Browsing by Author "Ribeiro, Beatriz Marques"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- O paradoxo da atenção: a personalização algoritímica baseada em Inteligência Artificial melhora ou prejudica a atenção dos utilizadores?Publication . Ribeiro, Beatriz Marques; Paixão, JoãoNum contexto digital cada vez mais mediado por sistemas de recomendação, esta dissertação analisa o impacto da personalização algorítmica nos processos atencionais dos utilizadores, com especial foco na atenção dirigida a conteúdos patrocinados. Partindo do contexto das plataformas de redes sociais, mais especificamente utilizando a plataforma TikTok como caso de estudo, procurou-se compreender de que forma a intensidade da personalização influencia a atenção percebida, bem como o papel mediador da perceção das filter bubbles e da fadiga algorítmica nesta relação. A metodologia adotada consistiu num estudo experimental com 34 participantes divididos em dois grupos: um exposto ao feed “Para Ti” (n = 19), altamente personalizado, e outro ao feed “A Seguir” (n = 15), composto predominantemente por publicações de contas seguidas pelo utilizador e com menor intervenção algorítmica (ainda que sujeito a conteúdos patrocinados e alguma curadoria). Foi aplicado um questionário online após a exposição aos conteúdos, analisando-se variáveis como perceção de personalização, filter bubbles, fadiga algorítmica e atenção percebida. Os resultados revelaram que a personalização algorítmica afeta negativamente a atenção dos utilizadores, sendo esse efeito mediado pela fadiga algorítmica, mas não significativamente pela perceção de filter bubbles. Estes dados sugerem que a sobrecarga cognitiva provocada por algoritmos excessivamente personalizados pode comprometer a eficácia da publicidade digital, quer orgânica, quer paga. As conclusões apontam para a necessidade de estratégias de personalização mais equilibradas, que tenham em conta os limites da atenção humana e o bem-estar digital dos utilizadores. A principal limitação do estudo prende-se com o reduzido tamanho da amostra, o que condiciona a generalização dos resultados. Ainda assim, esta investigação contribui para o debate emergente sobre o futuro da atenção em ambientes digitais altamente personalizados, sendo especialmente relevante para profissionais de marketing e investigadores na área de comportamento do consumidor.