Avaliação da qualidade dos metadados: análise de entradas bibliográficas na literatura bibliotecária geradas pelo ChatGPT-5 / Journal of Library Metadata
Utilizando uma metodologia de pesquisa avaliativa, 200 entradas bibliográficas foram geradas com o GPT-5 e sistematicamente verificadas em fontes confiáveis, incluindo o Google Acadêmico e sites de editoras. As entradas foram categorizadas como corretas, parcialmente corretas (apenas erros de DOI) ou incorretas (múltiplos erros de metadados). A análise quantitativa, utilizando estatísticas descritivas e testes qui-quadrado, foi complementada pela categorização qualitativa das tendências de erros. Os resultados revelaram que 74% das entradas estavam totalmente corretas, 20,5% apresentavam DOIs incorretos e 4% continham múltiplos erros de metadados. Embora elementos essenciais de metadados, como autor, título, ano e periódico, estivessem consistentemente presentes, detalhes críticos, como volume, número, páginas e DOIs válidos, estavam frequentemente incompletos ou incorretos. Os resultados estatísticos confirmaram associações significativas entre a completude dos metadados, a presença de DOI e a precisão bibliográfica. O estudo conclui que o GPT-5 demonstra uma melhoria significativa em relação às versões anteriores, mas ainda não pode substituir a verificação humana em trabalhos bibliográficos.
#Metadados #ChatGPT
Disponível em: https://www.tandfonline.com/doi/full/10.1080/19386389.2025.2598503
Deixe uma resposta