Luiz Augusto de Oliveira Almeida

This study investigates the use of the BERT model to support the automated classification of public documents according to whether they contain personal or sensitive data, in compliance with the Brazilian General Data Protection Law (LGPD). Documents from the Mato Grosso State Official Press (IOMAT) were used, comprising 1,050 documents labelled as sensitive and 450 labelled as non-sensitive. In this version, only a document-level binary classifier (sensitive vs. non-sensitive) was implemented and evaluated; Named Entity Recognition (NER), Explainable AI (XAI), and an auditing interface are described as part of a broader system planned as future work. The model — a fine-tuned BERTimbau classifier — was trained after removing explicit date expressions from the texts, with a fixed seed and deterministic settings for reproducibility. On the validation set, it reached 75.00% accuracy and an 83.66% positive-class F1-score, with a macroF1 of 65.23%. Compared with a majority-class baseline, the main improvement was observed in macro-F1, indicating that the model learned useful patterns beyond simply assigning all documents to the sensitive class. An error analysis based on the confusion matrix shows that false negatives are the legally costlier errors in a compliance setting, as they may correspond to sensitive documents being treated as non-sensitive. The results should be interpreted as preliminary and corpus-dependent, since date removal reduces but does not eliminate temporal and topical composition effects. Even so, the findings indicate the feasibility of the approach as an initial, human-in-the-loop screening stage for ethical data governance in the public sector.

Este artigo apresenta uma experiência prática de análise do jogo digital Among Us à luz do GC1 – Novas Abordagens Teóricas e Metodológicas da Interação Humano-Computador (IHC). A atividade, conduzida em contexto acadêmico, buscou discutir como fenômenos como cooperação, engano e confiança desafiam métodos tradicionais de análise e avaliação em IHC. Por meio da elaboração de um quadro comparativo entre as ondas da IHC e o GC1, e do desenvolvimento de um redesign crítico do jogo, os participantes exploraram novas perspectivas de design e reflexão ética. Os resultados evidenciam que o GC1 propõe expandir paradigmas existentes, integrando dimensões cognitivas, sociais e subjetivas. O estudo reforça o potencial dos jogos digitais como espaços de experimentação teórica e pedagógica para práticas inclusivas e eticamente orientadas em IHC.

Este artigo apresenta a “Maturidade Digital 4.0”, uma ferramenta de autoavaliação projetada para auxiliar micro, pequenas e médias empresas (MPMEs) a diagnosticar seu nível de prontidão para a Indústria 4.0. A metodologia da ferramenta baseia-se no framework Toolbox Industrie 4.0 da Verband Deutscher Maschinenund Anlagenbau (VDMA), avaliando 12 indicadores distribuídos nas dimensões de Produto e Produção. Os resultados são apresentados visualmente através de um gráfico de radar e pontuações de maturidade, permitindo a identificação de pontos fortes e fracos. A principal contribuição é a disponibilização de um instrumento prático e fundamentado que facilita a criação de um roteiro estratégico (roadmap) para a transformação digital.