Teses e dissertações premiadas no CTDIAC destacam avanços da Inteligência Artificial e Computacional no Brasil

Teses e dissertações premiadas no CTDIAC destacam avanços da Inteligência Artificial e Computacional no Brasil

Concurso realizado durante o BRACIS 2026 reconheceu três dissertações e três teses, além de conceder menções honrosas a trabalhos que exploram diferentes desafios da inteligência artificial contemporânea.

A 15ª edição do Concurso de Teses e Dissertações em Inteligência Artificial e Computacional (CTDIAC 2026) anunciou os trabalhos premiados durante o 36º Brazilian Conference on Intelligent Systems (BRACIS 2026), realizado entre 19 e 22 de outubro, em Cuiabá (MT).

O BRACIS surgiu da união de dois importantes eventos científicos brasileiros: o Simpósio Brasileiro de Inteligência Artificial (SBIA) e o Simpósio Brasileiro de Redes Neurais. O evento é organizado pelas Comissões Especiais de Inteligência Artificial (CE-IA) e de Inteligência Computacional (CE-IC), vinculadas à Sociedade Brasileira de Computação (SBC).

O CTDIAC busca valorizar a produção científica nacional, reconhecendo e premiando as melhores dissertações de mestrado e teses de doutorado nas áreas de Inteligência Artificial e Inteligência Computacional, defendidas em instituições brasileiras no período de agosto de 2024 a julho de 2026.

Nesta edição, o CTDIAC recebeu 29 dissertações de mestrado e 26 teses de doutorado. Desse conjunto, cinco dissertações e quatro teses foram selecionadas para a etapa final, que envolveu apresentações presenciais e avaliação por bancas especializadas. Mais de 85 pesquisadores convidados participaram do comitê técnico, assegurando pelo menos três avaliações para as submissões.

Pesquisas de mestrado premiadas

Na trilha de mestrado, três trabalhos foram reconhecidos:

1º lugar — Graph-based Airspace Control and Path Optimization for Last-Mile Delivery Drones

O trabalho propõe um sistema inteligente para organizar rotas de drones de entrega, permitindo coordenar vários voos simultaneamente, evitar colisões e otimizar trajetos, tornando as entregas mais seguras e eficientes.
Autor: Jorge Luiz Franco
Orientador: Filipe Alves Neto Verri (Instituto Tecnológico de Aeronáutica – ITA).

2º lugar — Redes neurais para detecção de séries temporais fora da distribuição em aprendizado de única classe

A pesquisa desenvolveu um método de inteligência artificial capaz de identificar padrões incomuns em séries temporais, ajudando a detectar situações inesperadas mesmo quando há poucos exemplos disponíveis para treinar o sistema.
Autor: José Gilberto Barbosa de Medeiros Júnior
Orientador: Diego Furtado Silva (Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo – ICMC-USP).

3º lugar — On the Trail of a Green and Golden Generative AI: Assessing LLM Text Generation in Brazilian Portuguese

O trabalho definiu uma metodologia para avaliar a qualidade de textos produzidos por inteligência artificial em português brasileiro, comparando diferentes modelos em tarefas como resumos, simplificação de textos, respostas a perguntas e análises financeiras.
Autor: Gabriel Assis de Moraes
Orientadora: Aline Paes (Universidade Federal Fluminense – UFF).

O concurso também concedeu duas menções honrosas:

  • Personalized Federated Fine-Tuning of Language Models, de Gabriel Ukstin Talasso, Leandro Aparecido Villas e Allan Mariano de Souza, da Universidade Estadual de Campinas (UNICAMP).
  • Leveraging LLMs for Explainable Recommender Systems: Exploring User Perceptions and Faithfulness in Generated Explanations, de Itallo de Sousa Silva e Leandro Balby Marinho, da Universidade Federal de Campina Grande (UFCG).

Teses premiadas

Na trilha de doutorado, os três primeiros lugares foram concedidos às seguintes pesquisas:

1º lugar — Sample-Efficient Multi-Task and Multi-Objective Reinforcement Learning by Combining Multiple Behaviors

A tese desenvolveu técnicas de inteligência artificial que permitem a robôs e outros sistemas aprenderem diferentes tarefas e combinarem conhecimentos já adquiridos para resolver novos desafios com menos treinamento e maior eficiência.
Autor: Lucas N. Alegre
Orientadores: Ana L. C. Bazzan e Bruno Castro da Silva (Universidade Federal do Rio Grande do Sul – UFRGS).

2º lugar — One-Class Learning for Graph Neural Networks

O trabalho desenvolve métodos de inteligência artificial capazes de identificar padrões suspeitos e detectar situações como fraudes, notícias falsas e eventos incomuns em redes de dados, mesmo quando há poucos exemplos disponíveis para treinamento.
Autor: Marcos Paulo Silva Gôlo
Orientador: Ricardo Marcondes Marcacini (Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo – ICMC-USP).

3º lugar — A Comprehensive Exploitation of Instance Selection Methods for Automatic Text Classification: “Doing More with Less”

O trabalho desenvolve métodos de inteligência artificial capazes de identificar comportamentos incomuns em redes de dados, permitindo detectar situações suspeitas mesmo quando há poucas informações sobre os problemas que se deseja identificar.
Autor: Washington Luiz Miranda da Cunha
Orientadores: Leonardo Rocha e Marcos André Gonçalves (Universidade Federal de Minas Gerais – UFMG).

A menção honrosa da trilha foi concedida ao trabalho Socially Responsible and Explainable Automated Fact-Checking and Hate Speech Detection, de Francielle Vargas, Thiago A. S. Pardo e Fabricio Benevenuto, desenvolvido no ICMC-USP.

O que os trabalhos revelam sobre a pesquisa em IA no Brasil?

Além de reconhecer os melhores trabalhos acadêmicos, a seleção do CTDIAC 2026 oferece um panorama interessante das questões que mobilizam a comunidade científica brasileira em inteligência artificial.

Um dos destaques é a presença dos modelos de linguagem de grande escala (LLMs) e da IA generativa. As pesquisas premiadas exploram desde a avaliação da geração de textos em português brasileiro até o ajuste personalizado de modelos por meio de aprendizado federado e o uso de modelos de linguagem em sistemas de recomendação explicáveis.

Outro eixo importante envolve confiabilidade, explicabilidade e responsabilidade social. Trabalhos sobre explicações geradas por modelos, verificação automatizada de fatos e detecção de discurso de ódio demonstram a preocupação da comunidade científica com a transparência e os impactos sociais dos sistemas inteligentes.

Também se destacam pesquisas voltadas ao aprendizado em cenários complexos e à eficiência computacional. Entre elas estão aplicações de aprendizado de classe única (One-Class Learning) à detecção de anomalias em séries temporais e às redes neurais em grafos, além de estudos sobre seleção de instâncias para classificação textual, otimização de trajetórias de drones e aprendizado por reforço multiobjetivo.

Em conjunto, os trabalhos mostram a amplitude das pesquisas brasileiras em IA, que abrangem desde fundamentos e desenvolvimento de novos métodos até aplicações em problemas concretos da sociedade.

Valorização da pesquisa e da formação acadêmica

O CTDIAC é uma das iniciativas que contribuem para fortalecer a comunidade brasileira de inteligência artificial e inteligência computacional. Ao reconhecer pesquisas desenvolvidas na pós-graduação, o concurso amplia a visibilidade de estudantes, orientadores e instituições, além de estimular a divulgação dos resultados científicos produzidos no país.

A 15ª edição foi coordenada por Ana Carolina Lorena (IEC/ITA) e Rosiane de Freitas (IComp/UFAM), na trilha de doutorado, e Lilian Berton (ICT/UNIFESP) e Araken de Medeiros Santos (UFERSA), na trilha de mestrado.

Os anais do concurso estão disponíveis gratuitamente na SBC Open Library (SOL).

Acompanhe as discussões sobre a IA/IC na SBC

A CE-IA (Inteligência Artificial) possui uma lista de discussão para troca de informações entre seus participantes. Para se cadastrar, basta enviar um e-mail para ceia-l-join@grupos.ufrgs.br. Não é necessário incluir assunto nem texto no corpo da mensagem.

Para acompanhar a lista da CE-IC (Inteligência Computacional), envie um e-mail para o endereço r_neurais-l-join@grupos.ufrgs.br.

Como citar este artigo

RODRIGUES, L. A. Teses e dissertações premiadas no CTDIA destacam avanços da Inteligência Artificial e Computacional no Brasil. SBC Horizontes, novembro 2026. ISSN 2175-9235. Disponível em: https://horizontes.sbc.org.br/?p=12844. Acesso em: DD mês. AAAA.

Compartilhe: