Um Dashboard para Análise de Cancelamentos em Aplicativos de Mobilidade Urbana na Cidade do Rio de Janeiro
Resumo
Cancelamentos em aplicativos de mobilidade urbana permanecem frequentes e, para passageiros, muitas vezes são percebidos como um problema sem explicação clara, reduzindo a confiabilidade do serviço. Esta pesquisa investiga esse cenário na cidade do Rio de Janeiro a partir de uma abordagem orientada a data fusion e visualização, propondo um dashboard que integra dados de corridas (previamente tratados e anonimizados) com múltiplas fontes públicas e georreferenciadas. O artefato organiza e correlaciona informações sobre o território, dinâmicas urbanas e manifestações de insatisfação em plataformas de reclamação, permitindo explorar padrões de cancelamento e levantar hipóteses sobre possíveis motivações, incluindo indícios de redlining, efeitos de eventos urbanos e aspectos associados à percepção de segurança. O método adota Design Science Research e estrutura um pipeline técnico que cobre aquisição, pré-processamento, modelagem geoespacial/temporal, construção de indicadores e implementação full stack (back-end e front-end). As análises do dashboard incluem (i) um módulo de Comentários que avalia comentários dentro da plataforma e em uma plataforma externa de Reclamações, (ii) um módulo de redlining que contrapõe taxas de cancelamento com recortes socioespaciais e (iii) um módulo de tempo de resposta institucional a ocorrências urbanas, explorando cancelamentos como possível indicador indireto de diferenças regionais na duração e resolução de eventos. A avaliação empírica com participantes indicou percepção predominantemente positiva quanto à clareza das visualizações, navegação e utilidade do artefato para apoiar a identificação de padrões e a formulação de hipóteses investigáveis.
Palavras-chave:
dashboard, redlining, mobilidade urbana
Referências
Abramova, O. (2022). No matter what the name, we’re all the same? examining ethnic online discrimination in ridesharing marketplaces. Electronic Markets, 32(3):1419–1446.
Brown, A. E. (2023). Prevalence and mechanisms of discrimination: Evidence from the ride-hail and taxi industries. Journal of Planning Education and Research, 43(2):268–280.
Dresch, A., Lacerda, D. P., and Antunes Júnior, J. A. V. (2015). Design Science Research: método de pesquisa para avanço da ciência e tecnologia. Bookman, Porto Alegre.
Ge, Y., Knittel, C. R., MacKenzie, D., and Zoepf, S. (2020). Racial discrimination in transportation network companies. Journal of Public Economics, 190:104205.
Hevner, A. and Chatterjee, S. (2010). Design Research in Information Systems, volume 22 of Integrated Series in Information Systems. Springer, New York.
Mejia, J. and Parker, C. (2021). When transparency fails: Bias and financial incentives in ridesharing platforms. Management Science, 67(1):166–184.
Monachou, F. G. and Ashlagi, I. (2019). Discrimination in online markets: Effects of social bias on learning from reviews and policy design. In Advances in Neural Information Processing Systems, volume 32.
Moody, J., Middleton, S., and Zhao, J. (2019). Rider-to-rider discriminatory attitudes and ridesharing behavior. Transportation Research Part F: Traffic Psychology and Behaviour, 62:258–273.
Pandey, A. and Caliskan, A. (2021). Disparate impact of artificial intelligence bias in ridehailing economy’s price discrimination algorithms. In Proceedings of the 2021 AAAI/ACM Conference on AI, Ethics, and Society (AIES ’21), pages 822–833, New York, NY, USA. Association for Computing Machinery.
Pimentel, M., Filippo, D., and Marcondes dos Santos, T. (2020). Design science research: pesquisa científica atrelada ao design de artefatos. RE@D - Revista de Educação a Distância e eLearning, 3(1).
Pimentel, M., Filippo, D., and Santoro, F. M. (2019). Design science research: fazendo pesquisas científicas rigorosas atreladas ao desenvolvimento de artefatos computacionais projetados para a educação. Metodologia de Pesquisa em Informática na Educação: Concepção da Pesquisa, pages 5–29.
Rosenblat, A., Levy, K. E. C., Barocas, S., and Hwang, T. (2017). Discriminating tastes: Uber’s customer ratings as vehicles for workplace discrimination. Policy & Internet, 9(3):256–279.
Salvat, C. R. (2021). Discrimination in artificial intelligence. Trabalho de conclusão de curso, Universitat Pompeu Fabra, Barcelona.
Tushev, M., Ebrahimi, F., and Mahmoud, A. (2022). A systematic literature review of anti-discrimination design strategies in the digital sharing economy. IEEE Transactions on Software Engineering, 48(12):5148–5157.
Viégas, F. B., Wattenberg, M., van Ham, F., Kriss, J., and McKeon, M. (2007). ManyEyes: a site for visualization at internet scale. IEEE Transactions on Visualization and Computer Graphics, 13(6):1121–1128.
Brown, A. E. (2023). Prevalence and mechanisms of discrimination: Evidence from the ride-hail and taxi industries. Journal of Planning Education and Research, 43(2):268–280.
Dresch, A., Lacerda, D. P., and Antunes Júnior, J. A. V. (2015). Design Science Research: método de pesquisa para avanço da ciência e tecnologia. Bookman, Porto Alegre.
Ge, Y., Knittel, C. R., MacKenzie, D., and Zoepf, S. (2020). Racial discrimination in transportation network companies. Journal of Public Economics, 190:104205.
Hevner, A. and Chatterjee, S. (2010). Design Research in Information Systems, volume 22 of Integrated Series in Information Systems. Springer, New York.
Mejia, J. and Parker, C. (2021). When transparency fails: Bias and financial incentives in ridesharing platforms. Management Science, 67(1):166–184.
Monachou, F. G. and Ashlagi, I. (2019). Discrimination in online markets: Effects of social bias on learning from reviews and policy design. In Advances in Neural Information Processing Systems, volume 32.
Moody, J., Middleton, S., and Zhao, J. (2019). Rider-to-rider discriminatory attitudes and ridesharing behavior. Transportation Research Part F: Traffic Psychology and Behaviour, 62:258–273.
Pandey, A. and Caliskan, A. (2021). Disparate impact of artificial intelligence bias in ridehailing economy’s price discrimination algorithms. In Proceedings of the 2021 AAAI/ACM Conference on AI, Ethics, and Society (AIES ’21), pages 822–833, New York, NY, USA. Association for Computing Machinery.
Pimentel, M., Filippo, D., and Marcondes dos Santos, T. (2020). Design science research: pesquisa científica atrelada ao design de artefatos. RE@D - Revista de Educação a Distância e eLearning, 3(1).
Pimentel, M., Filippo, D., and Santoro, F. M. (2019). Design science research: fazendo pesquisas científicas rigorosas atreladas ao desenvolvimento de artefatos computacionais projetados para a educação. Metodologia de Pesquisa em Informática na Educação: Concepção da Pesquisa, pages 5–29.
Rosenblat, A., Levy, K. E. C., Barocas, S., and Hwang, T. (2017). Discriminating tastes: Uber’s customer ratings as vehicles for workplace discrimination. Policy & Internet, 9(3):256–279.
Salvat, C. R. (2021). Discrimination in artificial intelligence. Trabalho de conclusão de curso, Universitat Pompeu Fabra, Barcelona.
Tushev, M., Ebrahimi, F., and Mahmoud, A. (2022). A systematic literature review of anti-discrimination design strategies in the digital sharing economy. IEEE Transactions on Software Engineering, 48(12):5148–5157.
Viégas, F. B., Wattenberg, M., van Ham, F., Kriss, J., and McKeon, M. (2007). ManyEyes: a site for visualization at internet scale. IEEE Transactions on Visualization and Computer Graphics, 13(6):1121–1128.
Publicado
08/06/2026
Como Citar
PAIVA, Raquel Torres de; GARCIA, Ana Cristina Bicharra; VIÉGAS, Fernanda Bertini.
Um Dashboard para Análise de Cancelamentos em Aplicativos de Mobilidade Urbana na Cidade do Rio de Janeiro. In: CONCURSO DE TESES, DISSERTAÇÕES E TCCS EM SISTEMAS COLABORATIVOS - SIMPÓSIO BRASILEIRO DE SISTEMAS COLABORATIVOS (SBSC), 21. , 2026, Porto Alegre/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 126-135.
DOI: https://doi.org/10.5753/sbsc_estendido.2026.20107.
