Logo do repositório

ESTGV - DI - Dissertações de mestrado (após aprovadas pelo júri)

URI permanente para esta coleção:

http://hdl.handle.net/10400.19/243

Navegar

Percorrer ESTGV - DI - Dissertações de mestrado (após aprovadas pelo júri) por autor "Consciência, Sara Beatriz Ferreira"

A mostrar 1 - 1 de 1
  • Ferramentas de Inteligência Artificial generativa: Avanços e Desafios no Processamento de Linguagem Natural
    Publication . Consciência, Sara Beatriz Ferreira; Lacerda, Ana Cristina Wanzeller Guedes de
    A crescente integração de sistemas baseados em Inteligência Artificial na indústria tem impulsionado o desenvolvimento de novas formas de interação entre operadores humanos e sistemas robóticos. Neste contexto, a tradução automática de instruções em linguagem natural para código executável surge como uma abordagem promissora para simplificar a programação robótica e aproximar os sistemas industriais dos princípios da Indústria 5.0, centrados na colaboração humano–máquina. Esta dissertação investiga o papel das ferramentas de Inteligência Artificial Generativa na conversão de linguagem natural em código robótico em ambientes industriais. O trabalho integra três componentes principais. Em primeiro lugar, é realizada uma revisão sistemática da literatura com o objetivo de analisar o estado da arte na avaliação de modelos de Inteligência Artificial Generativa aplicados a tarefas de Processamento de Linguagem Natural e geração automática de código. Em segundo lugar, é desenvolvida uma plataforma experimental capaz de transformar instruções em linguagem natural em código robótico executável, num ambiente de simulação controlado. Por fim, é proposta a ferramenta HARPA, um modelo conceptual de avaliação multidimensional que combina métricas técnicas, operacionais e humanas para analisar o desempenho destes sistemas. Os resultados obtidos indicam que os modelos atuais apresentam elevada capaci dade para gerar código robótico funcional a partir de instruções em linguagem natural. No entanto, evidenciam limitações relevantes em dimensões como alinhamento hu mano, fiabilidade e auditabilidade. Verifica-se ainda que métricas tradicionais de avaliação são insuficientes para validar os requisitos de segurança, previsibilidade, transparência e colaboração exigidos pela Indústria 5.0. A ferramenta HARPA constitui uma abordagem promissora para estruturar a avaliação de modelos de Inteligência Artificial Generativa aplicados à programação robótica industrial.
    2026-05-29Dissertação de mestrado Acesso embargado Ver mais