Carla Silva

Com o avanço da Inteligência Artificial (IA) em diversos setores, cresce a necessidade de compreender como os profissionais da área lidam com questões éticas no desenvolvimento dessas tecnologias. Este estudo tem como objetivo investigar as percepções de profissionais brasileiros de IA sobre ética, bem como os principais desafios enfrentados na tentativa de aplicar princípios éticos em suas práticas cotidianas. Para isso, foi conduzido um estudo de replicação com a aplicação de um survey com 39 profissionais de IA, com período de coleta de respostas entre 28 de maio e 1º de julho de 2025. Entre as diferenças identificadas comparando o trabalho original e este, destaca-se que, enquanto no estudo internacional a principal fonte de conhecimento sobre ética em IA era o ambiente organizacional, no Brasil o aprendizado foi predominantemente acadêmico. Também foi mais evidente, no contexto brasileiro, a ausência de suporte institucional e o desalinhamento entre cultura organizacional e valores éticos. Portanto, os achados deste estudo podem apoiar iniciativas futuras voltadas ao fortalecimento da ética em IA no contexto brasileiro.

[Context] Software requirements are mainly specified using natural language, which is prone to produce ambiguous specifications. This challenge becomes bigger when dealing with requirements that must comply with regulations, the so-called legal requirements. [Objectives] This work investigates the state of practice to tackle ambiguity of legal requirements. The goal is to identify the factors that help or harm ambiguity resolution of legal requirements in companies that need to comply with data protection laws. [Methods] A qualitative study, based on semi-structured interviews, was performed with twenty-two Brazilian IT professionals, from eighteen companies, to gather their views on how to deal with ambiguity resolution of legal requirements. The interview data were recorded, transcribed, and analyzed using qualitative coding techniques, including open and axial coding. [Results] Findings reveal that ambiguity resolution involves the participation of many actors, including the development team, customer, and specialized support areas (Legal, Ambiguity analysis, or Anonymity Sector), also considering the involvement of experienced team members and domain experts. This study also brings a set of factors that positively or negatively influence the quality of legal requirements specifications. [Conclusion] These positive and negative factors, the practices to elicit and specify legal requirements, as well as, the practices to reduce ambiguity in such requirements, can be used as a guide for companies concerned with data protection laws compliance.

Context: Diverse information needs to be traced and managed throughout the development lifecycle of safety-critical systems, such as requirements, design definitions, tests and code. A safety-critical system (SCS) undergoes certification procedures that require the presentation of arguments supporting the design and implementation decisions involved in the SCS construction. Nowadays, many regulations require elaborating assurance cases (ACs) to present such arguments. The integrated management of the diverse data required to produce the ACs can leverage the continuous traceability assessment and support the automated generation of ACs at any time in the SCS lifecycle. Objective: Ontologies can integrate metamodels to connect data from different domains. We designed and implemented a Safety Assurance Ontology (SAO) to integrate outputs of safety and software engineering activities. SAO encompasses an information model, rules and competency questions to support the work of software, safety and assurance engineers in the context of an SCS development that requires the production of ACs. Method: SAO was built based on knowledge extracted from safety datasets and argumentation patterns. This work presents the SAO’s design, implementation, and evaluation through an illustrative scenario with public datasets and an expert survey with industrial practitioners and researchers. Results: SAO comprises concepts, relationships, and formation rules integrating safety assurance and software project information. We implemented the ontology information model and its formation rules using semantic web technologies. Conclusions: SAO can trace relevant project information, infer implicit information, and highlight traceability gaps in the public datasets evaluated. Practitioners find SAO’s competency questions on traceability gaps useful in revealing direct and indirect relationships among project items. They also find that the basic competency questions facilitate the contextualisation of items traced in the project repositories. Also, they pointed out that adding specialisations for key concepts can enhance practitioners’ grasp of the metamodel scope, thus promoting its applicability.

A interseção entre saúde e tecnologia tem recebido bastante atenção nos últimos anos diante do surgimento de aplicativos de saúde. Um subgrupo desse ecossistema é o de aplicativos focados em saúde reprodutiva feminina, os quais são limitados quando o quesito é proteger a privacidade dos dados de suas usuárias. Nesse contexto, este estudo visou investigar a percepção de usuárias sobre a privacidade dos dados coletados por esses apps. Um questionário foi elaborado e respondido por 595 mulheres. Os resultados mostram que mulheres já percebem a falta de controle que tem sobre os seus dados nesses aplicativos, e algumas já os deixaram de usar por esse motivo. A partir deste estudo, várias melhorias nos aplicativos foram recomendadas.

Contexto: a modelagem de ameaças é uma atividade importante para a segurança, mas o seu uso no desenvolvimento ágil é difícil. Problema: para que a modelagem de ameaças seja aplicada no desenvolvimento ágil, é necessário entender seus desafios e boas práticas. Método: para compreender qual o cenário atual do uso de threat modeling em metodologias ágeis, foi feita uma RSL utilizando bibliotecas digitais e snowballing para obter artigos que pudessem responder às perguntas de pesquisa. Resultados: o estudo identificou os desafios, práticas e ferramentas utilizadas. Contribuições: o estudo trouxe as principais tendências da área estudada.

Esta pesquisa aborda a adoção e eficácia das plataformas de aprendizagem digital durante a pandemia de COVID-19 no Brasil. Destacando uma significativa transição para a educação online, impulsionada pela necessidade de flexibilidade e adaptação tecnológica, observou-se um considerável engajamento das pessoas usuárias apesar de desafios como interação limitada e problemas técnicos. Os resultados indicam que as plataformas digitais foram fundamentais para manter a continuidade educacional durante e após a pandemia, sublinhando seu papel crucial no contexto educacional contemporâneo.

Recent studies have shown that many software developers do not have sufficient knowledge and understanding of how to develop a privacy‐friendly system. This may become a challenge in developing systems complying with data protection laws. To address this issue, we investigated the factors that influence developers' decision‐making when developing privacy‐sensitive systems. We conducted an empirical study by means of a survey with 109 practitioners. Our data analysis is based on the principles of social cognitive theory, which includes personal, behavioral, and external environmental factors. We identified six personal, five behavioral, and five external environment factors that affect how developers make decisions regarding privacy, including confusion between privacy and security and reliance on informal practices and organizational support gaps. These findings contribute to understanding how practitioners and companies consider privacy, showing improvements in formal training and structured support over previous studies yet highlighting persistent challenges in consistent privacy integration.