Articulando Colaborações entre Indústria, Academia e Governo com Suporte de PLN: Uma Abordagem Baseada em Inteligência Artificial

Resumo

As práticas de Colaboração entre a Indústria e Academia (IAC) apresentam fatores impactantes nas inserções de novas tecnologias nas organizações encaminhando impactos positivosaos participantes, onde as comunidades podem identificar as necessidades de uma das outras e desenvolver  estratégias  de  cooperação  para  sanar  as  demandas  das  organizações.  As aplicações  de  práticas  de  IAC  na  indústria  e  academia  podem  ser  encontradas  em  artigos acadêmicos,como (Garousi et al., 2016; Dallegrave et al., 2023; Marques et al., 2023; Marques et al., 2024; Barbosa et al., 2020; Wohlin et al., 2012) e reafirmam a importância e valores dessas colaborações entre a indústria e a academia. A Pesquisa de Marques et al. (2023) realizou uma revisão abrangente da literatura sobre IAC em agilidade de software, utilizando Revisão Sistemática da Literatura (SLR) e Snowballingem cinco bases de dados. A pesquisa analisou um total de 8.460 artigos e resultou na identificação de dez categorias que destacam os desafios enfrentados, além de 14 categorias  que  descrevem  práticas  eficazes  relevantes  para  projetos  colaborativos. Adicionalmente, o estudo apresentou uma descrição detalhada de sete modelos de colaboração entre  a  indústria  e  a  academia. O  objetivo  desta  pesquisa  é  desenvolver  uma  plataforma inteligente destinada a fortalecer a colaboração entre Indústria, Governo e Academia (IAC). Esta plataforma  auxiliará  na  qualificação  de  projetos  e  editais  de  pesquisadores,  profissionais  e Instituições  Científicas  e Tecnológicas  (ICTs).  Um  dos  pontos  poucos  explorados  em  artigos científicos, nessa temática, são as fontes de financiamento e a colaboração direta com o governo, sendo um contexto deficitário quando se refere a IAC. Este trabalho apresenta a temática de Colaborações  entre  Indústria,  Academia  e  Governo  (IAC),  com  foco  na  qualificação  de distribuições e análises de Editais de Fomento à Pesquisa. A principal metodologia de pesquisa utilizada  no  projetoserá  o Design  Science  Research (DSR),  transpassando  por  ciclos  de construção  de  MVPs,  Desenvolvimento  de  Revisão  da  Literatura  (Revisão  Sistemática, Mapeamento Sistemático ou Analise Cinzenta), Grupos Focais/Surveys com profissional (com foco na validaçãode propostas do projeto), Construção da Plataforma (de forma incremental), Desenvolvimento de Práticas Inteligentes (inserindo contextos de Processamento de Linguagem Natural – PLN  e  Grande  Modelos  de  Linguagem – LLM)  e  Validação  do  Produtos  com Especialistas. Atualmente, estamos trabalhando na melhoria da proposta inicial da pesquisa. Estamos  preparando  as  propostas  e  o  MVP  (Produto  Mínimo  Viável)  para  discussão  com acadêmicos e profissionais da área, com o intuito de refinar a proposta e gerar novas ideias. O MVP  foi  desenvolvido  em  apenas  5 sprintsde  uma  semana  cada,  dentro  de  um  projeto  de inovação aberta. O MVP desenvolvido já realiza a coleta automática de dados em páginas de Organizações e Agencias de Financiamento (ICTs), como a FACEPE (Fundação de Amparo a Ciência  e  Tecnologia  do  Estado  de  Pernambuco)  e  a  FINEP  (Financiadora  de  Estudos  e Projetos). Esses dados são disponibilizados em uma plataforma digital, que permite o cadastro de  usuários  e  o  gerenciamento  de  submissões  de  projetos.  Para  usuários  (em  perspectivas gerais), e possível submeter editais fora do escopo da plataforma e gerenciar todos os editais disponíveis e favoritados dentro da plataforma. Atualmente, o projeto de pesquisa encontra-se em fase de aprimoramento das propostas iniciais. Estão sendo elaborados o escopo conceitual e o MVP (Produto Mínimo Viável), os quais serão submetidos à análise crítica de pesquisadores e profissionais da área, com o intuito de refinar a abordagem proposta e estimular o surgimento de novas contribuições. No que se refere aos aspectos técnicos, especialmente aqueles relacionados às práticas de Processamento de Linguagem Natural (PLN), foram iniciados estudos e experimentações utilizando modelos baseados na arquitetura de Transformers, com o objetivo de analisar dados extraídos de editais de fomento à pesquisa.