GENERACIÓN DE RECOMENDACIONES DE LECTURA PERSONALIZADAS CON INTEGRACIÓN DE INTELIGENCIA ARTIFICIAL: DESARROLLO DE LA APLICACIÓN BOOKSUGGEST AI
Palabras clave:
Sistemas de Recomendación, Inteligencia Artificial, Lectura, Personalización, IA GenerativaResumen
Los sistemas de recomendación se han convertido en elementos centrales de las plataformas digitales contemporáneas y, por lo tanto, ayudan a los usuarios a tomar decisiones relacionadas con el consumo de contenidos. Sin embargo, las recomendaciones basadas en la lectura siguen presentando características importantes, como la dependencia de evaluaciones colectivas, algoritmos de popularidad o metadatos superficiales. Este artículo presenta una nueva posibilidad: BookSuggest AI, un sistema de recomendación que integra el historial de lectura personal, registrado por el usuario en hojas de cálculo de Google Sheets, con modelos de inteligencia artificial generativa. Basado en autores clásicos de los sistemas de recomendación, como Adomavicius y Tuzhilin (2005), Goldberg et al. (1992) y Resnick y Varian (1997), el trabajo explora cómo los datos personales pueden transformarse en recomendaciones relevantes mediante técnicas modernas de IA. El estudio detalla la arquitectura tecnológica, el proceso de autenticación a través de Google OAuth, el proceso de extracción y tratamiento de datos, así como el uso de modelos generativos para la construcción de recomendaciones. Los resultados demuestran que BookSuggest AI es capaz de generar sugerencias personalizadas, justificadas y coherentes con las preferencias del usuario. Además, se incluye un análisis crítico del sistema y una discusión sobre sus potencialidades, limitaciones y contribuciones. El artículo se ajusta a las normas ABNT y al estándar editorial de la Revista Aracê.
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
