FEEDBACKINSIGHT-AI: SISTEMA DE TRIAJE, CLASIFICACIÓN Y RESUMEN DE COMENTARIOS DE CLIENTES CON INTELIGENCIA ARTIFICIAL

Autores/as

  • Filipe Magalhães Autor/a
  • Matheus Marques Autor/a
  • Ricardo Marciano dos Santos Autor/a
  • Alfredo Nazareno Pereira Boente Autor/a
  • Vinícius Marques da Silva Ferreira Autor/a
  • Miguel Gabriel P de Carvalho Autor/a
  • Thiago Silva da Conceiçao Autor/a
  • Rosangela de Sena Almeida Autor/a

DOI:

https://doi.org/10.56238/arev7n11-361

Palabras clave:

Inteligencia Artificial, Automatización, Feedback de Clientes, Procesamiento de Lenguaje Natural, Análisis de Sentimientos

Resumen

Este artículo propone FeedbackInsight-AI, un sistema automatizado de triaje, clasificación y resumen de comentarios de clientes mediante técnicas de Inteligencia Artificial (IA) y Procesamiento de Lenguaje Natural (PLN). El objetivo es optimizar el manejo de grandes volúmenes de mensajes recibidos por empresas, reduciendo el tiempo de respuesta y permitiendo un análisis más eficiente de la información. El estudio parte de un enfoque cualitativo y descriptivo, basado en modelos de aprendizaje automático aplicados al análisis de sentimientos y categorización textual. La metodología implica la integración entre APIs de comunicación (Gmail), gestión (Trello) y análisis de datos (Google Sheets), utilizando modelos de lenguaje de última generación (como GPT-4). La propuesta busca contribuir al avance de la automatización inteligente en los procesos de atención al cliente y toma de decisiones basada en datos en las organizaciones.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

ATLASSIAN. Trello Developers. Disponível em: https://developer.atlassian.com/cloud/trello/. Acesso em: 25 out. 2025.

BOENTE, Alfredo Nazareno Pereira. [S. l.], v. 7, n. 10, p. e8856, 2025. DOI: 10.56238/arev7n10-149. Disponível em: https://periodicos.newsciencepubl.com/arace/article/view/8856. Acesso em: 21 out. 2025.

DOMINGOS, Pedro. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. New York: Basic Books, 2015.

DOS SANTOS, Ricardo Marciano. Proposição de um modelo de interação humano-computador baseado em lógica fuzzy para aferição de dados biofísicos. Rio de Janeiro, 2020.

FERREIRA, Vinícius Marques da Silva. [S. l.], v. 7, n. 10, p. e8856, 2025. DOI: 10.56238/arev7n10-149. Disponível em: https://periodicos.newsciencepubl.com/arace/article/view/8856. Acesso em: 21 out. 2025.

GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. Cambridge: MIT Press, 2016.

GOOGLE. Gmail API Documentation. Disponível em: https://developers.google.com/gmail/api. Acesso em: 25 out. 2025.

GOOGLE. Google Sheets API Documentation. Disponível em: https://developers.google.com/sheets/api. Acesso em: 25 out. 2025.

HAENLEIN, Michael et al. Artificial Intelligence and the Future of Marketing: A Review and Research Agenda. Journal of Business Research, v. 116, p. 263–271, 2019.

LECUN, Yann; BENGIO, Yoshua; HINTON, Geoffrey. Deep Learning. Nature, v. 521, p. 436–444, 2015.

MARR, Bernard. Artificial Intelligence in Practice. New York: Wiley, 2020.

NIELSEN, Jakob. Human–AI Interaction Guidelines. Nielsen Norman Group, 2020.

OPENAI. API Reference. Disponível em: https://platform.openai.com/docs/. Acesso em: 25 out. 2025.

RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: A Modern Approach. 4. ed. London: Pearson, 2022.

Publicado

2025-11-27

Número

Sección

Artigos

Cómo citar

MAGALHÃES, Filipe; MARQUES, Matheus; DOS SANTOS, Ricardo Marciano; BOENTE, Alfredo Nazareno Pereira; FERREIRA, Vinícius Marques da Silva; DE CARVALHO, Miguel Gabriel P; DA CONCEIÇAO, Thiago Silva; ALMEIDA, Rosangela de Sena. FEEDBACKINSIGHT-AI: SISTEMA DE TRIAJE, CLASIFICACIÓN Y RESUMEN DE COMENTARIOS DE CLIENTES CON INTELIGENCIA ARTIFICIAL. ARACÊ , [S. l.], v. 7, n. 11, p. e10492, 2025. DOI: 10.56238/arev7n11-361. Disponível em: https://periodicos.newsciencepubl.com/arace/article/view/10492. Acesso em: 5 dec. 2025.