CARGA COGNITIVA, FINANÇAS COMPORTAMENTAIS E INTELIGÊNCIA ARTIFICIAL NO APOIO À SELEÇÃO DE AÇÕES DE DIVIDENDOS

Proposição Arquitetural da Carteira Inteligente IA

Autores

  • Renato de Oliveira Rosa Fucape

Resumo

O crescimento do número de investidores pessoa física no mercado de capitais brasileiro ampliou o acesso à renda variável, mas não eliminou a assimetria informacional nem a limitação técnica para interpretar dados contábeis e financeiros. Nesse contexto, dashboards de plataformas tradicionais concentram múltiplos indicadores, séries históricas, filtros e telas, impondo ao usuário elevado esforço de processamento mental. Consequentemente, a decisão de investimento pode ser afetada por sobrecarga cognitiva, fadiga decisória e vieses descritos pelas Finanças Comportamentais. Diante disso, este artigo propõe a arquitetura conceitual da Carteira Inteligente IA, um modelo de linguagem configurado para apoiar a seleção de ações voltadas a dividendos por meio de interação em linguagem natural e integração com APIs externas. Desse modo, o artefato foi delineado com base na Design Science Research, articulando Teoria da Carga Cognitiva, Finanças Comportamentais e sistemas conversacionais. Ademais, o modelo foi idealizado para consumir dados do Yahoo Finance via RapidAPI, processar indicadores como payout e dividend yield e devolver relatórios estruturados, comparáveis e rastreáveis. Portanto, argumenta-se que a solução atua como mediação cognitiva ao reduzir ruído visual, condensar dados dispersos e apoiar a interpretação de métricas financeiras sem transferir a decisão final ao sistema.

Downloads

Publicado

2026-07-03

Edição

Seção

EIXO 4 - Artigo Completo - Inovação, Tecnologia e Empreendedorismo

Como Citar

ROSA, Renato de Oliveira. CARGA COGNITIVA, FINANÇAS COMPORTAMENTAIS E INTELIGÊNCIA ARTIFICIAL NO APOIO À SELEÇÃO DE AÇÕES DE DIVIDENDOS: Proposição Arquitetural da Carteira Inteligente IA. Encontro Internacional de Gestão, Desenvolvimento e Inovação (EIGEDIN), [S. l.], v. 8, n. 1, 2026. Disponível em: https://periodicos.ufms.br/index.php/EIGEDIN/article/view/25398. Acesso em: 8 jul. 2026.