Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.202
Aluno: Vinicius Henrique dos Santos Gomes
Orientador: Prof. Hermano Perreli de Moura
Coorientador: Prof. Jose Adson Oliveira Guedes da Cunha (UFPB/ Depto. de Ciências Exatas)
Título: Nudge Evidence Briefing: Um Artefato de Transferência de Conhecimento Científico sobre Nudge para a Prática Profissional
Data: 04/07/2025
Hora/Local: 15h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Daniel Carvalho da Cunha (UFPE / Centro de Informática)
Prof. Fabio Iglesias (UnB / Laboratório de Psicologia Social)
Prof. Hermano Perrelli de Moura (UFPE / Centro de Informática)
RESUMO:
Um nudge é um conceito da Economia Comportamental e Psicologia que se refere a qualquer pequena mudança ou intervenção projetada para influenciar o comportamento das pessoas de forma previsível, sem restringir suas opções ou alterar significativamente seus incentivos. Esta pesquisa segue a metodologia de Design Science Research, introduzindo o Nudge Evidence Briefing (NEB) para facilitar a compreensão, o acesso e a aplicação de descobertas acadêmicas sobre nudges para profissionais não acadêmicos, considerando a lacuna entre a pesquisa acadêmica sobre nudges e sua aplicação prática. Aproveitando insights da estrutura da Medicina Baseada em Evidências, os NEBs destilam as principais descobertas de pesquisas primárias em documentos concisos e acessíveis. Por meio de revisões sistemáticas da literatura sobre integração de nudges em privacidade, segurança de software e meio ambiente, estudos primários foram selecionados e os dados extraídos foram sintetizados e convertidos em NEBs.
Participantes, especialistas, não especialistas e profissionais foram convidados a avaliar o NEB e seu Catálogo por meio de questionários online. Com base nesse artefato para apoiar a transferência de conhecimento sobre nudges, a Engenharia de Prompt possibilita a automatização da extração dos dados, garantindo respostas precisas e replicáveis. Esta pesquisa também avalia o desempenho de três modelos de linguagem em larga escala, ChatGPT, Microsoft Copilot e ChatPDF, busca-se identificar qual modelo apresenta melhor desempenho na extração e síntese de informações de artigos científicos sobre nudges para a geração de NEBs. Os feedbacks destacam a clareza e o formato estruturado do NEB, com elogios especiais à sua capacidade de comunicar evidências científicas complexas de forma acessível. De modo geral, o NEB demonstra ser uma promessa significativa para tornar a pesquisa relacionada a nudges mais acessível e viável.
Palavras-chave: Economia Comportamental; Modelo de Larga Escala; Nudge Evidence Briefing; Teoria Nudge; Transferência de Conhecimento;
Comentários desativados