Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
INTELIGÊNCIA ARTIFICIAL GENERATIVA APLICADA AO MARKETING DIGITAL
0
Zitationen
3
Autoren
2025
Jahr
Abstract
Este trabalho investiga o impacto da inteligência artificial (IA) generativa no marketing digital, com foco em sua aplicação prática, benefícios e desafios. O objetivo é compreender como ferramentas como ChatGPT, DALL·E e MidJourney transformam a criação de conteúdo, a personalização de campanhas e estratégias de segmentação. A metodologia combina pesquisa bibliográfica e de campo, com abordagem qualitativa. A etapa bibliográfica fundamenta teoricamente o estudo por meio da análise de livros, artigos científicos, documentos oficiais e legislações pertinentes, construindo um referencial crítico e atualizado. A pesquisa de campo foi conduzida por observação direta e aplicação de instrumentos qualitativos, como entrevistas semiestruturadas e grupos focais, possibilitando compreender percepções, práticas e experiências dos sujeitos. Os resultados indicam que a IA generativa contribui significativamente para eficiência, criatividade e automação de tarefas, especialmente na produção de conteúdos personalizados e análise de dados. Persistem desafios como dependência de dados estruturados, questões éticas, limitações criativas e resistência à adoção em alguns contextos organizacionais. A pesquisa também revela possível diferença geracional na percepção da IA sendo que profissionais mais jovens tendem a demonstrar maior receptividade à ferramenta. Conclui-se que a IA generativa é uma aliada poderosa na transformação do marketing digital, mas seu uso exige orientação humana, aplicação ética e maturidade nos processos de avaliação de produtividade. Este estudo contribui para debate acadêmico e profissional ao oferecer visão crítica e fundamentada sobre o papel emergente da IA no setor.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.250 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.109 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.482 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.434 Zit.