Identificando Anáforas Encapsuladoras: comparação entre análise automatizada e humana

Resumen

As anáforas encapsuladoras constituem o foco de investigação deste estudo, destacando sua relevância para a análise e ensino da escrita. Considerando os avanços no uso de Inteligência Artificial (IA) na linguística computacional, a pesquisa justifica-se pela necessidade de integrar metodologias inovadoras na análise textual. A motivação surge da lacuna na aplicação de grandes modelos de linguagem (LLMs) para identificar e categorizar encapsulamentos descritivos e opinativos em redações. O estudo propõe uma abordagem híbrida que combina a análise humana, rica em nuances contextuais, com as capacidades e escalabilidade dos LLMs utilizando prompts zero-shot e few-shot. Os experimentos realizados com redações do Enem mostram que o uso de prompts few-shot melhora significativamente a identificação de anáforas encapsuladoras pelos LLMs, quando comparado a prompts zero-shot, mas ainda aquém do observado em análises humanas. Em suma, este trabalho busca contribuir para o avanço da pesquisa em linguística e IA, oferecendo uma nova perspectiva para análise de textos e demonstrando o potencial da combinar métodos humanos e computacionais para identificar padrões linguísticos complexos.