{"id":7048,"date":"2025-09-03T11:22:00","date_gmt":"2025-09-03T14:22:00","guid":{"rendered":"http:\/\/150.164.63.212:9000\/portal-novo-test\/?post_type=news&#038;p=7048"},"modified":"2025-09-04T15:03:48","modified_gmt":"2025-09-04T18:03:48","slug":"comentarios-da-internet-podem-aprimorar-sistemas-de-recomendacao","status":"publish","type":"news","link":"http:\/\/150.164.63.212:9000\/portal-novo-test\/comunicacao\/noticias\/pesquisa-e-inovacao\/comentarios-da-internet-podem-aprimorar-sistemas-de-recomendacao\/","title":{"rendered":"Coment\u00e1rios da internet podem aprimorar sistemas de recomenda\u00e7\u00e3o"},"content":{"rendered":"\n<p>O excesso de op\u00e7\u00f5es na internet \u00e9 um problema universal. Quem nunca passou horas rolando telas sem decidir qual filme assistir, que m\u00fasica ouvir ou que produto comprar? Para tentar solucionar&nbsp;isso, surgiram os sistemas de recomenda\u00e7\u00e3o, que oferecem sugest\u00f5es com base em escolhas anteriores. No entanto, boa parte dessas ferramentas ainda depende quase exclusivamente de notas num\u00e9ricas, as famosas \u2018estrelinhas\u2019. O resultado \u00e9 um ciclo vicioso: mais do mesmo, pouca diversidade e menos precis\u00e3o. Esse \u2018loop da bolha\u2019 acaba deixando o usu\u00e1rio preso a recomenda\u00e7\u00f5es repetitivas.<\/p>\n\n\n\n<p>Um grupo de cientistas da&nbsp;UFMG da&nbsp;UFSJ&nbsp;decidiu atacar o problema. O trabalho foi desenvolvido junto ao rec\u00e9m-inaugurado&nbsp;<a href=\"https:\/\/ufmg.br\/comunicacao\/assessoria-de-imprensa\/release\/ufmg-inicia-trabalhos-de-rede-internacional-de-inteligencia-artificial-responsavel-e-sustentavel\">Instituto Nacional de Ci\u00eancia e Tecnologia em Intelig\u00eancia Artificial Respons\u00e1vel para Lingu\u00edstica Computacional, Tratamento e Dissemina\u00e7\u00e3o de Informa\u00e7\u00e3o (INCT TILD-IAR)<\/a>, que tem sede no Departamento de Ci\u00eancia da Computa\u00e7\u00e3o (DCC) da UFMG.<\/p>\n\n\n\n<p>Em vez de confiar apenas em n\u00fameros, os especialistas mostraram que os coment\u00e1rios \u2013 textos nos quais os usu\u00e1rios explicam suas experi\u00eancias, cr\u00edticas e elogios \u2013, t\u00eam muito mais valor para entender prefer\u00eancias&nbsp;reais.<\/p>\n\n\n\n<p><strong>Do estudo \u00e0 cria\u00e7\u00e3o do iRev<\/strong><br>Em artigo publicado na ACM Computing Surveys, os pesquisadores revisaram 124 estudos internacionais sobre sistemas de recomenda\u00e7\u00e3o baseados em coment\u00e1rios, os chamados RARSs (Review-Aware Recommender Systems). Mas a contribui\u00e7\u00e3o dos pesquisadores n\u00e3o se limitou \u00e0 revis\u00e3o. A partir da an\u00e1lise, eles criaram o iRev, a primeira plataforma aberta projetada para padronizar testes e compara\u00e7\u00f5es desses sistemas.<\/p>\n\n\n\n<p>O iRev funciona como esp\u00e9cie de benchmark, ou seja, trata-se de um padr\u00e3o de refer\u00eancia que possibilita avaliar tecnologias de forma justa e replic\u00e1vel. Ele compara desempenho, processos e produtos com os destaques do setor, identificando as pr\u00e1ticas mais eficientes e oportunidades de melhoria. Na pr\u00e1tica, a plataforma atua como \u2018campo neutro\u2019, definindo quais bases de dados usar \u2013 como Amazon ou Yelp \u2013 e quais m\u00e9tricas aplicar, incluindo precis\u00e3o, diversidade e novidade. Isso garante que todos os algoritmos sejam testados nas mesmas condi\u00e7\u00f5es, tornando os resultados compar\u00e1veis e confi\u00e1veis.<\/p>\n\n\n\n<p>Os testes iniciais realizados pelos pesquisadores indicaram que n\u00e3o existe um algoritmo perfeito para todas as situa\u00e7\u00f5es, e cada modelo se destaca em contextos espec\u00edficos. Ainda assim, com a padroniza\u00e7\u00e3o oferecida pelo iRev, pesquisadores e empresas poder\u00e3o contar com um guia confi\u00e1vel para selecionar solu\u00e7\u00f5es adequadas e mais eficazes.<\/p>\n\n\n\n<p>\u201cComent\u00e1rios carregam detalhes imposs\u00edveis de serem capturados por meio de n\u00fameros. Eles permitem que algoritmos expliquem o porqu\u00ea de uma recomenda\u00e7\u00e3o, o que aumenta a confian\u00e7a dos usu\u00e1rios\u201d, avalia o professor Leonardo Rocha, um dos autores do artigo e coordenador de comunica\u00e7\u00e3o do INCT TILD IAR.<\/p>\n\n\n\n<p>Para ele, a capacidade de analisar textos pode ajudar a entender as raz\u00f5es&nbsp;de boas e de m\u00e1s avalia\u00e7\u00f5es. \u201cObservamos que usar textos para fazer as recomenda\u00e7\u00f5es ao usu\u00e1rio permite que ele compreenda o motivo dessa sugest\u00e3o e que haja maior chance de sucesso. A recomenda\u00e7\u00e3o passa a ser algo do interesse ou do gosto daquela pessoa, e n\u00e3o uma coisa generalizada\u201d, afirma.<\/p>\n\n\n\n<p>A plataforma iRev garante que essas novas abordagens sejam avaliadas de forma rigorosa, transparente e compar\u00e1vel. Ao colocar a opini\u00e3o do usu\u00e1rio no centro, o estudo estabelece um marco. \u201cN\u00e3o d\u00e1 mais para ignorar a voz das pessoas. A intelig\u00eancia artificial pode aprender muito com a riqueza das experi\u00eancias compartilhadas on-line\u201d, diz Rocha.<\/p>\n\n\n\n<p>O INCT TILD-IAR refor\u00e7a que o desenvolvimento de IA no Brasil precisa ser n\u00e3o s\u00f3 eficiente, mas tamb\u00e9m respons\u00e1vel. Isso significa criar ferramentas que respeitem a pluralidade de opini\u00f5es, ajudem a reduzir as desigualdades e valorizem a identidade cultural do pa\u00eds. Assim, a pesquisa mostra que inova\u00e7\u00e3o n\u00e3o \u00e9 apenas copiar modelos de fora, mas construir caminhos pr\u00f3prios e mais pr\u00f3ximos da realidade brasileira.<\/p>\n\n\n\n<p><strong>IA&nbsp;com as &#8216;cores&#8217; do Brasil<\/strong><br>O TILD IAR \u00e9 uma rede nacional de pesquisa, cuja&nbsp;miss\u00e3o \u00e9 desenvolver intelig\u00eancia artificial respons\u00e1vel aplicada \u00e0 linguagem, alinhada \u00e0 diversidade cultural brasileira. A rede busca reduzir a depend\u00eancia de modelos importados, criando solu\u00e7\u00f5es \u00e9ticas, transparentes e inclusivas, que reflitam a pluralidade do pa\u00eds e promovam tecnologias que dialoguem com a sociedade de forma pr\u00e1tica e acess\u00edvel.<\/p>\n\n\n\n<p>O projeto&nbsp;<a href=\"http:\/\/inct.cnpq.br\/\">INCTs<\/a>&nbsp;\u00e9 uma iniciativa do Minist\u00e9rio da Ci\u00eancia, Tecnologia e Inova\u00e7\u00e3o (MCTI). Entre outras estrat\u00e9gias, ele tamb\u00e9m promove a transfer\u00eancia de conhecimento para a sociedade e para setores produtivos, conectando pesquisa acad\u00eamica \u00e0 inova\u00e7\u00e3o aplicada.<\/p>\n\n\n\n<p><strong>Artigo:<\/strong>&nbsp;<em>Review-aware recommender systems (RARSs): recent advances, experimental comparative analysis, discussions, and new directions<\/em><br><strong>Autores:<\/strong>&nbsp;Guilherme Bittencourt, Naan Vasconcelos, Yan Andrade, Nicollas Silva, Washington Cunha, Diego Roberto Colombo Dias, Marcos Andr\u00e9 Gon\u00e7alves, Leonardo Rocha.<br>Publicado na ACM Computing Surveys, em junho de 2025, e&nbsp;<a href=\"https:\/\/dl.acm.org\/doi\/abs\/10.1145\/3744661\">dispon\u00edvel on-line.<\/a><\/p>\n","protected":false},"featured_media":7049,"template":"","class_list":["post-7048","news","type-news","status-publish","has-post-thumbnail","hentry"],"acf":[],"_links":{"self":[{"href":"http:\/\/150.164.63.212:9000\/portal-novo-test\/wp-json\/wp\/v2\/news\/7048","targetHints":{"allow":["GET"]}}],"collection":[{"href":"http:\/\/150.164.63.212:9000\/portal-novo-test\/wp-json\/wp\/v2\/news"}],"about":[{"href":"http:\/\/150.164.63.212:9000\/portal-novo-test\/wp-json\/wp\/v2\/types\/news"}],"wp:featuredmedia":[{"embeddable":true,"href":"http:\/\/150.164.63.212:9000\/portal-novo-test\/wp-json\/wp\/v2\/media\/7049"}],"wp:attachment":[{"href":"http:\/\/150.164.63.212:9000\/portal-novo-test\/wp-json\/wp\/v2\/media?parent=7048"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}