Por Ênio Alterman Blay, Veridiana Domingos Cordeiro e Alysson Fernandes Mazoni, pesquisadores do Centro de Estudos em Inteligência Artificial e Aprendizado de Máquina da USP

A Inteligência Artificial (IA) está em grande evidência por múltiplos fatores, como impactos na produção de tecnologias, direcionamento de incentivos e ampla criação de novas aplicações.
O Centro de Inteligência Artificial e Aprendizado de Máquina (CIAAM) e o Instituto de Estudos Avançados, ambos da Universidade de São Paulo, realizam pesquisas sobre o desenvolvimento desta área na realidade brasileira e desenvolvem ferramentas para avaliação e acompanhamento.

Sob a coordenação da professora Veridiana Domingos Cordeiro, da Faculdade de Filosofia, Letras e Ciências Humanas da USP, nosso grupo de pesquisa, composto dos pós-doutorandos Alysson Mazoni e Enio A. Blay, realiza uma ampla pesquisa sobre o ecossistema da produção de conhecimento em IA.

Os primeiros resultados preliminares do nosso esforço foram publicados em um site, em que o mapeamento da produção de conhecimento e seus atores na forma de um ecossistema científico e tecnológico podem ser estudados de forma ativa.

O objetivo final é disponibilizar uma base de dados e visualizações associadas, para guiar pesquisas sobre IA que engloba pesquisadores, instituições, empresas, órgãos governamentais e os produtos de seus trabalhos e projetos.

Na tradição da cientometria, informações de dados sobre pesquisa vêm de seus resultados na forma de artigos científicos publicados, o que leva a bases de dados bibliográficas como principal fonte de pesquisa.

Por outro lado, informações sobre os resultados de pesquisa podem também ser encontradas em bases de projetos nos repositórios de agências financiadoras e de conjuntos de dados em bibliotecas universitárias como trabalhos de conclusão de curso, dissertações e teses.

Porém, a indexação de metadados existente torna as bases bibliográficas fontes mais ricas e com provável sobreposição de outras fontes, dada a importância do artigo científico para pesquisadores profissionais. Há publicações em congressos que estão, por exemplo, indexadas de forma quase completa em bases mais modernas como Dimensions e OpenAlex.

Entende-se que o conhecimento técnico também se espalha em outros formatos como relatórios técnicos, documentos de política, patentes, modelos de utilidade, registros de software e, portanto, há uma dificuldade de relacionar dados que existam em todas as áreas da inovação e da interface entre pesquisa e desenvolvimento. O objetivo é mapear os atores do processo desde a produção até o uso do conhecimento. Essa etapa do trabalho irá requerer mais cruzamento de dados e análises interativas.

Uma base de dados central para a realidade brasileira é o currículo Lattes, onde há um volume bastante completo de descrições de produções científicas.

Há outras bases de dados importantes como o registro de informações dos programas de pós-graduação e instituições mantido pela Capes na forma de iniciativa Capes Dados Abertos onde se podem definir áreas do conhecimento e desambiguar instituições pelos dados de avaliação de programas, principalmente pela forma como listam publicações e autores como parte de seus dados, permitindo cruzamento indireto pelos identificadores de publicações como DOIs.

A definição de área do conhecimento é um problema persistente e sempre gerador de novos debates no campo da bibliometria e cientometria. Nas análises desta pesquisa, consideramos pesquisadores como produtores de conhecimento a partir dos quais mapearíamos a área, adotando três estratégias para definição de pertencimento de um indivíduo à área da IA. As três abordagens são:

• Autodeclaração usando as palavras relacionadas à IA dentro do currículo Lattes (Autodeclaração).
• Volume de publicações em áreas definidas como IA por meio das revistas e conferências da área (Comunidade).
• Volume de publicações dentro de grupos de definição de área baseadas agrupamento de trabalhos por citações diretas (Agrupamento).

Essas três abordagens procuram representar diferentes visões para a IA como área do conhecimento mas não se excluem mutuamente. Pesquisadores são parte de mais de uma área e podem estar presentes ou ausentes de listas de forma independente. Adicionalmente, foram selecionados apenas pesquisadores com pelo menos 3 publicações no conjunto de publicações total considerado.

As três abordagens, harmonizadas pela presença comum do currículo Lattes, podem ser agrupadas em uma lista de pesquisadores e afiliações pelo identificador do currículo.

Além dos relacionamentos e afiliação de pesquisadores, o site traz alguns gráficos interativos com os centros de pesquisa de IA no Brasil e mesmo um mapa global.

Nossa proposta é criar subsídios necessários para fomentar a pesquisa sociológica em IA, o que permitiria não só entender relações atuais e passadas, mas criar estratégias, públicas e privadas, de investimento nacional que fortaleçam nosso ecossistema de IA em um mundo interligado. jornal.usp.br