📈 economia

The Expectation Trap in Errand Delivery: How Pre-usage Value Anticipation Shapes the Service Experience and Customer Satisfaction

Este estudo revela que as plataformas de entrega de tarefas sob demanda frequentemente criam uma "Armadilha da Expectativa", onde promessas algorítmicas rígidas impactam negativamente a satisfação do cliente ao fazer com que os usuários projetem o valor antecipado em experiências de serviço opacas, embora esse efeito possa ser mitigado pela motivação intrínseca e por estimativas de tempo mais flexíveis.

Autores originais: Yanfeng Liu, Xinlei Gao, Guanqiu Qi, JaYeon Lee

Publicado 2026-10-27

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Yanfeng Liu, Xinlei Gao, Guanqiu Qi, JaYeon Lee

Artigo original sob licença CC BY 4.0 (https://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

Todos os dias, milhões de pessoas abrem um aplicativo para enviar um estranho para buscar um documento esquecido, comprar um presente específico ou entregar uma prescrição médica. Elas veem uma promessa na tela: um tempo preciso, talvez trinta minutos, quando o item chegará. Esta promessa não é feita por um gerente humano, mas é calculada instantaneamente por um algoritmo. Durante anos, pesquisadores de serviços acreditaram que, quando uma empresa cumpre ou supera uma promessa, o cliente se sente feliz. Essa ideia, conhecida como confirmação de expectativa, sugere que a satisfação vem de comparar o que você esperava com o que você realmente recebeu. Se o serviço for melhor do que o esperado, você fica satisfeito; se for pior, você fica decepcionado. No entanto, essa visão tradicional assume que os clientes podem observar o serviço acontecer e julgá-lo por seus próprios méritos. No mundo da entrega de tarefas sob demanda, o processo é oculto. O cliente vê apenas um ícone em movimento em um mapa, sem visão do entregador navegando no trânsito ou encontrando a loja certa. Essa invisibilidade cria uma situação psicológica única onde as regras padrão de satisfação podem não se aplicar mais.

Uma equipe de pesquisadores partiu para entender como as pessoas julgam esses serviços invisíveis. Eles se concentraram em um tipo específico de serviço chamado entrega de tarefas, onde um trabalhador da economia gig completa uma tarefa pessoal mediante uma taxa. Os pesquisadores entrevistaram 1.176 clientes em Guangzhou, China, perguntando-os sobre seus sentimentos antes de usarem o serviço e novamente duas semanas após o uso. Eles queriam saber se o tempo preciso prometido pelo algoritmo ajudava ou prejudicava a satisfação final do cliente. Eles também investigaram se algumas pessoas são melhores em lidar com essas situações do que outras, observando especificamente como o impulso interno de uma pessoa para controlar sua própria experiência e seu conforto com novas tecnologias altera o resultado.

O estudo revelou um fenômeno surpreendente e contraintuitivo que os autores chamam de "Armadilha da Expectativa". Quando um algoritmo exibe um tempo preciso, como "28 minutos", ele cria uma base mental rígida na mente do cliente. Como o cliente não pode ver o trabalho sendo feito, ele não consegue ajustar suas expectativas com base no que está realmente acontecendo. Em vez disso, eles são forçados a confiar inteiramente nesse número inicial. Os pesquisadores descobriram que essa precisão é uma faca de dois gumes. Embora uma promessa alta possa fazer um cliente se sentir bem inicialmente, ela na verdade diminui sua satisfação final. Atender ao tempo exato prometido traz apenas uma sensação de alívio, não de felicidade, porque o cliente vê isso como o mínimo indispensável. Qualquer pequeno atraso, que é invisível até o último momento, parece uma falha significativa. Os dados mostraram que esse efeito negativo da promessa rígida era tão forte que superava todos os sentimentos positivos gerados pelo próprio serviço. Em suma, quanto mais precisa e exigente for a promessa algorítmica, menos satisfeito o cliente tende a ser, mesmo que a entrega seja tecnicamente bem-sucedida.

Os pesquisadores também descobriram como os clientes lidam com essa armadilha. Eles descobriram que pessoas que são naturalmente motivadas a assumir o controle de suas próprias vidas e encontrar significado em suas ações são melhores em escapar dessa insatisfação. Esses indivíduos não apenas esperam passivamente que o algoritmo funcione; eles constroem ativamente sua própria experiência. Eles podem usar o tempo de espera para fazer algo produtivo, ou podem ter empatia pelo entregador, assumindo que o atraso se deve ao trânsito e não a um mau serviço. Esse impulso interno permite que eles construam satisfação a partir de suas próprias ações, em vez de depender apenas da promessa do algoritmo. Curiosamente, o estudo descobriu que ser altamente curioso sobre tecnologia ou ansioso para experimentar novos dispositivos não ajudava sempre. Na verdade, clientes que estavam profundamente engajados com os recursos tecnológicos às vezes formavam expectativas ainda mais rígidas, tornando-os mais vulneráveis à armadilha. Os clientes mais satisfeitos eram aqueles que eram internamente motivados, mas não investiam excessivamente nos detalhes tecnológicos do serviço.

Esta pesquisa desafia a crença comum de que algoritmos mais rápidos e precisos levam sempre a clientes mais felizes. Ela sugere que, em serviços onde o trabalho está oculto da visão, a precisão da promessa pode se tornar um fardo psicológico. O estudo indica que a forma como o serviço é apresentado importa tanto quanto o serviço em si. Se uma plataforma exibe um tempo único e exato, ela estabelece uma armadilha que é difícil de escapar. Os autores sugerem que mostrar uma faixa de tempo, como "25 a 35 minutos", pode ser uma abordagem melhor. Essa pequena mudança poderia sinalizar ao cliente que o tempo é uma estimativa e não uma garantia, dando-lhe um espaço mental mais amplo para se sentir satisfeito. As descobertas oferecem uma lição clara tanto para empresas quanto para usuários: em um mundo de serviços invisíveis, a experiência mais satisfatória pode não vir da promessa mais precisa, mas de uma promessa que permita a incerteza humana.

Resumo Técnico: A Armadilha da Expectativa no Serviço de Entrega de Tarefas

Definição do Problema
O artigo aborda uma lacuna crítica na pesquisa de serviços sobre como os clientes avaliam a satisfação em encontros de serviço mediados por algoritmos e opacos, especificamente no contexto de entrega de tarefas sob demanda (como o paotui na China). Enquanto a Teoria da Confirmação da Expectativa (ECT) tradicional assume que os clientes comparam o desempenho observável com uma expectativa prévia, a entrega de tarefas apresenta um desafio único: o processo de serviço é invisível (o cliente vê apenas um ícone em movimento) e a promessa de desempenho é estabelecida rigidamente por um algoritmo, em vez de um humano.

O problema central é a "Armadilha da Expectação". As plataformas competem exibindo promessas de tempo precisas e geradas algoritmicamente (ex: "30 minutos"). Os autores argumentam que essas promessas precisas criam uma base cognitiva rígida que estreita a "Zona de Tolerância". Consequentemente, atender à promessa gera apenas indiferença (pois é vista como uma garantia mínima), enquanto qualquer desvio causa insatisfação desproporcional. Essa dinâmica compromete a satisfação mesmo quando o serviço é entregue de forma eficiente, um fenômeno não totalmente explicado pelos modelos padrão de ECT, que tratam expectativas e desempenho como unidimensionais e observáveis.

Metodologia
O estudo utiliza um desenho de pesquisa de duas ondas com defasagem temporal (two-wave, time-lagged) para capturar a sequência temporal desde a formação da expectativa pré-uso até a satisfação pós-uso, reduzendo assim o viés de método comum.

Amostra: 1.176 respostas válidas de usuários experientes de entrega de tarefas em Guangzhou, China.
Procedimento:
- Onda 1 (T1): Mediu variáveis pré-uso, incluindo a Base de Expectativa Pré-uso (PEB) e o Valor de Consumo Antecipado (ACV).
- Onda 2 (T2): Mediu variáveis pós-uso, incluindo o Valor Experiencial Realizado (REV), a Desconfirmação de Expectativa (ED), a Satisfação (SAT) e moderadores (Motivação Intrínseca, Inovação, Otimismo).
Estrutura Teórica: O estudo estende a ECT substituindo construtos unidimensionais por contrapartes multidimensionais fundamentadas na Teoria dos Valores de Consumo (TCV) e no Valor Percebido pelo Cliente (CPV). Integra a Teoria da Autodeterminação (SDT) e o Índice de Prontidão Tecnológica (TRI) para explicar variações individuais.
Análise: A Modelagem de Equações Estruturais (SEM) foi realizada utilizando AMOS 27 para o modelo principal e Mplus 8.8 (Equações Estruturais Moderas de Latência - LMS) para efeitos de interação complexos. Verificações de robustez foram realizadas usando o macro PROCESS.

Principais Contribuições
O artigo apresenta três contribuições teóricas primárias:

Mecanismo de Assimilação Cognitiva sob Opacidade: O estudo demonstra que, em ambientes opacos, os clientes não avaliam o desempenho de forma independente. Em vez disso, eles utilizam seu Valor de Consumo Antecipado (ACV) como um esquema heurístico para construir ativamente seu Valor Experiencial Realizado (REV). Esse processo de "assimilação" substitui o modelo tradicional de cálculo de lacunas da ECT.
A Armadilha da Expectativa: Os autores identificam um efeito direto negativo da base de expectativa definida algoritmicamente sobre a satisfação. Mesmo quando existem caminhos positivos (como assimilação de valor e desconfirmação), a base rígida exerce um efeito direto líquido negativo ( $\beta = -0,20$ ) que os supera. Essa armadilha surge porque as promessas algorítmicas precisas são interpretadas como garantias determinísticas, não deixando espaço para a desconfirmação positiva.
O Efeito de Substituição e Amplificadores Assimétricos: O estudo revela que a Motivação Intrínseca (IM) permite que os clientes desvinculem sua experiência realizada do esquema antecipado (um "Efeito de Substituição"). No entanto, a amplificação deste efeito é assimétrica. O Otimismo atua como um tampão de resiliência que sustenta a motivação intrínseca sob incerteza, facilitando o desacoplamento. Em contraste, a Inovação cria uma "aderência" ao fomentar estruturas de ACV elaboradas que são mais difíceis de sobrepor; consequentemente, o desacoplamento de expectativa mais completo ocorre entre clientes com Alta Motivação Intrínseca, mas Baixa Inovação, e não entre aqueles com alta inovação.

Resultados

Análise de Caminho: A Base de Expectativa Pré-uso (PEB) influencia positivamente o ACV, o REV e a Desconfirmação de Expectativa. No entanto, a PEB possui um efeito direto negativo na Satisfação ( $\beta = -0,20, p <,001$ ).
Mediação: O efeito indireto total da base sobre a satisfação através de caminhos positivos é pequeno ( $+0,049$ ), enquanto o efeito direto negativo é grande ($-0,200$). O efeito total líquido é negativo ($-0,152$), confirmando a Armadilha da Expectativa.
Assimilação: O ACV prevê fortemente o REV ( $\beta = 0,48$ ), apoiando a hipótese de assimilação onde o valor antecipado molda a percepção da experiência realizada.
Moderação:
- A Motivação Intrínseca modera negativamente a relação ACV $\to$ REV, achatando a inclinação da assimilação (Efeito de Substituição).
- O Otimismo modera positivamente o efeito moderador negativo da Motivação Intrínseca, fortalecendo o Efeito de Substituição ao fornecer resiliência contra a incerteza.
- A Inovação exibe uma interação complexa: embora modere positivamente o efeito moderador negativo da Motivação Intrínseca no modelo agregado, a análise de inclinação simples revela que a Alta Inovação resulta apenas em um desacoplamento parcial devido à "aderência" de esquemas elaborados. O desacoplamento mais completo (inclinação mais plana) ocorre nas condições de Alta Motivação Intrínseca / Baixa Inovação, desafiando a suposição de que disposições tecnológicas positivas facilitam uniformemente a construção adaptativa de valor.

Significância e Alegações
Os autores afirmam que suas descobertas exigem uma reconsideração fundamental da formação de satisfação em serviços mediados por algoritmos.

Significância Teórica: O estudo estende a ECT e a Teoria da Assimilação ao especificar como a opacidade força a dependência de esquemas antecipatórios em vez da avaliação independente do desempenho. Destaca que a "Armadilha da Expectativa" é uma característica estrutural de serviços algoritmicamente precisos e de processo opaco, e não meramente uma imperfeição de mercado.
Significância Gerencial: O artigo sugere que competir por promessas de tempo cada vez mais precisas é contraproducente. Propõe que as plataformas considerem exibir intervalos de tempo em vez de estimativas pontuais para ampliar a Zona de Tolerância e mitigar a armadilha. Além disso, sugere que clientes com alta motivação intrínseca são os mais protegidos desta armadilha, particularmente quando apoiados por disposições tecnológicas positivas, embora a proteção seja mais eficaz quando a elaboração tecnológica (Inovação) é baixa.
Significância Política: Os autores argumentam que a definição de promessas algorítmicas é um domínio regulatório. Sugerem que os reguladores devem considerar a obrigatoriedade de transparência sobre como as estimativas de tempo são calculadas e proibir a promessa excessiva sistemática que explora mecanismos de aversão à perda.

O artigo conclui modestamente, reconhecendo limitações como o contexto de uma única cidade (Guangzhou) e o uso de medições gerais em vez de específicas de transação, sugerindo que os mecanismos identificados podem operar com força atenuada em serviços menos opacos, como transporte por aplicativo ou entrega de comida.

Resumo Técnico: A Armadilha da Expectativa no Serviço de Entrega de Tarefas

Mais como este