> ## Content Index
> Fetch the complete content index at: https://revistamanutencao.com.br/llms.txt
> Use this file to discover other available public pages before exploring further.

# IA generativa na manutenção de quarta geração: mito ou realidade?
- URL: https://revistamanutencao.com.br/literatura/cientifica/ia-generativa-na-manutencao-de-quarta-geracao-mito-ou-realidade/
- Published: 2024-05-29T21:17:35.000Z
- Updated: 2026-11-01T17:56:35.000Z
- Description: Com os crescentes requisitos de confiabilidade, disponibilidade, eficiência, eficácia, produtividade e segurança do sistema, a importância do diagnóstico e da manutenção também aumenta.
- Author: Redação
- Tags: Científica, Literatura, #import-joomla, #source-wayback, #download-lost, #Import 2026-11-01 14:12

Com os crescentes requisitos de confiabilidade, disponibilidade, eficiência, eficácia, produtividade e segurança do sistema, a importância do diagnóstico e da manutenção também aumenta.

Até agora, a manutenção eletrônica como um conceito líder para o gerenciamento de manutenção envolveu principalmente o uso de técnicas de processamento de linguagem técnica (TLP) específicas de domínio em dados de casos históricos.

Devido à sua popularidade, a IA generativa (GAI) com grandes modelos de linguagem (LLMs) começa a ser cada vez mais utilizada em diversas áreas técnicas, passando assim a ocupar um lugar cada vez mais importante no diagnóstico e manutenção.

Partindo do facto de o rápido desenvolvimento das tecnologias de informação e comunicação (TIC) ter sido o principal factor no surgimento e desenvolvimento do conceito de e-manutenção, a importância da potencial aplicação mais séria de todas as formas de IA generativa no contexto está claro. Isto é especialmente pronunciado em casos de acesso difícil ou impossível à localização de componentes ou de uma situação incerta relacionada ao tipo de processo (por exemplo, nuclear, aeronáutico, espacial, offshore).

Veículos autónomos, embarcações e aeronaves (como parte indispensável dos actuais sistemas de transporte inteligentes) são certamente um exemplo importante destes casos.

Independentemente do nível de autonomia, estes sistemas são extremamente complexos e difíceis de manter e representam um claro desafio para a aplicação de novas abordagens.

Portanto, os autores do artigo propõem o uso de middleware que permitiria a integração de diversas ferramentas, algoritmos e modelos GAI para aumentar a eficácia do diagnóstico e da manutenção o mais próximo possível do tempo real. No entanto, a extensão exata das possibilidades e limitações desta abordagem ainda não foi determinada.

**Source:** Ćelić, Jasmin & Bronzin, Tomislav & Horvat, Marko & Jovic, Alan & Stipić, Arian & Prole, Brigita & Maricevic, Marko & Pavlović, Ivana & Pap, Klaudio & Mikota, Miroslav & Jelača, Nina. (2024). Generative AI in E-maintenance: Myth or Reality?.