https://hdl.handle.net/1884/76248 2026-06-05T12:55:19Z https://hdl.handle.net/1884/105343 Memorial de projetos : segurança e privacidade na era da inteligência artificial Resumo: É notória a popularização das ferramentas de inteligência artificial para os mais variados objetivos tanto no grande público, quanto nas empresas. E devido a lógica de como os modelos utilizam dados, muitas vezes fornecidos pelos usuários, para constantemente se aprimorarem, muitas questões e preocupações quanto a proteção de dados pessoais vem surgindo nos últimos tempos. Vazamento de dados já é uma grande preocupação de muitas empresas desde de que sistemas de informação se tornaram o padrão em nossa sociedade, e muitas já têm restringido o uso interno de ferramentas de inteligência artificial apenas para aquelas devidamente homologadas e testadas. Entretanto ainda existem muitas dúvidas sobre as boas práticas de governança de dados que podem ser usados de forma segura nos treinamentos dos modelos. Outro aspecto relevante no mesmo contexto de privacidade é a constante extração de dados que determinados modelos executam na internet, colocando em risco aspectos como direitos autorais, ou mais especificamente, a violação deles. Sendo assim, é necessário planejar controles e limites para o crawling feito por estas ferramentas. Esses controles podem vir tanto via regulamentação quanto a criação de boas práticas de mercado sobre o desenvolvimento e operação destas ferramentas. Outra relevante preocupação é relacionada a eficiência de técnicas de anonimização que são aplicadas em bases que irão alimentar modelos durante suas fases de treinamento; Abstract: The popularization of artificial intelligence tools for a wide variety of purposes, both among the general public and in companies, is well-known. Due to the logic of how these models use data, often provided by users, to constantly improve themselves, many questions and concerns regarding the protection of personal data have arisen recently. Data leaks have been a major concern for many companies since information systems became the standard in our society, and many have already restricted the internal use of artificial intelligence tools to only those that are properly certified and tested. However, many doubts remain about the best data governance practices that can be used safely in model training. Another relevant aspect in the same context of privacy is the constant extraction of data that certain models perform on the internet, putting aspects such as copyright, or more specifically, its violation, at risk. Therefore, it is necessary to plan controls and limits for the crawling done by these tools. These controls can come from regulation as well as the creation of best market practices regarding the development and operation of these tools. Another relevant concern relates to the efficiency of anonymization techniques applied to databases that will feed models during their training phases Orientador: Prof. Dr. Razer Anthom Nizer Rojas Montaño; Memorial de Projetos (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada; Inclui referências 2026-01-01T00:00:00Z https://hdl.handle.net/1884/102475 Memorial de projetos : da análise ética à engenharia de sistemas de inteligência artificial centrados no humano Resumo: Este memorial analisa a atual inflexão no debate sobre Inteligência Artificial (IA), que vem se deslocando de uma discussão predominantemente ética e abstrata para uma abordagem mais pragmática, centrada na engenharia de sistemas e na geração de valor organizacional. Apesar dos avanços técnicos em capacidades de raciocínio dos Grandes Modelos de Linguagem (LLMs), persiste um descompasso entre o potencial desses modelos e o valor efetivamente capturado pelas organizações, de modo que elevados investimentos não se traduzem, necessariamente, em retorno concreto. O texto discute ainda a chamada "ilusão de pensamento" dos LLMs: são ferramentas poderosas, mas que não substituem o julgamento humano em cenários complexos, reforçando a necessidade de supervisão qualificada, desenho cuidadoso de sistemas e governança adequada. No contexto brasileiro, observa-se uma contradição importante: embora a Estratégia Brasileira de Inteligência Artificial estabeleça diretrizes claras para o desenvolvimento ético e soberano da IA, pesquisas recentes indicam que o uso efetivo de IA em empresas e equipamentos culturais ainda é incipiente, concentrando-se sobretudo na digitalização básica de processos. Defendese, assim, que o principal gargalo se encontra na engenharia de requisitos e na falta de práticas específicas para sistemas de IA centrados no humano, propondo-se a adoção de um Modelo de Maturidade em IA Centrada no Humano (Human-Centered AI Maturity Model – HCAI-MM), com ênfase em uma perspectiva de design organizacional que incorpore explicitamente a cognição humana no ciclo de processamento da informação. Conclui-se que o sucesso da IA no Brasil dependerá menos da disponibilidade de novos algoritmos e mais da capacidade de projetar sistemas sociotécnicos nos quais a tecnologia amplie, de fato, as capacidades humanas; Abstract: This paper analyzes the current inflection point in the Artificial Intelligence (AI) debate, which has been shifting from a predominantly ethical and abstract discussion toward a more pragmatic approach focused on systems engineering and organizational value generation. Despite technical advances in the reasoning capabilities of Large Language Models (LLMs), a persistent gap remains between the potential of these models and the value effectively captured by organizations, such that substantial investments do not necessarily translate into concrete returns. The text further discusses the so-called "illusion of thinking" in LLMs: they are powerful tools, yet they do not replace human judgment in complex scenarios, reinforcing the need for qualified oversight, careful system design, and adequate governance. In the Brazilian context, an important contradiction emerges: although the Brazilian Artificial Intelligence Strategy establishes clear guidelines for the ethical and sovereign development of AI, recent research indicates that the effective use of AI in businesses and cultural institutions remains incipient, concentrated mainly in the basic digitalization of processes. It is argued that the main bottleneck lies in requirements engineering and the lack of specific practices for human-centered AI systems, with the adoption of a Human-Centered AI Maturity Model (HCAI-MM) being proposed, emphasizing an organizational design perspective that explicitly incorporates human cognition into the information processing cycle. It is concluded that the success of AI in Brazil will depend less on the availability of new algorithms and more on the capacity to design sociotechnical systems in which technology genuinely enhances human capabilities Orientadora: Profa. Dra. Rafaela Mantovani Fontana; Memorial de Projetos (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada; Inclui referências 2026-01-01T00:00:00Z https://hdl.handle.net/1884/102474 Memorial de projetos : inteligência artificial e ciência de dados aplicadas ao monitoramento de ecossistemas críticos Resumo: Este Memorial de Projetos apresenta a consolidação técnica das competências desenvolvidas na Especialização em Inteligência Artificial Aplicada, demonstrando a aptidão para arquitetar e executar soluções baseadas em dados. O trabalho integra disciplinas fundamentais como Engenharia de Dados, Aprendizado de Máquina e Estatística Computacional para resolver problemas de alta complexidade. Como aplicação prática e prova de conceito, foi desenvolvido um estudo analítico sobre o desmatamento na Amazônia, utilizando uma pipeline de tratamento de dados históricos do PRODES (Projeto de Monitoramento do Desmatamento da Floresta Amazônica Brasileira por Satélite). A metodologia aplicada envolveu a estruturação de bases massivas, análise de séries temporais e detecção de anomalias estatísticas. Os resultados validaram matematicamente a eficiência de políticas de preservação passadas e identificaram rupturas de tendência críticas no cenário atual, além de comprovar, via segmentação de dados, o papel estratégico das Terras Indígenas como barreiras de contenção. O portfólio confirma a capacidade técnica de transformar dados brutos em inteligência estratégica, utilizando a IA como ferramenta de auditoria e suporte à decisão em cenários de incerteza; Abstract: This Project Memorial presents the technical consolidation of skills developed during the Specialization in Applied Artificial Intelligence, demonstrating the aptitude to architect and execute data-driven solutions. The work integrates fundamental disciplines such as Data Engineering, Machine Learning, and Computational Statistics to solve high-complexity problems. As a practical application and proof of concept, an analytical study on deforestation in the Amazon was developed, utilizing a pipeline for processing historical data from PRODES (Brazilian Amazon Forest Satellite Monitoring Project). The applied methodology involved structuring massive datasets, time series analysis, and statistical anomaly detection. The results mathematically validated the efficiency of past preservation policies and identified critical trend breaks in the current scenario, in addition to proving, via data segmentation, the strategic role of Indigenous Lands as containment barriers. The portfolio confirms the technical capability to transform raw data into strategic intelligence, using AI as a tool for auditing and decision support in uncertain scenarios Orientador: Prof. Dr. Jaime Wojciechowski; Memorial de Projetos (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada; Inclui referências 2026-01-01T00:00:00Z https://hdl.handle.net/1884/101235 Memorial de projetos : visualização de dados e storytelling na atuação do analista de negócios em IA Resumo: Este parecer técnico analisa a transição do papel tradicional do analista de negócios para o contexto de projetos baseados em inteligência artificial, enfatizando a importância da visualização de dados e do storytelling (contar histórias), como competências centrais nesse processo. Considera-se que a crescente adoção de sistemas baseados em dados e modelos preditivos impõe desafios relacionados à interpretação, comunicação e uso responsável das informações. Nesse cenário, o analista de negócios deixa de atuar apenas como intermediador entre áreas e passa a exercer a função de tradutor estratégico entre resultados algorítmicos e tomada dedecisão organizacional. O parecer discute como técnicas de visualização e construção de narrativas orientadas a dados contribuem para a compreensão de padrões, riscos e incertezas, bem como para a legitimação das decisões apoiadas por sistemas inteligentes. Conclui-se que tais competências não apenas ampliam o escopo de atuação do analista, mas também fortalecem a governança, a ética e a eficácia dos projetos de inteligência artificial; Abstract: This technical report analyzes the transition of the traditional business analystrole to the context of artificial intelligence-based projects, emphasizing the importance of data visualization and storytelling as core competencies in this process. The increasing adoption of data-driven and predictive systems poses challenges related to interpretation, communication, and responsible use of information. In this scenario, the business analyst no longer acts solely as an intermediary between departments but assumes the role of a strategic translator between algorithmic outputs and organizational decision-making. This report discusses how visualization techniques and data-oriented narratives contribute to the understanding of patterns, risks, anduncertainties, as well as to the legitimacy of AI-supported decisions. It concludes that these competencies expand the analyst’s scope of action and strengthen governance,ethics, and effectiveness in artificial intelligence projects Orientadora: Profa. Dra. Rafaela Mantovani Fontana; Memorial de Projetos (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada; Inclui referências 2026-01-01T00:00:00Z