Eixos de Pesquisa

Contribuições em um eixo impactam positivamente os outros, garantindo integração e sinergia científica. Todas as linhas estão estruturadas a partir de duas dimensões transversais que perpassam todas as áreas:

  • IA Responsável, centrada em ética, privacidade e governança;
  • IA Sustentável, voltada à eficiência energética e redução de impactos ambientais.

  • Modelagem computacional da linguagem humana, com foco em português.
  • Desenvolvimento e aprimoramento de modelos de linguagem baseados em Transformers e representações contextuais densas.
  • Pesquisa sobre alucinações de modelos, compreensão semântica profunda, inferência lógica e contexto cultural.
  • Exploração de sinonímia, polissemia, metáforas e ironias em textos.
  • Aplicações em domínios como Saúde, Direito, E-commerce e Redes Sociais

  • Produção e curadoria de corpora e datasets para o português.
  • Anotação manual e semiautomática de dados, respeitando representatividade e diversidade linguística.
  • Integração de corpora existentes e anonimização conforme a LGPD.
  • Adaptação a padrões internacionais como o Universal Dependencies.
  • Enfrentamento da sub-representação do português em IA, com datasets balanceados e de múltiplas opiniões.

  • Desenvolvimento de sistemas de busca inteligente e recomendação contextual.
  • Combinação de métodos tradicionais de Recuperação de Informação com técnicas generativas (RAG).
  • Foco em confiabilidade, rastreabilidade e equidade nas respostas.
  • Personalização de resultados e integração de dados específicos do usuário.
  • Aplicações em saúde, direito e mídias digitais.

  • Estudo da circulação de informação e desinformação em redes sociais.
  • Detecção de fake news, discurso de ódio e viés algorítmico.
  • Análise de emoções e narrativas na propagação de conteúdos.
  • Pesquisa sobre como opiniões públicas são moldadas por algoritmos de recomendação.
  • Desenvolvimento de ferramentas para alfabetização midiática e informacional.

  • Garantia de transparência, imparcialidade, explicabilidade, privacidade e segurança em sistemas de IA.
  • Criação de mecanismos de explicação de decisões algorítmicas adequados a diferentes perfis de usuários.
  • Anonimização de dados, proteção contra ataques de envenenamento de dados (data poisoning).

  • Conformidade com a Lei Geral de Proteção de Dados (LGPD).
  • Projetos de governança ética e confiabilidade tecnológica.
  • Desenvolvimento de algoritmos energeticamente eficientes e de baixo custo computacional.
  • Pesquisa sobre minimização de impacto ambiental de grandes modelos de IA.
  • Técnicas de pruning, quantization e reuso de materiais computacionais.
  • Incentivo a tecnologias de IA acessíveis a países e regiões com menos infraestrutura.
  • Superação da chamada “Regra do Mais” (mais hardware, mais energia, mais dados), proposta por grandes corporações.