Banca de QUALIFICAÇÃO: MICHELLE MOURA MACHADO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : MICHELLE MOURA MACHADO
DATA : 12/08/2026
HORA: 15:00
LOCAL: Remoto
TÍTULO:

APRENDIZADO FEDERADO PARA SERVIÇOS DE ATENDIMENTO VIRTUAL EM REDES DE FRANQUIAS

PALAVRAS-CHAVES:

Inteligência Artificial; Processamento de Linguagem Natural; Agentes de Conversação Inteligentes; Federated Learning; Large Language Models; Privacidade de Dados

PÁGINAS: 46
RESUMO:

Os avanços da Inteligência Artificial e de técnicas utilizadas em Processamento de Linguagem Natural têm incrementado consideravelmente os serviços de atendimento virtual com agentes de conversação autônomos em variados setores, particularmente em ambientes que exigem interação contínua com usuários, como consultórios e clínicas médicas. Em sua maioria, esse atendimento se dá por meio de aplicativos de mensagens ou sistemas Customer Relationship Management (CRM), compreendendo informações relacionadas a dúvidas, agendamentos e acompanhamento de clientes. O treinamento tradicional de modelos de Inteligência Artificial, por sua vez, exige, usualmente, que haja centralização dos dados, o que afeta a privacidade das informações e gera riscos relativos à segurança dos dados compartilhados entre as unidades envolvidas. Dessa forma, surge o conceito de Aprendizado Federado (Federated Learning), que é um paradigma de treinamento distribuído, em que múltiplos dispositivos treinam modelos localmente sem compartilhamento dos dados, excluindo-se a necessidade de centralização de informações em um servidor central, mantendo-se assim, a segurança e privacidade dos dados. Diante disso, este trabalho busca o desenvolvimento de um serviço de atendimento virtual inteligente que usa Federated Learning e Large Language Models (LLMs), para redes de franquias, as quais demandam estrita privacidade de dados entre suas diferentes unidades. A metodologia adotada consiste no desenvolvimento de um agente de conversação autônomo treinado por meio de uma arquitetura federada. Nos experimentos, os conjuntos de dados para o treinamento foram elaborados a partir de diálogos reais de atendimento obtidos de sistemas de CRM e mensagens entre funcionários e clientes de uma rede de franquia de clínicas de estética. Os resultados preliminares mostraram que o sistema federado foi capaz de realizar aprendizado colaborativo, preservando a privacidade dos dados locais de cada clínica, com boa acurácia na geração de respostas. O trabalho proposto elimina a necessidade de compartilhamento de dados sensíveis entre clínicas participantes, favorecendo a segurança e em conformidade com a Lei Geral de Proteção de Dados (LGPD).

MEMBROS DA BANCA:
Presidente - FABIANO PEREIRA BHERING
Interno - RODRIGO LACERDA SALES
Interno - JOSE GERALDO RIBEIRO JUNIOR
Interna - GABRIELLA CASTRO BARBOSA COSTA