Escolar Documentos
Profissional Documentos
Cultura Documentos
Recebido/Submission: 03/11/2021
Iberian Journal of Information Systems and Technologies Aceitação/Acceptance: 04/02/2022
Resumo: Realidade Virtual é uma temática cada vez mais relevante como
tecnologia que ultrapassa as barreiras físicas de comunicação e experimentação do
aprendizado. Nesse contexto, a Realidade Virtual pode proporcionar experiências
práticas inovadoras para absorção de informações, ainda permitindo interações
remotas complexas. O presente estudo propõe um modelo para avaliar os fatores
que podem influenciar a adoção da Realidade Virtual como ferramenta de
aprendizado no ensino superior, baseado na teoria da difusão de inovações de
Rogers. A pesquisa, de caráter quantitativo, valeu-se de equações estruturais, com
questionário aplicado a uma amostra de 382 estudantes. Os achados permitem
inferir que a compatibilidade, a observabilidade e a diversão percebida teriam
efeitos diretos e positivos afetando a atitude geral de adoção da Realidade Virtual
para o aprendizado, o que pode permitir a elaboração de melhores estratégias para
acelerar a aceitação desta tecnologia no ambiente de ensino superior.
Palavras-chave: adoção de inovações; difusão de inovações; ensino superior;
realidade virtual.
would have direct and positive effects affecting the general attitude toward the
adoption of Virtual Reality for learning, which may allow the elaboration of better
strategies to accelerate the acceptance of this technology for teaching and learning
in higher education.
Keywords: adoption of innovations; diffusion of innovations; higher education;
virtual reality.
1. Introdução
O setor educacional tem sido impactado por mudanças estruturais oriundas de novas
tecnologias, devendo acompanhar as necessidades de formação e informação dos
profissionais no contexto digital, para atender à demanda por novas competências
profissionais (Radianti, Majchrzak, Fromm e Wohlgenannt, 2020). Os alunos aumentam
sua retenção de informações por meio dessa tecnologia, podendo aplicar melhor seu
aprendizado quando participam de exercícios que se valem da Realidade Virtual. Por
meio da simulação da realidade, experiências práticas são proporcionadas, catalisando
a compreensão, combinada com aspectos de imersão e gamificação.
Em termos tecnológicos, os mais recentes head-mounted displays (HMDs), como o
HTC Vive ou o Oculus Rift, permitem aos usuários experimentarem um alto grau de
imersão, gerando um envolvimento do usuário com certa desconexão do tempo e do
mundo real (Radianti et al., 2020). De forma similar, os HMDs de baixo orçamento,
e adaptáveis aos dispositivos móveis, como Samsung Gear VR e Google Cardboard,
permitem que todos vivenciem ambientes virtuais imersivos, suportando o controle
de olhar, ou permitindo que o usuário interaja com o ambiente virtual (Radianti et al.,
2020). Segundo estimativas, o mercado global de realidade sairá de um patamar de
US$10,7 bilhões em 2019 para US$72,7 bilhões em 2024; projetando-se um crescimento
de 46,6% ao ano entre 2019 e 2024 (Radianti et al., 2020).
A Pandemia do COVID-19 trouxe uma necessidade ainda maior do uso de tecnologias
virtuais de ensino. No contexto de crises de saúde e enfrentamento de vírus pelas
sociedades de todo o planeta, o virtual deixou de ser uma opção, passando a ser uma
necessidade, deslocando a Realidade Virtual de uma resposta de curto prazo a uma
transformação digital duradoura, sobretudo no ensino superior. Nesse sentido, a atual
crise cria oportunidades para reinventar as práticas de ensino por meio da tecnologia
de Realidade Virtual. Portanto, dada a sua relevância, a compreensão dos fatores que
influenciam a adoção da Realidade Virtual no ensino superior torna-se crucial tanto para
instituições de ensino ou empresas que desejam diminuir o tempo de treinamento em
cargos e funções técnicas e de alta complexidade. Tori e Hounsell (2018) também afirma
que os simuladores permitem que profissionais de diversas áreas sejam adequadamente
treinados com baixo custo.
Em termos teóricos, Bailey e Bailenson, Obradović e Aguiar (2019) destacam que
a Realidade Virtual pode provocar respostas cognitivas e sociais significativas, se
comparada às tecnologias menos imersivas, despertando emoções, curiosidade e
transportando seus usuários para outras realidades e dimensões. O barateamento,
acessibilidade e funcionalidades de hardwares e softwares envolvidos (Fernandez,
2017) proporciona sua adoção crescente. Ainda, de acordo com uma recente revisão da
2. Referencial Teórico
por funcionários de empresas, quer seja na adoção de novos produtos e serviços por
consumidores (Rogers, 2003; Davis, Bagozzi & Warshaw, 1992).
A teoria escolhida para a proposta do modelo deste estudo foi a da difusão de inovações
(IDT) de Rogers (2003), sendo ela conhecida como uma das mais adequadas ao estudo
das inovações, em virtude dos elementos oferecidos para explicar o que influencia
a adoção de inovações em diferentes contextos como trabalho, educação e consumo
(Rogers et al., 2003; Duan et al., 2010). No contexto da Realidade Virtual há estudos
como o de Fagan, Kilmon e Pandey (2012) que atestam o modelo de adoção de tecnologia
de Davis, confirmando-se a facilidade de uso percebida, utilidade percebida e inovação
pessoal como antecedentes da adoção.
processo de aprendizagem (Bailenson et al., 2008; Tori & Hounsell, 2018). Ademais, a
impossibilidade de se realizar o teste da tecnologia pode resultar em uma barreira à sua
adoção. Consequentemente, tem-se como quarta hipótese:
Hipótese 4: a experimentabilidade terá efeito direto e positivo sobre a atitude
geral dos estudantes de adoção da Realidade Virtual no ensino superior.
Por fim, a observabilidade é o grau com que os resultados de uma inovação são
perceptíveis para os outros e para potenciais adotantes (Rogers, 2003; Lee, Hsieh &
Hsu, 2011) e, portanto, a quinta hipótese de pesquisa apresenta-se a seguir:
Hipótese 5: a observabilidade terá efeito direto e positivo sobre a atitude
geral dos estudantes de adoção da Realidade Virtual no ensino superior.
3. Método
4. Análise e Resultados
Os dados obtidos por meio dos 327 questionários completamente respondidos foram
transcritos para processamento estatístico. Para as análises estatísticas univariadas
e multivariadas dos dados obtidos, foram utilizados os softwares SPSS (versão 23) e
AMOS (versão 22).
Coeficiente Hipótese
Hipótese P-valor
Padronizado verificada
1: Vantagem Relativa → Atitude -0,009 0,831 Não
2: Complexidade → Atitude -0,014 0,627 Não
3: Compatibilidade → Atitude 0,175 0,004 Sim
4: Experimentabilidade → Atitude -0,024 0,393 Não
5: Observabilidade → Atitude 0,148 0,001 Sim
6: Diversão Percebida → Atitude 0,815 < 0,001 Sim
7: Atitude → Intenção 0,902 < 0,001 Sim
Por fim, o fato de os respondentes não terem registrado um efeito significativo nos
referidos construtos, para esta variável pode-se imaginar que os indivíduos consideram
o contato com a tecnologia estudada algo distante de seu cotidiano.
A relação entre diversão percebida (H6) teve o mais forte e significativo efeito do modelo
sobre a atitude geral dos estudantes de adoção da Realidade Virtual no ensino superior,
com coeficiente padronizado de 0,815 e significância no nível de 0,001. O resultado
sugere a importância do indicador de entretenimento como antecedente relevante da
atitude (Moon & Kim, 2001). É possível imaginar que a associação ao momento de
atividade lúdica tenha influenciado a percepção dos estudantes, gerando efeito de maior
magnitude do que os demais construtos sobre a atitude.
Dado isso, é possível imaginar que a aplicação de Realidade Virtual proporcione maior
engajamento com o conteúdo. Segundo Bailenson et al. (2008) e Tori et al. (2018), por
enfocar o sentimento de presença, os ambientes de Realidade Virtual têm sido cada
vez mais utilizados na educação, por permitirem maior envolvimento, motivação e
engajamento do usuário. Kurtz et al. (2015) também obtiveram resultados significativos
na relação entre a diversão percebida e atitude geral de adoção de tecnologia. O resultado
indica que, quanto mais agradável for a experiência, maior poderá ser a atitude de adoção.
O modelo proposto indicou uma forte relação da atitude geral (H7) dos estudantes
de adoção da Realidade Virtual com relação à intenção dos estudantes de adoção da
Realidade Virtual no ensino superior, com o efeito direto de atitude sobre intenção, com
a mais forte magnitude das relações do modelo (0,902) e significância no nível de 0,001.
O resultado sugere que, quanto mais positivas forem as atitudes dos estudantes com
relação a Realidade Virtual no ensino superior, maiores serão suas intenções de adotá-la.
Por fim, nota-se, ainda, que o modelo explicou 81,3% da variância observada na atitude
de adoção e 93,7% da variância observada na intenção de adoção. Desta forma, o modelo
explica grandes proporções da variância das variáveis dependentes, sendo, portanto, um
modelo adequado para representar o fenômeno estudado.
5. Considerações finais
Dado que o presente estudo, teve como principal objetivo identificar fatores que possam
influenciar as atitudes relacionadas à adoção de Realidade Virtual por estudantes do
ensino superior, o trabalho pretende contribuir para o conhecimento sobre a adoção
de inovações, considerando a Realidade Virtual como uma prática percebida como
inovadora pelos indivíduos (Rogers, 2003).
Assim como no trabalho de Agarwal e Prasad (1997), esperava-se que todos os atributos
da teoria da difusão de inovações (IDT) de Rogers (2003) tivessem uma influência
significativa no uso da inovação, o que não se verificou. Outros estudos, como os de
Kurtz et al. (2015) também apresentaram aderência parcial na aplicação do modelo de
Rogers. Não houve, portanto, efeitos verificados da vantagem relativa, da complexidade
e da experimentabilidade na atitude dos estudantes com relação ao uso da Realidade
Virtual. Uma razão para este achado pode estar no fato de que os estudantes ainda têm
Referências
Agarwal, R., & Prasad, J. (1997). The role of innovation characteristics and perceived
voluntariness in the acceptance of information technologies. Decision Sciences,
28(3), 557-582.
Ajzen, I. (1985). From intentions to actions: A theory of planned behavior. In Action
Control (pp. 11-39). Springer, Berlin, Heidelberg.
Bailenson, J. N., Yee, N., Blascovich, J., Beall, A. C., Lundblad, N., & Jin, M. (2008). The
use of immersive virtual reality in the learning sciences: Digital transformations
of teachers, students, and social context. Journal of the Learning Sciences, 17(1),
102-141.
Bailenson, J. (2018). Experience on demand: What virtual reality is, how it works, and
what it can do. WW Norton & Company.
Bailey, J. O., Bailenson, J. N., Obradović, J., & Aguiar, N. R. (2019). Virtual reality’s
effect on children’s inhibitory control, social compliance, and sharing. Journal of
Applied Developmental Psychology, 64, 101052.
Bailey, J. O., & Bailenson, J. N. (2017). Immersive virtual reality and the developing
child. In Cognitive development in digital contexts (pp. 181-200). Academic Press.
Byrne, B. M. (2010). Structural equation modeling with AMOS: basic concepts,
applications, and programming (multivariate applications series). New York:
Taylor & Francis Group, 396, 7384.
Dalgarno, B., & Lee, M. J. (2010). What are the learning affordances of 3-D virtual
environments? British Journal of Educational Technology, 41(1), 10-32.
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance
of Information Technology. MIS Quarterly, 13(3), 319-339.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1992). Extrinsic and intrinsic motivation
to use computers in the workplace 1. Journal of applied social psychology, 22(14),
1111-1132.
Duan, Y., He, Q., Feng, W., Li, D., & Fu, Z. (2010). A study on e-learning take-up intention
from an innovation adoption perspective: A case in China. Computers & Education,
55(1), 237-246.
Fagan, M., Kilmon, C., & Pandey, V. (2012). Exploring the adoption of a virtual reality
simulation. Campus-Wide Information Systems, 29(2), 117-127.
Fernandez, M. (2017). Augmented-virtual reality: How to improve education systems.
Higher Learning Research Communications, 7(1), 1-15.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with
unobservable variables and measurement error. Journal of Marketing Research,
18(1), 39-50.
Hair, J., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis,
7ed. Upper Saddle River.
Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure
analysis: Conventional criteria versus new alternatives. Structural equation
modeling: a multidisciplinary journal, 6(1), 1-55.
Kolb, A. Y., & Kolb, D. A. (2012). Experiential learning theory. Encyclopedia of the
Sciences of Learning, 978(1), 1215-1219.
Kurtz, R., Macedo-Soares, T., Ferreira, J. B., Freitas, A. S. D., & Silva, J. F. D. (2015).
Fatores de impacto na atitude e na intenção de uso do m-learning: um teste empírico.
REAd. Revista Eletrônica de Administração (Porto Alegre), 21(1), 27-56.
Lee, Y. H., Hsieh, Y. C., & Hsu, C. N. (2011). Adding innovation diffusion theory to the
technology acceptance model: Supporting employees’ intentions to use e-learning
systems. Journal of Educational Technology & Society, 14(4), 124-137.
Markowitz, D., & Bailenson, J. N. (2019). Virtual reality and communication. Oxford
Bibliographies in Communication, 2019.
Moon, J. W., & Kim, Y. G. (2001). Extending the TAM for a World-Wide-Web context.
Information & Management, 38(4), 217-230.
Queiroz, A. C. M., Nascimento, A. M., Tori, R., Brashear, A. T., Melo, V., Meirelles F.
S., & Leme M. I. S. (2018). Immersive virtual environments in corporate education
and training. In: Proceedings of the 24th Americas Conference on Information
Systems, New Orleans.
Pina, F., Kurtz, R., Ferreira, J. B., Freitas, A., & Da Silva, J. F. (2016). Adoção de
M-Learning no Ensino Superior: O Ponto de Vista dos Professores. REAd. Revista
Eletrônica de Administração, 22(2), 279-306.
Radianti, J., Majchrzak, T. A., Fromm, J., & Wohlgenannt, I. (2020). A systematic review
of immersive virtual reality applications for higher education: Design elements,
lessons learned, and research agenda. Computers & Education, 147(April), 103778.
Rogers, E. M. (2003). Diffusion of innovations, 5. ed. New York: Free Press.
Sanford, C., & Oh, H. (2010). The role of user resistance in the adoption of a mobile data
service. Cyberpsychology, Behavior, and Social Networking, 13(6), 663-672.
Tabatabai, S. (2020). COVID-19 impact and virtual medical education. Journal of
Advances in Medical Education & Professionalism, 8(3), 140-143.
Taylor, S., & Todd, P. A. (1995). Understanding information technology usage: A test of
competing models. Information Systems Research, 6(2), 144-176.
Tori, R., & Hounsell, M. S. (2018). Introdução a Realidade Virtual e Aumentada. Porto
Alegre: Editora SBC, 509-536.