Prof. Adm. Jedson Ferreira Cardoso (CRA-08227) Email: professor@jedsoncardoso.eti.br MSN: jedsoncardoso@hotmail.com Cel.: (0xx91) 8123-2805

Material de Apoio

GESTÃO DO CONHECIMENTO

OBS: ESSE DETALHAMENTO É PARA ATIÇAR A IMAGINAÇÃO E O CONHECIMENTO CIENTÍFICO, NÃO SE RESTRINJA SOMENTE A ESTES TOPICOS, ASSIM COMO O MATERIAL FORNECIDO AO ALUNO É DE LEITURA OBRIGATÓRIA.

“Primeiro, construa sua reputação como gênio criativo;

segundo, cerque-se de parceiros que sejam melhores do que você;

terceiro, deixe que continuem o trabalho.”

David Ogilvy

UNIVERSIDADE PAULISTA – UNIP UNIDADE ENTRONCAMENTO, BELÉM/PA

SUMÁRIO

1. CONSTITUINDO UMA EMPRESA GERADORA DE CONHECIMENTO ............................................. 2

2. SISTEMA DE GESTÃO DO CONHECIMENTO ......................................................................................... 2

2.1. PORTAIS DE CONHECIMENTO DA EMPRESA ............................................................................................. 3

3. UMA VISÃO GERAL DA INTELIGÊNCIA ARTIFICIAL ........................................................................ 4

3.1. DOMÍNIOS DA INTELIGÊNCIA ARTIFICIAL ............................................................................................... 5 3.1.1. Ciência cognitiva .................................................................................................................................. 6

3.1.1.1. Redes Neurais ............................................................................................................................................. 7 3.1.1.2. Sistemas de Lógica Difusa .......................................................................................................................... 7

3.1.1.2.1. Lógica Difusa nas Empresas ................................................................................................................. 8 3.1.1.3. Algoritmos Genéticos ................................................................................................................................. 8 3.1.1.4. Real idade Virtual ...................................................................................................................................... 8

3.1.1.4.1. Aplicações da Realidade Virtual .......................................................................................................... 9 3.1.1.5. Agentes Inteligentes .................................................................................................................................. 10 3.1.1.6. Sistemas Especialistas .............................................................................................................................. 11

3.1.1.6.1. Componentes de um Sistema Especialista ......................................................................................... 11

4. A INFORMAÇÃO E A ORGANIZAÇÃO VOLTADA PARA O APRENDIZADO ................................ 11

4.1. POR QUE O APRENDIZADO ORGANIZACIONAL É CADA VEZ MAIS IMPORTANTE ....... 12

5. DESAFIOS PARA A ADMINISTRAÇÃO ................................................................................................... 12

5.1. SÍNTESE DA ADMINISTRAÇÃO ................................................................................................................. 12 5.1.1. Administração ..................................................................................................................................... 12 5.1.2. Organização ........................................................................................................................................ 13 5.1.3. Tecnologia .......................................................................................................................................... 13

5.2. PARA DISCUTIR ........................................................................................................................................ 13

6. RESUMO ......................................................................................................................................................... 13

1. POR QUE HOJE AS EMPRESAS PRECISAM DE PROGRAMAS E SISTEMAS DE GESTÃO DO CONHECIMENTO

PARA GERENCIAR O CONHECIMENTO? ................................................................................................................. 13 2. QUAIS SÃO AS APLICAÇÕES DE SISTEMA DE INFORMAÇÃO MAIS ÚTEIS PARA DISTRIBUIR, CRIAR E

COMPARTILHAR CONHECIMENTO NA EMPRESA? ................................................................................................. 13 3. QUE BENEFÍCIOS TRAZ PARA A EMPRESA A UTILIZAÇÃO DA TECNOLOGIA DE INTELIGÊNCIA ARTIFICIAL

PARA GERENCIAMENTO DE CONHECIMENTO? ...................................................................................................... 14 4. COMO AS EMPRESAS PODEM UTILIZAR SISTEMAS ESPECIALISTAS E RACIOCÍNIO BASEADO EM CASOS

PARA CAPTURAR CONHECIMENTO? ...................................................................................................................... 14 5. COMO AS ORGANIZAÇÕES PODEM SE BENEFICIAR DA UTILIZAÇÃO DE REDES NEURAIS E OUTRAS

TÉCNICAS INTELIGENTES? .................................................................................................................................... 14

7. REFERÊNCIAS .............................................................................................................................................. 15

8. ANEXO............................................................................................................................................................. 16

2

1. Constituindo uma Empresa Geradora de Conhecimento Em uma economia em que a única certeza é a incerteza, a única fonte segura de vantagem

competitiva duradoura é o conhecimento. Quando os mercados mudam, as tecnologias proliferam, os concorrentes se multiplicam e os produtos se tornam obsoletos quase da noite para o dia, as empresas de sucesso são aquelas que constantemente criam conhecimento, disseminam-no por toda a organização e rapidamente o incorporam em novas tecnologias e produtos. Essas atividades definem a empresa “geradora de conhecimento”, cujo único negócio é a inovação contínua.

Para muitas empresas de hoje, a vantagem competitiva duradoura apenas pode lhes pertencer se elas se tornarem empresas geradoras de conhecimento ou organizações que aprendem (learning organizations). Isso significa a criação constante de novo conhecimento dos negócios, sua disseminação ampla por toda a empresa e a rápida incorporação do novo conhecimento em seus produtos e serviços.

Empresas geradoras de conhecimento exploram dois tipos de conhecimento. Um é o conhecimento explícito — dados, documentos, coisas escritas ou armazenadas em computadores. O outro tipo é o conhecimento tácito — os “como fazer” do conhecimento, que reside nos trabalhadores. A gestão conhecimento bem-sucedida cria técnicas, tecnologias e recompensas para que os funcionários compartilhem o que sabem e para fazer melhor uso do conhecimento acumulado no local de trabalho. Dessa maneira, os funcionários de uma empresa estão fomentando o conhecimento à medida que realizam seus trabalhos.

2. Sistema de Gestão do Conhecimento Colocar o conhecimento pessoal à disposição dos demais é a atividade central da empresa

geradora de conhecimento, que ocorre continuamente e em todos os níveis da organização. A gestão do conhecimento tornou-se, assim, um dos maiores usos estratégicos da

tecnologia da informação. Muitas empresas estão montando sistemas de gestão do conhecimento, para administrar a aprendizagem organizacional e seu know-how. O objetivo dos sistemas de gestão do conhecimento é ajudar os trabalhadores do conhecimento a criarem, organizarem e disponibilizarem conhecimento importante dos negócios, sempre e onde ele for necessário em uma organização. Isso engloba processos, procedimentos, patentes, obras de referência, fórmulas, melhores práticas, previsões e reparos. Podemos destacar sites de Internet e intranet, groupware, data mining, bases de dados e grupos de discussão on-line são algumas das tecnologias fundamentais que podem ser aplicadas num sistema de gestão do conhecimento.

Os sistemas de gestão do conhecimento facilitam a aprendizagem organizacional e a criação do conhecimento. São projetados para fornecer um feedback rápido aos trabalhadores do conhecimento, encorajar alterações de comportamento dos funcionários e melhorar expressivamente o desempenho da empresa. Enquanto o processo de aprendizagem organizacional continua e sua base de conhecimento se expande, a empresa geradora de conhecimento trabalha para integrar seu conhecimento em seus serviços, produtos e processos. Isso ajuda a empresa a tornar-se inovadora e mais ágil no fornecimento de produtos e serviços de alta qualidade, e uma ótima concorrente no mercado. Veja a seguir um exemplo concreto de estratégia de gestão do conhecimento.

3

Siemens AG: Sistema Geral de Gestão do Conhecimento

Joachim Doring, vice-presidente da Siemens, tem a tarefa de criar uma solução de alta tecnologia para evitar o velho problema de os funcionários pararem de ampliar seu know-how. Seu plano principal: usar a Internet para difundir o conhecimento de 461.000 funcionários da empresa em todo o mundo, de forma que as pessoas possam absorver habilidades umas das outras.

No centro disso está um website chamado ShareNet, que reúne características de uma sala de bate-papo, de um banco de dados e de um mecanismo de busca. Um formulário de entrada de dados on-line possibilita que os funcionários armazenem informações que acreditam que possam vir a ser úteis a seus colegas — desde a descrição de um projeto bem-sucedido até uma apresentação em PowerPoint. Outros trabalhadores da Siemens podem procurar tópicos ou navegar por eles e, em seguida, entrar em contato com os autores por meio de e-mail para obter maiores informações.

Até aqui, a compensação tem sido magnífica, como comprova o uso da ShareNet por cerca de 12.000 vendedores da Information & Communications Networks Groups da Siemens, a qual fornece equipamentos e serviços de telecomunicações. A ferramenta, que custou apenas US$7,8 milhões, aumentou as vendas em US$122 milhões. Ela foi fundamental, por exemplo, para a obtenção de um contrato de US$3 milhões para a constituição da primeira rede de banda larga para a Telecom Malaysia.. Os vendedores locais não tinham experiência suficiente para elaborar uma proposta, mas por meio da ShareNet descobriram uma equipe na Dinamarca que havia criado um projeto quase idêntico. Utilizando as habilidades do grupo da Dinamarca, a equipe da Malásia conseguiu o trabalho.

Melhor ainda, o sistema permite aos membros da equipe enviarem um alerta quando precisam de ajuda urgente. Na Suíça, a Siemens obteve um contrato de US$460 mil para construir uma rede de telecomunicações para dois hospitais embora sua oferta fosse 30% mais cara que a de um concorrente. O fator decisivo: por meio da ShareNet, os colegas da Holanda forneceram dados técnicos para ajudar o vendedor a demonstrar que o sistema da Siemens era consideravelmente mais confiável.

Fonte: O’Brien (2004, p. 60-61).

2.1. Portais de Conhecimento da Empresa Também é importante enfatizar que um portal corporativo de informação é a entrada para

intranets corporativas que atuam como sistemas de gerenciamento de conhecimento básicos para muitas empresas. É por esse motivo que alguns fornecedores os chamam de portais corporativos de conhecimento. Os sistemas de gestão do conhecimento fazem o uso da tecnologia de informação para ajudar a coletar, organizar e compartilhar conhecimento dentro de uma organização. Em muitas organizações, os bancos de dados de hipermídia em websites de intranet tornaram- se as bases de conhecimento para armazenamento e disseminação de conhecimento. Este freqüentemente assume a forma de melhores práticas, políticas e soluções de projetos, equipe, unidade de negócios e níveis do empreendimento da empresa. Assim, o portal de conhecimento pode representar um importante papel ajudando a empresa a utilizar suas intranets como sistemas de gerenciamento de conhecimento para compartilhar e disseminar o conhecimento em apoio ao processo de tomada de decisão na empresa Veja a Figura a seguir.

4

Fonte: Adaptado de MITCHELL, Lorí. Enterpríse knowledge portais wise up your business. Informwor/d.com,

December, 2000, (Apud O’BRIEN, p. 296).

3. Uma Visão Geral da Inteligência Artificial O que é inteligência artificial? É um campo da ciência e da tecnologia baseado em

disciplinas como informática, biologia, psicologia, lingüística, matemática e engenharia. O objetivo da IA é desenvolver computadores que consigam pensar, bem como ver, ouvir, andar, falar e sentir. Um dos ímpetos principais da inteligência artificial é o desenvolvimento de funções computacionais normalmente associadas à inteligência humana, tais como raciocinar, aprender e solucionar problemas, conforme resumidas na Figura 1 e 2.

O debate se acirrou em torno da inteligência artificial a partir dos primeiros trabalhos sérios na área na década de 1950. São muitas as questões, não apenas tecnológicas, mas morais e filosóficas, sobre a possibilidade de máquinas inteligentes e pensantes. Alan Turing, por exemplo, o pioneiro inglês da IA, propôs, em 1950, um teste para determinar se as máquinas podiam pensar. De acordo com o teste Turing, um computador poderia demonstrar inteligência se um entrevistador humano, conversando com um ser humano e com um computador sem ver nenhum dos dois, não conseguisse dizer qual era um e qual era outro.

5

• Pensar e raciocinar. • Utilizar a razão para solucionar problemas. • Aprender e compreender a partir da experiência. • Adquirir e aplicar conhecimentos. • Demonstrar criatividade e imaginação. • Lidar com situações complexas ou desconcertantes. • Responder pronta e eficazmente a situações novas. • Reconhecer a importância relativa de elementos de uma situação. • Manipular informações ambíguas, incompletas ou errôneas.

Fig-1.: Atributos do Comportamento inteligente. A IA está tentando reproduzir essas faculdades nos sistemas computadorizados.

Fonte: O’Brien (2004, p. 299).

Embora as aplicações de inteligência artificial sejam muito mais limitadas do que a inteligência humana, elas despertam grande interesse para as empresas pelas seguintes razões:

• Para armazenar informações de maneira ativa sob a forma de memória organizacional, criar uma base de conhecimento organizacional que muitos funcionários possam examinar e preservar a experiência técnica que pode se perder quando peritos de conhecimento deixam a empresa.

• Para criar um mecanismo que não esteja sujeito a características humanas, como fadiga e preocupação. Isso é especialmente útil quando as tarefas são ambiental, física ou mentalmente perigosas aos seres humanos. Esses sistemas também podem ser conselheiros úteis em tempos de crise.

• Para eliminar tarefas rotineiras e enfadonhas executadas por pessoas. • Para aprimorar a base de conhecimento da organização, gerando soluções para problemas

específicos que são muito maciços e complexos para análise humana em um curto tempo.

Fig-2.: Por que as empresas estão interessadas na inteligência artificial Fonte: Laudon e Laudon (2004, p. 339).

3.1. Domínios da Inteligência Artificial

A Figura 3 ilustra os principais domínios da pesquisa e desenvolvimento da inteligência artificial. Observe que as aplicações da IA podem ser agrupadas em três grandes áreas: ciência cognitiva, robótica e interfaces naturais, embora essas classificações se sobreponham entre si e outras possam ser adotadas. Observe também que os sistemas especialistas são apenas uma das muitas aplicações importantes da IA. Examinaremos sucintamente cada uma dessas grandes áreas da inteligência artificial e algumas de suas tecnologias atuais. A Figura 4 define alguns dos mais recentes avanços nas aplicações comerciais da inteligência artificial.

Fig-3.: As principais áreas de aplicação da inteligência artificial. Observe que as diversas aplicações da IA podem ser agrupadas em três grandes áreas: ciência cognitiva, robótica e interfaces naturais. Fonte.: O’Brien (2004, p. 300).

6

Apoio à Decisão • Ambiente de trabalho inteligente que o ajudará a captar o porquê além do o quê do projeto concebido e da

tomada de decisão. • Sistemas de interface inteligente homem-computador que podem compreender linguagem falada e gestos e

facilitar a solução de problemas pelo apoio a colaborações no nível de toda a organização para solucionar determinados problemas.

• Software de avaliação de situações e alocação de recursos para usos que se estendem das viagens aéreas e aeroportos até os centros de logística

Recuperação de Informações

• Sistemas de intranet e Internet baseados em IA que destilam torrentes gigantescas de informações em apresentações simples.

• Tecnologia de linguagem natural para recuperar todo tipo de informações on-line, de texto a imagens, vídeos, mapas e clipes de áudio em resposta a perguntas em inglês.

• Database mining para análise de tendências de marketing, previsão financeira, redução de custo de manutenção e outros usos.

Realidade Virtual

• Visão de tipo raio X possibilitada por visualização ampliada da realidade que permite a neurocirurgiões “enxergarem através” do tecido interveniente para operarem, monitorarem e avaliarem o avanço da doença. • Animação automatizada e interfaces táteis que permitem aos usuários interagirem com objetos virtuais via

toque (isto é, estudantes de medicina a “sentirem” como é suturar aortas rompidas). Robótica

• Sistemas de inspeções com visão de máquina para calibrar, direcionar e inspecionar produtos e fornecer vantagem competitiva na fabricação.

• Sistemas robóticos de ponta, desde microrrobôs e mãos e pernas até sistemas de robótica cognitiva e de visão modular treinável.

Fig-4.: Exemplos de algumas das mais recentes aplicações comerciais da IA Fonte: Adaptado de WINSTON, Patrick. Rethinking artificial intelligence. Program Announcement, Institute of

Technology, p. 3, Sep. 1997, (Apud O’BRIEN, p. 300). 3.1.1. Ciência cognitiva Esta área da inteligência artificial é baseada em pesquisas em biologia, neurologia,

psicologia, matemática e muitas disciplinas afins. Ela se concentra em pesquisar como o cérebro humano funciona e como os seres humanos pensam e aprendem. Os resultados dessas pesquisas em processamento humano de informações são a base para o desenvolvimento de uma diversidade de aplicações computadorizadas de inteligência artificial.

As aplicações da IA na área da ciência cognitiva compreendem o desenvolvimento de sistemas especialistas e outros sistemas baseados no conhecimento que adicionara uma base de conhecimento e certa faculdade de raciocínio aos sistemas de informação

Também se incluem ai os sistemas de aprendizagem adaptativa que podem modificar seus comportamentos com base em informações que eles adquirem enquanto operam. Os sistemas de jogo de xadrez são exemplos primitivos dessas aplicações, embora muitas outras aplicações estejam sendo implementadas. Os sistemas de lógica difusa conseguem processar dados incompletos ou ambíguos, ou seja, dados difusos. Dessa forma, eles conseguem resolver problemas não estruturados com conhecimento incompleto mediante o desenvolvimento de inferências e respostas aproximadas, como fazem os seres humanos. O software de rede neural pode aprender processando exemplos de problemas e suas soluções. À medida que as redes neurais começam a reconhecer padrões, elas podem começar a se programar para resolver esses problemas por si mesmas. O software de algoritmo genético utiliza randomização darwiniana (sobrevivência do mais apto) e outras funções matemáticas para simular processos evolutivos que podem gerar soluções cada vez melhores para os problemas. E os agentes inteligentes utilizam sistema especialista e outras tecnologias de inteligência artificial para atuarem como substitutos de software para uma multiplicidade de aplicações dos usuários finais.

7

3.1.1.1.Redes Neurais As redes neurais são sistemas de computação modelados segundo a rede em forma de

malha do cérebro de elementos de processamento interconectados chamados neurônios. É claro que as redes neurais são de arquitetura muito mais simples (calcula-se que o cérebro humano tenha mais de 100 bilhões de neurônios!). Entretanto, como o cérebro, os processadores interconectados em uma rede neural operam em paralelo e interagem dinamicamente entre si. Isso possibilita que a rede “aprenda” a partir dos dados que ele processa. Ou seja, ele aprende a reconhecer padrões e relações nos dados que ele processa. Quanto mais exemplos de dados ele recebe como entrada, melhor ele pode aprender a reproduzir os resultados dos exemplos processados. Assim, a rede neural mudará as potências das interconexões entre os elementos do processamento em resposta a mudanças nos padrões dos dados que ele recebe e os resultados que ocorrem.

Uma rede neural pode ser treinada, por exemplo, para aprender quais características de crédito resultam em bons ou maus empréstimos. Os programadores de uma rede neural de avaliação de crédito poderiam dotá-la de dados de muitos exemplos de aplicações de crédito e resultados de empréstimos para processar, e oportunidades para ajustar as potências de sinal entre seus neurônios. A rede neural continuaria a ser treinada até que demonstrasse um grau elevado de precisão na reprodução correta dos resultados de casos recentes. A essa altura, ele estaria treinado o bastante para começar a fazer suas próprias avaliações de crédito.

3.1.1.2.Sistemas de Lógica Difusa

A despeito de seu nome engraçado, os sistemas de lógica difusa representa uma aplicação pequena, mas séria e em crescimento da inteligência artificial nos negócios Lógica difusa é um método de raciocínio que se assemelha ao raciocínio humano, uma que ele dá margem para valores e inferências aproximados (lógica difusa) e dados incompletos ou ambíguos (dados difusos) em vez de recorrer apenas a dados claros, tais como das escolhas binárias (sim/não). A Figura 5 exemplifica um conjunto parcial de regras (regras difusas) e uma consulta SQL difusa para analisar e extrair informações de risco de crédito em negócios que estão sendo avaliados para seleção como investimentos.

Regras de Lógica Difusa

O risco deve ser aceitável Se a relação débito/patrimônio é muito alta,

então o risco é positivamente aumentado. Se a renda está crescendo, então o risco é um

tanto reduzido. Se as reservas de caixa são de baixas a muito

baixas, então o risco é muito aumentado. Se a relação lucro/patrimônio é boa, então o risco é geralmente reduzido.

Consulta SOL de Lógica Difusa Selecionar empresas a partir de finanças

em que as receitas são muito grandes e a relação lucro/patrimônio é aceitável e os lucros são de altos a muito altos e total renda/funcionário é razoável.

Fig-5.: Um exemplo de lógica difusa e uma consulta SQL lógica difusa em uma aplicação de análise de risco de crédito

Observe como a lógica difusa utiliza terminologia que é deliberadamente imprecisa, tais

como muito alto, em crescimento, um tanto reduzido, razoável e muito baixo. Isso permite que os sistemas difusos processem dados incompletos e rapidamente forneçam soluções aproximadas, mas aceitáveis, para problemas difíceis de serem resolvidos por outros métodos.As consultas por lógica difusa de um banco de dados, tais como a consulta SQL apresentada na Figura 5, levam a esperar uma melhora na extração de dados a partir de bancos de dados das empresas. As consultas podem ser formuladas mais naturalmente em palavras que estão mais próximas do modo como os especialistas em negócios pensam sobre o tópico para o qual desejam informações”.

8

3.1.1.2.1. Lógica Difusa nas Empresas São muitos os exemplos de aplicações de lógica difusa no Japão, mas eles são raros em

alguns países. Os Estados Unidos, por exemplo, preferem utilizar soluções de inteligência artificial como os sistemas especialistas ou redes neurais. Mas o Japão implementou muitas aplicações de lógica difusa, principalmente o uso de chips microprocessadores de lógica difusa com finalidades especiais, chamados controladores de processos difusos. Dessa forma, os japoneses tomam metrô, utilizam elevadores e dirigem carros que são orientados ou apoiados por controladores de processos difusos fabricados pela Hitachi e Toshiba. Eles podem até negociar ações na Bolsa de Valores de Tóquio utilizando um programa de comércio de ações baseado em regras de lógica difusa. Muitos modelos novos de produtos de fabricação japonesa também são dotados de microprocessadores de lógica difusa. A lista está crescendo, mas já inclui câmeras com foco automático, camcorders auto-estabilizantes, aparelhos de ar-condicionado com uso eficiente de energia, máquinas de lavar com auto- ajuste e transmissões automáticas.

3.1.1.3.Algoritmos Genéticos

O uso de algoritmos genéticos é uma aplicação crescente da inteligência artificial. O software de algoritmo genético utiliza randomização darwiniana (sobrevivência do mais apto) e outras funções matemáticas para simular um processo evolutivo que pode proporcionar soluções progressivamente melhores para um problema. Os algoritmos genéticos foram utilizados inicialmente para simular milhões de anos na evolução biológica, geológica e de ecossistemas em apenas alguns minutos em um computador. Agora, o software de algoritmo genético está sendo utilizado para construir modelos de uma multiplicidade de processos científicos, técnicos e empresariais.

Os algoritmos genéticos são particularmente úteis para situações nas quais milhares de soluções são possíveis e precisam ser avaliadas para produzir uma solução ótima. O software de algoritmo genético utiliza conjuntos de regras de processo matemático (algoritmos) que especificam como as combinações de componentes ou etapas de processos devem ser formadas. Isto pode envolver experimentar combinações aleatórias de processos (mutação), combinar partes de diversos processos eficazes (encruzilhada) e selecionar conjuntos eficazes de processos e descartar conjuntos deficientes (seleção) a fim de gerar soluções cada vez melhores.

O Sistema Engenous da General Electric

O projeto da General Electric para um motor a jato mais eficiente para o

Boeing é um exemplo clássico de uma ampliação comercial de algoritmo genético. Um grande desafio de engenharia era desenvolver lâminas de turbina mais eficientes para o motor. Os engenheiros da GE calcularam que levaria bilhões de anos, mesmo com um supercomputador, para avaliar matematicamente o número astronômico de fatores de desempenho e custo e as combinações envolvidas. Em vez disso, a GE desenvolveu um híbrido de Sistema de algoritmo genético e sistema especialista, chamado Engenous, que produziu uma solução ótima em menos de uma semana.

3.1.1.4.Real idade Virtual A realidade virtual é a realidade simulada por computador. Realidade virtual é uma área

da inteligência artificial em rápido crescimento que teve suas origens nos esforços para construir interfaces homem-computador mais naturais, realistas e multissensoriais. Por isso, a realidade virtual recorre a dispositivos multissensoriais de entrada e saída como um aparelho rastreador dotado de óculos de proteção para vídeo e fones de ouvido estereofônicos, uma luva de dados ou jumpsuit com sensores de fibra ótica que acompanham movimentos do corpo do usuário e um walker que monitora o movimento dos pés. Você pode experimentar “mundos virtuais” simulados tridimensionalmente por computador por meio da visão, audição e tato. Por isso, a realidade virtual é conhecida também como telepresença. Você pode entrar, por exemplo, em um

9

mundo virtual gerado por computo dor, olhar em volta e observar seu conteúdo, apanhar e mover objetos e andar nele à vontade. Dessa forma, a realidade virtual permite que você interaja com objetos, entidades e ambientes simulados por computador como se eles realmente existissem.

3.1.1.4.1. Aplicações da Realidade Virtual

As aplicações atuais da realidade virtual são muito amplas e incluem o projeto auxiliado por computador (CAD), diagnóstico e tratamento médico, experimentos científicos em diversas ciências físicas e biológicas, simulação de vôo para treinamento de pilotos e astronautas, demonstrações de produtos, treinamento de funcionários e entretenimento, particularmente os videogames em 3D estilo árcade. O CAD é a aplicação industrial mais amplamente utilizada da realidade virtual. Ele permite que os arquitetos e outros desenhistas projetem e testem modelos eletrônicos em 3D de produtos e estruturas, entrando pessoalmente nos modelos e examinando, tocando e manipulando seções e partes a partir de todos os pontos de vista. Essa capacidade de visualização científica também é utilizada por empresas farmacêuticas e de biotecnologia para desenvolver e observar o comportamento de modelos computadorizados de novas drogas e materiais, e por pesquisadores médicos para desenvolver métodos para os médicos entrarem e examinarem um modelo virtual do corpo de um paciente.

Os projetistas de realidade virtual estão criando tudo, desde padrões climáticos e túneis de vento até cidades e mercados de ações virtuais. Mediante a conversão do mercado de ações e outros dados financeiros em forma gráfica tridimensional, os analistas de títulos podem utilizar os sistemas de realidade virtual para observar e identificar mais rapidamente as tendências e exceções no desempenho financeiro. Também promissoras são as aplicações da tecnologia da informação em si mesma. Entre estas se inclui o desenvolvimento de modelos em 3D de redes de telecomunicações e bancos de dados. Essas representações gráficas virtuais de redes e bancos de dados tornam mais fácil paro os especialistas de SI visualizarem a estrutura e as relações das redes de telecomunicações e os bancos de dados empresariais de uma organização, melhorando, assim, seu projeto e manutenção.

A realidade virtual se torna telepresente quando os usuários que podem estar em qualquer lugar do mundo utilizam seus sistemas para trabalharem sozinhos ou em conjunto em um local distante. Normalmente, isso envolve o uso de um sistema de realidade virtual para melhorar a visão e o contato de um ser humano que está manipulando remotamente o equipamento para executar uma tarefa. Os exemplos vão da cirurgia virtual, em que o cirurgião e o paciente podem estar em dois pontos distantes do planeta, até o uso remoto de equipamentos em ambientes de risco como usinas químicas ou reatores nucleares.

Limitações da realidade virtual. O uso da realidade virtual parece limitado apenas pelo desempenho e custo de sua tecnologia. Alguns usuários, por exemplo, desenvolvem ciberenjôo, como a tensão ocular e a náusea por movimento, a partir de problemas desempenho no realismo dos sistemas. O custo de um sistema de realidade virtual é outra limitação.

VR na Morgan Stanley Aplicando a Realidade Virtual

O departamento de riscos de mercado da Morgan Stanley & Co. utiliza o software

Discovery de realidade virtual da Visible Decisions para modelar riscos de investimentos financeiros em condições de mercado variáveis. O Discovery exibe resultados tridimensionais utilizando poderosas estações de trabalho Silicon Graphics.

A Morgan Stanley também utiliza VRML (linguagem de modelagem de realidade virtual) como meio para exibir os resultados de análises de risco em três dimensões nos PCs de sua intranet. (A VRML permite aos programadores criarem hiperlinks em objetos 3D em arquivos e bancos de dados na rede mundial de computadores e intranets.) Os resultados em 3D são exibidos em PCs comuns em uma experiência de realidade virtual por meio de uma conexão de intranet para um servidor Sun Microsystems SPARCstation, executando um navegador Sun VRML. Visualizar dados em três dimensões e experimentar relações entre os dados em um processo de realidade virtual torna mais fácil para os analistas fazerem conexões intuitivas do que seria o caso com um gráfico em 2D ou uma tabela numérica.

10

3.1.1.5.Agentes Inteligentes Os agentes inteligentes estão crescendo em popularidade como meio para utilizar rotinas

de inteligência artificial em softwares para ajudar os usuários a executarem diversos tipos de tarefas. Um agente inteligente é um software substituto para um usuário final ou um processo que preenche uma necessidade ou atividade declaradas. Um agente inteligente utiliza sua base de conhecimento embutida e aprendida sobre uma pessoa ou processo para tomar decisões e executar tarefas de um modo que realize as intenções do usuário. Às vezes, um agente inteligente recebe uma representação ou uma personalidade gráfica, tais como a de Einstein para um conselheiro de ciências, Sherlock Holmes para um agente de procura de informações e assim por diante. Dessa forma, os agentes inteligentes (também chamados assistentes inteligentes e wizards) são sistemas de informação baseados em conhecimento com finalidades especiais que executam tarefas específicas para os usuários. A Figura 6 resume os principais tipos de agentes inteligentes

Agentes de Interface com o Usuário

• Interfaces Tutoriais. Observam as operações de computador do usuário, corrigem erros do usuário e fornecem dicas e conselhos sobre o uso eficiente do software.

• Agentes de Apresentações. Mostram informações em uma multiplicidade de formas de relatórios, apresentações e mídias com base nas preferências do usuário.

• Agentes de Navegação de Rede. Descobrem caminhos até as informações e fornecem maneiras de visualizar as informações preferidas por um usuário.

• Agentes de Desempenho de Papéis. Realizam jogos de suposição e desempenham outros papéis para ajudar os usuários a compreenderem as informações e tomarem melhores decisões.

Agentes de Gerenciamento de Informações

• Agentes de Procura. Ajudam os usuários a encontrarem arquivos e bancos de dados, procuram as informações desejadas e sugerem e descobrem novos tipos de produtos, mídias e recursos de informação.

• Corretores de Informações. Fornecem serviços comerciais para descobrir e desenvolver recursos de informação que se ajustem às necessidades das empresas ou pessoais do usuário.

• Filtros de Informação. Recebem, encontram, filtram, descartam, salvam, transmitem e notificam os usuários sobre produtos recebidos ou desejados, incluindo e-mail, voice mail e todas as demais mídias de informação.

Fig-6.:Exemplos de diferentes tipos de agentes inteligentes.

Um dos mais conhecidos usos de agentes inteligentes são os assistentes (wizards)

encontrados no Microsoft Office e outros conjuntos de software. Esses assistentes são capacidades embutidas que podem analisar como um usuário final está utilizando um pacote de software e oferecer sugestões sobre como realizar várias tarefas. Dessa forma, os assistentes podem ajudar o usuário a alterar margens de documentos, formatar células de planilhas. consultar um banco de dados ou montar um gráfico. Os assistentes e outros agentes de software também são projetados para se ajustarem ao modo do usuário de utilizar um pacote de software para que possam antecipar o momento em que ele irá necessitar de ajuda.

O uso dos agentes inteligentes vem crescendo rapidamente como uma forma de simplificar a utilização de softwares, consultar websites na Internet e em intranets e ajudar clientes a fazer cotações de compras entre os muitos sites de e-commerce na rede. Os agentes inteligentes estão se tornando necessários à medida que os pacotes de software se tornam mais sofisticados e poderosos, que redes como a Internet e a Rede Mundial de Computadores se tornam mais vastas e complexas e que as fontes de mídias de informação proliferam exponencialmente. De fato, alguns analistas prevêem que grande parte do futuro da computação consistirá em agentes inteligentes fazendo seu trabalho para os usuários. Assim, em vez de utilizarmos os agentes para executar tarefas de computação, estaremos gerenciando o desempenho dos agentes inteligentes enquanto eles executam tarefas de computação para nós.

11

3.1.1.6.Sistemas Especialistas Uma das aplicações mais práticas e amplamente implementadas da inteligência artificial

nas empresas é o desenvolvimento de sistemas especialistas e sistemas de informação baseados no conhecimento. Um sistema de informação baseado em conhecimento adiciona uma base de conhecimento aos principais componentes encontrados em outros tipos de sistemas de informação computadorizados. Um sistema especialista é um sistema de informação baseado no conhecimento que utiliza seu conhecimento sobre uma área de aplicação específica e complexa para atuar como um consultor especializado para os usuários finais. Os sistemas especialistas fornecem respostas a questões de uma área problema muito específica, fazendo inferências de tipo humanas sobre conhecimento contido em uma base de conhecimento especializado. Eles devem ser capazes de explicar a um usuário o seu processo de raciocínio e conclusões. Por isso, os sistemas especialistas podem fornecer aos usuários apoio à decisão na forma de conselho de um consultor especialista em uma área especifica de problemas.

3.1.1.6.1. Componentes de um Sistema Especialista

Os componentes de um sistema especialista incluem uma base de conhecimento de módulos de software que realizam inferências sobre o conhecimento e comunicam respostas para as perguntas de um usuário. A Figura 7 ilustra os componentes inter-relacionados de um sistema especialista. Observe os seguintes componentes:

Fig-7.: Componentes de um sistema especialista.

4. A INFORMAÇÃO E A ORGANIZAÇÃO VOLTADA PARA O APRENDIZADO O APRENDIZADO TORNOU-SE uma tarefa vital para as organizações que esperam

competir de forma eficaz no ambiente empresarial de nossos dias. E possível que o conceito de aprendizado organizacional já tenha alcançado o status de sabedoria popular, eliminando qualquer responsabilidade por parte dos administradores quanto à consideração de suas implicações, o que não seria bom. Existe uma longa tradição acadêmica relacionada à importância de uma organização voltada para o aprendizado: todos os especialistas no estudo das organizações que poderíamos citar enfatizaram, de uma forma ou de outra, a importância do aprendizado. Este capítulo examina os papéis específicos desempenhados pela informação, tecnologia da informação e pelo processo de gerenciamento da informação na melhoria do potencial de aprendizado de uma organização.

12

4.1. POR QUE O APRENDIZADO ORGANIZACIONAL É CADA VEZ MAIS

IMPORTANTE Todas as organizações aprendem. O que está em jogo é a crescente necessidade de ser

mais explícito, sistemático e eficiente no seu aprendizado. O Webster define aprendizado como a “modificação da tendência comportamental através da experiência”. Nesse nível mais simples, aprendizado é o processo através do qual uma organização se adapta a seu meio ambiente, num processo semelhante ao da adaptação dos organismos vivos aos ambientes em que vivem. Organismos e organizações incapazes de se adaptarem a seus respectivos ambientes — isto é —incapazes de aprender, não sobrevivem.

5. Desafios para a Administração A lntellact,da British Telecom,é um exemplo de como sistemas podem ser usados para

alavancar o conhecimento organizacional, fazendo com que se torne mais facilmente disponível. Colaborar e se comunicar com profissionais e especialistas, compartilhar idéias e informações tornaram-se requisitos essenciais para empresas, ciência e governos. Na economia da informação, capturar e distribuir inteligência e conhecimento e reforçar a colaboração em grupo têm-se tornado vitais para a inovação e a sobrevivência organizacionais. Sistemas especializados podem ser utilizados para gerenciar conhecimento organizacional, mas propõem os seguintes desafios à administração:

1. Projetar sistemas de conhecimento que realmente aperfeiçoem o desempenho organizacional. Administradores têm encontrado problemas ao tentar transformar suas em presas por meio de programas de gestão de conhecimento (Gold, Malhotra e Segars, 2000), Sistemas de informação que verdadeiramente aperfeiçoem a produtividade de trabalhadores do conhecimento podem ser difíceis de montar, porque a maneira como a tecnologia de informação pode aperfeiçoar as tarefas de nível mais alto, como aquelas executadas por gerentes profissionais, nem sempre é claramente entendida. Alguns aspectos do conhecimento organizacional não podem ser facilmente apreendidos ou codificados, ou as informações que as organizações conseguem capturar podem ficar desatualizadas à medida que os ambientes mudam. É muito difícil integrar programas de gestão de conhecimento à estratégia empresarial. Processos e interações entre tecnologia de informação e elementos sociais das organizações devem ser cuidadosamente gerenciados (Grover e Davenport, 2001).

2. Criar sistemas especialistas robustos. Sistemas especialistas devem ser alterados todas a vezes que ocorre uma mudança no ambiente organizacional. Toda vez que houver uma alteração nas regras usadas pelos especialistas, elas terão de ser reprogramadas. É difícil prover sistema especialistas que tenham a mesma flexibilidade das pessoas. Muitas empresas têm realizado projetos experimentais no campo de sistemas especialistas, mas apenas uma pequena porcentagem tem criado sistemas que realmente podem ser usados em base de produção.

5.1. Síntese da Administração

5.1.1. Administração Alavancar e gerenciar conhecimento organizacional tornaram-se responsabilidades

gerenciais essenciais. Os administradores precisam identificar o patrimônio de conhecimento de suas organizações e garantir que sistemas e processos apropriados estejam à mão para maximizar a utilização desse conhecimento.

13

5.1.2. Organização Grande variedade de tecnologias está disponível para dar suporte à gestão do

conhecimento, incluindo tecnologias de inteligência artificial e ferramentas para trabalho de conhecimento e informação e colaboração em grupo. Gerentes devem entender os custos, os benefícios e as capacidades de cada tecnologia e o problema de gestão do conhecimento ao qual melhor se ajustam.

5.1.3. Tecnologia Sistemas para trabalho de conhecimento e informação e inteligência artificial podem

aprimorar processos organizacionais de diversas maneiras. Podem facilitar a comunicação, a colaboração e a coordenação, gerar mais capacidade analítica para influenciar no desenvolvimento de soluções ou reduzir a intervenção humana em processos organizacionais.

5.2. Para discutir

1. Discuta alguns dos modos como a gestão do conhecimento provê vantagem estratégica às organizações. Até que ponto os sistemas de gestão do conhecimento estratégicos?

2. Até que ponto a utilização de inteligência artificial pode modificar o processo de

gerenciamento?

6. RESUMO 1. Por que hoje as empresas precisam de programas e sistemas de gestão do

conhecimento para gerenciar o conhecimento? • Empresas precisam de programas de gestão do conhecimento porque este se

tornou um patrimônio produtivo e estratégico central na economia da informação de hoje e fonte potencial de vantagem estratégica. A gestão do conhecimento é um conjunto de processos para gerenciar e alavancar sistemática e ativamente os repositórios de conhecimento de uma organização. Sistemas de informação podem desempenhar um papel valioso na gestão do conhecimento, ajudando a organização a criar, armazenar, distribuir e aplicar conhecimento, e a capturar sua base de conhecimento. Sistemas de escritório, sistemas de trabalhadores do conhecimento (STC), sistemas de colaboração em grupo e aplicações de inteligência artificial são especialmente úteis para a gestão do conhecimento porque enfocam o suporte ao trabalho de informação e conhecimento, a definição e codificação da base de conhecimento da organização.

2. Quais são as aplicações de sistema de informação mais úteis para distribuir,

criar e compartilhar conhecimento na empresa? • Escritórios coordenam o trabalho de informação da organização. Interligam o

trabalho de diversos grupos na organização e casam a organização com seu ambiente externo. Sistemas de escritório apóiam essas funções automatizando gerenciamento de documentos, comunicações, programação e gerenciamento de dados. Edição de texto, editoração eletrônica, editoração Web e sistemas de digitalização de imagens dão suporte às atividades de gerenciamento de documentos. Sistemas de correio eletrônico e groupware dão suporte às atividades de comunicações. Aplicações de calendário eletrônico e groupware dão suporte às atividades de programação. Sistemas de gerenciamento em computadores de mesa apóiam atividades de gerenciamento de dados. Sistemas de trabalhadores do conhecimento (STC) dão suporte à criação de conhecimento e à sua integração à organização. Requerem acesso fácil a uma base externa de conhecimento;

14

poderoso hardware de computador, que possa dar suporte a softwares com grandes recursos gráficos, de análise, gerenciamento de documentos e comunicações; e uma interface amigável ao usuário. Geralmente rodam em estações customizadas para o trabalho que devem executar. Sistemas de projeto assistido por computador (CAD) e sistemas de realidade virtual, que criam simulações interativas que se comportam como no mundo real, requerem poderosas capacidades gráficas e de modelagem. STCs para profissionais da área financeira permitem acesso a bancos de dados externos e a capacidade de analisar quantidades maciças de dados financeiros muito rapidamente.

• Groupware é um software especial que dá suporte a atividades intensas em informação, nas quais as pessoas trabalham colaborativamente em grupos. Intranets podem executar muitas funções de colaboração em grupo, dar suporte a funções e permitir que organizações utilizem capacidades de editoração Web para gerenciamento de documentos.

3. Que benefícios traz para a empresa a utilização da tecnologia de inteligência

artificial para gerenciamento de conhecimento? • Inteligência artificial é o desenvolvimento de sistemas baseados em computador

que se comportam como seres humanos. Há cinco ramos na árvore da família da inteligência artificial: linguagem natural, robótica, sistemas perceptivos, sistemas especialistas e máquinas inteligentes. Faltam à inteligência artificial a flexibilidade, a abrangência e a generalidade da inteligência humana, mas ela pode ser utilizada para capturar e codificar o conhecimento organizacional. Empresas podem usar inteligência artificial para ajudá-las a criar uma base de inteligência artificial para preservar perícia, executar serviços rotineiros, insatisfatórios ou perigosos e gerar soluções para problemas específicos muito maciços e complexos para serem analisados por seres humanos em curto espaço de tempo.

4. Como as empresas podem utilizar sistemas especialistas e raciocínio baseado em

casos para capturar conhecimento? • Sistemas especialistas são programas de computador calcados em conhecimento

que resolvem problemas que antes exigiam perícia humana. Os sistemas capturam o conhecimento de um domínio limitado do conhecimento humano, utilizando regras ou estruturas. A estratégia para pesquisar a base de conhecimento, denominada mecanismo de inferência, pode usar o encadeamento para diante ou para trás (reverso). Sistemas especialistas são muito úteis para problemas de classificação e diagnose. O raciocínio baseado em casos representa o conhecimento organizacional sob a forma de um banco de dados que pode ser continuamente expandido e redefinido. Quando o usuário encontra um caso novo, o sistema pesquisa casos semelhantes, localiza o que mais se aproxima dele e aplica as soluções do caso antigo ao novo. O novo caso é armazenado no banco de dados de casos juntamente com as soluções bem-sucedidas.

5. Como as organizações podem se beneficiar da utilização de redes neurais e

outras técnicas inteligentes? • Redes neurais consistem em hardware e software que tentam imitar o processo de

pensamento do cérebro humano. São notáveis por sua capacidade de aprender sem programação e reconhecer modelos que os seres humanos não conseguem discernir com facilidade. Estão sendo usadas nas áreas de ciência, medicina e negócios, sobretudo para distinguir modelos em quantidades maciças de dados.

15

• Lógica difusa é uma tecnologia de software que expressa lógica com certa imprecisão cuidadosamente definida, de modo que se aproxime mais da maneira como as pessoas realmente pensam do que as tradicionais regras SE-ENTÃO. Tem sido utilizada para controlar dispositivos físicos e está começando a ser usada para aplicações limitadas de processo de decisão. Algoritmos genéticos começam a ser aplicados a problemas envolvendo otimização, design de produto e monitoração de sistemas industriais onde muitas alternativas ou variáveis devem ser avaliadas para gerar uma solução ótima.

• Agentes inteligentes são programas de software com bases de conhecimento embutidas ou aprendidas que executam tarefas específicas, repetitivas e previsíveis para um usuário individual, processo de negócios ou aplicação de software. Agentes inteligentes podem ser programados para pesquisar informação ou realizar transações em redes, incluindo a Internet.

7. Referências LAUDON, Kenneth C.; LAUDON, Jane P. Sistemas de Informação Gerenciais: administrando a empresa digital. 5ª ed. São Paulo: Prentice Hall, 2004. MCGEE, James; PRUSAK, Laurence. Gerenciamento Estratégico da Informação: Aumente a competitividade e a eficiência de sua empresa utilizando a informação como uma ferramenta estratégia. 12ª ed. Rio de Janeiro: Campus, 1994. O'BRIEN, James A. Sistemas de Informação e as Decisões Gerenciais na Era da Internet. 2ª ed. São Paulo: Saraiva, 2004.

16

8. Anexo

17