| dc.contributor |
Universidade Federal de Santa Catarina. |
pt_BR |
| dc.contributor.advisor |
Matias, Márcio |
|
| dc.contributor.author |
Moreira, Luan Said Meira |
|
| dc.date.accessioned |
2026-02-25T13:47:35Z |
|
| dc.date.available |
2026-02-25T13:47:35Z |
|
| dc.date.issued |
2025-12-17 |
|
| dc.identifier.uri |
https://repositorio.ufsc.br/handle/123456789/272470 |
|
| dc.description |
TCC (graduação) - Universidade Federal de Santa Catarina, Centro de Ciências da Educação, Ciência da Informação. |
pt_BR |
| dc.description.abstract |
Este trabalho investiga a desordem informacional e propõe uma solução tecnológica aplicada
ao enfrentamento da desinformação na era digital. O objetivo geral consistiu no
desenvolvimento e validação de um assistente conversacional de checagem de fatos,
fundamentado em Inteligência Artificial Generativa e operante no WhatsApp. A metodologia
adotada foi a pesquisa-ação, estruturada em revisão bibliográfica baseada no framework da
desordem informacional amplamente aceito, desenvolvimento técnico utilizando web
scraping, integração multimodal com o modelo GPT-4o e a validação de usabilidade. A
avaliação junto a 50 participantes resultou em uma pontuação de 82 na System Usability Scale
(SUS), classificada como excelente, e 81% de percepção de utilidade. Entretanto, o estudo
também mapeou desafios técnicos significativos, como limitações na interpretação de
desinformação puramente visual e inconsistências pontuais no gerenciamento de contexto
conversacional. Em suma, o trabalho contribui para a área da Ciência da Informação ao
fornecer evidências empíricas sobre o uso de Inteligência Artificial Generativa no combate à
desinformação, detalhando tanto as estratégias de êxito quanto os desafios dessa abordagem
para nortear pesquisas futuras. O assistente demonstrou ser uma ferramenta viável que,
mediante as evoluções apontadas, pode promover um mecanismo de defesa ágil, educativo e
acessível, desenhado não apenas para disseminar conteúdo, mas para qualificar o consumo
informacional no complexo ecossistema contemporâneo. |
pt_BR |
| dc.description.abstract |
This study investigates information disorders and proposes a technological solution applied to
combating disinformation in the digital age. The general objective was the development and
validation of a conversational fact-checking assistant, grounded in Generative Artificial
Intelligence and operating within WhatsApp. The methodology adopted was action research,
structured around a literature review based on the widely accepted information disorder
framework, technical development using web scraping and multimodal integration with the
GPT-4o model, and usability validation. The evaluation involving 50 participants resulted in a
score of 82 on the System Usability Scale (SUS), classified as excellent, and a perceived
utility of 81%. However, the study also identified significant technical challenges, such as
limitations in interpreting purely visual disinformation and occasional inconsistencies in
conversational context management. In summary, this work contributes to the field of
Information Science by providing empirical evidence on the use of Generative Artificial
Intelligence in combating disinformation, detailing both the successful strategies and the
obstacles of this approach to guide future research. The assistant proved to be a viable tool
that, contingent on the improvements outlined, can promote an agile, educational, and
accessible defense mechanism, designed not only to disseminate content but to enhance the
quality of information consumption within the complex contemporary ecosystem. |
pt_BR |
| dc.format.extent |
55 |
pt_BR |
| dc.language.iso |
por |
pt_BR |
| dc.publisher |
Florianópolis, SC. |
pt_BR |
| dc.rights |
Open Access. |
en |
| dc.subject |
Desordem Informacional |
pt_BR |
| dc.subject |
Checagem de Fatos |
pt_BR |
| dc.subject |
Inteligência Artificial Generativa |
pt_BR |
| dc.title |
Combate à desinformação na era digital: desenvolvimento de um assistente de checagem utilizando inteligência artificial generativa. |
pt_BR |
| dc.type |
TCCgrad |
pt_BR |