A carregar...
Projeto de investigação
Tracing geographic agroecological trends through historical sources and artificial intelligence
Financiador
Autores
Publicações
Padrões agroecológicos históricos em Portugal Continental: uma abordagem com Inteligência Artificial e SIG
Publication . Carvalho, Diogo Filipe Ferreira de; Viana, Cláudia Morais; Rocha, Fernando Jorge Pedro da Silva Pinto da
Esta dissertação explora como a Inteligência Artificial (IA) e os Sistemas de
Informação Geográfica (SIG) podem contribuir para a análise de padrões
agroecológicos históricos em Portugal Continental na década de 1950. De forma
inovadora, combina Reconhecimento Ótico de Caracteres (OCR) e modelos de
linguagem avançados, como o ChatGPT, para melhorar a extração e análise de dados
históricos. Utilizando técnicas de NLP, text mining e aprendizagem automática, analisa
163 inquéritos agrícolas para compreender especificidades regionais e criar mapas
agrícolas detalhados.
A estrutura da dissertação abrange cinco capítulos. O Capítulo I apresenta o
enquadramento teórico, destacando a relevância do estudo no contexto das alterações
climáticas e da necessidade de práticas agrícolas mais sustentáveis. No Capítulo II,
examina-se o papel da IA e dos SIG no apoio às humanidades digitais, com foco nas
aplicações de OCR, Spatial Data Mining e ChatGPT para a análise de textos históricos.
O Capítulo III detalha os dados e a metodologia, incluindo a digitalização, tratamento
cartográfico e análise textual. O Capítulo IV apresenta os resultados, destacando a
produção de mapas agrícolas e a identificação de padrões agroecológicos regionais. Por
fim, no Capítulo V, conclui-se com as implicações desta abordagem interdisciplinar
para a agricultura sustentável.
A principal inovação reside na aplicação pioneira, em Portugal, da integração de
OCR e ChatGPT para análise de fontes históricas. Esta combinação permite uma
extração e interpretação de dados mais eficiente e precisa, contribuindo para o avanço
da investigação histórica e oferecendo novas perspetivas para o desenvolvimento
agrícola. Além de reforçar o uso de tecnologias modernas em contextos históricos, esta
abordagem tem potencial impacto internacional, promovendo novas formas de estudar e
interpretar o passado agrícola para orientar práticas futuras.
Unidades organizacionais
Descrição
Palavras-chave
Contribuidores
Financiadores
Entidade financiadora
Fundação para a Ciência e a Tecnologia
Programa de financiamento
3599-PPCDT
Número da atribuição
2022.09372.PTDC