ทันเอไอ

Pesquisadores desenvolvem sistema ISEE que ajuda agentes de IA a entender bancos de dados corporativos com mais precisão

O sistema Interactive Semantic Enrichment, da Purdue University, Adobe e UW–Madison, enriquece descrições de campos de dados com conhecimento específico do domínio, tornando o trabalho de agentes de IA com bancos de dados mais preciso

À medida que agentes de IA movidos por LLMs (Large Language Models, ou modelos de linguagem de grande porte) são cada vez mais usados para trabalhar com dados — seja na compreensão, exploração ou consulta —, um problema recorrente é a queda de precisão, especialmente com bancos de dados corporativos. A causa nem sempre está no modelo em si, mas nas descrições dos campos de dados (field descriptions), que costumam ser vagas ou incompletas. É o caso de campos com nomes internos da própria empresa, cujo real significado existe apenas no conhecimento de domínio (domain knowledge) dos funcionários, sem nunca ter sido documentado.

Para resolver essa lacuna, uma equipe de pesquisadores da Purdue University, Adobe e University of Wisconsin–Madison, liderada por Yuan Tian, Yiru Chen e Rakesh R. Menon e colaboradores, propôs o sistema ISEE (Interactive SEmantic Enrichment), publicado no arXiv nas categorias cs.AI/cs.IR. O sistema funciona de forma interativa: ao receber a descrição de um campo, o ISEE avalia sua qualidade por meio de um sistema de pontuação, depois coleta conhecimento do usuário e, em colaboração com ele, refina a semântica do campo até torná-la mais completa.

A equipe destaca que descrições de campos ambíguas afetam diretamente tarefas posteriores (downstream tasks), como entity linking — o processo de vincular dados às entidades corretas —, um tipo de tarefa em que agentes de IA erram com facilidade quando não entendem o que cada campo realmente significa.

Estudos com usuários e avaliações qualitativas mostraram que o ISEE realmente aumenta a precisão das descrições de campos de dados e ainda reduz a carga cognitiva (cognitive load) dos usuários em comparação com métodos convencionais. Ou seja, o usuário não precisa se esforçar para pensar e documentar tudo do zero sozinho.

No entanto, trata-se de uma pesquisa em estágio inicial, publicada como preprint no arXiv, que ainda não passou por revisão por pares (peer review) formal, e os números detalhados dos experimentos não foram divulgados no resumo. A aplicação prática em escala industrial, portanto, ainda precisa ser acompanhada.