Banca de DEFESA: MARCELLE AFONSO CHAVES SODRE

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: MARCELLE AFONSO CHAVES SODRE
DATA: 25/06/2024
HORA: 19:00
LOCAL: Sala Virtual
TÍTULO: Autoeficácia em inteligência artificial: sua relação com o perfil dos trabalhadores industriais e com a resistência do usuário no contexto da indústria 4.0
PALAVRAS-CHAVES: Indústria 4.0; Inteligência Artificial; Autoeficácia; Resistência do usuário.
PÁGINAS: 183
GRANDE ÁREA: Ciências Sociais Aplicadas
ÁREA: Administração
RESUMO: A inteligência artificial (IA) é um dos componentes tecnológicos da Indústria 4.0. Esta torna possível a integração horizontal e vertical do processo produtivo por meio dos sistemas ciberfísicos, promovendo cadeias de valor inteligentes e descentralizadas. Essa revolução é tecnológica, mas é conduzida por pessoas que precisam estar preparadas para interagir com esses avanços e sabe-se que pessoas tendem a se envolver em atividades e se comportar com segurança quando se julgam capazes de lidar com a situação, esse julgamento pessoal é denominado de autoeficácia. Nesta perspectiva, o objetivo deste estudo é averiguar de que modo a autoeficácia em inteligência artificial e a resistência do usuário às tecnologias impactam na preparação da indústria para Quarta Revolução Industrial. Metodologicamente, optou-se pela pesquisa quantitativa, por meio da aplicação de instrumento próprio, com 424 trabalhadores industriais do setor têxtil e os dados foram submetidos a estatística descritiva e inferencial. Como principais resultados, tem-se: 1) o desenvolvimento e validação de uma escala de mensuração da autoeficácia no uso de inteligência artificial em ambientes de trabalho e de resistência do usuário no contexto 4.0; 2) a apresentação descritiva de uma percepção de alta autoeficácia em IA entre os trabalhadores industriais do setor têxtil e uma correlação de efeito positivo com a faixa etária; 3) a indicação de uma capacidade moderada a alta de resistência do usuário no contexto 4.0 entre os respondentes, com uma relação de efeito negativa com a escolaridade e o tempo de experiência. Não foi identificado uma capacidade preditiva da autoeficácia em inteligência artificial em relação a resistência do usuário. Esse achado contradiz o que é identificado na literatura sobre a relação dessas variáveis, abrindo uma discussão científica sobre mais investigações dessa relação para verificar um possível novo comportamento achado e peculiar ao contexto estudado ou a aceitação de seu resultado negativo a fim de que as metodologias ora adotadas sejam aprimoradas, convergindo gradativamente para novos conhecimentos e descobertas científicas.
MEMBROS DA BANCA:
Presidente - 1549249 - CARLO GABRIEL PORTO BELLINI
Externo à Instituição - EUSEBIO SCORNAVACCA JUNIOR
Externo à Instituição - GUILHERME LUZ TORTORELLA
Interno - 1716289 - JOSE JORGE LIMA DIAS JUNIOR
Interno - 2115825 - PEDRO JACOME DE MOURA JUNIOR