Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/44687
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2025_MarcusEduardoMottaDeAraujo_tcc.pdf737,09 kBAdobe PDFver/abrir
Título: Agentes de IA para atendimento de tickets de suporte negocial: uma abordagem prática
Autor(es): Araujo, Marcus Eduardo Motta de
Orientador(es): Celestino, Victor Rafael Rezende
Assunto: Inteligência artificial
Chatbots
Experiência do usuário
Data de apresentação: 2-Dez-2025
Data de publicação: 25-Jun-2026
Referência: ARAUJO, Marcus Eduardo Motta de. Agentes de IA para atendimento de tickets de suporte negocial: uma abordagem prática. 2025. 52 f., il. Trabalho de Conclusão de Curso (Bacharelado em Administração) — Universidade de Brasília, Brasília, 2025.
Resumo: As equipes de suporte de TI frequentemente sofrem com o alto volume de tickets repetitivos, mesmo quando as respostas já estão disponíveis na base de conhecimento da empresa. Este estudo visa solucionar esse problema construindo e testando um chatbot com IA para automatizar os serviços de suporte de TI. Utilizando o método Design Science Research (DSR), o projeto criou um artefato de software que utiliza um Large Language Model (LLM) para compreender as solicitações dos usuários. A IA foi treinada com documentos internos da empresa, como tickets de suporte e manuais anteriores, para fornecer respostas precisas. O desempenho do chatbot foi testado comparando sua precisão e velocidade com a atual equipe de suporte humano. O objetivo é demonstrar que a IA pode lidar com tickets de suporte tão bem quanto, ou melhor, que o método tradicional, comprovando seu valor para a automação de negócios. Os testes indicaram alta eficiência no atendimento de primeiro nível, com aumento da taxa de resolução no primeiro contato (FCR) e redução do tempo médio de resposta. Após a implementação do módulo de leitura de PDFs e imagens, houve melhora expressiva na adequação das respostas, reduzindo a necessidade de reabertura de chamados. Entretanto, o desempenho ainda depende diretamente da qualidade e abrangência da base de conhecimento, sendo menor em demandas complexas ou de interpretação normativa profunda.
Abstract: IT support teams often struggle with a high volume of repetitive tickets, even when the answers already exist in the organization’s knowledge base. This study aims to address this problem by developing and testing an AI-powered chatbot to automate IT support services. Using the Design Science Research (DSR) method, the project develops a software artifact that employs a Large Language Model (LLM) to understand user requests. The AI is trained using internal organizational documents, such as previous support tickets and technical manuals, enabling it to provide accurate responses. The performance of the chatbot will be evaluated by comparing its accuracy and response time to those of the current human support team. The goal is to demonstrate that AI can handle support tickets as effectively as, or even more efficiently than, traditional methods, thereby highlighting its value for business automation. The test results indicated high efficiency in first-level support, with an increase in First Contact Resolution (FCR) rates and a reduction in average response time. After implementing the PDF and image-reading module, there was a significant improvement in the adequacy of responses, reducing the need for ticket reopening. However, the performance still depends directly on the quality and breadth of the knowledge base, showing limitations in more complex demands or those requiring deep normative interpretation.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Departamento de Administração, 2025.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Administração



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.