Matérias
Divulgação
A aprovação pela ACL, a principal organização científica da área, atesta a qualidade e o impacto do trabalho desenvolvido pela universidade
Referência nacional em IA, UFG emplaca projetos em conferência na China
27/10/2025, às 15:12 · Por Redação
Três projetos desenvolvidos por pesquisadores do Centro de Competência Embrapii em Tecnologias Imersivas (Akcit), do Centro de Excelência em Inteligência Artificial (Ceia) da Universidade Federal de Goiás (UFG), foram selecionados para uma conferência na China sobre Processamento de Linguagem Natural (PLN), organizada pela Association for Computational Linguistics (ACL) – Associação para Linguística Computacional. A notícia foi publicada pela jornalista Karla Araújo, do jornal O Popular.
A ACL é a principal organização profissional e científica para quem trabalha com PLN. O diretor do Akcit/Ceia, Arlindo Galvão, comenta que essa aprovação atesta a qualidade do trabalho desenvolvido. Ele afirma que é um resultado inédito e superimportante, explicando que equipes da UFG já haviam vencido competições em outras edições do evento, mas em trilhas paralelas e não na principal.
A Conferência sobre Métodos Empíricos em Processamento de Linguagem Natural (The Conference on Empirical Methods in Natural Language Processing - EMNLP) será realizada de 4 a 9 de novembro em Suzhou, na China. O evento reunirá pesquisadores, profissionais e estudantes da área de PLN para discutir avanços e metodologias.
Os três artigos propõem melhorar a segurança em modelos de inteligência artificial (IA), com foco em evitar a geração de conteúdo prejudicial que afeta a confiança no serviço.
Um dos estudos, sobre barreira Proxy, ressalta que em um cenário cada vez mais competitivo, com modelos cada vez mais poderosos, a proteção contra esses ataques se torna crítica. Conforme os autores, o artigo foi motivado por ameaças de alto risco à implantação de LLM (Large Language Model – Grande Modelo de Linguagem).
Outro artigo selecionado visa reduzir conteúdo tóxico de fontes de dados tendenciosas, como as extraídas de mídias sociais. A pesquisa alerta que a maioria dos conjuntos de dados usa rótulos binários. Entre as vantagens apontadas do ToxEvol proposto estão a redução do viés autoral e de anotação e a captura de uma toxicidade mais realista e velada.
Já a pesquisa sobre fala sintética de deep fakes alerta para os riscos da possibilidade de clonar a voz de um falante usando apenas alguns segundos de áudio de referência.
Os três trabalhos foram orientados por Arlindo Galvão, e o terceiro também foi orientado por Anderson Soares, coordenador científico do Ceia e do curso de IA da UFG.
UFG IA Inteligência Artificial Tecnologia. Goiás