Desmistificando a revisão da literatura na era da IA

Atualizando o método SSF com o suporte da Inteligência Artificial Generativa

Autores

DOI:

https://doi.org/10.5195/biblios.2025.1317

Palavras-chave:

Revisão da literatura, Método SSF, Inteligência Artificial Generativa, Revisão narrativa

Resumo

Objetivo. O estudo aborda a falta de um método que combine revisões sistemáticas com Inteligência Artificial Generativa (IA). Ele propõe melhorias no método SSF (Systematic Search Flow, fluxo de pesquisa sistemática), introduzindo novas categorias de revisão e incorporando ferramentas de IA.

Método. Analisou 44 tipos de revisões de literatura organizadas em sete famílias distintas com abordagem da revisão narrativa. Com base nisso, foi atualizado o método SSF com o apoio da IA generativa.

Resultados. Apresenta as evoluções do SSF, que incorpora a IA generativa para otimizar a estratégia de pesquisa, a seleção de artigos e a redação científica. Isso resulta em revisões mais rápidas ao filtrar os resultados e analisar um grande volume de dados.

Conclusão. A atualização do Método SSF representa um avanço significativo, oferecendo um guia sistemático e eficiente para revisões de literatura. Embora a IA generativa não substitua o julgamento crítico do pesquisador, quando orientada por pesquisadores experientes, ela aumenta a eficiência do processo, tornando as revisões mais robustas e metodologicamente rigorosas.

Biografia do Autor

Helio Aisenberg Ferenhof, Universidade Federal de Santa Catarina

Doutor em Engenharia de Produção - PPGEP - UFSC (2015). Especialista em Didática da Educação Superiror - SENAC/SC (2012). Mestre em Gestão do Conhecimento - PPGEGC - UFSC (2011). MBA E-Bussiness - FGV-RJ (2001). Bacharel em Ciência da Computação - Universidade Estácio de Sá - RJ (1999). Bacharel em Administração - Faculdade UniBF - PR (2020). Tem experiência na área de Gerenciamento de Projetos, Gestão da Inovação, Gestão do Conhecimento, Gestão de Serviços, Desenvolvimento de Sistemas, Desenvolvimento de Produtos, Segurança da Informação. Atuou como Prof. Visitante do Programa de Pós-Graduação em Tecnologias da Informação e Comunicação (PPGTIC) - UFSC Araranguá. Pesquisador do GEPPS (Grupo de Engenharia de Produtos, Processos e Serviços) e NGS (Núcleo de Gestão para Sustentabilidade) da Universidade Federal de Santa Catarina. Pesquisador Associado do KIM (Knowledge and Innovation Management) grupo de pesquisa da University of Skövde (www.his.se). Membro do ICAA - Associação para acreditação do capital intelectual (www.icaa.pt). Membro honorário da Red Iberoamericana para el desarrollo y difusión de la investigación educativa AC (https://redesdeinvestigacioneducativa.org/). Atuando principalmente nos seguintes temas: Gerenciamento de Projetos, Gestão da Inovação, Conhecimento em Risco, Gestão do Conhecimento, Gestão/Desenvolvimento de Serviços, Gestão/Desenvolvimento de Produtos, Gestão de Stakeholders, Governança, Transformação Digital. Profissional capacitado a desenvolver e acompanhar projetos, desde a criação do modelo de negócio até a implantação. Apresenta mais de 20 anos de experiência adquirida em empresas multinacionais e consultorias de renome.

Roberto Fabiano Fernandes, Universidade Federal de Santa Catarina

Doutor em Engenharia e Gestão do Conhecimento. Bacharel em Ciência da Computação pela Fundação Universidade Regional de Blumenau (2001). Especialista em Engenharia de Projetos de Software (2009), Ciência de Dados (2020), Governança de TI (2021) e Metodologias de Ensino a Distância (2021). Possui mestrado (2012) e doutorado (2017) em Engenharia e Gestão do Conhecimento pela Universidade Federal de Santa Catarina. Atua como avaliador do Sistema Nacional de Avaliação da Educação Superior (BASis) e do Conselho Estadual de Educação de Santa Catarina. Participou do grupo que recebeu o Prêmio Stemmer de Inovação na categoria Governo Inovador em 2022.

Downloads

Publicado

2025-03-21

Como Citar

Ferenhof, H. A., & Fernandes, R. F. (2025). Desmistificando a revisão da literatura na era da IA: Atualizando o método SSF com o suporte da Inteligência Artificial Generativa. Biblios Journal of Librarianship and Information Science, (88), e003. https://doi.org/10.5195/biblios.2025.1317

Edição

Seção

Original