Inteligência artificial na catalogação: comparação de registros MARC 21 gerados por IA generativas

Página do item simplificado
dc.contributor.advisor1REYES, Jacquelin Teresa Camperos
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5415219564237576
dc.contributor.advisor1ORCIDhttps://orcid.org/0000-0002-0078-5376
dc.creatorLIMA, Francisco Mikael Carvalho de
dc.creator.Latteshttp://lattes.cnpq.br/1679138521923322
dc.date.accessioned2025-10-22T17:08:04Z
dc.date.available2025-10-22T17:08:04Z
dc.date.issued2025-09-03
dc.description.abstractThis paper investigates the performance of three generative artificial intelligence models - ChatGPT, Gemini and DeepSeek - in cataloging e-books in the MARC 21 format, based on Anglo-American Cataloguing Rules. This is a basic, exploratory study with a qualitative approach and a comparative method, which analyzed the bibliographic records produced by each artificial intelligence based on criteria of descriptive accuracy, normative compliance and consistency in the structuring of MARC fields. The results showed that, although they were able to generate partially adequate records, the models had recurring flaws, including incorrect use of fields, normative inconsistency and response variability. Among the systems evaluated, ChatGPT showed greater adherence to Anglo-American Cataloguing Rules and suitability for MARC 21 fields; Gemini showed difficulties in the logical organization of the description; and DeepSeek proved to be inconsistent when switching between Anglo-American Cataloguing Rules and Resources Descriptioin and Acess. It can be concluded that generative artificial intelligence has the potential to act as cataloguing support tools, generating draft bibliographic records, but they do not yet replace the specialized work of the librarian. The limitations observed reinforce the need for human supervision and point to the importance of carrying out new tests as the technology evolves, covering different document typologies, cataloging codes and evaluation metrics, in order to re-evaluate its accuracy, consistency and applicability in Librarianship.
dc.description.resumoEste trabalho investiga o desempenho de três modelos de inteligência artificial generativa – ChatGPT, Gemini e DeepSeek – na catalogação de e-books no formato MARC 21, com base no Código de Catalogação Anglo-Americano. Trata-se de uma pesquisa básica, de caráter exploratória, de abordagem qualitativa e método comparativo, que analisou os registros bibliográficos produzidos por cada inteligência artificial, com base em critérios de exatidão descritiva, conformidade normativa e consistência na estruturação dos campos MARC. Os resultados mostraram que, embora capazes de gerar registros parcialmente adequados, os modelos apresentaram falhas recorrentes, incluindo uso incorreto de campos, inconsistência normativa e variabilidade de respostas. Entre os sistemas avaliados, o ChatGPT demonstrou maior aderência ao Código de Catalogação Anglo-Americano e adequação aos campos MARC 21; o Gemini apresentou dificuldades na organização lógica da descrição; e o DeepSeek mostrou-se inconsistente ao alternar entre Código de Catalogação Anglo-Americano e o Resources Descriptioin and Acess. Conclui-se que inteligência artificial generativas possuem potencial para atuar como ferramentas de apoio à catalogação, gerando rascunhos de registros bibliográficos, mas ainda não substituem o trabalho especializado do bibliotecário. As limitações observadas reforçam a necessidade de supervisão humana e apontam para a importância de realizar novas testagens à medida que a tecnologia evolui, abrangendo diferentes tipologias documentais, códigos de catalogação e métricas de avaliação, de modo a reavaliar sua precisão, consistência e aplicabilidade na Biblioteconomia.
dc.identifier.citationLIMA, Francisco Mikael Carvalho de. Inteligência artificial na catalogação : comparação de registros MARC 21 gerados por IA generativas. Orientadora: Jacquelin Teresa Camperos Reyes. 2025. 29 f. Trabalho de Curso (Bacharelado em Biblioteconomia) – Faculdade de Biblioteconomia, Instituto de Ciências Sociais Aplicadas, Universidade Federal do Pará, Belém, 2025. Disponível em: https://bdm.ufpa.br/handle/prefix/8736. Acesso em:.
dc.identifier.urihttps://bdm.ufpa.br/handle/prefix/8736
dc.rightsAcesso Abertopt_BR
dc.rights.licenseAttribution-NonCommercial-NoDerivs 3.0 Brazilen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.source.uriDisponível na internet via correio eletrônico: biblio-icsa@ufpa.br
dc.subjectCódigo de Catalogação Anglo-Americano
dc.subjectInteligência artificial generativa
dc.subjectCatalogação
dc.subjectMARC21
dc.subjectRepresentação descritiva
dc.subjectAnglo-American Cataloguing Rules
dc.subjectArtificial intelligence generative
dc.subjectCataloging
dc.subjectMARC21
dc.subjectDescriptive representation
dc.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::CIENCIA DA INFORMACAO::BIBLIOTECONOMIA
dc.titleInteligência artificial na catalogação: comparação de registros MARC 21 gerados por IA generativas
dc.typeTrabalho de Curso - Graduação - Monografiapt_BR

Arquivo(s)

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TC_InteligenciaArtificialCatalogacao.pdf
Tamanho:
514.18 KB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.84 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Aparece na Coleção

Faculdade de Biblioteconomia - FABIB/ICSA
Logo do RepositórioLogo do Repositório