INTELIGÊNCIA ARTIFICIAL APLICADA À INDICAÇÃO DE LEITURA BASEADO NO PERFIL DO USUÁRIO DA BIBLIOTECA
Palavras-chave:
Recuperação de informação, Sistema de descoberta de dados, Sugestão de leitura, Redes Neurais Artificiais, Disseminação seletiva da informaçãoResumo
A tecnologia da inteligência artificial é amplamente empregada em diversos setores, incluindo em contextos sociais, econômicos, educacionais e culturais. Na Biblioteconomia, em especial, a inteligência artificial tem um papel fundamental na indicação personalizada de leitura aos usuários. Através de algoritmos de aprendizado de máquina, os sistemas de recomendação analisam os perfis dos usuários, sugerindo leituras relevantes e adaptadas aos seus interesses. O objetivo da pesquisa foi contribuir para criação de um sistema de sugestão de leituras de acordo com o perfil dos estudantes usuários do Sistema Integrado de Bibliotecas do Instituto Federal de Educação, Ciência e Tecnologia de Goiás, a partir do caso Câmpus Inhumas, utilizando técnicas de inteligência artificial, com ênfase no uso de Redes Neurais Artificiais. Nesta pesquisa, utilizamos um estudo de caso com dados provenientes de relatórios anuais emitidos pelo Sistema Sophia Biblioteca. A pesquisa é de abordagem descritiva-explicativa, incluindo levantamento bibliográfico e de dados primários emitidos pelo Gerenciador Sophia referente aos empréstimos realizados pelos estudantes do Câmpus Inhumas no período de 2021 a 2023. Os resultados mostraram que a rede neural Multilayer Perceptron pode efetivamente prever o gênero literário preferido e a constância de leitura dos usuários, alcançando uma acurácia, termo utilizado para medir a precisão da rede neural, satisfatória. Isso não apenas valida a viabilidade técnica do sistema de recomendação, mas também destaca o potencial da inteligência artificial em transformar a experiência de leitura dos estudantes, incentivando a leitura e democratizando o acesso à informação. Em conclusão, a pesquisa atingiu seu objetivo de criar um modelo de indicação de leitura baseado no perfil dos usuários, que pode ser transformado numa ferramenta para bibliotecas promoverem a leitura de forma personalizada e eficaz. De posse da indicação de leitura baseado no perfil do usuário, os gestores das bibliotecas podem se apropriar desses dados para responder a outras questões, como por exemplo, a definição de novos títulos de livros para serem adquiridos. Contudo, recomenda-se posterior a esse estudo, analisar e avaliar por meio de entrevistas junto aos usuários da biblioteca, os pontos dos quais contribuirá mais qualitativamente para a criação da rede neural.
