration. To achieve this objective, descriptive and exploratory
research was carried out, with qualitative analysis, using bibliographical and documentary research
techniques and direct observation. It was concluded that the Portal presents gaps in information retrieval
that compromise user satisfaction and the use of artificial intelligence techniques represents a real
possibility to resolve the identified demands.
Keywords: Artificial intelligence; Information retrieval; Open data; Open government data; Information
users
1 Introdução
O século XXI tem sido permeado pela geração de uma quantidade massiva de dados e
informações, que são consumidos e compartilhados em uma velocidade imensurável. Nesse
contexto estão inseridos os dados governamentais abertos (DGA), que são dados públicos,
originários das funções administrativa e governamental e disponibilizados em formato aberto,
legíveis por máquina, não proprietários, não discriminatórios e com garantia de reutilização pelas
licenças abertas atreladas a eles (Pinho, 2021). Mello Filho e Araújo Júnior (2021) destacam a
importância dos DGA, visto que, pela ótica da cidadania e inclusão social, é essencial prover à
sociedade ferramentas para acesso à informação sobre dados abertos da cidade.
Como apontado por Fontoura e Villalobos (2022), na prestação de serviços aos cidadãos
utiliza-se um grande volume de informações, e para conceber a eficiência dessa prestação, é
necessário realizar uma gestão efetiva da informação. Sendo o cidadão um sujeito ativo no
consumo de informação, Araújo e Ramos (2023) destacam que o sujeito informacional é um sujeito
sociocognitivo, que mantém um relacionamento intenso com a informação, através práticas
informacionais de busca, uso, geração, comunicação e socialização, e pressupondo que os DGA
cumpram seus objetivos de serem uma fonte confiável e acessível, é imperativo que esses dados
sejam disponibilizados de forma organizada e estruturada, permitindo que o usuário consiga
3
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
selecionar e recuperar aqueles que satisfaçam suas necessidades de informação. Para isto, a
recuperação de informação tem o principal objetivo de prover aos usuários o acesso facilitado às
informações de seu interesse (Baeza-Yates; Ribeiro-Neto, 2013).
Inserida nesse contexto informacional e tecnológico, a Inteligência Artificial (IA), definida
brevemente como uma “subárea da Ciência da Computação responsável por pesquisar e propor a
elaboração de dispositivos computacionais capazes de simular aspectos do intelecto humano, ao
modo da capacidade de raciocinar, perceber, tomar decisões e resolver problemas” (Silva, 2013,
p. 1), traz consigo promessas de facilitar, otimizar e realizar as mais diversas atividades, incluindo
aprendizado, raciocínio, compreensão de linguagem natural e reconhecimento de voz e imagem
(Spadini, 2023). Moreira e Ribeiro (2023) também apontam que:
A inteligência artificial tem avançado rapidamente e é aplicada em diversas áreas,
trazendo novidades no processo de tomada de decisões baseadas em dados. No
contexto da gestão da informação e do conhecimento, ela tem o potencial de
transformar os processos de coleta, análise, organização e disseminação de
informações (Moreira; Ribeiro, 2023, p. 1).
Segundo Telles (2023), a Ciência da Informação desempenha um papel indispensável na
compreensão dos dados que alimentam a IA, garantindo sua qualidade e relevância. Considerando
os DGA, a recuperação de informação e a IA, esse estudo justifica-se por explorar as
potencialidades na interseção destas áreas com a Ciência da Informação, refletindo, com os frutos
dessa interdisciplinaridade, aprimoramentos para o usuário.
Tendo este cenário em vista, foi traçada a seguinte questão de pesquisa: como utilizar
técnicas de inteligência artificial para otimizar a recuperação de DGA? O objetivo geral do trabalho
foi analisar técnicas de inteligência artificial para aprimorar a experiência do usuário na
recuperação de DGA. Especificamente, buscou-se: (i) identificar quais técnicas de inteligência
artificial são utilizadas na Ciência da Informação; (ii) identificar as funcionalidades para
recuperação no Portal Brasileiro de Dados Abertos e; (iii) identificar possíveis implicações das
técnicas de inteligência artificial para o Portal Brasileiro de Dados Abertos.
O estudo fomenta uma discussão atual e importante que reflete diretamente na experiência
do usuário com os DGA, promovendo a recuperação de forma eficiente e relevante, além de
4
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
contribuir para suprir uma lacuna de pesquisa na interseção deste tema com áreas da Ciência da
Informação e Ciência da Computação (em especial, da temática da IA).
2 Referencial teórico
Para fornecer aporte teórico ao trabalho, foram buscadas na literatura conceituações de
dados governamentais abertos, recuperação de informação e competências informacionais no
contexto da Ciência da Informação e da Inteligência Artificial.
Segundo a Open Knowledge Brasil (2023), dados abertos são aqueles passíveis de serem
livremente utilizados, reutilizados e redistribuídos por qualquer indivíduo. A compreensão é
complementada em documentos de referência para abertura de dados, como o Guia para Dados
Abertos do Governo do Estado de São Paulo (Pires, 2015) e na própria legislação de acesso à
informação, ao informar que a abertura desses dados segue o princípio de considerar o acesso à
informação pública como regra, ou preceito geral, e o sigilo como exceção (Brasil, 2011).
Para Mello Filho e Araújo Júnior (2021), é essencial pensar em uma estrutura de
organização de informação que promova alinhamento das necessidades informacionais do cidadão
com a política de disponibilização de dados pela administração pública.
Quanto à recuperação de informação, Guedes e Araújo (2014), consideram-na como a
função mais significativa em um sistema de comunicação e uma definição bem difundida na
literatura é a dos autores já citados anteriormente, Baeza-Yates e Ribeiro-Neto (2013):
A Recuperação de Informação trata de representação, armazenamento,
organização e acesso a itens de informação, como documentos, páginas Web,
catálogos online, registros estruturados e semiestruturados, objetos multimídia,
etc. A representação e a organização dos itens de informação devem fornecer aos
usuários facilidade de acesso às informações de seu interesse (Baeza-Yates;
Ribeiro Neto, 2013, p.1).
Tal visão já havia sido apresentada por Ferneda (2012), afirmando que o processo de
recuperação de informação compreende a identificação em um conjunto de documentos, aqueles
que atendem à necessidade de informação de um usuário. Esse processo ocorre no âmbito dos
sistemas de recuperação de informação (SRI), definidos por Cesarino (1985) como um conjunto
5
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
de operações sequenciais, que são realizadas com o objetivo de encontrar, dentre todas as
informações disponíveis, aquelas relevantes ao usuário. Ferneda (2012) complementa essa
definição, indicando que os SRI devem representar o conteúdo dos documentos, apresentando-os
ao usuário de forma que ele possa realizar uma rápida seleção dos itens que satisfazem, em parte
ou na totalidade, suas necessidades de informação.
A recuperação de informação pode ser abordada sobre dois pontos de vista, sendo (i) o do
computador, focado na construção de índices eficientes, processamento de consultas com alto
desempenho e no desenvolvimento de algoritmos de ranqueamento, ou (ii) focado no usuário,
estudando seu comportamento a fim de entender suas principais necessidades e determinar como
esse entendimento afeta a organização e a operação do sistema de recuperação (Baeza-Yates;
Ribeiro-Neto, 2013). Em relação ao segundo ponto de vista, as ferramentas de IA podem ser úteis
em auxiliar na tradução das necessidades dos usuários, ao converter a entrada de dados (expressão
de busca) em algo compreensível pela máquina (representação da expressão de busca), ilustrados
na Figura 1, realizando esse processo de forma mais fluida e eficiente do que as ferramentas
tradicionais.
6
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Figura 1 - Representação do processo de recuperação de informação
Fonte: Adaptado de Ferneda (2012, p. 14)
Considerando que o usuário é o ator principal na recuperação de informação, aspectos da
competência em informação também precisam ser destacados. A information literacy, considerada
a essência da competência da informação, surgiu na literatura em 1974, ligada a necessidade de se
exercer o domínio sobre o crescente universo informacional. Com isso, incorpora habilidades,
conhecimentos e valores relacionados à recuperação, acesso, avaliação, organização e difusão da
informação e do conhecimento (Dudziak, 2003).
Para Machado De Lucca e Vieira Vitorino (2020), a competência em informação possui
diferentes abordagens de pesquisa, podendo ser associada a partir da mensuração de atividades
básicas concluídas pelos indivíduos no computador, sob a perspectiva da tecnologia e premissas
de que o indivíduo letrado poderá acessar e recuperar a informação de forma fácil e rápida,
envolvendo a computer literacy, a library literacy e também a information literacy de um modo
geral, direcionando o sentido da competência em informação para a perspectiva do acesso e da
recuperação da informação, estando ainda ancorados num paradigma cognitivo.
7
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Moreira e Ribeiro (2023), corroboram com essa perspectiva e exaltam a importância das
competências informacionais no contexto da IA e apresentam também uma definição de
letramento informacional:
O letramento informacional é definido como a capacidade de buscar, avaliar, usar
e comunicar informações de forma crítica e eficaz, e é fundamental para a
participação ativa e consciente na sociedade da informação. O desenvolvimento
de competências informacionais, incluindo o letramento informacional, tornou-
se ainda mais importante no contexto da inteligência artificial, pois o
processamento automatizado de dados e a análise de grandes quantidades de
informações exigem novas habilidades e estratégias para avaliar e interpretar as
informações disponíveis (Moreira; Ribeiro, 2023, p. 7).
Para os autores, o parâmetro dos mecanismos de IA conectam-se com atributos das
competências informacionais, incluindo o acesso e recuperação de informações, sendo este último
ligado às técnicas computacionais.
Ferneda (2012) cita técnicas computacionais avançadas provenientes da IA que podem ser
utilizadas na recuperação de informação, como: processamento de linguagem natural, conjuntos
fuzzy, sistemas especialistas, redes neurais e algoritmos genéticos.
Para Ovanessoff e Plastino (2017), a IA refere-se a diferentes tecnologias combinadas, de
formas variadas, para perceber (visão computacional e processamento de áudio), compreender
(processamento de linguagem natural) e agir (sistemas especialistas e mecanismos de inferência),
sustentadas pela habilidade de aprender com a experiência e se adaptar com o tempo. Ainda
segundo estes autores, os dois fatores que estão possibilitando o crescimento da IA, no contexto
contemporâneo, são o acesso ilimitado ao potencial de computação e o crescimento do “big data”
(fenômeno que se refere à quantidade massiva de dados produzida e consumida). A Figura 2
apresenta algumas tecnologias de IA e soluções relacionadas.
8
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Figura 2 - Tecnologias de IA
Fonte: Ovanessoff e Plastino (p. 11, 2017)
Para Pinheiro e Oliveira (2022), a IA não é realmente inteligente, mas realiza
representações de processos mecânicos e repetitivos que antes eram desempenhados por pessoas
e que demandavam muito tempo, porém, quando exercidas de forma artificial, aparentam
inteligência e realizam as tarefas de forma excepcionalmente rápida.
Conforme destacado por Russell e Norvig (2013) o teste de Turing, proposto por Alan
Turing em 1950, para fornecer uma definição operacional satisfatória de inteligência, o
computador precisaria ter as seguintes capacidades: processamento de linguagem natural para
permitir que ele se comunique com sucesso em um idioma natural; representação de conhecimento
para armazenar o que sabe ou ouve; raciocínio automatizado para usar as informações armazenadas
com a finalidade de responder a perguntas e tirar novas conclusões e aprendizado de máquina para
se adaptar a novas circunstâncias e para detectar e extrapolar padrões.
Segundo Silva e Nathansohn (2018), a IA pode ser classificada como forte ou fraca, de
acordo com sua abordagem. A primeira corresponde aquela que aborda os conceitos da mente e
9
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
do conhecimento numa perspectiva filosófica, e a segunda aquela que se debruça sobre as técnicas
de programação.
A Association for the Advancement of Artificial Intelligence (AAAI) subdivide a IA em
nove subáreas, de acordo com suas aplicações, sendo elas: Pesquisa; Machine Learning, Data
Mining e Big Data; Planejamento Automatizado; Representação de Conhecimento; Raciocínio
(Probabilístico ou não); Processamento de Linguagem Natural; Robótica; Sistema de Agente e
Multi-Agente e Aplicações (Alves, 2020).
Na emersão de uma sociedade altamente tecnológica, Silva e Nathansohn (2018) acreditam
que cabe à Ciência da Informação buscar teorias e métodos para contribuir com os processos
informacionais e cognitivos nesse cenário, sendo fundamental se aprofundar na teoria e nas
aplicações da IA, visão corroborada por Mello Filho e Araújo Júnior (2021):
Esses modelos informacionais baseados em objetos não humanos que utilizamos
no dia a dia, seja para pedir uma comida, para solicitar um táxi, para pesquisar
uma informação médica, cultural, etc., farão cada vez mais parte do cotidiano das
pessoas e, dado o volume de informações que serão transacionadas, será
fundamental estabelecer métodos que simulem o modelo mental humano em suas
práticas informacionais de forma que a comunicação entre os seres humanos e
esses objetos seja profícua, estabelecendo os requisitos para a construção de um
modelo integrado de gestão de dados e informações capaz de responder aos
questionamentos contemporâneos de utilização da tecnologia da informação, da
ciência de dados e da Ciência da Informação (Mello Filho e Araújo Júnior, 2021,
p.19)
É nesse contexto que este estudo busca investigar a recuperação de DGA associada às
técnicas de IA, para aprimorar a experiência dos usuários desse tipo de informação, ou seja,
ampliando o acesso à informação aos cidadãos e possibilitando o reúso nas mais variadas
aplicações.
3 Metodologia
Visando atingir o objetivo geral de analisar técnicas de inteligência artificial para aprimorar
a experiência do usuário na recuperação de DGA no Portal Brasileira de Dados Abertos, foi
realizada uma pesquisa descritiva e exploratória (quanto aos seus objetivos), delineando a área de
10
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
exploração, o Portal Brasileiro de Dados Abertos, descrevendo fatos observados e com o propósito
de proporcionar maior familiaridade com o problema, com vistas a torná-lo mais explícito, sendo
realizada com propósitos acadêmicos, onde, em um primeiro momento, os pesquisadores não
possuíam uma definição clara do SRI do Portal (Gil, 2017).
A pesquisa caracteriza-se como qualitativa (em relação à metodologia de análise),
realizando uma interpretação dos fatos observados (Prodanov; Freitas, 2013). Como
procedimentos técnicos de execução, foram utilizadas a pesquisa bibliográfica, a pesquisa
documental e a observação direta.
Para alcançar o primeiro objetivo específico, a fim de identificar quais técnicas de
inteligência artificial são utilizadas na Ciência da Informação, foi realizada uma pesquisa
bibliográfica no Portal Capes, que é “uma biblioteca virtual que reúne e disponibiliza a instituições
de ensino e pesquisa no Brasil o melhor da produção científica internacional” (Brasil, 2023a) e
indexa material de diversas bases de dados com comprovada relevância acadêmica, como Scopus
e Web Of Science. A pesquisa foi realizada na rede institucional do órgão de origem dos
pesquisadores, devido ao acesso privilegiado a conteúdos restritos, em outubro de 2023. Foram
realizados alguns testes preliminares para seleção dos descritores, e utilizados os termos
‘inteligência artificial’, ‘ciência da informação’, ‘dados governamentais abertos’, ‘dados abertos
governamentais’, ‘recuperação de informação’ e suas traduções para a língua inglesa. Destaca-se
que essa busca foi essencial para alcançar o primeiro objetivo específico e também contribuiu para
a construção do referencial teórico e as discussões deste estudo.
Em seguida, para alcançar o segundo objetivo específico, que compreendeu identificar as
funcionalidades para recuperação no Portal Brasileiro de Dados Abertos, foi feita uma observação
direta e uma pesquisa documental neste Portal, que é o “ponto central para a busca e o acesso aos
dados públicos no Brasil” (Brasil, 2023b). Esse Portal foi escolhido por ser o instrumento oficial
de cumprimento da obrigação de publicação de dados na internet pela administração pública, em
formatos abertos e processáveis por máquina (Silva, 2022), regulamentado pela Lei 12.527, de 18
de novembro de 2011, conhecida como Lei de Acesso à Informação - LAI (Brasil, 2011). A
documentação utilizada foi a que estava disponibilizada nas páginas do próprio Portal.
11
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Na data de acesso (dezembro de 2023), o Portal contava com 12.391 conjuntos de dados,
132.375 recursos, 6 reúsos, 249 organizações e 35.982 usuários. Foram observadas as
funcionalidades de busca apresentadas para os usuários, realizando buscas com os seguintes
assuntos, gerais e específicos:
▪ Saúde;
▪ SUS;
▪ Farmácia Popular;
▪ Campanhas de Imunização
O assunto relacionado à área da saúde foi selecionado por ser uma temática muito
pesquisada nos últimos anos, devido a pandemia de COVID-19, e dada a sua importância para
sociedade no momento de uma emergência em saúde. Destaca-se que foram selecionados termos
mais gerais como Saúde e SUS e outros mais específicos como Campanhas de Imunização e
Farmácia Popular, justamente para observar a precisão e revocação da recuperação a partir da
amplitude da amostra utilizada.
Após a observação dos resultados, foram identificados os instrumentos de busca utilizados
no Portal e apresentadas possíveis implicações ao se propor a utilização das técnicas de IA, que
correspondem ao terceiro objetivo deste estudo, que buscou identificar possíveis implicações das
técnicas de inteligência artificial para o Portal Brasileiro de Dados Abertos.
Os dois últimos objetivos envolveram a análise temática de dados abertos com um conjunto
selecionado de dados e correlações com IA, resultando em um quadro comparativo relacionando
e descrevendo os instrumentos do Portal e as técnicas, apresentado no final da seção de resultados.
Todas as etapas da pesquisa foram realizadas entre outubro e dezembro de 2023.
12
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
4 Resultados
O primeiro objetivo foi cumprido através de revisão bibliográfica na literatura da Ciência
da Informação, sendo mapeadas algumas técnicas de IA utilizadas para recuperação de
informação, como:
1. Agentes inteligentes e/ou Chatbots: “programa de computador que tenta simular um
ser humano na conversação com outra pessoa, utilizando uma linguagem natural por
meio de aplicativos de mensagens, sítios e outras plataformas digitais, visando
responder por diretrizes pré-programadas ou com o auxílio do enorme potencial da
inteligência artificial” (Cunha, 2023).
2. Processamento de linguagem natural: “aplicação de um conjunto de técnicas e métodos
computacionais que tornam os computadores capazes de alguma compreensão das
instruções escritas em linguagem natural, recurso necessário para o aprimoramento das
interfaces de comunicação entre homem e máquina” (Martins, 2010).
3. Aprendizado de máquina: “subconjunto da inteligência artificial no qual programas são
usados para aprender através deles mesmos, ou seja, de forma autônoma a partir de
dados e informação” (Navarro; Coneglian; Santarém Segundo, 2018).
4. Mineração de dados: “trata-se de extrair ou minerar conhecimento de grandes volumes
de dados” (Amo, 2004).
Para atingir o segundo objetivo, foi realizada observação direta e mapeamento dos meios
de recuperação de informação presentes no Portal Brasileiro de Dados Abertos, utilizando quatro
descritores para a busca, sendo eles: Saúde (R1), SUS (R2), Farmácia popular (R3) e Campanhas
de imunização (R4). Os resultados são apresentados no Quadro 1.
13
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Quadro 1 - Resultado das Buscas no Portal Brasileiro de Dados Abertos
Instrumento de
busca
Descrição
Resultado da busca no Portal
R1
R2
R3
R4
Busca simples
Campo de busca
simples
localizado na
página principal
Conjuntos de
dados: 1164
Organizações:
42
Temas: 1
Reusos: 1
Notícias: 0
Discussões: 1
Conjuntos de
dados: 517
Organizações:
16
Temas: 0
Reusos: 1
Notícias: 0
Discussões: 0
Conjuntos de
dados: 78
Organizações: 3
Temas: 0
Reusos: 0
Notícias: 0
Discussões: 0
Conjuntos de
dados: 1
Organizações: 0
Temas: 0
Reusos: 0
Notícias: 0
Discussões: 0
Busca por
categorias
Categorias a
serem
selecionadas à
partir de um
ícone de página
principal que
direciona para
uma busca
simples
Conjuntos de
dados: 61
Organizações:
4
Temas: 236
conjuntos de
dados
relacionados
Reusos: 0
Conjuntos de
dados: 16
Organizações: 0
Temas: 0
Reusos: 1
conjunto de
dados
Conjuntos de
dados: 0
Organizações: 0
Temas: 0
Reusos: 0
Conjuntos de
dados: 0
Organizações: 0
Temas: 0
Reusos: 0
Filtros
(Utilização do filtro
‘Tema’, com o
descritor ‘Saúde’
Opção exclusiva
da busca dentro
da categoria
Conjuntos de
Dados
Conjuntos de
dados: 17
Conjuntos de
dados: 3
Conjuntos de
dados: 0
Conjuntos de
dados: 0
Filtros de
organização
(Utilização do filtro
‘Selecione uma
organização’ com a
seleção do
‘Ministério da
Saúde’
Opção exclusiva
da busca dentro
da categoria
Conjuntos de
Dados
Conjuntos de
dados: 4
Conjuntos de
dados: 1
Conjuntos de
dados: 0
Conjuntos de
dados: 0
Fonte: Elaborado pelos autores (2023).
Na primeira opção observada, a busca simples, é possível buscar conjuntos de dados,
organizações, temas e reúsos. É apresentada a informação “aqui você pode buscar qualquer coisa
que desejar” (Brasil, 2023b), porém não existem instruções ou um manual para orientar as buscas.
14
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
A busca por categorias apresenta as mesmas opções, com o diferencial de exibir todas as
opções de uma categoria através de um clique.
A terceira opção de busca é a mais completa e combina a busca simples com a utilização
de filtros para refinar a busca. No primeiro conjunto de filtros é possível selecionar um tema,
formato, periodicidade de atualização, palavra-chave, se possui ou não um reúso e o tipo de
licença. Todos os filtros já são pré-determinados e nota-se que não utilizam um vocabulário
controlado, pois durante a realização da pesquisa foram encontradas as palavras-chave ‘saúde’ e
‘SAÚDE’, demonstrando que não existe controle terminológico.
O segundo conjunto de filtros é específico para filtrar organizações, sendo possível
selecionar pela esfera, unidade federativa ou município e diretamente pela organização.
A Figura 3 ilustra a página de busca onde é possível visualizar a caixa de busca simples e
as opções de filtros dentro da categoria Conjuntos de Dados:
Figura 3 - Página de busca do Portal
Fonte: Brasil (2023b).
Foi observado que os resultados das buscas apresentavam algumas divergências,
prejudicando a confiabilidade e a apuração dos dados, como exemplificado nas Figuras 4 e 5.
15
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Figura 4 - Resultado da busca dentro do filtro organização
Fonte: Brasil (2023b).
Figura 5 - Visualização do resultado ‘Ministério da Saúde’
Fonte: Brasil (2023b).
A Figura 4 demonstra o resultado da busca pelo termo ‘saúde’ dentro da categoria
‘organizações’, onde foi possível observar, no destaque, que foi recuperada a organização
16
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
‘Ministério da Saúde’ com 189 conjuntos de dados e 0 seguidores. Porém, ao selecionar esse
resultado, obtém-se o apresentado na Figura 5, mostrando a organização ‘Ministério da Saúde’
com 31 conjuntos de dados e 78 seguidores.
Em relação ao terceiro objetivo específico, foi realizada uma reflexão acerca das
possibilidades de busca no Portal Brasileiro de Dados Abertos e de potencialização desses
instrumentos com a utilização das técnicas de IA descritas na literatura da Ciência da Informação.
Essa reflexão é apresentada no próximo capítulo, e no Quadro 2 apresenta-se a correlação entre os
instrumentos de busca identificados no Portal e possíveis técnicas de IA encontradas na literatura:
Quadro 2 - Instrumentos de busca do Portal Brasileiro de Dados Abertos e técnicas de IA
Instrumento de Busca
Técnica de Inteligência Artificial
Busca simples
Processamento de linguagem natural
Aprendizado de Máquina (machine learning)
Mineração de dados/texto
Busca por categorias e filtros
Sistemas de recomendação
Agentes inteligentes, Chatbot
Aprendizado de Máquina (machine learning)
Fonte: Elaborado pelos autores (2023).
No capítulo a seguir são explanadas as possibilidades de relacionamento exibidas no
Quadro 2, com fundamentação na literatura científica da Ciência da Informação e áreas correlatas.
5 Discussão
Segundo Baeza-Yates e Ribeiro-Neto (2013), “o objetivo principal de um sistema de RI é
recuperar todos os documentos que são relevantes à necessidade de informação do usuário e, ao
mesmo tempo, recuperar o menor número possível de documentos irrelevantes”. A partir dessa
perspectiva, foi possível perceber a importância da consistência das ferramentas de busca no Portal
Brasileiro de Dados Abertos, que é o instrumento oficial de publicação de dados governamentais
17
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
abertos do Governo Federal e “preza pela simplicidade e organização para que o cidadão possa
encontrar facilmente os dados e informações que precisa” (Brasil, 2020).
Uma característica peculiar desse Portal é que ele tem o propósito de suprir as necessidades
de informação de usuários diversos, como por exemplo, o cidadão comum que deseja informação
sobre ações governamentais, ou o empresário que deseja que utilizar os dados para
desenvolvimento de algum produto ou serviço, ou o pesquisador que precise coletar dados para
seus estudos. Segundo Pinho (2021), os interessados em dados governamentais abertos são
oriundos de diversos setores profissionais, sendo que os pesquisadores, gestores públicos,
desenvolvedores e cientistas de dados consideram os dados abertos muito importantes para o
desempenho de suas funções.
Porém, através da observação direta realizada neste estudo, constatou-se que existem
diversas lacunas que prejudicam a recuperação satisfatória de informação no Portal. Adotando o
pressuposto de Coneglian e Santarém Segundo (2022), de que no âmbito da RI existe um conjunto
de possibilidades de aplicações entre IA, PLN e Web Semântica, com o objetivo de tornar mais
eficiente o processo de recuperação, pretende-se refletir como elas podem otimizar esse processo
dentro do referido Portal.
Segundo Gonzalez e Lima (2003), o processamento da linguagem natural (PLN) aborda
computacionalmente os aspectos da comunicação humana, como sons, palavras, sentenças e
discursos. Os autores afirmam que, no geral, o PLN pretende fazer o computador comunicar-se em
linguagem humana, mas nem sempre em todos os níveis de entendimento.
Para Coneglian e Santarém Segundo (2022), o PLN está dentro da área de IA, por fazer uso
dos mecanismos da segunda área para realizar a interpretação e a compreensão dos textos. Isso
pode ser benéfico para potencializar as buscas no Portal, ao fazer uma ligação entre a expressão
de busca fornecida pelo usuário (entrada de dados) e a representação dos documentos no sistema,
e até mesmo complementar as expressões digitadas pelo usuário, aliando o PLN ao aprendizado
de máquina, com base na utilização do Portal por usuários diversos.
Outro objetivo do Portal é em relação à Experiência do Usuário e Interface, ambicionando
atender parâmetros mínimos de acessibilidade e uma interface responsiva e completamente
18
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
acessível, de forma que o acesso aos dados seja universal a todos os brasileiros (Brasil, 2020).
Novamente, o PLN pode agregar funcionalidades ao Portal, levando em conta que “o objetivo final
do PNL é fazer com que nas interfaces dos sistemas de recuperação da informação automatizados,
seja capaz tanto de entender o que o usuário quer, como também compor textos que o usuário
entenda, facilitando a operabilidade dos sistemas” (Martins, 2010, p. 12).
Duas outras técnicas que podem se aliar para atender os objetivos relacionados à
experiência do usuário e interface são a utilização de interfaces inteligentes, que “partem da
premissa que os sistemas devem adaptar-se às pessoas, e não ao contrário” (Martins, 2010, p. 11)
e de agentes inteligentes, também chamados de chatbots.
Martins (2010) define um agente inteligente como um software computacional que pode
se adaptar ao ambiente, resolvendo problemas de localização de informações, como se a própria
pessoa estivesse realizando a ação, recebendo, assim, informações de um ser humano e traduzindo
essas solicitações em opções de busca nos sistemas de informações. Ferreira (2018) complementa
definindo os agentes inteligentes como robôs de conversação ou assistentes virtuais e
conceituando-os como:
Programa de computador que funciona através de um aplicativo de troca de
mensagens e que procura simular uma conversação com o intuito de levar o
interlocutor ao seu objetivo através do uso de linguagem natural mimetizando o
comportamento humano, combinando inteligência artificial com uma base de
conhecimento preconcebida e com acesso a diversos recursos dos mais variados
assuntos, tudo isso de forma interativa (Ferreira, 2018, p.382)
O Portal possui a opção de logar com a credencial do gov.br e seguir conjuntos de dados
para receber atualizações, sendo essa uma opção interessante para agregar a busca por filtros com
recomendações personalizadas para cada usuário. Segundo Brunialti et al.(2015), um sistema de
recomendação objetiva sugerir itens para satisfazer algum aspecto das necessidades de informação
de um usuário. Os autores ainda apontam que, no geral, esses sistemas atuam em cenários nos
quais as buscas por meio de mecanismos tradicionais como palavras-chaves ou termos de interesse
têm a chance de retornar resultados insatisfatórios aumentada. Considerando o grande volume de
DGA gerados e disponibilizados continuamente, acredita-se que a técnica supracitada é uma boa
candidata para implementação.
19
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Contudo é importante destacar que a identificação do usuário, por meio da autenticação
pela conta gov.br, deve ser utilizada somente com a finalidade de recomendação e personalização
das buscas, visto um dos princípios dos DGA é o acesso não discriminatório, ou seja, os dados
devem estar disponíveis para qualquer pessoa, sem a necessidade de identificação ou cadastro.
Para que o sistema forneça recomendações condizentes com as demandas de cada usuário,
pode-se utilizar a técnica de mineração de dados, que tem o propósito de “explorar grandes
quantidades de dados à procura de padrões consistentes, como regras de associação ou sequências
temporais, para detectar relacionamentos sistemáticos entre variáveis, detectando assim novos
subconjuntos de dados” (Martins, 2010, p. 13), aliada ao machine learning ou aprendizado de
máquina, que está diretamente relacionada a questões da organização do conhecimento, das
classificações, taxonomias e ontologias (Rockembach, 2021). Considerando o grande volume de
dados disponíveis, a exploração dessas técnicas computacionais torna-se essencial para apresentar
um resultado satisfatório ao usuário.
Baseado em estudos na literatura da Ciência da Informação e áreas afins e de observação
direta no Portal Brasileiro de Dados Abertos, expôs-se o panorama atual da recuperação de
informação dentro do Portal e apresentou-se reflexões sobre possibilidades de aperfeiçoamento
dos instrumentos de busca vigentes, utilizando técnicas de IA, visando melhorar a experiência do
usuário na recuperação de DGA.
6 Conclusões
Ao longo deste estudo refletiu-se sobre possibilidades de interseção entre a IA e a Ciência
da Informação, com o objetivo geral de analisar técnicas de Inteligência Artificial para aprimorar
a experiência do usuário na recuperação de DGA no Portal Brasileiro de Dados Abertos.
Ao realizar uma observação direta no Portal, foi possível perceber que somente um usuário
especializado, que tem domínio da navegação web, consegue extrair com eficiência dados
selecionados, caso contrário, se for realizada uma pesquisa mais simplória, é provável que o
retorno não seja satisfatório.
20
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
Como esse instrumento tem o propósito de atender a uma gama diversificada de usuários,
é preciso pensar em ferramentas de IA adaptáveis e capazes de customização, que consigam extrair
com precisão os dados que atendam às necessidades de informação específicas dos usuários e não
extrair qualquer tipo de dado. Além disso, é preciso que ela seja o mais isenta possível, livre de
vieses de acordo com sua programação, e que esteja alinhada aos princípios dos DGA.
Esse artigo trouxe contribuições ao discutir opções de aprimoramento das ferramentas de
busca de uma importante fonte de dados abertos no Brasil, o Portal Brasileiro de Dados Abertos,
instrumento oficial de publicação de dados abertos da Administração Pública Federal. Ao realizar
uma observação direta e identificar lacunas na recuperação de informação dentro do Portal, criou-
se oportunidades para se buscar soluções visando potencializar a experiência dos mais diversos
tipos de usuários e cumprir o propósito do Portal. E apesar deste estudo envolver a experiência do
usuário na recuperação de informação no Portal, as contribuições não se limitam a ele, podendo
reverberar nas instituições e organizações que publicam ou utilizam os DGA, seja de maneira
direta ou indireta.
Destaca-se que essa pesquisa não foi exaustiva e possui limitações, visto que a amostra
selecionada considerou um caso, dos vários existentes, em um único momento (outubro a
dezembro de 2023). Assim como trabalhos futuros, as observações devem ser ampliadas para que
seja possível implementar as soluções analisadas, buscando confrontar a teorização com a
aplicação prática.
Referências
ALVES, P. M. Inteligência Artificial e Redes Neurais, 2020. Disponível em:
https://www.ipea.gov.br/cts/pt/central-de-conteudo/artigos/artigos/106-inteligencia-artificial-e-
redes-neurais. Acesso em: 20 fev. 2024.
AMO, S. A. Técnicas de Mineração de Dados. In: Sociedade Brasileira de Computação, Universidade
Federal da Bahia. (Org.). Jornadas de Atualização em Informática. Salvador: Universidade Federal
da Bahia, v. 2, p. 195-236, 2004.
21
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
ARAÚJO, E. A.; RAMOS, R. B. T. "Do usuário da informação ao sujeito informacional: reflexões sobre
pressupostos conceituais a partir de pesquisas brasileiras". Encontros Bibli: revista eletrônica de
Biblioteconomia e Ciência da Informação, v. 28, p. 1–28, 2023. Disponível em:
https://periodicos.ufsc.br/index.php/eb/article/view/90127. Acesso em: 20 fev. 2024.
BAEZA-YATES, R.; RIBEIRO-NETO, B. Recuperação de Informação: conceitos e tecnologia das
máquinas de busca, 2. ed. Porto Alegre: Bookman, 2023.
BRASIL (2011). Lei nº 12.527, de 18 de novembro de 2011. Regula o acesso a informações previsto no
inciso XXXIII do art. 5o, no inciso II do § 3o do art. 37 e no § 2o do art. 216 da Constituição
Federal; altera a Lei no 8.112, de 11 de dezembro de 1990; revoga a Lei no 11.111, de 5 de maio de
2005, e dispositivos da Lei no 8.159, de 8 de janeiro de 1991; e dá outras providências. Disponível
em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2011/lei/l12527.htm. Acesso em: 20 fev.
2024.
BRASIL. Portal Brasileiro de Dados Abertos: Relato da iniciativa, 2020. Disponível em:
https://www.gov.br/governodigital/pt-br/dados-abertos/portalbrasileirodadosabertos.pdf. Acesso
em: 20 fev. 2024.
BRASIL. Periódicos Capes. Portal de Periódicos da Capes, 2023a. Disponível em: https://www-
periodicos-capes-gov-br.ezl.periodicos.capes.gov.br/index.php. Acesso em: 20 fev. 2024.
BRASIL. Portal Brasileiro de Dados Abertos. Dados abertos, 2023b. Disponível em:
https://dados.gov.br/home. Acesso em: 20 fev. 2024.
BRUNIALTI, L., PERES, S., FREIRE, V.; LIMA, C. Aprendizado de Máquina em Sistemas de
Recomendação Baseados em Conteúdo Textual: Uma Revisão Sistemática. In Anais do XI
Simpósio Brasileiro de Sistemas de Informação, 2015, p. 203-210. Porto Alegre: SBC.
doi: https://doi.org/10.5753/sbsi.2015.5818.
CESARINO, M. A. N. Sistemas de recuperação da informação. Revista da Escola de Biblioteconomia da
UFMG. v. 14, n. 2, 1985, p. 157-168. Disponível em:
https://periodicos.ufmg.br/index.php/reb/article/view/36507. Acesso em: 20 fev. 2024.
CONEGLIAN, C. S.; SANTAREM SEGUNDO, J. E. S. "Inteligência artificial e ferramentas da web
semântica aplicadas a recuperação da informação: um modelo conceitual com foco na linguagem
natural". Informação & Informação, v. 27, n. 1, p. 625-651, 2022. Disponível em:
https://ojs.uel.br/revistas/uel/index.php/informacao/article/view/44729. Acesso em: 20 fev. 2024.
CUNHA, M. B. da. Os possíveis impactos do chatbot no setor de mecanismo de busca. Revista Ibero-
Americana De Ciência Da Informação, v. 16, n. 1, p. 1-4, 2023.
doi: https://doi.org/10.26512/rici.v16.n1.2023.47662..
22
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
DUDZIAK, E. A. "Information literacy: princípios, filosofia e prática". Ciência da Informação, v. 32, n.
1, 2023. doi: https://doi.org/10.1590/S0100-19652003000100003.
FERNEDA, E. Introdução aos Modelos Computacionais de Recuperação de Informação. Rio de Janeiro:
Ciência Moderna, 2012.
FERREIRA, G. BIA: um estudo sobre o desenvolvimento da assistente virtual das bibliotecas PUC-RIO.
XX SNBU - Seminário Nacional de Bibliotecas Universitárias, UFBA, 2018. Disponível em:
http://repositorio.febab.org.br/items/show/5324. Acesso em: 20 fev. 2024.
FONTOURA, R. V.; Villalobos, A. P. O. Interfaces entre a Ciência da Informação e Inteligência
Artificial: o uso de um chat inteligente. Ciência da Informação em Revista, v. 9, 2022. Disponível
em: https://www.seer.ufal.br/index.php/cir/article/view/11115. Acesso em: 20 fev. 2024
GIL, Antônio Carlos. Como elaborar projetos de pesquisa. 7. ed. São Paulo: Atlas, 2017.
GONZALEZ, M.; LIMA, V. L. S. Recuperação de informação e processamento da linguagem natural. In:
XXIII Congresso da Sociedade Brasileira de Computação, v. 3, p.346-395, 2003.
GUEDES, W.; ARAÚJO JÚNIOR, R. H. de. Estudo das similaridades entre a teoria matemática da
comunicação e o ciclo documentário. Informação & Sociedade: estudos, v. 24, n.2. 2014.
Disponível em: https://periodicos.ufpb.br/ojs/index.php/ies/article/view/16498. Acesso em: 20 fev.
2024.
OPEN KNOWLEDGE BRASIL. Open Knowledge Brasil, 2023. Disponível em: https://ok.org.br/.
Acesso em: 20 fev. 2024
MACHADO DE LUCCA, D.; VIEIRA VITORINO, E. Competência em informação e suas raízes
teórico-epistemológicas da Ciência da Informação: em foco, a fenomenologia. Perspectivas Em
Ciência Da Informação, v. 25, n. 3), 22–48, 2020. doi: https://doi.org/10.1590/1981-5344/3317
MARTINS, A. L. Potenciais aplicações da Inteligência Artificial na Ciência da Informação. Informação
& Informação, v. 15, n. 1, 1–16, 2010. doi: https://doi.org/10.5433/1981-8920.2010v15n1p1
MELLO FILHO, L. L. de; ARAÚJO JÚNIOR, R. H. (2021). Objetos de fronteira: um diálogo entre a
ciência da informação e a ciência de dados. Encontros Bibli: Revista eletrônica De
Biblioteconomia E Ciência Da informação, 26, 01–22, 2021. doi: https://doi.org/10.5007/1518-
2924.2021.e77247
MOREIRA, J. R.; PEREIRA RIBEIRO, J. B. Letramento e Competência Informacional e as Relações
Éticas na Gestão da Informação e do Conhecimento no Contexto da Inteligência Artificial.
Brazilian Journal of Information Science: research trends, v.17, e023047, 2023.
doi: https://doi.org/10.36311/1981-1640.2023.v17.e023047
23
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
NAVARRO, F. P.; CONEGLIAN, C. S.; SANTARÉM SEGUNDO, J. E. Big Data no contexto de dados
acadêmicos: o uso de machine learning na construção de sistema de organização do conhecimento.
Informação & Tecnologia, v. 5, n. 2, p.181–200, 2018. Disponível em:
https://periodicos.ufpb.br/index.php/itec/article/view/45807 Acesso em 20 fev. 2024.
PLASTINO, E.; OVANESSOFF, A. Como a inteligência artificial pode acelerar o crescimento da
América do Sul. Chicago: Accenture Research, 2017.
PINHEIRO, M.; OLIVEIRA, H. Inteligência Artificial: Estudos e Usos na Ciência da Informação no
Brasil. Revista Ibero-Americana de Ciência da Informação, v. 15, n. 3, 2022, p. 950–968.
doi: https://doi.org/10.26512/rici.v15.n3.2022.42767
PINHO, M. D. C. Dados abertos governamentais: usuários e apropriações sociais no Brasil. RCIPEA -
Repositório do Conhecimento do IPEA, 2021. Disponível em:
https://www.ipea.gov.br/portal/images/stories/PDFs/boletim_analise_politico/210225_bapi_25_arti
go3.pdf. Acesso em 20 fev. 2024.
PIRES, M. T. Guia de Dados Abertos do Governo do Estado de São Paulo. Governo do Estado de São
Paulo. Governo do Reino Unido. Núcleo de Informação e Coordenação do Ponto Br - NIC.br,
2015. Disponível em: http://www.governoaberto.sp.gov.br/wp-content/uploads/2016/02/Book-
Web-Guia-de-Dados-Abertos.pdf. Acesso em: 20 fev. 2024.
PRODANOV, C. C.; FREITAS, E. C. Metodologia do trabalho científico: métodos e técnicas da
pesquisa e do trabalho acadêmico. Rio Grande do Sul: Universidade Feevale, 2013. Disponível
em: https://www.feevale.br/Comum/midias/0163c988-1f5d-496f-b118-a6e009a7a2f9/E-
book%20Metodologia%20do%20Trabalho%20Cientifico.pdf. Acesso em: 20 fev. 2024.
ROCKEMBACH, M. Ciência da informação e inteligência artificial: um caminho para arquivos e
bibliotecas inteligentes. Congresso ISKO Espanha-Portugal (5.: 2021: Lisboa): Organização do
conhecimento no horizonte 2030: desenvolvimento sustentável e saúde. Atas.. [recurso eletrônico].
Lisboa: Universidade de Lisboa, 2021. Disponível em: https://lume.ufrgs.br/handle/10183/233477.
Acesso em: 20 fev. 2024.
RUSSELL, S. J.; NORVIG, P. Inteligência artificial: Uma abordagem moderna. 3.ed. Rio de Janeiro:
Elsevier, 2013.
SILVA, N.; NATHANSHON, B. M. Análise da produção científica em Inteligência Artificial na área da
Ciência da Informação no Brasil. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA
INFORMAÇÃO, 19, 2018, Londrina. Anais... Londrina: ANCIB, p.111-126, 2028. Disponível em:
http://enancib.marilia.unesp.br/index.php/XIX_ENANCIB/xixenancib/paper/view/1565/1837.
Acesso em: 20 fev. 2024.
24
OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA PEREIRA, Frederico Cesar.
Inteligência Artificial para Recuperação de Dados Abertos: reflexões e proposições para a experiência do
usuário no Portal Brasileiro de Dados Abertos. Brazilian Journal of Information Science: research trends,
vol. 18, publicação contínua, 2024, e024016. DOI: 10.36311/1981-1640.2024.v18.e024016
SILVA, R. Inteligência Artificial. Enciclopédia da Conscienciologia, 2023. Disponível em:
http://reposicons.org/handle/123456789/3737. Acesso em: 20 fev. 2024.
SILVA, P. N. Acesso à informação no Brasil: política de dados governamentais abertos. In: Geraldes et
al. (Org.). Dez anos da lei de acesso à informação: limites, perspectivas e desafios. 1.ed. São
Paulo: INTERCOM, 2022, p. 689-703.
SPADINI, A. S. O que é Inteligência Artificial? Como funciona uma IA, quais os tipos e exemplos. Alura,
2023. Disponível em: https://www.alura.com.br/artigos/inteligencia-artificial-ia. Acesso em: 20
fev. 2024.
TELLES, S. A Importância da Ciência da Informação Frente à Inteligência Artificial. Em Questão, Porto
Alegre, v. 23, n. Especial, p. 1-3, 2023. Disponível em:
https://seer.ufrgs.br/testebse/article/view/133975. Acesso em: 20 fev. 2024.
Dados da pesquisa
Os dados da pesquisa são listados no Quadro 1, Figura 4 e 5. A pesquisa foi realizada no Portal Brasileiro
de Dados Abertos (https://dados.gov.br/home) entre outubro e dezembro de 2023.
Copyright: © 2024 OLIVEIRA, Danielle Teixeira de; NASCIMENTO SILVA, Patrícia; MAFRA
PEREIRA, Frederico Cesar. This is an open-access article distributed under the terms of the Creative
Commons CC Attribution-ShareAlike (CC BY-SA), which permits use, distribution, and reproduction in
any medium, under the identical terms, and provided the original author and source are credited.
Received: 18/12/2023 Accepted: 25/03/2024
