Na era do aprendizado de máquinas, uma viagem aos pilares do tempo: uso e produção de memória social por inteligência artificial

Rocha, Eduardo da Silva

DSpace Home
→
Centro de Ciências Humanas e Sociais (CCHS)
→
Multidisciplinar
→
MUMS - Teses de Doutorado
→
View Item

dc.contributor.advisor	Oliveira, Maria Amália Silva Alves de
dc.contributor.author	Rocha, Eduardo da Silva
dc.date.accessioned	2025-10-16T14:10:53Z
dc.date.available	2025-10-16T14:10:53Z
dc.date.issued	2024-04-26
dc.identifier.citation	ROCHA, Eduardo da Silva. Na era do aprendizado de máquinas, uma viagem aos pilares do tempo: uso e produção de memória social por inteligência artificial. 2024. 192f. Tese (Doutorado em Memória Social) – Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2024.	pt_BR
dc.identifier.uri	http://hdl.handle.net/unirio/14748
dc.description.sponsorship	Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)	pt_BR
dc.language.iso	Portuguese	pt_BR
dc.rights	openAccess	pt_BR
dc.title	Na era do aprendizado de máquinas, uma viagem aos pilares do tempo: uso e produção de memória social por inteligência artificial	pt_BR
dc.title.alternative	In the age of machine learning, a journey through the pillars of time: use and production of social memory by artificial intelligence	pt_BR
dc.type	doctoralThesis	pt_BR
dc.contributor.referee	Oliveira, Maria Amália Silva Alves de
dc.contributor.referee	Faceira, Lobelia da Silva
dc.contributor.referee	Mello, Adriana Russi Tavares de
dc.contributor.referee	Scaffo, Maria de Fátima
dc.contributor.referee	Mangan, Patrícia Kayser Vargas
dc.degree.department	CCHS	pt_BR
dc.degree.grantor	Universidade Federal do Estado do Rio de Janeiro - UNIRIO	pt_BR
dc.degree.local	Rio de Janeiro, RJ	pt_BR
dc.degree.program	Programa de Pós-Graduação em Memória Social	pt_BR
dc.subject.cnpq	MULTIDISCIPLINAR	pt_BR
dc.subject.en	Social Memory	pt_BR
dc.subject.en	Artificial intelligence	pt_BR
dc.subject.en	Pre-Trained Transformer	pt_BR
dc.subject.en	Machine Learning.	pt_BR
dc.description.abstracten	This thesis advances the understanding of social memory in synchrony with artificial intelligence models, exploring the impacts of these technologies on the public governance of remembrance and forgetting. It introduces the Intervenção Metodológica Etnográfica Adaptada (iMEA), a methodological tool specifically designed for anthropological work within machine learning ecosystems. In practice, iMEA guided the mapping of data collection, processing, and sharing processes within the native system Generative Pre- Trained Transformer 4.0 (GPT-4.0), through its specialized human-machine interaction model, ChatGPT. Among the key outcomes, it recognized and demonstrated how memory, as structured in social frameworks, establishes influential relationships with machines in natural language training. Furthermore, it evaluated how these systems operate across the scales of access, reconstruction, and preservation of collective memories within digital environments. In this context, the research analyzed virtual sociabilities, considering the roles of algorithms, generative artificial intelligence and social memory practices in addressing this issue, interconnected with the management of cybernetic informational heritage. This approach unveiled new networks of meaning attributed to the social frameworks of memory in contemporary society, recognizing interfaces between social memory and artificial intelligence under the lens of humanization 3 essential for fostering ethical relations between technological progress and the reproduction of culture.	pt_BR
dc.degree.country	Brasil	pt_BR
dc.description.sponsordocumentnumber	n/a	pt_BR
dc.description.abstractpt	Esta tese avança na compreensão da memória social em sincronia com modelos computacionais de inteligência artificial, assumindo o objetivo de explorar os impactos dessas tecnologias sobre a regência pública da lembrança e do esquecimento. Sua elaboração apresenta a Intervenção Metodológica Etnográfica Adaptada (iMEA), aporte instrumental dedicado ao fazer antropológico em ecossistemas de aprendizado de máquinas. Em prática, a iMEA dirigiu um mapeamento dos processos de coleta, tratamento e compartilhamento de dados do sistema nativo Transformador Generativo Pré-Treinado 4.0 (GPT-4.0) através do seu modelo especializado na relação humano- máquina, o ChatGPT. Entre suas principais realizações, permitiu reconhecer e demonstrar como a memória configurada em quadros sociais estabelece relações de influência com máquinas em treinamento de linguagem natural. Por conseguinte, avaliou como esses autômatos atuam nas escalas de acesso, reconstrução e conservação das memórias coletivas a partir de ambientes digitais. Nesse sentido, a pesquisa examinou as sociabilidades virtuais, considerando as funções dos algoritmos, da inteligência artificial generativa e das práticas sociais de memória frente ao problema, interligadas ao manejo do patrimônio informacional cibernético. Essa abordagem revelou novas redes de sentido atribuídas aos quadros sociais da memória na contemporaneidade, admitindo interfaces entre a memória social e a inteligência artificial sob o viés da humanização, fundamental para o desenvolvimento de relações éticas entre os avanços tecnológicos e a reprodução da cultura.	pt_BR
dc.subject.pt	Memória Social	pt_BR
dc.subject.pt	Inteligência Artificial	pt_BR
dc.subject.pt	Transformador Generativo Pré- Treinado	pt_BR
dc.subject.pt	Aprendizado de Máquinas	pt_BR
dc.subject.pt	iMEA	pt_BR