Uso ético de IA na pesquisa acadêmica: aplicação da técnica de RAG integrada ao NotebookLM em revisões de literatura

Resumo

Introdução: Este estudo avalia a aplicação da técnica de Retrieval-Augmented Generation (RAG) com o NotebookLM para organizar revisões de literatura acadêmica, explorando seu potencial para identificar temas e lacunas, com foco no uso de blockchain e NFTs em instituições OpenGLAM. A técnica combina conhecimento interno com dados atualizados, aumentando a precisão e transparência das respostas. Objetivo: Avaliar a viabilidade do uso da técnica de RAG, integrada ao NotebookLM, para melhorar revisões de literatura acadêmica, com ênfase na identificação de tendências e lacunas sobre blockchain e NFTs em instituições culturais. Metodologia: Documentos foram coletados de bases acadêmicas e carregados no NotebookLM. Após fragmentação em tópicos menores, os dados foram convertidos em embeddings semânticos. Prompts orientaram consultas, e o NotebookLM localizou fragmentos relevantes, combinando-os para gerar respostas completas. Resultados: A ferramenta foi útil para consultas pontuais e resumos temáticos, mas apresentou dificuldades em integrar informações de múltiplas fontes e gerar respostas consistentes. Apesar disso, demonstrou potencial em tarefas práticas e objetivas. Conclusão: O NotebookLM é promissor para organização de conhecimento, mas enfrenta desafios em revisões acadêmicas complexas. Sua integração com supervisão humana amplia sua aplicabilidade, contribuindo para práticas acadêmicas mais responsáveis. A técnica de RAG mostrou-se útil como suporte complementar, mas não como solução única para revisão de literatura.