Escolar Documentos
Profissional Documentos
Cultura Documentos
net/publication/344037255
CITATIONS READS
0 69
3 authors:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Opções de Financiamento da Inovação: Uma visão do pequeno e médio empresário View project
All content following this page was uploaded by Giuliano Carlo Rainatto on 02 September 2020.
Autoria
Norberto Almeida de Andrade – norberto.andrade@fatec.sp.gov.br
Doutorando em Design pela Universidade Anhembi Morumbi
Sócio Fundador do Instituto de Inovação Schumpeter – institutois.com.br
Resumo
Em nosso mundo modernizado, a inteligência artificial (IA) está crescendo rapidamente e as
organizações implementam tecnologias inteligentes continuamente. Conjugado aos chatbots,
a Inteligência Artificial (IA) é vista como um elemento crítico na transformação digital e tem
o poder de remodelar e transformar completamente a maneira como os clientes se
comunicam com as organizações, no entanto, existem poucas investigações empíricas sobre
o impacto que os chatbots têm sobre seus usuários. Neste cenário este artigo investiga a
implementação de interações heurísticas, linguagem e antropomórficos em aplicativos de
chatbot, usando um projeto de pesquisa experimental 2x3 com vídeos de mobile-commerce.
O estudo explora até que ponto as heurísticas relacionadas aos chatbots podem influenciar a
percepção de confiança, satisfação e intenção de compra. Assim, organizações,
desenvolvedores, designers e profissionais de marketing devem se concentrar na escolha de
uma aparência semelhante ao humano, bem como dicas de linguagem antropomórfica, a fim
de aumentar a satisfação e uma melhor experiência geral do usuário.
IX Encontro de Estudos em Estratégia - 3Es 2020
Evento on-line - 1º e 2 de setembro de 2020 - ISSN 2177-2452 - versão online
RESUMO
Introdução
2. Referencial Teórico
Metodologia
0,91), com t (222) = 5,52, p < 0,001. Esses resultados estatisticamente significativos
sugerem que os entrevistados reconheceram os dois estilos de linguagem diferentes no
estudo. No entanto, a diferença entre os dois valores médios dos grupos de linguagem
não é tão grande quanto o esperado (Wierenga & Van der Lans, 2017).
Entrevistados
Item Fator
Resultados
(Marôco, 2018).
Na tabela 4, os resultados da intenção de compra mostram que não há efeito
principal entre a linguagem e a intenção de compra, com p = 0,137 (F = 2,223). Da
mesma forma, não há efeito principal entre a aparência do chatbot e a intenção de
compra, com p = 0,226 (F = 1,346), (Wierenga & Van der Lans, 2017).
No entanto, como não há efeito principal da aparência visual e da linguagem do
chatbot na intenção de compra, a hipótese H1c e H2c deve ser rejeitada (Fávero &
Belfiore, 2017).
A Tabela 6 fornece uma visão geral das 7 hipóteses e se elas são ou não apoiadas
ou rejeitadas pelos resultados desta pesquisa.
Hipóteses Suportado
IX Encontro de Estudos em Estratégia - 3Es 2020
Evento on-line - 1º e 2 de setembro de 2020 - ISSN 2177-2452 - versão online
Conclusão
O presente estudo foi desenvolvido para obter uma melhor compreensão dos
efeitos do uso de características humanas ou robóticas nas aparências e na linguagem do
chatbot no ambiente on-line. Além disso, foram explorados os efeitos da aparência e da
linguagem do chatbot na confiança, satisfação e compra no mobile-commerce.
A descoberta mais notável foi a de que os entrevistados estavam mais satisfeitos
com um chatbot, usando uma imagem e uma linguagem humanas. No entanto, a
implementação dessas dicas não aumenta a intenção de compra de acordo com os
resultados desta pesquisa. As organizações e os designers de chatbot devem buscar
pistas antropomórficas no desenvolvimento e implementação de chatbots para criar uma
melhor experiência para os usuários que interagem com os agentes inteligentes.
Referências
Davenport, T., Guha, A., Grewal, D., & Bressgott, T. (2019). How artificial intelligence
will change the future of marketing. Journal of the Academy of Marketing Science, 1-
19.
IX Encontro de Estudos em Estratégia - 3Es 2020
Evento on-line - 1º e 2 de setembro de 2020 - ISSN 2177-2452 - versão online
Hofacker, C. F., Malthouse, E. C., & Sultan, F. (2016). Big data and consumer
behavior: Imminent opportunities. Journal of Consumer Marketing, 33(2), 89-97.
Kumar, V., Dixit, A., Javalgi, R. R. G., & Dass, M. (2016). Research framework,
strategies, and applications of intelligent agent technologies (IATs) in
marketing. Journal of the Academy of Marketing Science, 44(1), 24-45.
Luo, X., Tong, S., Fang, Z., & Qu, Z. (2019). Frontiers: Machines vs. Humans: The
Impact of Artificial Intelligence Chatbot Disclosure on Customer Purchases. Marketing
Science.
Murphy, M. C., & Dweck, C. S. (2016). Mindsets shape consumer behavior. Journal of
Consumer Psychology, 26(1), 127-136.
Shareef, M. A., Dwivedi, Y. K., & Kumar, V. (2016). Online Consumer Behavior and
Marketing. In Mobile Marketing Channel (pp. 1-24). Springer, Cham.
Tong, S., Luo, X., & Xu, B. (2019). Personalized mobile marketing strategies. Journal
of the Academy of Marketing Science, 1-15.
Van den Broeck, E., Zarouali, B., & Poels, K. (2019). Chatbot advertising effectiveness:
When does the message get through?. Computers in Human Behavior, 98, 150-157.
Zarouali, B., Van den Broeck, E., Walrave, M., & Poels, K. (2018). Predicting
consumer responses to a chatbot on Facebook. Cyberpsychology, Behavior, and Social
Networking, 21(8), 491-497.
Wierenga, B., & Van der Lans, R. (Eds.). (2017). Handbook of marketing decision
models (Vol. 254). Springer.