Inteligência artificial para apoio à escrita coletiva digital

Abstract

Este artigo apresenta o desenvolvimento, a integração e a avaliação de uma ferramenta de consulta inteligente baseada na técnica Retrieval-Augmented Generation (RAG), incorporada ao Editor de Texto Coletivo (ETC), plataforma de escrita colaborativa desenvolvida pela UFRGS. O sistema permite que usuários consultem documentos previamente indexados por meio de perguntas em linguagem natural, com entrada por texto ou voz. A solução utiliza exclusivamente ferramentas e modelos de código aberto, incluindo o modelo Mistral-7B-Instruct, o mecanismo de recuperação vetorial FAISS e o modelo Whisper para reconhecimento de fala. A metodologia envolveu uma revisão sistemática de literatura, a análise de ferramentas, o desenvolvimento da arquitetura, a integração com o ETC e testes funcionais. Na avaliação de desempenho, nove perguntas foram aplicadas ao sistema, divididas em três categorias — factuais, inferenciais e multi-hop — e avaliadas pelas métricas Precision@3, ROUGE-L, acurácia e latência. Os resultados indicaram acurácia de 77,7%, com melhor desempenho em perguntas factuais e desempenho reduzido nas questões inferenciais devido a limitações no processo de recuperação semântica. A análise demonstra que o componente mais crítico do sistema é a etapa de recuperação, sugerindo melhorias como redução do tamanho dos chunks e otimização dos embeddings. A ferramenta integrada ao ETC mostrou-se funcional, contribuindo para o apoio à escrita coletiva e indicando potencial para futuras expansões, como interpretação de textos presentes em imagens via OCR.