2.1. IT mindfulness

IT mindfulness é um traço individual definido com base no conceito de mindfulness. A sua contextualização no ambiente TIC se tornou-se recentemente alvo do interesse investigativo para compreender as perceções e comportamentos relacionados com as tecnologias (^{Esmaeilzadeh, 2020}; ^{Maier et al., 2019}; ^{Thatcher et al., 2018}).

Na adoção das TIC, o utilizador frequentemente ignora o contexto em que se encontra e/ou é influenciado por regras sociais, em lugar de considerar a informação que possui, resultando num mau ajustamento. No contexto do uso das tecnologias, o mindfulness reduz a incerteza, aumenta a sua utilidade percebida e eleva a perceção da forma como a tecnologia se ajusta à tarefa na fase pós-adoção, pelo que estimula a satisfação, aceitação e utilização continuada pelo utilizador (^{Sun et al., 2016}).

A investigação revela que as pessoas que possuem elevado IT mindfulness são curiosas, recetivas à novidade e a experiências novas, bem como a ideias intelectualmente desafiantes. Reconhecem que necessitam de estar atualizadas quanto aos avanços da tecnologia e procuram aumentar as suas competências e conhecimentos, quer por iniciativa própria, quer participando em formação disponibilizada pelas organizações (^{Ioannou, 2023}). São utilizadores que têm consciência do valor acrescentado que as TIC lhes podem proporcionar (^{Esmaeilzadeh, 2020}).

Adicionalmente, não se vinculam a formas pré-estabelecidas de usar as TIC, agindo para resolver falhas ou outras situações problemáticas que surgem no trabalho, em vez de se remeterem à inatividade, incapazes de prosseguir com as suas tarefas; como resultado, são capazes de criar soluções inovadoras ou alternativas para conseguir a adaptação tarefa-tecnologia em contextos de trabalho dinâmicos (^{Thatcher et al., 2018}). Os profissionais detentores de IT mindfulness são, por esta razão, mais flexíveis e resilientes, envolvendo-se com o contexto a cada momento (^{Ioannou, 2023}) e percecionando controlo sobre situações tecnologicamente exigentes (^{Nascimento et al., 2024}).

O IT mindfulness atua como um recurso individual (^{Wei et al., 2020}), pelo que quando os profissionais se sentem atraídos pela tecnologia, têm vontade de conhecer as suas funcionalidades e aplicações, experimentar, entender e investigar as suas falhas, associam-lhe uma visão favorável e antecipam mais-valias para o trabalho. Deste modo, funciona como uma estratégia de coping para lidar com as TIC de forma competente.

O IT mindfulness pode, assim, assumir um duplo papel positivo: proteger os profissionais dos impactos negativos da exposição a eventos stressantes que ocorrem no trabalho (^{Ioannou, 2023}; Ioannou & Papazafeiropoulou, 2017; ^{Maier et al., 2019}), e incrementar experiências positivas que decorrem da utilização das TIC (^{Nascimento et al., 2024}), contribuindo para a eficácia e desempenho, sobretudo perante tarefas complexas (^{Järveläinen et al., 2021}). Foi empiricamente demonstrado o impacto do IT mindfulness tanto no aumento da satisfação do utilizador, isto é, na satisfação com a tecnologia usada para cumprir as suas tarefas, como no incremento do desempenho no trabalho (Ioannou et al., 2024).

Num artigo pioneiro, ^{Thatcher et al. (2018}) estabeleceram o conceito de IT mindfulness, relacionando-o estreitamente com a utilização ativa dos sistemas tecnológicos e definindo-o como:

A dynamic IS-specific trait, evident when working with IT, whereby the user focuses on the present, pays attention to detail, exhibits a willingness to consider other uses, and expresses genuine interest in investigating IT features and failures (^{Thatcher et al., 2018}, pp. 833-834).

Embora os seus efeitos sejam relativamente duradouros, o IT mindfulness é um traço individual maleável, refletindo não apenas disposição para agir, mas também a acumulação gradual das experiências individuais com a tecnologia (^{Thatcher et al., 2018}). Devido a esta natureza manipulável, pode ser desenvolvido através de formação, role modeling e outros programas de intervenção (^{Ioannou et al., 2024}; Thatcher et al., 2018), conforme demonstrado por Thatcher et al. (2018). Constitui, por isso, um mecanismo organizacional que os gestores podem utilizar para combater os efeitos negativos das TIC e potenciar os seus benefícios, favorecendo os resultados individuais e melhorando a eficiência e desempenho global das organizações.

2.2. Medição do IT mindfulness

Sendo um conceito emergente, a medição do IT mindfulness é igualmente recente, tendo sido apresentada nos Estados Unidos da América por ^{Thatcher et al. (2018}), equipa de investigação que propôs o conceito. Os autores basearam-se nos trabalhos de Langer em 1989, 1997 e 2014 sobre mindfulness e conceptualizaram IT mindfulness como sendo composto por quatro dimensões: (1) alertness to distinction, ou atenção à distinção, ou seja, o utilizador não apenas compreende as capacidades e benefícios atuais das TIC, mas também o seu potencial de utilização noutros contextos; (2) awareness of multiple perspectives, ou consciência de múltiplas perspetivas, isto é, o grau em que o utilizador identifica diferentes formas de utilizar as TIC e respetivo valor; (3) openness to novelty, ou abertura à novidade, referindo-se ao desejo de explorar novas funcionalidades ou diferentes facetas das TIC; (4) orientation in the present, ou orientação no presente, significando a adoção constante das funcionalidades e novidades tecnológicas adequadas ao momento, visando melhorar a eficácia. Deste modo, os utilizadores das TIC com elevado grau de IT mindfulness tendem a usar os diferentes recursos tecnológicos e ser inovadores (Thatcher et al., 2018).

Os autores operacionalizaram o conceito através da criação e desenvolvimento da Escala de IT mindfulness. Esta constitui, tanto quanto é do nosso conhecimento, a sua única medida validada e constitui o instrumento de medida de referência utilizado na investigação emergente que envolve o IT mindfulness, suas implicações e percursores (e.g., ^{Esmaeilzadeh, 2020}; ^{Ioannou et al., 2024}; Ioannou & Papazafeiropoulou, 2017; ^{Järveläinen et al., 2021}; ^{Maier et al., 2019}).

A escala de IT mindfulness avalia o grau de atenção dado à tecnologia no contexto de trabalho, no qual o utilizador se foca no presente, presta atenção aos detalhes, mostra disposição para considerar outros usos e expressa um genuíno interesse em investigar as funcionalidades e falhas das TI. A escala original possui 11 itens, agrupados nas 4 dimensões do constructo. ^{Thatcher et al. (2018}) também propuseram uma versão reduzida composta por 4 daqueles itens, em que cada dimensão (atenção à distinção, consciência de múltiplas perspetivas, abertura à novidade, e orientação no presente) é medida por um item. Um exemplo de item é: “Gosto de compreender as diferentes maneiras de usar as TIC”. As respostas são dadas numa escala Likert de 5 pontos (1=discordo totalmente, 5=concordo totalmente). Os autores reportaram alfa de Cronbach de 0.86, 0.88, 0.91 e 0.83 respetivamente nas 4 dimensões da escala global e de 0.88 na escala reduzida.

Tanto quanto sabemos, a escala de IT mindfulness não foi ainda traduzida, adaptada e validada para outros idiomas.

3.1. Participantes

A amostra, não probabilística e recolhida por conveniência, foi composta por 1107 respostas completas (51.3% do sexo feminino), maioritariamente provenientes de instituições públicas de ensino superior (77.6%). Mais de metade dos participantes (67.8%) tinham o ensino como a única profissão. Relativamente à experiência docente, 21.5% dos participantes tinham menos de 10 anos, 22.9% entre 10 e 19 anos, 32.5% entre 20 e 29 anos, 18.6% entre 30 e 39 anos, e 4.4% mais de 40 anos.

3.2. Procedimento

Tanto quanto é do nosso conhecimento, a escala de IT mindfulness nunca foi traduzida, adaptada ou validada em amostras da população portuguesa. Foi utilizado o método traduz-retraduz. Com base na escala de IT mindfulness (^{Thatcher et al., 2018}), os itens foram traduzidos para português em conjunto por um especialista em língua inglesa e por um especialista no conteúdo, tendo a redação sido adaptada ao contexto do nosso estudo. Seguiu-se a retroversão da versão portuguesa para inglês, por uma pessoa nativa nesta língua que reside e trabalha em Portugal há vários anos, mas que viveu grande parte da vida adulta num país anglófono. Em vez de se procurar uma equivalência literal, foram identificadas palavras ambíguas, removidas inconsistências ou erros conceptuais, e refletido o contexto semântico e cultural de cada item original (^{Borsa et al., 2012}; ^{Khouri & Silva, 2019}). Para reforçar a validade de conteúdo, foram solicitados comentários e opiniões de dois DES portugueses, utilizadores frequentes de TIC no ensino. Mantivemos a escala de resposta Likert de 5 pontos proposta por Thatcher el al. (2018).

Por se pretender cobertura nacional e devido à facilidade de acesso à internet por parte da população visada, os dados foram recolhidos através de um questionário online no Google Forms, solicitado por email, durante três semanas em maio-junho de 2020. O contato direto através dos autores e a técnica de snowball resultaram num efeito multiplicador pelos canais pessoais e digitais. Os responsáveis das instituições de ensino superior foram abordados e solicitados a divulgar o estudo entre os seus docentes, que também foram contactados diretamente através dos emails institucionais públicos. Todos os padrões éticos exigidos a este tipo de estudo foram seguidos e a participação foi voluntária, com consentimento informado. O questionário incluiu quatro medidas adicionais para a análise de validade de constructo, em concreto da validade discriminante, descritas na seção seguinte.

Como a validação da escala implica a autoavaliação como único método de medida, seguimos procedimentos para ajudar a evitar vieses de método comum (common method bias), tais como como cuidado na tradução e redação dos itens, informação acerca da inexistência de respostas certas ou erradas, e garantia de confidencialidade (^{Podsakoff et al., 2003}).

3.3. Instrumentos de medida

Escala de IT Mindfulness. Trata-se do instrumento de medida a validar neste estudo, descrito na seção 2.2..

Escala de Utilidade das TIC. Esta escala de 4 itens foi adaptada da IT Usefulness scale de Ayyagari et al. (2011). Avalia o julgamento do indivíduo sobre o grau em que as características da tecnologia melhoram o desempenho no trabalho. Um exemplo de item é “O uso de TIC melhora a qualidade do meu trabalho”, com as respostas sendo dadas numa escala Likert de 5 pontos (1=discordo totalmente, 5=concordo totalmente). Os autores reportaram um alfa de Cronbach de 0.94.

Escala de Techno-eustress. Escala de 5 itens adaptada a partir da escala original de Eustress de O’Sullivan (2011) e sua transposição para o contexto organizacional de TIC (Califf, 2015; Califf et al., 2015). A escala encontra-se validada para os DES portugueses por ^{Nascimento et al. (2024}) e apresentou um alfa de Cronbach de 0.89. Avalia o grau em que o stress induzido pela tecnologia é percebido como tendo um efeito positivo no funcionamento do indivíduo (Califf et al., 2015). Um exemplo de item é “Com que frequência sente que quando está sob pressão de trabalho, desempenha melhor uma tarefa se envolver as TIC?” Os itens foram respondidos numa escala Likert de 5 pontos (1=nunca a 5=sempre).

Escala de Uso de Múltiplas Estratégias de Coping. Constituída por 6 itens, foi adaptada para o contexto tecnológico a partir da Multiple Coping Strategy Use subscale, numa subescala da Self-perceived flexible coping with stress scale (^{Zimmer-Gembeck et al., 2018}). Avalia o grau em que o indivíduo possui um amplo conjunto de opções (tool box) para lidar com fontes de stress e a sua capacidade para recorrer a estratégias alternativas de coping sempre que necessário. Um exemplo de item adaptado é "Quando preciso, consigo mudar a forma como lido com o stress causado pelo uso das TIC". As respostas foram dadas numa escala Likert de 5 pontos (1=discordo totalmente, 5=concordo totalmente). O alfa de Cronbach foi de 0.96.

Escala de Satisfação no Trabalho. Os níveis de satisfação no trabalho dos participantes foram medidos por uma escala de 3 itens proposta por ^{Ragu-Nathan et al. (2008}) e que avalia o estado emocional agradável ou positivo que resulta da avaliação do trabalho ou das experiências de trabalho. Um exemplo de item é "Gosto de fazer as coisas que faço no trabalho", com respostas numa escala Likert de 5 pontos (1=discordo totalmente, 5=concordo totalmente). Os autores reportaram um alfa de Cronbach de 0.87.

3.4. Tratamento e análise de dados

Usámos o IBM SPSS Statistics 29 e o IBM AMOS Structural Equation Modeling 28.

Analisámos os dados de estatística descritiva e a sensibilidade dos itens (se as respostas diferenciadas dos sujeitos são estruturalmente diferentes no constructo que se está a medir) através dos valores de simetria e achatamento. Realizámos análise fatorial exploratória (AFE) para compreender a estrutura fatorial subjacente. A fiabilidade foi verificada pelo coeficiente de consistência interna alfa de Cronbach e por procedimentos de teste-reteste. Conduzimos a análise fatorial confirmatória (AFC) para avaliar adicionalmente a validade de constructo e a fiabilidade composta. Os índices de qualidade do ajustamento incluíram (²/gl, CFI (Comparative Fit Index) como índices relativos de ajustamento, GFI (Goodness of Fit Index), RMR (Root Mean Square Residual) e RMSEA (Root Mean Square Error of Approximation), p≥0.05, como índices absolutos de ajustamento. O MECVI (Expected Cross-Validation Index) também foi verificado como um indicador da validade de modelos alternativos na população a partir de uma única amostra, em que o modelo com o menor valor será o mais estável na população (^{Browne & Cudeck, 1993}).

A amostra (n=1107) foi dividida aleatoriamente em duas subamostras aproximadamente equivalentes, para a realização da AFE (n=559) e da AFC (n=548). Adicionalmente, foi utilizada uma amostra de acompanhamento (n=712) para avaliar a fiabilidade através de teste-reteste.

4.1. Análise Fatorial Exploratória e Fiabilidade

Juntamente com o método de extração dos componentes principais, que não requer normalidade multivariada (^{Marôco, 2018}), utilizámos Promax como método oblíquo de rotação dos fatores, permitindo que os fatores extraídos não sejam independentes, o que é mais realista nas ciências sociais (^{Hair et al., 2019}), e também devido à sua adequação para matrizes de dados com alguma dimensão (Marôco, 2018).

4.1.1. Começamos com a escala global de 11 itens.

O critério de Kaiser revelou 2 fatores (componentes) com valores próprios >1 que explicaram 71.8% da variância total, mas com ênfase num fator que, sozinho, explicou 60.7% da variância total. As comunalidades foram >0.50 (^{Hair et al., 2019}) em todos os itens, exceto no ITM4 (h ²=0.336), pelo que decidimos removê-lo e repetir a AFE, mantendo-se dois fatores que explicaram 76.1% da variância total. O fator 1 explicou 63.9% da variância e incluiu os itens ITM7, ITM8, ITM9, ITM10 e ITM11, sugerindo que os DES da nossa amostra associam diferentes perspetivas de utilização das TIC com a abertura à novidade e curiosidade para explorar e experimentar as suas funcionalidades. O fator 2 englobou os itens ITM1, ITM2, ITM3, ITM5 e ITM6 e explicou 12.2% da variância total. Do mesmo modo, na nossa amostra os DES não dissociaram a atenção à distinção e a orientação para o presente. Nesta solução fatorial, obteve-se alpha de Cronbach de 0.945 para o fator 1 (consistência interna muito boa) e de 0.885 para o fator 2 (boa).

Para dar conta da conceptualização inicial em quatro dimensões (^{Thatcher et al., 2018}), conduzimos nova AFE à escala de 11 itens, mas forçando a extração de quatro fatores. Como resultado, dois deles apresentaram valores próprios <1 e explicaram apenas 7.1% e 4.5% da variância total; ensaiando a retirada do item ITM4 (que já anteriormente tinha apresentado fragilidades), obteve-se uma solução fatorial difícil de interpretar, com cross-loadings (cargas cruzadas) e pesos fatoriais abaixo de 0.5.

Tendo em conta estes resultados, e uma vez que no modelo fatorial de 11 itens um dos fatores explica 71.8% da variância total, considerámos possível que na nossa amostra o constructo se apresente como unidimensional. Ensaiámos nova AFE forçando a extração de um único fator, originando comunalidades bastante satisfatórias, exceto no item ITM4 (h ²=0.318), que também protagonizou o peso fatorial destacadamente mais baixo (λ=0.564). A sua remoção fortaleceu também o coeficiente alfa de Cronbach. Assim, nesta solução fatorial unidimensional de 10 itens, obtivemos um fator que explica 63.9% da variância total e o índice de consistência interna cifrou-se em 0.936 (muito boa).

Deste modo, quanto à escala global, dois modelos fatoriais ajustaram-se bem aos nossos dados: escala bidimensional de 10 itens (M1) e escala unidimensional de 10 itens (M1). Apresentamos a sua síntese na Tabela 2.

Prosseguimos com a análise das propriedades psicométricas da escala reduzida de 4 itens, que apresentamos também na Tabela 2 sob a designação M3. A AFE resultou na saturação dos itens num único fator que explica 68.4% da variância total, apresentando pesos fatoriais robustos e comunalidades dentro dos limites recomendados. A consistência interna obtida foi boa (0.884).

Para verificar a fiabilidade teste-reteste, o intervalo de tempo recomendado é de cerca de 15-30 dias. No entanto, no nosso caso, os dados foram obtidos a partir de uma subamostra de 712 participantes que completaram a escala de IT mindfulness nove meses mais tarde, noutra investigação em que o diferencial temporal foi assim estabelecido, facto que poderia diminuir a correlação. Apesar disso, obtiveram-se correlações fortes e significativas entre as pontuações dos participantes nas duas administrações, tanto no caso da escala global de 10 itens (r=0.75; p<0.001), como no da escala reduzida (r=0.72; p<0.001). Podemos, assim, concluir pela estabilidade temporal das escalas.

4.2. Análise Fatorial Confirmatória

Começámos pela escala bidimensional de 10 itens (M1). Os pressupostos de normalidade foram verificados através da assimetria |Sk|≤0.912 e da curtose |Ku|≤0.890, dentro dos limites recomendados de |Sk|<2 and |Ku|<7 (^{Finney & DiStefano, 2006}).

Os índices de ajustamento obtidos foram (²/df=9.440 (mau), CFI=0.936 (bom), GFI=0.895 (sofrível), RMR=0.041 (bom), RMSEA=0.124 (inaceitável), P[rmsea≤0.05]=0.000, e MECVI=0.665. Para conseguir os mínimos de qualidade do ajustamento, foi necessário, de acordo com as sugestões dos índices de modificação, não apenas correlacionar erros de medida que pertencem ao mesmo fator, mas também erros que pertencem a fatores diferentes, o que teoricamente não é recomendável. Obteve-se (²/df=2.574 (bom), CFI=0.991 (muito bom), GFI=0.975 (muito bom), RMR=0.026 (bom), RMSEA=0.054 (aceitável), P[rmsea≤0.05]=0.330, e MECVI=0.231.

Os pesos fatoriais em ambas as dimensões da escala variaram entre 0.68 e 0.94. A validade convergente foi verificada através da variância extraída média (VEM), que foi de 0.759 no fator 1 e de 0.563 no fator 2 (deverá ser >0.50), e a fiabilidade compósita alcançou 0.940 e 0.865, respetivamente, acima do limiar de 0.70 (^{Fornell & Larker, 1981}; ^{Hair et al., 2019}). Contudo, a validade discriminante entre os dois fatores apresentou problemas (Tabela 3), dado que a) √VEM_{Fator 2} (0.750) foi inferior à correlação entre os fatores 1 e 2 (0.779, p<0.001), e b) a variância máxima partilhada (VMP), de 0.608, foi superior à VEM (0.563). Esta constatação colocou em causa a escala bidimensional de 10 itens.

Prosseguimos com a escala unidimensional de 10 itens (M2). A normalidade foi confirmada por assimetria |Sk|≤0.806 e curtose |Ku|≤0.890.

Como índices de ajustamento, obteve-se (²/df=22.523 (mau), CFI=0.832 (sofrível), GFI=0.732 (mau), RMR=0.086 (inaceitável), RMSEA=0.198 (inaceitável), P[rmsea≤0.05]=0.000, e MECVI=1.516. Para melhorar a qualidade do ajustamento, suportados no quadro teórico de um constructo unidimensional, correlacionámos alguns erros sugeridos pelos índices de modificação. Obteve-se (²/df=2.748 (bom), CFI=0.991 (muito bom), GFI=0.979 (muito bom), RMR=0.020 (bom), RMSEA=0.057 (aceitável), P[rmsea≤0.05]=0.244, e MECVI=0.234.

O modelo M2 apresenta validade fatorial, dado que λ≥0.57, validade convergente, confirmada por VEM=0.575, e fiabilidade compósita, com 0.930. Para testar a validade discriminante, usámos as medidas de quatro constructos relacionados com experiências positivas no trabalho, partilhando uma base teórica e conceptual com o IT mindfulness.

A análise da Tabela 4 mostra que, em todos os casos, a √VEM é superior às correlações entre os constructos, cumprindo assim o critério de Fornell-Larcker. Além disso, a VMP foi menor que a VEM (^{Hair et al., 2019}). Adicionalmente, todas as correlações foram ≤0.535, portanto inferiores a 0.80, indicando que a escala unidimensional de 10 itens de IT mindfulness é distinta das outras quatro medidas de construtos relacionados (^{Campbell & Fiske, 1959}).

Finalizamos com a escala reduzida (M3). A normalidade foi verificada por assimetria |Sk|≤0.854 e curtose |Ku|≤0.681.

Obteve-se (²/df=25.377 (mau), CFI=0.944 (bom), GFI=0.957 (bom), RMR=0.042 (aceitável), RMSEA=0.211 (inaceitável), P[rmsea≤0.05]=0.000, e MECVI=0.122. Para melhorar a qualidade do ajustamento, correlacionámos dois erros. O resultado foi CFI=0.988 (muito bom), GFI=0.990 (muito bom), RMR=0.016 (bom), RMSEA=0.139 (inaceitável), P[rmsea≤0.05]=0.013, e MECVI=0.054. Obteve-se ainda (²/df=11.619 (mau) e o teste de qui-quadrado foi significativo (p<0.05), o que é de esperar em grandes amostras (^{Hair et al., 2019}), que é o caso da nossa, pelo que não reputámos como uma limitação. Apesar de o índice RMSEA se ter situado ligeiramente acima do limite de 0.10 (^{Hu & Bentler, 1999}), Hair et al. (2019) sugerem que o índice RMR o pode substituir para evidenciar o ajustamento do modelo. Deste modo considerámos que, globalmente, M3 apresentou qualidade de ajustamento. O valor de MECVI está próximo de zero e é inferior ao da escala unidimensional (M2), sugerindo que a escala reduzida é mais estável na população.

Os pesos fatoriais variaram entre 0.61 e 0.87, a validade convergente foi aferida por VEM=0.60 e a fiabilidade compósita cifrou-se em 0.85, acima dos limites recomendados. Também a validade discriminante foi verificada (Tabela 5). Em todos os casos, √VEM foi superior às correlações entre constructos, a VMP foi menor que a VEM (^{Hair et al., 2019}), e todas as correlações foram ≤0.525 (ou seja, <0.80), indicando que a escala reduzida de IT mindfulness é distinta das outras quatro medidas de construtos relacionados.