Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.ufpe.br/handle/123456789/58247

Share on

Title: IA generativa no RPG de mesa: uma abordagem para criar elementos narrativos de forma eficiente
Authors: Carneiro, Victória Luisi Souza
Keywords: Role-Playing Game de mesa; RPG de mesa; Inteligência Artificial Generativa; Criatividade; Large Language Models
Issue Date: 21-Aug-2024
Citation: CARNEIRO, Victória. IA generativa no RPG de mesa: uma abordagem para criar elementos narrativos de forma eficiente. 2024. Trabalho de Conclusão de Curso Engenharia da Computação - Universidade Federal de Pernambuco, Recife, 2024.
Abstract: Role-Playing Game de mesa, ou RPG de mesa, é um jogo em que os participantes interpretam personagens em um mundo fictício, guiados por um mestre, ou Dungeon Master (DM). Esse jogo enfatiza a colaboração, criatividade e imaginação e tem sido uma forma de entretenimento desde os anos 70. No entanto, a criação de narrativas complexas pode ser um desafio, especialmente para jogadores e mestres menos experientes e criativos. Com os avanços recentes na inteligência artificial (IA), especialmente na IA generativa e nos Large Language Models (LLMs), como o GPT-3 da OpenAI, surgem novas oportunidades para potencializar a criação de conteúdo em RPGs de mesa. Esses modelos são capazes de gerar linguagem natural e outros tipos de conteúdo, tornando-se ferramentas muito úteis para a criação de narrativas. Este trabalho visa explorar os benefícios de uma plataforma que utiliza IA generativa para ajudar jogadores e mestres de RPG de mesa na criação e desenvolvimento de suas campanhas. A pesquisa busca responder se é possível desenvolver tal plataforma e como ela pode ser aprimorada com base no feedback dos usuários para garantir a geração de resultados criativos e satisfatórios.
URI: https://repositorio.ufpe.br/handle/123456789/58247
Appears in Collections:(TCC) - Engenharia da Computação

Files in This Item:
File Description SizeFormat 
Trabalho de Graduação - vlsc_compressed.pdf1,05 MBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons