Ultima atualização em 2 de Setembro de 2026 às 09:23
Estudo foi aprovado e será publicado durante o BRACIS 2026, evento da Sociedade Brasileira de Computação.
Uma pesquisa desenvolvida por pesquisadores da Universidade Federal do Oeste do Pará (Ufopa) propõe uma nova arquitetura de inteligência artificial para facilitar a recuperação de informações em documentos normativos institucionais. Intitulado “KG-RAG: Uma Arquitetura Híbrida de Recuperação para Documentos Normativos Institucionais”, o estudo será publicado na edição de 2026 do Brazilian Conference on Intelligent Systems (BRACIS), da Sociedade Brasileira de Computação (SBC).
A proposta utiliza uma arquitetura denominada Knowledge Graph RAG (KG-RAG), aplicada ao ecossistema documental da Ufopa. O sistema combina uma ontologia institucional, Contextual Chunking e decomposição de consultas para identificar e isolar fronteiras administrativas antes da geração das respostas. A pesquisa foi desenvolvida a partir de um corpus de 11.047 fragmentos de documentos.
De acordo com os resultados apresentados no estudo, a arquitetura teve desempenho superior ao de um modelo híbrido tradicional utilizado como referência. A avaliação, feita por meio do framework RAGAS, registrou ganho de 30,1% na métrica de Fidelidade (Faithfulness) e de 35,2% na Revocação de Contexto (Context Recall).
Para o orientador da pesquisa, professor Fábio Lobato (Ufopa), esse trabalho não representa apenas mais um artigo que será publicado, “mas sim a evolução de um produto que em breve estará disponível para a comunidade, um chatbot para auxiliar nas atividades administrativas, que trabalha de forma local, sem gerar custos de contratos com empresas externas, ao mesmo tempo em que é seguro, customizável e garante a privacidade dos documentos que irão alimentá-lo”. Ele ressalta o apoio da Superintendência de Tecnologia da Informação (STI) da Ufopa para a realização da pesquisa.
Por fim, conclui Lobato: “Este trabalho é ainda mais especial, pois impacta diretamente o PPGC. Agora, todos os 3 estudantes do programa orientados por mim têm trabalhos publicados ou aceitos, o que os habilita para a qualificação e, caso aprovados, para a defesa. É uma entrega completa à Ufopa”.
A pesquisa parte do desafio enfrentado por instituições de ensino superior que precisam lidar com conjuntos complexos de normas organizadas de forma hierárquica. Segundo o estudo, sistemas tradicionais de Geração Aumentada por Recuperação (RAG) podem apresentar fragmentação de contexto e gerar informações incorretas, conhecidas como alucinações. A proposta também considera a necessidade de processamento local de dados públicos como forma de preservar a soberania tecnológica.
A equipe responsável pelo trabalho é formada por Célia Y. S. Pereira, mestranda da Ufopa; Gabriele S. Araújo, doutoranda da USP; os professores doutores Marcelino S. da Silva e Sandio M. dos Santos, da Ufopa; Richard C. da S. Rêgo, mestre e técnico da Ufopa; e o professor doutor Fábio M. F. Lobato, da Ufopa.
Os resultados indicam que a recuperação de informações orientada por relacionamentos lógicos pode ajudar a preservar o contexto de normativas institucionais complexas. O estudo aponta ainda que a abordagem pode contribuir para ampliar a exatidão das informações recuperadas e preservar a privacidade em ambientes governamentais fechados.
Estudo será apresentado no Symposium on Knowledge Discovery, Mining and Learning (KDMiLe), evento satélite do Brazilian Conference on Intelligent Systems (BRACIS) 2026, da Sociedade Brasileira de Computação.
Outro artigo aprovado para o mesmo evento avalia desempenho de modelos de inteligência artificial. O mestrando Carlos Henrique Pinto da Silveira, do Programa de Pós-Graduação em Computação da Ufopa, também teve artigo aprovado no evento. Intitulado “Avaliação de LLMs na Resolução de Questões: Um Estudo de Caso sobre o POSCOMP”, o trabalho analisa o desempenho de cinco grandes Modelos de Linguagem (LLMs) na resolução de 25 questões de bancos de dados do Exame Nacional para Ingresso na Pós-Graduação em Computação (POSCOMP).
A pesquisa compara o desempenho dos modelos a partir de dois formatos de entrada: questões apresentadas em LaTeX e em imagens. O estudo também avalia a consistência das respostas produzidas pelos modelos em diferentes execuções, permitindo observar a estabilidade dos resultados obtidos pela inteligência artificial.
Além de Carlos Silveira, assinam o artigo os graduandos do Bacharelado em Ciência da Computação Florindo Carreteiro e Fernando de Sousa, além do professor Fábio Lobato, orientador da pesquisa.
Ascom/Ufopa
02/09/2026
