SISTEMA DE RECOMENDAÇÃO FINANCEIRA BASEADO EM IA PARA CONTROLE DE GASTOS
Resumo
No contexto da gestão financeira pessoal, o controle de despesas enfrenta o desafio do atrito cognitivo e do excesso de informações, demandando soluções tecnológicas preditivas. O objetivo deste trabalho é apresentar a implementação de um Sistema de Recomendação Financeira Pessoal Inteligente, baseado em agentes de Inteligência Artificial, focado na mitigação de gastos desnecessários. A metodologia consistiu em uma pesquisa aplicada com desenvolvimento de software, estruturando uma arquitetura híbrida. Aplicaram-se heurísticas matemáticas determinísticas, como similaridade de strings (Distância de Levenshtein) e cálculo de médias móveis, para a mineração autônoma da "inércia de gastos". Em seguida, orquestrou-se um Modelo de Linguagem de Grande Escala via injeção de contexto para atuar como motor comportamental baseado na Teoria do Nudge. Os resultados evidenciaram o êxito operacional da solução: o isolamento do processamento reduziu custos computacionais e anulou o risco de "alucinações" matemáticas pela IA. O sistema validou sua capacidade de emitir conselhos explicáveis e estruturados, cruzando anomalias de consumo com metas financeiras em tempo real. Conclui-se que a transição de um paradigma descritivo, baseado em painéis estáticos, para um ecossistema de recomendação ativa e preditiva diminui drasticamente a carga cognitiva do usuário. A ferramenta consolida-se como um apoio robusto à decisão, adaptando-se às rotinas individuais e superando as limitações das aplicações de mercado no desafio da educação financeira contínua.
Palavras-chave: Finanças pessoais. Agentes de Inteligência Artificial. Sistemas de recomendação. Teoria do Nudge. Arquitetura de software.
Texto completo:
PDFReferências
BANCO CENTRAL DO BRASIL. Aprender Valor: O fácil acesso ao crédito e o comportamento de consumo. Brasília: BCB, 2024. Disponível em: https://aprendervalor.bcb.gov.br/site/aprendervalor/NoticiaAprenderValor/100/noticia. Acesso em: 17 mar. 2026.
FEBRABAN - FEDERAÇÃO BRASILEIRA DE BANCOS. Pesquisa FEBRABAN de Tecnologia Bancária 2023. São Paulo: FEBRABAN, 2023. Disponível em: https://cmsportal.febraban.org.br/Arquivos/documentos/PDF/Pesquisa-Febraban-Tecnologia-Bancaria-2023.pdf. Acesso em: 25 abr. 2026.
FERREIRA, L. M.; SANTOS, P. R. Arquitetura de escolhas e Teoria do Nudge aplicadas ao engajamento em aplicativos financeiros móveis. Revista Brasileira de Sistemas de Informação, v. 17, n. 2, p. 88-105, 2024. DOI: https://doi.org/10.5753/isys.2024.1843. Acesso em: 25 abr. 2026.
FOGG, B. J. A behavior model for persuasive design. In: Proceedings of the 4th international conference on Persuasive technology. Nova York: ACM, 2009. p. 1-7. Disponível em: https://doi.org/10.1145/1541948.1541999. Acesso em: 18 mar. 2026.
GOMES, A. B.; SOUZA, C. D. Análise das funcionalidades e limitações de aplicativos de gestão financeira pessoal no Brasil. Revista de Gestão e Tecnologia, [S.l.], v. 12, n. 3, p. 45-60, 2022. Disponível em: https://revistagt.fpl.edu.br/get/article/view/2022-12-3-45. Acesso em: 25 abr. 2026.
Apontamentos
- Não há apontamentos.
JNT - Facit Business and Technology Journal
ISSN 2526-4281