Abstract
A produção e o compartilhamento de informações em múltiplos formatos têm crescido exponencialmente nas últimas décadas, intensificando os desafios relacionados à organização, representação e recuperação da informação. Nesse contexto, os Large Language Models (LLMs) emergem como tecnologias capazes de aprimorar a busca semântica, interpretar consultas em linguagem natural e gerar respostas contextualizadas, ampliando as possibilidades de acesso à informação. Assim, esta pesquisa teve como objetivo analisar, na literatura científica, o uso de LLMs na recuperação da informação em documentos textuais, identificando abordagens metodológicas, contextos de aplicação, contribuições e limitações apontadas pelos estudos. Metodologicamente, realizou-se uma revisão narrativa da literatura, seguindo um protocolo, com buscas nas bases ACM Digital Library, ScienceDirect, Scopus e Web of Science. Foram selecionados artigos publicados entre 2020 e 2024, em português e inglês, com acesso aberto. Após a aplicação dos critérios de inclusão e exclusão e a leitura integral dos textos, 12 publicações compuseram o corpus de análise. Os estudos foram organizados em quatro eixos temáticos: automação de análises documentais em contextos regulatórios e institucionais; desenvolvimento de métodos e modelos de recuperação da informação; construção e enriquecimento de estruturas de conhecimento; e apoio à pesquisa científica. Conclui-se que os LLMs ampliam a capacidade interpretativa dos sistemas de recuperação da informação, embora apresentem limitações relacionadas a vieses, alucinações, custos computacionais e dependência de supervisão humana, demandando investigações futuras sobre transparência, avaliação de desempenho e impactos éticos e sociais.