Abstract in Portuguese:

Resumo Objetivo: O objetivo principal deste artigo é responder às questões de pesquisa propostas analisando as publicações sobre inteligência artificial (IA), educação, negócios e agentes conversacionais (CAs) ou chatbots no banco de dados Scopus, a fim de identificar os termos mais frequentes usados por acadêmicos ao longo dos anos, bem como classificar a evolução da pesquisa com base nas tendências temáticas mais importantes. Originalidade/valor: O estudo contribui para a literatura ao oferecer insights sobre o cenário temático da pesquisa relacionada à IA em vários domínios. Ao empregar uma metodologia abrangente, o artigo fornece uma compreensão diferenciada da intersecção entre IA, educação, negócios e CAs. Design/metodologia/abordagem: A metodologia compreende dois componentes principais. Primeiro, a modelagem de tópicos é aplicada por ano de publicação a resumos de artigos que atendem aos critérios de pesquisa. Segundo, a codificação da teoria fundamentada é utilizada para categorizar temas gerados em classificações mais significativas. Essa abordagem dupla garante uma análise rigorosa dos dados e facilita a identificação de tendências temáticas abrangentes. Resultados: Os resultados revelam cinco tendências temáticas investigadas nas publicações analisadas: 1. aprendizagem centrada no aluno no ensino superior; 2. métodos interativos usando a abordagem de processa-mento de linguagem natural (PNL); 3. soluções tecnológicas e ChatGPT em um contexto universitário; 4. aprimoramento da educação por meio de plataformas inteligentes; e 5. desafios para a integração social e acadêmica de ferramentas de IA. Além disso, o estudo propõe uma agenda de pesquisa com algumas questões como futuras vias de investigação.

Abstract in English:

Abstract Purpose: The primary objective of this article is to answer the proposed research questions by analyzing the publications on artificial intelligence (AI), education, business, and conversational agents (CAs) or chatbots within the Scopus database to identify the most frequent terms used by scholars over the years, as well as to classify the research evolution based on the most important thematic trends. Originality/value: The study contributes to the literature by offering insights into the thematic landscape of AI-related research across multiple domains. By employing a comprehensive methodology, the article provides a nuanced understanding of the intersection between AI, education, business, and CAs. Design/methodology/approach: The methodology comprises two main components. Firstly, topic modeling is applied by the year of publication to summaries of articles meeting the search criteria. Secondly, grounded theory coding was used to categorize generated themes into more meaningful classifications. This dual approach ensures a rigorous data analysis and facilitates the identification of overarching thematic trends. Findings: The results reveal five thematic trends investigated in the analyzed publications: 1. student-centered learning in higher education; 2. interactive methods using the natural language processing (NLP) approach; 3. technological solutions and ChatGPT in a university context; 4. enhancing education through intelligent platforms; and 5. challenges for social and academic integration of AI tools. Additionally, the study proposes a research agenda with some questions as future avenues of inquiry.

Abstract in Portuguese:

Resumo Objetivo: Em resposta à crescente integração da inteligência artificial (IA) e da tomada de decisão (TD) na gestão empresarial, este estudo fornece uma visão abrangente das bases teóricas, trajetórias de pesquisa e temas emergentes dentro dessa interseção transformadora. Ao elucidar o cenário em evolução da tomada de decisão impulsionada pela IA, a pesquisa visa oferecer insights valiosos para acadêmicos e profissionais, fomentando práticas conscientes na tomada de decisão e avanços estratégicos em contextos empresariais contemporâneos. Originalidade/valor: Empiricamente, este artigo apresenta elementos para a IA e a TD, conceituando, validando e discutindo a integração do campo, lança luz sobre as raízes teóricas e identifica os principais temas de pesquisa na literatura. Design/metodologia/abordagem: O estudo conduz uma análise bibliométrica de 494 artigos de periódicos na interseção entre a IA e a TD na gestão empresarial, realizando duas análises bibliométricas: análise de cocitação e análise de coocorrência, além de realizar uma revisão qualitativa para analisar os resultados quantitativos obtidos. Resultados: Esta pesquisa contribui para a compreensão do domínio de três maneiras principais. Primeiro, as raízes teóricas são reveladas através das referências mais citadas. Segundo, a meta-análise mostra cinco estudos pioneiros na literatura, sugerindo os próximos estágios de pesquisa. Terceiro, quatro temas distintos de pesquisa são identificados: 1. impacto na indústria e na sociedade, 2. estratégias empresariais, 3. aplicações tecnológicas e 4. decisão orientada. Por fim, os resultados destacam tópicos de pesquisa para futuros estudos qualitativos, quantitativos e de métodos mistos, tanto de forma teórica quanto empírica.

Abstract in English:

Abstract Purpose: In response to the growing integration of artificial intelligence (AI) and decision-making (DM) in business management, this study endeavors to provide a comprehensive understanding of the theoretical foundations, research trajectories, and emergent themes within this transformative intersection. By elucidating the evolving landscape of AI-driven decision-making, the research aims to offer valuable insights for scholars and practitioners, fostering informed decision-making practices and strategic advancements in contemporary business contexts. Originality/value: Methodologically, the study casts elements for AI and DM by conceptualizing, examining, and reviewing the field’s integration. The study also highlights the theoretical roots and classifies the main research themes in the literature strand. Design/methodology/approach: The study conducted a bibliometric analysis of 494 journal articles at the intersection of AI and DM in business management. It conducted two bibliometric analyses: co-citation analysis and co-occurrence analysis. The study also performed a qualitative review to criticize the obtained quantitative results. Findings: This research contributes to the domain’s understanding in three major ways. First, the theoretical roots by showing the most cited references. Second, the meta-analysis shows five pioneering studies in the literature suggesting the following research stages. Third, four distinct research themes are identified: 1. industry and society impact, 2. business strategies, 3. technological applications, and 4. decision systems. Lastly, the results highlighted research topics for future qualitative, quantitative, and mixed methods studies and provided recommendations for future research agendas alongside methodological theoretical and empirical guidelines for further investigations.

Abstract in Portuguese:

Resumo Objetivo: Este artigo visa avaliar potenciais vieses de gênero em descrições de emprego. Originalidade/valor: A literatura em administração ainda procura entender os diferentes impactos sociais e econômicos gerados a partir da introdução de grandes modelos de linguagem (large language models - LLM). Reconhece-se que tais modelos não são neutros; eles carregam um grande número de vieses e discriminações contidos na linguagem criada por humanos. Se usados como ferramenta para a redação de descri-ções de empregos, podem contribuir negativamente para a preservação da desigualdade de gênero entre as ocupações e para a perpetuação da divisão sexual do trabalho. Design/metodologia/abordagem: Esta pesquisa faz uso de diferentes word embeddings (vetores de palavras) treinados em modelos LLM para avaliar potenciais vieses de gênero gerados em descrições de empregos de duas das principais plataformas de recrutamento e seleção, LinkedIn e Vagas.com. Mais especificamente, ela avalia vieses de gênero e identifica a sensibilidade dos vetores dentro do contexto de análise de desigual-dade de gênero. Resultados: O grau de consistência entre as arquiteturas varia significativamente quando os vetores contidos nas descrições de emprego e os dois vetores de gênero são modificados, o que evidencia que mesmo modelos pré-treinados podem não ser confiáveis para a verificação de vieses de gênero. Essa falta de consistência indica que a identificação de vieses de gênero pode ser impactada a depender dos parâmetros adotados. Ademais, observou-se uma alta sensibilidade a pronomes e que a diferença entre os gêneros parece ser maior quando os vetores unitários “homem” e “mulher” são comparados a termos relacionados à família. Contribuição/Implicação: O uso de modelos LLM para a redação de descrições de emprego deve ser realizado com cautela e os esforços para mitigar os vieses de gênero precisam acontecer sobre o corpus a ser modelado, antes que o treinamento dos dados aconteça.

Abstract in English:

Abstract Purpose: This article aims to evaluate potential gender biases on job postings. Originality/value: The management literature still seeks to understand the different social and economic impacts that the introduction of large language models (LLM) has produced. It is now recognized that such models are not neutral; they carry a large portion of the biases and discriminations found in human language. If used as support in writing job descriptions, it can contribute negatively to the preservation of gender inequality among occupations and the perpetuation of the sexual division of labor. Design/methodology/approach: This research uses different LLMs embeddings to evaluate potential gender biases generated in job postings from two major platforms, LinkedIn and Vagas.com. More specifically, it evaluates gender biases and identifies the vectors’ sensitivity within the context of gender inequality analysis. Findings: The degree of consistency between architectures varies significantly as the words contained in job descriptions and the two gender vectors are altered, which means that even pre-trained models might not be reliable to understand gender bias. This lack of consistency indicates that the evaluation of gender bias might be different depending on the parameters. Also, a high sensitivity to pronouns was observed, and the difference between genders seems to be greater when we relate the unitary vectors “man” and “woman” with terms related to family. Contribution/implication: The use of LLM for job postings must be carried out with caution, and efforts to mitigate gender biases must take place on the corpus to be modeled before data training occurs.

Abstract in Portuguese:

Resumo Objetivo: A ascensão da Revolução 4.0 suscita diversas questões de pesquisa; no campo da liderança não poderia ser diferente. Uma das questões mais proeminentes nesse campo gira em torno dos atributos requeridos ao líder no contexto da Revolução 4.0. Portanto, este estudo buscou captar e mensurar a percepção de pesquisadores e executivos brasileiros sobre os principais atributos requeridos ao líder na era digital. Originalidade/valor: O estudo é relevante ao fornecer luzes em relação às competências requeridas ao líder na era digital, identificando atributos importantes para uma liderança efetiva. Design/metodologia/abordagem: Primeiramente foi realizado extenso mapeamento da literatura, resultando em um modelo teórico do Líder Digital em torno de quatro dimensões: i) relacional; ii) foco em pessoas; iii) digital; iv) inovação e adaptabilidade. Posteriormente, pesquisa quantitativa foi aplicada junto a 77 executivos e 14 dos pesquisadores que mais publicaram na área de liderança no Brasil. Resultados: Os resultados revelam elevada percepção de importância para todos os atributos identificados no modelo da pesquisa. Portanto, tanto para executivos quanto para pesquisadores, o indivíduo apto a liderar na Revolução 4.0 deve possuir atributos vinculados às dimensões relacional, humana, digital e de inovação. Entretanto, ao comparar as dimensões entre si, verifica-se que a dimensão digital aparece com menor grau de importância. Chama a atenção o fato de que na Revolução 4.0 as competências mais relacionadas à tecnologia ocuparam a posição menos privilegiada. Tal achado suscita questões relacionadas à discussão recente em torno da necessidade de um estilo de liderança novo no contexto da Revolução 4.0.

Abstract in English:

Abstract Purpose: The rise of Revolution 4.0 raises several research questions; in the field of leadership, it could not be different. One of the most prominent issues in this field revolves around the attributes required of leaders in the context of Revolution 4.0. Therefore, this study sought to capture and measure the perception of Brazilian researchers and executives about the main attributes required of leaders in the digital age. Originality/value: The study is relevant as it sheds light on the skills required of leaders in the digital age, identifying important attributes for effective leadership. Design/methodology/approach: At first, an extensive literature mapping was carried out, resulting in a theoretical model of the Digital Leader around four dimensions: i) relational; ii) focus on people; iii) digital; iv) innovation and adaptability. Subsequently, quantitative research was applied to 77 executives and 14 researchers who published the most about leadership in Brazil. Findings: The results reveal a high perception of importance for all attributes identified in the research model. Therefore, for both executives and researchers, the individual able to lead in Revolution 4.0 must have attributes linked to the relational, human, digital, and innovation dimensions. However, when comparing the dimensions, it is verified that the digital dimension appears with a lesser degree of importance. It is curious that in Revolution 4.0, skills more related to technology occupied the least privileged position. This finding raises questions related to the recent discussion around the need for a new leadership style in the context of Revolution 4.0.

Abstract in Portuguese:

Resumo Objetivo: Com o avanço do uso de LLMs, cresce a necessidade de compreender o cenário atual das pesquisas e potenciais tendências e lacunas neste campo do conhecimento. Sendo assim, a análise bibliométrica foi empregada com o objetivo de analisar a produção científica envolvendo aplicações de LLMs na área de Administração e Negócios. Originalidade/valor: Este estudo analisa as características da produção acadêmica envolvendo LLMs e Administração e Negócios e fornece potenciais insights para pesquisadores e profissionais da área. Design/metodologia/abordagem: Para atingir os objetivos deste trabalho uma bibliometria e um mapeamento sistemático foram conduzidos no período de 2000 a 2024 para responder as seguintes questões: Qual o estado da arte da produção acadêmica envolvendo LLMs em Administração e Negócios? Qual o estado da arte dos estudos empíricos envolvendo LLMs em Administração e Negócios? Qual o foco das aplicações de LLMs em Administração e Negócios? Resultados: A maioria dos artigos envolve modelagem computacional e análises empíricas e se referem a validação de tecnologias, métodos ou ferramentas já existentes. As pesquisas foram classificadas de acordo com 6 categorias no que se refere aos objetivos de aplicação dos LLMs, a saber: Rastreamento, Reconhecimento, Extração, Modelagem, Sumarização e Classificação. A análise sistemática do mapa indica que, apesar do avanço no uso e aplicação dos LLMs, alguns desafios persistem e se configuram como possibilidades de pesquisas futuras. Questões envolvendo ética e privacidade dos dados e o gerenciamento dos vieses de pesquisa envolvendo processamento de linguagem natural são desafios proeminentes.

Abstract in English:

Abstract Purpose: With the advancement of the use of LLMs, there is a growing need to understand the current research scenario and potential trends and gaps in this field of knowledge. Therefore, bibliometric analysis was used with the aim of analyzing scientific production involving applications of LLMs in Administration and Business. Originality/value: This study analyzes the characteristics of academic production involving LLMs, Administration, and Business and provides potential insights for researchers and professionals in the field. Design/methodology/approach: To achieve the objectives of this work, bibliometrics and systematic mapping were conducted from 2000 to 2024 to answer the following questions: What is the state of the art of academic production involving LLMs in Administration and Business? What is the state of the art of empirical studies involving LLMs in Administration and Business? What is the focus of LLM applications in Administration and Business? Findings: Most articles involve computational modeling and empirical analyses and refer to validating existing technologies, methods, or tools. The research was classified according to 6 categories regarding the application objectives of LLMs: Tracking, Recognition, Extraction, Modeling, Summarization, and Classification. The systematic map analysis indicates that, despite advances in the use and application of LLMs, some challenges persist and represent possibilities for future research. Issues involving data ethics and privacy and the management of research biases involving natural language processing are prominent challenges.

Abstract in Portuguese:

Resumo Objetivo: Discutir os impactos do uso da inteligência artificial generativa (GenAI) no ensino e pesquisa em Administração com a lente de investigação da ética das virtudes para a reflexão dos impactos da tecnologia sobre as pessoas. Originalidade/valor: Consideramos os riscos e as possibilidades concernentes ao emprego da GenAI, especialmente o ChatGPT. Categorizamos os impactos da GenAI no ensino e pesquisa, mapeando artigos centrados no agente ou em ações e classificando suas perspectivas éticas subjacentes (deontologia, utilitarismo, ética das virtudes), reconhecendo que a ética da inteligência artificial se concentra em princípios utilitários e regulações. Destacamos o aspecto humano na análise, para superar a superficialidade no tratamento dos impactos na formação das pessoas. Design/metodologia/abordagem: Conduzimos uma revisão semi-sistemática da literatura recente sobre GenAI no ensino e pesquisa em Administração. Utilizamos o método PRISMA para coleta e seleção de artigos em três bases de dados acadêmicas, Scopus, Science Direct e Web of Science, além do Google Scholar. Desde 45 artigos, mapeamos três questões principais: nível de análise, perspectiva ética e impactos da GenAI. Resultados: Destacamos que o uso da GenIA para a aprendizagem do estudante e a formação do investigador em termos de virtudes ou caráter são incipientes, enquanto as questões éticas são mencionadas implícita ou superficialmente. A GenAI pode contribuir tanto para o aumento quanto para a redução do desenvolvimento humano e da pesquisa, a depender de seu uso apropriado em processos de aprendizagem e investigação. Uma sólida fundamentação na ética das virtudes é essencial para entendermos profundamente a relação homem-IA.

Abstract in English:

Abstract Purpose: This study aims to discuss the impacts of using generative artificial intelligence (GenAI) in education and research in the business and management field, using a virtue ethics lens to reflect on technology’s effects on people. Originality/value: Our analysis considers the potential risks and opportunities of using GenAI, particularly ChatGPT. We categorized the effects of generative AI on education and research into groups by mapping agent-centered or action-centered articles and sorting them by the ethical perspective they come from (deontology, utilitarianism, or virtue ethics), keeping in mind that AI ethics addresses mainly utilitarian rules and principles. Our analysis emphasizes the human element to avoid oversimplifying the effects on people’s formation. Design/methodology/approach: We conducted a semi-systematic review of recent literature on GenAI in management education and research. We used the PRISMA method to collect and select articles from three academic databases: Scopus, Science Direct, and Web of Science, in addition to Google Scholar. From 45 articles, we mapped three main issues: analysis level, ethical perspective, and GenAI impacts. Findings: We point out that using GenIA for student learning and researcher training in virtues or character is incipient, while ethical issues are mentioned implicitly or superficially. GenAI can enhance or reduce human development and research, depending on its appropriate use in learning and research processes. A solid grounding in virtue ethics is essential to deeply understanding the impact of human-AI relationships.