Amplia trabalhos relacionados e posiciona estudo

artigo.tex

@@ -127,13 +127,38 @@ A Análise Fatorial de Correspondência (AFC) permite visualizar a distribuiçã
 
 \section{Trabalhos relacionados}
 
-No que tange à avaliação de agentes conversacionais, Carvalho et al.~\cite{carvalho2024} conduziram um mapeamento sistemático da literatura com 27 estudos para caracterizar as tecnologias de usabilidade aplicadas a chatbots~\cite{carvalho2024}. Os resultados apontam um predomínio do uso de questionários (86,95\%), destacando-se ferramentas consagradas como o \emph{System Usability Scale} (SUS) e o \emph{Technology Acceptance Model} (TAM)~\cite{carvalho2024}. Como principal lacuna na literatura, os autores identificaram que 100\% dos estudos avaliados aplicam seus testes de forma tardia, concentrando-se exclusivamente na fase de Verificação, Validação e Teste (VV\&T), evidenciando a carência de abordagens de usabilidade voltadas para as etapas iniciais de requisitos e design~\cite{carvalho2024}.
+Carvalho et al.~\cite{carvalho2024} conduziram um mapeamento sistemático de 27 estudos sobre avaliação de usabilidade de chatbots. Os autores encontraram predomínio de questionários (86,95\%), com destaque para SUS e TAM, e observaram que os estudos se concentravam na verificação, validação e teste, depois das decisões iniciais de requisitos e design. Esse resultado é útil para situar a presente pesquisa, que avalia um protótipo em uma etapa de validação inicial e pretende retroalimentar suas próximas iterações.
 
-Já Silva et al. \cite{Silva2023} investigaram os fatores que influenciam a intenção de utilização de chatbots no comércio eletrônico, com ênfase na confiança, risco percebido e experiência de \textit{flow}. O estudo quantitativo contou com 226 participantes europeus, que interagiram com um chatbot desenvolvido no Chatfuel e responderam posteriormente a um questionário. Os dados foram analisados por meio de Modelagem de Equações Estruturais (SEM). Os resultados indicaram que a expectativa de desempenho e, principalmente, a confiança influenciaram positivamente a intenção de uso, enquanto a confiança também reduziu o risco percebido e aumentou a experiência de \textit{flow}. Os demais construtos não apresentaram efeitos diretos significativos sobre a intenção de utilização.
+No domínio da saúde, Holmes et al. \cite{Holmes2019} avaliaram um chatbot de controle de peso utilizando observação de tarefas, SUS, UEQ e o Chatbot Usability Questionnaire (CUQ). O estudo mostrou que o SUS e outras medidas convencionais são úteis, mas não capturam sozinhas todos os aspectos da usabilidade conversacional, especialmente a continuidade do diálogo, o tratamento de erros e a adequação das respostas. Esse achado reforça a importância de combinar escalas com evidências qualitativas.
 
-Por fim, Martins et al. \cite{Martins2026} desenvolveram, validaram e avaliaram a usabilidade do chatbot ChatLinoHans para apoiar profissionais de saúde na abordagem de lesões da hanseníase. O estudo metodológico utilizou uma arquitetura híbrida, combinando regras clínicas e GPT-4, e empregou o IRaMuTeQ na organização e análise do corpus utilizado na construção da base de conhecimento. A validação envolveu profissionais de saúde e Tecnologia da Informação, obtendo IVC global de 0,98, concordância de 85,7\% a 100\% na avaliação da aparência e pontuações de usabilidade entre 77,5 e 100. Os resultados indicaram evidências satisfatórias de validade e usabilidade do chatbot.
+Ainda em saúde, Le Bonniec et al. \cite{LeBonniec2025} desenvolveram e validaram o AppDate-You, um chatbot de apoio à decisão sobre rastreamento do câncer do colo do útero para mulheres em situação socioeconômica desfavorável. O processo foi centrado no usuário e incluiu entrevistas, grupos focais, teste do protótipo e teste em campo. As participantes relataram satisfação, valor educativo e facilidade de uso, embora tenham sido identificadas respostas repetitivas e necessidade de esclarecer alguns termos médicos. O estudo é próximo ao presente trabalho pelo tema de rastreamento, mas avalia uma solução de decisão e prepara uma etapa posterior para medir a participação efetiva no rastreamento.
 
-Em conjunto, os estudos evidenciam o predomínio de abordagens quantitativas na avaliação de chatbots, com uso de questionários, escalas e métodos estatísticos. Embora o IRaMuTeQ tenha sido empregado por Martins et al. \cite{Martins2026}, sua aplicação ocorreu na construção da base de conhecimento. Dessa forma, observa-se uma lacuna quanto ao uso de análises qualitativas das interações dos usuários, indicando a necessidade de abordagens que combinem avaliação quantitativa e qualitativa.
+Silva et al. \cite{Silva2023} investigaram a intenção de uso de chatbots no comércio eletrônico, com ênfase em confiança, risco percebido e experiência de \textit{flow}. O estudo quantitativo contou com 226 participantes europeus e utilizou Modelagem de Equações Estruturais. A confiança aumentou a intenção de uso e a experiência de \textit{flow}, oferecendo evidência para a articulação entre aceitação e experiência subjetiva, embora em um domínio não relacionado à saúde.
+
+Martins et al. \cite{Martins2026} desenvolveram, validaram e avaliaram a usabilidade do chatbot ChatLinoHans para apoiar profissionais de saúde na abordagem de lesões da hanseníase. A validação envolveu profissionais de saúde e Tecnologia da Informação, obtendo IVC global de 0,98, concordância de 85,7\% a 100\% na avaliação da aparência e pontuações de usabilidade entre 77,5 e 100. O IRaMuTeQ foi empregado na construção da base de conhecimento, e não como análise lexical das percepções dos participantes.
+
+\begin{table*}[t]
+\centering
+\caption{Comparação entre estudos relacionados e o presente estudo}
+\label{tab:trabalhos-relacionados}
+\scriptsize
+\begin{tabular}{p{2.5cm} p{2.1cm} p{2.5cm} p{1.6cm} p{5.1cm}}
+\hline
+\textbf{Estudo} & \textbf{Objetivo e domínio} & \shortstack{\textbf{Instrumentos/}\\\textbf{procedimentos}} & \textbf{Amostra} & \shortstack{\textbf{Principais resultados}\\\textbf{e posicionamento}} \\
+\hline
+Carvalho et al. \cite{carvalho2024} & Mapear avaliações de usabilidade de chatbots & Revisão sistemática; SUS e TAM entre os instrumentos identificados & 27 estudos & Predomínio de questionários e avaliações tardias; fundamenta a necessidade de combinar métodos e avaliar protótipos antes da implantação. \\
+Holmes et al. \cite{Holmes2019} & Avaliar chatbot de controle de peso em saúde & Observação de tarefas, SUS, UEQ e CUQ & Usuários de chatbot de saúde & Métricas convencionais não cobrem toda a usabilidade conversacional; sustenta a inclusão de percepções qualitativas. \\
+Le Bonniec et al. \cite{LeBonniec2025} & Apoiar decisão sobre rastreamento do câncer do colo do útero & Entrevistas, grupos focais, testes alfa e beta & Mulheres de 30--65 anos e profissionais; beta: 15 mulheres & Boa aceitação e valor educativo, com problemas pontuais de repetição e terminologia; aproxima-se do domínio deste estudo. \\
+Silva et al. \cite{Silva2023} & Explicar aceitação e fluxo em chatbot de comércio & TAM ampliado, confiança, risco e SEM & 226 participantes & Confiança associada à intenção de uso e ao fluxo; oferece base para a articulação dos construtos. \\
+Martins et al. \cite{Martins2026} & Validar chatbot para abordagem da hanseníase & Validação de conteúdo, aparência, usabilidade e IRaMuTeQ & Profissionais de saúde e TI & Evidências satisfatórias de validade e usabilidade; IRaMuTeQ aplicado à base de conhecimento. \\
+Presente estudo & Avaliar o protótipo Liz para prevenção e agendamento do exame do colo do útero & SUS, TAM, FSS-\textit{short} e análise lexical de pergunta aberta & 58 participantes & Integra escalas padronizadas e percepções lexicais em uma validação inicial do protótipo. \\
+\hline
+\end{tabular}
+\end{table*}
+
+Em conjunto, esses trabalhos mostram que há estudos sobre chatbots de saúde, rastreamento do câncer do colo do útero, SUS, TAM e \textit{flow}, mas eles diferem quanto ao objetivo e ao momento do ciclo de desenvolvimento. A lacuna deste trabalho não é a ausência de avaliações de chatbots em saúde nem a inexistência de estudos com escalas padronizadas. A contribuição está na integração, em um protótipo de apoio à prevenção do câncer do colo do útero, de SUS, TAM e FSS-\textit{short} com análise lexical das percepções registradas em uma pergunta aberta. Como não foram analisados registros de conversa, logs ou transcrições dos diálogos, os resultados qualitativos não devem ser apresentados como análise direta da interação conversacional.
+
+Quanto ao ciclo de desenvolvimento, o presente estudo situa-se entre a validação do protótipo e a preparação de novas iterações, e não em uma avaliação de impacto ou de efetividade em larga escala. Os achados sobre facilidade de uso, utilidade, intenção de uso, fluxo e percepções lexicais podem retroalimentar o projeto ao orientar a revisão de mensagens, o tratamento de erros, a clareza das opções de agendamento e a priorização de funcionalidades antes de uma implantação mais ampla.
 
 \section{Metodologia}
 
@@ -559,6 +584,12 @@ Em conformidade com o Art. 2º, inciso III, do Manual de Publicações da SBC, o
 	\textit{Journal of the American Medical Informatics Association},
 	v. 25, n. 9, p. 1248--1258, 2018.
 	DOI: https://doi.org/10.1093/jamia/ocy072.
+
+	\bibitem{LeBonniec2025}
+	LE BONNIEC, Alice; SAUVAGET, Catherine; LUCAS, Eric; NASSIRI, Abdelhak; SELMOUNI, Farida.
+	Design and validation of a chatbot-based cervical cancer screening decision aid for women experiencing socioeconomic disadvantage: user-centered approach study.
+	\textit{JMIR Cancer}, v. 11, e70251, 2025.
+	DOI: \url{https://doi.org/10.2196/70251}.
 	
 	\bibitem{Milne2020}
 	MILNE, D. et al.