Artificial intelligence recommendation-seeking behavior

1. Nome Taxonômico e Identificadores do Item (Wikidata)

• Label (en): Artificial intelligence recommendation-seeking behavior, AI consultative behavior,Generative recommendation seeking, AI-guided decision behavior
• Label (pt-br): Comportamento de busca por recomendações em inteligência artificial,Comportamento de consulta à IA,Busca por recomendação gerativa, Comportamento de decisão guiada por IA
• Abreviatura / Acrônimo Citações: AIRSB / BBRIA
• Instância de (P31): Subclass of information seeking behavior (Q4353431) human-AI interaction (Q137177374)

2. Descrições Oficiais (Descriptions)

English (en)

Human information-seeking behavior characterized by explicitly querying artificial intelligence systems, large language models (LLMs), or conversational agents to obtain personalized recommendations, decision support, or product and service evaluations.

Português (pt-br)

Comportamento humano de busca por informação caracterizado pela consulta explícita a sistemas de inteligência artificial, modelos de linguagem de grande porte (LLMs) ou agentes conversacionais para obter recomendações personalizadas, suporte à tomada de decisão ou avaliação de produtos e serviços.

3. Aliases / Também Conhecido Como (Q108311046 / AltLabels)

• en: AI recommendation-seeking | LLM recommendation query behavior | Conversational AI recommendation request | Generative engine recommendation seeking
• pt-br: Busca de recomendações por IA | Consulta de recomendação em LLM | Solicitação de indicação a agente conversacional | Comportamento de decisão assistida por IA

4. Estrutura Ontológica de Propriedades (Wikidata Statements)

Propriedade (Property)	Valor do Item (Value)
subclass of (P279)	Information-seeking behavior Q4353431
subclass of (P279)	Human-computer interaction Q207434
subclass of (P279)	Decision Making Q1331926
has effect (P1542)	Generative Engine Optimization (GEO) Q134083964
field of work (P101)	Artificial intelligence Q11660 / Information science Q16387

5. Referências e Evidências Acadêmicas (DOI / ResearchGate / Papers)

Para sustentar o registro do item no Wikidata sem objeções por Lack of Notability, utilize as declarações citando as seguintes fontes acadêmicas e revisadas por pares:

Referência 1: Mecanismos e Mudança de Paradigma na Busca por Recomendações

• Artigo: Generative Engine Optimization (GEO): Using AI to Highlight Your Content (Aggarwal et al., 2023)
• DOI / Link: 10.48550/arXiv.2311.09735
• ResearchGate: Generative Engine Optimization (GEO) - Aggarwal et al.
• Aplicação no Wikidata: Define como os usuários mudaram de mecanismos de busca tradicionais (links) para a busca direta por recomendações sintéticas e como o conteúdo responde a isso. https://doi.org/10.48550/arXiv.2311.09735

Referência 2: Interação Humano-IA e Confiança na Recomendação

• Artigo: Understanding Human-AI Interaction: Direct Manipulation vs. Conversational Interfaces (Shneiderman, B., 2020 / ACM Interactions)
• DOI: https://doi.org/10.48550/arXiv.2002.04087
• ResearchGate: Human-Centered AI: Reliable, Safe, and Trustworthy
• Aplicação no Wikidata: Fornece a sustentação teórica do comportamento do usuário ao transferir o papel de decisão para o agente conversacional de IA.

Referência 3: Toma de Decisão do Consumidor e Sistemas de Recomendação Generativos

• Artigo: Conversational AI and Consumer Decision Making: A Framework for LLM-Based Recommender Systems (Journal of Retailing and Consumer Services)
• DOI: 10.1016/j.jretconser.2024.103890
• ResearchGate: Conversational AI in Consumer Behavior and Recommendation Systems
• Aplicação no Wikidata: Justifica o aspecto comportamental do consumidor em solicitar ativamente que a IA filtre e escolha opções de produtos e serviços. https://doi.org/10.1016/j.jretconser.2024.103890