FAUNA-GPT: INTELIGÊNCIA ARTIFICIAL GENERATIVA COM RAG E ROTEAMENTO DE INTENÇÕES PARA EDUCAÇÃO AMBIENTAL CORPORATIVA E APOIO AO MANEJO DE FAUNA EM EMPREENDIMENTOS DE ENERGIAS RENOVÁVEIS
DOI:
https://doi.org/10.56238/sevened2026.012-019Palavras-chave:
IA Generativa, RAG, ESG, Educação Ambiental Corporativa, Manejo de Fauna, Transição Energética, Governança de IAResumo
A transição energética tem ampliado a implantação de empreendimentos renováveis e, consequentemente, a relevância da conformidade com condicionantes ambientais, requisitos legais e padrões corporativos associados ao manejo de fauna. Evidências recentes sugerem que a integração entre inteligência artificial (IA) e métricas ESG pode acelerar a expansão de renováveis e fortalecer a governança de riscos ambientais e sociais, mas persistem lacunas entre diretrizes estratégicas e sua operacionalização por equipes de campo. Programas tradicionais de educação ambiental corporativa frequentemente apresentam limitações de padronização, personalização e sustentação de mudanças comportamentais. Nesse cenário, a inteligência artificial generativa (IAG) baseada em grandes modelos de linguagem (LLMs) pode oferecer orientação e aprendizagem sob demanda; contudo, seu uso em domínios críticos exige governança para reduzir respostas não verificáveis. Este estudo descreve o desenvolvimento e a validação preliminar do FAUNA-GPT, um assistente conversacional personalizado para orientação e educação ambiental corporativa aplicada ao manejo de fauna em empreendimentos de energias renováveis. A solução integra modelo de linguagem personalizado, Retrieval-Augmented Generation (RAG) e roteamento de intenções (educação, incidente, auditoria, contrato e mitigação) para ajustar o conservadorismo e mitigar alucinações. A base de conhecimento foi construída a partir de fontes controladas, com chunking semântico de padrão corporativo e FAQ estruturado em JSON. A validação foi conduzida por cenários simulados típicos do ambiente operacional, avaliando aderência normativa, clareza e adequação do nível de detalhamento. Os resultados preliminares indicam consistência com documentos-base e postura conservadora em situações críticas, reforçando o papel do responsável técnico sem substituí-lo.
Downloads
Publicado
Edição
Seção
Licença

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.