Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Nascimento, Alexandre |
| Orientador(a): |
Meirelles, Fernando de Souza |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
eng |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://hdl.handle.net/10438/31308
|
Resumo: |
Uma convergência de fatores possibilitou avanços sem precedentes no campo da Inteligência Artificial (IA). Por exemplo, novas técnicas permitem que um algoritmo aprenda em poucas horas a jogar um jogo de videogame ou de tabuleiro ao nível de um jogador profissional, sem a necessidade de nenhuma programação prévia relativa às regras do jogo ou a estratégia a ser adotada. Com isso, atividades desempenhadas por humanos treinados, por dependerem de processos cognitivos elaborados, se tornaram alvos de uma nova onda de automação. Assim, espera-se uma considerável magnitude dos impactos da IA na sociedade, nas organizações e nos negócios. Dentre outros impactos, estima-se que ocorrerão mudanças nos modelos de negócios, nos mecanismos econômicos, na gestão, na produtividade, e na natureza do trabalho que poderão colocar em risco 47% dos empregos nos EUA e quase 80% em países em desenvolvimento. No contexto de empresas pequenas, que são vitais para nossa economia, tais implicações e oportunidades tem sido pouco discutido, com poucos grupos de pesquisa no Brasil dedicados ao tema. De fato, pequenas empresas representaram em torno de 99% dos negócios, 60% dos empregos, e 27% do PIB no Brasil em 2017. Assim, para contribuir com esse debate, este estudo teve como objetivo principal a identificação dos fatores que influenciam a intenção de adoção de sistemas de informação baseados em aplicações de IA em pequenas empresas no Brasil. O método misto foi utilizado como metodologia, com a execução de uma pesquisa qualitativa com 43 participantes para a identificação dos fatores de influência na intenção de adoção, onde 5 fatores foram identificados (expectativa de performance, expectativa de esforço, influência social, condições facilitadoras, e auto eficácia), seguida de uma pesquisa quantitativa para a testar uma extensão da teoria unificada da aceitação e uso da tecnologia (UTAUT) que os incorpore. Utilizando-se amostra de 363 participantes, as hipóteses baseadas na influência dos 5 fatores foram aceitas. Além disso, testes de mediação revelaram que a auto eficácia e a influência social mediam o efeito dos outros 3 fatores na intenção de adoção. Finalmente, uma relação de moderação foi encontrada para o tamanho da empresa sobre o efeito da auto eficácia e influência social na intenção de adoção. O modelo encontrado explica 48% da variância da intenção de adoção, atingindo uma generalização para diferentes tamanhos de empresa. Com isso, o presente estudo reduz a lacuna em estudos de adoção de tecnologia em pequenas empresas e a adoção de IA em empresas, suportando acadêmicos e gestores em futuras investigações e tomadas de decisões na área. |
