ANÁLISE BIBLIOMÉTRICA DE INTELIGÊNCIA ARTIFICIAL APLICADA AO BIM: CLASSIFICAÇÃO ESTRUTURADA POR ÁREA DA IA Natan

Natan Ferreira; Juliê Oliveira; Michele Marques

doi:10.24840/978-972-752-358-0

ANÁLISE BIBLIOMÉTRICA DE INTELIGÊNCIA ARTIFICIAL APLICADA AO BIM: CLASSIFICAÇÃO ESTRUTURADA POR ÁREA DA IA Natan

Autores

Natan Ferreira

Universidade de Brasília

https://orcid.org/0009-0007-7993-5050

Juliê Oliveira

Universidade de Brasília

https://orcid.org/0009-0003-9151-6765

Michele Marques

Universidade de Brasília

https://orcid.org/0000-0001-7969-9341

DOI: https://doi.org/10.24840/978-972-752-358-0_104

Sinopse

A integração entre Inteligência Artificial (IA) e Building Information Modeling (BIM) tem se consolidado como uma fronteira de inovação na indústria da Arquitetura, Engenharia, Construção e Operações (AECO). Contudo, revisões sistemáticas existentes adotam majoritariamente uma perspectiva "top-down", partindo das aplicações BIM para mapear técnicas de IA, o que pode gerar taxonomias intrincadas e lacunas conceituais. Este artigo propõe uma abordagem inversa, "bottom-up", estruturando a IA a partir de quatro abordagens fundamentais — IA Baseada em Dados; IA Baseada em Conhecimento e Otimização; Abordagens Híbridas; e Ferramentas/Métodos de Suporte Transversal — e conectando-as às fases do ciclo de vida BIM. A análise bibliométrica foi conduzida conforme o protocolo PRISMA 2020, com buscas na Scopus e Web of Science, triagem assistida por modelos de linguagem e validação manual. A amostra final compreende 555 estudos classificados por tipo de IA e estágio BIM. Os resultados revelam tendências, lacunas e oportunidades na interseção IA-BIM, oferecendo um referencial conceitual para pesquisadores e futuras aplicações práticas. Palavras-chave: Inteligência Artificial; Building Information Modeling (BIM); Análise bibliométrica; Aprendizado de Máquina; Integração.