Anais
Resumo do trabalho
Gestão Socioambiental · Sustentabilidade, Sociedade, Tecnologia e Inovação
Título
HOW ARTIFICIAL INTELLIGENCE (AI) HAS CONTRIBUTED TO SOCIAL PROJECTS AND GENERATED VALUE: A SYSTEMATIC LITERATURE REVIEW
Palavras-chave
Artificial Intelligence
Social Projects
Sustainable Development
Agradecimento:
Agradecimentos ao Fundo de Apoio à Pesquisa - FAP UNINOVE
Autores
-
Viviane LemeUNIVERSIDADE NOVE DE JULHO (UNINOVE)
-
Isabel Cristina ScafutoUNIVERSIDADE NOVE DE JULHO (UNINOVE)
Resumo
Introdução
O avanço da inteligência artificial (IA) ampliou o acesso à informação e ao desenvolvimento. Contudo, sua aplicação em projetos sociais ainda é pouco investigada. Embora tecnologias emergentes estejam bem documentadas na sustentabilidade ambiental, há lacunas quanto ao papel da IA na inovação social e na redução de desigualdades. Este artigo apresenta uma revisão sistemática para identificar como a IA tem sido usada em projetos sociais e quais suas contribuições para o desenvolvimento sustentável e a transformação social.
Problema de Pesquisa e Objetivo
Problemas: 1. Quais são os benefícios da aplicação de inteligência artificial (IA) em projetos sociais, conforme identificados na literatura acadêmica? 2. Quais são os principais desafios e lacunas de pesquisa identificados na literatura sobre o uso de IA em projetos sociais?
Objetivo: investigar, por meio de uma revisão sistemática da literatura, como a inteligência artificial (IA) tem sido aplicada em projetos sociais em diversos contextos globais, com o objetivo de identificar iniciativas que contribuam significativamente para o desenvolvimento sustentável.
Objetivo: investigar, por meio de uma revisão sistemática da literatura, como a inteligência artificial (IA) tem sido aplicada em projetos sociais em diversos contextos globais, com o objetivo de identificar iniciativas que contribuam significativamente para o desenvolvimento sustentável.
Fundamentação Teórica
A sustentabilidade exige tecnologias alinhadas aos ODS. A IA contribui para isso ao promover eficiência, inclusão e inovação social. O modelo Triple Bottom Line (Elkington, 1998) fundamenta a análise integrada dos impactos econômico, social e ambiental. Estudos recentes destacam a importância da IA na sustentabilidade, na inovação centrada no humano, na mensuração de ROI com valor compartilhado e na transformação digital via Indústrias 4.0 e 5.0, que unem automação, ética e propósito social.
Discussão
O artigo discute como a IA pode contribuir para projetos sociais ao promover inclusão, inovação e eficiência. Identifica-se uma lacuna entre o potencial da tecnologia e sua aplicação prática em contextos vulneráveis. A discussão destaca a necessidade de alinhar a IA aos ODS, considerando impactos sociais, ambientais e éticos. Defende-se uma abordagem centrada no humano, métricas de valor compartilhado e integração com tecnologias emergentes como IoT, blockchain e Indústria 5.0.
Conclusão
A revisão mostra que a IA tem potencial para promover transformação social quando aplicada de forma ética e inclusiva. Apesar dos avanços, persistem desafios como a falta de métricas para avaliar o retorno social, lacunas metodológicas e poucos estudos em regiões vulneráveis. Destaca-se a necessidade de modelos de governança colaborativa e indicadores integrados. A IA pode gerar valor social, ambiental e econômico, desde que guiada por princípios de justiça, equidade e sustentabilidade.
Contribuição / Impacto
O artigo contribui ao mapear como a IA é usada em projetos sociais, destacando benefícios, desafios e lacunas. Propõe uma base teórica para integrar IA, sustentabilidade e projetos sociais. Identifica quatro eixos temáticos e sugere métricas para avaliar impacto social e ambiental. Os impactos incluem apoio à formulação de políticas públicas, estímulo à inovação ética e fortalecimento de práticas inclusivas. A pesquisa orienta ações que alinhem tecnologia aos ODS, promovendo equidade e desenvolvimento social.
Referências Bibliográficas
As referências bibliográficas reúnem autores relevantes nas áreas de inteligência artificial, sustentabilidade e inovação social. Destacam-se Elkington (1998) com o modelo Triple Bottom Line, Vinuesa et al. (2020) sobre IA e ODS, e Tabbakh et al. (2024) com diretrizes para IA sustentável. Também são citados estudos sobre ESG, Indústria 4.0 e 5.0, e ética algorítmica. A bibliografia oferece base teórica sólida e multidisciplinar, cobrindo aspectos técnicos, sociais e ambientais essenciais ao tema proposto.