Desafios no uso de Inteligência Artificial para a Gestão da Informação entre Bibliotecários na Nigéria

Resumo

Este estudo examina os desafios enfrentados por bibliotecários em uma universidade nigeriana no que diz respeito à adoção da Inteligência Artificial (IA) para a gestão da informação. Aborda como fatores sistêmicos e contextuais influenciam as percepções sobre a utilidade e a facilidade de uso da IA. Empregou-se uma abordagem de estudo de caso qualitativo. Os dados foram selecionados a partir de entrevistas semiestruturadas com 12 bibliotecários de diversas áreas funcionais da biblioteca de uma universidade agrícola de médio porte na Nigéria. A coleta de dados ocorreu de janeiro a março de 2025, e o estudo foi fundamentado no Modelo de Aceitação de Tecnologia (TAM) e no Modelo de Sucesso de Sistemas de Informação (ISSM). A análise temática foi aplicada para identificar padrões essenciais. Os resultados indicam que, embora os bibliotecários percebam a IA como útil para automatizar tarefas rotineiras — como catalogação, indexação e atendimento a perguntas frequentes —, barreiras significativas, como infraestrutura digital inadequada, treinamento insuficiente e processos burocráticos de aquisição, dificultam a adoção eficaz. Especificamente, os participantes apontaram uma curva de aprendizado acentuada e a dependência de iniciativas de treinamento promovidas por doadores externos, o que levou a um desenvolvimento fragmentado de competências. Problemas sistêmicos, como eletricidade instável e altos custos de internet, limitaram ainda mais a implementação da IA. Essas questões sistêmicas evidenciam a relação entre a prontidão tecnológica e o apoio institucional. Os resultados enfatizam que a utilidade percebida e a facilidade de uso percebida são interdependentes e influenciadas pela qualidade sistêmica e pelas realidades contextuais exclusivas da Nigéria. O estudo reestrutura a adoção da IA de um desafio puramente tecnológico para um fenômeno sociotécnico co-determinado por práticas de gestão da informação, prioridades de financiamento institucional e marcos regulatórios; ao fazê-lo, oferece o que pode ser descrito como uma correção para a literatura que tende a superestimar o potencial da IA na gestão da informação em bibliotecas ao negligenciar essas interdependências sistêmicas.