A carregar...
Publicação
Hybrid human-AI consulting models in insurance : effects on trust, transparency, and customer loyalty in generation Z
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.66 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Introduction: This study explores how Gen Z perceives three types of insurance advice: human, purely AI-based, and hybrid. It also examines how these perceptions affect trust, transparency, attribution of responsibility, and customer loyalty. The context for this research is the growing integration of AI in advice-intensive industries and Generation Z's specific expectations regarding digital processes and human accountability. Method: In a cross-sectional study, 84 members of Gen Z completed an online survey, randomly assigned to one of three consulting scenarios. Trust, transparency, responsibility, loyalty, and attitudes toward AI were measured using 7-point Likert scales. The analysis was conducted using descriptive statistics, bivariate correlations, t-tests, ANOVA, and multiple regressions.Results: Findings reveal significant differences across scenarios. Purely AI-based advice received the most critical ratings, particularly for transparency and responsibility. Hybrid advice achieved the highest scores in both areas and trust levels comparable to human advice. Regression analysis revealed that trust and attribution of responsibility are key predictors of customer loyalty, while transparency impacts loyalty indirectly through these variables. Interestingly, a generally positive attitude toward AI did not result in greater acceptance of AI-based decisions. Discussion: The results suggest that Generation Z’s acceptance of AI-supported insurance advice depends mainly on understandable recommendations and clear responsibility, rather than AI alone. The AI-only condition creates black-box impressions and a responsibility gap, whereas hybrid formats improve transparency and accountability through human mediation. As trust differences are not significant, insurers should focus on consistent explainability and visible human oversight to build long-term loyalty.
Introdução: Este estudo examina como a Geração Z percebe três modalidades de aconselhamento em seguros: humano, exclusivamente baseado em IA e híbrido, e como essas percepções influenciam confiança, transparência, atribuição de responsabilidade e fidelização. O estudo insere-se na crescente integração da IA em setores intensivos em aconselhamento e nas expectativas da Geração Z quanto a processos digitais eficientes aliados à responsabilização humana. Método: Num estudo transversal, 84 participantes da Geração Z responderam a um questionário online e foram alocados aleatoriamente a um de três cenários de aconselhamento. Confiança, transparência, responsabilidade, fidelização e atitudes em relação à IA foram mensuradas por escalas Likert de 7 pontos. Os dados foram analisados por estatísticas descritivas, correlações bivariadas, testes t, ANOVA e regressões múltiplas.Resultados: Os resultados indicam diferenças significativas entre os cenários. O aconselhamento exclusivamente apoiado em IA recebeu as avaliações mais críticas, sobretudo em transparência e responsabilidade. O modelo híbrido apresentou os valores mais elevados nessas dimensões, com níveis de confiança comparáveis ao aconselhamento humano. As regressões mostraram que confiança e atribuição de responsabilidade são preditores centrais da fidelização, enquanto a transparência influencia a lealdade indiretamente por meio dessas variáveis. Uma atitude positiva em relação à IA não se traduziu em maior aceitação de decisões exclusivamente automatizadas. Discussão: Conclui-se que a Geração Z aceita consultoria com IA quando há recomendações compreensíveis e responsabilidade clara, não pela IA. IA isolada gera “caixa-preta” e lacuna; o híbrido aumenta transparência. Sem diferenças de confiança, use explicabilidade e supervisão humana para lealdade.
Introdução: Este estudo examina como a Geração Z percebe três modalidades de aconselhamento em seguros: humano, exclusivamente baseado em IA e híbrido, e como essas percepções influenciam confiança, transparência, atribuição de responsabilidade e fidelização. O estudo insere-se na crescente integração da IA em setores intensivos em aconselhamento e nas expectativas da Geração Z quanto a processos digitais eficientes aliados à responsabilização humana. Método: Num estudo transversal, 84 participantes da Geração Z responderam a um questionário online e foram alocados aleatoriamente a um de três cenários de aconselhamento. Confiança, transparência, responsabilidade, fidelização e atitudes em relação à IA foram mensuradas por escalas Likert de 7 pontos. Os dados foram analisados por estatísticas descritivas, correlações bivariadas, testes t, ANOVA e regressões múltiplas.Resultados: Os resultados indicam diferenças significativas entre os cenários. O aconselhamento exclusivamente apoiado em IA recebeu as avaliações mais críticas, sobretudo em transparência e responsabilidade. O modelo híbrido apresentou os valores mais elevados nessas dimensões, com níveis de confiança comparáveis ao aconselhamento humano. As regressões mostraram que confiança e atribuição de responsabilidade são preditores centrais da fidelização, enquanto a transparência influencia a lealdade indiretamente por meio dessas variáveis. Uma atitude positiva em relação à IA não se traduziu em maior aceitação de decisões exclusivamente automatizadas. Discussão: Conclui-se que a Geração Z aceita consultoria com IA quando há recomendações compreensíveis e responsabilidade clara, não pela IA. IA isolada gera “caixa-preta” e lacuna; o híbrido aumenta transparência. Sem diferenças de confiança, use explicabilidade e supervisão humana para lealdade.
Descrição
Palavras-chave
Insurance advice Generation Z Artificial intelligence Trust Transparency Digital processes Customer loyalty Acceptance of AI Human-AI interaction Customer experience Customer retention Consultoria em seguros Geração Z Inteligência artificial Confiança Transparência Processos digitais Fidelidade do cliente Aceitação da IA Interação humana-IA Experiência do cliente Retenção do cliente
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC