Previsão da aceitação e uso da tecnologia de Inteligência Artificial (IA) pelos usuários da biblioteca de medicina em Gana

Autores

DOI:

https://doi.org/10.5195/biblios.2025.1211

Palavras-chave:

Intenções comportamentais, Tecnologias assistidas por IA, Biblioteca acadêmica, Utilidade percebida, Modelo de aceitação de tecnologia (TAM), Gana

Resumo

Objetivo. Este estudo investigou as intenções comportamentais de estudantes de medicina em uma biblioteca acadêmica em relação ao uso de tecnologias assistidas por IA para pesquisa e aprendizado. Método. Empregando um projeto de pesquisa de levantamento e uma abordagem quantitativa, o estudo incluiu uma amostra de 302 respondentes usando a tabela publicada por Krejcie e Morgan. As análises estatísticas foram conduzidas usando o Statistical Package for Social Sciences (SPSS) versão 26, com regressões lineares e lineares múltiplas utilizadas para estabelecer relações entre as variáveis. Resultados. Os resultados do estudo indicam que a utilidade percebida, a facilidade de uso percebida e a autoeficácia dentro do Modelo de Aceitação de Tecnologia (TAM) estendido influenciam significativamente a intenção comportamental de utilizar a IA em uma biblioteca acadêmica em Gana. Além disso, os resultados sugerem que a utilidade percebida desempenha um papel mais significativo na influência da intenção comportamental em comparação com a facilidade de uso percebida. Além disso, o estudo revela uma relação direta entre a intenção comportamental e o comportamento de uso no TAM. Conclusão. Este estudo ressalta os fatores críticos do Modelo de Aceitação de Tecnologia estendido que impulsionam a adoção da IA nas bibliotecas acadêmicas de Gana. Os resultados destacam a importância primordial da utilidade percebida na formação da intenção comportamental, superando o impacto da facilidade de uso percebida. Além disso, a ligação direta entre a intenção comportamental e o comportamento de uso real reafirma a aplicabilidade do modelo na previsão da adoção da tecnologia. Essas percepções fornecem uma base valiosa para o desenvolvimento de estratégias para aprimorar a integração da IA em bibliotecas acadêmicas, melhorando, em última análise, sua eficiência operacional e a prestação de serviços.

Biografia do Autor

Kwesi Gyesi, University of Ghana

O Sr. Kwesi Gyesi é responsável pela Unidade de Recursos Eletrônicos, Biblioteca Balme, Universidade de Gana. Ele tem mestrado em Estudos da Informação pela Universidade de Gana. Tem experiência diversificada como bibliotecário e leciona em vários cursos. Seus interesses de pesquisa se concentram em Necessidades de Informação, Comportamento de Busca de Informação, Alfabetização Digital, Gerenciamento de Recursos Eletrônicos, Tecnologia da Informação e Comunicação (TIC), Marketing, Biblioteconomia e IA em bibliotecas. Ele também é tutor nos Centros de Aprendizagem da Universidade de Gana, na Escola de Educação Continuada e a Distância (SCDE), na Faculdade de Educação.

Vivian Amponsah, Christian Service University College

Vivian Amponsah se formou na Universidade de Gana e tem um mestrado em Estudos da Informação. Estudos da Informação. Atualmente, ela é bibliotecária da Christian Service University, Biblioteca Chapman, em Kumasi. Seus interesses de pesquisa incluem a cultura organizacional em bibliotecas, o uso de recursos eletrônicos em bibliotecas, o uso de IA em bibliotecas e serviços de referência. Atualmente, ela está expandindo seu interesse na preservação digital do patrimônio cultural em bibliotecas públicas.

Samuel Ankamah, University of Ghana

Samuel Ankamah é especialista em informações de saúde e bibliotecário assistente na Universidade de Gana. Ele possui um mestrado. Estudos da Informação. Sua pesquisa se concentra em bibliometria, revisões sistemáticas e o impacto da pesquisa acadêmica no setor de saúde, especialmente em hospitais públicos de Gana. Samuel está ativamente envolvido no treinamento de pesquisadores e clínicos em metodologias de revisão sistemática e práticas baseadas em evidências. Ele também é apaixonado pelo papel da inteligência artificial no aprimoramento dos serviços de biblioteca em instituições acadêmicas.

Referências

Aggelidis, V. P., & Chatzoglou, P. D. (2009). Using a modified technology acceptance model in hospitals. International Journal of Medical Informatics, 78(2), 115-126. https://doi.org/10.1016/j.ijmedinf.2008.06.006

Aggrey, S. B. (2009). Information Literacy among second-and third-year medical students of University of Ghana, Medical School. MPhil Thesis, University of Ghana, Accra.

Ahmer, H., Altaf, S. B., & Khan, H. M., et al. (2023). Knowledge and perception of medical students towards the use of artificial intelligence in healthcare. Journal of the Pakistan Medical Association, 73(2), 448-451. https://doi.org/10.47391/jpma.5717

Al Saad, M. M., Shehadeh, A., & Alanazi, S., et al. (2022). Medical students’ knowledge and attitude towards artificial intelligence: An online survey. The Open Public Health Journal, 15(1), e187494452203290. http://dx.doi.org/10.2174/18749445-v15-e2203290

Ankamah, S., Gyesi, K., & Anaman, A. A. (2021). The evaluation of information literacy among medical students at the College of Health Sciences, University of Ghana. Library Philosophy and Practice (e-Journal), 6008, 1-39. https://digitalcommons.unl.edu/libphilprac/6008/

Bohr, A. & Memarzadeh, K. (2020). The rise of artificial intelligence in healthcare applications. In: Artificial Intelligence in Healthcare. Elsevier, pp. 25–60. https://doi.org/10.1016/B978-0-12-818438-7.00002-2

Buabbas, A. J., Miskin, B., & Alnaqi, A. A., et al. (2023). Investigating students’ perceptions towards artificial intelligence in medical education. Healthcare, 11(1298), 1-16. https://doi.org/10.3390/healthcare11091298

Buchholz, A., Perry, B., & Weiss, L. B., et al. (2016). Smartphone use and perceptions among medical students and practicing physicians. Journal of Mobile Technology in Medicine, 5(1), 27–32. http://dx.doi.org/10.7309/jmtm.5.1.5

Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20(22), 1-22. https://doi.org/10.1186/s41239-023-00392-8

De Veer, A. J. E., Peeters, J. M., & Brabers, A. E. M., et al. (2015). Determinants of the intention to use e-Health by community dwelling older people. BMC health services research, 15(103), 1–9. https://doi.org/10.1186/s12913-015-0765-8

Dimitriadou, E. & Lanitis, A. (2023). A critical evaluation, challenges, and future perspectives of using artificial intelligence and emerging technologies in smart classrooms. Smart Learning Environments, 10(12), 1-26. https://doi.org/10.1186/s40561-023-00231-3

Dwivedi, Y. K., Hughes, L., & Ismagilova, E., et al. (2021). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, e101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002

Galavi, Z., Pourasad, M. H., & Norouzi, S., et al. (2023). Public usage, perceived usefulness, and satisfaction with e-Health services in COVID-19 pandemic. Journal of Clinical Research in Paramedical Sciences, 11(2), e133719. https://doi.org/10.5812/jcrps-133719

Gandomi, A. H., Chen, F., & Abualigah, L. (2023). Big data analytics using artificial intelligence. Electronics, 12(4), e957. https://doi.org/10.3390/electronics12040957

Gani, M. O., Rahman, M. S., & Bag, S., et al. (2024). Examining behavioural intention of using smart health care technology among females: dynamics of social influence and perceived usefulness. Benchmarking: An International Journal, 31(2), 330–352. https://doi.org/10.1108/BIJ-09-2022-0585

Gow, C. X., Wong, S. C. & Lim, C. S. (2019). Effect of output quality and result demonstrability on generation Y’s behavioural intention in adopting mobile health applications. Asia-Pacific Journal of Management Research and Innovation, 15(3), 111–121. https://doi.org/10.1177/2319510X19872597

Gupta, P., Ding, B., & Guan, C., et al. (2024). Generative AI: A systematic review using topic modelling techniques. Data and Information Management, 8(2), 100066. https://doi.org/10.1016/j.dim.2024.100066

Ibrahim, T. A. (2018). The role of technology acceptance model in explaining university academics’ acceptance and behavioural intention to use technology in education. KnE Social Sciences, 1162–1172. https://doi.org/10.18502/kss.v3i6.2443

Kansal, R., Bawa, A., & Bansal, A., et al. (2022). Differences in knowledge and perspectives on the usage of artificial intelligence among doctors and medical students of a developing country: A cross-sectional study. Cureus, 14(1), e21434. https://doi.org/10.7759/cureus.21434

Kashyap, A. (2023). How universities can leverage AI for advantages and navigate pitfalls. LinkedIn. https://www.linkedin.com/pulse/how-universities-can-leverage-ai-advantages-navigate-pitfalls

Kowalska-Pyzalska, A. (2024). Individual behavioral theories. In: Diffusion of innovative energy services. Elsevier, 77-105. https://linkinghub.elsevier.com/retrieve/pii/B978012822882100010X

Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607–610. https://doi.org/10.1177/001316447003000308

Kwak., Y., Seo, Y. H., & Ahn, J-W. (2022). Nursing students’ intent to use AI-based healthcare technology: Path analysis using the unified theory of acceptance and use of technology. Nurse Education Today, 119, e105541. https://doi.org/10.1016/j.nedt.2022.105541

Li, X., Jiang, M. Y., & Jong, M. S., et al. (2022). Understanding medical students’ perceptions of and behavioral intentions toward learning artificial intelligence: A survey study. International Journal of Environmental Research and Public Health, 19(14), e8733. https://doi.org/10.3390/ijerph19148733

Malik, A. R., Pratiwi, Y., & Andajani, K., et al. (2023). Exploring artificial intelligence in academic essay: Higher education student’s perspective. International Journal of Educational Research Open, 5, e100296. https://doi.org/10.1016/j.ijedro.2023.100296

Marikyan, D., Papagiannidis, S. & Stewart, G. (2023). Technology acceptance research: Meta-analysis. Journal of Information Science, 1-22. https://doi.org/10.1177/01655515231191177

Meotti, M. & Magliozzi, D. (2024). Using artificial intelligence to navigate the new challenges of college and career. Harvard Advanced Leadership Initiative Social Impact Review. https://www.sir.advancedleadership.harvard.edu/articles/using-artificial-intelligence-to-navigate-the-new-challenges-of-college-and-career

Ministry of Education, Republic of Ghana. (2021) Ict in education reform. https://moe.gov.gh/index.php/ict-in-education-reform-2/.

Mir, M. M., Mir, G. M., & Raina, N. T., et al. (2023). Application of artificial intelligence in medical education: Current scenario and future perspectives. Journal of Advances in Medical Education and Professionalism, 11(3), 133–140. https://doi.org/10.30476/JAMP.2023.98655.1803

Mishra, A., Shukla, A., & Rana, N. P., et al. (2023). Re-examining post-acceptance model of information systems continuance: A revised theoretical model using MASEM approach. International Journal of Information Management, 68, e102571. https://doi.org/10.1016/j.ijinfomgt.2022.102571

Panergayo, A. A. E., & Aliazas, J. V. C. (2021). Students’ behavioral intention to use learning management system: The mediating role of perceived usefulness and ease of use. International Journal of Information and Education Technology, 11(11), 538–545. http://dx.doi.org/10.18178/ijiet.2021.11.11.1562

Park, D. Y., & Kim, H. (2023). Determinants of intentions to use digital mental healthcare content among university students, faculty, and staff: Motivation, perceived usefulness, perceived ease of use, and parasocial interaction with AI chatbot. Sustainability, 15(1), e872. https://doi.org/10.3390/su15010872

Pinto-Coelho, L. (2023). How artificial intelligence is shaping medical imaging technology: A survey of innovations and applications. Bioengineering, 10(12), e1435. https://doi.org/10.3390/bioengineering10121435

Priya, R., Gandhi, A. V., & Shaikh, A. (2018). Mobile banking adoption in an emerging economy: An empirical analysis of young Indian consumers. Benchmarking: An International Journal, 25(2): 743–762. https://doi.org/10.1108/BIJ-01-2016-0009

Rago, C. A. P, & Zucchi, P. (2020). Can ease of use and usefulness perception be influenced by physicians characteristics in the adoption of technology innovations? International Journal for Innovation Education and Research, 8(10) 87-93. http://dx.doi.org/10.31686/ijier.vol8.iss10.2660

Rahmawati, R. N. (2019). Self-efficacy and use of e-learning: A theoretical review technology acceptance model (TAM). American Journal of Humanities and Social Sciences Research 3(5): 41–55. https://www.ajhssr.com/wp-content/uploads/2019/05/F19354155.pdf

Rodway, P., & Schepman, A. (2023). The impact of adopting AI educational technologies on projected course satisfaction in university students. Computers and Education: Artificial Intelligence, 5, e100150. https://doi.org/10.1016/j.caeai.2023.100150

Rono, E. K. (2014). The relationship between perceived ease of use, perceived usefullness, behavioural intention to use and acceptance of mobile banking services: The case of commercial banks in Kenya. University of Nairobi.

Sit, C., Srinivasan, R., & Amlani, A., et al. (2020). Attitudes and perceptions of UK medical students towards artificial intelligence and radiology: A multicentre survey. Insights into Imaging, 11, e14. https://doi.org/10.1186/s13244-019-0830-7

United Nations. (2023). Sustainable development goals: 17 goals to transform our world. United Nations. https://www.un.org/en/exhibits/page/sdgs-17-goals-transform-world

University of Ghana. (2024a). Balme Library: Home. https://balme.ug.edu.gh/

University of Ghana. (2024b). History of Medical School: University of Ghana Medical School. https://smd.ug.edu.gh/about/history-medical-school

University of Ghana. (2024c). Overview: University of Ghana. https://www.ug.edu.gh/about/overview

University of Ghana. (2024d). VC’s Student Digitalisation Initiative. https://www.ug.edu.gh/vcsdi/home

Venkatesh, V., Morris, M. G., & Davis, G. B., et al. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), e425. https://doi.org/10.2307/30036540

Venkatesh, V. & Bala, H. (2008). Technology acceptance model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/j.1540-5915.2008.00192.x

Wicaksono, A. & Maharani, A. (2020). The effect of perceived usefulness and perceived ease of use on the technology acceptance model to use online travel agency. Journal of Business and Management Review, 1(5), 313–328. http://dx.doi.org/10.47153/jbmr15.502020

Wu, J-H., Wang, S-C., & Lin, L-M. (2007). Mobile computing acceptance factors in the healthcare industry: A structural equation model. International Journal of Medical Informatics, 76(1), 66–77. https://doi.org/10.1016/j.ijmedinf.2006.06.006

Downloads

Publicado

2025-04-11

Como Citar

Gyesi, K., Amponsah, V., & Ankamah, S. (2025). Previsão da aceitação e uso da tecnologia de Inteligência Artificial (IA) pelos usuários da biblioteca de medicina em Gana. Biblios Journal of Librarianship and Information Science, (88), e004. https://doi.org/10.5195/biblios.2025.1211

Edição

n. 88 (2025)

Seção

Original

Licença

Copyright (c) 2025 Kwesi Gyesi, Vivian Amponsah, Samuel Ankamah

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Os autores que publicam neste periódico estão de acordo nos seguintes termos:

  1. O Autor retém o Direito sobre a sua Obra, onde o termo "Obra" incluirá todos os objetos digitais que podem resultar da publicação eletrônica posterior e/ou distribuição.

  2. Uma vez aceitada a Obra, o Autor concede à Editorial o direito da primeira publicação da Obra.

  3. O Autor lhe concederá à Editorial e seus agentes o direito permanente não exclusivo e licença para publicar, arquivar e fazer acessível a Obra em sua totalidade ou em parte, em todas as formas e os meios agora conhecidos ou no futuro, mediante uma Licença Creative Commons Atribuição 4.0 Internacional ou seu equivalente que, para evitar qualquer dúvida, permite a outros copiar, distribuir e comunicar publicamente a Obra nas condições seguintes: Atribuição - outros usuários devem reconhecer a Obra da forma especificada pelo Autor ou como se indica no lugar web do periódico científico; Entendendo que esta condição possa ser modificada com a licença do Autor e que, quando a Obra ou qualquer de seus elementos se ache no domínio público segundo a legislação aplicável, que seu status não esteja em absoluto afetado pela licença.

  4. O Autor é capaz de entrar em acordos contratuais independentes, adicionais para a distribuição não exclusiva da versão da Obra publicada no periódico científico (por exemplo, publicá-la num repositório institucional ou publicá-la num livro) sempre que se proporcione no documento um reconhecimento de sua publicação inicial neste periódico científico.

  5. Os Autores estão autorizados e tem o apoio para publicar em linha um manuscrito antes da sua publicação (mas não a versão final da Obra formatada em PDF para a Editorial) em repositórios institucionais ou em seu sitio, antes e durante o processo de envio, já que pode dar lugar a intercâmbios produtivos, e a uma citação primigênia maior do trabalho publicado (ver o efeito do acesso aberto). Dita Obra depois de sua aceitação e publicação se deverá atualizar, incluindo a referência DOI (Digital Object Identifier) atribuída pela Editorial e o vínculo ao resumo em linha da versão final publicada no periódico.

  6. A petição da Editorial, o Autor se compromete a comunicar e apresentar oportunamente ao Editor, e por conta dele, as provas escritas das permissões, licenças e autorizações para o uso de material de terceiros incluso na Obra, exceto o determinado pela Editorial a cobrir-se pelos princípios de uso justo.

  7. O Autor declara e garante que:

    a. A Obra é um trabalho original do Autor;
    b. O Autor não transferiu e não transferirá, os direitos exclusivos sobre a Obra para um terceiro;
    c. A Obra não está em avaliação em outro periódico científico;
    d. A Obra não foi publicada em outro periódico científico;
    e. A Obra não contém nenhuma tergiversação ou infração ao trabalho propriedade de outros autores ou terceiros, e
    f. A Obra não contém nenhuma difamação, invasão da privacidade, ou qualquer outro assunto ilegal.

  8. O Autor se compromete a indenizar e eximir à Editorial se não cumprir com as declarações e garantias contidas no parágrafo 7 anterior, assim como de qualquer reclamação ou procedimento relacionado com o uso e a publicação da Editorial de qualquer conteúdo da Obra, incluído o conteúdo de terceiros.