SUSTENTABILIDADE INFORMACIONAL E IA GENERATIVA

LIMITES EPISTÊMICOS

Autores

  • Adriléia de Moura Lima Universidade Federal de Minas Gerais image/svg+xml
  • Davyson Demmer Guimarães Barbosa
  • Elisângela Cristina Aganette

Palavras-chave:

Inteligência Artificial, Gestão do Conhecimento, Sustentabilidade Informacional

Resumo

O presente artigo analisa criticamente como a automação de processos informacionais por sistemas de inteligência artificial afeta a confiabilidade informacional, a mediação epistemológica e a sustentabilidade do conhecimento em ambientes informacionais. Argumenta-se que, por operarem mediante inferência probabilística, os modelos generativos podem tensionar princípios da Organização do Conhecimento, como consistência semântica, controle terminológico, transparência classificatória e rastreabilidade. Metodologicamente, realizou-se uma pesquisa bibliográfica nas bases Scopus, Web of Science e Base de Dados em Ciência da Informação, caracterizada como exploratória-descritiva, qualitativa e fundamentada em revisão narrativa da literatura. Os resultados indicam que a automação amplia o processamento, o acesso e a reutilização da informação, mas também pode comprometer sua confiabilidade em razão da opacidade algorítmica, da instabilidade das respostas, da imprecisão das fontes e da reprodução de vieses. Evidenciam ainda que a sustentabilidade informacional não se limita à preservação de dados, pois envolve a manutenção de estruturas interpretativas coerentes, verificáveis e reutilizáveis ao longo do tempo. Conclui-se que a incorporação da IA reconfigura a mediação do conhecimento e exige curadoria humana, políticas institucionais e mecanismos de governança capazes de assegurar transparência, validação, rastreabilidade e responsabilização. A principal contribuição transversal consiste em demonstrar que, na era da inteligência artificial generativa, a sustentabilidade informacional não constitui apenas uma questão técnica ou ambiental, mas também epistemológica e política.

Biografia do Autor

  • Adriléia de Moura Lima, Universidade Federal de Minas Gerais

    Doutoranda e Mestra em Gestão e Organização do Conhecimento pela Universidade Federal de Minas Gerais. Especialista em Administração Pública pela Universidade Cândido Mendes (2019). Graduada em Biblioteconomia pela Universidade Federal de Minas Gerais (2014). Atuou como consultora em organização institucional, organização documental, centros de memória, digitalização, metadados, acervos históricos. Possui interesse em desenvolver pesquisas no campo da Ciência da Informação com foco em Organização da Informação e do Conhecimento, Biblioteconomia, Estudos de usuários, Comunicação Científica, Sistema de Informação e Inteligência Artificial. Atualmente é Bibliotecária da Universidade Federal de Minas Gerais

  • Davyson Demmer Guimarães Barbosa

    Possui graduação em Ciências Econômicas pela Universidade Federal de São João Del-Rei (2011), mestrado em Educação Tecnológica pelo Centro Federal de Educação Tecnológica de Minas Gerais (2023). Tem experiência na área de Economia e Promoção de Investimentos Produtivos. A partir de 2023 se torna doutorando em Gestão e Organização do Conhecimento pela Universidade Federal de Minas Gerais-UFMG.

  • Elisângela Cristina Aganette

    Pro Reitora de Administração da UFMG. Doutora e Mestre em Ciência da Informação pela Universidade Federal de Minas Gerais (UFMG), Especialista em Gestão da Informação e do Conhecimento pelo CEFET-MG e Bacharel em Biblioteconomia pela UFMG. Professora Adjunta e Chefe do Departamento de Organização e Tratamento da Informação da Escola de Ciência da Informação da UFMG. Possui mais de 18 anos de experiência em Gestão da Informação, Modelagem de Processos e Transformação Digital, com atuação em organização e representação da informação e do conhecimento, modelagem de processos organizacionais, governança da informação e implantação de soluções baseadas em Enterprise Content Management (ECM) e Business Process Management (BPM).Desenvolve pesquisas nas áreas de Inteligência Artificial e Ciência da Informação, com ênfase em: Modelagem de ontologias e taxonomias corporativas; Sistemas inteligentes para representação, recuperação e qualidade de dados; Modelagem e integração de dados em ambientes informacionais complexos; Preservação digital e interoperabilidade semântica em sistemas arquivísticos; Aplicações de IA generativa e aprendizado de máquina na organização e análise da informação. Atua também em projetos de inovação e modernização da administração pública, com foco em gestão do conhecimento, automação de processos e políticas de informação baseadas em evidências

Downloads

Publicado

13-11-2026

Volume dos Anais

Seção

GT 5 – Política e Economia da Informação

Categorias