COMUNICAÇÃO ALGORÍTMICA E CONFIANÇA INSTITUCIONAL: UM MODELO IAT–EAAT APLICADO AO CASO DA JUSTIÇA BRASILEIRA



COMUNICAÇÃO ALGORÍTMICA E CONFIANÇA INSTITUCIONAL: UM MODELO IAT–EAAT APLICADO AO CASO DA JUSTIÇA BRASILEIRA
Diego Campos Salgado Braga
Raquel Lobão Evangelista

26/02/2026
41-62
3
A emergência da Inteligência Artificial Generativa (IAG) transformou as dinâmicas da comunicação institucional, sobretudo em ambientes digitais onde imagens e mensagens são produzidas por sistemas algorítmicos. Este capítulo apresenta uma proposta metodológica para investigar a confiança institucional na era da comunicação algorítmica, com base na dissertação Associações Automáticas entre Inteligência Artificial e Confiança. Articula-se o uso combinado do Teste de Associação Implícita (IAT) e do Teste de Atribuição Explícita de Atributos (EAAT) para mensurar julgamentos conscientes e inconscientes sobre imagens geradas por IAG de profissionais do sistema de justiça. Fundamentado no modelo de confiança de Mayer, Davis e Schoorman (1995), o estudo revela discrepâncias entre atitudes explícitas e implícitas, evidenciando os desafios simbólicos impostos pela mediação algorítmica. O modelo IAT–EAAT é apresentado como ferramenta promissora para pesquisas que exploram a credibilidade institucional em tempos de hiper-realidade digital.
Ler mais...inteligência artificial generativa; metodologia de pesquisa; confiança institucional; sistema de justiça
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .

O conteúdo dos capítulos e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.

