HUMAN-IN-THE-LOOP (HITL): Uma abordagem que integra a participação humana em sistemas de inteligência artificial e automação
Resumo
O modelo Human-in-the-Loop (HITL) propõe a inserção do julgamento humano em momentos específicos do funcionamento de sistemas automatizados com inteligência artificial (IA), oferecendo uma camada de controle e segurança. Diante da preocupação com a autonomia total desses sistemas — ainda limitados na compreensão de contextos sociais e éticos — o HITL surge como alternativa para torná-los seguros e confiáveis em decisões sensíveis. Esta pesquisa buscou compreender de que maneira o HITL pode contribuir para uma supervisão também eficiente e segura de sistemas automatizados, além de identificar limitações, benefícios e aplicações práticas dessa abordagem sob a perspectiva ética e de segurança. Trata-se de um estudo exploratório, com abordagem qualitativa. Realizou-se uma busca sistemática da literatura, selecionando artigos nas plataformas Google, Google Scholar e Portal CAFe, com foco na interação humana em processos decisórios mediados por tecnologias inteligentes. Os resultados revelam que o HITL já é aplicado em áreas como moderação em redes sociais, rotulagem de imagens para carros autônomos e apoio a diagnósticos médicos, cenários que exigem decisões subjetivas. Identificaram-se vantagens, como maior confiabilidade, mas também limitações ligadas à escalabilidade, privacidade de dados e custos de capacitação contínua. Conclui-se que o HITL oferece um equilíbrio entre autonomia tecnológica e intervenção humana.
Referências
Gil, A. C. (2008). Métodos e técnicas de pesquisa social (6ª ed.). Atlas.
Gillespie, T. (2018). Custodians of the internet: Platforms, content moderation, and the hidden decisions that shape social media. Yale University Press.
Google Cloud. (s.d.). What is Human-in-the-Loop (HITL) in AI & ML? https://cloud.google.com/discover/human-in-the-loop?hl=pt-BR
Klippa. (s.d.). Guia Human-in-the-Loop. https://www.klippa.com/pt/blog/informacao/guia-human-in-the-loop/
Lakatos, E. M., & Marconi, M. A. (2003). Fundamentos de metodologia científica (5ª ed.). Atlas.
Lima, C., Campanharo, B., & Freitas, R. (2025). Sistema integrado de agendamentos (SIA) e uso de inteligência artificial (IA) voltada para a geração de insights de mercado. Revista Para Graduandos – REGRASP, 10(3), 1–17. https://doi.org/10.47734/regrasp.v10.03.p01-17
Mosqueira-Rey, M., & Hernández, D. (2022). Human-in-the-loop machine learning: A state of the art. Artificial Intelligence Review. https://link.springer.com/article/10.1007/s10462-022-10246-w
Copyright (c) 2025 Elisa de Souza Senra Lopes Batista, Ismael Correia Costa, Ridnal João do Nascimento, Me, Samuel Barauna Santos, Sandra Silveira Ferreira, Me, Vanderley Alves
This work is licensed under a Creative Commons Attribution 4.0 International License.
Todos os trabalhos publicados na REGRASP estão licenciados sob a Creative Commons Atribuição 4.0 Internacional (CC BY 4.0).
Isso significa que:
-
Qualquer pessoa pode copiar, distribuir, exibir, adaptar, remixar e até utilizar comercialmente os conteúdos publicados na revista;
-
Desde que sejam atribuídos os devidos créditos aos autores e à REGRASP como fonte original;
-
Não é exigida permissão adicional para reutilização, desde que respeitados os termos da licença.
Esta política está em conformidade com os princípios do acesso aberto, promovendo a ampla disseminação do conhecimento científico.
.png){kind=logo}
