PROJETO ACADÊMICO ECHO
Authors/Creators
Description
O avanço dos Modelos de Linguagem de Grande Escala (Large
Language Models - LLMs) inaugurou uma nova fase da interação
entre seres humanos e sistemas computacionais. Apesar de
demonstrarem elevado desempenho na geração de texto,
permanecem questões relevantes relacionadas à manutenção de
contexto em longo prazo, adaptação a correções sucessivas,
retenção de estado conversacional e coerência narrativa durante
interações extensas.
Este projeto apresenta um estudo longitudinal baseado em
aproximadamente 900 horas de interação contínua realizadas ao
longo de 90 dias entre um usuário e um sistema de inteligência
artificial conversacional. O objetivo central consiste em investigar
os limites operacionais dos LLMs em condições reais de uso,
observando sua capacidade de manter coerência contextual,
incorporar feedback corretivo e responder de maneira
consistente em sessões prolongadas.
Os resultados preliminares indicam a existência de padrões
recorrentes de degradação contextual, repetição linguística,
resistência à incorporação persistente de correções e perda
gradual da fidelidade narrativa. A pesquisa propõe ainda um
novo framework de avaliação denominado Índice de Fidelidade
Contextual (IFC), destinado à mensuração da capacidade de
manutenção de contexto em modelos conversacionais.