Resumo

Título do Artigo

A SEGURANÇA NA DELEGAÇÃO DE DECISÃO A ALGORITMOS: PERCEPÇÃO DE PASSAGEIROS SOBRE A ESCOLHA DE MOTORISTAS NO UBER
Abrir Arquivo

Tema

Tecnologia, Inovação e Empreendedorismo, integrando a Ciências de Dados, Inteligência Artificial e outras tecnologias emergentes como fundamentais para o empreendedorismo moderno

Autores

Nome
1 - Gabriel Gonçalves Sampaio
Universidade Federal do Rio Grande do Sul - UFRGS - Escola de Administração

Reumo

Objetivo do estudo
Investigar como a delegação algorítmica da seleção de motoristas no aplicativo Uber influencia a percepção de segurança física de passageiros.
Relevância/originalidade
Contribui à literatura sobre economia de plataformas e interação humano-artefato ao integrar o quadro de delegação a artefatos agentivos com evidência empírica qualitativa.
Metodologia/abordagem
Estudo qualitativo exploratório com entrevistas semiestruturadas, e análise temática assistida por NVivo.
Principais resultados
Identificado cinco categorias: Contexto de Uso; Práticas Organizacionais; Funcionalidades; Percepções de Intencionalidade; Estratégias de Enfrentamento, que moldam a sensação de segurança.
Contribuições teóricas/metodológicas
O artigo contribui teoricamente ao identificar cinco categorias que influenciam a percepção de segurança no uso do Uber, analisando suas inter-relações sob a ótica da materialidade e da delegação de decisões à IA, ampliando estudos em economia de plataformas.
Contribuições sociais/para a gestão
Recomendações práticas: aumentar transparência dos critérios de seleção, oferecer controles ao usuário e comunicar salvaguardas, reduzindo sensação de insegurança.

Abstract

Study goals
To investigate how algorithmic delegation of driver selection in the Uber app influences passengers' perceived physical safety.
Relevance / originality
Contributes to platform economy and human-artifact interaction literature by integrating a delegation framework for agentic IS artifacts with qualitative empirical evidence.
Methodology / approach
Exploratory qualitative study with semi-structured interviews and thematic analysis supported by NVivo.
Main results
Five categories emerged: Usage Context; Organizational Practices; Platform Features; Perceived Intentionality; Coping Strategies, shaping passengers' sense of safety.
Theoretical / methodological contributions
The article contributes theoretically by identifying five categories influencing safety perception in Uber use, analyzing their interrelations through the lens of materiality and AI decision delegation, thereby expanding studies in the platform economy.
Social / management contributions
Practical recommendations: increase transparency of selection criteria, provide user controls, and communicate platform safeguards to reduce perceived insecurity.