Avaliação do impacto da inteligência artificial na acurácia de levantamentos de quantitativos: um estudo comparativo voltado à tomada de decisão em engenharia de custos
| dc.contributor.advisor-co1 | YAMANAKA, Fábio Masato | |
| dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/7087492930268038 | |
| dc.contributor.advisor-co1ORCID | https://orcid.org/0009-0006-1146-7951 | |
| dc.contributor.advisor1 | TEXEIRA, Marcelo Rassy | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/8912916360456192 | |
| dc.creator | PEREIRA, Maria Eduarda Alves | |
| dc.date.accessioned | 2026-10-19T19:41:01Z | |
| dc.date.available | 2026-10-19T19:41:01Z | |
| dc.date.issued | 2026-07-10 | |
| dc.description.abstract | The integration of Artificial Intelligence (AI) tools into the construction industry has led to significant changes in engineering cost processes, requiring the technical validation of new technologies against traditional methods. The present study aims to evaluate the accuracy of Large Multimodal Language Models (GPT, Claude, and Gemini) in the extraction of quantity takeoffs for foundations, aiming to support decision-making in executive budgeting. A comparative case study was conducted on a large residential building, confronting the concrete volumes, formwork areas, and excavation volumes of 14 structural blocks extracted by the conventional method (spreadsheet) and the automated method (Single-Pass Inference). The methodology was based on prompt engineering and the analysis of the absolute Percentage Relative Error, adopting an acceptable limit margin of 5%. The results demonstrated a polarized technological landscape: while the GPT and Gemini architectures achieved high technical precision, with accumulated errors below 1.2% in all input categories, the Claude model presented mathematical and geometric instability, with deviations reaching 16.15%. The study mapped severe limitations in the interpretation of complex polygonal geometries and identified stochastic inconsistencies generated by textual noise in element nomenclature. It is concluded that, for the analyzed sample of foundations, AI demonstrated potential to optimize the workflow, suggesting a transition of the engineer's role towards auditing activities, validating itself as a decision-support tool rather than an autonomous mechanism for replacing human reasoning. | |
| dc.description.resumo | A inserção de ferramentas de Inteligência Artificial (IA) no setor da construção civil tem provocado mudanças significativas nos processos de engenharia de custos, exigindo a validação técnica de novas tecnologias frente aos métodos tradicionais. O presente trabalho tem como objetivo avaliar a acurácia de Grandes Modelos de Linguagem Multimodais (GPT, Claude e Gemini) na extração de levantamentos quantitativos de fundações, visando subsidiar a tomada de decisão em orçamentos executivos. Realizou-se um estudo comparativo de caso em um edifício residencial de grande porte, confrontando-se os volumes de concreto, áreas de fôrma e volumes de escavação de 14 blocos estruturais extraídos pelo método convencional (planilha eletrônica) e pelo método automatizado (Inferência Única). A metodologia baseou-se na aplicação de engenharia de prompt e na análise do Erro Relativo Percentual em módulo, adotando-se uma margem limite de aceitabilidade de 5%. Os resultados demonstraram um cenário tecnológico polarizado: enquanto as arquiteturas GPT e Gemini atingiram alta precisão técnica, com erros acumulados inferiores a 1,2% em todas as categorias de insumos, o modelo Claude apresentou instabilidade matemática e geométrica, com desvios que atingiram 16,15%. O estudo mapeou limitações severas na interpretação de geometrias poligonais complexas e identificou inconsistências estocásticas geradas por ruídos textuais na nomenclatura dos elementos. Conclui-se que, para a amostra de fundações analisada, a IA demonstrou potencial de otimização do fluxo de trabalho, sugerindo uma transição do papel do engenheiro para atividades de auditoria, validando-se como uma ferramenta de apoio à decisão, e não como um mecanismo de substituição autônoma do raciocínio humano. | |
| dc.identifier.citation | PEREIRA, Maria Eduarda Alves. Avaliação do impacto da inteligência artificial na acurácia de levantamentos de quantitativos: um estudo comparativo voltado à tomada de decisão em engenharia de custos. Orientador: Marcelo Rassy Teixeira. 2026. 56 f. Trabalho de Curso (Bacharelado em Engenharia Civil) – Faculdade de Engenharia Civil, Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2026. Disponível em: https://bdm.ufpa.br/handle/prefix/10388. Acesso em:. | |
| dc.identifier.uri | https://bdm.ufpa.br/handle/prefix/10388 | |
| dc.rights | Acesso Aberto | pt_BR |
| dc.rights.license | Attribution-NonCommercial-NoDerivs 3.0 Brazil | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.source | 1 CD-ROM | pt_BR |
| dc.source.uri | Disponível na internet via correio elétrônico: bibliotecaitec@ufpa.br | |
| dc.subject | Orçamentos | |
| dc.subject | Engenharia de custos | |
| dc.subject | Inteligência artificial | |
| dc.subject | ChatGPT | |
| dc.subject | Budgeting | |
| dc.subject | Cost Engineering | |
| dc.subject | Artificial Intelligence | |
| dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA CIVIL | |
| dc.title | Avaliação do impacto da inteligência artificial na acurácia de levantamentos de quantitativos: um estudo comparativo voltado à tomada de decisão em engenharia de custos | |
| dc.type | Trabalho de Curso - Graduação - Monografia | pt_BR |