Artigo

11 de novembro de 2026

Confiança do usuário em interações com inteligência artificial generativa no contexto de crédito

Bruna dos Santos Silva; Ingrid Martins

DOI: 10.22167/2675-6528-202604451

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A inteligência artificial generativa consolidou-se como tecnologia estratégica no mercado financeiro, impulsionando a eficiência operacional e a personalização de serviços. No contexto de crédito digital, a intensificação do uso de dados pessoais levanta preocupações com privacidade, segurança e percepção de risco, fatores que afetam diretamente a confiança do usuário. Este estudo objetivou analisar se a capacidade da IA generativa de simular interações humanas influencia a confiança do usuário e a percepção de autenticidade em processos de oferta e negociação de crédito digital. Para isso, realizou-se uma pesquisa exploratória quantitativa por meio de um levantamento de campo. Aplicou-se um questionário estruturado a 30 participantes, que foram expostos a dois cenários hipotéticos de atendimento para contratação de crédito em um aplicativo financeiro: um com IA simulando interação humana e outro com IA explicitamente identificada. As percepções foram avaliadas utilizando escalas Likert. Os resultados indicaram que o cenário com IA que simulava interação humana obteve desempenho superior em indicadores de confiança, segurança e intenção de uso, embora com diferenças moderadas em relação ao cenário automatizado. Variáveis como a compreensão da necessidade e a naturalidade da conversa apresentaram as maiores discrepâncias entre os cenários, evidenciando a influência desses fatores na confiança. Contudo, observou-se que a intenção de contratar via IA diminuiu em contextos de maior risco, como decisões de crédito, e que 73% dos participantes preferiram atendimento humano para assuntos financeiros sensíveis. Concluiu-se que a antropomorfização da IA generativa pode aumentar a confiança e a percepção de autenticidade, mas a eficiência da IA não se traduz necessariamente em eficácia para substituir a interação humana em processos de alta sensibilidade. A pesquisa contribuiu para o avanço teórico e prático sobre a adoção de IA em contextos financeiros, destacando a importância da humanização na experiência do usuário.

Palavras-chave: Confiança; Crédito digital; Experiência do usuário; Inteligência artificial generativa; Percepção de risco.

1. Introdução

A inteligência artificial (IA) tem se consolidado como uma tecnologia estratégica no mercado financeiro, impulsionando avanços em eficiência operacional, personalização de serviços e automação (Fórum Econômico Mundial, 2025). O setor financeiro destinou 35 bilhões de dólares à IA em 2023, com projeção de alcançar 97 bilhões de dólares até 2027 (Fórum Econômico Mundial, 2025). Dentro desse cenário, a inteligência artificial generativa representa um salto evolutivo significativo na linha do tempo da tecnologia (McKinsey, 2023; Shrier, 2024).

Em sua essência, a inteligência artificial é um sistema computacional capaz de replicar ações que tradicionalmente exigiam uma mente humana, como resolver problemas, pensar logicamente, tomar decisões e aprender (Delloite, 2023). A IA generativa, em particular, distingue-se pela capacidade de criar conteúdo em diversos formatos, incluindo texto, áudio, imagem, vídeo e código (Delloite, 2023). Essa tecnologia promove transformações industriais, personalização de conteúdo e automação de programação, tornando os processos mais eficientes e reduzindo erros (Delloite, 2025).

Diferentemente dos sistemas baseados em regras, que são estáticos e limitados a conjuntos de regras predefinidos, a IA generativa opera com modelos que simulam redes neurais e utilizam aprendizado profundo. Esses modelos processam vastas quantidades de dados não estruturados para identificar padrões e responder em linguagem natural (Ashta; Herrmann, 2021; IBM, 2026). O treinamento de um modelo generativo frequentemente segue um aprendizado não supervisionado, sem intervenção humana, sendo capaz de criar correlações entre “tokens” a partir de bilhões de dados (Foster, 2019; IBM, 2026; Kalia, 2023). Essa capacidade de gerar conteúdo e interagir de forma humanizada é um dos aspectos que a aproxima da inteligência humana (Zarifis; Cheng, 2023).

No contexto específico do crédito digital, a aplicação da IA generativa intensifica o uso de dados pessoais, o que levanta preocupações significativas relacionadas à privacidade, segurança e percepção de risco (Phan; Phuoc, 2025). Esses fatores estão diretamente associados à confiança do usuário, que é um elemento crucial para a adoção social e a plena aceitação de sistemas de IA (Phan; Phuoc, 2025). A performance da IA é um atributo essencial para construir confiança nas interações (Yablonski, 2024), e a eficiência da IA no processamento de dados, aliada ao processamento de linguagem natural, serve como ponte para a conexão com o usuário (Rane, 2024).

A literatura aborda a confiança sob diferentes dimensões, incluindo a confiança humana, baseada em crenças e percepções de integridade e benevolência do destinatário; a confiança deliberada na tecnologia, que se refere a atributos como utilidade, confiabilidade e funcionalidade; e a confiança emocional, que explora o grau de conforto do usuário em confiar na origem ou no destinatário (Huynh; Aichner, 2025). Contudo, é importante notar que a tecnologia emergente, por não possuir intenção ou responsabilidade, não pode ser confiável no mesmo sentido que um ser humano. A confiança, nesse caso, deve ser direcionada às empresas e instituições responsáveis pela construção e manutenção da IA (Budnik, 2025).

Apesar da relevância do tema e dos avanços na IA, as perspectivas sobre a relação homem-máquina frequentemente se restringem a aspectos funcionais, desconsiderando o fator humano (Phan; Phuoc, 2025). Observa-se uma lacuna de estudos que investiguem a relação entre as capacidades humanizadas da IA generativa e a confiança do usuário sob a perspectiva da experiência de interação em contextos financeiros sensíveis. Há uma carência de artigos voltados estritamente para mensurar a percepção de clientes na contratação de produtos de crédito com o auxílio da IA generativa.

O mercado financeiro, sendo um setor extenso e em constante digitalização, demanda mais pesquisas para compreender o comportamento humano diante dessas tecnologias. A digitalização agressiva e os relatórios estatísticos reforçam a importância de analisar a IA não apenas sob uma ótica numérica, mas também humana. Ao integrar aspectos tecnológicos e comportamentais, esta pesquisa busca contribuir para o avanço teórico e prático sobre a adoção da inteligência artificial em contextos financeiros sensíveis. Diante desse cenário, o presente estudo tem como objetivo analisar se a capacidade da IA generativa de simular interações humanas influencia a confiança do usuário e a percepção de autenticidade em processos de oferta e negociação de crédito digital.

2. Material e Métodos

O presente estudo adotou uma abordagem metodológica exploratória e quantitativa, fundamentada em um levantamento de campo. O objetivo central foi analisar a influência da capacidade da inteligência artificial generativa em simular interações humanas sobre a confiança do usuário e a percepção de autenticidade em processos de oferta e negociação de crédito digital. A pesquisa buscou mensurar e reduzir variáveis relacionadas ao tema, gerando dados estatísticos com um grau de confiabilidade adequado para o universo da amostragem (Creswell; John, 2021).

A escolha por este método quantitativo foi motivada pela vasta literatura existente sobre inteligência artificial, que permite a quantificação de dados e a inferência de uma margem de erro nos resultados coletados (Gil, 2017). Essa abordagem possibilitou a investigação de percepções e comportamentos de um grupo de participantes em relação à interação com sistemas de IA em um contexto financeiro sensível, alinhando-se à necessidade de compreender o fator humano na adoção tecnológica.

O levantamento de campo foi estruturado para coletar informações em três áreas principais de entendimento dos participantes. Primeiramente, buscou-se traçar o perfil demográfico dos respondentes. Em segundo lugar, investigou-se o comportamento de uso de serviços financeiros digitais e o contato prévio com inteligência artificial e chats automatizados. Por fim, a pesquisa dedicou-se a mensurar a confiança e a percepção dos usuários no uso da IA generativa em cenários de crédito.

A população de referência para o estudo consistiu em um grupo de 400 pessoas, a partir do qual se obteve uma amostra por conveniência de 30 participantes. Os participantes foram selecionados por interagirem com plataformas digitais de serviços financeiros e por terem tido contato, ou não, com inteligência artificial e chats automatizados. A coleta de dados foi restrita a falantes da língua luso-brasileira, garantindo a homogeneidade linguística da amostra.

O instrumento de coleta de dados consistiu em um questionário estruturado, elaborado e disponibilizado por meio da plataforma Google Forms. O questionário continha 23 perguntas mistas, incluindo formatos abertos, fechados e de múltipla escolha. Para a avaliação das percepções e atitudes dos participantes, utilizou-se a escala Likert, com uma régua de zero a cinco pontos, permitindo a mensuração de concordância e discordância em relação às afirmações apresentadas.

Para a coleta de dados, os participantes foram expostos a dois cenários hipotéticos de atendimento para contratação de crédito em um aplicativo financeiro. O Cenário A descrevia uma situação em que o usuário acreditava estar conversando com uma pessoa, mas o atendimento era realizado por uma Inteligência Artificial. O Cenário B, por sua vez, informava claramente que o atendimento era conduzido por uma Inteligência Artificial, sem simulação humana.

Cada participante foi direcionado a apenas um dos dois cenários, sendo 43% para o Cenário A e 57% para o Cenário B, para evitar vieses de comparação direta. Após a leitura do cenário atribuído, os respondentes avaliaram sua experiência utilizando as escalas Likert. O formulário foi acessível de qualquer geolocalização ou dispositivo e foi disponibilizado via WhatsApp para potenciais respondentes entre os dias 11 e 27 de janeiro de 2026.

Os cuidados éticos foram observados mediante a apresentação de um termo de consentimento no início da pesquisa. Ao responderem o questionário, os participantes afirmaram concordar voluntariamente em participar do estudo, com a garantia de anonimato de suas respostas. Uma breve explicação sobre o objetivo acadêmico da pesquisa foi fornecida, sem detalhar excessivamente o tema para não influenciar as percepções dos participantes.

A análise dos dados coletados foi de natureza descritiva, focando na comparação das percepções dos participantes entre os dois cenários hipotéticos. As respostas obtidas nas escalas Likert foram utilizadas para identificar e quantificar as diferenças nas atitudes e níveis de confiança e autenticidade percebidos pelos usuários em cada tipo de interação com a IA generativa. A organização dos dados permitiu a identificação de padrões e tendências nas respostas.

3. Resultados e Discussão

A análise dos resultados da pesquisa revelou um panorama multifacetado sobre a confiança do usuário em interações com inteligência artificial generativa no contexto de crédito digital, evidenciando a complexidade da relação entre tecnologia e percepção humana. Inicialmente, o estudo contextualizou o cenário macroeconômico e tecnológico, para então aprofundar-se nas percepções dos participantes sobre a IA em serviços financeiros. Os achados indicam que, embora a eficiência da IA seja reconhecida, a humanização da interação desempenha um papel crucial na construção da confiança, especialmente em decisões financeiras sensíveis.

O mercado financeiro brasileiro demonstra uma forte tendência à digitalização, com 82% das transações bancárias realizadas por canais digitais, conforme dados de Febrabran e Delloite (2025). O mobile banking, em particular, consolidou-se como o principal meio de acesso, registrando um volume de transações significativamente superior aos demais canais. Este cenário de intensa digitalização é corroborado pelo aumento no número de pessoas que acessam bancos pela internet, passando de 97,1 milhões em 2022 para 119,6 milhões em 2024, segundo o IBGE (2025) e a Folha de São Paulo (2025). Tais dados sublinham a relevância de investigar a interação do usuário com tecnologias emergentes nesse ambiente.

A pesquisa também identificou uma correlação direta entre o perfil de alta renda dos respondentes e o uso frequente de chats e assistentes virtuais. O estudo de Muinhos (2025) aponta que a inclusão financeira no Brasil foi impulsionada pela ampliação do PIX em 2024, conectando o uso recorrente de aplicativos financeiros a diversas classes sociais. Esses fatores macroambientais, combinados com a digitalização agressiva e os relatórios estatísticos, reforçam a importância de uma perspectiva que transcenda a análise puramente numérica da IA, incorporando também o fator humano na compreensão de sua adoção.

A amostra do estudo foi composta por 30 participantes, selecionados por conveniência, o que, apesar de permitir uma análise exploratória, introduz uma margem de erro de 13% e limita a generalização dos resultados. O perfil demográfico dos respondentes revelou uma distribuição equilibrada de gênero, mas uma concentração significativa em níveis de escolaridade e renda. Notavelmente, 90% dos participantes possuíam ensino superior completo ou pós-graduação, e 63% declararam renda mensal igual ou superior a R$ 8.000,00. Essa homogeneidade demográfica sugere que os participantes estão mais familiarizados com tecnologias emergentes, o que pode influenciar suas percepções sobre a IA.

A familiaridade dos participantes com o ambiente digital e suas tecnologias foi um achado relevante. Mais de 80% dos respondentes já haviam interagido com chatbots ou assistentes virtuais em aplicativos financeiros, e a maioria utilizava serviços financeiros digitais diariamente. Além disso, mais de 70% dos participantes já haviam contratado empréstimos de forma 100% digital. Esses dados indicam que o público pesquisado possui um alto grau de digitalização e está acostumado com interações automatizadas em contextos financeiros, o que valida a pertinência do estudo em explorar a confiança nesse grupo.

No que tange à percepção de eficiência operacional e confiabilidade, o estudo empregou uma escala Likert de zero a cinco para mensurar atitudes e comportamentos. Verificou-se que 50% dos participantes concordam com a eficiência do atendimento automatizado para resolver problemas simples. Contudo, um dado crucial emergiu: 73% dos respondentes expressaram preferência por atendimento humano quando o assunto envolvia dinheiro ou a contratação de crédito. Essa dicotomia revela um cenário complexo, onde a confiança humana e emocional ainda não foi plenamente estabelecida em contextos financeiros sensíveis, conforme apontado por Huynh e Aichner (2025).

Para aprofundar essa análise, os participantes foram expostos a dois cenários hipotéticos de atendimento para contratação de crédito em um aplicativo financeiro. No Cenário A, a IA simulava uma interação humana, enquanto no Cenário B, a IA era explicitamente identificada como um assistente virtual. Dos respondentes, 43% foram direcionados ao Cenário A e 57% ao Cenário B. Essa abordagem permitiu comparar as percepções sobre a confiança e a autenticidade em diferentes formas de apresentação da inteligência artificial.

No Cenário A, onde a IA simulava interação humana, metade dos respondentes discordou que confiaria nas informações fornecidas durante o atendimento. Em relação à segurança dos dados, 36% permaneceram neutros e outros 36% concordaram com a afirmação. No entanto, quase 60% dos participantes concordaram que a conversa parecia natural, e mais de 60% concordaram ou concordaram plenamente com a qualidade e o entendimento da conversa. Esses resultados sugerem que, embora a naturalidade da interação seja percebida, a confiança plena nas informações e na segurança dos dados ainda apresenta desafios.

Apesar da percepção de naturalidade, 36,5% dos participantes do Cenário A discordaram que o atendimento seria suficiente para avançar no processo de contratação de crédito, e 20% se mantiveram neutros. Contraditoriamente, 80% dos respondentes aceitariam esse tipo de atendimento em um processo de crédito digital, e 66,7% se sentiriam confortáveis em utilizá-lo novamente. Essa aparente inconsistência pode indicar que, embora haja uma aceitação geral do uso da IA, a decisão final de avançar em um processo de crédito ainda é permeada por uma cautela significativa, especialmente quando a IA não é explicitamente identificada.

A comparação entre os dois cenários revelou diferenças notáveis, especialmente nos aspectos de empatia e conversação. O Cenário A, com IA simulando interação humana, apresentou desempenho superior em indicadores de confiança, segurança e intenção de uso, embora as diferenças em relação ao Cenário B (IA explicitamente automatizada) tenham sido moderadas. A antropomorfização da IA no Cenário A resultou em melhores percepções de confiança, indicando que comportamentos e emoções humanas podem contribuir para a construção de um elo com o usuário e influenciar positivamente a percepção, o que pode levar a uma maior adoção e conversão, conforme discutido por Huynh e Aichner (2025).

As variáveis “compreensão da necessidade” e “conversa natural” demonstraram as maiores discrepâncias entre os cenários, com médias de 4,00 versus 3,62 e 3,77 versus 3,06, respectivamente, para os Cenários A e B. A diferença percentual na percepção de “interação semelhante a humano” foi de 18,3%, e para “conversa natural” foi de 17,6%. Esses dados evidenciam a forte influência da capacidade da IA de simular interações humanas na percepção do usuário, reforçando a ideia de que a naturalidade e a empatia são cruciais para a experiência do usuário em contextos digitais.

Por outro lado, o cenário automatizado (Cenário B) demonstrou um desempenho ligeiramente melhor em aspectos funcionais, como a clareza da comunicação e a identificação do agente, sugerindo uma maior eficiência estrutural. Contudo, essa eficiência não se traduziu em uma confiança ou intenção de uso significativamente maiores. Essa dissociação entre desempenho operacional e percepção de confiabilidade é um ponto crítico, conforme observado por Huynh e Aichner (2025), indicando que a mera funcionalidade não é suficiente para construir confiança em interações de alta sensibilidade.

Adicionalmente, os resultados indicaram que a intenção de contratar crédito através da inteligência artificial diminui em contextos de maior risco, como as decisões de crédito. Este achado reforça a hipótese de que fatores emocionais e a percepção de risco desempenham um papel central na aceitação de tecnologias automatizadas em serviços financeiros, como pontuado por Huynh e Aichner (2025). Embora esse padrão tenha sido observado em ambos os cenários, a IA humanizada do Cenário A apresentou resultados ligeiramente melhores, sugerindo que a simulação de interação humana pode mitigar parte da aversão ao risco.

Outro dado relevante é que o atendimento automatizado é amplamente aceito para demandas simples, o que corrobora achados prévios da literatura. No entanto, quando a IA se aproxima excessivamente de um atendimento humano sem deixar explícita sua natureza, surgem sinais de desconforto cognitivo em parte dos usuários, caso a interação não corresponda plenamente a uma abordagem humanizada. Isso sugere que a transparência sobre a natureza da IA é fundamental para evitar a quebra de expectativas e manter a confiança do usuário, mesmo em um contexto de humanização.

Em síntese, os achados da pesquisa indicam que a capacidade da IA generativa de simular interações humanas, com ênfase na compreensão da necessidade e na naturalidade da conversa, influencia positivamente a confiança do usuário e a percepção de autenticidade em processos de oferta e negociação de crédito digital. Contudo, essa influência é moderada e não se traduz em uma aceitação irrestrita para decisões de alto risco, onde a preferência pelo atendimento humano ainda prevalece, destacando a importância de uma abordagem equilibrada entre eficiência tecnológica e sensibilidade humana na experiência do usuário.

4. Conclusão

O presente estudo objetivou analisar se a capacidade da inteligência artificial generativa de simular interações humanas influencia a confiança do usuário e a percepção de autenticidade em processos de oferta e negociação de crédito digital. Verificou-se que a antropomorfização da IA, ao simular interações humanas, demonstrou desempenho superior em indicadores de confiança, segurança e intenção de uso, embora com diferenças moderadas em comparação com o cenário de IA explicitamente automatizada. Observou-se que a compreensão da necessidade do usuário e a naturalidade da conversa foram os fatores que mais contribuíram para essa percepção positiva. Contudo, identificou-se que a intenção de contratar crédito por meio da IA diminuiu significativamente em contextos de maior risco, como as decisões de crédito, e que 73% dos participantes preferiram atendimento humano para assuntos financeiros sensíveis. A eficiência operacional da IA foi reconhecida para demandas simples, com 50% dos participantes concordando, mas essa funcionalidade não se traduziu em confiança plena para interações de alta sensibilidade.

A pesquisa contribuiu para o avanço teórico e prático sobre a adoção da inteligência artificial em contextos financeiros, ao evidenciar a importância da humanização na experiência do usuário e a necessidade de transparência sobre a natureza da IA para evitar desconforto cognitivo. Entretanto, o estudo apresentou limitações decorrentes da amostra por conveniência, que resultou em um público respondente demograficamente homogêneo, e do método quantitativo, que restringiu a profundidade das informações sobre aspectos emocionais. Além disso, o contexto espaço-temporal dos participantes pode ter influenciado as respostas. Sugere-se que estudos futuros aprofundem a investigação das dinâmicas emocionais humanas na interação com a IA generativa, explorando abordagens metodológicas que permitam uma compreensão mais rica e diversificada das percepções dos usuários em cenários financeiros complexos.

Referências Bibliográficas

Deloitte. Usage and attitudes of the Swiss workforce towards Generative Al: Generative Al’s fast and furious entry into Switzerland. Zurich: Deloitte AG, 2023. Disponível em: https

Deloitte. Usage and attitudes of the Swiss workforce towards Generative Al: Generative Al’s fast and furious entry into Switzerland. Zurich: Deloitte AG, 2023. Disponível em: https://www.deloitte.com/content/dam/assets-zone2/ch/fr/docs/industries/technology-media-telecommunications/2024/deloitte-ch-en-generative-ai.pdf

Mckinsey & Company. The Economic Potential of Generative Al: The Next Productivity Frontier. McKinsey Global Institute, 14 jun. 2023. Disponível em: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier#/

Shrier, David L. Welcome to Al: A Human Guide to Artificial Intelligence. 1. ed. Boston: Harvard Business Review Press, 2024.

World Economic Forum. Artificial Intelligence in Financial Services: Transforming the Landscape – Global Al in Financial Services Survey 2025. Geneva: World Economic Forum, 2025. Disponível em: https://reports.weforum.org/docs/WEF_Artificial_Intelligence_in_Financial_Services_2025

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Digital Busines do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Você também pode gostar

11 de novembro de 2026

Vendas no mercado pet relacionando execução no ponto de venda e gestão de equipe

O cenário competitivo do varejo pet ressaltou a importância da presença qualificada de produtos e a influência do planejamento, orientação gerencial e preparo da equipe na execução no ponto de venda. Avaliou-se estratégias de planejamento, liderança e treinamento da equipe de vendas de uma empresa de produtos pet em Salvador, Bahia. A pesquisa quantitativa, um estudo de caso, utilizou um questionário estruturado em escala Likert com 47 profissionais de vendas selecionados por amostragem não probabilística por conveniência. Os dados foram analisados por estatística descritiva, cruzamento de dados e correlação de Spearman. Os resultados indicaram avaliações positivas para planejamento, liderança e treinamento, com forte concordância em clareza da rotina comercial, acompanhamento da liderança na correção de falhas e investimento no desenvolvimento da equipe. A execução no ponto de venda também foi percebida favoravelmente, mas com maior oscilação em aspectos como precificação, exposição de produtos e uso de espaços de maior visibilidade. O estudo contribuiu ao ressaltar a importância de fortalecer a padronização da execução em loja, alinhar treinamentos às realidades do campo e aprimorar o acompanhamento da equipe comercial.

Palavras-chave: Acompanhamento gerencial; Capacitação profissional; Exposição de produtos; Precificação.

11 de novembro de 2026

Saúde corporativa e performance: percepções de colaboradores em empresa do mercado financeiro

O estudo investigou de que maneira práticas voltadas ao bem-estar físico e psicológico dos colaboradores se relacionam com a performance, o engajamento e a qualidade das entregas em uma empresa do mercado financeiro de capitais. A pesquisa adotou uma abordagem predominantemente quantitativa e descritiva, com levantamento de campo realizado por meio de questionário digital estruturado, respondido por 50 colaboradores. Os resultados apontaram percepções amplamente favoráveis sobre os efeitos das iniciativas de saúde corporativa adotadas pela organização, incluindo acesso a Wellhub, suporte psicológico via Zenklub e acompanhamento médico ocupacional, com percentuais de concordância que variaram de 84% a 98% ao longo dos dez itens avaliados. Complementarmente, dados institucionais indicaram uma redução expressiva do índice de turnover, de 56,8% em 2024 para 40% em 2025, o que, articulado às percepções registradas no survey, apresentou convergência com a maturação das políticas de bem-estar adotadas. Os achados dialogaram com a literatura sobre engajamento no trabalho, bem-estar subjetivo e qualidade de vida no trabalho, indicando que o investimento em saúde corporativa pode constituir estratégia de relevância para a retenção de talentos, para a sustentabilidade organizacional e para o engajamento desses colaboradores no dia a dia de trabalho.

Palavras-chave: Bem-estar no trabalho; Engajamento; Performance organizacional; Qualidade de vida no trabalho; Saúde corporativa.

11 de novembro de 2026

Comunicação integrada como ferramenta de vendas na distribuição de alimentos no canal “food service”

O presente estudo analisou o papel da comunicação integrada como ferramenta de vendas no setor de distribuição de alimentos voltado ao canal “food service”. O objetivo da pesquisa foi avaliar a eficiência dos canais de comunicação utilizados por uma distribuidora de alimentos e compreender de que forma o marketing digital pode contribuir para a captação e fidelização de clientes nesse segmento. Metodologicamente, adotou-se uma pesquisa aplicada de abordagem mista, estruturada em estudo de caso único. A coleta de dados ocorreu em duas etapas: uma qualitativa, com entrevistas em profundidade com a gestão e equipe comercial, e uma quantitativa, com questionário estruturado aplicado a 107 clientes do setor de “food service”. Os dados foram analisados por meio de análise de conteúdo e estatística descritiva, respectivamente. Os resultados indicaram que o relacionamento comercial no setor ainda dependeu fortemente de canais tradicionais de venda, como representantes comerciais, mas ferramentas digitais ganharam relevância na comunicação com os clientes. O WhatsApp destacou-se como principal canal de interação, utilizado pela grande maioria dos respondentes. Os dados também evidenciaram que fatores como preço competitivo, agilidade na entrega, qualidade dos produtos e relacionamento com representantes foram determinantes para a fidelização dos clientes. Os resultados contribuem para a compreensão do papel da comunicação digital no marketing “B2B” e oferecem subsídios para que empresas do setor desenvolvam estratégias mais eficientes de relacionamento e retenção de clientes.

Palavras-chave: alimentação fora do lar; clientes; comunicação; fidelização; marketing.

11 de novembro de 2026

Gestão de projetos no terceiro setor: implementação de práticas em organização jornalística

O presente estudo investigou a contribuição da implementação de práticas de gestão de projetos para o amadurecimento institucional de uma organização jornalística sem fins lucrativos, sediada em São Paulo e focada na cobertura do terceiro setor e direitos humanos. Objetivou-se examinar como a adoção de processos estruturados fortaleceu a previsibilidade das entregas e a integração entre áreas, em um contexto de rápida expansão organizacional. A pesquisa empregou a metodologia de pesquisa-ação, seguindo o ciclo de planejar, agir, monitorar e avaliar. Implementaram-se quatro intervenções: elaboração de organograma funcional, criação de briefing padronizado para demandas, centralização do portfólio na plataforma Asana e uso do método Kanban para fluxos editoriais. Os dados foram coletados por observação participante e questionário aplicado a 12 dos 15 membros da equipe, com questões em escala Likert e uma pergunta aberta. Os resultados indicaram uma melhora significativa nos indicadores avaliados. A equipe avaliou positivamente a clareza de papéis após o organograma e a organização proporcionada pela plataforma Asana. A comunicação entre núcleos também melhorou, embora tenha sido identificada como uma área para continuidade de desenvolvimento. Concluiu-se que a implementação de práticas estruturadas de gestão é viável em organizações do terceiro setor com equipes reduzidas, contribuindo diretamente para a profissionalização dos processos internos.

Palavras-chave: Kanban; Pesquisa-ação; Portfólio; Profissionalização; Terceiro setor.

11 de novembro de 2026

Educação Corporativa: Otimização de Processos e Alinhamento Estratégico

A educação corporativa representa um pilar estratégico para o fortalecimento da vantagem competitiva e o desenvolvimento de talentos em organizações contemporâneas. O estudo objetivou mapear os processos de uma equipe de educação corporativa, identificando atividades-chave no planejamento, execução e avaliação de programas de capacitação. Realizou-se uma pesquisa descritiva com dados mistos, analisando 22 projetos in company executados entre 2023 e 2024. A metodologia empregou Processamento de Linguagem Natural (PLN) em Python para análise de sentimentos dos alunos, aplicou algoritmos de classificação como Regressão Logística e Naive Bayes, e criou dashboards interativos em Power BI. Os resultados revelaram uma correlação forte (0,87) entre o valor investido e o retorno financeiro. Constatou-se que o tema Data Science apresentou maior rentabilidade e consistência, enquanto a modalidade híbrida exibiu maior variabilidade nos custos operacionais. A análise de sentimentos indicou alta satisfação com o corpo docente, mas apontou demandas por maior contextualização prática e exemplos reais. O modelo de Regressão Logística alcançou acurácia de 97% na classificação dos feedbacks. Concluiu-se que a integração de ferramentas analíticas proporcionou um diagnóstico preciso dos processos e subsidiou a otimização da alocação de recursos e maior assertividade na tomada de decisão estratégica.

Palavras-chave: Gestão de pessoas; Inteligência de Negócios; Processamento de Linguagem Natural; ROI; Tomada de decisão.

11 de novembro de 2026

Modelo preditivo para testes de manufatura de SerDes de alta velocidade

O aumento das taxas de transmissão em sistemas digitais de comunicação impôs a necessidade de interfaces SerDes de alta velocidade. A avaliação da confiabilidade dessas interfaces exige tempos de teste inviáveis ou modelos estatísticos que simplificam fenômenos físicos. Buscou-se desenvolver modelos preditivos baseados em aprendizado de máquina, capazes de classificar conexões SerDes como “aprovadas” ou “reprovadas” a partir de parâmetros elétricos mensuráveis em testes de produção. Para isso, empregou-se um banco de dados real com mais de 23 milhões de amostras, submetido a pré-processamento, filtragem de inconsistências e padronização. Algoritmos de regressão logística, máquina de vetores de suporte, árvores de decisão e redes neurais artificiais foram comparados em termos de precisão, sensibilidade, especificidade, área sob a curva ROC e tempo de inferência, explorando-se seus hiperparâmetros. Os modelos resultantes demonstraram alta sensibilidade na classificação. Para o receptor A, a árvore de decisão alcançou 99,9136% de sensibilidade, enquanto para o receptor B, a regressão logística obteve 99,8990%. Os tempos de inferência foram viáveis para sistemas embarcados. A pesquisa demonstrou a viabilidade de utilizar esses modelos em um ambiente embarcado de detecção de falhas, oferecendo uma solução eficiente para testes de manufatura de SerDes de alta velocidade.

Palavras-chave: aprendizado de máquina; comunicação serial; integridade de sinal; modelo preditivo.

11 de novembro de 2026

Planejamento Estratégico Data-Driven em Negócios Digitais: O Papel dos Dados na Tomada de Decisão

A transformação digital impulsionou a redefinição das estratégias de planejamento e gestão empresarial. Nesse cenário, decisões baseadas em dados tornaram-se essenciais para a competitividade e eficiência organizacional em negócios digitais. A integração de tecnologias como Business Intelligence (BI) e dashboards permite converter dados em insights estratégicos, promovendo agilidade e precisão decisória. O estudo investigou como o uso de dados pode otimizar o planejamento estratégico em empresas digitais, visando uma gestão mais eficiente, ágil e orientada por resultados. Para isso, adotou-se uma abordagem de métodos mistos, analisando dados operacionais e estratégicos de uma empresa do setor de negócios digitais. A pesquisa compreendeu um ciclo de 12 meses, com ênfase na consolidação de práticas data-driven entre outubro de 2025 e janeiro de 2026. Os resultados demonstraram melhorias expressivas em indicadores operacionais, financeiros e de maturidade analítica. Observou-se a redução da variabilidade operacional, o aumento da acurácia de forecasting, a estabilização da taxa de churn, a melhoria na relação LTV/CAC e a elevação do score de data literacy dos gestores. Concluiu-se que a adoção estruturada de práticas data-driven e ferramentas de Business Intelligence gerou impactos mensuráveis e significativos no desempenho operacional, financeiro e estratégico, reconfigurando a lógica competitiva da organização.

Palavras-chave: Business Intelligence (BI); Negócios Digitais; Planejamento Estratégico; Tomada de decisão baseada em dados.

11 de novembro de 2026

Experiência do Usuário Mobile em E-commerce de Suplementos Naturais

O crescimento acelerado do comércio eletrônico móvel (m-commerce) no Brasil, impulsionado pelo comportamento de compra digital, evidenciou a urgência de compreender os fatores de usabilidade que influenciam a conversão em plataformas mobile. Identificou-se e analisou-se elementos de UX/UI mobile que atuaram como barreiras na jornada de compra de um e-commerce brasileiro de suplementos naturais. A metodologia utilizou uma triangulação de análise heurística, fundamentada nas dez heurísticas de Nielsen e Molich (1990), e análise comportamental via Hotjar, que abrangeu mapas de calor, scrollmaps e gravações de sessão mobile. Os resultados revelaram um tráfego majoritariamente mobile e a presença de múltiplos problemas de usabilidade distribuídos pelas etapas da jornada de compra. As gravações de sessão indicaram que o simulador de frete funcionou como etapa de consulta informada pré-conversão, e que o principal ponto de abandono foi o botão “Continuar Comprando” no pós-carrinho, que redirecionava o usuário à Home, interrompendo o fluxo de compra. Concluiu-se que os problemas de usabilidade identificados comprometeram a fluidez da jornada de compra mobile, e que melhorias focadas na navegação do carrinho, na transparência logística e na ergonomia do toque podem reduzir o abandono e aprimorar a experiência do usuário.

Palavras-chave: E-commerce; Experiência do Usuário; Heurísticas de Nielsen; M-commerce; Usabilidade.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade