Research Workflow Lab
Inteligência artificial aplicada aos processos de investigação.
Construímos workflows, ou fluxos de trabalho, assistidos por inteligência artificial para reduzir trabalho manual, organizar dados e acelerar processos de investigação, protegendo a confidencialidade, a integridade científica e a responsabilidade humana.
Acelerar processos. Proteger os dados. Preservar o rigor.
A conversa inicial não implica a partilha de dados, entrevistas, datasets, documentos inéditos ou material confidencial.
Contexto
A inteligência artificial já faz parte do processo científico.
A IA já apoia investigadores na descoberta e organização de literatura, preparação e análise de dados, transcrição, classificação, reconhecimento de padrões, simulação e comunicação de resultados. A utilização cresce em várias áreas científicas, com níveis diferentes de maturidade, risco e impacto.
O valor não está apenas na ferramenta. Está na forma como cada utilização é integrada no método científico, nos dados, na infraestrutura institucional e nas decisões dos investigadores.
Descoberta e revisão
Pesquisa semântica, triagem, extração, comparação e classificação de publicações.
Preparação dos dados
Transcrição, organização, limpeza, anonimização, pseudonimização e versões.
Análise assistida
Codificação qualitativa, matrizes, padrões, imagens, dados complexos e hipóteses.
Comunicação e rastreabilidade
Resultados, fontes, relatórios, disseminação, decisões, referências e outputs.
O Research Workflow Lab integra as utilizações adequadas num processo concreto e articula o workflow com as plataformas científicas e as competências especializadas da instituição.
O problema
A capacidade tecnológica cresceu mais depressa do que as regras para a utilizar.
Uma ferramenta pode produzir um resultado tecnicamente impressionante e criar problemas de confidencialidade, integridade científica, enviesamento, propriedade intelectual ou reprodução.
Antes de integrar IA, é necessário saber que dados entram, onde são processados, para que podem ser utilizados, quem valida e como ficam documentadas as decisões.
Aplicações
Um processo real. Um workflow que a equipa consegue compreender, validar e reutilizar.
Conhecimento e documentos
- Revisão, triagem e organização da literatura
- Extração estruturada de informação científica
- Organização documental e controlo de versões
Dados e corpus
- Transcrição com sinalização de baixa confiança
- Anonimização e pseudonimização
- Preparação de dados e corpus qualitativos
Análise assistida
- Apoio à aplicação de codebooks
- Comparação de participantes, códigos, temas e excertos
- Respostas abertas e matrizes temáticas
Rastreabilidade e disseminação
- Ligação entre afirmações, fontes e versões
- Relatórios, apresentações e disseminação
- Registo de correções, validações e decisões
A IA não escolhe a metodologia, não decide autonomamente códigos ou temas e não realiza a interpretação científica final.
Método
Da compreensão do processo à utilização responsável pela equipa.
Diagnóstico
Compreender processo, dados, responsáveis, dificuldades e resultado pretendido.
- Mapear tarefas, decisões e dados
- Classificar sensibilidade e riscos
- Identificar utilizadores, autorizações e responsáveis
- Definir critérios de sucesso
Resultado
Âmbito, dados, riscos, responsáveis e critérios clarificados.
Piloto controlado
Construir e testar num ambiente delimitado e autorizado.
- Desenhar arquitetura, ambiente e acessos
- Testar com amostra autorizada
- Verificar outputs, erros e correções
- Comparar tempo, qualidade e rastreabilidade
Resultado
Piloto funcional e evidência para decidir se deve avançar.
Implementação e transferência
Preparar utilização responsável e sustentável pela instituição.
- Validar e documentar o workflow
- Definir regras, responsabilidades e revisão
- Capacitar a equipa e registar decisões
- Preparar continuidade e transferência
Resultado
Workflow validado, documentado e compreendido pela equipa.
O projeto só avança entre fases quando existem âmbito, responsáveis, autorizações e critérios de validação claros.
Utilização responsável, segurança e governação
Antes de escolher a ferramenta, é preciso compreender os dados, o contexto e o risco.
Integridade científica
Fontes e referências verificadas, versões, reprodutibilidade, transparência, autoria humana e separação entre output e decisão.
Ética
Participantes, enviesamentos, representação, diferenças culturais, erros de classificação, limites e pareceres aplicáveis.
Privacidade
Finalidade, licitude, minimização, conservação, direitos, avaliações de impacto, transferências e papéis das entidades.
Confidencialidade e propriedade intelectual
Entrevistas, manuscritos, candidaturas, documentos inéditos, retenção, treino de modelos, fornecedores e terceiros.
Segurança e infraestrutura
Ambientes aprovados, locais ou privados, acessos mínimos, encriptação, registos, incidentes, continuidade e portabilidade.
Legislação e governação
RGPD, Lei n.º 58/2019, Regulamento Europeu da IA, regras setoriais, políticas, ética, jurídico, segurança e financiadores.
Nenhuma solução é apresentada como segura ou conforme por defeito. A conclusão depende do tratamento real, contratos, arquitetura, medidas técnicas, políticas e autorizações aplicáveis.
Remover nomes não torna automaticamente os dados anónimos. Dados pseudonimizados continuam a ser dados pessoais quando existe possibilidade de reidentificação.
Princípios
Acelerar sem perder o controlo.
Entregáveis
Um workflow funcional, acompanhado pelas regras e documentação necessárias.
Os entregáveis dependem do processo, dados, infraestrutura e risco. Um projeto não inclui obrigatoriamente todos.
Exemplo
Da entrevista a uma matriz temática rastreável.
A IA pode apoiar a organização e comparação. Não decide autonomamente códigos, temas ou interpretação final.
- Receber dados autorizados no ambiente definido
- Transcrever e sinalizar baixa confiança
- Separar identificadores
- Aplicar regras de proteção aprovadas
- Organizar o corpus
- Conservar a ligação entre versões
- Apoiar a aplicação do codebook
- Comparar participantes, códigos, temas e excertos
- Construir matrizes ligadas às fontes
- Registar correções, validações e decisões
Limites
O que o projeto faz e o que continua humano.
Continuam humanos
Pergunta de investigação, método, critérios científicos, decisões éticas, codificação final, interpretação, autoria, validação, conclusões, decisão institucional e responsabilidade científica.
O projeto não oferece
Investigação sem investigadores, ghostwriting, referências fabricadas, interpretação autónoma, metodologia automática, conformidade garantida ou substituição de estruturas de ética, proteção de dados, estatística e cibersegurança.
FAQ
Perguntas frequentes.
A IA passa a realizar a investigação?
Não. Apoia tarefas delimitadas. Pergunta, método, interpretação, autoria e responsabilidade permanecem com os investigadores.
É uma formação em IA?
Não. É um projeto aplicado a um processo real. A capacitação necessária para utilizar o workflow faz parte da transferência.
É obrigatório instalar modelos localmente?
Não. O ambiente depende dos dados, risco, contratos, infraestrutura e políticas institucionais.
A pseudonimização torna os dados anónimos?
Não. Se puderem ser associados a uma pessoa através de informação adicional, continuam a ser dados pessoais.
Como é tratada a conformidade?
São documentados tratamento, papéis, arquitetura, contratos, riscos e salvaguardas, em articulação com as estruturas competentes da instituição.
É preciso enviar dados no primeiro contacto?
Não. Basta descrever o processo e a natureza geral dos dados.
Que processos podem ser analisados?
Processos institucionais de investigação com tarefas delimitáveis, responsáveis identificados e um resultado verificável a melhorar.
Como é preparada a proposta?
Após a conversa inicial, o investimento é apresentado sob proposta e depende do processo, volume e natureza dos dados, sensibilidade, infraestrutura, arquitetura, utilizadores, piloto, integrações, documentação e capacitação.
Primeiro contacto
Em que parte do processo está a sua investigação a perder mais tempo?
Identifique o processo, a equipa e o resultado pretendido. Avaliamos se existe um caso adequado para o Research Workflow Lab e quem deve participar na decisão.
Não envie dados pessoais, entrevistas, datasets, documentos inéditos ou material confidencial no primeiro contacto.