Aplicação da Inteligência Artificial Generativa na Experiência do Usuário

potencialidades e desafios

Autores

DOI:

https://doi.org/10.22477/viii.widat.233

Palavras-chave:

Inteligência Artificial Generativa; Experiência do Usuário; Análise exploratória de literatura.

Resumo

A Inteligência Artificial Generativa tem se destacado no campo da Experiência do Usuário ao automatizar processos, personalizar interfaces e otimizar testes. No entanto, sua aplicação também levanta questões sobre ética e a colaboração entre humanos e máquinas. Este estudo tem como objetivo identificar como a Inteligência Artificial Generativa tem sido discutida e aplicada na Experiência do Usuário, destacando seus desafios e potenciais aplicações. Trata-se de uma pesquisa de abordagem exploratória e descritiva, com foco qualitativo, baseada na análise de 10 artigos sobre o tema. Os resultados indicam que a Inteligência Artificial Generativa contribui para a eficiência e personalização em Experiência do Usuário, mas sua implementação requer planejamento estratégico e avaliação dos impactos nas necessidades dos usuários. Entre os principais desafios identificados, destacam-se a qualidade dos resultados, a ausência de diretrizes claras, questões relacionadas à privacidade e segurança, além da dependência da tecnologia, evidenciando a necessidade de regulamentação.

Biografia do Autor

Ananda Fernanda de Jesus, Universidade Estadual Paulista (UNESP)

Doutoranda em Ciência da Informação pela Universidade Estadual Paulista, Mestre em Ciência da Informação, e Graduada em Biblioteconomia e Ciência da Informação pela Universidade Federal de São Carlos. Membro do Grupo de Pesquisa e Estudos em Representação do Conhecimento e Tecnologias da Informação e Comunicação.

Suellen Timm Barros, Universidade Estadual Paulista (UNESP)

Doutoranda em Ciência da Informação pela Universidade Estadual Paulista (UNESP). Assistente de Marketing Digital na Revista College and University Dialogue e Escola de Educação a Distância da Andrews University (A.U.), e Editora-chefe do Adventist Educators Blog.

José Eduardo Santarem Segundo, Universidade de São Paulo (USP); Universidade Estadual Paulista (Unesp)

Pós-Doutor pela Faculdade de Engenharia da Computação da Western University, Canadá. Doutor e Mestre em Ciência da Informação pela Universidade Estadual Paulista Júlio de Mesquita Filho,  e Graduado em  Tecnologia em Processamento de Dados pela Universidade de Marília. Professor do Departamento de Educação, Informação e Comunicação, da Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, da Universidade de São Paulo. Professor do Programa de Pós-Graduação em Ciência da Informação da Universidade Estadual Paulista Júlio de Mesquita Filho.

Silvana Aparecida Borsetti Gregorio Vidotti, Universidade Estadual Paulista (Unesp); Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict)

Doutora em Educação pela Universidade Estadual Paulista (UNESP). Docente na Universidade Estadual Paulista (UNESP). Coordenadora de Tecnologias Aplicadas do Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT), Brasília, Brasil. 

Referências

ABBAS, A. M. H.; GHAUTH, K. I.; TING, C. User Experience design using machine learning: a systematic review. Leee Access, [S.l.], v. 10, p. 51501-51514, 2022. Institute of Electrical and Electronics Engineers (IEEE). Disponível em: http://dx.doi.org/10.1109/access.2022.3173289. Acesso em: 23 fev. 2025.

ASATIANI, A. et al. Challenges of explaining the behavior of black-box AI systems. MIS Quarterly Executive, v. 19, n. 4, p. 259-278, 2020. Disponível em: https://ieeexplore.ieee.org/document/10681332. Acesso em: 23 fev. 2025.

AYEMOWA, M.; IBRAHIM, R.; BENA, Y. A. A systematic review of the impact of auxiliary information on recommender systems. IEEE Access, [S.l.], v. 12, p. 139524-139539, 2024. Disponível em: http://dx.doi.org/10.1109/access.2024.3462750. Acesso em: 23 fev. 2025.

BANH, L.; STROBEL, G. Generative Artificial Intelligence. Electronic Markets, v. 33, n. 1, p. 63, 2023. Disponível em: https://link.springer.com/article/10.1007/s12525-023-00680-1. Acesso em: 07 jul. 2024.

CHAN, V. The consistency between popular generative Artificial Intelligence (AI) robots in evaluating the User Experience of mobile device operating systems. Ahfe International, [S.l.], v. 113, n. 1, p. 205-215, 2023. Disponível em: http://dx.doi.org/10.54941/ahfe1004193. Acesso em: 23 fev. 2025.

CHEN, S. Optimization of User Experience Design Process Driven by AIGC. Frontiers in computing and intelligent systems, [S.l.], v. 9, n. 1, p. 20-22, 29 jul. 2024. Disponível em: http://dx.doi.org/10.54097/wwermb12. Acesso em: 23 fev. 2025.

FELDMAN, S. Co-Creation: human and ai collaboration in creative expression. Electronic Workshops In Computing, [S.l.], p. 422-429, 2017. BCS Learning & Development. Disponível em: http://dx.doi.org/10.14236/ewic/eva2017.84. Acesso em: 23 fev. 2025.

HART, J.; SUTCLIFFE, A. Is it all about the apps or the device?: user experience and technology acceptance among ipad users. International Journal Of Human-Computer Studies, [S.l.], v. 130, p. 93-112, out. 2019. Elsevier BV. Disponível em: http://dx.doi.org/10.1016/j.ijhcs.2019.05.002. Acesso em: 23 fev. 2025

JOHNSTON, et al. A Framework for the development of a dynamic adaptive intelligent user interface to enhance the User Experience. Proceedings Of The 31St European Conference On Cognitive Ergonomics, [S.l.], p. 32-35, 10 set. 2019. ACM. Disponível em: http://dx.doi.org/10.1145/3335082.3335125. Acesso em: 2 fev. 2025

KALVA, R. Optimizing E-commerce platforms with GenAI-Driven DevOps and LLMOps A Scalable Framework for Enhanced User Experience. Journal of Artificial Intelligence, Machine Learning and Data Science, [S.l.], v. 2, n. 4, p. 1782-1788, 23 dez. 2024. Disponível em: http://dx.doi.org/10.51219/jaimld/rahul-kalva/396. Acesso em: 23 fev. 2025.

KOCH, J.; PARIS-SACLAY, I. Design implications for designing with a collaborative AI. In: AAAI Spring Symposia. 2017. 9-1593, jul. 2024. Disponível em: https://cdn.aaai.org/ocs/15382/15382-68259-1-PB.pdf. Acesso em: 02 fev. 2025

LI, Jie et al. User Experience design professionals’ perceptions of generative Artificial Intelligence. Proceedings of the Chi Conference on human factors in computing systems, [S.l.], p. 1-18, 11 maio 2024. Disponível em: http://dx.doi.org/10.1145/3613904.3642114. Acesso em: 23 fev. 2024.

NISAFANI, A. S.; KIELY, G.; MAHONY, C. Workers’ technostress: a review of its causes, strains, inhibitors, and impacts. Journal Of Decision Systems, [S.l.], v. 29, n. 1, p. 243-258, 26 jul. 2020. Informa UK Limited. http://dx.doi.org/10.1080/12460125.2020.1796286. 07 jul. 2024.

OH, C. et al. I Lead, you help but only with enough details. Proceedings Of The 2018 Chi Conference On Human Factors In Computing Systems, [S.l.], p. 1-13, 21 abr. 2018. ACM. Disponível em: http://dx.doi.org/10.1145/3173574.3174223. Acesso em: 02 fev. 2025

PANDIAN, V. P. S.; SULERI, S. BlackBox toolkit: intelligent assistance to UI design. arXiv preprint arXiv:2004.01949, 2020.

SALMINEN, J.; SENGÜN, S.; JUNG, S.; JANSEN, B. J. Design issues in automatically generated persona profiles. Proceedings Of The 2019 Conference On Human Information Interaction And Retrieval, [S.l.], p. 225-229, 8 mar. 2019. ACM. Disponível em: http://dx.doi.org/10.1145/3295750.3298942. Acesso em: 07 jul. 2024

SIKORSKI, M. Leveraging Generative AI tools for UX design in Lean and Agile Projects. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS DEVELOPMENT, 32., 2024, Poland. Proceedings [...]. [S.l.]: -, 2024. p. 1-4. Disponível em: https://aisel.aisnet.org/isd2014/proceedings2024/agile/4/. Acesso em: 23 fev. 2025.

TAKAFFOLI, M.; LI, S.; MÄKELÄ, V. Generative AI in User Experience design and research: how do ux practitioners, teams, and companies use genai in industry?. Designing Interactive Systems Conference, [S.l.], p. 157 ACM.Disponível em: https://doi.org/10.1145/3643834.3660720. Acesso em: 23 fev. 2025.

WALLACH, D. P.; FLOHR, L. A.; KALTENHAUSER, A. Beyond the Buzzwords: on the perspective of ai in ux and vice versa. Lecture Notes In Computer Science, [S.l.], p. 146-166, 2020. Springer International Publishing. Disponível em: http://dx.doi.org/10.1007/978-3-030-50334-5_10. Acesso em: 23 fev. 2025.

WEISZ, J. D. et al. Design Principles for Generative AI Applications. Proceedings of the Chi conference on human factors in computing systems, [S.l.], p. 1-22, 11 maio 2024. Disponível em: http://dx.doi.org/10.1145/3613904.3642466. Acesso em: 23 fev. 2025.

Downloads

Publicado

08-09-2025

Como Citar

CAMOSSI, G.; JESUS, A. F. de; BARROS, S. T.; SANTAREM SEGUNDO, J. E.; VIDOTTI, S. A. B. G. Aplicação da Inteligência Artificial Generativa na Experiência do Usuário: potencialidades e desafios . VIII Workshop de Informação, Dados e Tecnologia (WIDaT) 2025, Brasília, DF, v. 8, 2025. DOI: 10.22477/viii.widat.233. Disponível em: https://widat.ibict.br/index.php/widat2025/article/view/233. Acesso em: 1 jun. 2026.

Edição

v. 8 (2025): Anais do VIII Workshop de Informação, Dados e Tecnologia

Seção

Trabalhos Completos

Licença

Copyright (c) 2025 Gustavo Camossi, Ananda Fernanda de Jesus, Suellen Timm Barros, José Eduardo Santarem Segundo, Silvana Aparecida Borsetti Gregorio Vidotti

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.