Resumo

A Inteligência Artificial (IA) surgiu no meio do século XX, cunhada na conferência de Dartmouth em 1956. Desde então, evoluiu significativamente, impulsionada por avanços tecnológicos e grandes volumes de dados. Nas ciências sociais, a IA analisa comportamentos e tendências, oferecendo uma perspectiva inovadora. Este estudo analisa a evolução dos temas de pesquisa em IA nas Ciências Sociais Aplicadas, utilizando a Codificação Temática para identificar temas e tendências emergentes.

Este estudo investiga a evolução dos temas de pesquisa em Inteligência Artificial (IA) nas Ciências Sociais Aplicadas, revisando 50 artigos relevantes da base Scopus. Utilizando a metodologia de Codificação Temática, o objetivo é identificar principais temas e subtemas, mapear abordagens de IA e destacar tendências emergentes. A análise busca fornecer insights para pesquisadores e tomadores de decisão, preenchendo lacunas na literatura e promovendo uma compreensão crítica do impacto da IA nas ciências sociais.

A Inteligência Artificial (IA) aplica-se às Ciências Sociais para analisar dados sociais complexos e identificar padrões. A IA evoluiu de abordagens simbólicas para aprendizado de máquina e redes neurais profundas, integrando-se com disciplinas como matemática e neurociência. Estudos mostram que a IA revolucionou a pesquisa em Ciências Sociais, permitindo diagnósticos mais precisos, melhor compreensão do comportamento humano e eficácia na gestão de dados. A sociologia contribui com frameworks éticos para a utilização responsável da IA.

Este estudo qualitativo utiliza a Codificação Temática para mapear temas de pesquisa em IA nas Ciências Sociais Aplicadas. Foram selecionados 50 artigos da base Scopus, publicados entre 2019 e 2024, dos quais 29 foram analisados após exclusões. A análise envolveu leitura detalhada, codificação inicial de segmentos relevantes e agrupamento em temas abrangentes. Os temas foram refinados para garantir coerência e distinção, resultando em uma narrativa detalhada que ilustra os principais achados e tendências emergentes.

A análise dos artigos selecionados da base Scopus revelou nove temas principais: Regulação e Governança em IA, Educação e Desenvolvimento de Competências, Desenvolvimento Econômico e Inovação, Marketing e Interação com Consumidores, Interações e Colaboração Humano-IA, Implicações Sociais e Éticas da IA, Tecnologia e Educação, Percepções e Confiança na IA, e Desenvolvimento de Estratégias de Negócios. Esses temas destacam a importância da IA em diversas áreas, enfatizando a necessidade de regulamentação, transparência e educação para maximizar benefícios e mitigar riscos.

O mapeamento dos temas de pesquisa em IA nas Ciências Sociais Aplicadas revelou nove áreas principais: Educação e Desenvolvimento de Competências, Regulação e Governança, Desenvolvimento Econômico e Inovação, Marketing e Interação com Consumidores, Interações Humano-IA, Implicações Sociais e Éticas, Percepções e Confiança, Tecnologia e Educação, e Estratégias de Negócios. Esses temas destacam a importância da IA em diversas áreas, enfatizando a necessidade de regulamentação, transparência e educação para maximizar benefícios e mitigar riscos.

BRAUN, V.; CLARKE, V. Using thematic analysis in psychology. Qualitative Research in Psychology, v. 3, n. 2, p. 77-101, 2006. FRANK, M. R.; WANG, D.; CEBRIAN, M.; PENTLAND, A.; RAHWAN, I. The evolution of citation graphs in artificial intelligence research. Nature Machine Intelligence, v. 1, n. 2, p. 79-85, 2019. GERSHENSON, C.; FERNÁNDEZ, N. Complexity and information: Measuring emergence, self-organization, and homeostasis at multiple scales. Complexity, v. 18, n. 2, p. 29-44, 2012. GUEST, G.; MACQUEEN, K. M.; NAMEY, E. E. Applied thematic analysis. Thousand Oaks, CA: Sage Publications, 2012