Banca de QUALIFICAÇÃO: MARIO CRISTIANO LOPES DE MOURA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: MARIO CRISTIANO LOPES DE MOURA
DATA: 20/08/2026
HORA: 15:00
LOCAL: http://meet.google.com/skb-sgqh-cwu
TÍTULO: OTIMIZAÇÃO DE COMPRAS PÚBLICAS COM IA GENERATIVA: proposta de ferramenta baseada em LLMs para análise de Atas de TI do PNCP na UFPI
PALAVRAS-CHAVES: Compras Públicas; Inteligência Artificial Generativa; Grandes Modelos de Linguagem; Administração Pública; Portal Nacional de Contratações Públicas.
PÁGINAS: 52
GRANDE ÁREA: Ciências Sociais Aplicadas
ÁREA: Administração
SUBÁREA: Administração Pública
RESUMO:

A administração pública contemporânea passa por uma transição em direção a ecossistemas de governança baseados em Inteligência Artificial, demandando soluções para o gerenciamento de grandes volumes de dados textuais desestruturados. Neste contexto, a presente pesquisa tem como objetivo analisar como a aplicação de Grandes Modelos de Linguagem (LLMs), orientada por protocolos metodológicos de Engenharia de Prompt, pode viabilizar a extração automática de metadados, o gerenciamento e a sumarização de Atas de Registro de Preços (ARPs) de Tecnologia da Informação publicadas no Portal Nacional de Contratações Públicas (PNCP). O estudo propõe o desenvolvimento de um Produto Técnico e Tecnológico (PTT) para otimizar as consultas e a tomada de decisão no setor de compras da Universidade Federal do Piauí (UFPI). A investigação adota uma abordagem metodológica mista, de natureza documental e bibliográfica, configurando um estudo de caso exploratório e descritivo. O percurso operacional fundamenta-se no framework TaMPER (Tarefa, Modelo, Prompt, Avaliação e Relato) para assegurar o rigor científico na geração de saídas estruturadas, como matrizes no formato JSON, mitigando riscos de alucinações e vieses algorítmicos. A validação dos dados extraídos adota o fluxo de Amostragem, Base e População, integrando supervisão humana especialista e a técnica de auditoria automatizada cruzada. Como resultado esperado, o projeto culminará em uma ferramenta assistiva capaz de converter registros textuais ruidosos em bases quantitativas inteligíveis, conferindo maior celeridade, precisão e transparência aos processos de adesão a atas e consolidando a tomada de decisão baseada em evidências na gestão de aquisições.

MEMBROS DA BANCA:
Presidente - 827.***.***-68 - ALEXANDRE RODRIGUES SANTOS - VINC-CEAD
Externo à Instituição - 675.***.***-34 - CELINA MARIA DE SOUZA OLIVINDO - UFDPar
Externo ao Programa - 2027033 - JOAO CARLOS HIPOLITO BERNARDES REIS