O avanço das tecnologias de inteligência artificial (IA) tem reconfigurado profundamente as práticas de mediação cultural, introduzindo novos modelos de interação entre visitantes, coleções e instituições. No estudo “Reconocimiento de objetos e inteligencia artificial conversacional en contextos del mundo real: mejorar la experiencia en los museos mediante sistemas interactivos”, publicado por Adrián Ortiz Ramírez, Álvaro Illana Sánchez e Marta Salas García (2025), da Universidade Francisco de Vitoria (Espanha) os autores apresentam um contributo particularmente relevante para o campo, propondo uma arquitetura integrada de reconhecimento de objetos e IA conversacional como instrumento de renovação da experiência museológica contemporânea.
O artigo situa-se numa interseção crítica entre tecnologia aplicada, teoria da mediação, humanidades digitais e estudos de experiência do visitante, oferecendo simultaneamente uma reflexão conceptual e uma prova de conceito tecnicamente robusta.
Limitações dos mecanismos tradicionais de mediação museológica
Os autores partem de um diagnóstico amplamente reconhecido pela literatura museológica: a persistência de modelos de comunicação essencialmente estáticos, centrados em rótulos textuais, audioguias padronizadas e percursos lineares. Estes dispositivos, ainda que eficazes em termos de transmissão de informação, revelam-se insuficientes para captar a atenção e promover uma interação significativa.
Ortiz Ramírez, Illana Sánchez e Salas García recordam que “el tiempo medio de observación de una obra se sitúa en torno a los 27–29 segundos”, valor que condiciona profundamente a capacidade de apreensão crítica e sensorial do visitante. A mediação, nestes termos, tende a operar como monólogo institucional, e não como diálogo interpretativo.
“Los museos continúan dependiendo mayoritariamente de dispositivos de mediación estáticos —etiquetas, audioguías lineales o paneles informativos— que, aun proporcionando datos esenciales, no consiguen fomentar una relación verdaderamente interactiva con las colecciones. El tiempo medio de observación, situado en apenas 27 a 29 segundos, evidencia que el visitante recibe una información densamente concentrada pero pobremente contextualizada, lo que restringe la construcción de significado y reduce la implicación cognitiva y emocional en la experiencia museística.”
Object Recognition + Conversational AI: uma nova gramática digital
O contributo central do estudo reside no desenvolvimento de uma arquitetura combinada que integra:
- Modelos de detecção de objetos (YOLOv10), treinados para identificar obras e elementos expositivos em tempo real;
- Sistemas conversacionais com RAG (Retrieval Augmented Generation), que articulam a capacidade generativa dos LLM com bases documentais curadas, assegurando rigor factual e contextual.
O resultado é um modelo de mediação dotado de consciência situacional, capaz de reconhecer o objeto observado e produzir uma resposta adaptada, rigorosa e ancorada em documentação validada. Esta integração permite superar dois dos problemas mais discutidos na aplicação de IA generativa à cultura: a tendência para alucinações e a perda de contextualização.
Como sintetizam os autores, o sistema atua como “un asistente cognitivo que combina la observación del entorno con la consulta de fuentes verificadas, generando respuestas relevantes y contextualizadas”.
A prova de conceito: o Louvre como laboratório experimental
A escolha do Louvre como estudo de caso coloca o modelo sob condições extremas de diversidade, escala e complexidade documental. Os autores treinam modelos específicos para salas concretas, utilizando imagens de esculturas e respetiva metainformação. Os resultados revelam:
- Elevada precisão na deteção de objetos (F1 superior a 0,97 em diversas categorias);
- Aumento significativo da coerência factual quando comparado com modelos de uso geral;
- Melhoria da qualidade das respostas sobretudo quando ativado o mecanismo RAG.
De particular relevância é a demonstração de que modelos relativamente pequenos (3B parâmetros), quando articulados com bases curadas, podem superar modelos massivos (como LLaMA-70B) na qualidade das respostas factuais. Isto tem implicações profundas para a sustentabilidade tecnológica dos museus, que raramente dispõem de recursos para operar sistemas de grande escala.
“Los experimentos realizados con obras del Louvre demuestran que la arquitectura híbrida puede superar incluso a modelos generativos de gran escala. Mientras los LLM generalistas tendían a ofrecer explicaciones inconsistentes o alucinadas, el modelo especializado, apoyado en documentación curada, alcanzó niveles de precisión superiores al 97% en la identificación de objetos y produjo respuestas más coherentes, completas y culturalmente relevantes. Este resultado confirma el valor de la especialización frente al uso indiscriminado de modelos masivos.”
Implicações museológicas: participação, inclusão e curadoria
O estudo insere-se numa linha de investigação que articula museologia crítica, literacia digital e acessibilidade. Os autores sublinham que as tecnologias propostas não servem apenas para enriquecer os discursos expositivos, mas para:
- promover participação ativa, permitindo que cada visitante explore a coleção a partir das suas próprias perguntas;
- reforçar a inclusão linguística e cognitiva, dado que os sistemas podem operar em múltiplos idiomas e adaptar-se a diferentes níveis de conhecimento prévio;
- revalorizar o papel da curadoria documental, uma vez que a qualidade da experiência depende da qualidade das fontes integradas no sistema.
Este reposicionamento devolve à instituição o papel de garante epistemológico, ao mesmo tempo que abre espaço à personalização interpretativa — uma tensão produtiva que tem definido a evolução recente da museologia digital.
Relevância para a museologia europeia e desafios futuros
O estudo apresenta-se como uma proposta metodológica e tecnológica que pode ser replicada em instituições de escalas diversas, com especial pertinência para museus europeus que procuram equilibrar inovação, sustentabilidade e responsabilidade cultural. Para além da sua aplicabilidade imediata, o modelo levanta questões importantes:
- Como assegurar a transparência e rastreabilidade das fontes integradas em sistemas conversacionais?
- De que forma a personalização algorítmica influencia a construção de narrativas culturais?
- Que novos papéis emergem para curadores, educadores e técnicos de mediação?
A investigação destaca ainda a necessidade de novos enquadramentos éticos e normativos, sobretudo em torno da privacidade do visitante, do tratamento de imagem e da responsabilidade informativa das instituições culturais.
“Un sistema dialogante y sensible al contexto permite redefinir la mediación cultural hacia formas más inclusivas, accesibles y participativas. Al ofrecer respuestas multilingües, adaptativas y basadas en fuentes fiables, la IA conversacional minimiza barreras cognitivas y fomenta una relación más profunda con las colecciones, apoyando así la misión educativa del museo. La tecnología no sustituye la labor curatorial, sino que la amplifica al hacer visible, comprensible y activamente navegable el conocimiento que sustenta cada exposición.”
O trabalho de Ortiz Ramírez, Illana Sánchez e Salas García constitui um marco no cruzamento entre IA, reconhecimento visual e mediação museológica. A combinação entre visão computacional e sistemas conversacionais com RAG traduz-se numa proposta inovadora, conceptualmente alinhada com as tendências internacionais da museologia participativa e tecnologicamente madura para uma adoção progressiva em contextos reais.
Ao sugerir um modelo de mediação sensível ao contexto, personalizado e epistemologicamente rigoroso, o estudo abre novas vias para a relação entre visitantes e instituições, contribuindo para aquilo que os próprios autores descrevem como “una experiencia museística más dinámica, interactiva y significativa”.
Este artigo representa, assim, um contributo sólido para o desenvolvimento de práticas museológicas cognitivamente informadas, tecnologicamente sustentáveis e culturalmente responsáveis.
Referência: Molina, V., Sánchez, A., Chirino, A., & García, J. (2025). Reconocimiento de objetos e inteligencia artificial conversacional en contextos del mundo real: mejorar la experiencia en los museos mediante sistemas interactivos. Revista Iberoamericana de Ciencia, Tecnología y Sociedad, 20(1), 1–25.
Comentários
Enviar um comentário