EconAI – Economia e Engenharia Financeira com Inteligência Artificial

Título: Economia e Engenharia Financeira com Inteligência Artificial: Inovação e Sustentabilidade em Processos de Decisão Financeira e de Engenharia

1. Introdução

A integração entre economia, engenharia e inteligência artificial (IA) tem se mostrado essencial para a otimização de processos decisórios em ambientes complexos. A aplicação de IA em problemas econômicos e de engenharia financeira permite o desenvolvimento de soluções inteligentes para análise, previsão e tomada de decisão em cenários de incerteza, ampliando a eficiência e sustentabilidade de sistemas. Este projeto está vinculado ao grupo de pesquisa “Economia e Engenharia Financeira com Inteligência Artificial”, da Universidade Federal de Santa Catarina (UFSC), disponível em: https://econai.ufsc.br/. O projeto busca contribuir para o desenvolvimento de soluções inovadoras e sustentáveis aplicáveis tanto à área financeira quanto a outras áreas da engenharia.

2. Problema de Pesquisa

Como a inteligência artificial pode ser aplicada para otimizar decisões econômicas e de engenharia financeira, promovendo a sustentabilidade, a eficiência e a inovação em contextos multidisciplinares?

3. Objetivos

Geral: Desenvolver soluções interdisciplinares baseadas em IA para apoiar decisões econômicas e de engenharia financeira com foco em sustentabilidade, eficiência e inovação.

Específicos:

• Criar modelos preditivos de apoio à decisão em problemas de engenharia financeira e econômica.
• Aplicar algoritmos de IA para otimização de fluxos econômicos e de engenharia.
• Desenvolver sistemas inteligentes para avaliação de risco e retorno em projetos de engenharia.
• Avaliar soluções sustentáveis utilizando IA em problemas aplicados da engenharia.
• Produzir conhecimento científico de alto impacto nas áreas de IA, economia e engenharia.

4. Justificativa

Apesar do avanço das aplicações de IA no setor financeiro e em setores produtivos, ainda existem lacunas importantes em relação à integração entre economia, engenharia e IA em contextos reais. Faltam soluções integradas que levem em conta fatores de risco, sustentabilidade e retorno, além de métodos que permitam simular cenários complexos com maior precisão. Este projeto visa preencher essas lacunas, propondo soluções que possam ser aplicadas tanto em sistemas financeiros quanto em sistemas de engenharia econômica, com forte apoio computacional e embasamento teórico de ponta. A UFSC, por meio de seus cursos de Engenharia e de seu Programa de Pós-Graduação em Engenharia, é o ambiente ideal para a execução dessa proposta interdisciplinar.

5. Fundamentação Teórica

A base teórica envolve três pilares principais: (i) economia e engenharia financeira, (ii) inteligência artificial e (iii) sustentabilidade. Serão exploradas abordagens baseadas em séries temporais, aprendizado supervisionado e não supervisionado, e técnicas de aprendizado profundo, com ênfase em modelos que têm mostrado eficácia em contextos complexos, como LSTMs e Transformers para previsão financeira, e algoritmos genéticos para otimização de portfólios.

A sustentabilidade será abordada tanto sob a ótica de avaliação (uso de métricas de impacto) quanto de proposição (modelos que favoreçam soluções de menor custo ambiental, maior eficiência energética, ou uso racional de recursos).

O projeto se apoia nas seguintes áreas:

• IA aplicada à engenharia financeira: uso de redes neurais, aprendizado profundo, florestas aleatórias e algoritmos genéticos para previsão e otimização de processos.
• Análise econômica e sustentabilidade: métricas de análise econômica de projetos, considerando indicadores como VPL, TIR, payback, risco e retorno ajustado.
• Engenharia de decisão: aplicação de métodos quantitativos para a tomada de decisão em ambientes complexos.

6. Metodologia

A pesquisa será conduzida por meio de abordagem quantitativa e computacional, com as seguintes etapas:

• Etapa 1: Revisão sistemática das publicações científicas internacionais de alto impacto sobre IA em economia e engenharia financeira.
• Etapa 2: Construção de bases de dados reais e sintéticas para análise computacional.
• Etapa 3: Modelagem computacional com IA, utilizando ferramentas como Python, TensorFlow, Scikit-learn e PyTorch.
• Etapa 4: Testes e simulações com diferentes cenários econômicos e de engenharia.
• Etapa 5: Validação estatística dos modelos, utilizando métricas como RMSE, MAE, R², retorno ajustado ao risco (Sharpe ratio), entre outros.
• Etapa 6: Publicação e disseminação dos resultados em revistas e conferências internacionais.

7. Resultados Esperados

• Desenvolvimento de modelos inteligentes para previsão e decisão financeira.
• Prototipagem de sistemas de suporte à decisão em engenharia econômica.
• Publicação de artigos em periódicos internacionais de alto impacto.
• Geração de conhecimento aplicado e transferência para setores produtivos.
• Consolidação do grupo econAI como referência nacional em IA aplicada à economia e à engenharia.

8. Cronograma (36 meses)

Meses	Atividade
1–6	Revisão de literatura, definição de problemas e coleta de dados preliminar
7–12	Desenvolvimento inicial dos modelos de IA e testes exploratórios
13–18	Ajustes e validação dos modelos em cenários reais e simulados
19–24	Prototipagem de aplicações e análise de impacto
25–30	Publicação dos primeiros resultados e participação em eventos
31–36	Consolidação dos resultados, publicação final e encerramento do projeto

9. Vinculação Institucional

Este projeto está vinculado à Universidade Federal de Santa Catarina (UFSC), através dos cursos de Engenharia e do Programa de Pós-Graduação em Engenharia, com desenvolvimento realizado no âmbito do grupo de pesquisa “Economia e Engenharia Financeira com Inteligência Artificial”.

10. Palavras-chave Inteligência Artificial; Engenharia Financeira; Economia Computacional; Sustentabilidade; Otimização; Tomada de Decisão.

11. Transferência de Conhecimento

Serão priorizadas estratégias como:

• Workshops com o setor produtivo e acadêmico;
• Desenvolvimento de MVPs e protótipos de sistemas baseados em IA;
• Publicação de guias técnicos e científicos em formato acessível;
• Criação de parcerias com incubadoras e ecossistemas de inovação.

12. Considerações Éticas

Embora não seja o foco central do projeto, serão consideradas diretrizes éticas na aplicação da IA, especialmente no que diz respeito à transparência dos modelos, à privacidade dos dados e ao impacto social das decisões automatizadas.

13. Conclusão

O projeto busca integrar a inteligência artificial à engenharia financeira e à economia para enfrentar desafios contemporâneos por meio da inovação, sustentabilidade e transferência de conhecimento. O alinhamento com as competências do grupo econAI/UFSC reforça sua viabilidade e impacto potencial.

14. Referências selecionadas:

• Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
• Hull, J. C. (2022). Risk Management and Financial Institutions. Wiley.
• Shiller, R. J. (2012). Finance and the Good Society. Princeton University Press.
• Schmidhuber, J. (2015). Deep learning in neural networks: An overview. Neural Networks.
• Wang, G., Ma, J., & Gong, Y. (2020). Machine learning applications in financial risk prediction: A review. Finance Research Letters.
• Li, S., Deng, W., & He, H. (2023). AI-driven decision support systems for sustainable engineering. Expert Systems with Applications.