Resumo |
A crescente produção de artigos científicos tem representado um desafio relevante para estudantes e pesquisadores, sobretudo no que se refere à organização, leitura e sistematização das informações. Nesse cenário, a Inteligência Artificial (IA), em especial os modelos de linguagem de grande porte (LLMs), vem se destacando como uma aliada promissora para a otimização de tarefas acadêmicas. Essas tecnologias, ainda que apresentem limitações, demonstram grande potencial para interpretar e gerar conteúdos textuais, como resumos e análises, com níveis cada vez maiores de acurácia. A aplicação pedagógica e prática desses recursos pode transformar significativamente a rotina de formação e pesquisa acadêmica, promovendo maior agilidade e organização. Com esse propósito, foi desenvolvido o projeto FichAI, uma ferramenta que automatiza o processo de fichamento de artigos científicos em lote. A partir de arquivos em PDF, o sistema extrai metadados como autores, título, ano de publicação, palavras-chave e área de estudo, além de gerar um resumo automatizado com base no conteúdo do artigo. A ferramenta também oferece um campo opcional para inserção de perguntas adicionais, personalizando a análise segundo o interesse do usuário. Desenvolvido em linguagem Python, o projeto utiliza a biblioteca Streamlit para construção de uma interface web simples e acessível, além do framework LangChain, que facilita a integração com modelos de linguagem natural. O modelo LLM adotado é o Google Gemini, escolhido por sua ampla disponibilidade e integração com contas Google, bem como pela gratuidade de sua chave de API, o que amplia o acesso entre estudantes. Como produto final, o FichAI gera automaticamente uma planilha Excel contendo os dados extraídos e os resumos correspondentes, facilitando o gerenciamento das leituras e otimizando o tempo dedicado à pesquisa. Os resultados demonstram o potencial da ferramenta para promover ganhos de produtividade e organização, além de facilitar o desenvolvimento da autonomia acadêmica dos estudantes no contato com literatura científica. Dessa forma, o projeto evidencia a aplicabilidade das tecnologias de IA como suporte inovador no ensino de práticas investigativas e metodológicas, contribuindo para uma formação científica mais eficiente e alinhada às demandas contemporâneas. |