Graduações em Engenharias e Ciência da Computação

URI permanente para esta coleçãohttps://repositorio.insper.edu.br/handle/11224/3249

Navegar

Filtros

2024 - 20252

Configurações

Palavra-chave: search.filters.subject.Inteligência ArtificialÁrea do Conhecimento: search.filters.subjectcnpq.CIENCIA DA COMPUTACAO

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Trabalho de Conclusão de Curso
    Guardrails em IA Generativa
    (2025) Pereira, Fernanda de Oliveira; Hermida, Gabriel Mendonça de Mello; Medeiros, Rodrigo Paoliello de
    A inteligência artificial (IA) generativa, quando aplicada no desenvolvimento de assistentes virtuais, pode, em muitos casos, retornar respostas inadequadas ou incorretas, confundindo usuários e gerando desinformação. Atualmente, são desenvolvidas guardrails que analisam tanto as entradas fornecidas pelos usuários quanto as saídas geradas pelos modelos, garantindo que as respostas devolvidas sejam adequadas. Nesse contexto, a solução deste projeto consistiu na implementação de diferentes tipos de guardrails (escopo, competidores, toxicidade, alucinação, dados sensíveis e técnicas de jailbreak), na definição de métricas específicas para avaliar seu funcionamento e na construção de uma arquitetura suficientemente modular para ser adaptável a diversos contextos. As guardrails implementadas alcançaram resultados satisfatórios conforme as métricas estabelecidas, indicando viabilidade técnica para utilização inicial pela empresa parceira em consultorias de assistência virtual com IA. Apesar disso, o projeto identificou oportunidades de melhoria, especialmente relacionadas à ampliação das bases de treinamento e avaliação, à adoção de mecanismos adaptativos e ao aprimoramento da mitigação de alucinações, visando ampliar sua eficácia em aplicações práticas futuras.
  • Imagem de Miniatura
    Trabalho de Conclusão de Curso
    Inteligência artificial para escalar vendas e resultados
    (2024) Fonteyne, Enzo; Tanaka, Livia; Costa, Lucca Hiratsuca; Lazzaron, Luiz Felipe
    Este artigo apresenta o desenvolvimento de uma ferramenta baseada em IA projetada para aumentar a produtividade de equipes de vendas B2B, auxiliando na criação e avaliação de propostas comerciais. A solução, desenvolvida como parte de uma colaboração entre estudantes do Insper e uma empresa de tecnologia brasileira, utiliza IA para automatizar e otimizar diversos aspectos do processo de vendas. A ferramenta proposta integra-se com apresentações já estabelecidas e utiliza modelos de IA generativa para fornecer insights e sugestões, aprimorando a estrutura, clareza e relevância das propostas comerciais. A arquitetura da ferramenta é construída usando o framework LangChain, permitindo a integração de múltiplos modelos de linguagem e a implementação de técnicas avançadas de processamento de linguagem natural, incluindo RAG (Geração Aumentada por Recuperação) e ReACT (Framework de Raciocínio e Ação). A eficácia da solução foi validada por meio de protótipos e entrevistas com partes interessadas, confirmando seu potencial para impactar significativamente a qualidade das propostas e os resultados de vendas.