Anais
Resumo do trabalho
Marketing · Redes Sociais Mediadas, Ambientes e Dispositivos Digitais
Título
INTELIGÊNCIA ARTIFICIAL EM MARKETING: ESTRUTURA INTELECTUAL, TENDÊNCIAS E DESAFIOS FUTUROS
Palavras-chave
Artificial Intelligence
Marketing
Consumer Behavior
Agradecimento:
O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES), por meio da concessão de bolsa de estudos.
Autores
-
Luane DannoUNIVERSIDADE FEDERAL DE SÃO CARLOS (UFSCAR)
-
Diego Nogueira RafaelUNIVERSIDADE FEDERAL DE SÃO CARLOS (UFSCAR)
-
Paulo Henrique Bertucci RamosUNIVERSIDADE FEDERAL DE SÃO CARLOS (UFSCAR)
-
Éderson Luiz PiatoUNIVERSIDADE FEDERAL DE SÃO CARLOS (UFSCAR)
Resumo
Introdução
A inteligência artificial tem transformado o marketing ao permitir personalização, automação de tarefas e análise avançada de dados, tornando campanhas mais eficientes e relevantes. Suas aplicações incluem segmentação precisa, otimização de conteúdo e atendimento automatizado, como chatbots. Apesar dos benefícios, a adoção da IA traz desafios éticos e demanda atenção à privacidade, transparência e impactos sociais, exigindo debates e estratégias responsáveis para seu uso.
Problema de Pesquisa e Objetivo
Este artigo objetiva analisar, via bibliometria quantitativa, a literatura sobre IA em marketing, identificando autores, temas e tendências para mapear avanços e lacunas. O estudo busca aprofundar o debate acadêmico e orientar o uso responsável da IA, alinhando inovação às demandas sociais.
Fundamentação Teórica
A definição de inteligência artificial é desafiadora devido à evolução rápida do campo. A literatura divide-se em dois eixos: um destaca os benefícios e aplicações práticas da IA, especialmente no marketing, e outro analisa impactos econômicos e no trabalho. A IA transforma estratégias empresariais, mas enfrenta resistência dos consumidores quanto à sua autonomia. O avanço da IA amplia a automação, exigindo debates sobre questões éticas e sociais, essenciais para orientar pesquisas e práticas responsáveis.
Metodologia
O estudo utiliza análise bibliométrica para mapear a produção científica sobre Inteligência Artificial em Marketing, seguindo protocolos de Zupic e Carter (2015) e Serra et al. (2018). Foram aplicadas análises de citação e pareamento bibliográfico com o BibExcel, análise fatorial exploratória no SPSS e análise de pareamento via UCINET/NetDraw. A amostra, extraída da Web of Science, abrange 2.458 artigos (1991-2025). Referências foram normalizadas e agrupadas para identificar autores, periódicos e temas emergentes.
Análise dos Resultados
A análise dos resultados está dividida em três partes: análise de citação, análise fatorial exploratória (AFE) e análise de pareamento de redes. O estudo destaca crescimento expressivo nas publicações sobre IA em Marketing a partir de 2018, com Ming-Hui Huang, Thomas Davenport e Yogesh K. Dwivedi entre os autores mais influentes. Os principais periódicos são Journal of Service Research e Journal of Marketing. A AFE identificou cinco fatores temáticos, com alta consistência interna e variância explicada de 76,7%.
Conclusão
O estudo bibliométrico traçou um panorama sobre a Inteligência Artificial (IA) em Marketing, destacando sua interdisciplinaridade e influência de áreas como Psicologia e Comportamento Humano. Identificou cinco grandes temas: experiência do cliente, transformação organizacional, ética, automação do trabalho e competências humanas. Pesquisadores como Ming-Hui Huang, Thomas Davenport e Yogesh K. Dwivedi são centrais no debate. Recomenda-se ampliar futuras análises com a base Scopus e estudos meta-analíticos.
Contribuição / Impacto
Ao trazer à tona a questão de pesquisa: Qual a estrutura intelectual emerge na literatura atual sobre IA em Marketing? os achados revelam uma pluralidade de abordagens e um tom recorrente de questionamento sobre o futuro da disciplina. No que diz respeito aos autores, o estudo identificou pesquisadores centrais que atuam como pontes no debate da temática, conectando diferentes subáreas e promovendo a integração de conhecimentos. Destacam-se M.Huang, T.Davenport e Y.Dwivedi, cujas contribuições têm considerável impacto e influência na consolidação das discussões sobre IA em Marketing.
Referências Bibliográficas
Acemoglu & Restrepo (2019, 2020) analisam o impacto da automação e robôs no trabalho. Belanche et al. (2019) investigam a adoção de IA em FinTech. Blut et al. (2021) estudam antropomorfismo em IA. Brynjolfsson & McAfee (2014) abordam a era das máquinas. Davenport et al. (2020) e De Bruyn et al. (2020) discutem IA no marketing. Duan et al. (2019), Dwivedi et al. (2021), Haenlein & Kaplan (2019), Huang & Rust (2018, 2021), Kietzmann et al. (2018), Wirtz et al. (2018) e Zupic & Čater (2015) analisam IA, marketing e desafios.