Campo DC | Valor | Idioma |
dc.contributor.advisor | Silva, Gladston Luiz da | - |
dc.contributor.author | Carvalho, Maxwell Sarmento de | - |
dc.date.accessioned | 2022-06-01T17:32:45Z | - |
dc.date.available | 2022-06-01T17:32:45Z | - |
dc.date.issued | 2022-06-01 | - |
dc.date.submitted | 2022-02-09 | - |
dc.identifier.citation | CARVALHO, Maxwell Sarmento de. IASC: aprimoramento do uso da satisfação dos consumidores de energia elétrica como indicador de efetividade em uma regulação responsiva. 2022. xvi, 150 f., il. Dissertação (Mestrado Profissional em Computação Aplicada) — Universidade de Brasília, Brasília, 2022. | pt_BR |
dc.identifier.uri | https://repositorio.unb.br/handle/10482/43870 | - |
dc.description | Dissertação (Mestrado Profissional em Computação Aplicada) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, Brasília, 2022. | pt_BR |
dc.description.abstract | A cultura centrada no consumidor adquiriu importância fundamental em mercados
competitivos, e sua satisfação é uma medida de reconhecida importância, que influencia
ou determinam desde o faturamento até a participação de mercado. Ainda assim, o consumidor não recebe a mesma atenção em ambientes governamentais ou regulatórios. O uso
intensivo de pesquisas e dados, com a construção de políticas públicas e normas baseadas
em evidências, pode diminuir a assimetria de informações, fornecer objetivos e metas de
investimento claros, e melhorar a qualidade geral da regulação e foco no consumidor, suas
expectativas e necessidades. As últimas duas décadas testemunharam o crescimento exponencial da geração em massa de informações – a Era do Big Data, mas os modelos que
melhor utilizam tais dados são complexos, usualmente caixas pretas, que falham em interpretabilidade. A Inteligência Artificial Explicável (XAI) é um campo em expansão que
traz explicabilidade a esses modelos complexos e pode atender às necessidades de políticas públicas baseadas em evidência. A Agência Nacional de Energia Elétrica – ANEEL
enfrenta o desafio de regular e emular a concorrência em um mercado monopolista, protegendo os interesses do consumidor ao mesmo tempo que mantém a modicidade tarifária,
e usa o IASC, um índice de satisfação do consumidor, como um indicador de qualidade,
para garantir que o consumidor seja uma parte significativa dos objetivos estratégicos das
empresas. Esse trabalho propõe modelos complementares de satisfação do consumidor,
convergentes com as dimensões reguladas do setor elétrico, permitindo seu uso direcionado
em uma regulação responsiva, de modo a maximizar o potencial do índice, aumentando
seu poder preditivo e identificando pontualmente os atributos mais relevantes. Esperase que o acréscimo desses modelos ao arsenal de ferramentas regulatórias permita que
o IASC seja mais explicativo e direcionado, gere maior segurança nos investimentos das
distribuidoras e maior efetividade no monitoramento e incentivos regulatórios da Aneel. | pt_BR |
dc.language.iso | Português | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | IASC : aprimoramento do uso da satisfação dos consumidores de energia elétrica como indicador de efetividade em uma regulação responsiva | pt_BR |
dc.type | Dissertação | pt_BR |
dc.subject.keyword | Satisfação do consumidor | pt_BR |
dc.subject.keyword | Políticas públicas - avaliação | pt_BR |
dc.subject.keyword | Agência Nacional de Energia Elétrica (ANEEL) | pt_BR |
dc.subject.keyword | Inteligência Artificial Explicável (XAI) | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
dc.description.abstract1 | The consumer-centric culture has acquired fundamental importance in competitive
markets, and their satisfaction is a measure of recognized importance, which influences
or determines everything from revenue to market share. However, the consumer does not
receive the same attention in governmental or regulatory environments. With the construction of public policies and standards based on evidence, the intensive use of research
and data can decrease information asymmetry, provide clear investment objectives and
targets, improve the overall quality of regulation, and focus on the consumer, their expectations, and needs. The last two decades have witnessed the exponential growth of the
mass generation of information – the Age of Big Data, but the models that best utilize
such data are complex, usually black boxes that fail in interpretability. Explainable Artificial Intelligence (XAI) is an expanding field that brings explainability to these complex
models and can meet the needs of evidence-based public policy. The National Electric
Energy Agency - ANEEL faces the challenge of regulating and emulating competition in
a monopolistic market, protecting consumer interests while maintaining reasonable tariffs, and uses the IASC, a consumer satisfaction index, as a quality indicator, to ensure
that the consumer is a significant part of the companies’ strategic objectives. This work
proposes complementary models of consumer satisfaction, converging with the regulated
dimensions of the electricity sector, allowing their targeted use in a responsive regulation
to maximize the index’s potential, increasing its predictive power, and promptly identifying the most relevant attributes. Adding these models to the arsenal of regulatory tools
will allow the IASC to be more explanatory and targeted, generate greater security in
distributors’ investments, and greater effectiveness in Aneel’s regulatory monitoring and
incentives. | pt_BR |
dc.description.unidade | Instituto de Ciências Exatas (IE) | pt_BR |
dc.description.unidade | Departamento de Ciência da Computação (IE CIC) | pt_BR |
dc.description.ppg | Programa de Pós-Graduação em Computação Aplicada, Mestrado Profissional | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|