Relato de experiência no uso de engenharia de prompt para apoio ao desk review editorial
DOI:
https://doi.org/10.21452/abecmeeting2025.292Palavras-chave:
Engenharia de Prompt, Desk Review, Inteligência Artificial, Periódicos Científicos, Comunicação CientíficaResumo
Visa propor um conjunto de táticas de engenharia de prompt a serem aplicadas com inteligência artificial generativa como assistente no processo de desk review em periódicos científicos. Metodologicamente, classifica-se a pesquisa como exploratória, bibliográfica e descritiva. Resulta na eficiência da IA em tarefas simples ao gerar análises rápidas e claras, mas falhou em verificações quantitativas de maior precisão. Por fim conclui-se que os agentes de IA são úteis como apoio inicial, mas não substituem a revisão humana. Espera-se que este estudo fomente novos testes em práticas editoriais na comunicação científica com o uso das inteligências artificiais generativas.
Downloads
Referências
BROWN, T. B. et al. Language models are few-shot learners. Advances in Neural Information Processing Systems, Cambridge, v. 33, p. 1877-1901, 2020. Disponível em: https://proceedings.neurips.cc/paper_files/paper/2020/file/1457c0d6bfcb4967418bfb8ac142f64a-Paper.pdf. Acesso em: 25 ago. 2025.
FIORELLO, L.; MEHTA, V. Accelerating editorial processes in scientific journals: Leveraging AI for rapid manuscript review. Oral Oncology Reports, Londres, v. 10, n. 3, art. 100511, maio 2024. Disponível em: https://www.sciencedirect.com/science/article/pii/S2772906024003571. Acesso em: 7 ago. 2025.
JESUS et al.. Aplicações de Inteligência Artificial Generativa em Revisões Sistemáticas da Literatura. Tendências da Pesquisa Brasileira em Ciência da Informação, João Pessoa, v. 17, 2024. Disponível em: https://revistas.ancib.org/tpbci/article/view/675. Acesso em: 7 ago. 2025.
KASNECI, E. et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and individual differences, Londres, v. 103, p. 102274, 2023. Disponível em: https://www.sciencedirect.com/science/article/pii/S1041608023000195?casa_token=NVFhd22TIEMAAAAA:rEPcFv-usSHI95pCDjCnvx21NKHFmQP1IzVlmyvM6vumkql2Uw4YyRMyk3Wk1uIp_SBSxRmMJxBf. Acesso em: 25 ago. 2025.
LEWIS, P. et al. Retrieval-augmented generation for knowledge-intensive NLP tasks. Advances in Neural Information Processing Systems, Cambridge, v. 33, p. 9459-9474, 2020. Disponível em: https://proceedings.neurips.cc/paper/2020/file/6b493230205f780e1bc26945df7481e5-Paper.pdf. Acesso em: 27 ago. 2025.
NASCIMENTO, J. R. Exploração de técnicas de engenharia de prompt para aprimorar os resultados do uso de LLM no TCMRio (Trabalho de Conclusão de Curso em Residência em Tecnologia da Informação) - o Instituto Metrópole Digital da Universidade Federal do Rio Grande do Norte, Nata, 2024. Disponível em: https://repositorio.ufrn.br/bitstreams/83ed7a5d-4651-4e51-8862-6c617dbbb2bb/download. Acesso em: 27 ago. 2025.
PRODANOV, C. C.; FREITAS, E. C. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico.2 ed. Rio Grande do Sul: Editora Feevale, 2013. Disponível em: https://www.feevale.br/Comum/midias/0163c988-1f5d-496f-b118-a6e009a7a2f9/E-book%20Metodologia%20do%20Trabalho%20Cientifico.pdf. Acesso em: 7 ago. 2025.
REVISTA ARCO. Desk Review: utilizado por revistas científicas para agilizar o processo, método de avaliação de artigos retoma discussão sobre o produtivismo acadêmico. Revista Arco – Jornalismo Científico e Cultural, Santa Maria, 2017. Atual. 27 maio 2021. Disponível em: https://www.ufsm.br/midias/arco/post416. Acesso em: 7 ago. 2025.
REYNOLDS, L.; MCDONELL, K. Prompt programming for large language models: beyond the few-shot paradigm. In: CHI CONFERENCE ON HUMAN FACTORS IN COMPUTING SYSTEMS, 2021. Anais [...], [S.l.: s.n.], 2021. p. 1-7. Disponível em: https://dl.acm.org/doi/pdf/10.1145/3411763.3451760?casa_token=oKEQNpMSIPYAAAAA:Zc_sezrkAbc8zsIk-kTQtzc7lubduC3-bOYlMX7VgRVpBPWIufTL3F9_auRDk0M9wA87hsYFC8Z4f_Q. Acesso em: 27 ago. 2025.
WEI, J. et al. Chain-of-thought prompting elicits reasoning in large language models. Advances in Neural Information Processing Systems, Cambridge, v. 35, p. 24824-24837, 2022. Disponível em: https://proceedings.neurips.cc/paper_files/paper/2022/file/9d5609613524ecf4f15af0f7b31abca4-Paper-Conference.pdf. Acesso em: 27 ago. 2025.
WHITE, J. et al. A prompt pattern catalog to enhance prompt engineering with chatgpt. Preprint. arXiv preprint arXiv:2302.11382, 2023. Disponível em: https://omekas-test.sba.unipi.it/files/original/9473424cea8d562f876a4bca4bedd9e2336910af.pdf. Acesso em: 27 ago. 2025.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Kamilla Pereira Silva, Sophia Dalla Costa da Silveira, Igor Moura Danieleviz e Silva, Yasmin de Sales da Costa Medim
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
