GERAÇÃO DE RECOMENDAÇÃO DE LEITURA PERSONALIZADA COM INTEGRAÇÃO DE INTELIGÊNCIA ARTIFICIAL: DESENVOLVIMENTO DA APLICAÇÃO BOOKSUGGEST AI

Resumo

Sistemas de recomendação tornaram-se elementos centrais em plataformas digitais contemporâneas, e auxiliam, com isso, usuários na tomada de decisões relacionadas ao consumo de conteúdo. No entanto, recomendações baseadas em leitura ainda apresentam fortes características como a dependência de avaliações coletivas, algoritmos de popularidade ou metadados superficiais. Este artigo apresenta uma nova possibilidade: o BookSuggest AI, um sistema de recomendação que integra o histórico pessoal de leitura, registrado pelo usuário em planilhas do Google Sheets, com modelos de Inteligência Artificial Generativa. Fundamentado em autores clássicos dos sistemas de recomendação, como Adomavicius e Tuzhilin (2005), Goldberg et al. (1992) e Resnick e Varian (1997), o trabalho explora como dados pessoais podem ser transformados em recomendações relevantes por meio de técnicas modernas de IA. O estudo detalha a arquitetura tecnológica, o processo de autenticação via Google OAuth, o pipeline de extração e tratamento de dados, bem como o uso de modelos generativos para construção das recomendações. Os resultados demonstram que o BookSuggest AI é capaz de gerar sugestões personalizadas, justificadas e coerentes com as preferências do usuário. Além disso, inclui-se uma análise crítica do sistema e discussão sobre suas potencialidades, limitações e contribuições. O artigo está alinhado às normas ABNT e ao padrão editorial da Revista Aracê.

DOI: https://doi.org/10.56238/sevened2025.036-101