Pororoca: a inteligência artificial brasileira que traduz a ciência do clima para todos

Pesquisadores, estudantes ou simplesmente pessoas curiosas agora têm um aliado tecnológico para navegar pelo vasto e complexo universo dos artigos científicos. Desenvolvido pelo Instituto de Inteligência Artificial do Laboratório Nacional de Computação Científica (LNCC), o sistema Pororoca é uma ferramenta inovadora projetada para fornecer respostas científicas rápidas e confiáveis, com especialização em meteorologia.

A plataforma permite que qualquer usuário faça perguntas sobre temas como mudanças climáticas, previsão do tempo ou fenômenos naturais e receba respostas precisas, geradas a partir da literatura científica, sem a necessidade de ler e decifrar dezenas de artigos complexos. Tudo com total transparência, já que o sistema sempre cita as fontes originais, mantendo a integridade acadêmica.

O funcionamento do Pororoca ocorre em duas etapas principais. Primeiro, o sistema realiza uma busca inteligente nos resumos de artigos, selecionando os trechos mais relevantes para a pergunta do usuário. O algoritmo prioriza estudos recentes, mas não ignora pesquisas clássicas e fundamentais quando elas são necessárias para o contexto. Em seguida, um modelo avançado de IA processa e sintetiza todas essas informações, gerando uma resposta coerente e precisa, que inclui links diretos para os artigos originais, permitindo um aprofundamento imediato.

Diferente dos chatbots convencionais ou ferramentas de busca, que operam com base em um conhecimento pré-programado, o Pororoca busca sua informação diretamente na base do conhecimento científico mais atualizada. Esta abordagem inovadora acelera o trabalho de pesquisadores em suas revisões bibliográficas, oferece aos estudantes explicações claras vindas diretamente da fonte e serve como um canal de divulgação científica robusto para o cidadão comum entender os fenômenos climáticos com base em evidências.

Para especialistas que desejam conhecer os detalhes técnicos e metodológicos por trás da ferramenta, o artigo completo está disponível no repositório Research Square: https://doi.org/10.21203/rs.3.rs-7055155/v1