Voltar para a biblioteca

Pergunta central Novo

Processado por IA · Aprovado pelo autor

Como os sinais de marketing convencionais afetam as escolhas e a busca de agentes autônomos de IA?

When the Buyer Is a Machine: The Diagnosticity–Exploration Tradeoff in Agentic Commerce
Suhyeon Lee, Sang Pil Han, Donghyuk Shin · International Conference on Information Systems (ICIS) · 2026
Ilustração para: Como os sinais de marketing convencionais afetam as escolhas e a busca de agentes autônomos de IA?

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

Principais conclusões

  • Todas as nove estratégias de marketing testadas aumentaram significativamente a seleção de produtos em relação à linha de base de controle (11,5% no modelo primário), demonstrando que sinais feitos para humanos influenciam compras por IA.
  • Sinais validados por terceiros ou pelo mercado geraram os maiores efeitos de seleção, liderados pelo Selo de Mais Vendido (70,0%), Certificação de Qualidade (61,1%) e Volume de Compras (59,6%), enquanto a Escassez de Estoque teve o menor impacto (22,5%).
  • Sinais de marketing mais fortes causaram sistematicamente a compressão da busca devido a um trade-off entre diagnosticidade e exploração, fazendo agentes visualizarem menos páginas de detalhes e avaliações e encerrarem a busca mais cedo.
  • Os efeitos dos sinais de marketing persistiram em todas as posições de exibição e se generalizaram entre diferentes modelos de linguagem e categorias de produtos, embora a magnitude dos efeitos tenha variado conforme o cenário.

O que isso significa para você

CIO / Executivo de TI

Audit your organization's internal procurement AI tools by Monday morning to ensure they are configured to override market-validated cues (like Best Seller Badges and Quality Certifications) and enforce a minimum search depth, preventing automated agents from falling victim to search compression.

Gerente de TI

On Monday morning, update the system prompt and tool-use parameters for your automated shopping agents to mandate the retrieval of a fixed minimum number of product reviews and detail pages before any purchase decision can be executed.

Estrategista de Negócios

Allocate budget this Monday morning to prioritize third-party validations, quality certifications, and sales volume metrics on your e-commerce platform, as these cues have proven most effective at capturing autonomous AI agent selections.

Pesquisador

Design a controlled experiment this Monday morning to test whether varying the prompt architecture or temperature of large language models mitigates the diagnosticity-exploration tradeoff observed during agentic search.

Formulador de Políticas

Draft a transparency framework by Monday morning requiring e-commerce platforms to expose standardized, machine-readable metadata for product badges and certifications to prevent manipulative third-party cues from unfairly biasing automated agent decisions.

Resumo

Este estudo avalia se sinais de marketing no comércio eletrônico projetados para humanos influenciam agentes de compras autônomos de IA durante a busca e seleção de produtos. Os autores criaram um ambiente simulado de e-commerce com nove estratégias de marketing e conduziram 23.015 testes experimentais em quatro categorias de produtos usando três grandes modelos de linguagem. Por meio de uma arquitetura de uso de ferramentas em múltiplas etapas, os pesquisadores mediram como as mensagens de marketing alteram as escolhas finais e a profundidade de busca.

Problema

À medida que consumidores delegam decisões de compra a agentes autônomos de IA, mensagens de marketing originalmente desenhadas para vieses cognitivos humanos passam a ser processadas por máquinas. Pesquisas anteriores avaliaram principalmente reações de IA à persuasão em contextos estáticos de escolha forçada, sem navegação sequencial. Permanecia incerto se sinais de marketing afetam a busca de informações em múltiplas etapas de um agente ou se induzem a decisões prematuras.

Transcrição
Host: Olá a todos e bem-vindos ao A.I.S. Insights — powered by Living Knowledge. Eu sou Anna Ivy Summers.
Expert: E eu sou Alex Ian Sutherland.
Host: Hoje vamos discutir o estudo intitulado "Quando o Comprador É uma Máquina: O Trade-off entre Diagnosticidade e Exploração no Comércio Agêntico", de autoria de Suhyeon Lee, Sang Pil Han e Donghyuk Shin, apresentado no ICIS 2026. Este estudo avalia se sinais de marketing no comércio eletrônico projetados para humanos influenciam agentes de compras autônomos de inteligência artificial durante a busca e seleção de produtos.
Expert: Exato, Anna. O contexto central é que os consumidores estão gradualmente delegando decisões de compra a agentes autônomos de IA. Contudo, as estratégias de marketing digital existentes — como selos de desconto, indicadores de popularidade ou avisos de estoque limitado — foram historicamente construídas com base na psicologia e em vieses cognitivos humanos. A dúvida que se colocava era se esses mesmos sinais seriam capazes de influenciar agentes de software autônomos.
Host: E pesquisas anteriores já tinham avaliado isso de alguma forma, Alex? Qual era a lacuna existente?
Expert: Trabalhos anteriores observaram a reação da IA à persuasão principalmente em contextos estáticos de escolha forçada, sem navegação livre. Faltava investigar um cenário mais próximo do mundo real, onde o agente precisa executar uma busca sequencial em múltiplas etapas, decidindo quando aprofundar a navegação e quando encerrar a compra. O estudo procurou justamente verificar se mensagens promocionais alteram a profundidade dessa busca ou se induzem decisões prematuras.
Host: Como os autores desenharam a metodologia para capturar esse comportamento dinâmico?
Expert: O estudo implementou um ambiente simulado de comércio eletrônico e realizou 23.015 testes experimentais, cobrindo quatro categorias de produtos e utilizando três grandes modelos de linguagem distintos. Os agentes operaram por meio de uma arquitetura de uso de ferramentas em múltiplos passos, podendo listar produtos, abrir páginas detalhadas e ler avaliações de usuários. Foram testadas nove estratégias de marketing convencionais contra uma condição de controle sem sinais persuasivos.
Host: E quais foram os resultados observados nos testes?
Expert: Todas as nove estratégias de marketing aumentaram a probabilidade de escolha do produto em relação à linha de base de controle, que registrou uma taxa de seleção de 11,5% no modelo primário. Isso confirma empiricamente que sinais direcionados a vieses humanos continuam exercendo efeito sobre modelos de linguagem.
Host: Mas nem todos os sinais tiveram a mesma intensidade, correto?
Expert: Exatamente. Houve uma hierarquia clara. Sinais validados por terceiros ou pelo mercado obtiveram o maior impacto na escolha: o Selo de Mais Vendido alcançou 70,0% de taxa de seleção, a Certificação de Qualidade atingiu 61,1% e a exibição do Volume de Compras chegou a 59,6%. Em contrapartida, sinais de Escassez de Estoque apresentaram o menor impacto entre os testados, com 22,5%.
Host: Um aspecto central do estudo é o conceito de compressão de busca. Como isso ocorre no processamento da IA?
Expert: Trata-se de um trade-off entre diagnosticidade e exploração. Quando o modelo de linguagem encontra um sinal que percebe como altamente informativo para o objetivo de compra, ele atribui alto valor diagnóstico àquele item. Em consequência, o agente reduz a exploração de alternativas, visita menos páginas de detalhes, lê menos avaliações e finaliza a busca em menos etapas. Esse padrão persistiu entre posições de exibição, modelos testados e categorias de produtos.
Host: Considerando esses achados, qual é o valor prático desse estudo para as lideranças empresariais?
Expert: Para varejistas e profissionais de marketing digital, fica evidente que estratégias baseadas em prova social e certificações oficiais mantêm relevância no comércio agêntico. Além disso, exibir esses sinais nos primeiros pontos de contato pode antecipar a conversão antes que o agente examine concorrentes. Por outro lado, para empresas que implementam agentes de compra, surge a necessidade de calibrar parâmetros de exploração, garantindo que o agente não encerre a pesquisa prematuramente em decorrência de mensagens persuasivas.
Host: Em resumo, o estudo mostra que compradores artificiais respondem aos mesmos gatilhos de informação que humanos, mudando a forma como a busca de produtos acontece. Alex, muito obrigada pela análise técnica.
Expert: Foi um prazer, Anna.
Host: E a você que nos ouve, agradecemos a audiência no A.I.S. Insights — powered by Living Knowledge. Até o próximo episódio!
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

Agentic commerce, AI shopping agents, marketing cues, consumer search, e-commerce, search compression