USO DA LINGUAGEM PYTHON E INTELIGÊNCIA ARTIFICIAL GENERATIVA EM APLICAÇÕES VOLTADAS A MICROSCOPIA DE FORÇA ATOMICA

Resumo

Este trabalho teve como objetivo desenvolver e validar um fluxo automatizado para a coleta e análise de parâmetros topográficos obtidos por microscopia de força atômica (MFA), visando reduzir tempo de processamento, minimizar erros e simplificar a rotina de análise. Para isso, foi criado um script em Python, integrado ao ambiente PyGwy, capaz de extrair parâmetros topográficos de múltiplas imagens de MFA, armazenando em formato padronizado para posterior análise. Em paralelo, os dados processados foram avaliados por três ferramentas de inteligência artificial generativa: ChatGPT, DeepSeek e Gemini. Os dados gerados foram comparados com resultados de um software de referência, Prism. A análise revelou que o ChatGPT apresentou desempenho mais consistente, com baixas variações na maioria dos parâmetros, exceto Ssk. O DeepSeek mostrou desempenho intermediário, com precisão em alguns parâmetros, mas variação elevada em Ssk e Sku. O Gemini apresentou as maiores discrepâncias entre eles. De forma geral, para parâmetros distintos de Ssk e Sku, todas as IAs mantiveram divergências inferiores a 15%, indicando viabilidade para análises preliminares. Conclui-se que a combinação entre automação e IA pode tornar a análise topográfica mais ágil, acessível e menos dependente de softwares especializados, permitindo otimização do esforço e tempo dos pesquisadores para outras áreas.