INOVAÇÕES EM MODELAGEM FINANCEIRA: ABORDAGENS DE IA E ECONOMETRIA PARA A OTIMIZAÇÃO DE PORTFÓLIO DE COMMODITIES AGRÍCOLAS: DESCRIÇÃO DO PLANO DE ATIVIDADES (RETIFICADO)

Introdução: O projeto investiga qualitativamente, via jornalismo científico, causas de rupturas nos preços de commodities agrícolas, analisando notícias e contexto. Complementa a vertente quantitativa do grupo, oferecendo interpretação crítica e humana de eventos econômicos, climáticos ou geopolíticos, contribuindo para compreensão de dinâmicas de mercado e formação acadêmica da bolsista. Objetivos: O projeto investiga qualitativamente rupturas nos preços de commodities agrícolas por meio de análise crítica de notícias e divulgação científica. Inclui coleta e organização de informações, identificação de causas e impactos, produção e publicação de conteúdos acessíveis no site do projeto, integrando-se às análises quantitativas do grupo. Materiais e método: A metodologia aplicou jornalismo científico para investigar qualitativamente rupturas nos preços de commodities. Incluiu identificação de eventos críticos, busca e análise de notícias, inferência de causas, apoio de IA e produção de posts no Quarto, publicados no site do projeto, garantindo reprodutibilidade e integração com análises quantitativas. Resultados: Os resultados da bolsista PIBITI Jr. estão publicados no site do projeto e organizados conforme os objetivos. Foram identificados seis eventos de ruptura em milho, soja e trigo, resultando na coleta de mais de 40 notícias. A análise crítica destacou fatores como guerra na Ucrânia, secas no Brasil/EUA, variação cambial e decisões governamentais. Cinco posts autorais, com linguagem acessível e uso de infográficos, sintetizaram as observações. A estudante também validou conteúdos sugeridos por agente de IA, integrando perspectivas automatizadas. Essa abordagem qualitativa complementa as análises quantitativas do projeto, ampliando a interpretação e contextualização dos eventos que impactam os preços das commodities agrícolas. Considerações finais: O trabalho atingiu os objetivos propostos, evidenciando que a abordagem qualitativa via jornalismo científico pode complementar de forma relevante a análise de rupturas em séries temporais de preços de commodities. A leitura crítica de notícias e a produção de textos de divulgação científica permitiram identificar causas prováveis para quebras de preços, enriquecendo os resultados obtidos pelos modelos quantitativos do projeto. Apesar de sua natureza subjetiva, a análise qualitativa mostrou-se eficaz para contextualizar movimentos de mercado e revelar fatores não captados por algoritmos. O uso de IA generativa, aliado à validação humana, otimizou a curadoria e a síntese de conteúdo, ainda que exija supervisão. A experiência proporcionou à bolsista habilidades em leitura analítica, escrita científica, pensamento crítico e uso de ferramentas como Quarto, além de demonstrar o potencial de incluir estudantes do ensino médio em pesquisas reais. Para trabalhos futuros, recomenda-se aprofundar a integração entre interpretações qualitativas e modelos quantitativos, ampliar o conjunto de fontes e idiomas das notícias, e construir um banco categorizado de causas históricas. Sugere-se ainda formar grupos interdisciplinares para análise colaborativa, fortalecendo a comunicação científica e a aplicabilidade prática dos resultados no contexto do agronegócio e do mercado financeiro.

Palavras-chave: Jornalismo científico; Commodities; Rupturas; Notícias; IA generativa.