Voltar para a biblioteca

Pergunta central

Processado por IA · Aprovado pelo autor

Como as explicações com feedback de IA afetam o aprendizado e o desempenho em tarefas com base no conhecimento prévio das pessoas?

Tell me more, tell me more: the impact of explanations on learning from feedback provided by Artificial Intelligence
Maximilian Förster, Hanna R. Broder, Marie C. Fahr, et al. · European Journal of Information Systems · 2025

25 visualizações · 10 reproduções

Ilustração para: Como as explicações com feedback de IA afetam o aprendizado e o desempenho em tarefas com base no conhecimento prévio das pessoas?

Carrega o reprodutor do Spotify; o Spotify pode definir cookies. Este dispositivo memoriza a sua escolha.

Principais conclusões

  • As explicações impactam positivamente os resultados de aprendizagem para usuários com menos conhecimento prévio, um efeito totalmente mediado pela informatividade percebida.
  • As explicações melhoram o desempenho na tarefa diretamente para usuários com alto conhecimento prévio.
  • Para usuários com baixo conhecimento prévio, o impacto positivo das explicações no desempenho da tarefa é totalmente mediado pela informatividade.

O que isso significa para você

CIO / Executivo de TI

Initiate a cross-functional working group involving IT, product development, and user experience teams to prioritize the integration of AI-driven feedback systems that include clear, context-specific explanations, focusing initially on applications with less experienced user bases.

Gerente de TI

Review the current AI feedback mechanisms within your team's systems and identify 1-2 pilot opportunities to implement or enhance explanations, specifically targeting areas where user error or confusion is frequently observed, and gather baseline performance data.

Estrategista de Negócios

Task your team with identifying key business processes or customer-facing interactions where AI feedback is being used or considered, and assess the potential impact of explanation-enhanced AI on user adoption, efficiency, and overall customer satisfaction, particularly for novice users.

Pesquisador

Design a pilot study protocol to specifically investigate how the *type* and *level of detail* of explanations provided by AI feedback influence perceived informativeness and learning outcomes for users with varying levels of domain expertise in a controlled environment.

Formulador de Políticas

Begin drafting guidelines or a framework for the ethical deployment of AI systems that mandate, where feasible, the inclusion of explanations for AI-generated feedback, prioritizing sectors with high user impact and potential for knowledge gaps, such as education and public services.

Resumo

Baseando-se na Teoria do Feedback, este estudo investiga se, como e quando as explicações fornecidas juntamente com o feedback da IA aprimoram a aprendizagem humana e o desempenho nas tarefas. O modelo de pesquisa foi avaliado por meio de um experimento online aleatorizado entre sujeitos com 573 participantes realizando uma tarefa de correspondência entre imagem e localização, complementado por discussões em grupos focais com especialistas e usuários de IA.

Problema

Embora apoiar a aprendizagem humana seja um dos principais objetivos da Inteligência Artificial Explicável (XAI), há uma compreensão limitada de como as explicações realmente facilitam a aprendizagem a partir do feedback da IA. Especificamente, a pesquisa carece de clareza em relação aos mecanismos teóricos subjacentes e a como o conhecimento prévio do usuário influencia os resultados de aprendizagem e desempenho.

Transcrição
Host: Olá a todos e bem-vindos ao A.I.S. Insights — powered by Living Knowledge. Eu sou a sua anfitriã, Anna Ivy Summers, e hoje vamos explorar como a inteligência artificial pode mudar a maneira como os profissionais aprendem e trabalham no dia a dia.

Expert: Olá, Anna. É um prazer estar aqui no A.I.S. Insights para conversar sobre esse tópico tão atual e estratégico para os negócios.

Host: Hoje vamos discutir um estudo fascinante intitulado "Conte-me mais, conte-me mais: o impacto das explicações na aprendizagem a partir do feedback fornecido pela Inteligência Artificial". Alex, para começarmos, qual é o foco principal desse estudo?

Expert: Esse estudo utiliza a Teoria do Feedback para investigar se, como e quando as explicações fornecidas junto com o feedback de uma inteligência artificial realmente aprimoram a aprendizagem humana e o desempenho nas tarefas.

Host: Isso é super relevante, já que tantas empresas estão adotando ferramentas de IA para apoiar suas equipes. Mas qual é o grande problema que o estudo busca resolver?

Expert: O ponto central é que, embora apoiar a aprendizagem humana seja uma das maiores promessas da IA Explicável, ou XAI, nós ainda entendemos muito pouco sobre como essas explicações facilitam o aprendizado na prática. Não estava claro quais são os mecanismos teóricos por trás desse processo e nem como o conhecimento prévio do usuário altera esse resultado.

Host: Faz todo sentido. Um funcionário veterano reage a um conselho da IA de forma diferente de um recém-chegado. E como os pesquisadores investigaram isso?

Expert: Eles conduziram um experimento online aleatorizado com 573 participantes que realizaram uma tarefa de correspondência entre imagem e localização. Para enriquecer os dados quantitativos, o estudo também realizou discussões em grupos focais com especialistas e usuários comuns de IA.

Host: E quais foram os principais achados dessa pesquisa, Alex? O impacto das explicações é igual para todo mundo?

Expert: Não, e essa é a grande virada do estudo. Os resultados mostram que o impacto depende diretamente do nível de conhecimento prévio do usuário.

Host: Que interessante. Como isso funciona para quem tem menos conhecimento prévio sobre o assunto?

Expert: Para os usuários com baixo conhecimento prévio, as explicações impactam positivamente tanto a aprendizagem quanto o desempenho na tarefa, mas isso ocorre de forma totalmente mediada pela informatividade percebida. Ou seja, a explicação só gera aprendizado e melhoria se o iniciante perceber que ela traz um valor informativo real para ele.

Host: Ou seja, não basta a IA dar uma explicação genérica; o iniciante precisa sentir que aquilo realmente adicionou conhecimento útil. E o que acontece com os usuários mais experientes, os que já têm alto conhecimento prévio?

Expert: Para quem já tem alto conhecimento prévio, o efeito é diferente. As explicações melhoram o desempenho na tarefa de forma direta. O especialista não precisa necessariamente de todo o processo de assimilação de um novo conceito; a explicação da IA serve como um gatilho direto para otimizar sua decisão ou execução no momento.

Host: Isso é uma distinção brilhante. Agora, trazendo isso para o ambiente corporativo, Alex, por que isso importa tanto para os líderes de negócios e gestores de tecnologia?

Expert: Importa porque revela que implementar IA nas empresas não é uma solução única para todos. Se você está criando sistemas de IA para treinamento corporativo ou suporte à decisão, você precisa personalizar como a IA se comunica com cada perfil de colaborador.

Host: Como isso se aplica no dia a dia de uma equipe?

Expert: Para funcionários em treinamento ou com menos experiência, o sistema de IA deve fornecer explicações detalhadas, didáticas e contextuais. Se a explicação for vista como confusa ou inútil, a aprendizagem simplesmente não acontece. Por outro lado, para colaboradores sêniores, as explicações devem ser diretas ao ponto, focadas em agilizar e validar a tomada de decisão para aumentar o desempenho imediato.

Host: Isso muda completamente o ROI do investimento em inteligência artificial explicável. Ao ajustar o feedback da IA ao nível de senioridade, as empresas conseguem acelerar a curva de aprendizado dos novos talentos e, ao mesmo tempo, maximizar a produtividade dos especialistas.

Expert: Exatamente. O estudo mostra que a explicabilidade da IA não é apenas um luxo técnico, mas uma alavanca estratégica para o desenvolvimento de competências e para a eficiência operacional.

Host: Resumindo o nosso papo de hoje: explicações de IA aumentam o aprendizado de iniciantes quando são percebidas como verdadeiramente informativas, e impulsionam a performance direta dos especialistas. Uma visão essencial para qualquer líder que queira integrar IA e capital humano com sucesso.

Expert: Perfeitamente resumido, Anna. Design inteligente de IA é aquele que entende quem está do outro lado da tela.

Host: Alex, muito obrigada por compartilhar esses insights conosco hoje.

Expert: Obrigado eu, Anna. É sempre um prazer.

Host: E muito obrigada a você que nos acompanhou em mais um episódio do A.I.S. Insights — powered by Living Knowledge. Até a próxima!
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Explainable Artificial Intelligence, XAI, AI feedback, learning outcome, informativeness, feedback theory