Do repositório ao conhecimento: análise de TCCs em logística com apoio de IA: temáticas recorrentes e níveis cognitivos nos Institutos Federais

Abstract

O presente trabalho teve como objetivo analisar o perfil e o nível de apropriação de conhecimento da produção científica acadêmica na área de Logística desenvolvida nos Institutos Federais mais bem avaliados na área no ENADE de 2022, até o ano de 2025. A pesquisa caracterizou-se como aplicada, exploratória e descritiva, adotando uma abordagem mista (qualitativa e quantitativa). A metodologia inovou ao utilizar técnicas de Mineração de Dados (Web Scraping) com linguagem Python para a coleta automatizada nos repositórios digitais, além do uso de assistentes de Inteligência Artificial (Gemini e ChatGPT) para a análise textual e classificação de dados. A amostra final foi composta por 141 Trabalhos de Conclusão de Curso (TCCs) das graduações oferecidas pelas instituições. Os resultados, visualizados através de painéis em Power BI, indicaram que a Logística Reversa (17%), a Logística de Transporte e Distribuição (14,9%) e a Gestão de Estoques (13,5%) são as temáticas mais recorrentes. Sob a ótica da Taxonomia de Bloom adaptada, constatou-se que a maioria das pesquisas, especialmente no Instituto Federal de Brasília (IFB), situa-se no nível cognitivo “Analisar” (52%), demonstrando competência na decomposição de informações, mas apontando lacunas na produção de trabalhos nos níveis superiores de “Avaliar” e “Criar”. Conclui-se que a aplicação de ferramentas tecnológicas de análise de dados é eficaz para a gestão do conhecimento acadêmico e recomenda-se o incentivo a projetos que envolvam prototipagem e criação de novos modelos logísticos para elevar a complexidade cognitiva das futuras produções.