Um framework baseado em grafos do conhecimento e grandes modelos de linguagem para governança do planejamento institucional em instituições de ensino superior: IesKG

Abstract

Este trabalho apresenta o desenvolvimento do frameworkIesKG, uma arquitetura semântica baseada em Grafos do Conhecimento, Ontologias e Modelos de Linguagem de Grande Escala (LLMs) voltada ao monitoramento do planejamento institucional em Instituições de Ensino Superior (IES). A pesquisa fundamenta-se nos princípios da Engenharia e Gestão do Conhecimento para integrar informações provenientes de fontes heterogêneas, estruturadas e não estruturadas, frequentemente distribuídas em documentos institucionais, relatórios administrativos, indicadores de desempenho e instrumentos de planejamento. Como núcleo conceitual da arquitetura, foi desenvolvida a ontologia IFES-GENIUS-EXT, responsável por fornecer groundingsemântico, interoperabilidade conceitual e suporte à representação formal do domínio institucional. A arquitetura proposta incorpora mecanismos de aquisição contextualizada, processamento multimodal, segmentação semântica, extração de entidades e relações, validação ontológica e construção de grafos de conhecimento institucionais, permitindo organizar e contextualizar informações dispersas em estruturas semanticamente integradas e rastreáveis. Os LLMs são empregados como instrumentos de apoio à extração e estruturação semântica do conhecimento, operando de forma integrada aos mecanismos de representação ontológica, governançade dados e governançado conhecimento incorporados àarquiteturaproposta. Como resultado, o frameworkpossibilita identificar relações entre objetivos estratégicos, problemas institucionais, indicadores, estruturas organizacionais e evidências documentais, ampliando a capacidade de análise, monitoramento e exploração do conhecimento institucional. Os resultados obtidos demonstram que a arquitetura proposta contribui para reduzir a fragmentação informacional, favorecer a rastreabilidade do conhecimento organizacional e apoiar processos de governança, transparência e tomada de decisão baseados em evidências no contexto das Instituições de Ensino Superior.

Abstract: This thesis presents the development of IesKG, a semantic architecture based on Knowledge Graphs, Ontologies, and Large Language Models (LLMs) designed,to support institutional planning monitoring in Higher Education Institutions (HEIs). The research is grounded in the principles of Knowledge Engineering and Knowledge Management to integrate information from heterogeneous, structured, and unstructured sources, commonly distributed across institutional documents, administrative reports, performance indicators, and planning instruments. As the conceptual core of the architecture, the IFES-GENIUS-EXT ontology was developed to provide semantic grounding, conceptual interoperability, and formal representation of the institutional domain. The proposed architecture incorporates mechanisms for contextualized acquisition, multimodal processing, semantic segmentation, entity and relationship extraction, ontological validation, and institutional knowledge graph construction, enabling the organization and contextualization of dispersed information into semantically integrated and traceable structures. LLMs are employed as supporting instruments for semantic knowledge extraction and structuring, operating in conjunction with ontological representation, data governance, and knowledge governance mechanisms embedded in the proposed architecture. As a result, the framework enables the identification of relationships among strategic objectives, institutional challenges, performance indicators, organizational structures, and documentary evidence, enhancing the analysis, monitoring, and exploration of institutional knowledge. The results demonstrate that the proposed architecture contributes to reducing information fragmentation, improving organizational knowledge traceability, and supporting governance, transparency, and evidence-based decision-making processes within Higher Education Institutions.