Instituto de Computação - Unicamp

18/06/2026

O artigo "ARARA: A LLM-based Multi-Agent Development Framework for Conversational Recommender Systems", desenvolvido por pesquisadores vinculados ao Instituto de Computação da UNICAMP, recebeu o Best Paper Award no 14th International Workshop on Engineering Multi-Agent Systems (EMAS 2026), realizado em Paphos, Chipre, em conjunto com a 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026).

A pesquisa propõe o ARARA, um framework voltado ao desenvolvimento de Sistemas de Recomendação Conversacionais baseados em agentes LLM. Esses sistemas buscam recomendar itens por meio de diálogos com o usuário, considerando preferências, contexto e mudanças de intenção ao longo da conversa.

O trabalho parte de um desafio atual da área: muitos sistemas conversacionais baseados em LLMs concentram decisões importantes em prompts ou em pipelines rígidos.

O ARARA enfrenta esse problema ao estruturar a recomendação conversacional como uma interação coordenada entre agentes especializados. A arquitetura permite organizar diferentes responsabilidades em componentes próprios, como recuperação de informações, normalização, verificação, correção, ranqueamento e explicação. Além disso, o framework inclui módulos, memória, habilidades reutilizáveis e mecanismos de orquestração que tornam o funcionamento do sistema mais modular, transparente e extensível.

No artigo, o framework foi avaliado em benchmarks de recomendação conversacional nos domínios de filmes e livros. demonstrando ganhos em robustez, precisão e satisfação do usuários.

O trabalho foi desenvolvido por Fillipe Santos, Juliano Soares, Sildolfo Gomes, Julio Cesar dos Reis e Marcelo S. Reis, do Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC), do Laboratório de Inteligência Artificial Recod.ai, do Instituto de Computação da UNICAMP e do Instituto de Pesquisas Eldorado.

A premiação reconhece a contribuição do trabalho para a engenharia de sistemas multiagentes e para o desenvolvimento de arquiteturas mais estruturadas, analisáveis e adaptáveis para aplicações de IA baseadas em LLMs.

17/06/2026

O Professor Jacks Jorge Júnior, da Faculdade de Odontologia de Piracicaba, é o convidado desta semana da nossa Série de Seminários.

Ele apresentará a palestra: Integridade em Pesquisa Científica na Era da Inteligência Artificial
Data: 19/06/2026
Horário: 14h00
*Palestra presencial com transmissão pelo nosso canal no Youtube. Alunos da disciplina devem assistir a palestra presencialmente no IC3.

Resumo: A palestra apresentará os princípios da integridade em pesquisa e as atribuições da Comissão de Integridade em Pesquisa. Serão discutidas as principais formas de má conduta científica, como plágio, fabricação e falsificação de resultados, além do uso ético da inteligência artificial na pesquisa científica. A atividade visa promover a integridade, a transparência, a reprodutibilidade e a responsabilidade na produção do conhecimento científico.

Mini-bio: Cirurgião Dentista, Professor da área de Patologia da FOP/UNICAMP, Coordenador da CIP/UNICAMP. Áreas de interesse em pesquisa: Câncer bucal, lesões de mucosa bucal, Índice 2D:4D, Infecções fúngicas em cavidade bucal.

15/06/2026

Pesquisadores do IC teviveram o seu artigo premiado com o Best Paper Award no Workshop on Computer Vision for Children (CV4CHL), realizado em conjunto com a Conference on Computer Vision and Pattern Recognition (CVPR 2026), uma das principais conferências internacionais nas áreas de Visão Computacional e Inteligência Artificial.

O workshop CV4CHL reúne pesquisadores dedicados ao desenvolvimento de aplicações de Visão Computacional voltadas ao universo infantil, abrangendo temas como saúde, educação, acessibilidade, segurança e proteção de crianças, além de discussões sobre o uso responsável e ético de Inteligência Artificial nesses contextos.

A proposta do trabalho “CSA-Graphs: A Privacy-Preserving Structural Dataset for Child Sexual Abuse Research” gira em torno do desenvolvimento de uma abordagem para pesquisa em detecção de material de abuso sexual infantil (CSAM) sem a necessidade de utilizar diretamente imagens explícitas. O trabalho introduz o CSA-Graphs, uma base de dados baseada em representações estruturais derivadas das relações presentes nas imagens, permitindo o estudo do problema de maneira mais segura e preservando privacidade.

Diferente de abordagens tradicionais, que dependem do acesso direto a conteúdo sensível, o método utiliza representações relacionais para o desenvolvimento e avaliação de modelos de Inteligência Artificial. Isso reduz riscos éticos associados ao armazenamento e compartilhamento desse tipo de dado, além de possibilitar pesquisas mais seguras na área.

O artigo é derivado das pesquisas do projeto FAPESP “Araceli: Inteligência Artificial no Combate ao Abuso Sexual Infantil” e foi desenvolvido por Carlos Caetano (IC/UNICAMP), Camila Laranjeira (IFMG, Ribeirão das Neves), Clara Ernesto (ICMC/USP), Artur Barros (IC/UNICAMP), João Macedo (UFMG & Polícia Federal/MG), Leo S. F. Ribeiro (ICMC/USP), Jefersson A. dos Santos (University of Sheffield) e Sandra Avila (IC/UNICAMP).

O prêmio destaca a relevância científica e o potencial impacto social da pesquisa, especialmente no desenvolvimento de métodos de Inteligência Artificial responsáveis voltados ao combate à exploração sexual infantil.

12/06/2026

Nosso pesquisador de pós-doutorado Carlos Caetano teve seu artigo completo premiado com o Best Paper Award no Workshop on Computer Vision for Children (CV4CHL), realizado em conjunto com a Conference on Computer Vision and Pattern Recognition (CVPR 2026), uma das principais conferências internacionais nas áreas de Visão Computacional e Inteligência Artificial.

O workshop CV4CHL reúne pesquisadores dedicados ao desenvolvimento de aplicações de Visão Computacional voltadas ao universo infantil, abrangendo temas como saúde, educação, acessibilidade, segurança e proteção de crianças, além de discussões sobre o uso responsável e ético de Inteligência Artificial nesses contextos.

A proposta do trabalho “CSA-Graphs: A Privacy-Preserving Structural Dataset for Child Sexual Abuse Research” gira em torno do desenvolvimento de uma abordagem para pesquisa em detecção de material de abuso sexual infantil (CSAM) sem a necessidade de utilizar diretamente imagens explícitas. O trabalho introduz o CSA-Graphs, um dataset baseado em representações estruturais derivadas das relações presentes nas imagens, permitindo o estudo do problema de maneira mais segura e preservando privacidade.

Diferente de abordagens tradicionais, que dependem do acesso direto a conteúdo sensível, o método utiliza representações relacionais para o desenvolvimento e avaliação de modelos de Inteligência Artificial. Isso reduz riscos éticos associados ao armazenamento e compartilhamento desse tipo de dado, além de possibilitar pesquisas mais seguras na área.

Além de Carlos Caetano, o artigo foi desenvolvido em co-autoria com Camila Laranjeira da Silva (UNICAMP), Clara Ernesto (UNICAMP), Artur Alves Cavalcante de Barros (UNICAMP), João José de Macedo Neto (UNICAMP), Jefersson dos Santos (Universidade Federal de Minas Gerais) e Sandra Avila (IC/UNICAMP), em colaboração com pesquisadores do laboratório Recod.ai.

O prêmio destaca a relevância científica e o potencial impacto social da pesquisa, especialmente no desenvolvimento de métodos de IA responsáveis voltados ao combate à exploração sexual infantil.

11/06/2026

A Profª. Helena de Almeida Maia, docente do Instituto de Computação, e nossa aluna de doutorado Jhessica Victoria Santos da Silva, são as convidadas desta semana da nossa Série de Seminários.

Elas apresentarão a palestra: O dado que você precisa, o dado que você tem
Data: 12/06/2026
Horário: 14h00
*Palestra presencial com transmissão pelo nosso canal no Youtube. Alunos da disciplina de pós-graduação devem assistir a palestra presencialmente no IC3.

Resumo: O uso de modelos de inteligência artificial (IA) no cotidiano se tornou difundido e acelerado, mas a análise crítica dessas tecnologias não acompanhou essa velocidade de utilização. Diversos relatos indicam problemas no desenvolvimento de modelos de IA, em particular, na adequação dos dados para os contextos de uso. Nesta palestra, discutiremos os impactos que os dados empregados podem apresentar no desenvolvimento dos modelos de IA. Daremos destaque especial para dados multimodais e seus processos de construção de significado. Também apresentaremos ferramentas práticas que podem fomentar reflexão e análise no processo de desenvolvimento.

Mini-bio: Helena Maia é professora no Instituto de Computação (IC) da Universidade Estadual de Campinas (UNICAMP). Suas áreas de atuação incluem Ética e Letramento em Inteligência Artificial, Processamento de Linguagem Natural, Visão Computacional e Aprendizado de Máquina. Possui graduação e mestrado em Ciência da Computação pela Universidade Federal de Juiz de Fora (UFJF), e doutorado em Ciência da Computação pela UNICAMP.

Mini-bio: Jhessica Silva é doutoranda do Hub de Inteligência Artificial e Arquiteturas Cognitivas (H.IAAC), no Instituto de Computação da Universidade Estadual de Campinas (UNICAMP). É mestra em Ciência da Computação (2024) e bacharela em Engenharia de Computação (2022) ambos pela Universidade Estadual de Campinas. No H.IAAC, a pesquisadora faz parte do grupo de Processamento de Linguagem Natural. Atualmente pesquisa Ética em Modelos de Linguagem e suas áreas de interesse incluem Ética e Letramento em Inteligência Artificial, Processamento de Linguagem Natural e Visão Computacional.

10/06/2026

Nosso aluno de doutorado Carnot Braun teve seu artigo completo Premiado com Menção Honrosa na Trilha Principal do SBRC 2026.

O Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC) é um evento anual realizado pela Sociedade Brasileira de Computação (SBC) e pelo Laboratório de Redes de Computadores (LARC), e neste ano foi realizado na Praia do Forte de 25 a 29 de maio.

A proposta do trabalho gira em torno do desenvolvimento de um agente, intitulado VAMOS (Vehicular Agent for Multi-objective Optimization and Semantics), funciona como um sistema inteligente capaz de formular trajetos personalizados ao interpretar o contexto ambiental e as prioridades individuais de cada usuário. Ele vem superar sistemas de navegação tradicionais, que priorizam a eficiência métrica, como tempo e distância, mas falham na interpretação de intenções humanas mais complexas e dependentes de contexto.

Diferente dos navegadores convencionais, esse agente utiliza um LLM - Large Language Model - para sugerir paradas estratégicas, como postos de gasolina ou mercados, baseando-se no aprendizado contínuo sobre o perfil do viajante. O diferencial da tecnologia reside na sua capacidade de processar informações complexas para otimizar rotas sem a necessidade de comandos geográficos excessivamente específicos.

O artigo foi desenvolvido em co-autoria com Daniel Ludovico Guidoni (UFOP), Eduardo Coelho Cerqueira (UFPA), Joahannes Bruno Dias da Costa (UNIFESP), Leandro Villas (IC - UNICAMP) e Allan Mariano de Souza (Orientador/IC - Unicamp) e foi escolhido entre mais de 320 submissões.

Parabéns a todos pelo reconhecimento de seu trabalho!

09/06/2026

O Prêmio Egresso IC 2026 é um reconhecimento aos ex-alunos do Instituto de Computação da Unicamp que se destacaram em suas áreas de atuação profissional. O prêmio é dividido em duas modalidades: egresso de graduação e egresso de pós-graduação.

Quem pode participar?
*Ex-aluno de Graduação ou Pós-Graduação do Instituto de Computação da Unicamp;
*Possuir um cadastro na Plataforma Alumni.
*Estudantes egressos(as) do IC que concluíram o curso há pelo menos 5 (cinco) anos,
*Não possuir vínculo ativo como funcionário, docente ou aluno da Unicamp.

Veja mais informações e como se inscrever em nossa página no nosso site.

Prêmio Egresso 2026: O que é?O Prêmio Egresso IC 2026 é um reconhecimento aos ex-alunos do Instituto de Computação da Unicamp que se destacaram em suas áreas de atuação profissional. O prêmio é dividido em duas modalidades: egresso de graduação e egresso de pós-graduação. Quem pode p...

29/05/2026

A gravação do Painel moderado pelo Professor Guido Araújo e com a participação com nossos ex-alunos Edu Lins, Kleber Stroeh e Alexandre Junqueira está disponível em nosso canal do Youtube.

Nesta ocasião eles falaram sobre sua trajetória de carreira, modelos de negócios, IA, pessoas, computação e sociedade. Foi um debate interessantíssimo.

O evento fez parte das atividades comemorativas dos 30 anos do Instituto de Computação.

Enjoy the videos and music you love, upload original content, and share it all with friends, family, and the world on YouTube.