Uma das vias de comunicação científica mais ativa é realizada através do processo no qual os próprios autores submetem seus respectivos trabalhos nos repositórios digitais de acesso aberto, através do processo de autoarquivamento, incentivado pelos processos definidos no movimento de acesso aberto. Contudo, o desconhecimento por parte dos autores e limitações da ferramenta DSpace podem ser desafiadoras. Ademais, identifica-se uma lacuna nos trabalhos que prospectam os principais desafios e dificuldades no processo de autoarquivamento pela vista do autor. Neste trabalho, foram analisados os feedbacks de submissões realizadas no Repositório Institucional da UFAM desde seu lançamento em 2017, totalizando 525 feedbacks, com 369 sugestões e 297 registros de dificuldades no autoarquivamento. Com o objetivo de identificar possíveis oportunidades de ajustes nos processos e nas atualizações de versão, realizou-se uma análise quali-quantitativa utilizando python e o modelo de IA Claude 3.7 Sonnet para caracterização e análise de conteúdo dos feedbacks. Nossos resultados demonstraram que os principais pontos de ajustes devem ser a adequação de tutoriais do autoarquivamento, redesign dos campos/textos do metadados da submissão, suporte a dispositivos móveis e até integrações com sistemas acadêmicos, fatores estes a serem considerados nos processos de melhoria contínua do repositório.