Inteligência artificial pode ampliar a preservação e o acesso ao patrimônio audiovisual

por Ciexpress

O artigo "Aplicações de inteligência artificial em acervos audiovisuais: padrões de metadados e modelos de linguagem na organização da informação", de Lorena Almeida Chagas e Rodrigo Fernandes Santos, analisa como a Inteligência Artificial (IA) pode transformar a organização e a preservação de acervos audiovisuais digitais.

A preservação de filmes, vídeos, registros sonoros e outros documentos audiovisuais tornou-se um dos grandes desafios das instituições responsáveis pela memória cultural. Além da deterioração física dos suportes, essas coleções enfrentam problemas como a rápida obsolescência tecnológica, o crescimento do volume de dados e a necessidade de garantir que os conteúdos permaneçam acessíveis ao longo do tempo (Buarque, 2008; Edmondson, 2016). Nesse contexto, a IA surge como uma ferramenta promissora para apoiar bibliotecas, arquivos e centros de documentação na gestão de grandes volumes de informação.

Para compreender esse cenário, os autores desenvolveram um ensaio teórico de abordagem qualitativa, fundamentado em revisão bibliográfica realizada nas bases BRAPCI, SciELO, Portal de Periódicos da CAPES e Google Scholar. Foram analisadas publicações produzidas entre 2008 e 2025, em português, espanhol e inglês, articulando conceitos de preservação digital, organização da informação, padrões de metadados e aplicações recentes de IA, incluindo engenharia de prompts e métodos como Chain-of-Thought (CoT) e Chain-of-Verification (CoVe).

Os resultados mostram que a IA pode automatizar atividades tradicionalmente executadas por bibliotecários, como transcrição automática de áudios, indexação semântica, geração de metadados, reconhecimento de imagens e produção de resumos. Essas aplicações favorecem a organização dos acervos, ampliam a recuperação da informação e podem tornar o patrimônio audiovisual mais acessível para pesquisadores e para a sociedade. Entretanto, autores alertam que desafios relacionados ao viés algorítmico, à qualidade dos dados, aos custos de implementação, à governança da informação e à formação profissional ainda limitam a adoção dessas tecnologias (Caldera Serrano, 2025; Grácio et al., 2024).

Outro aspecto destacado pelo estudo é que a Inteligência Artificial não elimina a necessidade do trabalho humano. Ao contrário, ela redefine o papel do bibliotecário, que passa a atuar de forma ainda mais estratégica na curadoria, validação, padronização e supervisão dos processos automatizados. Os autores entendem que o uso responsável dos LLM depende da combinação entre tecnologias inteligentes, padrões internacionais de metadados, interoperabilidade entre sistemas e mecanismos que assegurem transparência, rastreabilidade e confiabilidade das informações produzidas (White et al., 2023; Wei et al., 2022; Dhuliawala et al., 2024).

A pesquisa também evidencia que o Brasil ainda possui poucas experiências práticas envolvendo Modelos de Linguagem de Grande Escala em bibliotecas e arquivos audiovisuais. Por isso, os autores defendem a realização de projetos-piloto, investimentos em capacitação profissional e o fortalecimento de políticas públicas voltadas à preservação digital, permitindo que instituições de memória adotem essas tecnologias de forma ética, sustentável e alinhada às necessidades da sociedade.

Ao demonstrar que a Inteligência Artificial pode fortalecer, e não substituir, o trabalho dos profissionais da informação, o estudo contribui para orientar futuras pesquisas, apoiar a formulação de políticas públicas e estimular a inovação na preservação do patrimônio audiovisual. A principal mensagem é que o futuro das bibliotecas e arquivos dependerá do equilíbrio entre inovação tecnológica, conhecimento especializado e compromisso com o acesso democrático à informação.

Referências citadas no release

ACADEMIA DE ARTES E CIÊNCIAS CINEMATOGRÁFICAS. O dilema digital: perspectivas e desafios para os arquivos audiovisuais. Los Angeles: Academy of Motion Picture Arts and Sciences, 2009.

BUARQUE, Angela Coelho. Preservação de acervos sonoros e audiovisuais. Brasília: Thesaurus, 2008.

CALDERA SERRANO, Jorge. Inteligencia artificial aplicada a archivos audiovisuales de televisión: oportunidades, riesgos y perspectivas. Anuario ThinkEPI, v. 19, 2025.

DHULIAWALA, Shehzaad et al. Chain-of-Verification reduces hallucination in large language models. arXiv, 2024. Disponível em: https://arxiv.org/abs/2309.11495. Acesso em: 10 jul. 2026.

EDMONDSON, Ray. Audiovisual archiving: philosophy and principles. 3. ed. Paris: UNESCO, 2016.

GRÁCIO, José Carlos Abbud et al. Preservação digital de documentos audiovisuais: contextos, desafios e tendências. Revista Ibero-Americana de Ciência da Informação, Brasília, v. 17, n. 2, p. 1-24, 2024.

WEI, Jason et al. Chain-of-Thought prompting elicits reasoning in large language models. Advances in Neural Information Processing Systems, v. 35, p. 24824-24837, 2022.

WHITE, Jules et al. A prompt pattern catalog to enhance prompt engineering with ChatGPT. arXiv, 2023. Disponível em: https://arxiv.org/abs/2302.11382. Acesso em: 10 jul. 2026.

Para ler o artigo na íntegra

CHAGAS, Lorena Almeida; SANTOS, Rodrigo Fernandes. Aplicações de inteligência artificial em acervos audiovisuais: padrões de metadados e modelos de linguagem na organização da informação. Ciência da Informação Express, Lavras, MG, v. 7, 2026. DOI: https://doi.org/10.60144/v7i.2026.156.

_____ Release elaborado com apoio de Large Language Model (ChatGPT), com condução humana da equipe editorial do Ciexpress News.