Quando as máquinas parecem humanas demais: intrusividade, estranheza e cinismo da privacidade no uso de chatbots de IA generativa

Esta dissertação examina os antecedentes cognitivos do cinismo da privacidade em interações automatizadas, com foco específico na intrusividade percebida e na estranheza percebida no uso de chatbots. Além disso, investiga o papel mediador da vulnerabilidade percebida na relação entre o cinismo da privacidade e as intenções de proteção da privacidade. Adotou-se um delineamento de pesquisa quantitativo, realizado por meio de um questionário on-line aplicado a 257 usuários brasileiros que haviam interagido com chatbots baseados em inteligência artificial em suas atividades cotidianas nos seis meses anteriores à coleta de dados. Os dados foram analisados por meio da Modelagem de Equações Estruturais por Mínimos Quadrados Parciais (PLS-SEM). A intrusividade percebida exerceu um efeito mais substancial sobre o cinismo da privacidade do que a estranheza percebida, embora ambos os construtos tenham se mostrado preditores significativos. Além disso, a vulnerabilidade percebida mediou plenamente a relação entre o cinismo da privacidade e a intenção de proteção da privacidade, indicando que o cinismo, por si só, não conduz a comportamentos protetivos. Os resultados oferecem subsídios para o desenvolvimento de sistemas de atendimento ao cliente baseados em inteligência artificial, destacando a importância de equilibrar personalização, transparência e proteção de dados de forma compatível com as percepções e expectativas dos usuários. O estudo evidencia a relevância social do desenvolvimento de tecnologias que preservem a autonomia, a dignidade e a confiança dos usuários em ambientes digitais. Os resultados contribuem para os debates mais amplos sobre inteligência artificial ética e proteção de dados, ao apoiar o avanço de práticas de governança inclusivas e transparentes que auxiliem na mitigação da fadiga digital e da resignação em relação à privacidade.