💰 quantitative finance

Women Worry, Men Adopt? Gendered Risk Perceptions and Generative AI Adoption

Este estudo revela que as percepções de gênero sobre os riscos sociais da IA, particularmente em relação à saúde mental e ao meio ambiente, são um fator crítico do hiato de adoção entre homens e mulheres, com as preocupações de risco suprimindo significativamente a utilização da IA Generativa entre as mulheres e exacerbando as desigualdades digitais.

Autores originais: Fabian Stephany, Jedrzej Duszynski

Publicado 2026-07-31

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Fabian Stephany, Jedrzej Duszynski

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine o mundo da tecnologia como um parquinho gigante e movimentado. Por muito tempo, cientistas que estudam quem brinca em qual escorregador notaram um padrão: meninos e meninas frequentemente acabam em áreas diferentes. Isso não é apenas sobre quem tem um ingresso para entrar (acesso) ou quem sabe subir a escada (habilidades). É sobre quem quer brincar, e por quê. Este campo de estudo é chamado de "fosso digital" (digital divide), e está observando como a adoção da tecnologia não é apenas uma questão técnica, mas uma questão social. Quando uma ferramenta nova e superpoderosa chega — como um robô mágico que pode escrever histórias, resolver problemas de matemática e pintar quadros em segundos (conhecido como IA Generativa) — todos se perguntam: quem irá usá-la e quem será deixado para trás? Se um grupo a utiliza mais, eles podem se tornar melhores nisso, serem promovidos mais rápido e ganharem mais dinheiro, enquanto o outro grupo fica para trás. Mas será que o motivo de ficarem para trás é porque não são inteligentes o suficiente, ou porque estão preocupados com algo mais?

Este artigo, intitulado "Mulheres se Preocupam, Homens Adotam?", mergulha exatamente nessa questão. Os autores, Fabian Stephany e Jedrzej Duszynski, analisaram dados de mais de 9.000 pessoas no Reino Unido para ver o que realmente está acontecendo com a IA Generativa. Eles descobriram que os homens estão, de fato, usando essas ferramentas com mais frequência do que as mulheres. Mas aqui está a reviravolta: eles argumentam que os suspeitos usuais — como falta de habilidades ou confiança — não são a história toda. Em vez disso, eles sugerem que as mulheres são frequentemente mais cautelosas porque estão pensando mais profundamente sobre os perigos potenciais da tecnologia para a sociedade como um todo.

Pense nisso como uma nova montanha-russa superveloz. A explicação das "habilidades" diz que as mulheres não estão andando nela porque não sabem como afivelar o cinto de segurança. Mas este artigo sugere que muitas mulheres sabem como afivelar o cinto, mas estão olhando para o trilho e pensando: "Ei, aquele looping parece um pouco instável, e e se o brinquedo machucar todo mundo no parque?". O estudo descobriu que, quando as pessoas estão preocupadas com a forma como a IA pode prejudicar a saúde mental, ferir o meio ambiente ou roubar empregos, as mulheres são muito mais propensas a dar um passo atrás. Na verdade, entre jovens tecnologicamente instruídos que estão preocupados com esses riscos, a lacuna entre homens e mulheres que usam a IA é enorme — mais de 45 pontos percentuais.

Os pesquisadores usaram um método inteligente para descobrir isso. Eles não apenas perguntaram o que as pessoas pensavam; eles usaram modelos computacionais para ver quais fatores eram mais importantes. Eles descobriram que, para os homens, saber usar a tecnologia era um grande preditor de se eles a usariam. Mas para as mulheres, suas preocupações com os riscos do "quadro geral" eram tão importantes quanto, se não mais. Quando as mulheres se sentiam mais otimistas de que a IA seria boa para a sociedade, elas eram muito mais propensas a começar a usá-la, o que ajudava a fechar a lacuna.

O artigo não diz que as mulheres estão "erradas" em se preocupar ou que elas só precisam "superar isso". Em vez disso, sugere que a hesitação delas é uma reação razoável a problemas reais e não resolvidos com a tecnologia. Se a montanha-russa é realmente perigosa, dar um passo atrás não é uma falha; é uma escolha inteligente. Os autores sugerem que, para corrigir a lacuna, não podemos apenas ensinar mais pessoas a afivelar o cinto. Também precisamos consertar a própria montanha-russa — tornando-a mais segura, mais transparente e menos propensa a causar danos. Até lá, a lacuna pode permanecer ampla, não porque as mulheres não saibam usar a ferramenta, mas porque estão esperando sabiamente que ela seja segura o suficiente para ser confiável.

Resumo Técnico: Mulheres se preocupam, Homens adotam? Percepções de Risco de Gênero e a Adoção da IA Generativa

Declaração do Problema

A Inteligência Artificial Generativa (IA Gen) está se difundindo rapidamente no trabalho e na vida cotidiana, mas a adoção permanece desigual, com os homens utilizando essas ferramentas com muito mais frequência do que as mulheres. Essa disparidade ameaça ampliar as desigualdades existentes em produtividade, competências e oportunidades de carreira. Embora a literatura existente atribua amplamente essa lacuna de gênero a diferenças de acesso, habilidades digitais, confiança e exposição ocupacional, os autores argumentam que essas explicações são incompletas. Eles postulam que as diferenças de gênero na adoção da IA Gen também podem refletir como homens e mulheres avaliam os riscos sociais associados à IA. O problema central é se danos sociais não resolvidos — como impactos na saúde mental, no meio ambiente, na privacidade e nos mercados de trabalho — atuam como um caminho comportamental que desencoraja desproporcionalmente as mulheres de adotar a IA Gen, mesmo quando elas possuem as habilidades e o acesso necessários.

Metodologia

O estudo utiliza duas ondas (2023 e 2024) do UK Public Attitudes to Data and AI Tracker, uma pesquisa nacional representativa de adultos no Reino Unido ( $N \approx 9.172$ ). A análise procede em três estágios:

Análise Descritiva: Os autores examinam as lacunas de gênero no uso frequente de IA Gen (definido como pelo menos uma vez por semana) através de vários subgrupos demográficos, comportamentais e atitudinais. Eles observam especificamente combinações interseccionais de fatores, como idade, literacia digital e preocupações com riscos específicos (saúde mental, meio ambiente, privacidade, mercado de trabalho).
Modelagem Preditiva: Para avaliar a importância relativa da percepção de risco em comparação com preditores tradicionais (literacia digital, educação, ocupação), os autores estimam modelos de floresta aleatória (random forest) específicos de gênero, estratificados por grupos de idade (18–35, 36–50, 51+). Esses modelos preveem o uso frequente de IA Gen pessoal. Os escores de importância de variáveis são usados para determinar a relevância preditiva do índice composto de percepção de risco em relação a outras covariáveis.
Pareamento de Pontuação Paramétrico (Parametric Score-Matching): Como os dados consistem em cortes transversais repetidos e não em um painel real, os autores empregam um design de pareamento de pontuação paramétrico. Isso pareia respondentes da onda de 2023 com respondentes estatisticamente comparáveis da onda de 2024 com base em características observadas estáveis (idade, gênero, educação, ocupação). Isso permite examinar se mudanças na literacia digital ou no otimismo sobre o impacto social da IA estão associadas a mudanças na adoção da IA Gen entre as ondas, controlando as diferenças demográficas.

Principais Medidas:

Resultado (Outcome): Frequência de uso pessoal e relacionado ao trabalho de IA Gen.
Percepção de Risco: Um índice composto (0–1) que faz a média de indicadores binários de preocupação quanto ao impacto da IA na saúde mental, clima/meio ambiente, privacidade de dados e mercado de trabalho.
Literacia Digital: Compreensão autodeclarada de IA e capacidade de explicar seus mecanismos.

Principais Resultados

1. Prevalência e Lacunas de Gênero

Os homens relatam níveis substancialmente mais altos de uso frequente de IA Gen pessoal do que as mulheres (20,9% vs. 15,5%), resultando em uma lacuna de gênero basal de 5,3 pontos percentuais. Essa lacuna não é uniforme; ela aumenta significamente entre os respondentes que expressam preocupações com as consequências sociais da IA.

Lacunas Específicas de Risco: Entre aqueles preocupados com os efeitos da IA na saúde mental, a lacuna de gênero no uso pessoal aumenta para 16,8 pontos percentuais.
Disparidades Interseccionais: As maiores disparidades surgem entre indivíduos mais jovens e digitalmente fluentes com altas preocupações de risco social. Por exemplo, entre os respondentes que percebem a IA como um risco para a saúde mental e relatam alta literacia de IA, a lacuna de gênero no uso pessoal excede 45 pontos percentuais (45,7 pp).

2. Relevância Preditiva da Percepção de Risco

Nos modelos de floresta aleatória específicos de gênero, o índice composto de percepção de risco é um preditor mais forte de adoção para mulheres do que para homens em todos os grupos de idade.

Jovens Adultos (18–35): A percepção de risco ocupa o segundo lugar como o preditor mais importante para mulheres, comparado ao quinto lugar para os homens.
Meia-Idade (36–50) e Idosos (51+): A percepção de risco ocupa o primeiro lugar como o preditor mais importante para mulheres e está entre os principais preditores para os homens.
Em todos os modelos, as percepções de risco explicam de 9% a 20% da importância total das variáveis, indicando que fatores atitudinais são tão significativos quanto preditores demográficos e de competência.

3. Comparações por Pareamento de Pontuação (Score-Matched)

A análise de pareamento de pontuação paramétrico revela padrões distintos sobre como as mudanças de atitude se correlacionam com a adoção:

Literacia Digital: Entre os jovens adultos, uma maior literacia digital está associada a um aumento substancial na adoção de IA Gen para os homens, mas apenas a um aumento insignificante para as mulheres. Isso sugere que o desenvolvimento de capacidades isoladamente pode ampliar a lacuna de gênero entre os jovens.
Otimismo Social: Por outro outro lado, um maior otimismo sobre o impacto social da IA está associado a um aumento significativamente maior na adoção para as mulheres (14% para 34%) em comparação aos homens. Isso indica que, para as mulheres, a adoção está intimamente ligada à avaliação da legitimidade social e segurança da IA.

Principais Contribuições

O artigo traz três contribuições primárias para a literatura sobre desigualdade digital e adoção de tecnologia:

Reenquadramento da Lacuna de Gênero: Desafia a narrativa dominante que atribui a lacuna de gênero na IA Gen apenas a déficits de habilidades, confiança ou acesso. Em vez disso, identifica a percepção de risco social como um caminho comportamental crítico.
Adoção Sensível ao Risco: Fornece evidências empíricas de que a hesitação das mulheres não é necessariamente uma ansiedade irracional ou desengajamento tecnológico, mas uma resposta razoável a danos sociais e éticos documentados (ex: saúde mental, custos ambientais, viés).
Amplificação Interseccional: Demonstra que a lacuna de gênero é mais pronunciada não entre os menos qualificados, mas entre os coortes mais digitalmente fluentes e jovens que simultaneamente mantêm altas preocupações sobre riscos sociais. Isso sugere que as diferenças na adoção precoce podem surgir antes que as normas de trabalho estejam totalmente estabelecidas, potencialmente consolidando disparidades de longo prazo.

Significância e Implicações

Os autores argumentam que os achados têm implicações críticas para políticas e estratégias organizacionais relativas à desigualdade digital:

Além do Treinamento: Intervenções focadas apenas em treinamento, literacia digital ou acesso são insuficientes se as decisões de adoção são moldadas por preocupações sobre a legitimidade e a segurança da tecnologia.
Governança como Adoção: Reduzir a lacuna de gênero requer abordar os riscos subjacentes que tornam a hesitação uma resposta racional. Fortalecer as proteções de privacidade, transparência, accountability e mitigação de vieses não são tarefas separadas dos objetivos de equidade; são centrais para garantir que os benefícios da IA Gen sejam compartilhados amplamente.
Reavaliando a "Aversão ao Risco": O artigo alerta contra a visão da menor adoção feminina como um déficit a ser corrigido tornando-as menos sensíveis ao risco. Em vez disso, sugere que danos não resolvidos da IA criam acessos desiguais à produtividade e aos benefícios de carreira. Garantir uma adoção equitativa, portanto, exige tornar os sistemas de IA mais seguros e socialmente responsivos.

O estudo conclui que compreender as dimensões comportamentais da adoção — especificamente como valores e percepções de risco moldam o engajamento — é essencial para evitar o reforço das desigualdades existentes à medida que a IA Gen se torna integrada na economia do conhecimento.