ChatGPT para bibliotecas: como usá-lo em seu diário de trabalho com exemplos reais / SoyBibliotecario

ChatGPT para bibliotecas: como usá-lo em seu diário de trabalho com exemplos reais / SoyBibliotecario

A qualidade da resposta do ChatGPT depende em grande parte da qualidade da pergunta (instrução) fornecida. Princípios básicos:

• Seja específico: quanto mais contexto e detalhes, melhor o resultado. “Escreva uma resenha” é pior do que “Escreva uma resenha de 300 palavras para o blog I’m a Librarian, usando um tom amigável e evitando spoilers”. • Indique a função: “Aja como um bibliotecário profissional e…” melhora a precisão da resposta em tópicos especializados. Livros e Literatura

• Solicite formatação: “Organize sua resposta com subtítulos”, “Use listas com marcadores”, “Responda em no máximo 200 palavras”.

• Itere: se o primeiro resultado não for satisfatório, solicite ajustes: “Seja mais conciso”, “Use um tom mais formal”, “Adicione um exemplo concreto”.

• Sempre verifique novamente: o ChatGPT pode cometer erros factuais. Todos os dados, datas e referências bibliográficas devem ser verificados antes da publicação.

#ChatGPT #IA #Bibliotecas

Disponível em: https://soybibliotecario.blogspot.com/2026/05/chatgpt-para-bibliotecarios-como-usarlo.html

Aplicabilidade de Modelos de Linguagem de Grande Porte (LLMs) à classificação bibliográfica / Journal of Librarianship and Information Science

Aplicabilidade de Modelos de Linguagem de Grande Porte (LLMs) à classificação bibliográfica: Análise do ChatGPT-4o, DeepSeek e Gemini 2.0 para atribuição de números da Classificação Decimal de Dewey (CDD) / Journal of Librarianship and Information Science

Os resultados indicam que os três modelos lidam bem com níveis mais amplos de classificação, particularmente até o segundo e terceiro dígitos. O DeepSeek apresentou o melhor desempenho geral, com uma pontuação média de correspondência de 56,43 em 100, seguido pelo ChatGPT-4o (51,82), enquanto o Gemini 2.0 produziu os resultados mais variáveis ​​entre os três (45,73). A maioria dos erros ocorre nos níveis de seção (terceiro dígito) e nas primeiras casas decimais, indicando que essas distinções granulares exigem uma compreensão contextual que vai além das capacidades atuais do modelo. Classificações incorretas no nível principal foram raras (ChatGPT: 9,09%; DeepSeek: 0,91%; Gemini: 8,18%). Curiosamente, a matriz de compensação entre os modelos revelou que diferentes modelos têm desempenhos distintos ao longo dos níveis hierárquicos. O DeepSeek mostrou-se excelente na classificação em níveis mais amplos, enquanto o ChatGPT-4o teve um desempenho melhor na classificação em níveis granulares, indicando o potencial futuro para combinações de modelos que considerem a hierarquia para a tarefa em questão.

#CDD #ChatGPT #DeepSeek #Gemini

Disponível em: https://doi.org/10.1177/09610006261442170

O viés algorítmico como dispositivo de reprodução das assimetrias informacionais / Observatório de Imprensa

O viés algorítmico como dispositivo de reprodução das assimetrias informacionais / Observatório de Imprensa

Pesquisa publicada pelo Oxford Internet Institute da Universidade de Oxford, em colaboração com a University of Kentucky, em 20 de janeiro de 2026, evidenciou que o ChatGPT apresenta viés sistemático favorável a regiões ocidentais economicamente desenvolvidas quando responde a perguntas que abrangem desde “Onde as pessoas são mais bonitas?” até “Qual país é mais seguro?”, reproduzindo preconceitos historicamente consolidados nos dados que alimentam esses sistemas (https://www.ox.ac.uk/news/2026-01-20-new-study-finds-chatgpt-amplifies-global-inequalities).

#MediaçãoAlgorítmica #AssimetriaInformacional #ChatGPT

via Observatório de Imprensa

Disponível em: https://www.observatoriodaimprensa.com.br/tecnologia/o-vies-algoritmico-como-dispositivo-de-reproducao-das-assimetrias-informacionais/

O Prism é um editor de texto baseado no ChatGPT que automatiza grande parte do trabalho envolvido na escrita de artigos científicos / MIT Technology Review

O Prism é um editor de texto baseado no ChatGPT que automatiza grande parte do trabalho envolvido na escrita de artigos científicos / MIT Technology Review

A OpenAI acaba de revelar o que sua nova equipe interna, a OpenAI for Science, tem feito. A empresa lançou uma ferramenta gratuita para cientistas, baseada em LLM, chamada Prism, que incorpora o ChatGPT em um editor de texto para a escrita de artigos científicos.

A ideia é colocar o ChatGPT em destaque dentro do software que os cientistas usam para escrever seus trabalhos, de forma semelhante à maneira como os chatbots são incorporados em editores de programação populares. É a programação intuitiva, mas para a ciência.

Kevin Weil, chefe da OpenAI for Science, reforça essa analogia. “Acho que 2026 será para a IA e a ciência o que 2025 foi para a IA na engenharia de software”, disse ele em uma coletiva de imprensa ontem. “Estamos começando a ver esse mesmo tipo de inflexão.”

via MIT Technology Review

#EscritaCientífica #ChatGPT #OpenIA

DIsponível em: https://www.technologyreview.com/2026/01/27/1131793/openais-latest-product-lets-you-vibe-code-science/

Adoção do ChatGPT em serviços de referência de bibliotecas universitárias: desafios e oportunidades / Alexandria

Adoção do ChatGPT em serviços de referência de bibliotecas universitárias: desafios e oportunidades / Alexandria

Resultados: Os resultados revelaram que o ChatGPT oferece diversos benefícios quando integrado ao serviço de referência. Esses benefícios incluem a capacidade de fornecer respostas rápidas aos usuários, acessibilidade 24 horas por dia, 7 dias por semana, auxílio à pesquisa, suporte à alfabetização informacional e recuperação de informações. O estudo constatou que, apesar do seu potencial para bibliotecas, o ChatGPT apresenta algumas desvantagens, incluindo a falta de privacidade e segurança, a possibilidade de fornecer respostas incorretas aos usuários e viés inerente. Conclusão: O estudo revelou que a integração do ChatGPT ao serviço de referência em bibliotecas acadêmicas não substituirá completamente o papel dos bibliotecários de referência, uma vez que estes precisarão intervir e responder às dúvidas dos usuários caso o ChatGPT apresente falhas.

#ChatGPT #BibliotecasUniversitárias #ProdutosEServiçosDeInformação

Disponível em: https://doi.org/10.1177/09557490251414716

Pesquisa: LLMs respondem de forma diferente em inglês e chinês / Harvard Business Review

Pesquisa: LLMs respondem de forma diferente em inglês e chinês / Harvard Business Review

Encontramos tendências culturais consistentes em modelos de IA generativa quando solicitados em diferentes idiomas. Especificamente, quando solicitados em inglês (em comparação com o chinês), tanto o GPT quanto o ERNIE exibiram uma orientação social mais independente (em comparação com a interdependente) e um estilo cognitivo mais analítico (em comparação com o holístico). Por exemplo, pedimos aos modelos de IA que explicassem por que uma pessoa se comportava de determinada maneira em situações cotidianas. Quando solicitados em inglês, os modelos tendiam a atribuir o comportamento à personalidade da pessoa. Em contraste, quando solicitados em chinês, o mesmo modelo tendia a atribuir o comportamento ao contexto social. Como um exemplo hipotético, imagine que você, como líder, peça à IA para diagnosticar a causa da falha de um projeto. Um comando em inglês pode direcionar o modelo para explicações centradas na responsabilidade individual, enquanto um comando em chinês pode apontar para influências externas, como restrições de recursos. Essas tendências culturais se mantiveram em uma ampla gama de tarefas, parâmetros de modelo e formatos de comando.

#MediaçãoAlgorítmica #ChatGPT #ERNIE #Cultura

via Harvard Business Review

Disponível em: https://hbr.org/2025/12/how-two-leading-llms-reasoned-differently-in-english-and-chinese

Artigos retratados sobre células-tronco são continuamente citados em publicações e utilizados pelo ChatGPT / Scientometrics 

Artigos retratados sobre células-tronco são continuamente citados em publicações e utilizados pelo ChatGPT / Scientometrics 

Múltiplos métodos de detecção confirmam que a literatura sobre células-tronco retratada está incorporada aos dados de treinamento do ChatGPT-5.0. O modelo demonstra reconhecimento inconsistente de retratações e exibe disparidades geográficas nos padrões de citação. Essas descobertas destacam a necessidade urgente de mecanismos de filtragem aprimorados nos fluxos de treinamento de modelos de aprendizagem de linguagem e em sistemas dinâmicos de verificação de retratações.

#Retratação #ChatGPT

Disponível em: https://link.springer.com/article/10.1007/s11192-025-05484-y

Pesquisadores descobrem que mecanismos de busca com inteligência artificial dependem de fontes “menos populares” / Ars Technica

Pesquisadores descobrem que mecanismos de busca com inteligência artificial dependem de fontes “menos populares” / Ars Technica

De modo geral, as fontes citadas nos resultados das ferramentas de busca generativa tendiam a ser de sites menos populares do que aqueles que apareciam entre os 10 primeiros resultados de uma busca tradicional, segundo a ferramenta de rastreamento de domínios Tranco . As fontes citadas pelos mecanismos de IA tinham maior probabilidade do que as encontradas em buscas tradicionais do Google de estarem fora dos 1.000 e 1.000.000 domínios mais populares rastreados pela Tranco. A busca Gemini, em particular, mostrou uma tendência a citar domínios impopulares, com a fonte mediana ficando fora do top 1.000 da Tranco em todos os resultados.

Embora os pesquisadores não tenham determinado se os mecanismos de busca baseados em IA eram, no geral, “melhores” ou “piores” do que os mecanismos de busca tradicionais, eles incentivaram pesquisas futuras sobre “novos métodos de avaliação que considerem conjuntamente a diversidade de fontes, a abrangência conceitual e o comportamento de síntese em sistemas de busca generativos”.

#Buscadores #Gemini #ChatGPT

Disponível em: https://arstechnica.com/ai/2025/10/ai-powered-search-engines-rely-on-less-popular-sources-researchers-find/

Engenharia rápida para raspagem bibliográfica na web / Scientometrics

Engenharia rápida para raspagem bibliográfica na web / Scientometrics

O objetivo deste artigo é definir como usar eficientemente a engenharia de prompts para elaborar um modelo de entrada de dados adequado, capaz de gerar, em uma única interação com o ChatGPT-4o, um web scraper totalmente funcional, programado em linguagem PHP, adaptado ao caso de catálogos bibliográficos. Como exemplo de demonstração, utiliza-se o catálogo bibliográfico da Biblioteca Nacional da Espanha, com um conjunto de dados de milhares de registros. Os resultados apresentam um modelo eficaz para o desenvolvimento de programas de web scraping, auxiliado por IA e com a mínima interação possível. Os resultados obtidos com o modelo indicam que o uso de prompts com modelos de linguagem de grande porte (LLM) pode melhorar a qualidade do scraping, compreendendo contextos e padrões específicos, adaptando-se a diferentes formatos e estilos de apresentação de informações bibliográficas.

#ChatGPT #WebScrapping

Disponível em: http://eprints.rclis.org/47235/

Rastros do ChatGPT / Pesquisa Fapesp

Rastros do ChatGPT / Pesquisa Fapesp

A Associação Americana para Pesquisa do Câncer (AACR), que publica 10 revistas científicas da área de oncologia, detectou uma prevalência elevada do uso de programas de inteligência artificial generativa nos trabalhos submetidos a seus periódicos. 23% dos manuscritos encaminhados por autores em 2024 continham indícios de que os textos foram preparados ou revisados com o apoio de grandes modelos de linguagem (LLM), sistemas de inteligência artificial treinados com enormes volumes de texto para compreender a linguagem humana, nos quais se baseiam ferramentas como o ChatGPT. O problema se estende, embora em menor escala, ao trabalho dos revisores – especialistas que avaliam o conteúdo dos trabalhos e recomendam ou não sua publicação. Há sinais de uso de programas de IA em 5% de pareceres de revisão por pares produzidos em 2024.

#GPT #EscritaCientífica #ComunicaçãoCientífica

Disponível em: https://revistapesquisa.fapesp.br/rastros-do-chatgpt/

Jornalistas científicos acham que o ChatGPT é ruim para resumir artigos científicos (mas será que é mesmo?) / The Distant Librarian

Jornalistas científicos acham que o ChatGPT é ruim para resumir artigos científicos (mas será que é mesmo?) / The Distant Librarian

Conforme relatado pela Ars Technica , com muitos mais detalhes no White Paper (PDF) escrito pela equipe do Science Press Package, SciPak. Não tenho motivos para duvidar das conclusões, mas tomo nota das ressalvas que aparecem no próprio artigo…

Os prompts utilizados pelos avaliadores estão listados no apêndice do artigo (pág. 9) e são uma boa ilustração de como se deve escrever um prompt se se busca um tipo específico de resposta. Infelizmente, o artigo não indica se os resultados daquele prompt mais específico foram, em geral, melhores do que os menos específicos.
Acho importante fazer seus próprios testes, porque uma das maneiras pelas quais vemos estudantes, especialmente, usarem LLMs é exatamente para esse propósito: resumir trabalhos mais longos e difíceis. Se os resumos estiverem errados, isso é obviamente preocupante, mas se estiverem certos, mas não se adequarem a um estilo específico, isso é muito menos preocupante, na minha humilde opinião, e poderia ser corrigido com melhores orientações.

#DivulgaçãoCientífica #ChatGPT

via The Distant Librarian

Disponível em: https://distlib.pival.me/science-journalists-find-chatgpt-is-bad-at-summarizing-scientific-papers-but-are-they-really/

Datalogação: avaliação de ferramentas de inteligência artificial para automatizar a catalogação de livros / Infonomy

Datalogação: avaliação de ferramentas de inteligência artificial para automatizar a catalogação de livros / Infonomy

Esta pesquisa analisa o impacto no tempo, custos, qualidade e quantidade de livros catalogados usando aplicativos de inteligência artificial como ChatGPT 3.5, ChatGPT 4.0, Gemini e Copilot em comparação com a catalogação realizada por um catalogador especialista. Os livros selecionados foram três best-sellers e duas obras de primeira linha selecionadas pela equipe do Sistema de Bibliotecas da Universidade Distrital Francisco José de Caldas. Os resultados nos permitiram inferir que o processo médio de catalogação usando aplicativos que usam o Large Language Model é 183 vezes mais rápido, o custo salarial de um catalogador é 64 vezes mais caro do que a IA, e a IA pode catalogar 187 vezes mais livros do que um catalogador.

#Catalogação #IA #ChatGPT #Gemini #CoPilot

Disponível em: https://infonomy.scimagoepi.com/index.php/infonomy/article/view/104