Aplicação de modelos de linguagem natural e aprendizado de máquina integrados para apoiar a gestão de ideias.
Author:
Matar, Felipe Rigueira
Abstract:
Plataformas de inovação aberta acumulam grandes volumes de ideias textuais,
tornando a triagem manual um processo complexo e pouco escalável. Este estudo apresenta
um pipeline computacional para apoiar a análise e a organização automatizada de 14.442
ideias provenientes de plataformas de tendências de mercado. A abordagem combina técnicas
de representação semântica, agrupamento, recuperação vetorial e geração de conteúdo por
modelo de linguagem de grande escala executado localmente. Foram comparadas estratégias
de agrupamento baseadas em densidade e modelagem de tópicos, evidenciando diferentes
níveis de coesão e abrangência na identificação de padrões temáticos. Os agrupamentos
obtidos foram posteriormente utilizados em um mecanismo de recuperação semântica para
subsidiar a geração de Matrizes SWOT e Planos de Negócios. Os resultados demonstram o
potencial da abordagem para reduzir o esforço de triagem e ampliar a exploração de
oportunidades presentes em grandes coleções de ideias. Entretanto, a análise das respostas
geradas identificou inconsistências, especialmente em informações financeiras sem respaldo
no contexto recuperado. Dessa forma, o pipeline mostra-se adequado como ferramenta de
apoio à análise e à priorização de ideias, mas suas saídas devem ser submetidas à validação
humana antes de serem utilizadas em processos de tomada de decisão.
