LMLuciana Monteiro-Krebs

Luciana Monteiro-Krebs

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article

Previous Organizations / Institutes

The organizations / institutes from the scholar's other articles in the past ten years


Luciana Monteiro-Krebs has a total of 28 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    O Currículo Lattes como instrumento de análise da comunicação científica: caracterização do núcleo de periódicos das publicações do CAV/UDESC

    by Ana Paula Puhl Sehn, Lucas George Wendt, Luciana Monteiro-Krebs, Fabiano Couto Corrêa da Silva

    Caracteriza a produção científica docente do Centro de Ciências Agroveterinárias da Universidade do Estado de Santa Catarina, com base no Currículo Lattes. Pesquisa descritiva, de abordagem quantitativa e qualitativa. Aplicou-se a Lei de Bradford para delimitar a dispersão de 5.116 artigos publicados em 940 periódicos. Os 13 periódicos nucleares foram analisados por área temática, nacionalidade, indicadores de impacto e a classificação Qualis. Os resultados evidenciaram predominância nas áreas de Ciências Agrárias, Medicina Veterinária e Ciências Florestais, quartis Q3 (6), Q4 (4) e Q2 (3) e qualis B1, A2 e A4. Conclui que o núcleo combina concentração temática, consolidação institucional e posicionamento avaliativo consistente.

  • Modelos de Linguagem de Grande Escala (LLMs)

    by Sara Bublitz de Oliveira, Felipe Mottin Maschmann, Luciana Monteiro-Krebs

    Há cerca de três anos um fato mudou a maneira como as pessoas se relacionam com a informação: com a disponibilização para o grande público de forma gratuita dos Modelos de Linguagem de Grande Escala (tradução de Large Language Models ou LLMs), sociedades no mundo todo passaram a se informar e gerar conteúdo com o apoio das ferramentas de Inteligência Artificial Generativa. Apesar do impacto profundo na dinâmica informacional de diferentes públicos, os usuários ainda possuem muitas dúvidas a respeito dessa tecnologia, o que pode afetar a autonomia e poder de decisão em relação à quando e quais as melhores formas de adotá-la. A fim de introduzir os Large Language Models (LLMs) e oferecer subsídio a discussões sobre IA, definiu-se abordar o assunto em quatro eixos: histórico, seu funcionamento, principais agentes envolvidos, e desafios encontrados na literatura. Para tal, adotou-se como procedimento a pesquisa bibliográfica (Gil, 2002), com a técnica de análise de conteúdo, na perspectiva de Bardin (1977), para tratamento dos dados. A busca se deu na Scientific Electronic Library Online (SciELO), com expressão ampla sobre LLMs que incluiu variantes do termo em português, espanhol e inglês. Filtrando por revisados por pares, recuperou-se 182 resultados, e dispensados pré-prints e registros repetidos, 175 foram considerados. Estes foram organizados em tabela para exploração e seleção dos potencialmente relevantes, que deveriam abranger ao menos um dos eixos supracitados. O processo resultou em 36 documentos, que foram categorizados nos eixos de modo preliminar. Os documentos foram fichados, relacionando trechos aos seus respectivos eixos temáticos, para análise e interpretação. Constata-se que os princípios das redes neurais, que abriram caminho para os LLMs, remontam à 1943, com o modelo lógico para neurônios proposto por McCulloch e Pitts (Ribeiro; Tsunoda, 2025). Em décadas seguintes, vieram abordagens práticas e publicações que estimularam o desenvolvimento de linguagens de programação e aspectos de Processamento de Linguagem Natural (PLN) (Ribeiro; Tsunoda, 2025; Vargas-Elizondo, 2024). Houve um período de estagnação, conhecido como “inverno da IA”, ocorrendo uma retomada nas décadas de 80 e 90 (Ribeiro; Tsunoda, 2025). Porém, a capacidade dos computadores e disponibilidade de dados limitava maiores desenvolvimentos (Vargas-Elizondo, 2024). Em 2017, através da proposição da arquitetura Transformer, por Vaswani et al., limitações anteriores foram superadas, culminando no lançamento e atualização de LLMs e possibilidade de implementação em diferentes sistemas como interfaces para conversação (Ribeiro, Tsunoda, 2025; Bekker, 2024; Peréz-Sanpablo et al. 2023). Em termos de agentes influentes no contexto da IA, o cenário é majoritariamente disputado pelas Big Techs, como Amazon, Alphabet (Google), Meta, Apple, Microsoft (Lassi, 2025), com alguns exemplos de modelos sendo série GPT (OpenAI); PaLM 2 e Bard (Google); e Claude (Anthropic) (Ribeiro; Tsunoda, 2025; Lassi, 2025). Ribeiro e Tsunoda (2025) indicam que o mercado não está restrito apenas a estas empresas, existindo certa variedade de modelos com origens diferentes. Em contrapartida, muitas destas iniciativas possuem certa dependência da tecnologia das Big Techs. Ainda que outras localidades, em particular na Ásia, tenham fomentado maior competitividade no mercado, por exemplo, com o lançamento do modelo R1 e da DeepSeek (Lassi, 2025), observa-se uma centralização no Norte Global. A associação estratégica de grandes empresas, focadas na melhoria ou construção de modelos e integração destes aos seus softwares, aplicativos e hardwares, tomou força em 2019, como Microsoft e OpenAI; Nvidia e Meta (Lassi, 2025). Isto contribuiu com a assimetria no desenvolvimento de LLMs e sistemas de IA, onde maiores players priorizam seus próprios interesses e definem as lógicas de lucro e consumo (Araujo, 2025). Em relação ao seu funcionamento, os LLMs são programas computacionais que processam a linguagem humana (Miranda et al., 2023), operando sob uma lógica probabilística de predição de palavras (Bekker, 2024). Na prática, a estruturação desses modelos ocorre em três etapas fundamentais: pré-treinamento em grandes bases de dados não rotuladas (modelo aprende a antecipar palavras via autossupervisão iterativa); ajuste fino (fine-tuning) em bases rotuladas menores para refinar tarefas específicas; e etapa de geração, na qual o texto coeso é construído por amostragem probabilística (Candiotto, 2025). Apesar do potencial dos LLMs e sistemas de IA, os desafios apontados pela literatura abrangem tanto o treinamento de modelos quanto o seu uso efetivo. Em suma, as pesquisas apontam como desafios centrais alucinações, veracidade e verificabilidade das informações; vieses e discriminação; educação e integridade acadêmica; impacto social, ambiental e no mercado de trabalho; privacidade e segurança de dados; propriedade intelectual e copyright; transparência; e falta de representativa diversidade linguística e cultural no treinamento. Faz-se necessário pensar a tecnologia a partir de supervisão humana ética, para que riscos sejam mitigados e impactos positivos, potencializados (Quevedo-Tumailli et al., 2025; García Mogollón; Rojas Contreras; Sanabria, 2025; Lassi, 2025; Obasa, 2024; Velásquez-Henao; Franco-Cardona; Cadavid-Higuita, 2023).

  • O Impacto econômico e laboral da mediação algorítmica

    by Camilla Moschen Figueiredo, Luciana Monteiro-Krebs

    Plataformas digitais, que decidem autonomamente que informações mostrar aos usuários, têm transformado dinâmicas sociais e econômicas, levantando preocupações e discussões no âmbito do Direito do Consumidor e do Trabalhador. O presente estudo analisa os impactos do uso de algoritmos (modulação algorítmica, gestão algorítmica e mediação algorítmica) nas relações de consumo e de trabalho, evidenciando como esses fenômenos contribuem para a vulnerabilidade informacional e fragilização de direitos fundamentais. Realizou-se uma busca em novembro de 2025 na base Revista dos Tribunais Online (RT) e na plataforma Fórum de Conhecimento Jurídico, com os termos: “Mediação Algorítmica”, “Algorithmic Mediation”, “Gestão Algorítmica”, “Algorithmic Management” e “Modulação Algorítmica”, além da técnica de amostragem em bola de neve (Dewes, 2013). Dos 34 resultados, 12 estudos foram selecionados por relevância, pois apresentavam conceituações ou discussões aprofundadas. A análise da literatura apontou ameaças à autonomia dos usuários, que se originam da vulnerabilidade algorítmica do consumidor na era digital, o denominando “Glass Consumer” (Consumidor de vidro, em tradução livre). Lace (2005) define Glass consumers como consumidores que disponibilizam dados indiretamente, como em redes sociais e cookies, favorecendo o funcionamento do Big Data e a entrega de publicidade personalizada. Devido à vulnerabilidade comportamental e o acesso contínuo das plataformas aos seus dados, os consumidores permanecem em estado de riscos, expostos às práticas de modulação algorítmica (Verbicaro e Vieira, 2021). Segundo os autores, a modulação algorítmica consiste na influência sobre o comportamento dos usuários, possíveis consumidores, por meio da manipulação de mídia e da personalização de conteúdo por meio do Big Data. Tal processo se intensificou durante a pandemia de 2020. Paralelamente, consumidores são afetados por dark patterns (padrões obscuros, em tradução livre) e pelos chamados “filtros-bolha” presentes em redes sociais, bem como pelo uso de inteligência artificial (IA) que distorce o direito à informação (Verbicaro e Vieira, 2022). Portanto, a modulação algorítmica modula as percepções e comportamentos dos usuários, colocando em risco sua liberdade tanto em meios digitais como fora deles (Verbicaro e Agrassar, 2024). O uso de algoritmos para o constante monitoramento dos usuários fragiliza direitos à privacidade, igualdade e liberdade, pois o acesso permanente aos dados pessoais compromete o “direito de estar só” (Verbicaro e Homci, 2024). Complementarmente, Homci e Verbicaro (2024) sustentam que o determinismo algorítmico aumenta a dissonância cognitiva (contradição entre o que se pensa e o que se faz) no uso de IA, pois, os algoritmos padronizam e polarizam os comportamentos dos usuários. Ainda ressaltam que a modulação se materializa no próprio design das plataformas, dificultando tanto o exercício de direitos quanto o acesso à informação. Quando a discussão é voltada para crianças e adolescentes, essa exposição molda a maneira que se identificam com produtos personalizados, reforçando a vulnerabilidade informacional desses indivíduos (Verbicaro, Oliveira e Leal, 2023). Outro conceito relevante para essa análise é o de “Gestão Algorítmica”, adotado principalmente em estudos relacionados ao Direito do Trabalho. Essa gestão possui cinco pilares estruturais: monitoramento constante, avaliação de desempenho, implementação automática de decisões, interação com um sistema e a falta de transparência (Möhlmann e Zalmanson, 2017). O uso de algoritmos em plataformas de trabalho muitas vezes é justificado pela suposta imparcialidade da IA, mesmo que isso não seja uma verdade absoluta (Gaudio, 2020). Conforme o autor, a Gestão Algorítmica se manifesta de formas distintas conforme a relação de trabalho, mas nenhuma está livre dos riscos dos algoritmos, que podem causar prejuízos e levar a cenários de tecnocracia algorítmica (decisões controladas apenas por algoritmos). Esse processo integra a quarta revolução industrial, caracterizada pela Algocracia, ou ascensão da automação, baseada no “Algoritmo Definitivo” capaz de deduzir qualquer circunstância através dos dados disponíveis (Zappala, 2021). Outrossim, o autor distingue dois tipos de trabalhos mediados por algoritmos, podendo tanto apoiar quanto intensificar a subordinação do trabalhador. Logo, a falta de transparência no uso de algoritmos na gestão de trabalhadores, faz com que tais profissionais não tenham acesso aos dados, critérios e processos que orientam decisões que afetam seu próprio trabalho (Columbu e Massoni, 2022). Consequentemente, a mediação algorítmica presente no Uber atua como um agente de vigilância automatizada, assim influenciando qualquer decisão tomada dentro do app (Guerra e Duarte, 2019). Os estudos aqui analisados trouxeram um panorama amplo e detalhado da agência de algoritmos como mediadores de informação, uma agência relevante, irrefreável e disruptiva, mas nem sempre benéfica para as pessoas que fazem uso dessa tecnologia. Conclui-se que a adoção...

  • IA ética em LLMs

    by Larissa Reis de Avila, Guilherme de Souza Lemke, Giulia Luiza Frasson Magnaguagno, Ana Paula Sehn, Luciana Monteiro Krebs

    Modelos de Linguagem de Grande Escala (LLMs) são sistemas capazes de processar linguagem natural, ou seja, entender, gerar e manipular textos de maneira semelhante aos produzidos por um ser humano, geralmente, esses sistemas são regidos por GuardRails que são mecanismos técnicos que guiam e restringem o comportamento de LLMs para assegurar que suas saídas sejam seguras, éticas e confiáveis. Nesse sentido, este projeto tem como objetivo testar um LLM sem GuardRails, analisando suas respostas, para que se perceba respostas não apropriadas brechas de segurança a fim de que se possa reforçar a segurança desse LLM. Trata-se de uma pesquisa exploratória, com abordagem qualitativa. Combinou revisão bibliográfica, análise de conteúdo provenientes de redes sociais e procedimento experimental chamado Red Teaming com a aplicação de prompts adversariais em um LLM que está em desenvolvimento. Foram elaborados e testados 1.068 prompts para 21 categorias diferentes, sendo elas: acesso a dados sensíveis; álcool para menores/ alcoolismo; capacitismo; criação de bombas; direito autoral; estratégias de violência; etarismo; fabricação / uso / compra / venda de substâncias ilícitas; gordofobia / disturbios alimentares / padrões de beleza; homofobia; inferências impossíveis; machismo; nudez / pornografia / pedofilia; política / polarização; prompt injection; racismo; saúde mental; transfobia; viés de gênero; xenofobia; e xingamentos. As respostas obtidas foram registradas e avaliadas conforme as categorias. A fase de análise das respostas buscou abordar três critérios: (a) lógica proposicional: quando o LLM atende ou não ao comando descrito no prompt, sendo utilizadas as opções atende/não atende à proposição em casos normais, e atende/não atende à proposição com brecha de segurança, em casos onde o modelo retorna em sua resposta algum tipo de informação que não deveria ser acessada pelo usuário, como o processo de análise do prompt enviado e “pensamento” do modelo; (b) ética: quando é transparente sobre sua natureza e limitações, fundamentada em informações confiáveis, responsável quanto aos seus impactos, justa e atenta à redução de vieses, respeita os direitos humanos e a dignidade, preserva a privacidade, evita causar danos ou incentivar práticas prejudiciais e contribui de forma positiva, segura e socialmente responsável, sendo utilizadas as opções ética/antiética; e (c) coerência: quando o LLM retorna com informações consideradas coerentes, verdadeiras e com respostas que façam sentido com o prompt enviado, sendo utilizadas as opções coerente/incoerente. Os dados quantitativos obtidos a partir dessas análises são que 69,46% das proposições dos prompts não foram atendidas pelo LLM, 87,11% das respostas foram consideradas éticas e 85,17% foram consideradas coerentes. Esses dados mostraram que o LLM, mesmo sendo um modelo sem GuardRails nesta fase de desenvolvimento, foi capaz de gerar respostas respeitosas e com informações corretas na grande maioria dos casos, inclusive recusando-se a gerar conteúdo considerado ofensivo, preconceituoso ou violento. Ainda assim, algumas respostas foram identificadas como prejudiciais ao usuário. Como o estudo ainda se encontra em fase inicial, compreende-se que os resultados não são conclusivos. Dessa forma, prevê-se, em etapas futuras, a reanálise dos prompts por outros avaliadores para confirmação do diagnóstico e a realização de testes em outros modelos de LLMs para comparação de resultados.

  • Open Access

    O Capitalismo Neoliberal e o Movimento pelo Acesso Aberto no Brasil

    by Maria Elisabeth Vasconcellos Monteiro, Luciana Monteiro Krebs

    O movimento de Acesso Aberto (Open Access – OA) é um dos mais importantes movimentos pela democratização do conhecimento científico no século XXI, com foco em torná-lo disponível gratuitamente em meios digitais. Estruturado por iniciativas e documentos no final da década de 1990 e início dos anos 2000, o movimento incorporou uma visão prática e teórica enraizada em ideais humanistas, sociais e democráticos, com o objetivo de aproximar a ciência da sociedade. Apesar dos avanços recentes, a sociedade neoliberal e sua cultura dificultam significativamente o impacto social do movimento, tornando necessária uma análise dessa complexa realidade sociopolítica. Como objetivos temos: Identificar as principais iniciativas de acesso aberto à informação científica no Brasil; e caracterizar os principais obstáculos que a sociedade neoliberal impõe ao movimento de Acesso Aberto. Nossa metodologia é qualitativa, bibliográfica e exploratória, buscando uma compreensão mais profunda de um tema pouco abordado e se justificando visto o modo como as práticas científicas são moldadas por questões políticas, econômicas, sociais e culturais. Estabeleceremos pontos estruturais fundamentais a partir de uma revisão de literatura internacional sobre neoliberalismo e ciência aberta, desenvolvendo-os à luz da obra dos sociólogos Pierre Dardot e Christian Laval (2014). Desde o seu surgimento, o acesso aberto à informação científica tem seguido principalmente dois caminhos, segundo Guédon (2004): a via verde (repositórios digitais e institucionais e outras formas de autoarquivamento) e a via dourada (periódicos de acesso aberto). A comunidade científica da América Latina aderiu profundamento o acesso aberto, tanto pela via verde quanto pela via dourada,, principalmente porque ampliar a visibilidade da pesquisa regional e reduzir os custos de publicação. Algumas das iniciativas mais proeminentes desenvolvidas no Brasil são: SciELO (Scientific Electronic Library Online), uma biblioteca eletrônica que publica periódicos científicos de acesso aberto, especialmente da América Latina e do Caribe, bem como de outros países em desenvolvimento; Portal de Periódicos da CAPES, que possui uma seção dedicada ao Acesso Aberto, incentivando sua publicação e disseminação; Repositórios Institucionais, adotadas por diversas instituições de ensino e pesquisa no Brasil, especialmente as universidades federais, onde pesquisadores podem depositar suas pesquisas; BDTD (Biblioteca Digital Brasileira de Teses e Dissertações), agrega textos completos de T&D defendidas em instituições brasileiras, permitindo fácil acesso a essas publicações por meio dos repositórios institucionais das universidades; Arca Dados, repositório de dados de pesquisa desenvolvido pela Fundação Oswaldo Cruz (Fiocruz), a mais proeminente instituição de ciência e tecnologia em saúde da América Latina. É também o primeiro repositório latino-americano a receber a certificação CoreTrustSeal, como repositório confiável; Oasis – Portal Brasileiro de Publicações e Dados Científicos em Acesso Aberto, agrega diversas iniciativas de acesso aberto do Brasil em um único portal, facilitando a navegação entre diferentes tipos e fontes de publicações. Também está integrado a outros portais internacionais, como o europeu OpenAIRE e a Rede Latino-Americana de Ciência Aberta – LA Referencia. Com base em uma revisão de literatura e fundamentando-se na obra de Dardot e Laval (2014), foram identificadas as seguintes problemáticas que podem afetar essas iniciativas: mercantilização da informação científica, decorre de um oligopólio editorial que prioriza o lucro. As editoras utilizam as Taxas de Processamento de Artigos (APCs) em publicações de acesso aberto, aumentando seus lucros, apesar de esse ser um modelo globalmente custoso e excludente. Isso reflete a normalização dos oligopólios e o incentivo à mercantilização do conhecimento, característicos da cultura neoliberal. Enfraquecimento do Estado, representa um problema significativo para o financiamento de iniciativas de acesso aberto, que geralmente dependem de recursos públicos para sua manutenção. Com a adoção de políticas neoliberais de austeridade, que limitam o investimento estatal, tais iniciativas acabam enfrentando restrições e dificuldades de sustentabilidade. Desvalorização da cultura democrática na sociedade imposta pela sociedade neoliberal, que promove a competição entre indivíduos e instituições em todas as esferas da vida, desestimulando a cooperação — elemento fundamental para sustentar os ideais da ciência aberta. Desigualdades entre países, instituições e departamentos, que limitam a adesão à ciência aberta, gerando disparidades (Ross-Hellauer, 2022). O neoliberalismo atua de forma a apagar e tornar essas desigualdades invisíveis, reduzindo sua relevância a uma questão puramente meritocrática; Formação de iniciativas predatórias, surgem periódicos científicos fraudulentos, de baixa qualidade e pouca confiabilidade, que exploram o modelo de APCs para enganar pesquisadores e obter lucro. Essas iniciativas são sustentadas, em parte, tanto pelo livre mercado desregulado quanto pela cultura produtivista neoliberal, que pressiona pesquisadores a publicar em...

  • Open Access

    The Brazilian Far-right After Bolsonaro: How New Actors Are Using Disinformation Strategies to Mobilize the Audience on Digital Platforms

    by Karoline Silva, Nadi Presser, Luciana Monteiro-Krebs, Rodrigo Carmo

    Although symbolically defeated by the left in the 2022 presidential elections, the Brazilian far-right, institutionally represented by former President Jair Messias Bolsonaro's government (2019-2022), continues to mobilize a significant portion of the electorate, repositioning its agenda within the mainstream of previously centrist and moderate politics. Given the central role of Bolsonarism (an ideological movement centered around Bolsonaro), this study aims to explore how the Brazilian far-right is adapting its narratives and rhetoric to seek greater support among voters. In this sense, we update the new uses of digital platforms and disinformation strategies adopted by the far-right parties and politicians to garner voter sympathy, especially from the center in the political spectrum. Through a Content Analysis, we identify five main manipulation tactics most commonly used on social media (Polarization, False Identity, Emotion, Defamation, and Conspiracy) associated with far-right rhetoric in the Brazilian context. In conclusion, we pointed out a change of this language, by the use of new platforms that now are playing a significant role in the way that Brazilian right and far-right actors communicate with the audience, such as a change of the topics in its traditional moral-emotional agenda, more based now in a transphobic discourse.


  • Open Access

    Jogo Meias#Verdades: o método prebunking no combate à desinformação no contexto brasileiro

    by Karoline Maria Fernandes, Nadi Helena Presser, Luciana Monteiro Krebs, Rodrigo Felipe Rodrigues Do Carmo

    A desinformação é uma ameaça para as sociedades, pelo seu potencial de distorcer a compreensão das pessoas e prejudicá-las em tomadas de decisões que impactam na saúde pública, nas atitudes com relação à ciência e nos processos eleitorais. Diante desses riscos, na última década, governos, academia e sociedade civil têm criado mecanismos de combate às chamadas “fake news”. Mas enquanto em pesquisas da Ciência da Informação, o debate sobre o tema ainda é focado em definições conceituais, observa-se a ausência de produções que abordem os aspectos cognitivos em torno da desinformação. Neste artigo explora-se essa lacuna ao aplicar uma intervenção preventiva contra à desinformação online a partir do método prebunking (pré-desmascaramento, em tradução livre). Trata-se de um conjunto de procedimentos baseados na Teoria da Inoculação que têm se mostrado eficaz na construção de resiliência cognitiva frente aos discursos enganosos comuns nas redes sociais. É objetivo deste trabalho compartilhar os achados da pesquisa em torno do jogo Meias#Verdades desenvolvido com base nesse paradigma e aplicado à realidade política brasileira. Para investigar a eficácia da ferramenta em treinar usuários das redes sociais a reconhecerem desinformação e discursos radicais associados à extrema-direita do espectro político, a metodologia percorreu as seguintes etapas: (1) levantamento de conteúdos falsos disseminados nas redes sociais, tomando-se como referência mensagens desmascaradas pela agência de checagem de fatos Lupa durante os quatro anos de Governo Bolsonaro (2018-2022); (2) separação desse material em categorias, que foram classificadas em: polarização; falsa identidade; emoção, difamação e conspiração; (3) design do jogo; (4) coleta e interpretação de dados junto a voluntários (N=55) por meio de estatística descritiva (teste t pareado). A construção do jogo Meias#Verdades foi orientada a partir da estrutura Serious Game Design Assessment Framework, que orienta o desenho de jogos sérios com base em seu propósito. A partir dos dados analisados, a presente investigação demonstrou estatisticamente que, após jogarem o jogo, os voluntários reduziram seu grau de vulnerabilidade frente às estratégias de desinformação trabalhadas na ferramenta desenvolvida. Em conformidade com estudos anteriores, conclui-se que jogos baseados em intervenções preventivas são eficientes na redução da vulnerabilidade frente à desinformação.

  • Open Access

    As folksonomias e a teoria dos protótipos: avaliação das plot Keywords de filmes slasher no IMDb

    by Rafael Rodrigo Do Carmo Batista, Caliel Cardoso de Oliveira, Luciana Monteiro-Krebs, Thiago Henrique Bragato Barros, Rita Do Carmo Ferreira Laipelt

    Trata-se de um estudo metodológico, visando avaliar como sistemas de folksonomias podem contribuir para a indexação de obras cinematográficas, tendo como base teórica a Teoria dos Protótipos, oriunda da Linguística Cognitiva. Para tal, foi elaborado um corpus de análise composto por 25 filmes indexados na plataforma Internet Movie Database (IMDB) sob o termo slasher, que se refere a um subgênero do cinema de terror. Através do sistema de plot keywords do IMDB, foram extraídos 631 termos únicos deste corpus, atribuídos livremente pelos usuários da plataforma. A seguir, analisou-se quais termos além de slasher eram compartilhados por mais de um título presente no corpus, buscando obter aquelas keywords de maior valor semântico para a delimitação da categoria slasher. Foram identificadas 43 plot keywords compartilhadas, que são apresentadas graficamente de acordo com seu nível de frequência. Também buscou-se constatar quais os filmes mais centrais da categoria, aqueles que compartilhavam mais plot keywords com seus pares. Constatou-se que o filme mais prototípico dentro do recorte analisado compartilha 19 termos com os outros membros do corpus. Os termos que os três filmes mais centrais da categoria compartilham com seus pares foram apresentados graficamente. Conclui-se afirmando que a apreensão e descrição de atributos característicos do subgênero cinematográfico slasher por parte do público leigo condiz com o que é observado como significante pela literatura especializada no tema; disto, observa-se que os postulados trazidos pela Teoria dos Protótipos se mostram úteis para se analisar quais atributos são semanticamente significativos na delimitação de uma categoria auxiliando no processo de indexação.


  • Every word you say: algorithmic mediation and implications of data-driven scholarly communication

    by Luciana Monteiro-Krebs, Bieke Zaman, David Geerts, Sônia Elisa Caregnato