Public acceptance of artificial intelligence in health care: a cumulative hierarchy in a 16-item instrument, German–Italian measurement equivalence, and a five-item short form

Imagine estar em uma sala de espera de um hospital, observando uma tela que exibe o diagnóstico de um médico gerado por um programa de computador. Para alguns, isso parece um assistente útil; para outros, parece uma intrusão perigosa. À medida que a inteligência artificial deixa os laboratórios de pesquisa para entrar em hospitais, médicos e farmácias reais, surge uma questão crucial: será que as pessoas a quem esses sistemas se destinam realmente os aceitam? A resposta raramente é um simples "sim" ou "não" para cada tarefa individual. Em vez disso, a opinião pública costuma formar um padrão. As pessoas podem estar confortáveis com uma máquina agendando uma consulta, mas profundamente inquietas com uma máquina decidindo um tratamento de vida ou morte. Compreender esse padrão é vital porque nos diz não apenas o que as pessoas pensam, mas como sua confiança é construída ou quebrada através de diferentes tipos de trabalho médico.

Uma equipe de pesquisadores na Tirol do Sul, uma região bilíngue no norte da Itália onde falantes de alemão e italiano vivem lado a lado, propôs-se a mapear esse cenário de confiança. Eles queriam saber se a aceitação pública da inteligência artificial na saúde segue uma ordem previsível, se essa ordem se mantém verdade para ambos os grupos linguísticos, apesar das diferenças culturais, e se poderiam criar uma forma mais curta e simples de medi-la. Eles entrevistaram 901 adultos da população geral, pedindo que avaliassem dezesseis formas diferentes de como a inteligência artificial poderia ser usada na medicina. Esses usos variavam desde tarefas administrativas, como organizar registros de pacientes e enviar lembretes de medicação, até decisões clínicas de alto risco, como apoiar um médico durante uma emergência médica ou ajudar a diagnosticar uma doença complexa.

Os pesquisadores descobriram que a aceitação do público segue, de fato, uma escada cumulativa clara. Na base da escada, onde a aceitação é maior, estão as tarefas administrativas. Quase oitenta por cento das pessoas entrevistadas disseram estar confortáveis com a IA enviando lembretes automatizados para tomar remédios. Um pouco abaixo, mas ainda amplamente aceitas, estavam tarefas como agendar consultas e gerenciar prontuários eletrônicos de saúde. À medida que as tarefas se tornavam mais clínicas e envolviam cuidados diretos ao paciente, a aceitação começava a cair. As pessoas sentiam-se menos confortáveis com a IA ajudando a analisar dados clínicos ou apoiando um diagnóstico. No topo da escada, onde a aceitação é menor, estão as decisões críticas de tempo e de alta pressão. Apenas cerca de um terço dos respondentes disse que aceitaria o apoio da IA durante uma emergência médica ou triagem, e ainda menos aceitariam que ela participasse de decisões urgentes. Essa hierarquia sugere que o público não vê a inteligência artificial como um bloco único de tecnologia; pelo contrário, eles a julgam com base em quanta consequência clínica a tarefa específica carrega. Quanto mais uma tarefa parece ser uma decisão médica direta, mais hesitantes as pessoas são em deixar uma máquina lidar com ela.

Crucialmente, esta escada de aceitação foi idêntica para as populações de língua alemã e de língua italiana no estudo. Mesmo que as perguntas da pesquisa tenham sido traduzidas e adaptadas para se ajustarem às nuances culturais de cada grupo linguístico, a ordem em que as pessoas classificaram as tarefas permaneceu exatamente a mesma. Este achado é significativo porque prova que a maneira como as pessoas avaliam essas tecnologias não é apenas uma questão de idioma ou cultura local, mas uma resposta humana compartilhada à natureza da própria tarefa médica. Isso significa que os sistemas de saúde que atendem múltiplas línguas podem usar a mesma ferramenta para medir a confiança sem precisar tratar os grupos como fundamentalmente diferentes.

Os pesquisadores também descobriram que poderiam reduzir a pesquisa de dezesseis perguntas para apenas cinco sem perder a capacidade de ver esse padrão. Ao selecionar cuidadosamente cinco perguntas específicas que cobriam todo o espectro, desde tarefas administrativas fáceis até decisões de emergência difíceis, eles criaram um formulário curto que era tão preciso quanto o longo. Esta versão mais curta é particularmente útil para pesquisas ocupadas onde o tempo é limitado, permitindo que os pesquisadores meçam rapidamente o sentimento do público sem sobrecarregar os respondentes. No entanto, eles observaram que, embora as duas perguntas mais extremas — uma sobre lembretes de medicação e outra sobre decisões urgentes — fossem âncoras essenciais, as três perguntas intermediárias poderiam variar ligeiramente dependendo do contexto específico, desde que o intervalo geral de dificuldade fosse preservado.

O estudo também analisou mais profundamente os tipos de pessoas que detêm essas visões. Embora a maioria das opiniões das pessoas seguisse a escada geral, cerca de trinta por cento dos respondentes formaram um grupo distinto. Esses indivíduos estavam confortáveis com a IA lidando com o trabalho administrativo, mas traçavam uma linha dura e categórica contra permitir que ela tocasse qualquer decisão clínica. Para eles, a diferença entre uma máquina organizando um arquivo e uma máquina ajudando um médico não era uma questão de grau, mas de natureza. Eles viam os dois domínios como separados, aceitando um enquanto rejeitavam o outro inteiramente. Isso sugere que, para uma parte significativa da população, a fronteira entre o suporte administrativo e o cuidado clínico é uma linha clara que não pode ser cruzada pela tecnologia.

Finalmente, os pesquisadores examinaram como a idade e a experiência digital influenciaram essas visões. Em uma contagem simples dos dados, os adultos mais velhos pareciam mais propensos a serem encontrados em ambos os extremos: estavam sobrerrepresentados tanto entre aqueles que rejeitavam toda a IA quanto entre aqueles que a aceitavam amplamente. No entanto, quando os pesquisadores ajustaram os dados de acordo com o quanto as pessoas realmente utilizavam a tecnologia em suas vidas diárias, esse padrão mudou. A aparente polarização entre os adultos mais velhos foi explicada em grande parte pelos seus variados níveis de experiência digital. Aqueles que utilizavam a tecnologia frequentemente eram menos propensos a rejeitar a IA, independentemente da idade. Isso indica que a familiaridade com a tecnologia, e não a idade em si, é um motor mais forte de aceitação.

O estudo conclui que a confiança pública na inteligência artificial na saúde não é uma mistura caótica de opiniões aleatórias, mas uma hierarquia estruturada baseada no peso clínico da tarefa. Esta estrutura é robusta, mantendo-se verdadeira através de diferentes idiomas e culturas, e pode ser medida de forma eficaz com um conjunto muito curto de perguntas. Embora os achados ofereçam um mapa claro de onde o público se encontra hoje, os pesquisadores alertam que este mapa se aplica à população em geral. Se médicos e enfermeiros, que trabalham com esses sistemas diariamente, seguem a mesma escada de confiança, permanece uma questão para estudos futuros. Por enquanto, os dados fornecem uma base sólida para entender como introduzir a inteligência artificial na saúde de uma forma que respeite os limites do público.