Inteligência artificial generativa e comportamento informacional: uma análise bibliométrica nas bases Scopus e Web of Science

Jennifer Andrely Ferreira de Sousa Costa; Flávia Helloys Fontes Silva; Felipe  Francisco Sacramento; Natanael Vitor Sobral

doi:10.22477/x.ebbc.1081

Autores

Jennifer Andrely Ferreira de Sousa Costa Universidade Federal de Pernambuco (UFPE) https://orcid.org/0009-0009-4704-1006
Flávia Helloys Fontes Silva Universidade Federal de Pernambuco (UFPE) https://orcid.org/0000-0002-7644-5132
Felipe Francisco Sacramento Universidade Federal de Pernambuco (UFPE) https://orcid.org/0000-0002-1783-1279
Natanael Vitor Sobral Universidade Federal de Pernambuco (UFPE) https://orcid.org/0000-0003-2410-494X

DOI:

https://doi.org/10.22477/x.ebbc.1081

Palavras-chave:

Inteligência artificial generativa, Comportamento informacional, Bibliometria, ChatGPT

Resumo

A incorporação da Inteligência Artificial Generativa tem ampliado as discussões sobre comportamento informacional. Este estudo analisa, sob uma perspectiva bibliométrica, como a produção científica tem incorporado essa tecnologia. A pesquisa foi realizada nas bases Scopus e Web of Science, recuperando 513 documentos, sem delimitação temporal prévia, sendo os primeiros registros identificados a partir de 2023. Os dados foram analisados com R Studio (Bibliometrix), VantagePoint e VOSviewer. Os resultados indicam crescimento acelerado, redes de colaboração e destaque de temas como modelos de linguagem, chatbots e educação. Conclui-se que a Inteligência Artificial Generativa reconfigura as práticas de comportamento informacional.

Biografia do Autor

Jennifer Andrely Ferreira de Sousa Costa, Universidade Federal de Pernambuco (UFPE)

Mestranda em Ciência da Informação pelo Programa de Pós-Graduação em Ciência da Informação da Universidade Federal de Pernambuco (PPGCI/UFPE). Graduada em Gestão da Informação pela UFPE. Atua com pesquisas nas áreas de Inteligência Artificial, direitos autorais, proteção de dados e estudos bibliométricos, com experiência na análise da produção científica nas bases Scopus e Web of Science. Participante do grupo de pesquisa SCIENTIA e com publicação de artigos científicos na área de métricas da informação. Possui interesse em IA, direitos autorais, ética em IA e gestão da informação

Flávia Helloys Fontes Silva, Universidade Federal de Pernambuco (UFPE)

Graduada em Gestão da Informação pela Universidade Federal de Pernambuco (UFPE), Mestranda do Programa da Pós Graduação em Ciência da Informação na Área de Informação, Memória e Tecnologia.

Natanael Vitor Sobral, Universidade Federal de Pernambuco (UFPE)

Bacharel em Gestão da Informação pela Universidade Federal de Pernambuco (UFPE), Especialista em Administração de Marketing pela Faculdade de Ciências Administrativas da Universidade de Pernambuco (FCAP/UPE), Mestre em Ciência da Informação pela UFPE e Doutor em Ciência da Informação pela Universidade Federal da Bahia (UFBA). Possui curso de extensão em Docência de Educação a Distância pela UFPE. Trabalhou como Agente Local de Inovação no Sebrae (Bolsista EXP-CNPq). Foi comentarista no quadro Pesquisa e Opinião da Rádio CBN Recife. Tem interesse em estudos métricos da informação com ênfase na área de saúde, representação da informação em bases de dados científicas, análise de redes sociais científicas, mapas temáticos, gestão científica e organizacional, administração de unidades de informação, indicadores para tomada de decisão, inovação e indicadores de inovação. Foi Professor do Departamento de Fundamentos e Processos Informacionais (DFPI) do Instituto de Ciência da Informação (ICI) da UFBA (2017 a 2021). Atualmente é Professor do Departamento de Ciência da Informação (DCI) da UFPE onde exerce a função de coordenador do curso de Bacharelado em Gestão da Informação. É docente do Programa de Pós-Graduação em Ciência da Informação da UFPE (Mestrado e Doutorado)

Referências

ALONSO, R.; DESSÍ, D.; MELONI, A.; MURGIA, M.; RECUPERO, D. R.; SCARPI, G. A seamless ChatGPT knowledge plug-in for the labour market. IEEE Access, [S. l.], v. 12, p. 155821–155837, out., 2024. DOI: 10.1109/access.2024.3485111. Disponível em: https://ieeexplore.ieee.org/document/10731911. Acesso em: 5 mar. 2026.

ARIA, M.; CUCCURULLO, C. Bibliometrix: an R-tool for comprehensive science mapping analysis. Journal of Informetrics, [S.l.], v. 11, n. 4, p. 959–975, 2017. Disponível em: https://www.bibliometrix.org/vignettes/Introduction_to_bibliometrix.html. Acesso em: 10 fev. 2026.

CHOUNG, H.; DAVID, P.; ROSS, A. Trust and ethics in AI. Ai & Society, v. 38, n. 2, p. 733-745, 2022. DOI: 10.1007/s00146-022-01473-4. Disponível em: https://link.springer.com/article/10.1007/s00146-022-01473-4#citeas. Acesso em: 18 fev. 2026.

HEERSMINK, R.; DE ROOIJ, B.; CLAVEL VÁZQUEZ, M. J.; COLOMBO, M. Uma fenomenologia e epistemologia de grandes modelos de linguagem: transparência, confiança e confiabilidade. Ethics and Information Technology, [S.l.], v. 26, art. 41, 2024. DOI: 10.1007/s10676-024-09777-3. Disponível em: https://link.springer.com/article/10.1007/s10676-024-09777-3. Acesso em: 08 mar. 2026.

JIEWANG, C.; YIFAN, L.; JIAXUAN, L. A influência da AIGC no modo de geração de informações e no comportamento do usuário em relação à informação. Journal of Library and Information Service, [S.l.], v. 24, n. 2, 2023. DOI: 10.13266/j.issn.0252-3116.2023.24.002. Disponível em: https://www.lis.ac.cn/EN/10.13266/j.issn.0252-3116.2023.24.002. Acesso em: 07 mar. 2026.

KARAMI, A.; SHEMSHAKI, M.; GHAZANFAR, M. A. Exploring the Ethical Implications of AI-Powered Personalization in Digital Marketing. Data Intelligence, [S.l.], v. 7, n. 4, p. 1035-1084, 1 dez. 2025. DOI: 10.3724/2096-7004.di.2024.0055. Disponível em: https://www.sciengine.com/DI/doi/10.3724/2096-7004.di.2024.0055. Acesso em: 02 mar. 2026.

MELO, R. R.; SOBRAL, N. V.; SOBRAL, A. S. P. M.; SANTOS, R. N. M. S. Construção de uma historiografia bibliométrica brasileira dos estudos sobre comportamento informacional a partir da Web of Science. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 25., 2025, Rio de Janeiro. Anais [...]. Rio de Janeiro: ANCIB, 2025. Disponível em: https://enancib.emnuvens.com.br/enancib/pt_BR/article/view/262. Acesso em: 20 fev. 2026.

NILOY, A. C.; HAFIZ, R.; HOSSAIN, B. Md. T.; GULMEHER, F.; SULTANA, N.; ISLAM, K. F.; BUSHRA, F.; ISLAM, S.; HOQUE, S. I.; RAHMAN, Md. A.; KABIR, S. AI chatbots: a disguised enemy for academic integrity? International Journal of Educational Research Open, [s.l.], v. 7, p. 100396, dez. 2024. DOI: https://doi.org/10.1016/j.ijedro.2024.100396. Disponível em: https://www.sciencedirect.com/science/article/pii/S2666374024000785. Acesso em: 5 mar. 2026.

PORTER, A. L.; CUNNINGHAM, S. W. Tech mining: exploiting new technologies for competitive advantage. Hoboken: John Wiley & Sons, 2004.

PRASATH, C. A. Unindo inteligência artificial e comportamento informacional: um estudo multidisciplinar da previsão de necessidades de informação. Ponte: Revista de Explorações Multidisciplinares, [s.l.], v. 1, n. 2, p. 85-92, 2025. Disponível em: https://www.aasrresearch.com/index.php/jme/article/view/341/366. Acesso em: 27 fev. 2026.

SANTAELLA, L. Por que é imprescindível um manual ético para a Inteligência Artificial Generativa? Teccogs: Revista Digital de Tecnologias Cognitivas, [s.l.], n. 28, p. 7-24, 14 jun. 2024. Pontifical Catholic University of Sao Paulo (PUC-SP). DOI: https://doi.org/10.23925/1984-3585.2023i28p7-24. Disponível em: https://revistas.pucsp.br/index.php/teccogs/article/view/67064. Acesso em: 02 mar. 2026.

SARACEVIC, T. Ciência da informação: origem, evolução e relações. Perspectivas em Ciência da Informação, Belo Horizonte, v. 1, n. 1, p. 41-62, jan./jun. 1996. Diponível em: https://periodicos.ufmg.br/index.php/pci/article/view/22308. Acesso em: 11 mar. 2026.

SEIKALY, K. ChatGPT, como as pessoas se sentem em relação a você?: emoções, inteligência artificial e comportamento informacional. Journal of Web Librarianship, [s. l.] v. 18, n. 3, p. 133–148, 2024. DOI: https://doi.org/10.1080/19322909.2024.2382689. Disponível em: https://www.tandfonline.com/doi/abs/10.1080/19322909.2024.2382689. Acesso em: 7 mar. 2026.

VAN ECK, N. J.; WALTMAN, L. Software survey: VOSviewer, a computer program for bibliometric mapping, [S.l.], v. 84, n. 2, p. 523–538, 2010. DOI: 10.1007/s11192-009-0146-3. Disponível em: https://link.springer.com/article/10.1007/s11192-009-0146-3. Acesso em: 02 fev. 2026.

WILSON, T. D. Models in information behaviour research. Journal of Documentation, v. 55, n. 3, p. 249–270, 1999.