Resumo

O uso da inteligência artificial (IA) no processo de ensino e aprendizagem tem sido um tema recorrente na literatura acadêmica contemporânea. Estudos recentes investigaram o potencial dessa tecnologia e argumentaram novas perspectivas e obstáculos em uma variedade de contextos educacionais e no contexto dos escritos científicos a IA apresenta-se promissora para auxiliar na etapa de revisão de literatura, precipuamente, ao considerar que com o aumento de artigos publicados é necessário mais tempo para revisar acuradamente a literatura existente .

Tradicionalmente, a revisão é operacionalizada, por meio de coletada de dados nas bases de dados de escritos científicos como Scopus, no entanto com o avanço das ferramentas de IA, emerge uma nova forma de buscar artigos científicos para elaboração do estado da arte.Há diferença entre os dados levantados nas bases de dados tradicionais e os dados levantados por meio de ferramentas de IA? O objetivo do trabalho pauta-se em averiguar similaridades e/ou divergências no levantamento da literatura por meio de base de dados Scopus e por meio da plataforma Consensus AI.

Observa-se que quando uma tecnologia é percebida como fácil de usar, a barreira para a adoção é reduzida, aumentando a probabilidade de aceitação, e por isso, optou-se pela teoria TAM para desenvolvimento da pesquisa. Estudos recentes de aceitação da inteligência artificial apontam para a TAM como uma lente adequada para entender o uso de várias formas de IA. A TAM foi utilizada para articular a aceitação das pessoas em relação à tecnologia de IA.

Após depurar os dados das amostras verificou-se que apesar das buscas retornarem com quantitativos equiparados a qualidade das informações são distintas e diante disso infere-se que a diferença principal entre os resultados de busca na base de dados Scopus e na plataforma Consensus AI está nos tipos de dados e nas abordagens que cada uma oferece.

Apesar de suas vantagens, a revisão de literatura por IA também apresenta desafios e limitações. Um dos principais desafios é garantir a qualidade e a confiabilidade dos resultados gerados. Embora os algoritmos de IA sejam capazes de processar grandes quantidades de dados, eles ainda podem ter dificuldade em entender o contexto e a relevância de certos artigos, pois conforme evidências desse estudo verificou-se que há diferença entre a coleta de dados realizada por IA distintas e base dados. Por fim destaca-se que e é emergente “discutir e declarar a sua utilização”

Blaizot, A., Veettil, S. K., Saidoung, P., Moreno‐Garcia, C. F., Wiratunga, N., Aceves‐Martins, M., ... & Chaiyakunapruk, N. (2022). Using artificial intelligence methods for systematic review in health sciences: A systematic review. Research Synthesis Methods,13(3), 353-362. Cockburn, I. M., Henderson, R., & Stern, S. (2018). The impact of artificial intelligence on innovation (Vol. 24449). Cambridge, MA, USA: National bureau of economic research. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 319-340