ISSN 2179-9938  
_____________________________________________________  
IMAGINÁRIO AMAZÔNICO AUTOMATIZADO: SIGNOS E  
REPRESENTAÇÕES EM IMAGENS GERADAS POR INTELIGÊNCIA  
ARTIFICIAL  
AUTOMATED AMAZONIAN IMAGINARY: SIGNS AND  
REPRESENTATIONS IN AI-GENERATED IMAGES  
IMAGINARIO AMAZÓNICO AUTOMATIZADO: SIGNOS Y  
REPRESENTACIONES EN IMÁGENES GENERADAS POR  
INTELIGENCIA ARTIFICIAL  
_____________________________________________________  
Kleyse Costa Vaz Santana Prado  
Universidade Federal do Pará  
Luiz Cezar Silva dos Santos  
Universidade Federal do Pará  
Resumo: O artigo busca compreender como sistemas de Inteligência Artificial Generativa de Imagens  
(IAGI) diferentes representam a Amazônia e quais signos são utilizados nesse processo. Realiza um  
experimento com o Midjourney, DALL-E 3 e Leonardo.Ai por meio da inserção do mesmo prompt nos  
três sistemas. Partindo dos conceitos da Semiótica de Peirce (2005), do imaginário, de Maffesoli  
(apud da Silva, 2001), e da Marca Amazônia, de Amaral Filho (2016), os signos presentes nas  
representações produzidas pelos modelos de IAGI são analisados, bem como suas relações com  
repertórios simbólicos já construídos sobre a região amazônica. Nas imagens analisadas, observamos  
a recorrência de elementos semelhantes e historicamente associados à Amazônia. A análise permite  
discutir como a Inteligência Artificial pode reorganizar repertórios culturais, levantando questões  
sobre a automatização do imaginário e sobre aquilo que, enquanto humanidade, ensinamos às  
máquinas, especificamente sobre a Amazônia.  
Palavras-chave: Amazônia; Inteligência Artificial Generativa; Imaginário; Marca Amazônia;  
Semiótica.  
Abstract: This article seeks to understand how different Generative AI image systems represent the  
Amazon and which signs are used in this process. We conducted an experiment with Midjourney,  
DALL-E 3, and Leonardo.Ai by entering the same prompt into all three systems. Drawing on Peirce’s  
(2005) concepts of semiotics, Maffesoli’s (apud da Silva, 2001) concept of the imaginary, and Amaral  
Filho’s (2016) concept of Marca Amazônia (a kind of Amazon Brand), we analyze the signs present in  
the representations produced by the Generative AI image models, as well as their relationships with  
symbolic repertoires already constructed around the Amazon region. In the images analyzed, we  
46  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
observed the recurrence of similar elements historically associated with the Amazon. These findings  
allow us to discuss how Artificial Intelligence can reorganize cultural repertoires, raising questions  
about the automation of the imaginary and about what we, as a society, teach machines, specifically  
about the Amazon.  
Keywords: Amazon Region; Generative Artificial Intelligence; Imaginary; Marca Amazônia; Semiotics.  
Resumen: Este artículo busca comprender cómo diferentes sistemas de Inteligencia Artificial  
Generativa de Imágenes (IAGI) representan la región amazónica y qué signos son utilizados en este  
proceso. Realizamos un experimento con Midjourney, DALL-E 3 y Leonardo.Ai mediante la inserción  
del mismo prompt en los tres sistemas. A partir de los conceptos de semiótica de Peirce (2005), de  
imaginario de Maffesoli (apud da Silva, 2001) y de Marca Amazônia (una especie de marca de la  
región amazónica), propuesta por Amaral Filho (2016), analizamos los signos presentes en las  
representaciones producidas por los modelos de IAGI, así como sus relaciones con repertorios  
simbólicos ya construidos sobre la región amazónica. En las imágenes analizadas, observamos la  
recurrencia de elementos semejantes e históricamente asociados a la Amazonía. El análisis permite  
discutir cómo la Inteligencia Artificial puede reorganizar repertorios culturales, planteando  
cuestiones sobre la automatización del imaginario y sobre aquello que, como sociedad, enseñamos  
a las máquinas, específicamente sobre la Amazonía.  
Palabras clave: Región Amazónica; Inteligencia Artificial Generativa; Imaginario; Marca Amazônia;  
Semiótica.  
1 INTRODUÇÃO  
A Amazônia é historicamente representada por um conjunto de signos que  
circulam na mídia e na sociedade e ajudam a construir um imaginário sobre a região.  
Alguns elementos recorrentes nessas representações são a predominância da natureza,  
os rios, os animais, a biodiversidade e os povos indígenas. Amaral Filho (2016) discute  
como esses e outros elementos são apropriados e organizados em processos de  
comunicação, publicização e mercantilização, adquirindo valor simbólico e contribuindo  
para que a Amazônia seja não apenas reconhecida, como também consumida por  
diferentes públicos.  
Mas o que acontece quando esse repertório passa a ser apropriado e organizado  
pela Inteligência Artificial Generativa (IAG)? Que tipo de representação da Amazônia é  
produzida quando a máquina passa a mobilizar elementos historicamente associados à  
região? Diferentemente da experiência humana, a Inteligência Artificial (IA) não  
conhece a Amazônia pela vivência, não percorre seus rios, não experimenta suas cidades  
e tampouco estabelece relações sociais ou culturais com as populações que nela vivem.  
47  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Sua representação é construída a partir de relações aprendidas durante o treinamento  
dos modelos, realizado sobre grandes conjuntos de dados constituídos, entre outros  
materiais, por produções culturais humanas, transformadas em códigos e padrões.  
Assim, quando solicitada a representar visualmente um território como a Amazônia, a  
máquina precisa selecionar e reorganizar elementos capazes de conferir sentido e  
reconhecimento à imagem produzida. Essa seleção, portanto, é construída sobre  
diferentes discursos, imagens e narrativas que já participavam da construção de formas  
de imaginar a região.  
Tendo em vista essas questões, Prado e Santos (2024) realizaram um  
experimento com o modelo DALL-E 3.0 para verificar os processos de representação,  
significação e interpretação da IA. A proposta consistiu em fornecer ao sistema um  
comando de texto (prompt) simples, “Crie uma imagem que represente a Amazônia”, e  
observar quais elementos seriam mobilizados pela máquina para construir essa  
representação. Posteriormente, as imagens geradas foram submetidas a uma análise  
semiótica a fim de compreender os signos presentes e os sentidos relacionados à  
representação da região. Se esses sistemas operam a partir de produções culturais  
anteriormente existentes, os signos mobilizados para representar a Amazônia podem  
carregar consigo marcas de imaginários já sedimentados.  
Essa ideia de sedimentação encontra aproximações com Castro (2011), que  
compreende os conhecimentos socialmente compartilhados como construções que se  
acumulam e se preservam ao longo do tempo, mas que também estão em permanente  
transformação. Dessa forma, a permanência de determinados referenciais não significa  
que eles permaneçam inalterados, uma vez que podem ser reelaborados à medida que  
circulam socialmente. A aparente novidade tecnológica da imagem generativa pode,  
portanto, conviver com formas bastante conhecidas de representar a região. A máquina  
reorganiza elementos, produz novas composições e cria imagens que antes não  
existiam, mas os materiais simbólicos mobilizados nessa produção não necessariamente  
são novos.  
Diante desse cenário, nossa proposta neste estudo foi ampliar o experimento  
anterior, buscando compreender como diferentes sistemas de Inteligência Artificial  
Generativa organizam e mobilizam signos na construção de representações da  
48  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Amazônia. Foi mantida a mesma lógica do primeiro experimento: inserimos o mesmo  
prompt solicitando imagens que representassem a Amazônia para o DALL-E 3, o  
Midjourney e o Leonardo.Ai. As imagens foram analisadas semioticamente, dialogando  
com o conceito de Marca Amazônia (Amaral Filho, 2016) e com as discussões sobre  
imaginário (Maffesoli, 1996; da Silva, 2001). Utilizamos, ainda, as contribuições de  
Flusser (2008) para problematizar a condição de caixa-preta que também atravessa a  
produção de imagens por IA.  
A análise revelou convergências entre determinados elementos presentes nas  
três imagens produzidas pelos sistemas. Mais do que compreender essas aproximações  
simplesmente como limitações ou vieses das ferramentas, propomos observá-las como  
parte de um processo mais amplo de circulação e permanência de representações sobre  
a Amazônia. Não partimos, portanto, da ideia de que a Inteligência Artificial inaugura  
um novo imaginário amazônico, mas da possibilidade de que esses sistemas tornem  
visíveis, reorganizem e até automatizem repertórios simbólicos culturalmente presentes  
no imaginário coletivo sobre a região. A passagem da Marca Amazônia aos imaginários  
algorítmicos permite, assim, questionar não apenas o que a máquina produz quando  
solicitada a imaginar a região, mas também aquilo que nós, enquanto sociedade,  
produzimos e fazemos circular a ponto de ensinar para as máquinas o que pode ser  
reconhecido como Amazônia.  
2 DA MARCA AMAZÔNIA AO IMAGINÁRIO ALGORÍTMICO  
Pela semelhança entre as palavras, o termo “imaginário” pode ser facilmente  
associado a imagens ou à imaginação, sendo frequentemente relacionado apenas ao  
místico e ao fantasioso. Conforme Maffesoli (da Silva, 2001), ele é imagético, mas não  
são as imagens que constroem o imaginário; ao contrário, é a presença do imaginário  
que define a construção das imagens e sustenta sua contínua produção. No entanto, o  
conceito de imaginário vai além das produções imagéticas, referindo-se também às suas  
propriedades e aos seus efeitos (Wunenburger, 2007). Maffesoli (da Silva, 2001) afirma  
que o imaginário apresenta parâmetros oníricos, lúdicos, afetivos e não-racionais, além  
da fantasia, do imaginativo, dos sonhos e outras construções mentais, sociais e culturais.  
Para além disso, ainda conforme o autor, o imaginário é um campo onde signos e  
49  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
representações simbólicas se entrelaçam, moldam o ser humano tanto como indivíduo  
quanto em sociedade. Ele sustenta imagens, crenças e conceitos compartilhados por  
uma cultura ou sociedade, constituindo um espaço simbólico onde desejos e tensões  
culturais, políticas e sociais se projetam.  
Assim, o imaginário atua como mediador entre o que vemos e o que sentimos,  
entre o eu e o mundo, o eu e o outro. Ele nos oferece uma espécie de mapa de signos,  
um repertório de imagens, crenças e narrativas que nos permite interpretar a vida,  
atribuir sentido ao mundo. Wunenburger (2007) destaca que as imagens participam de  
estruturas simbólicas e de processos de produção de sentidos. Dessa forma, o  
imaginário não permanece estático: seus elementos circulam, são repetidos,  
transformados e reorganizados em diferentes contextos sociais, históricos e culturais.  
Nesse processo, estereótipos e preconceitos também estão relacionados ao imaginário,  
refletindo valores e perspectivas coletivas.  
No caso da Amazônia, o imaginário é atravessado por representações  
historicamente construídas, por diferentes formas de significar a região. Castro (2011)  
discute a constituição não fixa de uma “identidade” amazônica, como uma construção  
social que se estabelece por processos de subjetivação e intersubjetividade. Nesse  
processo, experiências e saberes compartilhados formam estoques de conhecimentos a  
partir dos quais determinadas formas de compreender e representar a Amazônia são  
construídas, socializadas e reelaboradas ao longo do tempo. O autor também identifica  
uma tensão entre mito e fronteira, relacionando essas construções tanto às experiências  
históricas da região quanto às transformações mais recentes do espaço amazônico. Essa  
perspectiva permite compreender a Amazônia não apenas enquanto território  
geográfico, mas também como construção simbólica, continuamente produzida e  
transformada pelas narrativas e representações que circulam socialmente.  
Amaral Filho (2016) traz a ideia de Marca Amazônia como uma promessa  
publicitária cuja essência está na relação entre a Amazônia real e uma Amazônia  
simbólica. Ela reflete um imaginário que destaca o natural, a pureza e a originalidade do  
território, a plenitude da natureza e a sustentabilidade. O autor demonstra que as  
imagens conceituais dessa marca destacam a floresta, as águas, o clima e os povos  
originários. Essas imagens são construídas a partir da utilização de diversos elementos,  
50  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
como os rios, a chuva, a fauna e a flora, os ritos e as manifestações culturais, trazendo a  
ideia de riqueza, cultura exótica, mata virgem e diversidade, entre outras.  
Outros elementos também participam dessa construção, como a madeira, os  
peixes, os lugares turísticos, o artesanato indígena, os barcos e as cidades. São signos  
diferentes entre si, mas que, quando selecionados e organizados em uma  
representação, produzem sentidos associados àquilo que já circula no imaginário sobre  
a Amazônia. Podemos entender, então, que a paisagem ocupa uma posição importante  
na construção dessa Amazônia simbólica discutida por Amaral Filho (2016). O conjunto  
desses signos, que pela circulação e repetição em diferentes representações passam a  
ser associados à região, constitui o que podemos compreender como um repertório  
sígnico da Marca Amazônia, oferecendo elementos para que uma determinada imagem  
possa ser reconhecida como amazônica.  
A existência desse repertório não significa, entretanto, que exista uma única  
forma de representar a Amazônia ou que esses signos apresentem sempre os mesmos  
sentidos. Florestas, rios, barcos, animais ou povos originários podem produzir diferentes  
significações dependendo das relações estabelecidas dentro de uma imagem e do  
contexto em que aparecem. O que nos interessa é perceber a recorrência de  
determinadas escolhas e a capacidade que esses elementos adquiriram de remeter à  
região. Quando alguns signos são constantemente utilizados para representar a  
Amazônia, passam a ocupar uma posição privilegiada nesse repertório, contribuindo  
para manter e atualizar formas já estabelecidas de imaginá-la.  
Representar implica selecionar, enquadrar e tornar visíveis determinados  
elementos em detrimento de outros. A Amazônia que circula por essas imagens é, na  
verdade, uma Amazônia mediada, construída a partir de escolhas que interferem na  
maneira como a região passa a ser percebida e reconhecida. As ausências produzidas  
nesse processo também evidenciam a exclusão de outros aspectos da realidade da  
região. A complexidade das cidades, as experiências cotidianas, as tecnologias, as  
transformações sociais e as múltiplas formas de existência presentes no território  
disputam espaço com uma representação fortemente vinculada à floresta e à natureza.  
Dessa forma, a construção simbólica da região não ocorre apenas por aquilo que é  
mostrado, mas também por aquilo que permanece fora dessas representações.  
51  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Essa discussão ganha uma nova dimensão quando pensamos nas representações  
criadas pela IAG. Como demonstrado em estudo anterior (Prado; Santos, 2024), diante  
de comandos pouco direcionados, esses sistemas podem mobilizar representações  
recorrentes e oferecer imagens limitadas da Amazônia, contribuindo para a  
continuidade de associações e estereótipos já existentes.  
Se esses repertórios são construídos e colocados em circulação por livros,  
fotografias, filmes, publicidade, jornalismo e diferentes produções culturais, a  
Inteligência Artificial Generativa passa a integrar esse processo como uma nova forma  
de produção de imagens. Isso não significa que a máquina simplesmente reproduza  
aquilo que já existe, uma vez que também reorganiza elementos e produz novas  
composições. Entretanto, permite questionar em que medida os signos selecionados  
para representar a Amazônia carregam marcas de um imaginário cultural anterior.  
Temos, assim, a passagem de um repertório culturalmente construído para sua  
reorganização por sistemas generativos.  
A relação entre técnica e produção de imagens pode ser pensada a partir de  
Flusser (2008) e de sua discussão sobre as imagens técnicas. Para o autor, essas imagens  
são produzidas por aparelhos, cujo funcionamento é orientado por programas. Embora  
Flusser não tenha tratado das atuais tecnologias de Inteligência Artificial Generativa, seu  
conceito de tecno-imagem oferece possibilidades para pensar essas novas formas de  
produção imagética.  
A imagem tradicional é produzida por gesto que abstrai a profundidade da  
circunstância, isto é, por gesto que vai do concreto rumo ao abstrato. A tecno-  
imagem é produzida por gesto que reagrupa pontos para formarem  
superfícies, isto é, por gesto que vai do abstrato rumo ao concreto. Como o  
gesto produtor confere significado à imagem, o modelo sugere que o  
significado das imagens tradicionais é o oposto do significado das tecno-  
imagens. (Flusser; Bernardo, 2008, p.22).  
Assim, as imagens geradas por IA também são produzidas por meio de aparelhos,  
programas e operações técnicas que não são totalmente visíveis ao usuário. Entre aquilo  
que é solicitado por meio do prompt e a imagem apresentada existe um sistema que  
processa relações aprendidas durante o treinamento e produz uma resposta visual a  
partir delas.  
52  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Dessa forma, a IAG não pode ser considerada uma ferramenta completamente  
neutra (Declos, 2026), uma vez que seu processo de criação de imagens é atravessado  
por relações semióticas aprendidas em seu treinamento que podem replicar o  
imaginário coletivo. Essa característica pode ser vista quando determinadas associações  
são privilegiadas em detrimento de outras, mesmo quando não foram explicitamente  
solicitadas pelo usuário. Nesse contexto, a semiótica oferece uma lente teórica útil para  
analisar os signos mobilizados nessas imagens e os sentidos produzidos a partir das  
relações estabelecidas entre eles.  
A partir da relação entre processos técnicos da máquina e os repertórios  
culturais já discutidos anteriormente, podemos pensar na possibilidade de uma  
automatização do imaginário. A automatização do imaginário não se refere à existência  
de um imaginário próprio da máquina nos mesmos termos em que utilizamos o conceito  
de imaginário para pensar as experiências humanas e sociais. Ao contrário, busca  
chamar a atenção para o processo pelo qual repertórios simbólicos culturalmente  
construídos passam a participar de uma produção automatizada de novas imagens. A  
máquina reorganiza signos e produz novas combinações, mas realiza essas operações a  
partir de relações aprendidas sobre um mundo que já foi anteriormente representado.  
Nesse sentido, o imaginário algorítmico se apresenta aqui não como um  
imaginário independente da cultura, mas como uma produção que surge da relação  
entre os repertórios culturais e os processos técnicos dos sistemas generativos. Aquilo  
que a máquina apresenta como imagem da Amazônia pode, assim, ser observado como  
uma materialização visual desse imaginário algorítmico.  
Essa perspectiva também desloca a discussão sobre os estereótipos presentes  
nas imagens geradas por IA. Se imagens produzidas por diferentes sistemas recorrem à  
floresta, aos rios, aos animais ou aos povos indígenas para representar a Amazônia, não  
basta considerar essas escolhas apenas como limitações próprias das tecnologias. É  
necessário observar que esses mesmos elementos possuem uma história anterior de  
circulação e já participavam das representações da região muito antes do surgimento  
dos modelos generativos. A Inteligência Artificial pode, portanto, não criar esses  
repertórios, mas contribuir para sua repetição, reorganização e nova circulação.  
53  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
3 METODOLOGIA  
Essa pesquisa consiste em um estudo de caso, com caráter exploratório e  
método qualitativo de análise. Para investigar situações complexas, como a que  
propomos neste artigo, o estudo de caso é considerado uma abordagem adequada, pois  
se trata de um “estudo profundo e exaustivo de um ou poucos objetos, de maneira que  
permita seu amplo e detalhado conhecimento, tarefa praticamente impossível  
mediante outros delineamentos já considerados” (Gil, 2007, p. 54).  
As pesquisas exploratórias, conforme Gil (2007), desenvolvem ideias, esclarecem  
e modificam conceitos e podem gerar problemas para estudos futuros. Assim,  
considerando a proposta de investigar certos aspectos da IA, entendemos que essas  
reflexões podem se desdobrar em diversos estudos posteriores, visto que os avanços  
frequentes desta tecnologia e o surgimento de novas aplicações podem modificar os  
resultados obtidos e levantar novas questões, mesmo quando procedimentos  
semelhantes são utilizados.  
Já o método qualitativo nos permite compreender como e por que determinado  
fenômeno acontece, utilizando diferentes técnicas interpretativas, decodificando e  
descrevendo componentes complexos (Neves, 1996). Para este trabalho, utilizamos a  
Semiótica como lente teórica para analisar os signos presentes nas imagens resultantes  
do experimento. A partir de Peirce (2005) e Santaella (1983), concentramos a análise na  
relação do signo com o seu objeto, especialmente nas relações de semelhança e  
convenção, observadas nos ícones e símbolos. Quanto aos índices, essa relação se torna  
mais complexa nas imagens analisadas, uma vez que elas são produzidas sinteticamente  
e não resultam, necessariamente, de uma conexão física entre aquilo que é  
representado e um referente no mundo. Embora possam existir relações indiciais nessas  
imagens, optamos por não concentrar a análise nessa categoria.  
Consideramos, também, os sentidos que podem ser produzidos a partir dessas  
relações, compreendendo o interpretante como parte do processo de significação  
estabelecido pelo signo. Dessa forma, não buscamos utilizar todas as classificações  
propostas por Peirce, mas aquelas que contribuem para compreender como os  
elementos presentes nas imagens participam da construção de sentidos sobre a  
54  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Amazônia. A análise considera não apenas aquilo que aparece nas imagens, mas  
também as recorrências e ausências identificadas no conjunto analisado.  
Em um segundo momento, os signos identificados foram colocados em diálogo  
com o repertório sígnico da Marca Amazônia discutido anteriormente a partir de Amaral  
Filho (2016). Buscamos observar aproximações entre os elementos mobilizados pelos  
sistemas generativos e aqueles historicamente associados às representações da região.  
Essa aproximação permite analisar possíveis continuidades entre as representações  
produzidas pelas ferramentas e repertórios simbólicos que já circulam culturalmente  
sobre a Amazônia.  
Em relação ao experimento realizado em 2024 (Prado; Santos, 2024), a proposta  
deste estudo é ampliar a observação do fenômeno para além dos resultados de um  
único sistema generativo. O experimento foi realizado em 02 de maio de 2025 e utilizou  
três ferramentas de Inteligência Artificial Generativa de imagens: o DALL-E 3, o  
Midjourney e o Leonardo.Ai. As três ferramentas possuem ampla utilização e  
apresentam modelos e formas de funcionamento distintas. A utilização de diferentes  
plataformas permite, assim, observar aproximações e diferenças nas construções  
visuais, ainda que realizadas a partir de um mesmo comando, sobretudo no que diz  
respeito aos signos mobilizados para representar a Amazônia.  
Utilizamos o mesmo prompt, em língua portuguesa, nos três sistemas: Crie uma  
imagem que represente a Amazônia. O DALL-E 3 foi acessado por meio do ChatGPT,  
enquanto o Midjourney e o Leonardo.Ai foram acessados diretamente por suas  
interfaces web. Para evitar qualquer direcionamento quanto aos elementos presentes  
nas imagens, optamos por um comando simples, abrangente e não especializado, sem  
indicar características visuais, estilos, lugares ou outros elementos da composição.  
Também não realizamos qualquer tipo de personalização ou pré-treinamento específico  
dos sistemas. Além do prompt, não foram definidos pelos pesquisadores parâmetros  
específicos para a geração das imagens, como proporção (aspect ratio), seed ou estilo,  
sendo mantidas as configurações apresentadas pelas ferramentas no momento do  
experimento. Dessa forma, foram utilizadas as condições identificáveis como “padrão”  
de cada sistema, incluindo eventuais recursos automáticos, que estão descritos no  
corpo da análise. Buscamos, assim, observar quais signos seriam mobilizados pelas  
55  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
ferramentas para construir uma visualidade que pudesse ser reconhecida como  
Amazônia, sem intervenções dos autores deste estudo.  
Foram geradas, com o mesmo prompt, nove imagens, sendo uma do DALL-E 3,  
quatro do Midjourney e quatro do Leonardo.Ai. Como os dois últimos sistemas geraram  
automaticamente quatro resultados para a mesma solicitação, enquanto o DALL-E 3  
apresentou apenas uma imagem, optamos por analisar uma imagem de cada sistema,  
sem realizar novas rodadas de geração para ampliar os resultados do DALL-E 3. Para o  
Midjourney e o Leonardo.Ai, adotamos como critério de seleção a ordem de  
apresentação dos resultados, escolhendo a primeira imagem apresentada por cada  
ferramenta. Dessa forma, o corpus final para análise foi constituído por três imagens.  
Considerando o caráter exploratório deste estudo, o corpus reduzido não  
permite estabelecer tendências gerais sobre as formas como esses sistemas  
representam a Amazônia. Os resultados se referem, portanto, às imagens produzidas  
neste experimento e permitem observar aproximações e diferenças entre elas, sem que  
sejam compreendidas como representativas de todas as produções possíveis das  
ferramentas. Além disso, o experimento foi realizado em uma única rodada de geração,  
o que também delimita os resultados às condições específicas em que as imagens  
analisadas foram produzidas.  
Delimitamos que o objetivo não é comparar o desempenho das ferramentas,  
tampouco descobrir qual IA “representa melhor” a Amazônia, mas verificar se sistemas  
distintos utilizam repertórios simbólicos semelhantes ao produzir imagens sobre a  
região. Buscamos compreender quais signos são mobilizados nessas representações,  
quais sentidos podem ser produzidos a partir das relações estabelecidas entre eles e em  
que medida podem refletir ou distorcer a realidade, além de contribuir para a  
permanência, reorganização ou atualização de representações já presentes no  
imaginário sobre a região.  
4 ANÁLISE DOS RESULTADOS  
Partindo para a análise das imagens, observamos os elementos que as compõem  
não apenas por aquilo que representam visualmente, mas também pelas relações e  
sentidos que podem produzir quando organizados em uma determinada composição.  
56  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Florestas, rios, embarcações, animais e povos originários, por exemplo, podem  
estabelecer relações icônicas com aquilo que representam e, ao mesmo tempo, adquirir  
sentidos simbólicos pela maneira como são historicamente associados à Amazônia. É a  
partir dessas relações que buscamos compreender como cada sistema construiu uma  
imagem visualmente tida como reconhecível da região.  
As tendências estéticas dos geradores de imagem já são objeto de estudos em  
diversas áreas. Declos (2026) publicou os resultados dos seus experimentos com  
diferentes tipos de IA generativas de imagem e compreende “o viés algorítmico como  
uma tendência persistente, cega e estruturalmente incorporada a um sistema”, que  
favorece  
determinados  
tipos  
de  
resultados  
em  
detrimento  
de  
outros,  
independentemente de instruções explícitas no prompt (Declos, 2026, p.2, tradução  
nossa).  
O Midjourney é um sistema de IA voltado para a produção de imagens a partir  
de prompts fornecidos pelo usuário (Midjourney, 2025). O sistema foi treinado para  
estabelecer relações entre características visuais e descrições textuais, mas o resultado  
não corresponde necessariamente a uma tradução literal do prompt. A versão utilizada  
na data desse experimento foi a V6.1, versão padrão da época. Entre os parâmetros  
disponibilizados pela ferramenta está o Stylize, que controla quanto da estética do  
Midjourney será aplicada à imagem produzida. Segundo a documentação oficial, a  
característica “artistic flair” consiste em maior literalidade ao prompt quando o Stylize  
opera em níveis mais baixos, e maior “liberdade criativa” para a máquina quando o  
parâmetro está configurado para níveis mais altos (Midjourney, 2026).  
Essas tendências são especialmente relevantes para este experimento, uma vez  
que o comando utilizado não estabeleceu qualquer orientação estética, deixando aos  
próprios sistemas a definição de aspectos relacionados à composição, estilo, iluminação  
e tratamento visual das imagens.  
Para Declos (2026), os resultados do Midjourney demonstraram uma estética  
próxima à de uma fotografia altamente tratada ou imagens produzidas para chamar a  
atenção visualmente. Em nosso experimento, o resultado não foi muito diferente. A  
imagem criada por esse modelo (Figura 1) se destaca pela sua plasticidade. Apresenta  
uma Amazônia silenciosa, pouco ocupada e praticamente intocada, uma paisagem de  
57  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
contemplação. A canoa ocupa uma posição de destaque e sugere uma relação entre  
homem e natureza, além de estar associada a modos de vida historicamente  
relacionados à região. O pôr do sol refletido nas águas cercadas pela floresta traz a hora  
mágica para a cena, evocando sentidos já associados à Amazônia, como encanto,  
mistério e paraíso escondido. A ausência de construções ou de outros sinais de  
ocupação humana, somada à presença de uma única canoa cercada pela floresta,  
reforça uma ideia de isolamento. A Amazônia apresentada pelo Midjourney parece  
distante da experiência urbana e cotidiana, aproximando-se de uma representação da  
região como um lugar preservado, escondido e de difícil acesso.  
Figura 1 – Imagem produzida pelo Midjourney  
Fonte: Midjourney (2025).  
Alguns dos elementos presentes na imagem também se aproximam do  
repertório sígnico da Marca Amazônia discutido por Amaral Filho (2016). A floresta, as  
águas e o barco aparecem entre os elementos utilizados historicamente na construção  
de uma visualidade associada à região. Mais do que a presença isolada desses signos,  
interessa observar a maneira como são organizados na imagem: a floresta ocupa  
praticamente todo o espaço, enquanto a presença humana aparece de forma reduzida  
e integrada à paisagem natural.  
58  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Outras características discutidas por Declos (2026) estão relacionadas ao viés de  
beleza (beauty bias) e ao viés de espetáculo (spectacle bias), que correspondem às  
tendências dos sistemas de estetizar e espetacularizar o mundo. É possível perceber  
essas características na imagem gerada pelo DALL-E 3 (Figura 2). Desenvolvido pela  
OpenAI, o DALL-E 3 é um modelo de geração de imagens que buscou aprimorar a relação  
entre as descrições textuais e os elementos apresentados visualmente. Com um  
treinamento que também valorizava o texto e as descrições detalhadas das imagens, a  
ferramenta busca compreender e representar conceitos diferentes presentes no prompt  
(OpenAI, 2023).  
Além da relação entre texto e imagem, o DALL-E 3 disponibiliza dois estilos: o  
Natural, voltado à produção de resultados mais naturais; e o Vivid, que já vem como  
padrão da ferramenta e favorece imagens mais dramáticas e hiper-realistas (OpenAI,  
2023). Diferentemente da imagem silenciosa e contemplativa produzida pelo  
Midjourney, a imagem produzida pelo DALL-E 3 demonstra essa espetacularização e,  
talvez, a característica do seu treinamento de valorização do texto, pois parece uma  
tentativa de colocar em uma única imagem tudo o que se pensa ser a Amazônia, um  
excesso de elementos, como uma síntese visual da região.  
Figura 2 – Imagem produzida pelo modelo DALL-E 3 da OpenAI  
59  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Fonte: DALL-E 3 (2025).  
Nesse sentido, a imagem também mobiliza signos associados à Marca Amazônia  
(Amaral Filho, 2016). Diferentemente da representação anterior, porém, a composição  
acumula diferentes signos desse repertório e os apresenta simultaneamente. Há a  
presença da fauna e da flora, dos rios, das pessoas, das cidades e da aldeia, dos barcos,  
dos povos originários e do artesanato indígena em destaque. A presença da cidade  
amplia a representação em relação à imagem produzida pelo Midjourney, mas não  
rompe com a centralidade da natureza. A floresta ainda é um elemento dominante da  
composição e é encontrada em todos os ambientes e modos de vida representados, da  
cidade à aldeia. As embarcações navegam em direção ao sol dourado, que aparece  
novamente no experimento. A organização desses signos reforça sentidos relacionados  
à sustentabilidade, grandiosidade, riqueza e abundância da região.  
O viés de ordem e organização (symmetry/order bias) é mais uma característica  
que Declos (2026) atribui às imagens criadas por IA e consiste na tendência a produzir  
cenas organizadas, enquadramento equilibrado, sujeitos bem-posicionados e pouca  
presença das desordens comuns à vida cotidiana. Essas características podem aparecer  
ainda que não solicitadas no prompt e resultam em uma espécie de “perfeição visual”,  
conferindo certa artificialidade às imagens.  
É possível verificar, além dos outros vieses, essa característica na terceira  
imagem do experimento. Ela foi produzida pelo Leonardo.Ai, uma plataforma que reúne  
diversos modelos de Inteligência Artificial Generativa e permite a produção e a edição  
de imagens a partir de prompts, além de disponibilizar configurações diferentes que  
interferem no resultado da imagem. O Leonardo.Ai oferece estilos predefinidos, como  
Cinematic, Creative, Film e HDR, e recurso de aprimoramento de prompt (Leonardo.Ai,  
2026).  
O modelo padrão disponibilizado na interface inicial do Leonardo.Ai na época do  
experimento é chamado de Phoenix. Conforme Ethan Smith, integrante da equipe do  
Leonardo.Ai, o desenvolvimento da ferramenta não foi pensado apenas para  
desempenho técnico, mas houve grande preocupação em elevar a qualidade estética  
(Leonardo.Ai, 2026). O Phoenix possui padrões definidos, como o aprimoramento de  
prompt (Prompt Enhance), que modifica o prompt original inserido pelo usuário,  
60  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
podendo ampliá-lo ou refiná-lo; o modo rápido de geração e o estilo dinâmico, que  
permite que a ferramenta escolha o estilo que direciona a estética da imagem a ser  
produzida, todos ligados automaticamente (Leonardo.Ai, 2026).  
No nosso experimento, a Amazônia representada pelo Leonardo.Ai (Figura 3)  
difere daquelas produzidas pelo Midjourney e pelo DALL-E 3. Apesar da presença da  
natureza, ela divide o centro da representação com pessoas, construções,  
estabelecimentos, mesas nas calçadas e uma embarcação maior, semelhante a um  
cruzeiro, trazendo uma dimensão turística, de paraíso tropical à imagem. Entretanto, é  
uma cena fortemente estetizada, com o céu limpo, fachadas impecáveis e pessoas que  
parecem circular de forma organizada. Apresenta, então, uma Amazônia idealizada,  
harmoniosa, pronta para o consumo, na qual signos associados à Marca Amazônia  
(Amaral Filho, 2016) são mobilizados para tornar a região identificável.  
Figura 3 – Imagem produzida pelo modelo Phoenix do Leonardo.Ai  
Fonte: Leonardo.Ai (2025).  
As três imagens apresentam resultados visualmente distintos, mas percebemos  
associações semelhantes para a construção de uma imagem reconhecível da Amazônia.  
Floresta, água, embarcações e vegetação aparecem novamente como elementos  
importantes nas três imagens. Em algumas, são acrescentados outros signos igualmente  
61  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
recorrentes no imaginário sobre a região, como povos indígenas, animais e a ideia de  
exuberância natural. Apesar das diferenças estéticas e de composição, as três imagens  
são atravessadas por um repertório sígnico identificado por Amaral Filho (2016). O autor  
chama esses elementos de “conceituais”, afirmando que a sua predominância nas  
representações visuais da Amazônia, ainda que não apenas as produzidas por IA,  
simplifica a imagem da região, reduzindo-a à ideia de floresta.  
A partir da perspectiva peirceana, esses elementos podem ser compreendidos  
pelas relações que estabelecem com aquilo que representam. Neste caso, a floresta, os  
rios, os animais e as embarcações mantêm uma relação icônica com seus objetos pela  
semelhança visual, o que permite que sejam reconhecidos nas imagens. Entretanto,  
quando esses elementos são mobilizados como representação da Amazônia, também  
assumem uma dimensão simbólica, construída pelas associações estabelecidas e  
compartilhadas socialmente ao longo do tempo. Nesse processo, torna-se importante  
considerar o interpretante, compreendido não como aquele que observa a imagem, mas  
como o efeito de sentido produzido na relação entre signo e objeto (Peirce, 2005).  
Assim, pensar semioticamente sobre essas imagens não se limita a identificar  
visualmente os elementos, mas também a compreender como esses signos, quando  
associados à Amazônia, podem produzir sentidos relacionados à natureza, ao  
isolamento, à abundância ou ao paraíso tropical.  
A recorrência de signos, portanto, não significa que eles produzam o mesmo  
sentido nas três imagens. A floresta e a água aparecem como elementos importantes  
nas representações, mas participam de construções distintas quando articuladas aos  
demais signos de cada composição. No Midjourney, essa organização contribui para a  
compreensão de uma Amazônia silenciosa, contemplativa e pouco ocupada; no DALL-E  
3, para uma representação espetacularizada e exuberante; e, no Leonardo.Ai, para uma  
Amazônia organizada e turística. Observamos, assim, para além da repetição dos signos,  
como as relações estabelecidas entre eles modificam os sentidos produzidos em cada  
representação. Dessa forma, a representação algorítmica não parece surgir como um  
imaginário completamente novo, separado das formas anteriores de imaginar e  
representar a Amazônia.  
62  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
Se determinados signos possuem maior capacidade de fazer com que uma  
imagem seja reconhecida como amazônica, outros parecem ter menos espaço nessa  
construção. As ausências nas imagens também produzem sentido e evidenciam  
discursos excludentes sobre a região amazônica. Aquilo que permanece fora da imagem  
participa da construção daquilo que é apresentado.  
Essa percepção pode dificultar a compreensão da complexidade ecológica e  
das questões socioambientais da Amazônia, ao passo que oculta as outras  
Amazônias que existem para além da floresta, obscurecendo a realidade das  
comunidades locais e invisibilizando suas lutas, por exemplo (Prado; Santos,  
2024, p. 16).  
Apesar de o DALL-E 3 e o Leonardo.Ai apresentarem construções,  
estabelecimentos e uma presença humana mais evidente, o urbano não aparece  
desvinculado dos elementos tradicionalmente associados à Amazônia. A vida cotidiana  
nas cidades, as periferias, as universidades, as indústrias, as tecnologias, o trânsito e  
diferentes formas de se locomover, os diversos trabalhos e sociabilidades próprias da  
região são outras dimensões da experiência amazônica que não aparecem nas imagens  
analisadas. Essas ausências mostram que, diante de um prompt aberto, esses elementos  
não foram mobilizados para tornar a Amazônia visualmente reconhecível.  
Relembramos, aqui, a proposta de Castro (2011) sobre a tensão entre mito e fronteira.  
No corpus analisado, embora diferentes transformações façam parte da experiência  
amazônica contemporânea, as representações da região permanecem mais fortemente  
associadas aos signos da natureza e a outros elementos historicamente sedimentados  
para torná-la reconhecível.  
5 CONSIDERAÇÕES FINAIS  
O experimento realizado permitiu observar que, com um prompt simples e  
abrangente, nas três imagens foram mobilizados signos associados ao imaginário  
coletivo a respeito da Amazônia. Apesar das diferenças entre as imagens criadas por  
cada modelo, a representação desse imaginário revela a repetição de elementos que,  
muitas vezes, também são mobilizados na construção de estereótipos, mitos e  
preconceitos a respeito da Amazônia. A análise semiótica das imagens pode apontar  
para a possibilidade de certa limitação da máquina ao representar a região amazônica  
63  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
nas condições desta pesquisa. No entanto, seriam necessários estudos mais  
aprofundados com maior diversidade de imagens geradas em várias rodadas de  
solicitações. Mesmo assim, refletir sobre essa possível limitação reforça a importância  
de se pensar criticamente sobre as tecnologias de IA e a maneira como elas são treinadas  
e utilizadas para gerar imagens, pois podem contribuir para a circulação de  
compreensões superficiais e até distorcidas das realidades da Amazônia.  
Os elementos mobilizados pelas ferramentas fazem parte de repertórios  
simbólicos anteriores e apresentam aproximações com a Marca Amazônia. A partir  
dessas aproximações, entendemos a automatização do imaginário como o processo  
pelo qual repertórios simbólicos culturais são automatizados para a produção de novas  
imagens. Assim, compreendemos, ainda, os imaginários algorítmicos como aqueles que  
surgem da relação desses repertórios culturais com processos técnicos dos sistemas de  
Inteligência Artificial Generativa.  
Assim, esse experimento não se limita à compreensão da tecnologia ou aos seus  
modos de funcionamento, mas provoca a reflexão sobre as formas pelas quais a  
Amazônia vem sendo imaginada e representada. Se a máquina aprende a partir das  
produções humanas, aquilo que representa a Amazônia revela a força que nós,  
enquanto sociedade, atribuímos a determinados signos à medida que os repetimos e os  
fazemos circular. Pensar criticamente essas representações propõe um questionamento  
não apenas sobre aquilo que as máquinas produzem, mas também sobre o que nós  
temos produzido.  
REFERÊNCIAS  
AMARAL FILHO, Otacílio. Marca Amazônia: o marketing da floresta. Curitiba: Editora  
CRV, 2016.  
DECLOS, Alexandre. AI and Aesthetic Bias. The Journal of Aesthetics & Art Criticism.  
Oxford, 2026. DOI: https://doi.org/10.1093/jaac/kpag027  
CASTRO, Fábio Fonseca de. Entre o mito e a fronteira: estudo sobre a figuração da  
Amazônia na produção artística contemporânea de Belém. Belém: Biblioteca  
Horaciana, 2011.  
64  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
DA SILVA, Juremir Machado. Entrevista O imaginário é uma realidade. Revista  
FAMECOS, n. 15, 20 mar. 2001. Disponível em:  
https://revistaseletronicas.pucrs.br/revistafamecos/article/view/3123/2395. Acesso  
em 15 mar. 2025.  
FLUSSER, Vilém; BERNARDO, Gustavo. O universo das imagens técnicas. São Paulo,  
Annablume, 2008.  
GIL, Antônio Carlos. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas,  
2007.  
LEONARDO.AI. Phoenix. [S.l.], 2026. Disponível em:  
https://docs.leonardo.ai/docs/phoenix. Acesso em 08 ago. 2026.  
LEONARDO.AI. The art behind training gen AI models: an interview with Leonardo.Ai’s  
lead AI researcher & co-founder, Ethan Smith. [S.l.], 2025. Disponível em:  
https://leonardo.ai/news/the-art-behind-training-gen-ai-models. Acesso em 08 ago.  
2026.  
MAFFESOLI, Michel. No Fundo das Aparências, 4ª Edição. Petrópolis, Rio de Janeiro:  
Editora Vozes, 1996.  
MIDJOURNEY. Midjourney training data documentation. [S.l.], 2025. Disponível em:  
https://docs.midjourney.com/hc/en-us/articles/42829949256205-AB2013-  
Documentation. Acesso em 08 ago. 2026.  
MIDJOURNEY. Stylize. [S.l.], 2026. Disponível em: https://docs.midjourney.com/hc/en-  
us/articles/32196176868109-Stylize. Acesso em 08 ago. 2026.  
NEVES, José Luis. Pesquisa qualitativa: características, usos e possibilidades. Cadernos  
de pesquisa em administração, São Paulo, v. 1, n. 3, jul.-dez. 1996.  
OPENAI. DALL-E 3. [S.l.], 2023. Disponível em: https://openai.com/pt-BR/index/dall-e-  
3. Acesso em 08 ago. 2026.  
PEIRCE, Charles Sanders. Semiótica. São Paulo: Perspectiva, 2005.  
PRADO, Kleyse Costa Vaz Santana; SANTOS, Luiz Cezar da Silva. Decifrando (?) a  
Amazônia por meio das lentes da Inteligência Artificial. Asas da Palavra, Belém, n. 21,  
2024. DOI: https://doi.org/10.63638/asas.v21i1.3384  
PRADO, Kleyse Costa Vaz Santana; SANTOS, Luiz Cezar da Silva. Imaginários  
Algorítmicos da Amazônia: uma análise semiótica de representações geradas por  
Inteligência Artificial. In: INTERCOM NORTE, n. 22, 2025, Roraima. Anais do 22º  
Congresso de Ciências da Comunicação na Região Norte. Disponível em:  
65  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
https://sistemas.intercom.org.br/pdf/submissao/regional/20/3273/042120252221156  
806ef0b4e38e.pdf. Acesso em 8 ago. 2026.  
SANTAELLA, Lúcia. O que é semiótica. São Paulo: Brasiliense, 1983.  
SANTAELLA, Lúcia (org.). Inteligência artificial & redes sociais. São Paulo: EDUC, 2019.  
WUNENBURGER, Jean Jacques. O imaginário. São Paulo: Edições Loyola, 2007.  
66  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668  
ISSN 2179-9938  
_____________________________________________________  
SOBRE O(A) AUTOR(A)  
Kleyse Costa Vaz Santana Prado  
Doutoranda em Comunicação, Cultura e Amazônia pelo PPGCOM/UFPA, desenvolve pesquisas sobre  
Inteligência Artificial Generativa, publicidade, semiótica e comunicação digital, com foco nas  
transformações sociotécnicas da publicidade contemporânea e na circulação de imagens produzidas por  
algoritmos. Especialista em Jornalismo de Dados, Inteligência Artificial e Pesquisa Netnográfica - UFPA.  
Integra o Grupo de Pesquisa em Propaganda e Publicidade (GRUPPU/UFPA), atuando em estudos sobre  
representações sociotécnicas, imaginários digitais, análise do discurso, semiótica e métodos digitais  
aplicados à comunicação. Desenvolve pesquisas com modelagem temática, análise de sentimentos e  
metodologias computacionais aplicadas à comunicação.  
Currículo Lattes: http://lattes.cnpq.br/6484523026370273  
Orcid: https://orcid.org/0000-0003-1228-578X  
E-mail: kleyse.prado@gmail.com  
Luiz Cezar Silva dos Santos  
Pós-Doutor em Comunicação e Consumo pelo PPGCOM/ECA/USP. Professor do curso de Publicidade e  
Propaganda - Facom/ILC/UFPA e Professor permanente do Programa de Pós-Graduação em Comunicação,  
Cultura e Amazônia - PPGCOM/ILC/UFPA. Líder do Grupo de Pesquisa em Propaganda e Publicidade -  
Gruppu. Diretor Norte da Associação Brasileira de Pesquisadores em Publicidade - ABP2. Vice  
Coordenador da Rede de Pesquisadores em Comunicação e Semiótica da Amazônia - Ranauá, de  
2025/2027. Membro do Núcleo de Pesquisa Semiótica da Amazônia (nups). Coordenador Nacional do GP  
de Publicidade e Propaganda - 2025/2027 da INTERCOM. Vice Coordenador do PPGCOM/UFPA no biênio  
2025-2026.  
Currículo Lattes: http://lattes.cnpq.br/2449524316115443  
Orcid: https://orcid.org/0000-0003-0614-3857  
E-mail: lzcezar@ufpa.br  
COMO CITAR ESTE ARTIGO  
PRADO, Kleyse Costa Vaz Santana; SANTOS, Luiz Cezar Silva dos. Imaginário amazônico automatizado:  
signos e representações em imagens geradas por Inteligência Artificial. Passagens: Revista do Programa  
de Pós-Graduação em Comunicação da Universidade Federal do Ceará, Fortaleza, v. 17, n. especial, p.  
e97668 , 2026.  
RECEBIDO EM: 31/08/2026  
ACEITO EM: 16/09/2026  
PUBLICADO EM: 25/09/2026  
Esta obra está licenciada com uma Licença Creative Commons Atribuição 4.0 Internacional  
_____________________________________________________  
67  
Licença CC BY 4.0 · Acesso Aberto · ISSN 2179-9938 · e97668