Testes automatizados em inteligência artificial generativa

Yabiku, Caio; Dias, Maurício Acconcia

doi:10.22167/2675-6528-202600659

Artigo

23 de julho de 2026

Testes automatizados em inteligência artificial generativa

Caio Yabiku; Maurício Acconcia Dias

DOI: 10.22167/2675-6528-202600659

Artigo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Resumo

A crescente aplicação de sistemas de inteligência artificial generativa, como ChatGPT e Gemini, enfrenta desafios inerentes à sua variabilidade, imprevisibilidade, vieses e alucinações. O projeto implementou e analisou a aplicação de testes automatizados para validar os resultados produzidos por esses modelos, visando a conformidade com regras específicas e a manutenção da confidencialidade. A pesquisa foi conduzida em uma empresa do segmento de conhecimento sob demanda, onde se utilizou IA para gerar e-mails convite a especialistas, baseados em briefings de clientes. Desenvolveram-se prompts com cenários variados, incluindo concorrentes, consumidores e informações sensíveis, com o propósito de verificar a aderência às instruções. Scripts foram executados múltiplas vezes para analisar a presença ou ausência de elementos obrigatórios ou indesejados por meio de asserções, utilizando ferramentas como Cypress e Visual Studio Code. Os resultados evidenciaram que, apesar da alta capacidade de geração textual, os modelos nem sempre seguiram integralmente as regras estipuladas, com falhas em parte das execuções, especialmente em cenários de confidencialidade e inclusão de região geográfica. Concluiu-se que a implementação de testes automatizados é um mecanismo essencial para aumentar a confiabilidade, robustez e efetividade de soluções baseadas em inteligência artificial generativa, reforçando a necessidade de validação contínua e iteração com os prompts para aprimorar a qualidade dos resultados.

Palavras-chave: Cypress; Modelos de linguagem; Prompt; Validação.

1. Introdução

A utilização de inteligência artificial generativa (IA), como o ChatGPT e o Gemini, vem se tornando cada vez mais popular no dia a dia da nossa sociedade. O que antes parecia uma realidade distante, hoje é um grande aliado tanto no âmbito pessoal quanto no profissional. Ferramentas baseadas em IA estão sendo aplicadas para automatizar tarefas repetitivas, realizar buscas inteligentes, investigar erros em projetos e até mesmo criar documentos, textos e códigos de maneira mais acessível, rápida e eficiente (Muniz et al., 2024). Essa adoção generalizada ressalta o potencial transformador da IA generativa em diversas áreas.

No entanto, a crescente adoção dessas soluções também levanta preocupações significativas sobre a qualidade e confiabilidade dos resultados gerados. A IA generativa não segue modelos fixos e imutáveis; em vez disso, aprende constantemente a partir dos dados fornecidos, ajustando suas respostas ao longo do tempo. Esse processo dinâmico pode gerar inconsistências ou vieses nos resultados, tornando fundamental a existência de métodos eficazes para validação e garantia de sua fidedignidade (Carraro, 2023).

Outro desafio comum na utilização de IA generativa é a possibilidade de gerar diferentes respostas para um mesmo conjunto de entradas. Como os modelos são probabilísticos e treinados para gerar textos variados, a mesma entrada pode resultar em saídas distintas, tornando a previsibilidade um fator crítico. Isso pode ser problemático em situações onde a consistência das respostas é essencial, como em tarefas de atendimento ao cliente ou na geração de relatórios técnicos, onde informações uniformes e confiáveis são esperadas (Carraro, 2023).

Além da variabilidade das respostas, outra característica relevante associada aos sistemas de inteligência artificial generativa é o fenômeno conhecido como alucinação de IA. Esse termo descreve situações em que modelos de IA produzem informações incorretas, enganosas ou completamente inventadas, muitas vezes apresentadas com alto grau de confiança, mesmo sem base factual. Esse comportamento ocorre principalmente devido à natureza probabilística desses modelos, que geram respostas com base em padrões estatísticos aprendidos durante o treinamento, sem necessariamente realizar uma verificação direta da veracidade das informações (Kushwah, 2025).

Diante desse cenário, surge a questão de como garantir que, a partir de um determinado conjunto de dados de entrada e requisitos, os sistemas de IA generativa produzam resultados relevantes, precisos e consistentes. Diferentemente de softwares tradicionais, que tendem a ser determinísticos (entradas iguais produzem as mesmas saídas), as aplicações baseadas em IA generativa exigem abordagens de teste específicas. Essas abordagens devem ser capazes de analisar não apenas a correção funcional, mas também aspectos como a consistência das respostas, a estabilidade do comportamento do modelo e a clareza das saídas geradas, dada a natureza não determinística inerente a esses sistemas (Baglai, 2025).

A implementação de testes automatizados surge como um mecanismo essencial para enfrentar essas complexidades. Essa abordagem permite validar repetitiva e sistematicamente os resultados obtidos, aumentando a confiabilidade dos sistemas e proporcionando maior transparência e controle sobre os modelos utilizados, garantindo que eles atendam às necessidades do usuário final (Gallotti, 2017). A automação de testes é mais adequada do que os testes manuais para cenários repetitivos, pois permite a execução rápida e consistente, reduzindo a ocorrência de erros humanos e aumentando a confiabilidade dos resultados. Além disso, a reutilização de scripts de teste e a maior eficiência no processo são vantagens significativas em atividades recorrentes (Halani, 2021). A incorporação de práticas de testes automatizados contribui para o desenvolvimento de soluções mais confiáveis, transparentes e robustas, assegurando que o aprendizado contínuo dessas tecnologias não comprometa a qualidade do produto final.

Dessa forma, a integração de testes automatizados para IA generativa representa um diferencial estratégico, capaz de potencializar a evolução sustentável e a entrega de valor no longo prazo. Este trabalho visa desenvolver uma abordagem de testes automatizados para validar os resultados obtidos por softwares de inteligência artificial generativa, especificamente ChatGPT e Gemini, com o propósito de avaliar aspectos como reprodutibilidade, precisão, consistência e confiabilidade das respostas ao longo do tempo, por meio da implementação de um script de testes automatizados que analisa outputs gerados a partir de um conjunto de dados de entrada e requisitos previamente definidos pelo usuário, e subsequente análise dos resultados para verificar o comportamento do modelo e a aderência às regras e critérios estabelecidos.

2. Material e Métodos

A pesquisa caracterizou-se como um estudo de caso, de natureza aplicada, com o objetivo de desenvolver e aplicar uma abordagem de testes automatizados para validar os resultados gerados por sistemas de inteligência artificial generativa. O estudo foi conduzido em uma empresa do segmento de conhecimento sob demanda, que conecta clientes a especialistas, utilizando IA para gerar e-mails convite. A metodologia buscou avaliar a reprodutibilidade, precisão, consistência e confiabilidade das respostas dos modelos ChatGPT e Gemini, focando na aderência a requisitos predefinidos.</p>

Os dados de entrada para os modelos de IA foram estruturados em prompts, divididos em três componentes. O primeiro consistiu em quatro tipos de briefings simulando instruções de clientes: concorrentes, consumidores, informações sensíveis e confidenciais. Cada briefing foi projetado para testar a capacidade do modelo em lidar com restrições específicas, como anonimização de dados ou inclusão de localização geográfica (Gluck, 2026). O segundo componente estabeleceu a estrutura do output desejado, definindo a geração de um e-mail convite composto por quatro parágrafos, com limites de caracteres variando de 50 a 300 caracteres, visando concisão e clareza.

O terceiro componente do prompt compreendeu um conjunto de seis regras destinadas a direcionar explicitamente a resposta da IA, definindo informações obrigatórias ou elementos a serem restringidos. Exemplos incluem a proibição de menção a nomes de empresas/produtos/marcas em briefings de concorrentes e a exigência de inclusão de região geográfica para consumidores, além de restrições sobre palavras-chave sensíveis e informações confidenciais.

Para a implementação e execução dos testes automatizados, foram utilizadas ferramentas específicas. O Cypress foi empregado como framework de testes (Cypress, 2024), e o Visual Studio Code (VSCode) serviu como ambiente de desenvolvimento integrado (Quiroz, 2025). Os modelos de inteligência artificial generativa avaliados foram o ChatGPT (OpenAI, 2022; Belcic, s.d.; Stryker, 2023) e o Gemini (Google, s.d.), ambos Large Language Models (LLMs) capazes de gerar textos a partir de prompts.

O procedimento de coleta de dados envolveu o desenvolvimento de scripts de testes automatizados. Inicialmente, um script foi elaborado para interagir com o Gemini, inserindo os prompts e capturando os outputs gerados. Este script foi executado 10 vezes para observar a variabilidade dos resultados (Baglai, 2025). Posteriormente, o script foi adaptado para funcionar com o ChatGPT, mantendo os mesmos prompts e 10 execuções, a fim de permitir a comparação entre os modelos. A coleta dos outputs foi realizada de forma sistemática, garantindo a padronização das entradas.

A validação dos resultados obtidos pelos modelos de IA foi realizada por meio de asserções programáticas. Cada output textual foi primeiramente normalizado, convertendo-o para letras minúsculas e removendo acentos e caracteres especiais. Duas funções principais foram implementadas para a verificação das regras: `violouNaoContem`, que identificava a presença de termos proibidos (aplicada às regras 1, 2, 4, 5 e 6), e `violouContem`, que verificava a ausência de termos obrigatórios (aplicada à regra 3). As infrações a cada regra foram registradas em uma estrutura de dados para posterior análise.

Ao final de cada conjunto de execuções, os dados das infrações foram consolidados e salvos em arquivos no formato JSON. A técnica de análise dos dados consistiu na contagem das infrações a cada uma das seis regras para cada tipo de briefing e para cada modelo de IA. Essa abordagem permitiu quantificar a aderência dos modelos às instruções e identificar padrões de falha ou inconsistência (Baglai, 2025; Mariano, 2026).

Os cuidados éticos foram integrados ao desenho metodológico por meio das regras de confidencialidade e compliance estabelecidas nos prompts. Essas regras visaram garantir que os e-mails convite gerados pela IA respeitassem a proteção de informações sensíveis, prevenissem conflitos de interesse e estivessem em conformidade com normas legais e regulatórias, assegurando a integridade do processo de interação com especialistas.

3. Resultados e Discussão

A implementação de um projeto de testes automatizados foi o ponto de partida para a validação repetível e eficiente dos resultados gerados por sistemas de inteligência artificial generativa. Esta abordagem se mostrou crucial para mitigar a sobrecarga de engenheiros e analistas de qualidade de software, permitindo que esses profissionais dediquem seu tempo a atividades mais estratégicas, como análise crítica, testes exploratórios e aprimoramento contínuo de processos. A automação, nesse contexto, não apenas acelera o ciclo de validação, mas também eleva a qualidade geral do software, garantindo maior segurança nas atualizações e previsibilidade nas entregas, o que impacta positivamente a satisfação do usuário e a reputação da marca.

A criação do script de testes automatizados para a plataforma Gemini iniciou-se com a importação de uma constante contendo todas as informações dos briefings, as orientações para a estruturação dos parágrafos e as regras de negócio estabelecidas. Foram definidas dez interações para a execução dos testes, um número ajustável conforme a necessidade de análise. Uma constante de estatísticas foi inicializada com valores zerados para cada regra, sendo posteriormente populada a cada infração, o que permitiu o cálculo da porcentagem de resultados indesejados e facilitou a interpretação dos dados obtidos.

O prompt foi construído de forma a integrar todas as informações importadas, utilizando quebras de linha para simular um formato realista de inserção. A função `executarTeste` foi desenvolvida para registrar a iteração atual, inserir o prompt na área de texto do Gemini, acionar o botão de envio e aguardar a resposta do sistema. Essa sequência de operações foi projetada para replicar o fluxo de interação do usuário de maneira controlada e sistemática, garantindo a consistência na coleta dos dados para análise.

A validação do resultado obtido pelo Gemini envolveu o armazenamento do output em uma constante, seguida de sua normalização para facilitar as asserções, transformando o texto em letras minúsculas e removendo acentos e caracteres especiais. Duas funções opostas foram criadas: `violouNaoContem`, aplicada às regras 1, 2, 4, 5 e 6, para verificar a ausência de informações específicas; e `violouContem`, aplicada à regra 3, para validar a presença de elementos obrigatórios. Essas funções permitiram uma análise precisa da aderência do modelo às instruções do prompt.

A etapa final do script de teste automatizado para o Gemini consistiu em agrupar todas as implementações anteriores. O processo incluiu o acesso ao site do Gemini, a execução da função `executarTeste` pelo número total de interações definidas e o armazenamento de cada infração às regras preestabelecidas na constante de estatísticas. Os resultados foram salvos em um arquivo `.json`, permitindo uma análise detalhada e a documentação do comportamento do modelo em relação às regras e critérios estabelecidos.

A implementação do script para validar os resultados da plataforma ChatGPT seguiu uma lógica semelhante à do Gemini, com adaptações necessárias à interface e às requisições do sistema. A estrutura do prompt e as regras aplicadas foram idênticas, permitindo uma comparação direta entre o desempenho dos dois modelos. Os resultados das dez execuções evidenciaram uma variabilidade na estrutura textual e no cumprimento das regras, mesmo com o prompt inalterado, corroborando a natureza não determinística dos sistemas de IA generativa, conforme apontado por Baglai (2025).

<p>A estratégia de validar regras de negócio, em vez de comparar integralmente o conteúdo textual gerado, demonstrou ser consistente com as recomendações de Mariano (2026) para testes automatizados em aplicações baseadas em LLMs. Essa abordagem foca na conformidade do output com restrições e requisitos, em vez de asserções textuais rígidas, que seriam inviáveis dada a variabilidade inerente desses modelos. A análise dos resultados revelou padrões de falha específicos que merecem atenção, especialmente em cenários de confidencialidade e inclusão de informações geográficas.</p>

Em relação aos resultados obtidos com o ChatGPT, após dez execuções, a Regra 1 e a Regra 3 apresentaram as maiores taxas de infração. Para a Regra 1, que proíbe a menção de nomes de empresas, produtos ou marcas em briefings de concorrentes e confidenciais, observou-se uma taxa de erro de 100% no cenário confidencial. Isso significa que, em todas as execuções, o modelo incluiu indevidamente esses nomes, apesar das instruções claras no prompt para sua exclusão, indicando uma dificuldade em priorizar restrições condicionais.

A Regra 3, que exige a inclusão da região geográfica de interesse do cliente em briefings de consumidores finais, também registrou uma taxa de erro de 100% para o ChatGPT. Essa falha é crítica, pois a localização geográfica é uma variável imprescindível para a análise do comportamento e preferências regionais dos consumidores. A incapacidade do modelo de aderir a essa restrição específica demonstra uma limitação significativa na incorporação de critérios obrigatórios relacionados a dados contextuais.

No que tange à Regra 4, que instrui o output a ser direto e sem textos explicativos adicionais, o ChatGPT apresentou 40% de erro para o briefing de consumidores e 30% para o briefing de dados sensíveis. Essas infrações indicam uma tendência do modelo a expandir o conteúdo além do solicitado, incluindo explicações adicionais. Esse comportamento pode estar associado ao treinamento do modelo, que muitas vezes prioriza respostas mais completas e informativas, mesmo quando a concisão é explicitamente requerida.

As Regras 2 (proibição de mencionar o cargo do expert em briefings de concorrentes) e 6 (proibição de solicitar informações confidenciais) foram cumpridas integralmente pelo ChatGPT, com 0% de infração em todos os cenários. O sucesso na Regra 2 pode ser atribuído ao fato de que apenas um dos briefings especificava o tipo de expert, reduzindo a probabilidade de falha. Já o cumprimento da Regra 6 pode estar relacionado ao treinamento do modelo, que geralmente evita a inclusão de dados confidenciais por políticas internas.

Ao analisar os resultados do Gemini, observou-se um padrão de violação das orientações semelhante ao do ChatGPT, especialmente nas Regras 1 e 3. Para a Regra 1, o Gemini apresentou 100% de infrações tanto no briefing de concorrentes quanto no de informações confidenciais. Isso contrasta com o ChatGPT, que não apresentou erros no briefing de concorrentes para essa regra, indicando que o Gemini teve maior dificuldade em evitar menções indevidas a dados da empresa-alvo em ambos os cenários de restrição de nomes.

A Regra 3 também registrou 100% de infração para o Gemini no briefing de consumidores, reproduzindo o mesmo resultado de falha total observado no ChatGPT. Essa consistência nos erros para a Regra 3 em ambos os modelos reforça a dificuldade intrínseca dos sistemas de IA generativa em cumprir requisitos condicionais que exigem a inclusão de informações geográficas específicas, um dado crucial para a contextualização da interação com especialistas sobre consumidores.

Em relação à Regra 4, o Gemini demonstrou um desempenho superior ao ChatGPT, não registrando nenhuma infração. Isso sugere que o Gemini foi mais eficaz em manter a comunicação direta e objetiva, evitando a inclusão de textos explicativos adicionais que o ChatGPT tende a gerar. Essa diferença pode indicar variações nos modelos de treinamento, onde o Gemini pode ter sido otimizado para maior concisão quando instruído explicitamente.

Contudo, o Gemini apresentou uma infração adicional na Regra 5, com uma taxa de 20% no briefing de dados sensíveis, algo não observado no ChatGPT. A Regra 5 proíbe o uso de palavras-chave politicamente sensíveis, como “espionagem” ou “terrorismo”. Essa falha pontual do Gemini indica uma dificuldade específica em filtrar termos sensíveis, sugerindo que, embora o modelo possa ser mais objetivo no estilo, ainda pode falhar em restrições de conteúdo relacionadas a temas delicados.

As Regras 2 e 6 foram cumpridas integralmente pelo Gemini, assim como pelo ChatGPT, sem nenhuma infração em qualquer cenário. O sucesso na Regra 2, que trata do cargo do expert, e na Regra 6, sobre informações confidenciais, reforça que esses tipos de restrições podem estar mais alinhados com os padrões de treinamento e as políticas de uso desses modelos, tornando-os mais propensos a evitar a inclusão de tais dados.

Em uma análise geral, os resultados indicam que as Regras 2, 5 e 6 apresentaram desempenho satisfatório, com taxas de sucesso de 100% para as Regras 2 e 6, e 90% para a Regra 5 (no cenário aplicável). Por outro lado, as Regras 1, 3 e 4 ficaram abaixo do critério de aceitabilidade de 80% de sucesso estabelecido por Mariano (2026), com a Regra 3 apresentando falha total (0% de sucesso). Esses achados evidenciam a dificuldade persistente dos modelos de IA generativa em cumprir restrições estipuladas, especialmente em cenários complexos ou condicionais.

A dificuldade dos modelos em hierarquizar corretamente as instruções condicionais foi um fator recorrente. A presença explícita de nomes de empresas ou produtos no briefing, por exemplo, pareceu reforçar esses elementos como essenciais para a resposta, levando o modelo a priorizá-los, mesmo diante de instruções claras para sua exclusão. Esse conflito semântico entre o conteúdo do briefing e as regras de restrição demonstra uma limitação na capacidade de interpretação contextual e na aderência a requisitos específicos.

A natureza não determinística dos modelos de IA generativa impacta diretamente a previsibilidade das respostas, reforçando a necessidade de uma iteração contínua com o prompt para aprimorar a qualidade dos resultados. A validação humana, conforme sugerido por Gluck (2026), permanece essencial, especialmente em contextos que exigem sensibilidade, senso crítico e interpretação contextual, como na elaboração de e-mails convite a especialistas, para garantir assertividade, clareza, adequação do tom e conformidade com aspectos éticos e de confidencialidade.

A integração de testes automatizados, combinada com o refinamento iterativo de prompts e a validação humana, constitui uma abordagem eficaz para o desenvolvimento de soluções baseadas em inteligência artificial generativa. Os resultados desta pesquisa demonstram que, embora esses modelos ofereçam alta capacidade de geração textual, a validação contínua e sistemática é indispensável para assegurar que os outputs estejam em conformidade com as regras e expectativas, mitigando os riscos de inconsistências, vieses e alucinações.

4. Conclusão

O estudo buscou desenvolver uma abordagem de testes automatizados para validar os resultados de sistemas de inteligência artificial generativa, como ChatGPT e Gemini, avaliando sua reprodutibilidade, precisão, consistência e confiabilidade. Verificou-se que, apesar da notável capacidade de geração textual, os modelos apresentaram dificuldades significativas em aderir integralmente às regras estipuladas. Observou-se, por exemplo, uma taxa de 100% de infração na Regra 1 para o Gemini em cenários de concorrentes e confidenciais, e para o ChatGPT no cenário confidencial, indicando falha em evitar menções indevidas a nomes de empresas ou produtos. Similarmente, a Regra 3, que exigia a inclusão da região geográfica em briefings de consumidores, registrou 100% de erro em ambos os modelos. Em contrapartida, as Regras 2 e 6 foram cumpridas integralmente, demonstrando que certas restrições são mais bem assimiladas. A principal contribuição do estudo reside na demonstração de que a implementação de testes automatizados é um mecanismo essencial para aumentar a confiabilidade e a robustez de soluções baseadas em IA generativa, permitindo que profissionais de qualidade se concentrem em análises estratégicas.

As limitações do estudo decorrem da natureza não determinística dos modelos de IA generativa, que impacta a previsibilidade das respostas e a dificuldade em hierarquizar instruções condicionais complexas. A presença explícita de elementos no briefing, mesmo com regras de exclusão, levou os modelos a priorizá-los, evidenciando um conflito semântico na interpretação. Sugere-se, para estudos futuros, a iteração contínua com os prompts, refinando as instruções com base nos resultados obtidos, e a utilização de blocos de repetição condicional no código para regenerar saídas que não atendam às regras. Além disso, a validação humana permanece indispensável para aspectos subjetivos como tom, clareza e conformidade ética, complementando a automação e garantindo a qualidade final do conteúdo gerado em contextos sensíveis.

Referências Bibliográficas

Baglai, O. 2025. Testing Generative Al Applications: QA for Al Systems Guide. Disponível em: <https://testfort.com/blog/testing-generative-ai-applications>. Acesso em: 23 fev. 2026.

Belcic, Ι.; Stryker, C. Ο que é ChatGPT? Disponível em: <https://www.ibm.com/br-pt/think/topics/chatgpt>. Acesso em: 26 fev. 2026.

Carraro, F. 2023. Inteligência Artificial e ChatGPT: da revolução dos modelos de IA generativa à engenharia de prompt. 1ed. Casa do Código, São Paulo, SP, Brasil.

Cypress. 2024. Why Cypress? Disponível em: <https://docs.cypress.io/app/get-started/why-cypress>. Acesso em: 26 mar. 2025.

Gallotti, G. M. A. 2017. Qualidade de Software. 1ed. Pearson, São Paulo, SP, Brasil.

Gemini. Visão geral do app do Gemini. Disponível em: <https://gemini.google/br/overview/?hl=pt-BR>. Acesso em: 26 fev. 2026.

Gluck, J. 2026. Techniques for Testing Generative Al Applications. Disponível em: <https://medium.com/qawolf/techniques-for-testing-generative-ai-applications-344ef53bb13a>. Acesso em: 23 fev. 2026.

Halani, K.R.; Kavita; Saxena, R. 2021. Critical Analysis of Manual Versus Automation Testing. International Conference on Computational Performance Evaluation (2021), 132-135.

Kushwah, S.; Dave, N. 2025. Al Hallucination and Strategies to Overcome: Enhancing Human-Al Interaction. International Conference on Artificial Intelligence and Machine Vision (2025), 1-6.

Mariano, A. C. 2026. Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications. arXiv Preprint (2026).

Muniz, A.; Valente, C.; Graglia, M.; Huelsen, P. 2024. Inteligência Artificial: entenda como a IA pode impactar no mercado de trabalho e na sociedade. 1ed. Brasport, Rio de Janeiro, RJ, Brasil.

OpenAI. 2022. Conheça o ChatGPT. Disponível em: <https://openai.com/pt-BR/index/chatgpt/>. Acesso em: 26 fev. 2026.

Quiroz, Liam. What are the Benefits of Visual Studio Code? 2025. Disponível em: https://liamquiroz.com/benefits-of-visual-studio-code/. Acesso em: 20 fev. 2026.

Stryker, C. O que é LLM (grandes modelos de linguagem)? Disponível em: <https://www.ibm.com/br-pt/think/topics/large-language-models>. Acesso em: 26 fev. 2026.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Engenharia de Software do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Mais recentes

Compliance E Esg

11 de setembro de 2026

Inteligência Artificial na Gestão Contratual: Supervisão Humana, Riscos Jurídicos e Governança Algorítmica

Compliance E Esg

11 de setembro de 2026

Rituais de Verificação sob Pressão: Categorias de Ação ESG Relatadas por Grande Grupo Frigorífico Antes e Após Operação Deflagrada Pela Polícia Federal e Seus Desdobramentos, em Passado Recente

Gestão Escolar

11 de setembro de 2026

Liderança Escolar à Luz da Teoria U: um Diálogo com as Lideranças Transformacional e Servidora.

10 de setembro de 2026

Desempenho de Modelos de Machine Learning na Seleção de Ações da Bolsa de Valores Brasileira

10 de setembro de 2026

Precificação Hedônica de Imóveis na Grande Florianópolis: Uso e Comparação de Modelos de “Machine Learning”

Neurociência E Aprendizagem Na Educação

10 de setembro de 2026

A Produção de Memes como Estratégia de Formação Literária e Multiletramentos no Ensino Fundamental Ii

Gestão Tributária

10 de setembro de 2026

Definição de Insumos para Fins de Aproveitamento de Créditos de Pis e Cofins

Gestão Tributária

10 de setembro de 2026

Fiscalização Delegada do ITR: Desestímulo aos Convênios, Reflexos na Arrecadação e Desinteresse Processual da União

10 de setembro de 2026

Governança de Dados e Risco Financeiro no Setor Florestal: Evidências Empíricas em Perspectiva Brasil-Finlândia

Você também pode gostar

Compliance E Esg

11 de setembro de 2026

Inteligência Artificial na Gestão Contratual: Supervisão Humana, Riscos Jurídicos e Governança Algorítmica

O advento da inteligência artificial como tecnologia disruptiva reconfigurou processos econômicos, institucionais e jurídicos, conferindo centralidade à automação contratual na gestão de relações complexas. A automação contratual revelou-se um fenômeno juridicamente não neutro, com opacidade decisória, geração automatizada de cláusulas abusivas e dificuldades de atribuição de responsabilidade, deslocando a elaboração contratual para o domínio jurídico-normativo. O estudo analisou como a inteligência artificial na automação contratual intensificou a colisão entre eficiência tecnológica e segurança jurídica, e em que medida mecanismos de supervisão humana significativa e de governança algorítmica funcionaram como instrumentos de ponderação normativa para preservar princípios do direito contratual brasileiro. A pesquisa adotou abordagem qualitativa de estudo de casos múltiplos, com análise documental de quatro casos paradigmáticos: Moffatt v. Air Canada, United States v. RealPage, Deloitte/DEWR e INSS/TRF-4ª Região, representando os contextos consumerista, concorrencial, consultivo-contratual e administrativo. A análise identificou cinco padrões estruturais recorrentes – opacidade decisória, substituição da racionalidade normativa por inferências probabilísticas, accountability gap, assimetria informacional e incompreensão semântica – que emergiram de forma sistêmica. O desfecho fragmentado do caso RealPage reforçou a conclusão de que a jurisprudência sobre automação decisória permanece em formação. A governança algorítmica eficaz demonstrou exigir a integração de mecanismos de auditabilidade, responsabilização e supervisão humana, conforme as normas ISO 31000, COSO ERM e ISO 37301, como condição necessária à legitimidade dos sistemas automatizados de gestão contratual.

Palavras-chave: Contratos; Governança algorítmica; Inteligência artificial; Segurança jurídica; Supervisão humana.

Compliance E Esg

11 de setembro de 2026

Relatórios de sustentabilidade são amplamente empregados como instrumentos de gestão da legitimidade corporativa, mas sua função como mecanismo de reorganização cognitiva em contextos de crise reputacional permaneceu subexplorada na literatura. O estudo analisou as transformações nas categorias de ação ESG reportadas pela Empresa JBS em seus relatórios anuais de sustentabilidade de 2015 a 2018, período que compreendeu dois anos anteriores e dois anos posteriores à Operação Carne Fraca e seus desdobramentos. O objetivo foi investigar como a organização alterou sua estrutura cognitiva após a crise reputacional, por meio de um de seus sistemas de reporte. Empregou-se um processo de catalogação sistemática de 1.088 práticas relatadas, classificadas por pilar ESG, tema material e categoria de ação. O referencial teórico mobilizou Mary Douglas (1986), Michael Power (1997), Meyer e Rowan (1977) e Edelman (2016) para interpretar os fenômenos observados. Os resultados evidenciaram um crescimento exigido em governança, que coexistiu com o colapso do pilar social, o desaparecimento de categorias substantivas e a substituição de ações voltadas a prêmios por ações que ressignificaram as relações da organização e seu posicionamento no mercado. Além disso, treinamentos de liderança migraram do tema de cultura para compliance, campanhas de comunicação cederam lugar a canais estruturais permanentes, e investidores tornaram-se a audiência de maior crescimento proporcional. Concluiu-se que a sofisticação do esforço de legitimação residiu não no que a empresa necessariamente fez, mas na consistência com que reorganizou quem ela diz ser e para quem, a partir das categorias de ação que relatou.

Palavras-chave: Crise reputacional; ESG; Pensamento institucional; Relatórios de sustentabilidade; Estratégia organizacional.

Gestão Escolar

11 de setembro de 2026

Liderança Escolar à Luz da Teoria U: um Diálogo com as Lideranças Transformacional e Servidora.

A integração de diferentes modelos de liderança mostrou-se um caminho relevante para instituições de ensino que buscaram inovar e alcançar excelência em suas práticas educacionais. Contudo, foram escassas as pesquisas empíricas que investigaram a aplicação da Teoria U na gestão escolar associada às abordagens Transformacional e Servidora, o que configurou uma lacuna na literatura. Este estudo buscou compreender como gestores educacionais perceberam e aplicaram princípios da Teoria U — escuta generativa, presencing e cocriação — em diálogo com as abordagens teóricas da Liderança Transformacional e da Liderança Servidora em suas práticas de gestão. A pesquisa, de natureza qualitativa e exploratória, foi realizada em uma instituição de ensino privada, localizada na cidade de São Paulo, que abrangeu desde a Educação Básica até a Pós-Graduação. Os dados foram coletados por meio de um roteiro de perguntas semiestruturadas, aplicado a sete gestores educacionais, e foram analisados com base na Análise de Conteúdo de Bardin. Os resultados evidenciaram aproximações entre as práticas observadas e os pressupostos teóricos dos modelos estudados, com a escuta destacando-se como a competência que melhor articulou as três abordagens no contexto investigado. Também foram identificadas algumas tensões entre os referenciais teóricos e o cotidiano da gestão. O estudo contribuiu para uma reflexão crítica sobre as possibilidades e os limites da integração desses diferentes modelos de liderança em ambientes escolares, ampliando o debate e oferecendo subsídios relevantes para o fortalecimento do campo da gestão educacional.

Palavras-chave: Análise de Conteúdo; Escuta Generativa; Estudo de Caso; Gestão Escolar; Liderança.

10 de setembro de 2026

Desempenho de Modelos de Machine Learning na Seleção de Ações da Bolsa de Valores Brasileira

O mercado acionário brasileiro, caracterizado por elevada volatilidade e restrições de liquidez, impõe desafios à aplicação de modelos de aprendizado de máquina na previsão de retornos e na construção de estratégias de investimento. O estudo comparou o desempenho preditivo e econômico de modelos de aprendizado de máquina e métodos estatísticos tradicionais na estimação de retornos futuros e na formação de carteiras baseadas em ranking de ativos. Utilizaram-se dados históricos de ações da B3, com variáveis técnicas e financeiras derivadas de preços e volume. Avaliaram-se modelos lineares (Regressão Linear, Ridge, LASSO, Elastic Net), de ensemble (Random Forest, XGBoost, LightGBM) e uma rede neural (Multilayer Perceptron). A avaliação preditiva ocorreu por métricas de erro em conjunto de teste, e a econômica por backtest de estratégias long-only, com custos operacionais baseados no turnover para análise de retornos brutos e líquidos. Os resultados revelaram baixa capacidade preditiva em todos os modelos, com R² negativos e erros elevados. Embora diferenças marginais nas previsões tenham gerado variações no desempenho econômico, estas foram de baixa magnitude e instáveis. O modelo LightGBM obteve o melhor desempenho econômico, mas com ganhos limitados em relação ao benchmark após a inclusão de custos operacionais. Não se observou evidência consistente de geração de retorno ajustado ao risco superior.

Palavras-chave: aprendizado de máquina; backtest; mercado acionário; previsão de retornos; seleção de ativos.

10 de setembro de 2026

Precificação Hedônica de Imóveis na Grande Florianópolis: Uso e Comparação de Modelos de “Machine Learning”

O mercado imobiliário da Grande Florianópolis tem experimentado valorização acelerada, impulsionada pelo crescimento populacional e pela demanda turística e de investimento. Este estudo analisou os determinantes do valor de imóveis residenciais e comparou o desempenho preditivo de modelos de aprendizado de máquina, especificamente Random Forest e Gradient Boosting (XGBoost), com uma regressão por Mínimos Quadrados Ordinários (MQO). Os dados foram coletados via web scraping de dois portais imobiliários em março de 2026, abrangendo os municípios de Florianópolis, São José, Palhoça e Biguaçu, resultando em 8.056 observações válidas após limpeza. Avaliou-se o desempenho dos modelos por meio das métricas R², RMSE e MAPE. O XGBoost apresentou o melhor desempenho preditivo geral (R² = 0,742, RMSE = R$ 927.113), enquanto o Random Forest obteve o menor erro relativo (MAPE = 25,69%). Os principais determinantes do preço identificados foram a área construída, a região de localização e o número de banheiros. Uma análise complementar por segmento de mercado revelou que o MQO dependeu dos valores extremos para sustentar seu ajuste, enquanto os modelos ensemble mantiveram desempenho estável. Concluiu-se que os métodos de aprendizado de máquina são mais robustos para precificação hedônica em mercados imobiliários heterogêneos, especialmente na presença de imóveis atípicos.

Palavras-chave: Ensemble; Imobiliário; Regressão; Residencial; Web Scraping.

Neurociência E Aprendizagem Na Educação

10 de setembro de 2026

A Produção de Memes como Estratégia de Formação Literária e Multiletramentos no Ensino Fundamental Ii

A leitura de obras literárias clássicas apresenta desafios no contexto escolar contemporâneo, devido ao distanciamento entre a linguagem dos textos e o repertório dos estudantes. Investigou-se como a utilização de memes contribuiu para a construção de sentidos na leitura da obra Senhora, de José de Alencar, no Ensino Fundamental II. A pesquisa adotou uma abordagem qualitativa, com caráter de pesquisa participante, e foi desenvolvida com duas turmas de 9º ano de uma escola privada em Volta Redonda, Rio de Janeiro. Os dados foram coletados por meio de questionários e das produções dos estudantes, e analisados à luz da análise de conteúdo. Os resultados indicaram que a utilização de memes favoreceu a aproximação dos alunos com o texto literário, reduziu a resistência inicial e ampliou o engajamento com a leitura. Observou-se, também, o avanço progressivo na compreensão da narrativa, evidenciado pela capacidade de interpretar fatos, analisar personagens, identificar relações implícitas e elaborar posicionamentos críticos. As produções revelaram a articulação entre o conteúdo da obra e o repertório sociocultural dos estudantes, indicando a construção de aprendizagens com significado. Concluiu-se que a integração entre literatura e cultura digital potencializou a mediação pedagógica, contribuindo para a formação de leitores mais ativos e interpretativamente autônomos.

Palavras-chave: aprendizagem significativa; cultura digital; leitura literária; multiletramentos; neurociência.

Gestão Tributária

10 de setembro de 2026

Definição de Insumos para Fins de Aproveitamento de Créditos de Pis e Cofins

O estudo analisou a interpretação e a aplicação da definição de insumos para fins de creditamento do Programa de Integração Social (PIS) e da Contribuição para o Financiamento da Seguridade Social (COFINS) no regime não cumulativo, à luz do entendimento firmado pelo Superior Tribunal de Justiça (STJ) no julgamento do Recurso Especial n.º 1.221.170 (Tema 779). Objetivou-se examinar os limites jurídicos da utilização desses créditos, considerando os critérios de essencialidade ou relevância estabelecidos pela jurisprudência do STJ. Realizou-se pesquisa documental e jurisprudencial, com análise de acórdãos representativos do Conselho Administrativo de Recursos Fiscais (CARF) e do STJ, abrangendo períodos anteriores e posteriores ao Tema 779. Complementarmente, conduziu-se pesquisa bibliográfica e estudos de dois casos concretos do CARF, com abordagem qualitativa, para verificar a aplicação prática dos critérios. Constatou-se que o STJ afastou a aplicação automática da definição de insumo do IPI, consolidando os critérios de essencialidade e relevância. Entretanto, a análise dos julgados do CARF evidenciou que, embora houvesse reconhecimento formal do precedente do STJ, sua incidência foi modulada conforme a natureza da atividade empresarial, mostrando-se mais restritiva para empresas de revenda. Os casos concretos ilustraram que creditamentos de fretes foram tratados de forma distinta, dependendo da vinculação do gasto à produção ou à revenda. Concluiu-se que a definição de insumos permanece um ponto sensível do sistema tributário, e a correta utilização dos créditos demanda análise casuística rigorosa, pautada na observância dos precedentes judiciais e dos limites normativos vigentes, para evitar glosas e penalidades.

Palavras-chave: COFINS; Creditamento; Insumos; PIS.

Gestão Tributária

10 de setembro de 2026

Fiscalização Delegada do ITR: Desestímulo aos Convênios, Reflexos na Arrecadação e Desinteresse Processual da União

O Imposto Territorial Rural (ITR), de competência da União, pode ter sua fiscalização e cobrança delegadas aos Municípios e ao Distrito Federal. Este trabalho examinou a adesão municipal a esses convênios e o impacto na arrecadação, analisou se os entraves processuais para os Municípios remeterem demandas aos órgãos federais desestimulavam a celebração de acordos, e avaliou o interesse processual da União em litígios de ITR sob delegação, à luz da Teoria Eclética da Ação, bem como a efetividade da diretriz constitucional de desestímulo a propriedades improdutivas. A pesquisa utilizou um estudo de caso, com base em dados e relatórios oficiais da Receita Federal do Brasil e referencial doutrinário jurídico. Os resultados indicaram baixa adesão municipal aos convênios, com quase 75% dos municípios sem acordo. A arrecadação do ITR, mesmo integralmente repassada, não justificou os investimentos municipais, e a manutenção da atuação processual pela União desestimulou a continuidade dos ajustes. Verificou-se que a União carecia de interesse processual nessas demandas, dada a ínfima representatividade do ITR na arrecadação federal e a ausência de proveito econômico-financeiro, o que impediu o cumprimento efetivo da diretriz constitucional de desestímulo à improdutividade rural. Concluiu-se que são necessárias modificações legislativas para que o ITR alcance seus objetivos de arrecadação e função social.

Palavras-chave: Arrecadação; Eficiência; Fiscalização; ITR; Municípios.

10 de setembro de 2026

Governança de Dados e Risco Financeiro no Setor Florestal: Evidências Empíricas em Perspectiva Brasil-Finlândia

A fragmentação informacional no setor florestal brasileiro constituiu o ponto de partida desta pesquisa, que investigou como a governança de dados impactou a capacidade analítica, o risco financeiro e a competitividade da gestão florestal, por meio de um estudo comparativo entre Brasil e Finlândia. Submeteram-se 332 documentos, incluindo 307 informativos CEPEA/Esalq/USP (2001–2025) e 25 relatórios setoriais (Bracelpa, ABRAF, Ibá, 2003–2025), a um pipeline de extração automatizado baseado em OCR, mineração de texto e expressões regulares, obtendo-se 13.059 registros estruturados. Realizou-se análise de sensibilidade do Valor Presente Líquido (VPL) e análise de sentimento léxica. Apenas 12,1% dos registros de custo continham Custo Operacional Efetivo preenchido, e nenhum apresentou margem líquida calculável. A incerteza nos dados de entrada oscilou o VPL de um projeto florestal em mais de R$ 20.000/ha, evidenciando a distorção da decisão orientada por dados quando a sofisticação algorítmica não substituiu a qualidade dos dados de origem. A análise de sentimento léxica confirmou a transição dos relatórios setoriais brasileiros de formato estatístico para promocional. Em contraste, o modelo finlandês demonstrou a viabilidade de uma governança integrada, com o inventário florestal consolidado como pilar de inteligência industrial. Os resultados indicaram que o fortalecimento da governança de dados constituiu pré-requisito para a transição do setor para um sistema de planejamento sustentado por evidências.

Palavras-chave: competitividade; fragmentação informacional; inteligência artificial; soberania digital; tomada de decisão.

Chamada De Artigos

11 de setembro de 2026

Chamada de artigos – Edição Temática Gestão de Pessoas

Submissões abertas de 11/09/2026 a 30/09/2026 Estão abertas as submissões para a Chamada Temática Gestão de Pessoas 2026, da Revista Estratégias & Soluções (E&S). A chamada será organizada em dois fluxos editoriais: Fluxo 1 – Trabalhos finais de destaque do MBA USP/EsalqDestinado aos TCCs do curso de Gestão de Pessoas do MBA USP/Esalq que obtiveram […]

Direito Tributário

09 de setembro de 2026

Entre Sísifo e o tonel das Danaides

A cesta básica, o salário-mínimo e o verdadeiro preço das coisas Na mitologia grega, alguns castigos não se distinguiam pela violência de um único sofrimento, mas pela condenação à repetição. Sísifo deveria conduzir uma enorme pedra até o alto de uma montanha e, quando o esforço parecia finalmente concluído, a pedra escapava e retornava ao […]

Inteligência Artificial

03 de setembro de 2026

O desafio atual da colaboração

Na medida em que o processo criativo começa com a IA, organizações precisam repensar como preservar a construção coletiva das ideias Em pouco mais de três anos, ferramentas de inteligência artificial generativa passaram a ocupar grande parte do trabalho nas organizações, seja para escrever, programar, pesquisar, planejar, analisar ou projetar. A presença já é tão […]

Inteligência Artificial

02 de setembro de 2026

O preço de usar IA sem treinamento

Adoção da tecnologia já alcança 88% das organizações mundiais, enquanto o número de profissionais punidos por usá-la sem preparo dobrou em sete meses No primeiro semestre de 2026, ministrei aulas de inteligência artificial com foco em planilhas, dashboards e apresentações, em Barcelona, na Espanha. Entre meus alunos havia advogados e juízes do Il·lustre Col·legi de […]

Sustentabilidade

28 de agosto de 2026

Como a sustentabilidade está redesenhando os data centers

Economia digital encontra limites físicos e tenta reduzir seu impacto ambiental O crescimento acelerado da infraestrutura digital transforma consumo de energia, disponibilidade hídrica, refrigeração, materiais construtivos e localização em variáveis centrais para o projeto da próxima geração de data centers. Durante boa parte da transformação digital, consolidou-se a percepção de que a computação estava progressivamente […]

Branding

27 de agosto de 2026

O branding que venceu a Copa de 2026

Entre identidade visual, uniformes, tipografia e disputa bilionária por audiência, marketing esportivo nunca esteve tão em evidência A Copa do Mundo de 2026 terminou com a Espanha erguendo a taça pela segunda vez, ao vencer a Argentina por 1 a 0 na prorrogação. O Brasil encerrou a competição na 11ª colocação, eliminado ainda nas oitavas […]

Governança

24 de agosto de 2026

Governança corporativa: entre o controle e a responsabilidade

O que as crises corporativas e os erros cometidos nos casos Enron, FTX e Americanas podem ensinar Uma empresa pode ter conselho de administração, auditoria independente, comitê de auditoria, código de conduta, políticas de compliance e dezenas de mecanismos de controle e, ainda assim, caminhar para o colapso. A pergunta incômoda é: se todos esses […]

Educação

21 de agosto de 2026

A educação cibernética como vantagem competitiva na economia digital

Empresas que investem apenas em tecnologia continuam vulneráveis a riscos A economia tornou-se digital. Essa afirmação, que há poucos anos poderia soar como diagnóstico de tendência, hoje descreve uma realidade consolidada. Empresas, consumidores, instituições financeiras, governos e profissionais passaram a depender de plataformas conectadas para realizar transações, compartilhar informações, contratar serviços, consumir conteúdo, estudar, trabalhar […]

Comportamento Consumidor

19 de agosto de 2026

Racionalidade e o contágio no consumo

Como os livros de colorir para adultos ajudam a compreender emoções, influência social e novas febres de mercado De tempos em tempos, determinados produtos ultrapassam sua função original e se transformam em verdadeiras modas de consumo, influenciando escolhas individuais e comportamentos coletivos. Os livros de colorir para adultos são um exemplo particularmente ilustrativo desse fenômeno. […]

Gestão Tributária

01 de setembro de 2026

Reforma tributária e planejamento patrimonial no campo

Eficiência para gerenciar os impostos facilita a governança e permite organizar a sucessão familiar A organização patrimonial rural virou uma medida estratégica diante da reforma tributária no Brasil, que entrou em vigor neste ano. O planejamento das atividades e da gestão do patrimônio rural, por meio de ferramentas como a transição da Pessoa Física para […]

Renata de Gaspari Valdejão Almeida

Inteligência Artificial

05 de agosto de 2026

Dentro da empresa e fora do radar: os riscos da Shadow AI

Segundo a Microsoft, 75% dos profissionais já utilizam inteligência artificial no trabalho sem homologação da empresa O uso da inteligência artificial generativa já faz parte da rotina corporativa. Ferramentas como ChatGPT, Copilot e outras plataformas ajudam profissionais a produzir textos, analisar dados, criar apresentações e acelerar tarefas em praticamente todos os setores. Mas esse avanço […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julho de 2026

O futuro como competência

Interesse acadêmico reforça a projeção de cenários como ferramenta essencial para a tomada de decisões Enquanto algumas empresas ainda tentam acertar o próximo passo, outras já trabalham com múltiplos futuros possíveis — e se preparam para todos eles. Mas afinal, o que significa “pensar o futuro”? É tendência, é estratégia ou uma nova competência que […]

Renata de Gaspari Valdejão Almeida

Inovação

Tecnologia

21 de maio de 2026

Corredor Agro SP: inovação, articulação institucional e futuro

Pecege comanda operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educação

27 de abril de 2026

Como transformar um TCC em negócio

Nova gestão do Parque Tecnológico de Piracicaba oferece consultoria a egressos de MBAs O novo diretor de projetos do Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, costuma dizer que uma das maiores recompensas que já teve na vida foi ver seus orientandos do MBA USP/Esalq estruturarem empresas a partir de seus trabalhos de conclusão de […]

Tecnologia

20 de março de 2026

O repertório humano na era da IA

Pensamento crítico e criatividade são insubstituíveis no trabalho do profissional de marketing A Inteligência Artificial (IA) é capaz de feitos incríveis, mas ainda não possui a capacidade de julgamento, empatia, intuição e criatividade estratégica necessárias para fazer o trabalho de um bom profissional de marketing. Nessa área, é importante saber usar a ferramenta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

23 de fevereiro de 2026

ESG como estratégia de crescimento em uma cooperativa do RS

Santa Clara equilibra responsabilidade social e ambiental com inovação Fundada em 1911 por imigrantes italianos em Carlos Barbosa, na serra gaúcha, a Cooperativa Santa Clara é um exemplo de que é possível equilibrar o crescimento econômico com a responsabilidade social e ambiental. De uma pequena empresa de produção de queijos, a organização evoluiu para um […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

22 de janeiro de 2026

Brasil livre de febre aftosa: o que muda para a carne brasileira?

Com um rebanho de mais de 200 milhões de cabeças de gado, o país é atualmente o líder em exportações O Brasil recebeu recentemente, pela primeira vez, a certificação de país livre de febre aftosa sem vacinação, conferida pela Organização Mundial de Saúde Animal (OMSA). O selo fortalece a posição do país como fornecedor de carne confiável para o […]

Renata de Gaspari Valdejão Almeida

Inovação

09 de dezembro de 2025

Inovação: o novo ciclo do Parque Tecnológico de Piracicaba

Instituto Pecege assume a gestão apostando na criação de novos negócios A partir de 2026, o Instituto Pecege assumirá a gestão do Parque Tecnológico de Piracicaba (PTP). Entre suas responsabilidades estarão a administração, operação, manutenção e expansão do parque, além do fomento de atividades de inovação, empreendedorismo e ciência e tecnologia. A escolha foi feita […]

Renata de Gaspari Valdejão Almeida

06 de julho de 2026

Arquitetura de Grande Porte: Gestão de Mudanças DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação. A arquitetura e o urbanismo configuram-se como bases imprescindíveis em um espaço urbano cada vez mais complexo e desafiador, onde a intrínseca conexão entre questões sociais, ambientais e tecnológicas […]