Brasil fortalece ecossistema de produção de conhecimento em IA

O estudo envolve o Centro de Inteligência Artificial e Aprendizado de Máquina (CIAAM) e o Instituto de Estudos Avançados da USP, sob coordenação da professora Veridiana Domingos Cordeiro, com pesquisadores Alysson Mazoni e Enio A. Blay.
O objetivo é mapear o ecossistema brasileiro de produção de conhecimento em IA, com base de dados e visualizações para acompanhar pesquisadores, instituições, empresas e produtos.
Resultados preliminares foram publicados em um site dedicado, permitindo o estudo ativo do ecossistema por meio de metadados da produção científica e de projetos.
Utilizam-se diversas bases de dados — currículos Lattes, Capes Dados Abertos e repositórios de agências financiadoras — para mapear áreas, afiliações e publicações, entre outras informações.
Adotam-se três estratégias para definir pertencimento de pesquisadores à IA (Autodeclaração, Comunidade e Agrupamento), com condicionante de no mínimo três publicações, visando subsidiar pesquisas sociológicas e orientar investimentos.

O ecossistema brasileiro de produção de conhecimento em Inteligência Artificial ganha destaque com pesquisas conduzidas pela USP. O CIAAM e o Instituto de Estudos Avançados avaliam o cenário nacional e desenvolvem ferramentas de acompanhamento.

Sob coordenação da professora Veridiana Domingos Cordeiro, o grupo da USP envolve ainda Alysson Mazoni e Enio A. Blay em estudo sobre atores, instituições e produtos ligados à IA. O objetivo é mapear o ecossistema.

Resultados preliminares foram divulgados em um site dedicado, que apresenta o mapeamento de pesquisadores, instituições, empresas e órgãos governamentais conectados à IA. A iniciativa busca dados em formato acessível.

Metodologia e fontes

A pesquisa utiliza bases bibliográficas e dados de projetos para identificar resultados. Artigos, dissertações, teses e relatórios aparecem como fontes centrais da cientometria aplicada.

Além disso, há integração com repositórios de agências financiadoras e bibliotecas universitárias para ampliar a visão sobre produção e uso do conhecimento em IA. A ideia é cruzar dados de várias fontes.

As bases brasileiras incluem o currículo Lattes, com descrições de produções científicas, e o Capes Dados Abertos, que categorizam áreas e desinam instituições. Esses dados permitem cruzamentos por DOIs e códigos identificadores.