Pesquisa
Explicar a máquina para quem decide
O campo da IA explicável aprendeu a explicar os modelos para quem os construiu. Minha pesquisa trata do passo seguinte: explicar para quem precisa agir sobre a resposta.
EnriCX
O EnriCX (Enriched Contextual eXplanations) é uma camada que fica depois do modelo e da explicação estatística, sem alterar nenhum dos dois. Ele usa engenharia de contexto para levar a um modelo de linguagem o conhecimento que nenhum banco de dados tinha, e devolve alternativas de decisão.
Etapa 1
O modelo prevê
Uma estimativa salarial treinada com dados oficiais do mercado de trabalho.
Etapa 2
A estatística decompõe
Uma técnica pós-hoc mostra quanto cada fator pesou, em números abstratos.
Etapa 3
O contexto traduz
O EnriCX converte esses números em razões e alternativas, com preço, para quem decide.
- 66 milvínculos reais do mercado de TI do Rio de Janeiro
- 5profissionais que definem salários no país, entrevistados como especialistas
- 18variáveis de contexto extraídas dessas conversas
- ≈ 1/3da variação salarial em reais é o que o modelo explica. O resto é humano, e publico esse número.
A ferramenta de pesquisa está em qualquerfuturo.com.br, com acesso por senha. Se quiser testar, fale comigo. O artigo que apresenta o EnriCX está em revisão no IEEE Access.
Tese de doutorado
- Explicações contextuais enriquecidas: engenharia de contexto para inteligência artificial explicávelDoutorado em Inteligência Artificial, no Programa de Pós-Graduação em Informática da UNIRIO. Defesa em 9 de setembro de 2026. Orientação de Ana Cristina Bicharra Garcia e, em etapa anterior, de Carlos Eduardo Mello. Bolsa CAPES.
Artigos científicos
- MEC-AI: Modelo de Enriquecimento de Explicação com Engenharia de Contexto para Inteligência ArtificialPinto, G. B. S.; Garcia, A. C. B. Simpósio Brasileiro de Sistemas Colaborativos (SBSC), 2026, p. 484–494.
- Explicações de Inteligência Artificial Conscientes de Contexto em Aplicações de Mercado de TrabalhoPinto, G. B. S.; Mello, C. E. R.; Garcia, A. C. B. SBSC, 2025, p. 29–34.
- Explainable AI in Labor Market ApplicationsPinto, G. B. S.; Mello, C. E.; Garcia, A. C. B. ICAART 2025, Porto, vol. 3, p. 1450–1457.
- Mudanças à frente? Expectativas para colaboração profissional após a pandemiaPinto, G. B. S.; Lima, A. A.; Alves, D. M.; Catojo, A. R. S.; Garcia, A. C. B. SBSC, 2022, p. 167–177.
Livro e estudos
- Passaporte para o FuturoRio de Janeiro: Editora Cândido, 2020.
- Mapeamento da Indústria Criativa no BrasilFirjan. Edições de 2012, 2014, 2016 e 2019.
- Índice Firjan de Gestão FiscalFirjan, 2012.