Integração estratégica da inteligência artificial generativa na ideação de artefatos de design: proposta de um framework estruturado

• Rodrigo R. Larrazábal CESAR School
• Gustavo H. Alexandre CESAR School

DOI: https://doi.org/10.5753/sbsi_estendido.2025.246837

Resumo

Este artigo propõe um framework estruturado para integrar estrategicamente a Inteligência Artificial Generativa (IAG) ao processo de ideação em design, visando otimizar a criação de artefatos visuais e preservar a autonomia criativa dos profissionais. Baseado na metodologia Design Science Research (DSR), o framework foi validado por meio de um quasi-experimento controlado. Os resultados quantitativos apontaram uma redução média de 40% no tempo dedicado à ideação e um aumento significativo de 60% na diversidade estilística das soluções produzidas. A análise qualitativa confirmou a boa aceitação do framework pelos participantes, enfatizando sua flexibilidade e facilidade de personalização. Contudo, surgiram desafios relacionados à necessidade inicial de treinamento dos usuários e à preocupação com a originalidade e implicações éticas das gerações produzidas pela IA.

Referências

GATYS, L.; ECKER, A.; BETHGE, M. A Neural Algorithm of Artistic Style. arXiv preprint arXiv:1508.06576, 2015. Disponível em: [link]. Acesso em: 03 abr. 2024.

GAROUSI, V. et al. Guidelines for including grey literature and conducting multivocal literature reviews in software engineering. Information and Software Technology, v. 106, p. 101-121, 2019. Disponível em: DOI: 10.1016/j.infsof.2018.09.006. Acesso em: 03 abr. 2024.

HEVNER, A. R. et al. Design Science in Information Systems Research. MIS Quarterly, v. 28, n. 1, p. 75–105, 2004. Disponível em: DOI: 10.2307/25148625. Acesso em: 03 abr. 2024.

KITCHENHAM, B. A.; CHARTERS, S. Guidelines for performing Systematic Literature Reviews in Software Engineering. Technical Report EBSE-2007-01.

Keele University and University of Durham, 2007. Disponível em: [link]. Acesso em: 03 abr. 2024.

RADFORD, A. et al. Language Models are Unsupervised Multitask Learners. OpenAI Blog, 2019. Disponível em: [link]. Acesso em: 03 abr. 2024.