O doutorando do Programa de Pós-graduação em Ciência da Computação (PPGCC) da UFMG, Gestefane Rabbi, conquistou o segundo lugar no Concurso de Teses e Dissertações, na categoria mestrado, durante a 22ª edição do Simpósio Brasileiro de Sistemas de Informação (SBSI 2026), realizada entre os dias 25 e 28 de maio, em Vitória (ES). A premiação reconhece dissertações defendidas no ano anterior.
Atualmente no doutorado, Gestefane foi premiado pela dissertação defendida no ano passado e intitulada “Aprendizado Federado Incremental e Sensível ao Risco para Modelos de Ranqueamento em Cenários com Distribuições Heterogêneas de Dados”. O estudo propõe o FedRisk, uma abordagem inédita de Federated Learning to Rank (FLTR) voltada à superação de desafios relacionados à heterogeneidade de dados em sistemas distribuídos.
A pesquisa foi desenvolvida sob orientação do professor do Departamento de Ciência da Computação (DCC), Marcos André Gonçalves e coorientação do professor do Instituto Federal de Goiás (IFG), Daniel Xavier de Sousa. Também colaboraram com o trabalho o doutorando do PPGCC, Celso França, o professor do Instituto de Informática da Universidade Federal de Goiás (UFG) Thierson Couto Rosa, e a professora do DCC, Jussara M. Almeida.
Segundo os autores, a pesquisa apresenta “uma abordagem inédita de Federated Learning to Rank (FLTR) projetada para enfrentar um dos desafios mais críticos dos Sistemas de Informação distribuídos: a agregação de modelos sob heterogeneidade e distribuições não independentes e não identicamente distribuídas (não-IID)”. O estudo integra um mecanismo de agregação sensível ao risco, capaz de ponderar atualizações de clientes conforme a variabilidade do erro de predição, além de uma estratégia de estabilização baseada na incorporação de parâmetros globais históricos.
Os resultados experimentais demonstraram ganhos relevantes em desempenho e estabilidade. De acordo com os pesquisadores, “experimentos extensivos no benchmark MSLR-WEB10K demonstram que o FedRisk supera abordagens federadas consolidadas, como o FedProx, alcançando ganho de 15,6% em nDCG@5 e desempenho equivalente ao treinamento centralizado em nDCG@10”. O trabalho também recebeu anteriormente o prêmio de Honra ao Mérito de Melhor Artigo Completo no SBBD 2025.
De acordo com Gestefane Rabbi, o reconhecimento é resultado de um esforço coletivo dentro do DCC. “Esse prêmio é de todos do departamento, funcionários e professores, que de forma direta ou indireta, sempre colaboram muito”, afirmou.
Promovido anualmente pela Sociedade Brasileira de Computação (SBC), por meio da Comissão Especial de Sistemas de Informação (CESI), o SBSI reúne pesquisadores, estudantes, profissionais e representantes do setor produtivo para discutir avanços e desafios relacionados aos sistemas de informação e à inteligência artificial. Em 2026, o evento foi organizado pelo Instituto Federal do Espírito Santo (IFES) e abordou temas ligados às aplicações da inteligência artificial em áreas como saúde, educação, indústria e gestão pública, além de debates sobre transparência, privacidade, vieses e impactos sociais.
