Multimodalidade e inteligência artificial: Perspectivas bibliográficas para a análise argumentativa contemporânea: BIBLIOGRAPHICAL PERSPECTIVES FOR CONTEMPORARY ARGUMENTATIVE ANALYSIS

Denis Ramón Fúnes Flores

doi:10.13102/cl.v26i3.12440

Authors

Denis Ramón Fúnes Flores UNIVERSIDADE FEDERAL DO TOCANTINS - UFT

DOI:

https://doi.org/10.13102/cl.v26i3.12440

Keywords:

Multimodality, Artificial Intelligence, Argumentation, Discourse Analysis, Methodology

Abstract

Este artigo apresenta uma revisão bibliográfica sobre a interface entre multimodalidade e inteligência artificial na análise argumentativa contemporânea. O objetivo é mapear tendências teóricas e metodológicas que discutem como diferentes modalidades — verbal, visual, sonora e interativa — contribuem para a construção de sentido em práticas sociais, especialmente em ambientes digitais mediados por algoritmos. A pesquisa foi conduzida em bases acadêmicas nacionais e internacionais, utilizando descritores relacionados à argumentação multimodal e às aplicações de IA. Os resultados evidenciam a integração entre teorias tradicionais de argumentação (retórica, pragma-dialética, semiótica social) e novas abordagens computacionais, destacando avanços e desafios como a interpretabilidade dos modelos e a necessidade de protocolos analíticos robustos. A contribuição principal consiste em oferecer um panorama crítico das articulações possíveis entre multimodalidade e IA, apontando caminhos para futuras investigações e práticas de análise argumentativa.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

References

BATEMAN, J. Text and image: a critical introduction to the visual/verbal divide. London: Routledge, 2014.

FORCEVILLE, C. Multimodal metaphor. Berlin: Mouton de Gruyter, 2009.

GALVÃO, T. F.; PEREIRA, M. G. Revisões sistemáticas da literatura: passos para sua elaboração. Epidemiologia e Serviços de Saúde, Brasília, v. 23, n. 1, p. 183-184, 2014.

KITCHENHAM, B. Procedures for performing systematic reviews. Keele University Technical Report, Keele, 2004.

KRESS, G.; VAN LEEUWEN, T. Multimodal discourse: the modes and media of contemporary communication. London: Arnold, 2001.

LIPPI, M.; TORRONI, P. Argument mining: a machine learning perspective. In: Proceedings of the 31st AAAI Conference on Artificial Intelligence. San Francisco: AAAI, 2016.

LIPTON, Z. C. The mythos of model interpretability. Communications of the ACM, v. 61, n. 10, p. 36-43, 2018.

MOHER, D. et al. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PLoS Medicine, v. 6, n. 7, p. e1000097, 2009.

O’HALLORAN, K. L. Multimodal discourse analysis. London: Continuum, 2011.

PERELMAN, C.; OLBRECHTS-TYTECA, L. Tratado da argumentação: a nova retórica. São Paulo: Martins Fontes, 1996.

RADFORD, A. et al. Learning transferable visual models from natural language supervision. In: Proceedings of the International Conference on Machine Learning. 2021.

SPERBER, D.; WILSON, D. Relevance: communication and cognition. Oxford: Blackwell, 1995.

TOULMIN, S. The uses of argument. Cambridge: Cambridge University Press, 2003.

VAN EEMEREN, F. H. Strategic maneuvering in argumentative discourse. Amsterdam: John Benjamins, 2010

VAN EEMEREN, F. H.; GROOTENDORST, R. A systematic theory of argumentation: the pragma-dialectical approach. Cambridge: Cambridge University Press, 2004.