Descobrindo Assimetrias Hierárquicas na Transformação da Inteligência Artificial: Navegando pelos Lados Positivos e Sombrios em Níveis Organizacionais

Resumo

Descrevemos uma metodologia de pesquisa replicável projetada para investigar assimetrias hierárquicas nas percepções de transformação por inteligência artificial (IA) (AX). Tanto executivos quanto profissionais preenchem um questionário validado hospedado no Qualtrics; o pipeline analítico roda no SmartPLS 4.0, abrangendo validação de modelos externos, análise de caminhos, testes de invariância MICOM e análise multigrupo baseada em permutação (MGA).

Resumo

Estruturas de governança que alinham a estratégia executiva com a implementação de linha de frente dependem de entender como a hierarquia organizacional molda as percepções dos fatores de sucesso da transformação da inteligência artificial (IA) (AX). Apresentamos uma metodologia validada e replicável baseada em levantamentos, que acopla modelagem estrutural de equações parciais de mínimos quadrados parciais (PLS-SEM) com análise multigrupo (MGA) para detectar e quantificar assimetrias hierárquicas nas percepções do AX — indo além da análise agregada para expor divisões estruturais que métodos de grupo único deixam ocultas. Com 293 profissionais envolvidos em projetos de IA, avaliamos quatro dimensões dinâmicas de capacidade — agilidade operacional, prontidão de dados, proximidade ao cliente e disciplina estratégica de processos — juntamente com fatores-chave que facilitam: suporte tecnológico, tolerância a riscos sensíveis à IA, contexto ambiental e liderança proativa. A invariância composicional é verificada primeiro por meio de testes MICOM; somente após confirmar a comparabilidade entre grupos a análise passa para testes de significância MGA baseados em permutação. Ambos os grupos apresentam associações positivas entre capacidades dinâmicas e desempenho do AX (executivos: β = 0,637, R² = 0,406; profissionais: β = 0,531, R² = 0,282). A MGA baseada em permutação não detecta diferenças estatisticamente significativas nos coeficientes estruturais do caminho entre os dois grupos (todos p ≥ 0,178); o papel moderador hipotético da posição organizacional nas relações de caminho (H5), portanto, carece de apoio. No entanto, o MICOM Step 3a mostra que executivos avaliam todos os principais constructos significativamente mais altos do que os profissionais (8 de 11 constructos, todos p ≤ 0,045) — evidências de que a assimetria hierárquica surge como uma lacuna nos níveis perceptivos, e não nas relações estruturais em si. Como um modelo metodológico transferível, o protocolo equipa pesquisadores que estudam lacunas de percepção na transformação organizacional com ferramentas diretamente relacionadas à governança da IA, estratégia de gestão de mudanças e alinhamento entre níveis em ambientes intensivos em tecnologia.

Introdução

Avanços rápidos em inteligência artificial abriram um cenário duplo para as organizações empresariais—oportunidades extraordinárias de criação de valor de um lado, riscos e desafios significativos do outro^. A IA generativa e as tecnologias convencionais de IA prometem maior produtividade, inovação mais rápida e posicionamento competitivo^{mais forte 3}, mas ao mesmo tempo geram preocupações sobre viés, deslocamento de empregos, desigualdade e dilemas^{éticos 4,5}. Essa dualidade lado positivo/lado som....

Protocolo

Todos os procedimentos cumpriram os padrões éticos para pesquisa com participantes humanos na Universidade aSSIST, Universidade de Suwon, Universidade Sungkyunwakn e Universidade Dong-A. Como todas as respostas foram anonimizadas no momento da coleta e nenhum dado pessoalmente identificável foi coletado em nenhuma etapa, o Conselho de Revisão Institucional da aSSIST University concedeu ao estudo uma isenção da revisão completa. As instituições coautoras confiaram nessa aprovação das instituições líderes em vez de buscar revisões independentes do IRB; A Universidade aSSIST autorizou tanto o desenho do estudo quanto o protocolo de colet....

Resultados

Como uma avaliação preliminar do viés comum de método (CMB), foi realizado o teste de fator único de Harman, com o primeiro fator não rotacionado respondendo por 30,21% da variância (abaixo do limiar de 50%). Embora esse resultado forneça evidências iniciais de que o CMB não domina os dados, reconhece-se que o teste de Harman possui sensibilidade e especificidade limitadas como ferramenta diagnóstica. Como salvaguardas processuais adicionais, a pesquisa utilizou ordenação aleatória de it.......

Discussão

Os achados revelam que a hierarquia organizacional está associada a diferenças sistemáticas no nível em que executivos e profissionais percebem os construtos de transformação da IA, em vez da estrutura dos relacionamentos entre eles. Três abordagens independentes de MGA — MGA baseada em permutação (1.000 permutações), Bootstrap MGA (5.000 subamos)⁷⁴, e testes Parametric e Welch-Satterthwaite⁶⁶ — não encontraram consistentemente diferenças e.......

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
Prolific (Plataforma Online de Recrutamento de Participantes)	Prolific Academic Ltd	https://www.prolific.com/	Plataforma online usada para recrutar participantes da pesquisa. Os participantes foram avaliados com base em critérios de elegibilidade (por exemplo, emprego atual em uma organização com experiência em adoção de IA) e compensados de acordo com as diretrizes de salário justo da Prolific.
Qualtrics (Plataforma de Pesquisa Online)	Qualtrics, LLC	https://www.qualtrics.com/	Plataforma de pesquisa baseada na web usada para o desenho, distribuição e coleta de dados de respostas de questionários. Todos os itens de medição foram administrados via Qualtrics usando uma escala de Likert de 7 pontos (1 = fortemente discordar, 7 = fortemente concordar).
SmartPLS 4.0 (Software PLS-SEM)	SmartPLS GmbH	https://smartpls.com/	Utilizado para todas as análises de Modelagem de Equações Estruturais de Mínimos Quadrados Parciais (PLS-SEM), incluindo avaliação de modelos externos (confiabilidade composta, AVE, HTMT), análise de caminhos internos do modelo (bootstrapping, 5.000 amostras), testes de invariância composicional MICOM em 3 etapas (permutação, 1.000 extrações) e testes de diferença entre grupos PLS-MGA.