O Impacto do Tipo de Chatbot e Mensagens Normativas na Intenção de Uso do Chatbot Baseado no Modelo de Aceitação de Tecnologia em Saúde: Ensaio Controlado Randomizado
Medicina e TecnologiaO que aconteceu
As ferramentas digitais de saúde, como os chatbots de saúde, podem melhorar o acesso ao suporte à saúde escalável, mas a adoção permanece inconsistente. Os modelos existentes não integram plenamente os fatores de aceitação da tecnologia com fatores de motivação em saúde relevantes para o uso digital da saúde. Este estudo propôs e testou o modelo de aceitação de tecnologias de saúde e examinou se o enquadramento normativo de mensagens e o tipo de chatbot estavam associados à motivação em saúde, aceitação de tecnologias e intenção de usar um chatbot em saúde. Em outubro de 2025, realizamos um experimento online entre participantes de 4 × 2 com 1000 adultos americanos recrutados em um painel do representante nacional YouGov. Os participantes foram randomizados para 1 de 8 condições que variavam o tipo de mensagem normal (autoorientado, orientado por pares, orientado por especialistas ou orientado para a família) e o tipo de chatbot (com poder de IA ou baseado em regras) em um cenário de prevenção de câncer e informação de risco genético. Os resultados incluíram normas descritivas, normas cautelares, susceptibilidade percebida, gravidade percebida, benefícios percebidos, autoeficácia, facilidade percebida de uso, confiança, preocupações de privacidade e intenção de uso. Os dados foram analisados por meio de ANOVA multivariada com testes post hoc ajustados por Bonferroni e regressão linear múltipla.
O que encontraram
Mensagens orientadas para pares e orientadas para família produziram maior intenção de uso do que mensagens orientadas para especialistas, e mensagens orientadas para pares também aumentaram as normas descritivas, normas injuntivas, autoeficácia e confiança. Os chatbots movidos por IA foram associados com maior intenção de uso (P=.02) e maior confiança (P=.008) do que os chatbots baseados em regras. Nas análises de regressão, o modelo explicou 50,8% da variância na intenção de uso. A intenção de uso foi positivamente associada com normas descritivas (β=0,087; P=0,003), normas injuntivas (β=0,078; P=0,009), sensibilidade percebida (β=0,051; P=0,03), benefícios percebidos (β=0,253; P<,001) e confiança (β=0,33; P<,001) e negativamente associados com a severidade percebida (β=0,047; P=0,049) e preocupações com a privacidade (β=0,11; P<,001). A facilidade de uso percebida e a autoeficácia não foram preditores significativos.
Por que isso importa
O modelo de aceitação de tecnologia em saúde foi um referencial útil para explicar a intenção de utilizar um chatbot em saúde, combinando a aceitação de tecnologia e os construtos de motivação em saúde. Ambos os recursos de design social e recursos de design chatbot em forma de crenças relacionadas à adoção, com enquadramento orientado por pares e família e chatbots alimentados por IA mostrando uma promessa particular. As preocupações de confiança e privacidade permaneceram determinantes centrais do uso pretendido.
Tradução automática do resumo original, publicado em Journal of medical Internet research sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
The Impact of Chatbot Type and Normative Messaging on Chatbot Usage Intention Based on the Health Technology Acceptance Model: Randomized Controlled Trial
Yi Liao, Anne Madeo, Caitlin G Allen, Melissa K Frey, Whitney F Espinel, Chelsey R Schlechter, Ravi N Sharaf, Kensaku Kawamoto, Guilherme Del Fiol, Kimberly A Kaphingst
Descritores MeSH
- Intention
- Adult
- Female
- Humans
- Male
- Middle Aged
- Motivation
- Digital Health
- Young Adult