Resumo
Introdução: A Inteligência Artificial (IA) tem emergido como uma ferramenta crucial na otimização de processos, especialmente na seleção de bases de dados de periódicos. Diante do crescente volume de publicações científicas, a IA oferece uma solução eficiente para identificar bases de dados relevantes, levando em conta perfis de usuários e áreas do conhecimento. Objetivo: O objetivo deste estudo foi demonstrar como a IA pode realizar essa seleção com base em perfis personalizados de usuários, utilizando prompts para o processo de indexação. Metodologia: A metodologia empregou um sistema de IA que analisou áreas de interesse, histórico de pesquisa e necessidades específicas de usuários. Foram aplicados prompts personalizados para guiar a IA na indexação de bases de dados do Guia de Fontes de Informação do Portal de Periódicos Eletrônicos Científicos da UNICAMP (PPEC). O design experimental testou diferentes tipos de prompts e modelos de IA para maximizar os resultados. Resultado: Os resultados indicaram que a IA identificou com precisão as bases de dados mais pertinentes para cada perfil, economizando tempo e aumentando a eficácia na recuperação de informações. O uso de prompts personalizados elevou a taxa de acerto e a relevância das sugestões. Conclusão: Conclui-se que a IA, via indexação por prompts, pode transformar o acesso à informação acadêmica, tornando-o mais ágil e preciso as tarefas dos profissionais da informação e usuários.
Referências
UNIVERSIDADE ESTADUAL DE CAMPINAS. Sistema de Bibliotecas da Unicamp. Vocabulário de indexação. Disponível em: https://periodicos.sbu.unicamp.br/vocab_fi/vocab/index.php. Acesso em: 19 set. 2024.

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2024 Mariana Pedroso Teixeira, Gildenir Carolino Santos