Resumo

As constantes mudanças que emergem na economia contemporânea, principalmente caracterizada pela força de influência da internet, têm sido eminentemente baseadas em combinação de dados e difusão de informações. Tratando-se respectivamente no contexto da mobilidade urbana tem-se um exemplo claro de como a digitalização da economia influenciou a criação de modelos de negócios baseados em informação, necessidades de consumidores, tecnologia e oferta de novos valores, como, por exemplo, o Uber.

Considerando este contexto atual e a relação entre plataformas tradicionais e alternativas de mobilidade, é possível questionar: a experiência em aplicativos tradicionais, como por exemplo o Uber, influencia na aceitação e uso de um aplicativo de mobilidade urbana em uma cidade de interior? Tal experiência pode ser alterada devido ao cenário da pandemia Covid-19? Neste sentido, este artigo tem como objetivo analisar como a experiência influencia na aceitação e uso de um aplicativo de mobilidade urbana local peer-to-peer.

O modelo UTAUT tem sido utilizado para mensurar a intenção de uso de diferentes tipos de tecnologia em vários contextos. Tratar-se-á a experiência como um conhecimento adquirido na prática, que implica na memória do indivíduo, explicando a tendência de adotarem inovações relacionadas. Assim, as percepções do usuário são consideradas mais duradouras, além de predizer melhor o comportamento quando comparada àquelas formadas pelas experiências indiretas, visto que a estrutura da primeira citada está assentada no comportamento passado e, da segunda sobre informações afetivas e cognitivas.

A presente pesquisa se configura como quantitativa. Como método de pesquisa foi utilizada a survey corte longitudinal para analisar as variações na percepção dos consumidores (elementos amostrais) ao longo de um longo período de tempo, no caso desta pesquisa antes e durante a pandemia da COVID-19. Foram coletadas 112 amostras validas em cidades do interior de MG de maio a julho de 2019 e 2020. Testou-se o modelo UTAUT2 com a experiência prévia como variável moderadora por meio de PLS-SEM. Análise PLS-MGA não retornou diferença significativa entre os grupos (antes e durante pandemia).

É possível observar que o efeito moderador da Experiência Prévia intensificou os fenômenos de aceitação que aconteciam antes da pandemia extendendo-os para o período durante a pandemia. Em específico, foram endereçados efeitos do isolamento social e crise econômica. No modelo, a Experiência prévia sobre a influência social muda completamente com o cenário de pandemia. O Valor do Preço completa o movimento da variável exógena Influência Social como um reflexo econômico, uma vez que ganha força sua influencia sobre a intenção comportamental.

O trabalho demonstra uma limitação teórica do UTAUT2 no sentido de não ser possível explicar os fatores que levam a intenção comportamental de utilização de uma tecnologia que se espelha à uma já disponível no mercado. Lança luz a importância de estudar a dimensão hábito inserida no modelo original de Venkatesh (2012), para investigar um comportamento automatizado a inovações que ainda não foram difundidas. Destaca-se a utilização de outros modelos de tecnologia para compreender sob outra ótica a questão da intenção de uso dos aplicativos locais.

Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2014). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM). https://doi.org/10.1016/j.lrp.2013.01.002 Taylor, S., & Todd, P. (1995a). Assessing IT usage: The role of prior experience. MIS quarterly, 561-570. Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36(1), 157–178.