UNIVERSIDADE PRESBITERIANA MACKENZIE TACIANO …tede.mackenzie.br/jspui/bitstream/tede/2812/5/TACIANO TAVARES DE... · Presbiteriana Mackenzie como parte dos ... such as un- ... 2.2

UNIVERSIDADE PRESBITERIANA MACKENZIE

TACIANO TAVARES DE OLIVEIRA

SISTEMA ESPECIALISTA PARA A GESTÃO

DE PROJETOS DE PESQUISA ACADÊMICA EM

INSTITUIÇÕES DO ENSINO SUPERIOR

São Paulo

2016

UNIVERSIDADE PRESBITERIANA MACKENZIEPROGRAMA DE PÓS-GRADUAÇAO EM

ENGENHARIA ELÉTRICA E COMPUTAÇÃO

Taciano Tavares de Oliveira

SISTEMA ESPECIALISTA PARA A GESTÃO

DE PROJETOS DE PESQUISA ACADÊMICA EM

INSTITUIÇÕES DO ENSINO SUPERIOR

Dissertação de Mestrado apresentada aoPrograma de Pós-Graduação em EngenhariaElétrica e Computação da UniversidadePresbiteriana Mackenzie como parte dosrequisitos para a obtenção do Título deMestre em Engenharia Elétrica e Computação.

Orientador: Prof.a Dr.a Pollyana Notargiacomo Mustaro

São Paulo2016

O48s Oliveira, Taciano Tavares de Sistema especialista para a gestão de projetos de pesquisa acadêmica em instituições do ensino superior / Taciano Tavares de Oliveira - 2016.

144f.: il., 30 cm

Dissertação (Mestrado em Engenharia Elétrica e Computação) – Universidade Presbiteriana Mackenzie, São Paulo, 2016. Orientação: Profª. Drª. Pollyana Notargiacomo Mustaro

Bibliografia: f. 91-99

1. Gestão de projetos. 2. Sistema inteligente. 3. Pesquisa científica. I. Título.

CDD 658.404

Aos meus familiares e amigos.

ii

AGRADECIMENTOS

Aos meus pais Abel Júnior e Dilza Tavares pela oportunidade e esforço que fizeramem todos os momentos de nossas vidas. Mesmo distante morando em outra cidade, sem-pre apoiando e dando a sustentação necessária com exemplos de lutas, esforços e suasrecompensas.

À minha companheira Amanda Leal Tavares que acreditou ser possível a realizaçãodesse trabalho e a concretização desse grande passo, dedicando-se e doando a maior partedo seu tempo para me apoiar, com uma compreensão e estímulo inabalável.

Ao meu filho Lucca que iluminou minha vida durante o período de desenvolvimentodessa pesquisa.

À minha irmã Andrea Tavares que sempre me apoiou, servindo de exemplo de dedi-cação, estudo e companheirismo.

Ao meu primo Alexandre Dias Tavares Costa que apoiou a pesquisa e interagiu juntoa coordenação do Programa de Pós-Graduação do Instituto Carlos Chagas - Fiocruz doParaná para que participassem da pesquisa exploratória realizada.

À Professora Dra. Pollyana Notargiacomo Mustaro pela costumeira e sempre presentecompreensão, apoio, ensinamentos, paciência e total disponibilidade durante a pesquisa,inclusive permitindo uma segunda chance de ingresso no programa para conclusão dapesquisa.

Aos integrantes da banca examinadora que participaram da etapa de qualificaçãodeste trabalho de pesquisa, Professores Dr. Nizam Omar e Dr. Rogério Rossi pelasconsiderações, comentários e sugestões de melhoria contribuindo para a qualidade dapesquisa científica.

iii

Que os vossos esforços desafiem as impossibilidades,lembrai-vos de que as grandes coisas do homem

foram conquistadas do que parecia impossível.Charles Chaplin

iv

RESUMO

A realização de pesquisas científicas para obtenção de grau em instituições do EnsinoSuperior como Trabalhos de Conclusão de Curso, Monografias, Dissertações e Teses, ge-ralmente apresentam problemas relacionados ao gerenciamento do tempo, recursos ou atémesmo de qualidade. Nota-se que o mercado corporativo enfrenta as mesmas dificulda-des na realização de projetos de produtos ou serviços, e mitigam esses problemas coma aplicação de frameworks e técnicas de gestão de projetos. Tendo em vista que com aevolução da tecnologia, mudanças significativas na dinâmica do comportamento ocorre-ram, em especial, na comunicação e na forma de gerenciamento de ações, pode-se aliartais aspectos com os frameworks e técnicas de gestão de projetos ao desenvolvimento depesquisas científicas no âmbito acadêmico de obtenção de grau. A partir desse cenário, apresente pesquisa apresenta um sistema especialista com aspectos de gestão de projetosbaseados no guia PMBOK, complementados por Project Model Canvas, juntamente comelementos pertinentes ao processo de orientação acadêmica, com o intuito de amparar osestudantes ao longo do desenvolvimento de suas investigações de obtenção de grau.

Palavras-chave: gestão de projetos, sistema inteligente, pesquisa científica

v

ABSTRACT

The development of scientific research to obtain a degrees in universities, such as un-dergraduate assignments, post-bachelor monographs, Master Dissertations and DoctoralTheses, often show problems related to time, resource or even quality management. Ithas been observed that the corporate environment is facing the same difficulties duringthe development of products or services, and mitigates these problems by applying fra-meworks and project management techniques. In the last years, technology evolutiondrove significant changes in behavior dynamics, especially in communications and in ac-tions management. Thus, it is possible to combine these aspects with the frameworksand project management techniques in the development of scientific researches in theacademic environment. From this scenario, this work presents an expert system withPMBOK features, complemented with Project Model Canvas and relevant elements ofthe academic advising process, in order to support students through the development oftheir investigations for degree obtention.

Keywords: project management, intelligent system, scientific research

vi

Lista de Figuras

2.1 Visão geral sobre os acontecimentos que marcaram a História do Gerenci-amento de Projetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2.2 Mapeamento dos processos e áreas do conhecimento do PMBOK PMI(2013b, p. 61) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.3 Estrutura do PRINCE2 (MURRAY, 2011, p. 3) . . . . . . . . . . . . . . . 19

2.4 Canvas que serve de base para a utilização da metodologia de Project ModelCanvas FINOCCHIO JUNIOR (2013, p. 35) . . . . . . . . . . . . . . . . . 22

2.5 Ilustração da disposição das perguntas aos elementos da metodologia Pro-ject Model Canvas. Adaptado de FINOCCHIO JUNIOR (2013, p. 49) . . . 25

2.6 Project Model Canvas finalizado (FINOCCHIO JUNIOR, 2013, p. 196) . . 26

2.7 Esquema representativo das etapas do processo de Design Thinking se-gundo Vianna et al. (2012, p. 18) . . . . . . . . . . . . . . . . . . . . . . . 28

2.8 Exemplo de prototipação do tipo storyboard (VIANNA et al., 2012, p. 135) 30

2.9 Esquema representativo das etapas do processo de Design Thinking se-gundo o Design Council (PINHEIRO; ALT, 2012, p. 44) . . . . . . . . . . 31

2.10 Esquema representativo das etapas do processo de Design Thinking se-gundo Pinheiro e Alt (2012, p. 45) . . . . . . . . . . . . . . . . . . . . . . . 32

2.11 Esquema representativo das etapas do processo de Design Thinking. Sim-plificado de Brow (2008, p. 88-89) . . . . . . . . . . . . . . . . . . . . . . . 32

3.1 Mecanismo do funcionamento de um Sistema Especialista (ARTERO, 2009,p. 96). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.1 Ciclo de vida de um aluno de Mestrado do Programa de Pós-Graduaçãoem Engenharia Elétrica e Computação (PPGEEC) da Universidade Pres-biteriana Mackenzie (MACKENZIE, 2015). . . . . . . . . . . . . . . . . . . 47

4.2 Termo de abertura da EAOA (MUSTARO; ROSSI, 2012, p. 3) . . . . . . . 48

4.3 Exemplo da Estrutura Analítica do Projeto (MUSTARO; ROSSI, 2012, p. 4) 49

4.4 Exemplo parcial da EAOA (MUSTARO; ROSSI, 2012, p. 4). . . . . . . . . 50

4.5 Exemplo do Plano de Gestão Acadêmica de Riscos em Investigações Cien-tíficas (PGARIC) (MUSTARO; ROSSI, 2013a, p. 224). . . . . . . . . . . . 51

vii

4.6 Exemplo de Plano de Gerenciamento de Comunicação para projetos depesquisa acadêmica (MUSTARO; ROSSI, 2013b, p. 336) . . . . . . . . . . 52

4.7 Exemplo de Plano de Gerenciamento de Recursos Humanos para projetosde pesquisa acadêmica (MUSTARO; ROSSI, 2013b, p. 336) . . . . . . . . . 52

4.8 Estrutura analítica de um projeto de monografia (MAXIMIANO, 1998, p. 4) 53

5.1 Fluxo de alto nível do usuário administrador . . . . . . . . . . . . . . . . . 63

5.2 Fluxo de alto nível do usuário aluno . . . . . . . . . . . . . . . . . . . . . . 64

5.3 Fluxo de alto nível do usuário orientador . . . . . . . . . . . . . . . . . . . 64

5.4 Caso de uso: Atores do sistema e principais casos de uso . . . . . . . . . . 65

5.5 Exemplo de entidades de modelo . . . . . . . . . . . . . . . . . . . . . . . 66

5.6 Exemplo de entidades adicionais de interação com o banco de dados . . . . 67

5.7 Exemplo de entidades de controle . . . . . . . . . . . . . . . . . . . . . . . 68

5.8 Interface inicial para o usuário acessar o sistema . . . . . . . . . . . . . . . 69

5.9 Interface de registro de novos usuários . . . . . . . . . . . . . . . . . . . . 70

5.10 Interface de gerenciamento de instituições de ensino . . . . . . . . . . . . . 71

5.11 Interface de gerenciamento da disponibilidade do orientador de acordo coma instituição de ensino e curso . . . . . . . . . . . . . . . . . . . . . . . . . 72

5.12 Interface de gerenciamento de linhas de pesquisa . . . . . . . . . . . . . . . 73

5.13 Interface de criação de um novo projeto - fase um . . . . . . . . . . . . . . 73

5.14 Interface de criação de um novo projeto - fase um. Alerta com relação aosprazos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

5.15 Interface de criação de um novo projeto - fase dois. Criação do plano decomunicação. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

5.16 Interface de criação de um novo projeto - fase três. Identificação peloSistema Inteligente do grau de preparo do aluno para continuidade do projeto. 76

5.17 Visão geral do encadeamento de fatos para definição do grau de preparo doaluno. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

5.18 Interface de criação de um novo projeto - fase quatro. Definição das justi-ficativas do projeto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

5.19 Interface de criação de um novo projeto - fase cinco. Definição do objetivoSMART do projeto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

5.20 Interface de criação de um novo projeto - fase seis. Definição dos benefíciosao fim do projeto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

5.21 Interface de criação de um novo projeto - fase sete. Definição da equipe detrabalho do projeto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

5.22 Interface de criação de um novo projeto - Mensagem de criação. . . . . . . 81

viii

5.23 Interface de criação de um novo projeto - Canvas finalizado . . . . . . . . . 82

5.24 Interface de adição de postit ao canvas . . . . . . . . . . . . . . . . . . . . 82

5.25 Interface de exibição de projetos - projetos em cadastramento . . . . . . . 83

5.26 Interface de exibição de projetos - todos os projetos criados . . . . . . . . . 83

5.27 Interface de gerenciamento de atividades de um projeto . . . . . . . . . . . 84

5.28 Interface de gerenciamento de riscos de um projeto . . . . . . . . . . . . . 85

5.29 Interface de gerenciamento de comunicações de um projeto . . . . . . . . . 85

5.30 Funcionalidade de compartilhamento com terceiros . . . . . . . . . . . . . 86

5.31 E-mail de aviso de compartilhamento . . . . . . . . . . . . . . . . . . . . . 86

5.32 Interface de exibição do Canvas com os itens em visualização pública . . . 87

5.33 Interface de exibição dos downloads disponíveis . . . . . . . . . . . . . . . 87

5.34 Interface de buscas na base de conhecimento . . . . . . . . . . . . . . . . . 88

5.35 Dicas para ampliar a qualidade dos textos produzidos . . . . . . . . . . . . 88

6.1 Distribuição por gênero dos alunos participantes da pesquisa . . . . . . . . 101

6.2 Distribuição por faixa etária dos alunos participantes da pesquisa . . . . . 101

6.3 Distribuição por formação acadêmica em curso dos alunos participantes dapesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

6.4 Recursos eletrônicos utilizados entre os alunos e seus orientadores, segundoos alunos participantes da pesquisa . . . . . . . . . . . . . . . . . . . . . . 103

6.5 Metodologias de gerenciamento de projetos utilizadas pelos participantesda pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

6.6 Distribuição por gênero dos docentes participantes da pesquisa . . . . . . . 105

6.7 Distribuição por faixa etária dos docentes participantes da pesquisa . . . . 105

6.8 Níveis de atuação como orientador dos docentes participantes da pesquisa . 106

6.9 Quantidade de alunos em orientação por docente no momento da pesquisa 106

6.10 Recursos eletrônicos utilizados entre os alunos e seus orientadores, segundoos docentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

6.11 Notas atribuídas para as ferramentas e metodologias utilizadas pelos par-ticipantes da pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

ix

Lista de Tabelas

3.1 Abordagens do estudo de Inteligência Artificial Adaptado de (RUSSELL;NORVIG, 2003, p. 2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

5.1 Grupos de processos e áreas do conhecimento do PMBOK propostas paraimplementação. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

5.2 Tabela de escala de grau de preparação do aluno para prosseguir com acriação do projeto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

6.1 Frequência de reuniões de orientação acadêmica (n=25), segundo alunos . . 103

6.2 Frequência de reuniões de orientação acadêmica (n=20), segundo docentesparticipantes da pesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

6.3 Frequência de monitoramento de progresso da orientação acadêmica (n=20) 109

6.4 Consolidação de dados dos resultados da busca das strings nas bases WoSe Scopus. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128

6.5 Trabalhos resultantes da revisão sistemática proposta. . . . . . . . . . . . . 129

x

Sumário

1 INTRODUÇÃO 1

2 FUNDAMENTOS EM GESTÃO DE PROJETOS 5

2.1 A HISTÓRIA DO GERENCIAMENTODE PROJETOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2 FRAMEWORKS E TÉCNICAS PARA GESTÃO DE PROJETOS . . . . 15

2.2.1 PMBOK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2.2.2 PRINCE2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.2.3 PMCANVAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.2.4 DESIGN THINKING . . . . . . . . . . . . . . . . . . . . . . . . . 26

3 VISÃO GERAL DE INTELIGÊNCIA ARTIFICIAL 33

3.1 TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL . . . . . . . . . . . . . . . 37

3.2 SISTEMAS ESPECIALISTAS . . . . . . . . . . . . . . . . . . . . . . . . . 39

4 ORIENTAÇÃO ACADÊMICA E GESTÃO DE PROJETOS EM PES-QUISAS CIENTÍFICAS 44

5 CONCEITOS E DESENVOLVIMENTO DO SISTEMA 55

5.1 GPACADEMICO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

5.2 IMPLEMENTAÇÃO PARCIAL - PROTÓTIPO . . . . . . . . . . . . . . . 58

5.2.1 TECNOLOGIAS ADOTADAS . . . . . . . . . . . . . . . . . . . . 61

5.2.2 FLUXO DA APLICAÇÃO . . . . . . . . . . . . . . . . . . . . . . . 63

5.2.3 CASO DE USO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

5.2.4 ENTIDADES DE MODELO . . . . . . . . . . . . . . . . . . . . . . 65

5.2.5 ENTIDADES DE VISUALIZAÇÃO . . . . . . . . . . . . . . . . . . 67

5.2.6 ENTIDADES DE CONTROLE . . . . . . . . . . . . . . . . . . . . 67

5.2.7 MECÂNICA DE FUNCIONAMENTO . . . . . . . . . . . . . . . . 68

xi

6 CONCLUSÕES E TRABALHOS FUTUROS 89

REFERÊNCIAS BIBLIOGRÁFICAS 91

Apêndice A - Pesquisa Exploratória 100

Apêndice B - Formulário de Pesquisa para docentes 112

Apêndice C - Formulário de Pesquisa para alunos 119

Apêndice D - Revisão Sistemática da Literatura 125

xii

Capítulo 1

INTRODUÇÃO

Um estudo sobre gerenciamento de projetos de abrangência mundial realizado pelo

Project Managament Institute - PMI, aponta que 69% das organizações possuem sempre

ou na maior parte das vezes, problemas com a realização de projetos no prazo, 50%

possuem problemas com custos e 31% problemas de qualidade em seus projetos. No

Brasil, esses números são de 67% para prazos, 50% para custos e 32% para a qualidade,

onde as organizações possuem sempre ou na maior parte das vezes problemas com os

tópicos levantados (PMSURVEY.ORG, 2014). Isso mostra a dimensão de problemas na

condução dos projetos e as oportunidades de benefícios que podem ser angariadas por

essas organizações com uma gestão apropriada de seus projetos.

Para o cenário na área acadêmica não é exatamente igual, mas pode-se traçar compara-

ção entre elas. Presentes em algumas instituições de ensino, as disciplinas de metodologia

científica podem atuar no apoio ao aluno em sua produção científica, seja de trabalhos

da graduação, de conclusão de curso, dissertações ou teses. Acontece que muitos alunos

apresentam dificuldades no contexto científico, em especial na redação de textos científicos

(OLIVEIRA, 2001). Nota-se que falta-lhes a compreensão de que uma titulação acadê-

mica exige dedicação e que, invariavelmente, haverá concorrência com suas atividades

profissionais ou culturais, requerendo um nível de organização pessoal para atender essas

demandas (MAXIMIANO, 1998).

Sabe-se que a tecnologia avança rapidamente e modifica os valores com que a sociedade

enxerga a geração de novos conhecimentos (KARUKSTIS, 2004). Desse modo os orien-

1

tadores procuram usar diferentes formas e veículos de comunicação, como comunicadores

instantâneos, e-mail, reuniões a distância e presenciais, sugestões e comentários inseridos

em seus textos (MUSTARO, 2007), compreendendo o uso de diversas ferramentas para

tentar apoiar e controlar o aluno em sua pesquisa científica.

Para entender o atual cenário de orientação acadêmica e a relação entre o aluno e o

docente, bem como os frameworks e técnicas de gerenciamento de projetos empregadas

e os recursos eletrônicos utilizados entre eles, o autor realizou uma pesquisa exploratória

com a participação de 25 alunos e 20 docentes.

Analisados os resultados sob a ótica dos alunos, identificou-se que 76% dos entrevista-

dos não utilizavam nenhuma metodologia de gerenciamento de projeto em suas pesquisas,

que o recurso eletrônico mais usado era o e-mail. 84% relataram que fariam uso se hou-

vesse a existência de um site ou aplicativo móvel que controlasse as atividades de pesquisa

científica no cenário acadêmico, auxiliando no processo de construção baseado em melho-

res práticas. Analisados os resultados sob a ótica dos docentes, obteve-se que 80% deles

controlavam as atividades de seus alunos de forma manual em cadernos ou anotações,

que o recurso eletrônico mais utilizado era o e-mail, que 90% declararam utilizar alguma

metodologia (em geral própria) para a gestão do processo de orientação acadêmica, 90%

fariam uso se houvesse a existência de um site ou aplicativo móvel que controlasse as ati-

vidades de pesquisa científica no cenário acadêmico auxiliando no processo de construção

baseado em melhores práticas.

Mesmo com a necessidade de obtenção de um produto único do ponto de vista cientí-

fico, a realização de uma investigação científica implica na estruturação de ações e etapas

que possuem um encadeamento entre elas, em sua maioria seguindo um mesmo padrão e

passíveis de serem gerenciadas e acompanhadas durante a sua realização.

Visto isso, com base nas pesquisas científicas, esse trabalho tem como objetivos:

• Realizar um estudo aprofundado sobre a área de Gestão de Projetos, identificando

os elementos históricos e os frameworks e técnicas relevantes dessa temática.

• Apresentar um panorama sobre a área de Inteligência Artificial e algumas técnicas

disponíveis.

• Identificar como se dá e quais as melhores práticas do processo de orientação aca-

2

dêmica.

• Conceituar e propor para a comunidade científica o GPAcademico, um modelo de

sistema especialista que permita auxiliar os usuários no planejamento e controle

de uma pesquisa científica no âmbito acadêmico de obtenção de grau em institui-

ções do Ensino Superior, utilizando frameworks e técnicas de gestão de projetos e

inteligência artificial.

• Desenvolver um protótipo com escopo restrito a projetos de pesquisas acadêmicas

para obtenção de grau em instituições do ensino superior para validar que tal modelo

facilite o relacionamento entre alunos e docentes, proporcione controle na gestão das

atividades necessárias à pesquisa e por consequência, proporcione aos estudantes

maiores chances de êxito em suas pesquisas.

A hipótese a ser verificada é:

É possível desenvolver, verificar a viabilidade e resultados da utilização de um modelo

computacional que englobe elementos de gestão de projetos e inteligência artificial, bem

como as melhores práticas de orientação acadêmica, para contribuir com orientadores e

orientandos em projetos de pesquisa.

Dessa forma, essa dissertação busca contribuir para a compreensão do cenário de

gerenciamento de projetos no âmbito acadêmico de pesquisas científicas necessárias a

obtenção de grau em instituições do ensino superior.

No próximo capítulo, o segundo desta dissertação, é introduzido o conceito de Gestão

de Projetos. São abordados a história do gerenciamento de projetos, evidenciando alguns

frameworks e técnicas para contextualização das diversas formas de gerenciamento de

projetos.

O terceiro capítulo apresenta a conceituação da Inteligência Artificial, algumas técni-

cas mais utilizadas seguido da conceituação e descrição de Sistemas Especialistas, técnica

adotada na pesquisa.

Logo após, no quarto capítulo, é contextualizada a orientação acadêmica em pes-

quisas científicas, com suas conceituações e apresentação de estudos realizados na área.

Compreende ainda, a gestão de projetos em pesquisas científicas.

3

A seguir, os materiais e métodos da pesquisa são referenciados no capítulo 5, que

descreve os detalhes do sistema proposto, do sistema implementado e as tecnologias uti-

lizadas.

As conclusões e trabalhos futuros são apresentados no sexto e último capítulo.

4

Capítulo 2

FUNDAMENTOS EM GESTÃO DE

PROJETOS

Pode-se afirmar a magnitude da área de gerenciamento de projetos quando analisa-se

os números significantes envolvidos na área. Uma pesquisa do ano de 2013 realizada pelo

Project Management Institute PMI (2013a) e certificada pela Economist Intelligence Unit,

denota que existem no mundo 51 milhões de pessoas envolvidas na gestão de projetos.

O relatório informa que no mesmo ano, 91 programas acadêmicos em 13 países foram

certificados pelo PMI Global Accreditation Center for Project Management Education

Programs - GAC (PMI, 2013a).

Outro estudo do PMI, o Project Management Talent Gap Report, referencia que entre

2010 e 2020, 15,7 milhões de vagas de gerentes de projetos serão criadas no mercado de

trabalho em todo o mundo com uma estimativa de movimentar 18 trilhões de dólares

(PMI, 2008). No Brasil, o estudo estima uma demanda de 1.364.932 gerentes de projetos

no período, sendo que estima um impacto na economia brasileira de mais de 1 bilhão de

dólares, a frente de países como Austrália e Canadá. Relata ainda que existe um foco

maior na busca por gerentes de projetos por parte das empresas dos seguintes seguimentos:

manufatura, finanças, serviços de informação, serviços de negócios, óleo e gás, construção

e utilidades (PMI, 2008).

Segundo o PMSURVEY.ORG (2013) as áreas das organizações que mais utilizam

metodologias de gerenciamento de projetos são: Tecnologia da Informação, Engenharia

5

e Serviços. Em 75,4% das empresas o software mais utilizado é o Microsoft Project. A

pesquisa indica também, como problemas mais frequentes nos projetos, problemas de

comunicação, escopo não definido adequadamente e não cumprimento de prazos. Além

disso, destaca-se que apenas 8% das organizações não percebem nunca os benefícios da

gestão de projetos.

Este capítulo apresenta a amplitude do gerenciamento de projetos como disciplina e

algumas técnicas, assim como oferece uma visão histórica para o entendimento dos conhe-

cimentos de gerenciamento de projetos atuais. Esses conhecimentos são necessários para

evidenciar as investigações e resultados decorrentes dos demais capítulos e a compreensão

de seu contexto.

2.1 A HISTÓRIA DO GERENCIAMENTO

DE PROJETOS

Com base nas definições do Project Management Institute PMI (2013b, p. 3) de que

um projeto é “um esforço temporário empreendido para criar um produto, serviço ou

resultado exclusivo” e que a gestão de projetos é a “aplicação do conhecimento, habilidades,

ferramentas e técnicas às atividades do projeto para atender aos seus requisitos”, conclui-se

que a humanidade trabalha com projetos desde a história antiga (PMI, 2013b, p. 5).

Valle et al. (2010) afirmam que o conceito de gerenciamento de projetos pode ser

mais antigo do que se imagina. Há diversos exemplos na história da humanidade de

projetos que tinham probabilidade de não serem bem sucedidos, seja por conta de sua

complexidade ou pelas incertezas existentes, mas obtiveram êxito elevado. Alguns desses

projetos levaram anos para serem concluídos, outros exigiram grande número de pessoas

envolvidas, outros por sua vez, planejamento e execução precisa.

Como exemplos Valle et al. (2010) e Kozak-Holland (2011) citam a construção das

pirâmides do Egito, a muralha chinesa e o coliseu de Roma, mas pode-se citar outras obras

como o Projeto Manhattan que foi um projeto de pesquisa e desenvolvimento responsável

pela criação da primeira bomba atômica durante a segunda guerra mundial (GROVES,

1983). Para Shenhar e Dvir (2007), o Projeto Manhathan exibiu os princípios de or-

6

ganização, planejamento e direcionamento que influenciaram na criação de padrões de

gerenciamento de projetos.

Kozak-Holland (2011) argumenta que a humanidade praticou de forma intuitiva as

nove áreas do conhecimento do PMBoK para alcançar o sucesso desses projetos e a cada

sucesso alcançado, novos conhecimentos, técnicas, habilidades e ferramentas servem de

base para os próximos projetos históricos. O autor reforça ainda que existe um mito

sobre os projetos da antiguidade que referenciavam a orçamentos ou prazos ilimitados ou

força de trabalho escrava.

Mesmo com esse número de projetos desafiadores, infelizmente quase não se tem re-

gistros ou documentação dos métodos e técnicas utilizadas anteriores a década de 50,

quando as empresas começaram a aplicar técnicas sistemáticas ou ferramentas para pro-

jetos maiores ou mais complexos.

Para Valle et al. (2010), Frederick Winslow Taylor foi o percursor da Ciência de Gestão

de Projetos no ano de 1911. Taylor (1911) publicou sua monografia onde considerava

que a melhor forma de gestão era considerá-la uma ciência com leis, regras e princípios

claramente definidos e que esses princípios de gestão como ciência poderiam ser aplicados

para qualquer atividade, independente da dimensão, mais ou menos complexas, pessoal

ou de corporações. Taylor usou o raciocínio de dividir os elementos de um processo para

melhorar a produtividade, eliminando o tempo perdido (KOZAK-HOLLAND, 2011)

É consenso entre diversos autores que Henry Laurence Gantt contribuiu de forma

significativa para as práticas de gerenciamento de projetos como se conhece hoje (KOZAK-

HOLLAND, 2011). Gantt foi um engenheiro americano que depois passou a ser consultor

em gestão e ficou conhecido pelo desenvolvimento de uma técnica onde era possível dividir

a cadeia de produção em várias atividades, visualizando assim, o encadeamento necessário

entre as atividades, a alocação e disponibilidade de máquinas e recursos, custos entre

outras informações (GANTT, 1919). Valle et al. (2010) explicam que Gantt foi um dos

alunos da ciência de Taylor.

Segundo Kwak (2003) a gestão de projetos moderna começou entre 1900 e 1950,

quando ocorreu uma transformação de um sistema artesanal para um sistema de admi-

nistração de relações humanas. O autor separa a gestão de projetos modernas em quatro

fases, sendo a primeira antes de 1958, de 1958 a 1979 que considera a aplicação da Ci-

7

ência de Gerenciamento, de 1980 a 1994 com foco na produção e recursos humanos e de

1995 até 2003 (ano em que o livro foi escrito) com a criação de um novo ambiente para

gerenciamento de projetos.

A segunda fase da gestão de projetos na visão de Kwak (2003) de 1958 a 1979, foi mar-

cada pela evolução da tecnologia, fazendo com que os projetos ficassem mais ambiciosos

e maiores em escopo e complexidade. Nesse período pode-se constatar o desenvolvimento

de chips de silício, a criação da linguagem de programação Unix, a corrida espacial e

a chegada do homem a lua, o desenvolvimento da ARPANET que se transformaria na

internet dos tempos modernos e a criação da Microsoft.

Foi nesse período que ocorreu o desenvolvimento do CPM/PERT, respectivamente

Critical Path Method e Program Evaluation and Review Technique. As duas técnicas fo-

ram desenvolvidas em duas linhas distintas quase que simultaneamente, uma na Marinha

americana e outra na indústria química. A elevada similaridade entre elas fez com que o

termo CPM/PERT sejam, em sua maioria, utilizados e referenciados como uma única téc-

nica. Para Snyder e Kline (1987) a gestão de projetos moderna inicou-se nesse momento,

em 1958.

Em 1965 um grupo formado por Pierre Koch e Yves Eugene da França, Dick Vullinghs

da Holanda, Roland Gutsch da Alemanha e Arnold Kaufmann fundou a International

Management Systems Association - IMSA. A IMSA era uma organização internacional e

independente, sem fins lucrativos, localizada na Suiça por ser um dos países mais respeita-

dos e politicamente neutro no período da Guerra Fria. O primeiro congresso internacional

foi realizado em Viena em 1967. Hoje o IMSA é conhecido por International Project Ma-

nagement Association - IPMA (IPMA, 2015a). Uma das principais missões do IPMA

é promover o reconhecimento da gestão de projetos e envolver as partes interessadas de

todo o mundo para o avanço da disciplina. Como diferencial e característica marcante, o

IPMA pensa globalmente, mas atua regionalmente bem como localmente (IPMA, 2015b).

Em 1969 o Project Management Institute - PMI era criado nos Estados Unidos com

os mesmos preceitos do IPMA, como uma instituição sem fins lucrativos (PMI, 2015a;

SHENHAR; DVIR, 2007). O PMI é reconhecido mundialmente por ter publicado o PM-

BOK - The Project Management Body of Knowledge, que compila processos e áreas do

conhecimento geralmente aceitas como as melhores práticas de gerenciamento de projetos.

8

Durante a década de 70 várias empresas de software de gerenciamento de projetos

foram criadas como a Artemis, a Scitor Corporation e a Oracle (KWAK, 2003). Nesta

década as ferramentas e técnicas de gerenciamento de projetos foram aprimoradas. Al-

gumas delas, utilizadas até hoje, foram difundidas como o Work Breakdown Structure -

WBS (ou Estrutura Analítica do Projeto) que é o processo de subdividir as entregas de

um projeto em partes menores de modo a ficar mais versátil e gerenciável e o Organiza-

tional Breakdown Structure - OBS (ou Estrutura Analítica Organizacional) que integra

essas entregas a unidades responsáveis (STRETTON, 2007; SHENHAR; DVIR, 2007).

No terceiro período de Kwak (2003) de 1980 a 1994, ocorreu o surgimento dos com-

putadores pessoais. Até então os engenheiros da computação que faziam o gerenciamento

de projetos porque estes eram controlados em mainframes. A acessibilidade que os com-

putadores pessoais traziam propíciou que um número elevado de organizações menores

passassem a fazer gerenciamento de projetos, uma vez que não dependiam mais dos pro-

fissionais capacitados.

Um esboço do que viria a ser o PMBOK foi publicado em 1983 pelo PMI com o

nome de ESA - Ethics, Standards, and Accreditation Committee Final Report. Também

em 1983 o PMI lançou a certificação PMP - Project Management Professional consoli-

dando a profissão de gerente de projetos. A primeira versão do PMBOK, lançada em

1986 no Project Management Journal, era mais desenvolvida que sua antecessora ESA -

Ethics, Standards, and Accreditation Committee Final Report. Em 1987 uma nova versão

também publicada no Project Management Journal contava com as seguintes áreas do

conhecimento: tempo, custo, escopo, qualidade e risco (STRETTON, 2007).

Em 1985 foi criado o The Standish Group com a visão de inovar por meio de técnicas de

raciocínio baseadas em caos. A proposta era avaliar o perfil do projeto com outros milhares

já realizados e semelhantes de forma a entregar um material que proporcionasse uma

sabedoria coletiva (THESTANDISHGROUP, 2015a). O Standish Group ficou conhecido

anos depois por divulgar um relatório em 1994 com informações relevantes relativas a

falhas e sucessos de projetos de TI (THESTANDISHGROUP, 2015b).

Em 1989 o governo do Reino Unido desenvolveu uma abordagem única para a gestão

de projetos de TI chamada PRINCE - PRojects In Controlled Environments. Desde sua

criação, passou por diversos aprimoramentos para se tornar genérico e adequado a gestão

9

de projetos de todos os tipos e passou a chamar-se PRINCE2 em 1996. Essa abordagem de

melhores práticas foi projetada para incorporar as exigências e experiências dos usuários

pelo mundo (OGC, 2015; OGC, 2009).

O quarto e último período identificado por Kwak (2003), de 1995 até 2003 (ano em

que o livro foi escrito), conta com a mudança radical dos meios de comunicação com

o advento e disseminação da internet. O acesso rápido, interativo e personalizado da

informação permitiu às empresas serem mais eficientes e orientadas aos clientes. Dessa

forma, para o autor, a tecnologia da informação revolucionou as práticas de negócio até

então conhecidas e obrigou indústrias e corporações a aplicar gerenciamento e controle de

seus projetos em diversos aspectos.

No ano de 1996, a AACE International - Association for the Advancement of Cost

Engineering divulgou um conceito de TCM - Total Cost Management que é uma aborda-

gem sistemática para o gerenciamento de custos ao longo do ciclo de vida de empresas,

programas, projetos, facilidades, produto ou serviço (AACEI, 2015). O TCM tem por

base o ciclo de Deming ou, popularmente conhecido como PDCA . De acordo com Holl-

man (2006), após a publicação desse conceito, o PMI escolheu o PDCA como base de seus

processos na 3a edição do PMBOK lançada em 2004.

Em 1998 o PMBOK foi reconhecido oficialmente pelo Institute of Electrical and Elec-

tronics Engineers - IEEE como um padrão (IEEE, 1998). Em 2000 foi lançada a segunda

edição do PMBOK, em 2004 a terceira edição, em 2008 a quarta edição e em 2013 a quinta

e atual edição.

O Global Accreditation Center for Project Management Education Programs - GAC,

fundada em 2001, é uma instituição independente para acreditação acadêmica para pro-

gramas de bacharelado, mestrado e doutorado com o propósito de avançar na excelência

do ensino de gerenciamento de projetos pelo mundo (PMI, 2015b).

Acompanhando a evolução da sociedade e a necessidade de agilizar a dinâmica princi-

palmente de projetos de TI, em 2001 surgiu o Manifesto para Desenvolvimento de Software

Ágil. Esse manifesto foi escrito por 17 autores representando diferentes métodos de de-

senvolvimento ágeis. Seus principais valores são: a) indivíduos e interações mais que

processos e ferramentas; b) software em funcionamento mais que documentação abran-

gente; c) colaboração com o cliente mais que negociação de contratos; d) responder a

10

mudanças mais que seguir um plano (BECK et al., 2001).

A partir do manifesto ágil, surgiu o conceito que alguns autores chamam de Agile

Project Managament - APM, que é uma nova abordagem de gerenciamento de projetos

que podem ser aplicados a qualquer segmento de negócios, com a característica de pos-

suírem ambientes propícios a mudanças constantes, complexos, instáveis ou desafiadores

(HIGHSMITH, 2004). Para o autor, apesar de possuir processos essa técnica tem que ser

orgânica, flexível e facilmente adaptada para estar alinhada aos objetivos do negócio, sem

ausentar-se dos conceitos de gerenciamento de projetos tradicionais, como restrições de

prazo e custo e qualidade com o produto final. Afirma ainda que é mais uma atitude do

que um processo.

Somente no ano de 2006 que a AACE International publicou o TCM FRAMEWORK:

An Integrated Approach to Portfolio, Program and Project Management que era um fra-

mework com os conceitos que vinham sendo divulgados desde 1996, para controlar, reduzir

e eliminar custos, usado em toda a organização e não somente na área de gerenciamento

de projetos (AACEI, 2015).

Uma nova era de serviços de tecnologia começou próximo dos anos 2000, com um

conceito de disponibilizar os serviços de TI de forma comoditizada semelhante a serviços

tradicionais como água, luz e telefone. Começava então a era do Cloud Computing. Com

o crescimento tecnológico na área de virtualização de hardware ocorreu o surgimento

de várias ofertas diferentes, como a de SaaS: Software as a Service que é o uso de um

software ou aplicativo como serviço prestado pela Internet (WANG; LASZEWSKI, 2008;

CUSUMANO, 2010).

Em 2007 a Apple lançou o iPhone e o Google o Sistema Operacional para smartpho-

nes Android, modificando significativamente o mercado de celulares (APPLE-HISTORY,

2015; GOOGLE, 2007). Logo em seguida, lançaram a Apple Store e o Android Market

(hoje Google Play), que eram lojas virtuais para aquisição de aplicativos, muitos deles

providos por meio do modelo SaaS. Tanto as ofertas de SaaS quanto a evolução dos dis-

positivos móveis tiveram uma influência crescente nas abordagens de gerenciamento de

projetos, uma vez que os usuários, gerentes e os envolvidos no projeto podem ter acesso

as informações do projeto independente de sua localização geográfica (OBRADOVIC et

al., 2014). De acordo com os autores, as buscas por ferramentas web e para dispositivos

11

móveis é a primeira escolha de pequenos e médios empresários que querem fazer a gestão

de seus projetos.

Com a intenção de tornar o método mais simples e diante das mudanças ocorridas

no ambiente de negócios desde 1996, no ano de 2009 o PRINCE2 foi atualizado. Essa

nova versão foi dividida em dois manuais Managing Successful Projects with PRINCE2

e Directing Successful Projects with PRINCE2 (OGC, 2009). Em 2013 os direitos de

propriedade do PRINCE2 foram transferidos para uma joint venture chamada AXELOS

criada pelo Gabinete do Governo do Reino Unido com a Capita Plc (AXELOS, 2015).

Na Figura 2.1 apresenta-se uma visão geral sobre os acontecimentos que marcaram a

História do Gerenciamento de Projetos.

12

13

Figura 2.1: Visão geral sobre os acontecimentos que marcaram a História do Gerencia-

mento de Projetos

14

Em 2013, o brasileiro José Finocchio Junior propôs uma nova abordagem, mais visual,

para o gerenciamento de projetos chamada Project Model Canvas que teve como inspiração

o Business Model Canvas. Aborda-se em detalhes essa técnica em capítulos posteriores

(FINOCCHIO JUNIOR, 2013).

Também em 2013, o PMI, tentando preencher a lacuna existente entre o PMBOK

e as metodologias ágeis, lançou o livro Software Extension to the PMBOK Guide Fifth

Edition em parceria com o IEEE Computer Society - a principal organização mundial de

profissionais de computação. Esse livro oferece uma visão sobre métodos, ferramentas e

técnicas para gerenciamento de projetos de software em todo seu ciclo de vida, com base

no PMBOK mas de forma mais adaptável (PMI, 2013a; PMI, 2015c).

A gestão de projetos proporcionou projetos de grande porte ao longo de toda sua

história, evoluindo continuamente com novas técnicas e padrões, acompanhando as mu-

danças da sociedade e da tecnologia. Na próxima seção serão apresentadas em detalhes

alguns frameworks e técnicas para a gestão de projetos.

2.2 FRAMEWORKS E TÉCNICAS PARA GESTÃO

DE PROJETOS

Entende-se por framework um conjunto de técnicas e procedimentos organizados de

forma a compor bases entendidas como melhores práticas ou formas de execução que

apresentaram efetividade em um determinado domínio, para que seja assim, utilizado por

outras entidades como um meio de elevarem as possibilidades de êxito. Pode-se entender

que essas técnicas são um conjunto de métodos ou processos essenciais para uma execução

adequada de um determinado domínio.

Assim como em outros domínios, na gestão de projetos existem vários frameworks

e técnicas, mas alguns se destacam como mais importantes ou utilizadas, tais quais

apresenta-se a seguir. Serão apresentados o PMBOK como um dos frameworks de gestão

de projetos mais utilizado em todo o mundo, o PRINCE2 que é outro framework difundido

em áreas governamentais, o PMCanvas como uma técnica de gestão de projetos inovadora

e brasileira e o Design Thinking que não é uma técnica específica de gestão de projetos

15

mas que vem sendo aplicada nesse contexto por estar relacionada a forma de atuação

dos gerentes de projetos que estimulam a capacidade de reconhecer padrões e desenvolver

ideias inovadoras dentro do domínio em que estão inseridos.

2.2.1 PMBOK

O PMI - Project Managament Institute é uma das maiores associações do mundo de

profissionais para gerenciamento de projetos. Seus padrões de gerenciamento de projetos,

programas de certificação, programas de pesquisa acadêmica e de mercado são reconheci-

dos mundialmente e ajudam mais de 700.000 membros certificados e voluntários em quase

todos os países do mundo, a melhorarem suas carreiras e aumentar as chances de sucessos

dos projetos em que participam (PMI, 2015d).

Completando 45 anos em 2014 o PMI vislumbra um futuro onde as organizações

atinjam a excelência, utilizando-se do gerenciamento de projetos para valorizar e atribuir

sucesso a ele (PMI, 2013a).

O PMI se destaca por ter 12 padrões para gerenciamento de projetos, programas e

portfólios que são amplamente reconhecidos e cada vez mais adotados por empresas e

entidades governamentais como modelo de boas práticas (PMI, 2015d). Um padrão é

um documento formal que descreve normas, métodos, processos e práticas (PMI, 2013b).

Esses padrões são desenvolvidos e mantidos pelos diversos profissionais qualificados e

atualizados do PMI, com experiência prática em todos os tipos de projetos, de forma

a estabelecer uma linguagem comum no gerenciamento de projetos pelo mundo (PMI,

2015d).

Entre esses padrões, destaca-se o PMBOK - The Project Management Body of Kno-

wledge que segundo Carvalho e Rabechini Jr. (2011), apesar de ser uma abordagem ame-

ricana para gerenciamento de projetos, está presente em mais de 100 países. Atualmente

está em sua quinta edição e é dividido em dois grandes grupos, sendo um de áreas do

conhecimento e outro de grupos de processos (PMI, 2013b).

Os processos estão divididos em cinco grupos (PMI, 2013b):

1. Iniciação: processos para definição de um novo projeto ou fase de um projeto.

16

2. Planejamento: processos para estabelecimento de escopo e esforço, na definição e

aprimoramento dos objetivos e o desenvolvimento das ações necessárias para atingir

esses objetivos.

3. Execução: processos executados para a conclusão das atividades necessárias para

que o projeto chegue ao fim cumprindo com as especificações.

4. Monitoramento e Controle: processos necessários para o acompanhamento, análise e

organização do progresso e desempenho do projeto. Também possui processos para

identificar e iniciar mudanças no plano do projeto.

5. Encerramento: processos executados para a finalização de todas as atividades de

todos os grupos de processos do gerenciamento do projeto, formalizando o projeto

ou fase assim como suas obrigações contratuais.

Uma área do conhecimento é formada por um conjunto de conceitos, termos e ativi-

dades de um campo profissional, de um campo de gerenciamento de projetos ou áreas de

especialização. São 47 processos de gerenciamento agrupado nas dez áreas do conheci-

mento, divididas da forma que se segue:

1. Integração: com a finalidade de identificar, definir, combinar, unificar e coordenar

os processos e atividades dos grupos de processos de gerenciamento de projetos.

2. Escopo: para garantir que o projeto inclua tudo que é necessário (apenas o neces-

sário) para ser executado e ser finalizado com sucesso.

3. Tempo: para gerenciar o tempo de forma que o projeto seja concluído dentro do

prazo estipulado.

4. Custos: para o planejamento, estimativas, financiamentos, orçamentos e gerencia-

mento e controle de custos para que o projeto seja concluído dentro do orçamento

definido e aprovado.

5. Qualidade: que determinam a qualidade, bem como suas políticas, objetivos e res-

ponsabilidades, com o propósito de satisfazer as necessidades do projeto.

6. Recursos Humanos: para gerenciar e guiar a equipe do projeto.

17

7. Comunicação: que garante que as informações do projeto sejam oportunas e apropri-

adas, incluindo o planejamento, a coleta, a criação, distribuição, armazenamento,

recuperação, gerenciamento, controle, monitoramento e disponibilidade das infor-

mações.

8. Riscos: para planejar, identificar, analisar, responder e controlar os riscos do projeto.

9. Aquisições: para a aquisição de produtos ou serviços externos a organização.

10. Partes Interessadas no Projeto: inserida apenas na quinta e atual versão do PM-

BOK, são processos e atividades para identificação das pessoas, grupos ou organiza-

ções que serão impactadas ou podem impactar no projeto, análise das expectativas

e seus impactos no projeto e o desenvolvimento de estratégias para que exista o

engajamento das partes interessadas na execução e decisões necessárias do projeto.

De acordo com o PMI (2013b) as áreas do conhecimento e os grupos de processos são

apresentados em forma de matriz e essa matriz mostra a intersecção em pelo menos dois

pontos no relacionamento entre elas. Pode-se verificar o mapeamento dos grupos e áreas

de processos e suas quantidades na Figura 2.2.

Figura 2.2: Mapeamento dos processos e áreas do conhecimento do PMBOK PMI (2013b,

p. 61)

18

2.2.2 PRINCE2

Conforme abordado na história do gerenciamento de projetos, o PRINCE2 é a evo-

lução do PRINCE - PRojects In Controlled Environments, uma abordagem do governo

do Reino Unido para a gestão de projetos de TI. Passou por diversos aprimoramentos

e possui marcos de evolução nos anos de 1996 e 2009 (última versão) para contemplar

as mudanças exigidas no ambiente de negócios e experiência dos usuários pelo mundo.

Essa versão mais recente foi dividida em dois manuais Managing Successful Projects with

PRINCE2 e Directing Successful Projects with PRINCE2 e embora originariamente cri-

ado para o ambiente de tecnologia da informação, após essas transformações se tornou

um padrão de gerenciamento de projetos genérico utilizado em outros segmentos (OGC,

2015; OGC, 2009).

O PRINCE2 possui uma estrutura de gerenciamento de projetos compreendido por um

conjunto de princípios, um conjunto de temas de controle, um ciclo de vida de processos

e um guia para adequação do método ao ambiente do projeto, conforme visualiza-se na

Figura 2.3 (MURRAY, 2011).

Figura 2.3: Estrutura do PRINCE2 (MURRAY, 2011, p. 3)

O conjunto de princípios desse modelo são sete (VALLE et al., 2010):

• Justificativa continuada: assegura que o projeto permaneça alinhado aos objetivos

de negócio;

19

• Aprendizado a partir da experiência: ao longo do ciclo de vida do projeto todas as

lições são registradas para aprendizado do time do projeto;

• Definição de papéis e responsabilidades: define e assegura que as pessoas (as par-

tes interessadas, usuários, fornecedores, etc), estejam envolvidas e que se saiba as

responsabilidades de cada um;

• Gestão por estágios: o projeto é planejado, monitorado e controlado baseado em

etapas;

• Gestão por excessões: define limites de tolerância aos objetivos do projeto e os

limites de autoridade delegada para cada nível da equipe;

• Foco no produto: projetos com ênfase na definição e entrega de produtos, em especial

nos requisitos de qualidade;

• Adequação ao ambiente do projeto: adaptações para atender ao ambiente, tamanho,

complexidade, importância, capacidade e risco do projeto.

Murray (2011) explica que o conjunto de temas de controle do gerenciamento de

projetos do PRINCE2 são sete e precisam ser continuamente abordados ao longo do ciclo

de vida do projeto, fornecendo as orientações sobre como o processo deve ser realizado.

Esses sete temas são equivalentes às áreas do conhecimento do PMBOK e respondem

as perguntas essenciais de um projeto (MURRAY, 2011; VALLE et al., 2010). São eles:

• Business Case: responde a pergunta “Por quê?” e compreende a justificativa do

projeto assim como os benefícios esperados;

• Organização: responde a pergunta “Quem?” e compreende a definição da equipe,

papéis e funções, propiciando uma comunicação adequada;

• Qualidade: responde a pergunta “O quê?” e compreende que a qualidade esperada

seja obtida por um sistema de qualidade;

• Planos: responde as perguntas “Como? Quando? Quanto custa?” e compreende a

aprovação e definição de responsabilidades;

20

• Risco: responde a pergunta “E se?” e compreende a gestão, identificação, qualifica-

ção e resposta aos riscos inerentes ao projeto;

• Mudança: responde a pergunta “Qual o impacto?” e compreende a gestão dos

impactos relativos a mudanças de escopo do projeto;

• Progresso: responde as perguntas “Onde estamos agora? Para onde estamos indo?

Devemos nos preocupar?” e compreende o monitoramento e controle do projeto

possibilitando um processo de tomada de decisão.

Os processos do PRINCE2 são divididos entre a) começo do projeto com atividades

para obtenção de apoio para o desenvolvimento do projeto; b) a direção do projeto com

atividades de controle do projeto; c) iniciação do projeto com atividades de planejamento,

documentações iniciais e planos de metas para escopo, tempo, custo, qualidade, benefícios

e riscos; d) gestão de fronteiras de etapas com atividades que proporcionam informações

sobre o sucesso da etapa atual e aprovação para próximas etapas; e) controle das etapas

com a descrição de como gestionar a execução do projeto; f) gestão da entrega com

atividades de supervisão; e g) encerramento do projeto com as atividades de encerramento

de atividades, contratos e documentos de aceite (MURRAY, 2011).

2.2.3 PMCANVAS

O Project Model Canvas, conhecido como PMCanvas, é uma técnica para gerencia-

mento de projetos criada pelo brasileiro José Finocchio Júnior. Este trabalha com ge-

renciamento de projetos há mais de 20 anos e já foi premiado pelo PMI por ter criado

um workshop chamado PMDOME, cujo objetivo era permitir que os participantes ex-

perimentassem na prática alguns dos principais processos do gerenciamento de projetos


Diferentemente do PMBOK que utiliza os 47 processos para fazer a gestão de proje-

tos, o PMCanvas surge como uma alternativa simplificada para fazer a gestão de projetos,

principalmente em sua fase inicial de planejamento. As duas abordagens não são exclu-

dentes, mas percebe-se a diferença na simplicidade do método.

FINOCCHIO JUNIOR (2013) afirma que o plano de projeto padrão das técnicas

21

convencionais de gerenciamento de projetos como o PMBOK, são extensos, burocráticos

e pouco visuais, não adaptados à realidade das empresas e do funcionamento da mente

humana.

O PMCanvas foi inspirado na técnica de Business Model Generation, em que cria-

se um plano de negócios com base no preenchimento coletivo de papéis autocolantes,

posteriormente fixados dentro do quadro de referência. Utiliza também conceitos de

Design Thinking e neurociência para aplicação visual da técnica, uma vez que ressalta

a importância do processo de visualização e da diferença de criação de modelos mentais

para cada individuo (FINOCCHIO JUNIOR, 2013).

Para facilitar o entendimento, na Figura 2.4 visualiza-se o canvas base para a utiliza-

ção da metodologia. Vê-se que ele possui 13 quadros e dois campos a serem preenchidos


Figura 2.4: Canvas que serve de base para a utilização da metodologia de Project Model

Canvas FINOCCHIO JUNIOR (2013, p. 35)

O primeiro passo para a utilização da técnica é o preenchimento do nome do Gestor de

22

Projetos responsável no campo GP. Em seguida, deve-se colocar o nome de identificação

do projeto, preenchendo o campo Pitch. Após isso, o preenchimento do canvas deve seguir

a seguinte lógica:

1. Justificativas, Objetivos SMART e benefícios;

2. Produto e Requisitos;

3. Stakeholders e Equipe;

4. Premissas, Grupos de Entrega e Restrições;

5. Riscos, Linha do Tempo e Custos.

Essa lógica de preenchimento responde às cinco perguntas fundamentais do projeto:

• “Por quê se deseja realizar o projeto?”

No quadro Justificativa, devem ser descritas em papéis autocolantes as justificati-

vas do projeto, ou seja, quais as necessidades não atendidas hoje ou os problemas

existentes que motivaram a criação do projeto.

No quadro Objetivo SMART deve ser descrito qual o objetivo do projeto para que

ele fique específico, mensurável, atingível, realista e delimitado no tempo (do inglês

Specific, Measurable, Attainable, Realistic, Time Bound).

No quadro Benefícios deve ser descrito o que será conquistado após a implantação

e finalização do projeto.

• “O quê se deseja realizar com o projeto?”

No quadro Produto deve ser descrito o resultado final do projeto, que pode ser um

produto, serviço ou mesmo um resultado.

No quadro Requisitos devem ser descritos os critérios de qualidade que o produto,

serviço ou resultado devem possuir.

• “Quem deve participar do projeto?”

No quadro Stakeholders deve ser descrito as partes interessadas no projeto que não

necessariamente estão sob a gestão do gerente de projetos ou fatores externos que

podem afetar o projeto de alguma maneira.

23

No quadro Equipe devem ser descritos todos os participantes que possuem alguma

responsabilidade nas entregas do projeto.

• “Como se deseja realizar o projeto?”

No quadro Premissas devem ser descritas as suposições que serão consideradas ver-

dadeiras no que tange ao ambiente ou fatores externos relacionados ao projeto.

No quadro Grupos de Entregas devem ser descritos os itens que serão gerados pelo

projeto, sendo que estes itens devem ser concretos, mensuráveis e tangíveis.

No quadro Restrições devem ser descritas todas as limitações conhecidas que po-

dem impactar no trabalho das equipes do projeto, independente de sua natureza ou

origem.

• “Quando o projeto deve ser realizado e Quanto custará?”

No quadro Riscos devem ser descritos os eventos incertos ou futuros que possam

ter relevância ao projeto. Com base nesses riscos, deve-se buscar e implantar as

respostas a cada um dos riscos.

No quadro Linha do Tempo deve ser descrito quando as entregas do projeto vão

ocorrer.

No quadro Custos deve ser descrito quanto será gasto para que o projeto seja con-

cluído. Sugere-se que os custos estejam relacionados a cada uma das entregas (se

assim o tiver).

Na Figura 2.5 observa-se quais elementos dos quadros do canvas pertencem a cada

grupo de perguntas.

24

Figura 2.5: Ilustração da disposição das perguntas aos elementos da metodologia Project

Model Canvas. Adaptado de FINOCCHIO JUNIOR (2013, p. 49)

O PMCanvas é concebido com a proposta de não possuir papéis bem definidos, suge-

rindo apenas duas regras básicas: deve ser feito sempre em equipe, de preferência com o

envolvimento das partes interessadas (stakeholders) e possuir pelo menos uma das pessoas

com conhecimentos básicos de gerenciamento de projetos.

Os itens descritos em cada um dos quadros são maleáveis e podem ser revistos a

qualquer tempo.

Observa-se um canvas finalizado na Figura 2.6.

25

Figura 2.6: Project Model Canvas finalizado (FINOCCHIO JUNIOR, 2013, p. 196)

2.2.4 DESIGN THINKING

Apesar de não ser uma metodologia específica de gerenciamento de projetos, o Design

Thinking vem sendo aplicado nesse contexto por estar relacionado à necessidade dos

gerentes de projetos se comportarem de modo a estimular a capacidade de suas equipes

de trabalho para o reconhecimento de padrões e o desenvolvimento de ideias inovadoras

dentro do domínio e projetos em que estão inseridos.

Ressalta-se que muitas vezes o termo design está associado a qualidade ou aparência

de produtos, porém, como disciplina, tem o objetivo de promover o bem-estar na vida

das pessoas. O designer tem como principal ação identificar problemas e gerar soluções

para que a experiência e bem estar das pessoas sejam maximizadas, uma vez que mapeia

cultura, contextos, experiências e processos (VIANNA et al., 2012).

Quando Thomas Edison criou a lâmpada elétrica, compreendeu que ela sozinha não

26

seria suficiente para ser utilizada em larga escala uma vez que não havia um sistema de

geração de energia, tão pouco, uma rede de transmissão para a energia. Pensando nisso,

criou todos os elementos para tornar seu invento efetivamente útil e, portanto, mostrou

sua capacidade de pensar no mercado como um todo e não apenas em um dispositivo

isolado. Edison sempre deu atenção às necessidades e preferências dos usuários e quebrou

o paradigma de trabalhar em uma invenção sozinho, procurando assim, trabalhar com

uma equipe de pensadores, improvisadores e experimentadores (BROW, 2008).

Esse exemplo de Thomas Edison pode ser considerado um dos primeiros na utilização

de uma abordagem do que hoje se conhece como Design Thinking, uma metodologia que

envolve todo o espectro de atividades e processos centrados nas pessoas com o objetivo de

aumentar a probabilidade de obter sucesso de inovação (BROW, 2008; PINHEIRO; ALT,

2012).

Pinheiro e Alt (2012) complementam que Design Thinking é um novo modelo mental

onde se pensa e se aborda os problemas por várias óticas e é uma atitude. Brow (2008)

ressalta a utilização da sensibilidade e métodos do designer para corresponder as necessi-

dades das pessoas, com as tecnologias e estratégia de negócios viáveis com a finalidade de

transformar valor e oportunidade para um cliente. Já Vianna et al. (2012), asseveram que

o Design Thinking proporciona uma visão holística de inovação e que além dos clientes,

deve-se entender funcionários e fornecedores envolvidos no contexto, cocriando soluções

com especialistas e prototipando para entender melhor suas necessidades, ao final, gerando

soluções geralmente inovadoras e inusitadas.

O Design Thinking não é uma técnica específica para gestão de projetos, mas sim, uma

técnica que pode ser adaptada para resolução de qualquer problema e potencializada em

conjunto com a utilização da técnica do Project Model Canvas. Esta técnica varia entre os

autores podendo ter mais ou menos etapas, entretanto, seguem a mesma lógica de execução

com uma fase inicial de motivação, definição, ideias e possibilidades, desenvolvimento e

entrega. Pode-se ver um benefício de maneira expressiva principalmente na fase inicial de

um projeto, durante o processo de planejamento, em que a necessidade de criatividade e

inovação é latente.

A expressãoDesign Thinking surgiu no início da década de 90 utilizada por acadêmicos

e foi popularizada pela IDEO, uma empresa fundada em 1991 em Palo Alto – conhecido

27

como Vale do Silício – com o foco em design e inovação (PINHEIRO; ALT, 2012). Foi

inicialmente utilizada na área de engenharia, e, atualmente, amplamente utilizada nas

áreas de gestão e negócios.

Brow (2008) sustenta que a inovação é provida por uma compreensão do que as pessoas

querem ou precisam, gostam ou não, da forma como são feitas, vendidas, comercializadas

e suportadas, por meio de uma observação direta.

A técnica apresentada por Vianna et al. (2012) pode ser dividida, mas não sequen-

ciada, em algumas partes. Isso porque uma etapa permeia a outra e pode ser necessária

adaptações a um problema evidenciado em qualquer uma das etapas. Pode-se visualizar

a metodologia proposta pelos autores na Figura 2.7.

Figura 2.7: Esquema representativo das etapas do processo de Design Thinking segundo

Vianna et al. (2012, p. 18)

Os autores dividem a metodologia em:

• Imersão:

Etapa onde existe a aproximação da equipe de um problema e este será avaliado

sob diversas óticas. Pode ser dividida em duas etapas:

? Preliminar - entendimento inicial do problema, geralmente definindo o escopo

e fronteiras do projeto, identificação de perfis de usuários e atores-chave que

serão abordados. Utiliza-se de ferramentas como reenquadramentos (análise de

problemas ou questões não resolvidas com o propósito de desconstruir crenças

28

ou suposições, quebrando os padrões de pensamento), pesquisas de campo

exploratórias e pesquisa desk (busca de referências globais e locais, websites,

livros, revistas, blogs); e

? Profundidade - identificação de necessidades e oportunidades que guiarão so-

luções na fase de Ideação1. Conta com projeto de pesquisa e exploração do

contexto do problema valendo-se de ferramentas como entrevistas e trabalhos

de campo, cadernos de sensibilização (coleta de dados do usuário com o mínimo

de interferência), sessões generativas (encontro com os usuários ou atores-chave

a fim de dividirem experiências), um dia na vida (simulação do pesquisador da

vida ou situação do objeto de estudo) e sombra (acompanhamento de observa-

ção do usuário por um período de tempo).

Essa etapa, por sua vez, gera informações para que sejam criados cartões de insights

com reflexões e conclusões geradas nessa etapa, facilitando a consulta e manuseio

dos dados obtidos.

• Análise e Síntese:

Os cartões de insights gerados pela fase de Imersão deverão ser organizados de modo

a se obter padrões e criar uma lógica de compreensão do problema. Podem ser usados

diagramas de afinidades (usando como base a afinidade, proximidade, similaridade

ou dependência), mapa conceitual (simplificação e exibição gráfica dos dados com

níveis de abstração), critérios norteadores (diretrizes balizadoras do projeto), per-

sonas (arquétipos para sintetizar comportamentos observados entre consumidores e

perfis externos), mapa de empatia (síntese de informações sobre o cliente de modo

a visualizar o que diz, faz, pensa e sente), entre outros.

• Ideação:

Essa etapa tem por principal objetivo gerar ideias inovadoras para o tema do projeto.

Utiliza-se de diversas ferramentas como Brainstorming (técnica para estimular a

geração de elevado volume de ideias em curto espaço de tempo), Workshops de

cocriação (encontro com uma série de trabalhos em grupo), entre outras. Todas essas

ferramentas têm o mesmo objetivo: estimular a criatividade para gerar soluções que1Segundo o dicionário Michaelis de língua portuguesa, ideação é: 1 Ato ou efeito de idear. 2 Formação

da ideia. 3 Psicol Função mental que consiste em formar ou em apreender ideias.

29

estejam alinhados ao assunto abordado. Para se obter resultados mais ricos, deve-se

utilizar além da equipe envolvida no projeto, profissionais especializados na área do

projeto, consumidores finais, fornecedores e um público de forma geral, buscando

a diversidade que contribuirá à análise sob diversas perspectivas. Deve-se evitar

qualquer julgamento de valor.

• Prototipação:

A fase de prototipação consiste na transformação de ideias abstratas em conteúdo

formal ou material, visando a tangibilidade de uma ideia, validando o conteúdo

analisado sob a ótica de equipe de projetos e do ponto de vista do usuário. Pode

permear todo o projeto, acontecendo em paralelo a todas as etapas de Imersão,

Análise e Síntese e Ideação ou ser a entrega final de um projeto de Design Thinking.

Utiliza-se de ferramentas como: protótipos de papel, modelos de volume (represen-

tações com níveis de fidelidade diferente), encenação (simulação de uma situação),

storyboard (representação visual em quadros estáticos vide Figura 2.8), entre outras.

Figura 2.8: Exemplo de prototipação do tipo storyboard (VIANNA et al., 2012, p. 135)

Em 2005, o órgão público do Reino Unido responsável pelo tema Design chamado

Design Council realizou uma pesquisa com onze empresas2 diferentes e buscou identifi-

car como o pensamento de design era convertido e processado por essas empresas. Ao

resultado dessa ação, identificaram o modelo a qual deram o nome de Diamante Duplo

e dividiram a metodologia em quatro etapas: Descobrir, Definir, Desenvolver e Entregar2As onze empresas são: Alessi, BSkyB, BT, Lego, Microsoft, Sony, Starbucks, Virgin Atlantic Airways,

Whirlpool, Xerox e Yahoo.

30

(do inglês Discover, Define, Develop e Delivery). O termo Diamante Duplo foi usado

pela semelhança geométrica identificada pelos pesquisadores que refletem o momento de

expansão do conhecimento nas linhas divergentes e o momento e necessidade de fazer

escolhas e refinar a informação nas linhas convergentes. Visualiza-se esse esquema na

Figura 2.9 (PINHEIRO; ALT, 2012).


o Design Council (PINHEIRO; ALT, 2012, p. 44)

Pinheiro e Alt (2012) propõem um formato parecido ao Diamante Duplo do Design

Council. Dividem as etapas de Design Thinking em: Insights, Ideias, Protótipos e Reali-

zação. Entre as fases, como pode ser visto na Figura 2.10, existe a necessidade de ampliar

o conhecimento na fase inicial de Insights, refiná-lo na fase de ideias, ampliar novamente

na fase de protótipos, fazer escolhas refinando a informação e posterior a isso, ampliar

novamente na realização do que se espera.

31


Pinheiro e Alt (2012, p. 45)

Para Brow (2008) que foi um dos percursores do Design Thinking e um dos fundadores

da IDEO, a metodologia consiste em três passos: Inspiração, Ideação e Implementação.

Pode-se visualizar esse modelo na Figura 2.11.

Figura 2.11: Esquema representativo das etapas do processo de Design Thinking. Simpli-

ficado de Brow (2008, p. 88-89)

Este capítulo apresentou alguns frameworks e técnicas de gerenciamento de projetos.

A seguir, verifica-se a conceituação de Inteligência Artificial e suas técnicas.

32

Capítulo 3

VISÃO GERAL DE INTELIGÊNCIA

ARTIFICIAL

Desde a antiguidade o homem busca identificar e entender como o pensamento humano

se processa, sobre como é capaz de compreender o ambiente e as situações que os cerca,

como pode-se perceber e manipular pensamentos e o mundo a sua volta. A Inteligência

Artificial, ou simplesmente IA, procura responder a essas perguntas que eram abordadas e

tentavam ser respondidas nas áreas da Filosofia, Psicologia e Neurociência. A IA busca a

construção de sistemas ou entidades inteligentes capazes de simular o pensamento humano

(RUSSELL; NORVIG, 2003).

As abordagens do estudo de Inteligência Artificial se dividem em quatro categorias

como descrito na Tabela 3.1 (RUSSELL; NORVIG, 2003). São elas:

Humano Racional

Pensamento Sistemas que pensam como humanos Sistemas que pensam racionalmente

Comportamento Sistemas que agem como humanos Sistemas que agem racionalmente

Tabela 3.1: Abordagens do estudo de Inteligência Artificial Adaptado de (RUSSELL;

NORVIG, 2003, p. 2)

• Sistemas que pensam como humanos

Dentro do aspecto de sistemas que pensam como humanos, pode-se definir IA se-

gundo Bellman (1978) como a automação de atividades associadas ao pensamento

33

humano como a tomada de decisão e resolução de problemas de aprendizagem.

Russell e Norvig (2003) afirmam que nos anos 60 surgiu a modelagem cognitiva com

o intuito de construir teorias precisas e testáveis da mente humana. A modelagem

ocorre por meio de introspecção ou por meio de experimentos psicológicos.

• Sistemas que agem como humanos

Dentro do aspecto de sistemas que agem como humanos, pode-se definir IA segundo

Kurzweil (1990) como a criação de máquinas que exercem funções que carecem de

inteligência quando executadas por uma pessoa. Já para Rich e Knight (1991) é o

estudo de como fazer os computadores realizarem atividades que hoje os humanos

são melhores.

Em 1950, Alan Turing propôs o “Teste de Turing” que foi projetado para prover

uma definição operacional satisfatória para Inteligência. O teste consistia em um

interrogador humano realizar indagações por escrito e, desse modo, não identificar se

as respostas são provenientes de um ser humano ou de um computador (RUSSELL;

NORVIG, 2003). Para passar no teste o computador precisa:

? processamento de linguagem natural;

? representação do conhecimento;

? raciocínio automatizado;

? aprendizado de máquina.

Ainda assim, o chamado Teste de Turing Total, inclui mais duas necessidades:

? visão computacional para perceber os objetos;

? robótica para manipular os objetos.

• Sistemas que pensam racionalmente

Dentro do aspecto de sistemas que pensam racionalmente, pode-se definir IA se-

gundo Charniak e McDermott (1985) como o estudo das faculdades mentais por

meio da utilização de modelos computacionais e de acordo com Winston (1992)

como o estudo das computações que tornam possível perceber, raciocinar e agir.

Segundo Russell e Norvig (2003) o filósofo grego Aristóteles procurou codificar o que

34

seria um pensamento correto valendo-se do silogismo como estrutura de argumen-

tação que produziriam conclusões corretas quando determinadas premissas fossem

firmadas, ou seja, um processo de raciocínios irrefutáveis. Para compreensão um

exemplo seria: “Sócrates é homem; os homens são mortais; logo, Sócrates é mortal.”

Dessa forma, o foco dessa vertente está direcionado a formalização do conhecimento

e do raciocínio.

Existem programas capazes de resolver qualquer problema desde que seja possível

solucioná-lo com notações lógicas, mas na prática identificou-se uma série de di-

ficuldades para tornar o conhecimento informal em termos formais assim como o

esgotamento de recursos computacionais com problemas nem tão complexos com

apenas centenas de fatos.

• Sistemas que agem racionalmente

Dentro do aspecto de sistemas que agem racionalmente, pode-se considerar IA, se-

gundo Nilsson (1998), preocupando-se com comportamento inteligente em fatos.

Poole, Mackworth e Goebel (1998) definem como inteligência computacional o es-

tudo da concepção de agentes inteligentes.

Pode-se considerar que um comportamento racional está ligado a agir corretamente

no momento adequado. Logo, um agente racional, é aquele que age para alcançar

os melhores resultados de acordo com as informações disponíveis (RUSSELL; NOR-

VIG, 2003).

Diferentemente de sistemas que pensam racionalmente onde a base está pautada em

uma série de inferências corretas, algumas situações não demandam uma inferência,

mas uma ação, como por exemplo retirar a mão ao tocar um objeto quente. A

ação é uma resposta do reflexo e não de uma inferência. As inferências são um dos

mecanismos para se chegar a racionalidade. Essa é uma abordagem mais favorável

ao desenvolvimento científico porque permite que o padrão de racionalidade seja

matematicamente bem definido.

A capacidade de ação inteligente é com frequência associada ao conhecimento pré-

existente. Visto isso, a incorporação de conhecimento é requisito essencial para a cons-

trução de Sistemas Inteligentes (REZENDE, 2003).

Os Sistemas Inteligentes, ou SIs, utilizam a manipulação de conhecimentos especializa-

35

dos trazendo benefícios qualitativos e quantitativos para desempenhar tarefas ou resolver

problemas, bem como a capacidade de realizar inferências e associações para trabalhar com

problemas complexos. Como os SIs são capazes de manipular símbolos representativos de

entidades reais, pode-se afirmar que eles são eficazes para trabalhar com conhecimentos.

Desse modo, é preciso distinguir o que é dado, informação e conhecimento (REZENDE,

2003).

Segundo Rezende (2003) dado é um elemento puro e quantificável e não oferece base

suficiente para entendimento de situações, sendo normalmente, selecionado e recuperado

de uma base de dados ou documentos. A informação é um dado analisado e contextua-

lizado por meio de comparações a um contexto de referência, enquanto o conhecimento

é a habilidade de criar um modelo mental que descreve um objeto indicando as ações de

implementação e tomada de decisão.

O conhecimento pode ser dividido em tipos (REZENDE, 2003):

• Declarativo: pode-se entender como “o que”. É o conhecimento genérico sobre fatos

e eventos;

• Procedural: pode-se entender como “como funciona”. É o conhecimento relativo

onde é difícil expressar ou explicar;

• Senso comum: pode-se entender como “julgar o certo e o errado”. É o conhecimento

processual, com métodos e de afirmações;

• Heurístico: pode-se entender como único, que não pode ser conquistado de nenhuma

fonte e com envolvimento de análises sistemáticas ou utilização de regras heurísticas.

O comportamento inteligente de um sistema computacional só é possível com um

conjunto de habilidades que podem ser de armazenagem e recuperação eficientes de um

volume de dados representativo, resolução de problemas ou tomada de decisões ou ainda,

conectar de forma associativa pensamentos e ideias de modo não-linear. Além disso, é

resultado do encadeamento de múltiplas decisões, que podem ser definidas por critérios

de desempenho, duração e risco (REZENDE, 2003).

Conceituados a respeito de Inteligência Artificial e de Sistemas Inteligentes, na pró-

xima seção serão apresentadas algumas técnicas para a aplicação desses conceitos.

36

3.1 TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL

Os Sistemas Inteligentes podem ser construídos utilizando-se de uma ou mais técnicas

para serem aplicadas e auxiliarem o processo decisório. Esta seção tem o propósito de

apresentar as principais técnicas de inteligência artificial para demonstrar a amplitude

desse área do conhecimento, pois oferecem diferenças nos graus de habilidade para a

representação do conhecimento humano. Segundo Rezende (2003), são elas:

• Aprendizado de Máquina

É uma área de Inteligência Artificial que tem por objetivo o desenvolvimento de

técnicas que permitem aos sistemas a capacidade de aquisição do conhecimento de

forma automática, sendo que o sistema acumula as experiências e a partir delas

toma decisões para novos problemas, adquirindo um aprendizado que pode ser su-

pervisionado ou não-supervisionado (MONARD; BARANAUSKAS, 2003).

• Redes Neurais

Foram concebidas a partir de modelos matemáticos que permitem que o algoritmo

adquira um aprendizado e este aprendizado está diretamente relacionado com a

forma com que ele interage com o meio, bem como a capacidade de adaptação de

seus parâmetros para essa interação. Outra capacidade desses algoritmos é a genera-

lização que permite dar respostas coerentes para dados que não foram apresentados

durante a fase de treinamento (BRAGA; CARVALHO; LUDERMIR, 2003).

• Lógica Fuzzy

Fuzzy é um termo em inglês que não possui uma tradução precisa para o português.

Os termos mais utilizados para representar fuzzy são difusa e nebulosa. A lógica

fuzzy é uma extensão da lógica booleana e trata incertezas com base em mode-

los matemáticos, englobando conceitos estatísticos de inferência. Esta diretamente

relacionado a teoria dos conjuntos. Diferentemente da lógica proposicional que é

binária, o modelo fuzzy admite valores entre 0 e 1 (ALMEIDA; EVSUKOFF, 2003).

• Computação evolutiva

Inspirada na Teoria de Evolução Natural e Genética, no inicio dos anos 50, a área

de Computação Evolutiva de Inteligência Artificial procura resolver problemas uti-

37

lizando sistemas com modelos baseados na evolução natural, e se divide em algumas

subáreas (BRAGA; CARVALHO; LUDERMIR, 2003):

? Algoritmos Genéticos: usa como base a teoria de seleção natural e hereditarie-

dade, assumindo assim, que indivíduos mais fortes tem maiores chances de so-

brevivência, enquanto os mais fracos tendem a desaparecer, promovendo assim

programas evolutivos. Muito utilizado como ferramenta de busca e otimização

de diferentes tipos de problemas.

? Estratégias de Evolução: usa como base mutações e cruzamentos e procu-

ram resolver prolemas acumulando conhecimento e utilizando essas informações

para gerar soluções aceitáveis. Utiliza de um operador de seleção determinístico

para realizar a seleção.

? Programação Genética: com base em uma descrição de alto nível de um pro-

blema, procura fornecer um método de criação automática de programas que

são representados por árvores ao invés de linhas de código. Executa-se um

programa para avaliar cada indivíduo da população.

• Agentes e Multiagentes

São entidades capazes de interagir com o ambiente, com capacidade de comunicação

entre eles, utilizando-se dos recursos que dispõe para atingir objetivos individuais

ou funções de satisfação, podendo ou não se reproduzir. Os sistemas multiagentes

são as ações e atividades de um conjunto de agentes autônomos em busca de um

objetivo global (GARCIA; SICHMAN, 2003).

• Mineração de Dados e Textos

A evolução computacional aumentou significativamente o volume e armazenamento

de dados. Porém, a transformação desses dados em informações relevantes torna-se

mais complexa a cada dia devido ao volume comparado a capacidade computacional

existente. Surgiu daí a necessidade de algoritmos mais eficientes para extração do

conhecimento, por meio de busca de padrões potencialmente úteis e compreensíveis

(REZENDE et al., 2003).

Outra técnica muito utilizada é a de sistemas especialistas que será abordada em

destaque na próxima seção.

38

3.2 SISTEMAS ESPECIALISTAS

Os Sistemas Especialistas correspondem a uma área da Inteligência Artificial e se

encontram em uma seção de destaque por ser a técnica escolhida para esta pesquisa. Trata-

se de programas de computador - sistemas - constituídos por uma base de conhecimento,

um motor de inferência e uma interface com o usuário (SARMA; SINGH; SINGH, 2010).

São sistemas que dão suporte à solução de problemas em um domínio específico, com

conhecimentos de um especialista humano e que procuram simular a forma de pensar desse

especialista (FLORES, 2003). Artero (2009) afirma que sistemas especialistas são capazes

de obter conclusões de problemas complexos que exigem elevado grau de conhecimento

técnico sobre um determinado domínio.

Metaxiotis et al. (2004) abordam que esse conhecimento é o elemento central de um

sistema especialista e pode estar representado na forma de fatos e heurísticas - como por

exemplo, experiências, julgamentos, algoritmos, opiniões - e que pode-se usar entrevistas,

questionários, análise de protocolos, dentre outros métodos, para se obter o conhecimento

do especialista. Sarma, Singh e Singh (2010) corroboram que o desenvolvimento da base

de conhecimento é a parte mais importante de um sistema especialista e que a qualidade

dos sistemas está diretamente ligada a qualidade da base de conhecimento.

Russell e Norvig (2003) asseveram que além de tomar decisões, os sistemas especi-

alistas devem possuir a capacidade de utilizar a informação para armazená-la ou não,

aprimorando seu poder de decisão.

Nota-se diferenças de estruturas entre os modelos apresentados pelos diversos autores

para um sistema especialista, sendo alguns com número de componentes reduzido e outros

ampliados. Para Flores (2003), um sistema especialista é constituído por cinco elementos

que são:

• Base de conhecimento

Armazenamento de representações do conhecimento, como por exemplo regras de

produção, redes semânticas e lógicas matemáticas (ARTERO, 2009).

• Motor de inferência

Responsável pela lógica, o motor de inferência é aplica as regras de conhecimento e

39

por consequência chega a conclusões.

• Subsistema de aquisição do conhecimento

Responsável por adquirir o conhecimento do especialista humano.

• Sistema de explicações

Permite que o usuário identifique quais passos foram assumidos para se chegar a

uma conclusão.

• Interface do usuário

Meio de interação do usuário com o sistema.

Em geral, os Sistemas Especialistas possuem as bases de conhecimento em forma de

regras de produção descritas sob a forma de linguagem computacional. Utiliza-se de condi-

ções “se-então” para verificar condições e implementar ações. Yuewei, Chilan e Xiaoguang

(2010) apresentam alguns exemplos de regra de produção:

Regra 1:

Se complexidade tecnológica do software = 1,

Então

confiabilidade = 0.2, funcionalidade = 0.15, eficiência = 0.05, fácil manutenção = 0.1

Regra 2:

Se complexidade tecnológica do software = 5,

Então

confiabilidade = 0.3, funcionalidade = 0.2, eficiência = 0.2, fácil manutenção = 0.15

O motor de inferência é responsável por identificar as informações dentro da base de

conhecimento e inferir por meio de um processamento lógico, as regras e novos conheci-

mentos.

Na Figura 3.1 pode-se observar o mecanismo de funcionamento de um Sistema Espe-

cialista.

40

Figura 3.1: Mecanismo do funcionamento de um Sistema Especialista (ARTERO, 2009,

p. 96).

Fernandes (2005) classifica os Sistemas Especialistas de acordo com suas característi-

cas. São elas:

• Sistemas de diagnóstico

São capazes de auxiliar na identificação de falhas que podem ocorrer na interpretação

de dados, colaborando para a solução de um problema determinado.

• Sistemas de interpretação

Utilizam-se dos fatos para determinar conclusões, situações e soluções. Verificam a

base de conhecimento com o objetivo de inutilizar as situações que possuem baixa

aderência e utilizar as restantes.

• Sistemas de instrução

Permitem identificar e mensurar o desempenho de um usuário conforme seu apren-

dizado. São conhecidos como sistemas tutores inteligentes, permitindo a solução

passo a passo (ALEVEN; MCLAREN; SEWALL, 2009).

• Sistemas de reparo

Proporcionam a análise das falhas e determinam quando serão resolvidas diante da

disponibilidade de recursos e do sistema.

• Sistemas de monitoramento

Como o nome diz, monitoram e interpretam sinais para identificar comportamentos

41

diferentes e solicitar intervenção humana se necessário.

• Sistemas de predição

Com base em dados passados e atuais, esses sistemas procuram chegar a uma de-

terminação futura de situações ou acontecimentos.

• Sistemas de planejamento

Sistemas que proporcionam um melhor planejamento e mensuração de processos.

Concentram-se em um objetivo e criam métodos para atingi-lo.

• Sistemas de projetos

Atuam na busca de soluções alternativas as encontradas pelos sistemas de planeja-

mento, sendo parecidas com esta última.

• Sistemas de depuração

Em geral, ocorrem distorções de dados e esses sistemas buscam oferecer soluções

para esses problemas.

• Sistemas de controle

Detentores de maior complexidade, coordenam outros sistemas e seus comporta-

mentos.

Giarratano e Riley (1994) destacam como principais benefícios da utilização de Siste-

mas Especialistas os seguintes itens:

• redução de falhas humanas

• agilidade na execução de tarefas e resolução de problemas

• ampliação da qualidade e desempenho na resolução de problemas

• estabilidade e flexibidade

• preservação do conhecimento dos especialista

• não influenciado por fatores externos como questões psicológicas ou estresse

• operar com hipóteses múltiplas simultaneamente

• solucionar problemas tão bem quanto um humano

42

Contextualizado com as informações relevantes de Inteligência Artificial e Sistemas

Inteligentes - Especialistas - o próximo capítulo apresenta o processo de orientação aca-

dêmica em pesquisas científicas.

43

Capítulo 4

ORIENTAÇÃO ACADÊMICA E

GESTÃO DE PROJETOS EM

PESQUISAS CIENTÍFICAS

O processo de orientação, também chamado de aconselhamento, é a interação dinâ-

mica e respeitosa entre orientador e orientando a respeito das preocupações do aluno

(O’BANION, 1994). O autor defende que o orientador deve dar suporte, informações e

um clima de liberdade para que o orientando possa tomar as melhores decisões. Sugere

ainda, que a orientação acadêmica deve possuir um contexto amplo de vida e objetivos

da carreira do estudante. Crookston (1994) corrobora com a amplitude do processo de

orientação, indicando a utilização de todos os recursos institucionais e comunitários em

favor do aluno.

Nessa mesma linha, Stull (1997) define que a orientação acadêmica é um processo

cujo principal objetivo é auxiliar os alunos a compatibilizarem seus objetivos de vida ao

desenvolvimento e realização de planos educacionais, onde os atores desse processo são

o docente, o aluno e a instituição de ensino. Habley (1993) assevera que estudantes que

planejam suas ações acadêmicas baseados em suas competências, habilidades e interesses

tem mais chance de sucesso, satisfação e persistência.

Segundo estudo realizado por Russell, Gill e Rayfield (2013) com 244 alunos matricu-

lados em cursos de mestrado ou doutorado em diversas instituições de ensino dos Estados

44

Unidos, identificou-se algumas características para a definição do que seria um orientador

qualificado na opinião desses alunos. São elas:

• Ser acessível e estar disponível para responder perguntas;

• Responder e-mails e telefonemas em tempo hábil e com presteza;

• Amparo e defesa dos objetivos do estudante;

• Empatia;

• Proporcionar experiências e oportunidades adicionais para a pesquisa;

• Aconselhamento pessoal e de carreira;

• Fornecer um adequado feedback, com críticas construtivas;

• Manifestar interesse em ajudar o aluno na investigação;

• Ser paciente;

• Reuniões presenciais;

• Apoio e orientação quanto aos requisitos da pesquisa.

Outro estudo de Myers e Dyer (2003) obteve 46 respostas válidas de docentes que tra-

balhavam no processo de orientação acadêmica. Dentre alguns objetivos dessa pesquisa,

um deles foi alcançado e obteve como resultado a identificação de algumas melhores prá-

ticas de orientação, separadas por categorias e ações correspondentes. São elas:

• Programação do curso

? Estar disponível;

? Agendar reuniões periódicas com os orientandos;

• Conhecimento do sistema

? Conhecimento do curso e requisitos da graduação;

? Conhecimento dos serviços disponíveis aos alunos.

• Planejamento do aluno

45

? O aluno cumprir com um plano de estudos;

? Estabelecimento de metas;

? Manter os registros apropriados;

? Monitorar regularmente o progresso do aluno;

? Avaliar regularmente o progresso do aluno.

• Tecnologia

? Utilizar um sistema de auditoria informatizada;

? Lembretes de e-mail;

? Listas de distribuição e troca de e-mails entre alunos;

? Sites de assessoria e dicas.

• Relacionamento pessoal com os alunos

? Estar interessado no estudante;

? Ser um bom ouvinte;

? Tratar os alunos com respeito;

? Ser honesto com os alunos;

? Usar perguntas direcionadas;

? Aconselhar os alunos sobre questões pessoais.

• Estratégias utilizadas no orientação dos alunos

? Padronização de orientação;

? Desenvolvimento de projeto;

? Fazer o estudante se tornar responsável pelo projeto;

? Sempre sugerir e discutir opções adicionais.

Identifica-se portanto, que o processo de orientação acadêmica pode ser aperfeiçoado

utilizando-se das melhores práticas em benefício da pesquisa acadêmica e seus resultados.

Na Universidade Presbiteriana Mackenzie no Programa de Pós-Graduação em Enge-

nharia Elétrica e Computação (PPGEEC), a orientação acadêmica se inicia ao término

46

do processo seletivo e aceitação do aluno no programa. Visualiza-se na Figura 4.1 o ciclo

de vida de um aluno de mestrado.

Figura 4.1: Ciclo de vida de um aluno de Mestrado do Programa de Pós-Graduação em

Engenharia Elétrica e Computação (PPGEEC) da Universidade Presbiteriana Mackenzie

(MACKENZIE, 2015).

Com o intuito de clarificar esse processo de orientação para desenvolvimento de pes-

quisas científicas para obtenção de grau no âmbito acadêmico, bem como as ferramentas e

técnicas utilizados nesse processo, especificamente com a utilização de frameworks e técni-

cas de gestão de projetos, realizou-se uma revisão sistemática da literatura disponibilizada

no Apêndice D.

A revisão sistemática propiciou identificar que apesar das bases científicas utilizadas

serem reconhecidas junto a comunidade científica por sua eficiência, apenas dois trabalhos

relevantes foram localizados referente à utilização de frameworks e técnicas de gestão de

projetos aplicados na área acadêmica. Dessa forma, pode-se afirmar que existe um número

reduzido de publicações científicas a respeito dessa temática.

Para a identificação de uma quantidade maior de trabalhos relevantes relacionados

com os propósitos dessa dissertação, ampliou-se a procura com a utilização de ferramen-

tas de busca genéricas como a plataforma do Google Acadêmico1, em que puderam ser

encontrados alguns outros estudos e propostas de gestão de projetos aplicados à gestão

de pesquisas científicas no âmbito acadêmico.

Esses estudos, relacionados à utilização de frameworks e técnicas de gestão de projetos

aplicadas na gestão de pesquisas científicas no meio acadêmico, em sua maioria se propõem

a resolver parte do problema, seja ligada ao início da pesquisa, a gestão dos riscos ou ainda1Google - http://www.google.com.br

47

a gestão da comunicação.

Mustaro e Rossi (2012) propõem uma Estrutura Analítica de Orientação Acadêmica

(EAOA) que procura contribuir com uma melhor execução de pesquisas científicas apoi-

ando na definição e documentação inicial do projeto, estabelecendo alguns parâmetros

básicos que podem ser ajustados de acordo com a pesquisa.

Os autores propõem o uso de documentos de referência na gestão de projetos baseada

no PMBoK do PMI que corroboram com o termo de abertura de um projeto que visa

alinhar os resultados esperados pelo orientador, pela instituição de ensino e o aluno (vide

Figura 4.2), a Estrutura Analítica do Projeto - EAP (do inglês Work Breakdown Structure

- WBS ) que corresponde a divisão em pequenos pedaços das atividades (vide Figura 4.3)

e um dicionário que descreve cada elemento do EAOA e seus critérios de aceitação (vide

Figura 4.4).

Figura 4.2: Termo de abertura da EAOA (MUSTARO; ROSSI, 2012, p. 3)

48

Figura 4.3: Exemplo da Estrutura Analítica do Projeto (MUSTARO; ROSSI, 2012, p. 4)

49

Figura 4.4: Exemplo parcial da EAOA (MUSTARO; ROSSI, 2012, p. 4).

De forma complementar, Mustaro e Rossi (2013a) contribuem com um modelo de

prevenção, transferência e mitigação de riscos denominado Plano de Gestão Acadêmica

de Riscos em Investigações Científicas (PGARIC). Verifica-se um exemplo desse plano na

Figura 4.5.

50

Figura 4.5: Exemplo do Plano de Gestão Acadêmica de Riscos em Investigações Científicas

(PGARIC) (MUSTARO; ROSSI, 2013a, p. 224).

51

Mustaro e Rossi (2013b) propõem ainda um plano de comunicação para um projeto de

pesquisa acadêmica (vide Figura 4.6) e um plano de gerenciamento de recursos humanos

(vide Figura 4.7).

Figura 4.6: Exemplo de Plano de Gerenciamento de Comunicação para projetos de pes-

quisa acadêmica (MUSTARO; ROSSI, 2013b, p. 336)

Figura 4.7: Exemplo de Plano de Gerenciamento de Recursos Humanos para projetos de

pesquisa acadêmica (MUSTARO; ROSSI, 2013b, p. 336)

Maximiano (1998) também propôs a utilização do PMBoK para projetos acadêmicos.

O autor defende que as variadas etapas de um projeto de pesquisa acadêmica podem ser

melhor administradas utilizando as referências do PMBoK. Dentre essa relação, destaca-se

o ciclo de vida de um projeto de pesquisa acadêmica, o planejamento do projeto contem-

plando a definição do escopo, questão de pesquisa e tema e o controle da qualidade. Na

Figura 4.8 pode-se ver um exemplo de estrutura analítica de uma das fases do projeto de

pesquisa acadêmica proposta pelo autor.

52

Figura 4.8: Estrutura analítica de um projeto de monografia (MAXIMIANO, 1998, p. 4)

Corroboram com esse controle de qualidade, Mustaro e Rossi (2015) colocam a ar-

gumentação de que para avaliar qualitativamente um projeto, deve-se confrontar a equi-

valência desse projeto aos procedimentos e políticas da instituição de ensino a que está

inserido. De acordo com a área de pesquisa, é possível também medir a qualidade de um

produto ou serviço resultado do projeto, como um software ou um modelo protótipo.

Vitoreli et al. (2010) realizaram estudo aplicando oito das dez áreas de conhecimento

do PMBoK em um projeto de pesquisa acadêmica, porém, não no mesmo contexto dos

demais autores que abordavam Monografias, Dissertações ou Teses, mas em um projeto

de pesquisa com o envolvimento de empresas, entidades locais, instituições de ensino,

pesquisadores, entre outros. Utilizaram portanto, a gestão de recursos humanos, escopo,

tempo, integração, comunicação, custos, riscos e qualidade. Como resultado, o uso das

ferramentas e técnicas de gestão de projetos propiciaram benefícios mensuráveis como

organização apropriada das atividades entre as equipes do projeto, uma visão integralizada

das atividades requeridas ao projeto, o monitoramento e controle apurado dos prazos das

atividades do projeto, a disponibilidade dos recursos e de informações durante todo o

projeto, assim como a execução dos critérios de gestão estabelecidos.

53

Já Mas, Mesquida e Gilabert (2012) realizaram estudo propondo a aplicação do PM-

BoK para a organização e ensino de cursos universitários no European Higher Education

Area. O foco deste estudo é o desenvolvimento de guias de apoio para a gestão do ensino,

como a disponibilidade e planejamento de materiais didáticos e docentes. Apresentaram

também um sistema web para a melhoria continua do processo de gestão do ensino para

que os professores pudessem retroalimentar o sistema para o planejamento do ano seguinte.

Apesar de propor o modelo, o estudo não apresenta os resultados de sua utilização.

Outro estudo apresentado por Mas, Mesquida e Delgado (2014) relacionado ao ante-

rior, os autores propõem a utilização de um conjunto de ferramentas disponibilizadas na

internet para auxiliar os docentes na gestão de suas pesquisas e até mesmo do conteúdo

programático de aulas. Algumas dessas ferramentas sugeridas foram:

• Flowchart 2

• FreeMind 3

• WBSChartPro 4

• Trello 5

• Gantter 6

• entre outros.

Essas propostas são válidas e agregam valor a gestão de pesquisas científicas no âmbito

acadêmico. Entretanto, nota-se que a tecnologia ganha espaço na sociedade que valoriza a

geração de novos conhecimentos (KARUKSTIS, 2004), exigindo que as propostas educa-

cionais estejam aderentes a essa mudança de comportamento. Propõe-se portanto, diante

do ineditismo identificado, a sistematização desse cenário que será apresentado no próximo

capítulo.

2Flowchart - http://flowchart.com3FreeMind - http://freemind.sourceforge.net4WBSChartPro - http://www.criticaltools.com/wbsmain.htm5Trello - https://trello.com6Gantter - http://www.gantter.com

54

Capítulo 5

CONCEITOS E

DESENVOLVIMENTO DO SISTEMA

Com base na investigação realizada e apresentada nas seções anteriores dessa disser-

tação, identificou-se a possibilidade da criação de sistema informatizado do processo de

orientação acadêmica para pesquisas científicas, voltadas para a obtenção de grau acadê-

mico em instituições do ensino superior, utilizando-se dos conceitos e melhores práticas

de gestão de projetos como base fundamental à esse processo.

Este capítulo apresenta o modelo do sistema especialista idealizado e proposto à comu-

nidade científica, assim como parte desse sistema inicialmente implementado como uma

prova de conceito e validação da aplicabilidade e benefícios oriundos do modelo.

5.1 GPACADEMICO

A proposta principal deste estudo é a conceituação e apresentação à comunidade

científica do GPAcademico, um sistema especialista para realizar a gestão de pesquisas

científicas aplicadas na obtenção de grau em instituições do ensino superior utilizando por

base critérios e instrumentos oriundos da área de gerenciamento de projetos.

O eixo central da área de gestão de projetos aplicados nesse sistema são os conceitos

e melhores práticas disponibilizadas pelo PMBoK do Project Management Institute, e

implementados no todo ou em parte, os processos das áreas do conhecimento e grupos de

55

processos descritos na Tabela 5.1.

Áreas do ConhecimentoGrupos de processos de gerenciamento de projetos

Grupo de Processos

de Iniciação

Grupo de Processos

de Planejamento

Grupos de Processos

de Execução

Grupos de Processos de

Monitoramento e Controle

Grupos de Processos

de Encerramento

Gerenciamento

da integração

do projeto

Desenvolver o

termo de abertura

do projeto

Desenvolver o

plano de

gerenciamento do

projeto

Orientar e

gerenciar o trabalho

do projeto

Monitorar e

controlar o trabalho

do projeto

Encerrar o

projeto ou fase

Gerenciamento

do escopo do

projeto

Definir o escopo;

Criar a estrutura

analítica do projeto

(EAP)

Gerenciamento

do tempo do

projeto

Definir as

atividades;

Sequenciar as

atividades;

Estimar as

durações das

atividades;

Desenvolver o

cronograma

Controlar o

cronograma

Gerenciamento

da qualidade do

projeto

Realizar a

garantia da

qualidade

Controlar a

qualidade

Gerenciamento

dos recursos de

comunicações

do projeto

Planejar o

gerenciamento das

comunicações

Gerenciar as

comunicações

Controlar as

comunicações

Gerenciamento

dos riscos do projeto

Identificar os

riscos;

Planejar as

respostas aos riscos

Controlar os

riscos

Gerenciamento

das partes interessadas

no projeto

Gerenciar o

engajamento das

partes interessadas

Controlar o

engajamento das

partes interessadas

Tabela 5.1: Grupos de processos e áreas do conhecimento do PMBOK propostas para

implementação.

O GPAcademico utiliza a técnica do Project Model Canvas para auxiliar o estudante

a conceber o problema de pesquisa e a utilização dos processos do PMBoK de maneira

intuitiva. Com isso, obter-se-á uma visualização geral do projeto com os marcos neces-

sários a sua conclusão e facilitará o acompanhamento e compartilhamento do projeto em

questão.

O sistema contempla de maneira intrínseca a utilização das características e melhores

práticas identificadas na literatura relacionada à orientação acadêmica, como as seguintes

56

práticas e funcionalidades:

• propiciar sensação de disponibilidade do docente no processo de orientação acadê-

mica

(Funcionalidade de comunicação entre o aluno e orientador)

• controlar e gerenciar reuniões periódicas entre docentes e alunos

(Funcionalidade de programação de reuniões periódicas e pontuais de acordo com a

necessidade do projeto)

• estabelecimento de metas para o aluno

(Funcionalidade de geração de cronograma com marcos de cada tipo de projeto

proporcionará esse estabelecimento de metas)

• acompanhar e manter os registros competentes ao processo de orientação acadêmica

(Funcionalidade de visualização das atividades)

• monitorar e avaliar regularmente o progresso do aluno

(Funcionalidade de visualização das atividades pendentes e do projeto)

• melhorar a comunicação entre alunos e docentes e sugerir opções adicionais

(Funcionalidade de comunicação entre o aluno e orientador)

Utiliza-se o conceito de Sistemas Especialistas da área do conhecimento de Inteligência

Artificial, possibilitando a formação de uma base de conhecimento advinda de referências

bibliográficas e especialistas humanos (orientadores), ampliando a potencialidade da base

de conhecimento dos sistemas. A fase primordial para a utilização dessa técnica é a fase de

planejamento, que propiciará subsídios ao aluno para realizar um planejamento adequado

à sua pesquisa e posterior controle desta.

O sistema contempla ao menos quatro perfis de usuários com funcionalidades especí-

ficas:

• Administrador: usuário que gerencia o sistema, bem como concede e revoga permis-

sões, gerencia os usuários, instituições de ensino, tipos de projetos, dicas globais.

57

• Aluno: usuário estudante que realizará a pesquisa. Dentre as funcionalidades desse

usuário, ressalta-se a gerência dos projetos, visualização geral de projeto, pendên-

cias de projeto, cronograma de projeto, riscos do projeto, relatório de atividades,

agendamento de reunião, entre outras.

• Docente: usuário docente que realizará o processo de orientação acadêmica. Dentre

as funcionalidades desse usuário, sugere-se visualização e gerência dos projetos de

seus orientandos (alunos), cadastramento de atividades dentro dos projetos, avalia-

ção dos relatórios de atividades, cadastramento de recomendações, agendamento de

reunião, entre outras.

• Coordenadores de curso: usuário para os coordenadores de curso para visualizarem

os orientadores, os alunos e o como está se dando o relacionamento entre eles. Como

funcionalidades, sugere-se que visualize os projetos e respectivas situações para ava-

liação, relatório de quantidade de projetos em andamento para cada orientador,

entre outras.

Acredita-se que após concluída a implementação dessas funcionalidades, o modelo

possa evoluir para utilização de outras técnicas de inteligência artificial, utilizando os

trabalhos já realizados e disponibilizados na plataforma como fonte de pesquisa para

plágios ou mesmo indicações de literaturas relacionados aos temas objetos de pesquisa,

enriquecendo a pesquisa científica do aluno.

Um dos objetivos do GPAcademico é, de certa forma, padronizar o formato de ge-

renciamento de pesquisas acadêmicas no âmbito de obtenção de grau em instituições do

ensino superior, da mesma forma como ocorre no mundo corporativo com a gestão de

projetos, proporcionando um fluxo para que essa gestão seja facilitada e cumpra com os

requisitos mínimos de qualidade.

5.2 IMPLEMENTAÇÃO PARCIAL - PROTÓTIPO

Apesar de conceber o sistema completo para a comunidade científica, com a finalidade

de criar um modelo e validar os conceitos por ele instituídos, por se tratar de um sistema

de tamanho relevante e de elevado número de vertentes, limitar-se-á a implementação a

58

trabalhos científicos do tipo projeto de pesquisa no âmbito acadêmico para a obtenção de

grau em instituições do ensino superior. O sistema conta com funcionalidades restritas

para o usuário do tipo orientador, funcionalidades ampliadas para os usuários do tipo

aluno e administrador, limitando-se a interface web, com um processo de orientação e

comportamento de docente fixo, com regras previamente definidas e base de conhecimento

do sistema especialista utilizando-se da experiência da orientadora e do autor como fonte

de criação das regras de produção.

O protótipo implementou os seguintes processos do PMBOK:

• Desenvolver o termo de abertura do projeto

• Definir o plano de gerenciamento do projeto

• Definir o escopo do projeto

• Criar a estrutura analítica do projeto

• Definir as atividades

• Sequenciar as atividades

• Estimar as durações das atividades

• Desenvolver o cronograma

• Planejar o gerenciamento das comunicações

• Gerenciar as comunicações

• Gerenciar o engajamento das partes interessadas

• Monitorar e controlar o plano de trabalho

• Controlar o cronograma

• Controlar as comunicações

• Controlar o engajamento das partes interessadas

• Encerrar o projeto ou fase

59

Dessa forma, a utilização do sistema implementado, permite verificar as seguintes

funcionalidades:

• Interface Administrativa

? criar, listar, editar e apagar usuários;

? criar, listar, editar e apagar instituições de ensino;

? criar, listar, editar e apagar cursos das instituições de ensino;

? criar, listar, editar e apagar tipos de projetos;

? criar, listar, editar e apagar dicas para a elaboração do projeto;

? criar, listar, editar e apagar templates.

• Interface do Usuário Orientador

? editar conta;

? criar, listar, editar e apagar disponibilidade;

? adicionar curso em instituição de ensino;

? criar, listar, editar e apagar linhas de pesquisa.

• Interface do Usuário Aluno

? editar conta;

? criar, listar, editar e encerrar projetos;

? visão geral do projeto;

? cronograma do projeto;

? gerenciar atividades do projeto;

? gerenciar riscos do projeto;

? gerenciar comunicação do projeto, com histórico de eventos e agendamento de

reunião;

? busca de informações na base de conhecimento;

• Ações automáticas do sistema

60

? gerenciamento e controle de segurança dos usuários;

? alerta para prazo de conclusão do projeto ser inferior ao tempo médio do tipo

de projeto escolhido;

? inferência de preparação do aluno para prosseguir no projeto;

? envio de notificações de atividades;

? revisão de prazos e cronograma;

? material de apoio ao desenvolvimento da pesquisa (templates, dicas de cons-

trução textual).

5.2.1 TECNOLOGIAS ADOTADAS

Com o propósito de permitir a disponibilização do sistema em mais de uma plata-

forma, web e mobile, a linguagem de programação escolhida foi Java. Ela é orientada a

objetos é a tecnologia padrão para desenvolvimento de aplicativos para dispositivos que

rodam o Sistema Operacional Android. De acordo com (IDC, 2016) os sistemas Android

correspondem a 82,8% do mercado de smartphones. Outro fator de escolha da linguagem,

é que ela possui uma série de bibliotecas e ferramentas já desenvolvidas, permitindo assim,

menor tempo de desenvolvimento com o acoplamento destes ao projeto (ORACLE, 2015).

Além disso, as bibliotecas de sistema de gerenciamento de regras de negócio e máquinas

de inferência robustas estão desenvolvidas nessa linguagem.

As demais ferramentas e tecnologias foram definidas a partir da escolha da linguagem

de programação.

Como plataforma de desenvolvimento, escolheu-se o Eclipse pelas funcionalidades de

que dispõem. Criado nativamente para desenvolvimento de programas em Java, o Eclipse

dispõe de plugins que permitem o desenvolvimento em outras linguagens de programação,

como por exemplo, PHP, HTML e C/C++. Possui outros plugins que permitem a gestão

de aplicativos terceiros dentro da própria plataforma, como o servidor web e o banco de

dados. (ECLIPSE, 2015)

Para o estabelecimento das guias principais do desenvolvimento e do padrão do projeto

(design patterns), escolheu-se a arquitetura MVC - Model-View-Controller por permitir

com clareza a separação e clareza do código-fonte e suas camadas. Na camada de Model

61

ficam os modelos, as classes que representam as entidades, regras de negócio e lógica do

sistema. Na camada de View ficam as interfaces que podem ser gráficas ou não, mas que

serão responsáveis por exibir e coletar os dados da interação do usuário com o sistema.

Na camada de Controller ficam os controles que gerenciam e convertem as ações com

modelos (model) ou interfaces (view).

Como plataforma de controle e gestão do modelo de padrão do projeto escolhido,

optou-se pela utilização do Spring MVC, um framework que usa esses princípios de forma

nativa e possui integração com várias tecnologias na camada de interface (view) (SPRING,

2015).

Escolheu-se o Hibernate como framework de interação com o banco de dados relacio-

nal, reduzindo assim, a complexidade do desenvolvimento do sistema. Como caracterís-

tica, o Hibernate permite a conversão das classes Java para as tabelas de bancos de dados,

gerando as chamadas SQL e permitindo portanto, a portabilidade para outro banco de

dados sem que sejam necessárias alterações no código-fonte ou na sintaxe da interação

com o banco de dados (HIBERNATE, 2015).

Optou-se pelo banco de dados PostgreSQL por ser um robusto sistema gerenciador

de banco de dados relacional. Assim como as demais escolhas, é um software open-source

(de código aberto e que recebe contribuições da comunidade) (POSTGRESQL, 2015).

Para o servidor web, a escolha foi pelo Tomcat, por tratar nativamente aplicações Java

e ser integrado ao Eclipse (TOMCAT, 2015).

O Drools foi escolhido como sistema de gerenciamento de regras de negócio (Business

Rules Management System - BRMS ). Ele provê um motor de inferência capaz de tratar

os algoritmos do tipo backward chaining e forward chaining que são eficientes quando

possuem uma base de conhecimento e buscam resolver problemas dentro de um determi-

nado domínio de conhecimento (DROOLS, 2015). Propicia o desenvolvimento de sistemas

separando regras de negócio de dentro do código-fonte. Implementa o algoritmo de RETE

com algumas melhorias, algoritmo esse que tem como principal função, acessar uma me-

mória de trabalho para auferir o resultado da combinação de regras de entrada (FORGY,

1982).

Para o controle de versões dos arquivos com o código-fonte do sistema, obtendo assim

62

o histórico de desenvolvimento e garantia de um repositório externo com a informação,

optou-se por utilizar o repositório Git disponibilizado pelo BitBucket (BITBUCKET,

2015).

Para os diagramas, foram utilizadas três ferramentas: o Gliffy e o Xmind para a

criação dos diagramas de fluxo e caso de uso (GLIFFY, 2015; XMIND, 2015) e o plugin

para o Eclipse chamado ObjectAid UML Explorer que permite a concepção de diagramas

de classe, buscando a informação direto do código-fonte (OBJECTAID, 2015).

5.2.2 FLUXO DA APLICAÇÃO

O diagrama de fluxo da aplicação é representado em alto nível com as principais

atuações no sistema. Esse fluxo foi dividido por perfil de usuário e pode-se ver o fluxo

do usuário administrador na Figura 5.1, fluxo do usuário aluno na Figura 5.2 e fluxo do

orientador na Figura 5.3.

Figura 5.1: Fluxo de alto nível do usuário administrador

63

Figura 5.2: Fluxo de alto nível do usuário aluno

Figura 5.3: Fluxo de alto nível do usuário orientador

64

5.2.3 CASO DE USO

Para os propósitos desse protótipo, os atores do sistema, como definido anteriormente,

são os usuários com perfil administrador, aluno e orientador, e demonstra-se a interação

deles com o sistema na Figura 5.4. Ressalta-se que o usuário orientador foi implementado

com funcionalidades básicas.

Figura 5.4: Caso de uso: Atores do sistema e principais casos de uso

5.2.4 ENTIDADES DE MODELO

As classes de modelo representam as entidades definidas para atuação no sistema.

Cada uma dessas classes implementa os atributos, construtores e métodos getters e setters.

Por conta do volume de classes, visualiza-se na Figura 5.5 as classes mais representativas

do sistema.

65

Figura 5.5: Exemplo de entidades de modelo

Foram criadas classes adicionais de interação com o banco de dados como pode ser

visualizado alguns exemplos na Figura 5.6.

66

Figura 5.6: Exemplo de entidades adicionais de interação com o banco de dados

5.2.5 ENTIDADES DE VISUALIZAÇÃO

As entidades de visualização correspondem a interface do usuário para poder interagir

com o sistema, exibindo ou coletando informações. Foram criadas mais de 50 interfaces

com o usuário divididas nos diferentes perfis de acesso. Optou-se pelo compartilhamento

de visualizações comuns entre as páginas que são o topo, menu de acesso e o rodapé,

evitando códigos repetidos e facilitando a manutenção e a identidade visual do sistema.

5.2.6 ENTIDADES DE CONTROLE

As classes de controle determinam o fluxo e os comandos de interação do usuário

com o sistema, servindo como uma camada intermediária entre a lógica e a interface de

apresentação. Essas classes podem ser visualizadas na Figura 5.7.

67

Figura 5.7: Exemplo de entidades de controle

5.2.7 MECÂNICA DE FUNCIONAMENTO

Para tangibilizar o GPAcademico, serão apresentadas algumas interfaces demons-

trando as funcionalidades e informações descritas nas seções anteriores.

Para iniciar o uso na plataforma o usuário deve acessar o sistema por meio de um

usuário e senha (Figura 5.8).

68

Figura 5.8: Interface inicial para o usuário acessar o sistema

Caso não possua um usuário e senha cadastrado no sistema, o usuário pode realizar

o cadastro para acesso e utilização do sistema como pode ser visto na Figura 5.9.

69

Figura 5.9: Interface de registro de novos usuários

Um usuário do tipo administrador, ao acessar a função de gerenciar instituições de

ensino, pode visualizar as instituições criadas, criar ou apagar uma instituição. Essa

interface pode ser vista na Figura 5.10.

70

Figura 5.10: Interface de gerenciamento de instituições de ensino

Para ilustrar as interfaces e funções de um usuário Orientador, visualiza-se na Fi-

gura 5.11 o gerenciamento da disponibilidade do orientador para determinada instituição

de ensino e curso.

71

Figura 5.11: Interface de gerenciamento da disponibilidade do orientador de acordo com

a instituição de ensino e curso

Ao acessar a função de gerenciar as linhas de pesquisa, o orientador pode criar, editar

ou apagar linhas de pesquisa, indicando as bibliografias principais que servirão de apoio

ao aluno na fase inicial do trabalho. Essa interface pode ser visualizada na Figura 5.12.

72

Figura 5.12: Interface de gerenciamento de linhas de pesquisa

Para um usuário do tipo aluno, o processo de criação de um novo projeto é composto

por sete fases, sendo que o usuário pode iniciar e dar continuidade em outro momento.

Pode-se visualizar o primeiro passo na Figura 5.13.

Figura 5.13: Interface de criação de um novo projeto - fase um

73

De acordo com as informações inseridas pelo tipo de projeto de pesquisa e as datas

estimadas de conclusão e data limite para finalização do projeto, o sistema irá capturar as

informações da base de conhecimento identificando o tempo médio da conclusão do tipo

de projeto selecionado. Visualiza-se na Figura 5.14 o alerta exibido ao usuário de que o

projeto em fase de criação tem suas datas estimadas ou limite menor que o prazo médio

e que, desde o momento inicial, o projeto já pode estar em risco.

Figura 5.14: Interface de criação de um novo projeto - fase um. Alerta com relação aos

prazos.

A segunda fase da criação de um novo projeto é construída com base nas informações

de disponibilidade do orientador para a instituição de ensino e curso selecionados, e irá

gerar o plano de comunicação entre o aluno e o orientador (disponível na Figura 5.15).

74

Figura 5.15: Interface de criação de um novo projeto - fase dois. Criação do plano de

comunicação.

A próxima fase de criação, a terceira, é a atuação do sistema inteligente. Utilizando

como eixo central perguntas ao usuário, essa fase determinará o grau de preparação do

aluno de acordo com a Tabela 5.2, identificando se o aluno está preparado para seguir

com a criação do projeto, se está pouco preparado e deve se qualificar melhor com relação

ao seu domínio das linhas de pesquisa do seu orientador ou até mesmo identificar que ele

está despreparado e que não existe alinhamento entre aluno e orientador, requisitando

uma reunião entre eles. Verifica-se essa interface de perguntas na Figura 5.16.

75

Preparação do Aluno para definição de Tema, Justificativa, Objetivo e Benefícios do Projeto

GRAU DEFINIÇÃO

despreparado situação de despreparo do aluno para as atividades iniciais do projeto.

pouco preparado situação de preparo do aluno é intermediária. Pode melhorar.

preparado situação de preparo do aluno para as atividades iniciais do projeto.

Tabela 5.2: Tabela de escala de grau de preparação do aluno para prosseguir com a criação

do projeto.

Figura 5.16: Interface de criação de um novo projeto - fase três. Identificação pelo Sistema

Inteligente do grau de preparo do aluno para continuidade do projeto.

76

Essa validação é necessária, pois sem um alicerce de conhecimentos e informações o

projeto pode ser concebido de forma incorreta, e por consequência, ficar comprometido em

prazo, qualidade e outros aspectos relatados durante esta pesquisa nas seções anteriores.

Apresenta-se na Figura 5.17 uma visão geral do encadeamento das fatos para definição

do grau de preparo do aluno.

77

Figura5.17

:Visão

gerald

oencadeam

ento

defatospa

radefin

ição

dograu

depreparodo

alun

o.

78

Em caso de ser considerado preparado o aluno continua a concepção do seu projeto

respondendo a pergunta “Por quê?” da metodologia do PMCanvas conforme explicado

em seções anteriores (FINOCCHIO JUNIOR, 2013). Na Figura 5.18 visualiza-se a quarta

fase que diz respeito as justificativas simples do projeto, ou seja, quais as demandas não

atendidas ou oportunidades identificadas como não exploradas.

Figura 5.18: Interface de criação de um novo projeto - fase quatro. Definição das justifi-

cativas do projeto

Na fase 5, o aluno descreve o objetivo SMART (conforme descrição da metodologia

PMCanvas citado em seções anteriores) (FINOCCHIO JUNIOR, 2013). São os objetivos

que farão sair da situação atual para uma situação futura com geração de valor. Essa

interface pode ser visualizada na Figura 5.19.

79

Figura 5.19: Interface de criação de um novo projeto - fase cinco. Definição do objetivo

SMART do projeto

Na sexta fase o aluno deve descrever os benefícios que o projeto trará, os valores

tangíveis e intangíveis que serão obtidos após o projeto. Visualiza-se essa interface na

Figura 5.20.

Figura 5.20: Interface de criação de um novo projeto - fase seis. Definição dos benefícios

ao fim do projeto

De acordo com a instituição de ensino o projeto de pesquisa pode ter mais de um

aluno participando do desenvolvimento do projeto. Isto é contemplado na sétima fase da

80

criação do projeto conforme pode-se visualizar na Figura 5.21.

Figura 5.21: Interface de criação de um novo projeto - fase sete. Definição da equipe de

trabalho do projeto

Após o cadastramento dos membros da equipe o projeto é criado (Figura 5.22), permi-

tindo que o sistema forneça uma série de informações capturadas de sua base de conheci-

mento para enriquecer o projeto. Também com base histórica de informações são criados

grupos de entregas e disponibiliza-se o tempo estimado para a conclusão de cada grupo

de entrega, as premissas e riscos mais comuns, assim como as restrições, os requisitos, os

stakeholders e o produto conforme visualiza-se na Figura 5.23.

Figura 5.22: Interface de criação de um novo projeto - Mensagem de criação.

81

Figura 5.23: Interface de criação de um novo projeto - Canvas finalizado

O canvas não fica limitado apenas as informações disponibilizadas pelo sistema, per-

mitindo que o usuário crie, apague e modifique as bases de acordo com a necessidade de

seu projeto. Na Figura 5.24 visualiza-se essa possibilidade.

Figura 5.24: Interface de adição de postit ao canvas

82

Ao clicar no menu superior “Meus projetos”, a lista de projetos ativos é exibida.

A partir dessa interface que as informações referente ao projeto serão disponibilizadas.

Visualiza-se na Figura 5.25 a lista de projetos com um projeto com criação em andamento

e na Figura 5.26 uma lista de projetos ativos com todos os projetos criados .

Figura 5.25: Interface de exibição de projetos - projetos em cadastramento

Figura 5.26: Interface de exibição de projetos - todos os projetos criados

Por meio do menu do projeto é possível visualizar e gerenciar todas as atividades do

projeto, em macro e micro atividades conforme Figura 5.27.

83

Figura 5.27: Interface de gerenciamento de atividades de um projeto

Da mesma forma das atividades, pode-se visualizar, cadastrar e apagar riscos identi-

ficados durante o projeto, conforme Figura 5.28.

84

Figura 5.28: Interface de gerenciamento de riscos de um projeto

A programação de reuniões com suas respectivas pautas e atas ficam registradas e

disponibilizadas no sistema, propiciando uma sensação de disponibilidade do docente, fa-

cilitando a organização do orientador e documentação histórico do processo de orientação.

Verifica-se essa interface na Figura 5.29.

Figura 5.29: Interface de gerenciamento de comunicações de um projeto

Com a opção de compartilhar, o usuário visualiza a interface que captura o e-mail

para envio (Figura 5.30), em que o destinatário recebe uma mensagem de e-mail como a

85

disponível na Figura 5.31).

Figura 5.30: Funcionalidade de compartilhamento com terceiros

Figura 5.31: E-mail de aviso de compartilhamento

Qualquer usuário que receber o convite por e-mail, terá apenas visualização de leitura

da visão geral do projeto, conforme Figura 5.32.

86

Figura 5.32: Interface de exibição do Canvas com os itens em visualização pública

Ainda é possível a utilização das funcionalidades de download de templates e docu-

mentos (Figura 5.33), busca na base de conhecimento (Figura 5.34) e dicas para facilitar

o desenvolvimento textual (Figura 5.35).

Figura 5.33: Interface de exibição dos downloads disponíveis

87

Figura 5.34: Interface de buscas na base de conhecimento

Figura 5.35: Dicas para ampliar a qualidade dos textos produzidos

Dessa forma, esta dissertação buscou, a partir dos estudos realizados e do protótipo

desenvolvido atingir os objetivos propostos para a presente investigação.

88

Capítulo 6

CONCLUSÕES E TRABALHOS

FUTUROS

A presente dissertação, num primeiro momento, contextualiza a área de gerenciamento

de projetos, expondo sua história e destacando alguns frameworks e técnicas consagrados

na área como o PMBOK e o Project Model Canvas. A seguir, contextualiza e apresenta

uma visão geral da área de Inteligência Artificial e algumas de suas técnicas, com destaque

para Sistemas Especialistas. Também apresentou o ambiente de orientação acadêmica,

seus conceitos e a aplicação das propostas de utilização de frameworks e técnicas de gestão

de projetos no âmbito acadêmico.

Conclui-se com a revisão sistemática da literatura, a existência de um volume reduzido

de trabalhos científicos relevantes referente à utilização de frameworks e técnicas de gestão

de projetos aplicados na âmbito acadêmico, o que amplia a relevância dessa dissertação e

dessa temática.

Apresenta-se a conceituação do GPAcademico, que demonstra ser possível e viável a

construção de um modelo computacional de sistema especialista que contemple os elemen-

tos de gestão de projetos, inteligência artificial e melhores práticas de orientação acadêmica

de forma intrínseca e intuitiva. Por se tratar de um tema abrangente e de múltiplas ver-

tentes, essa contextualização serviu de fundamento para a proposição e desenvolvimento

do protótipo.

Construiu-se esse protótipo, com algumas restrições de escopo para validar a utiliza-

89

ção e o modelo do GPAcademico. O foco adotado foi de apoio a projetos de pesquisa

acadêmica para obtenção de grau em instituições do ensino superior e a limitação da

interface web. Esse protótipo mostrou-se eficiente em testes realizados durante a fase de

seu desenvolvimento e com indícios de facilitar o relacionamento entre alunos e docentes,

na figura de orientando e orientador, proporcionando apoio aos estudantes na concepção

de seus projetos de pesquisa, controle na gestão das atividades necessárias à pesquisa,

aprendizado com o sistema especialista e sua base de conhecimento, possibilitando como

resultado maiores chances de êxito em suas pesquisas e no relacionamento com os orien-

tadores.

Mesmo com a limitação de escopo do protótipo, não foi possível identificar os resul-

tados oriundas da utilização do GPAcademico no processo de orientação acadêmica. Isso

porque não houve uma utilização prática por um orientador e um orientando. No segundo

trimestre de 2016 iniciaram os testes e validação com usuários reais de graduação em en-

sino superior da Universidade Presbiteriana Mackenzie, ao qual, assim que finalizado, será

divulgado para a comunidade científica por meio de artigo acadêmico.

Dentre os trabalhos futuros, diante das limitações de prazo e amplitude do estudo,

pretende-se ampliar a base de conhecimentos com outros especialistas no contexto de ori-

entação acadêmica, a ampliação dos conhecimentos e informações disponíveis no sistema

para outros tipos de pesquisas científicas como monografias, dissertações e teses, a imple-

mentação de mais processos do PMBOK, a aplicação de melhores práticas identificadas no

processo de orientação acadêmica de sugestão de livros, artigos e outras produções cientí-

ficas de acordo com a temática do projeto/trabalho. Também se buscará a integração de

sistemas de auditoria de conteúdo para validação de plágios e colaborar para que se obte-

nha um produto final único e exclusivo, além de ser possível identificar e sugerir mudanças

na qualidade da redação científica. Finalmente, pretende-se realizar um teste amplo com

usuários (Orientandos e Orientadores) para as correções e validações pertinentes.

90

Referências Bibliográficas

AACEI: What is cost engineering? 2015. Disponível em: <http://www.aacei.org-

/aboutUs/whatIsCE.shtml>. Acesso em: 08 fev 2015.

ALEVEN, V.; MCLAREN, B. M.; SEWALL, J. Scaling up programming by

demonstration for intelligent tutoring systems development: An open-access web site for

middle school mathematics learning. Learning Technologies, IEEE Transactions on, v. 2,

n. 2, p. 64–78, 2009.

ALMEIDA, P. E. M.; EVSUKOFF, A. G. Sistemas inteligentes: fundamentos e

aplicações. In: . 1. ed. Barueri, SP, Brasil: Ed Manole, 2003. cap. 7.

APPLE-HISTORY: iphone. 2015. Disponível em: <http://apple-history.com/iphone>.

Acesso em: 15 fev 2015.

ARTERO, A. O. Inteligência Artificial Teórica e Prática. [S.l.]: Livraria da Física, 2009.

AXELOS: About axelos. 2015. Disponível em: <https://www.axelos.com/about-axelos>.


BECK, K. et al. Manifesto for Agile Software Development. 2001. Disponível em:

<http://www.agilemanifesto.org/>. Acesso em: 09 fev 2015.

BELLMAN, R. E. An Introduction to Artificial Intelligence: Can Computers Think.

[S.l.]: Boyd and Fraser Publishing Company, 1978.

BITBUCKET: Bitbucket. 2015. Disponível em: <https://bitbucket.org/>. Acesso em:

07 jun 2015.

91

http://www.aacei.org/aboutUs/whatIsCE.shtml

http://www.aacei.org/aboutUs/whatIsCE.shtml

http://apple-history.com/iphone

http://www.agilemanifesto.org/

BRAGA, A. d. P.; CARVALHO, A. C. P. d. L. F.; LUDERMIR, T. B. Sistemas

inteligentes: fundamentos e aplicações. In: . 1. ed. Barueri, SP, Brasil: Ed Manole,

2003. cap. 6,9.

BROW, T. Design thinking. Harvard Business Review, HBR, Cambridge, MA, USA,

v. 86, n. 6, p. 84–92, June 2008.

CARVALHO, M. M.; Rabechini Jr., R. Fundamentos em gestão de projetos. 3. ed. São

Paulo: Editora Atlas, 2011.

CHARNIAK, E.; MCDERMOTT, D. Introduction to Artificial Intelligence. [S.l.]:

Addison-Wesley, 1985.

CROOKSTON, B. B. A developmental view of academic advising as teaching. NACADA

Journal, Kansas, USA, v. 14, n. 2, p. 05–09, 1994.

CUSUMANO, M. Cloud computing and saas as new computing platforms. Commun.

ACM, ACM, New York, NY, USA, v. 53, n. 4, p. 27–29, apr 2010.

DROOLS: Drools. 2015. Disponível em: <http://www.drools.org>. Acesso em: 06 jun

2015.

ECLIPSE: Eclipse. 2015. Disponível em: <https://eclipse.org>. Acesso em: 06 jun 2015.

FERNANDES, A. M. d. R. Inteligência Artificial: noções gerais. [S.l.]: Visual Books,

2005.

FINOCCHIO JUNIOR, J. Project Model Canvas : Gerenciamento de projetos sem

burocracia. Rio de Janeiro, RJ, Brasil: Elsevier Editora Ltda, 2013.

FLORES, C. D. Fundamentos dos sistemas especialistas. [S.l.]: Barone, DAC (Org.),

2003. 332 p.

FORGY, C. L. Rete: A fast algorithm for the many pattern and many object pattern

match problem. Artificial Intelligence, Pittsburgh, USA, v. 19, p. 17–37, 1982.

GANTT, H. Organizing for Work. [S.l.]: Harcourt, Brace and Howe, 1919. (Organizing

for Work).

92

http://www.drools.org

GARCIA, A. C. B.; SICHMAN, J. S. Sistemas inteligentes: fundamentos e aplicações.

In: . 1. ed. Barueri, SP, Brasil: Ed Manole, 2003. cap. 11.

GIARRATANO, J.; RILEY, G. Expert Systems: Principles and Programming. [S.l.]:

PWS Publishing Co., 1994.

GLIFFY: Gliffy. 2015. Disponível em: <https://www.gliffy.com/>. Acesso em: 07 jun

2015.

GOOGLE: Where’s my gphone? 2007. Disponível em: <http://googleblog.blogspot-

.com.br/2007/11/wheres-my-gphone.html>. Acesso em: 15 fev 2015.

GROVES, L. R. Now it can be told: The story of the manhattan project. In: . 1.

ed. New York: Da Capo Press, 1983. cap. Foreword, p. xiii–xvii.

HABLEY, W. R. Advisor training in the context of a teaching enhancement center.

Academic Advising as a Comprehensive Campus Process, Monograph Series, No. 2, p. 01,

1993.

HIBERNATE: Hibernate. 2015. Disponível em: <http://hibernate.org>. Acesso em: 06

jun 2015.

HIGHSMITH, J. Agile Project Management: Creating Innovative Products. Boston:

Addison-Wesley, 2004.

HOLLMAN, J. K. Cost engineering’s vital role in strategic management. ICEC

International Cost Management Journal, 2006. Disponível em: <http://www.icoste.org-

/Slovenia2006Papers/icecFinal00024.pdf>.

IDC. 2016. Disponível em: <http://www.idc.com/prodserv/smartphone-os-market-

share.jsp>. Acesso em: 12 mar 2016.

IEEE. Adoption of pmi standard - a guide to the project management body of knowledge.

Project Management Journal, IEEE Std 1490-1998, 1998.

IPMA: Ipmas history compiled by klaus pannenbacker and sebastian dworatschek for our

40th anniversary in 2005. 2015. Disponível em: <http://ipma.ch/about/ipma-history/>.


93

http://googleblog.blogspot.com.br/2007/11/wheres-my-gphone.html

http://googleblog.blogspot.com.br/2007/11/wheres-my-gphone.html

http://hibernate.org

http://www.icoste.org/Slovenia2006Papers/icecFinal00024.pdf

http://www.icoste.org/Slovenia2006Papers/icecFinal00024.pdf

http://www.idc.com/prodserv/smartphone-os-market-share.jsp

http://www.idc.com/prodserv/smartphone-os-market-share.jsp

http://ipma.ch/about/ipma-history/

IPMA: Vision and mission. 2015. Disponível em: <http://ipma.ch/about/vision/>.


KARUKSTIS, K. K. Reinvigorating the undergraduate experience with a research-

suportive curriculum. J. Chem. Educ., California, USA, v. 81, n. 7, p. 938–939,

2004.

KOZAK-HOLLAND, M. The History of Project Management. Ontario: Multi-Media

Publications Inc., 2011.

KURZWEIL, R. The Age of intelligent machines. [S.l.]: MIT Press, 1990.

KWAK, Y. Brief history of project management. In: . The Story of Managing

Projects. [S.l.: s.n.], 2003. cap. 2.

MACKENZIE. Regulamento do Programa de Pós-Graduação Stricto

Sensu de Engenharia Elétrica e Computação. 2015. Disponível em:

<http://up.mackenzie.br/fileadmin/ARQUIVOS/PUBLIC/SITES-

/UP MACKENZIE/reitoria/decanatos/decanato pesquisa/2015/Regulamentos-

/RE CONSU 20 2015 Alteracao RegulamentoSS Engenharia Eletrica e Computacao republ Assinada-

.pdf>. Acesso em: 10 oct 2015.

MAS, A.; MESQUIDA, A.; DELGADO, A. Entorno personal de gestión docente en

universidades: Personal environment for teaching management in higher education. 9th

Iberian Conference on Information Systems and Technologies, CISTI, Barcelona, Spain,

2014.

MAS, A.; MESQUIDA, A.; GILABERT, J. Applying pmbok to teaching management in

universities. 7th Iberian Conference on Information Systems and Technologies, CISTI,

Madrid, Spain, p. 1–6, 2012.

MAXIMIANO, A. C. A. Aplicação do pmbok a projetos acadêmicos. III SemeAd

(Seminários em Administração – FEA- USP), São Paulo, Brasil, v. 1, 1998.

METAXIOTIS, K. et al. Decision support through knowledge management: The role of

the artificial intelligence. International Journal of Computer Applications in Technology,

v. 19, n. 2, p. 101–106, 2004.

94

http://ipma.ch/about/vision/

http://up.mackenzie.br/fileadmin/ARQUIVOS/PUBLIC/SITES/UP_MACKENZIE/reitoria/decanatos/decanato_pesquisa/2015/Regulamentos/RE_CONSU_20_2015_Alteracao_RegulamentoSS_Engenharia_Eletrica_e_Computacao_republ_Assinada.pdf




MONARD, M. C.; BARANAUSKAS, J. A. Sistemas inteligentes: fundamentos e

aplicações. In: . 1. ed. Barueri, SP, Brasil: Ed Manole, 2003. cap. 4.

MURRAY, A. Prince2 in one thousand words. The Stationery Office 2011, September

2011.

MUSTARO, P. N. Proposal of blended orientation os scientific works by comparison

face-to-face and online processes. Issues in Informing Science and Information

Technology, Online, v. 4, p. 189–199, 2007.

MUSTARO, P. N.; ROSSI, R. Estrutura analítica de orientação acadêmica: proposta

para a formação de dirretrizes para o acompanhamento discente baseada em elementos

de gestão de projetos. XII International Conference on Engineering and Technology

Education (INTERTECH’2012), Timor Leste, v. 1, n. 1, 2012.

MUSTARO, P. N.; ROSSI, R. Da elaboração do termo de abertura de projeto de pesquisa

à gestão de riscos: Subsídios para a gestão acadêmica de investigações científicas. VIII

International Conference on Engineering and Computer Education, Luanda, Angola,

n. 1, p. 221–225, 2013.

MUSTARO, P. N.; ROSSI, R. Project management principles applied in academic

research projects. Issues in Informing Science and Information Technology (IISIT),

Online, v. 10, n. 1, p. 325–340, 2013.

MUSTARO, P. N.; ROSSI, R. Quality management of academic research projects. IX

International Conference on Engineering and Computer Education, Zilina, v. 9, n. 1,

2015.

MYERS, B. E.; DYER, J. E. Advising components, roles, and perceived level of

competence of university faculty. Journal of Southern Agricultural Education Research,

USA, v. 53, n. 1, p. 247–261, 2003.

NILSSON, N. J. Artificial Intelligence: A New Synthesis. [S.l.]: Morgan Kaufmann,

1998.

O’BANION, T. An academic advising model. NACADA Journal, Kansas, USA, v. 14,

n. 2, p. 10–16, 1994.

95

OBJECTAID: Objectaid. 2015. Disponível em: <https://www.objectaid.com>. Acesso

em: 07 jun 2015.

OBRADOVIC, V. et al. Web-based project management influence on project portfolio

managers’ technical competencies. Procedia - Social and Behavioral Sciences, v. 119, p.

387 – 396, 2014.

OGC: Prince2 background. 2015. Disponível em: <http://webarchive.nationalarchives-

.gov.uk/20110822131357/http://www.ogc.gov.uk/methods prince 2 background.asp>.


OGC, O. of G. C. An Introduction to PRINCE2: Managing and Directing Successful

Projects with PRINCE2. London: The Office of Government Commerce, 2009.

OLIVEIRA, L. C. V. Iniciação a pesquisa no ensino superior: o novo e o velho espírito

científico nas atividades acadêmicas. 24a Reunião Anual da Associação Nacional de

Pós-Graduação e Pesquisa em Educação (ANPEd), Caxambu, p. 1–15, 2001.

ORACLE: Java. 2015. Disponível em: <https://www.java.com/en/>. Acesso em: 06 jun

2015.

PINHEIRO, T.; ALT, L. Design Thinking Brasil : Empatia, colaboração e

experiementação para pessoas, negócios e sociedade. Rio de Janeiro, RJ, Brasil: Elsevier

Editora Ltda., 2012.

PMI. Project Management Talent Gap Report : Project management between 2010 +

2020. [S.l.], 2008. Project Management Talent Gap Report.

PMI. 2013 ANNUAL REPORT. [S.l.], 2013. 2013 Annual Report.

PMI. A guide to the project management body of knowledge (PMBOK Guide).

5. ed. Newton Square,PA: Project Management Institute, 2013. Disponível em:

<http://www.pmi.org>.

PMI: About us. 2015. Disponível em: <http://www.pmi.org/About-Us.aspx>. Acesso

em: 08 fev 2015.

PMI: About the gac. 2015. Disponível em: <http://www.pmi.org/gac/about-gac.aspx>.


96

http://webarchive.nationalarchives.gov.uk/20110822131357/http://www.ogc.gov.uk/methods_prince_2__background.asp

http://webarchive.nationalarchives.gov.uk/20110822131357/http://www.ogc.gov.uk/methods_prince_2__background.asp

http://www.pmi.org

http://www.pmi.org/About-Us.aspx

http://www.pmi.org/gac/about-gac.aspx

PMI: Software extension to the pmbok guide fifth edition. 2015. Disponível em:

<http://marketplace.pmi.org/Pages/ProductDetail.aspx?GMProduct=00101457501>.


PMI: About us. 2015. Disponível em: <http://www.pmi.org/About-Us/About-Us-

What-is-PMI.aspx>. Acesso em: 15 fev 2015.

PMSURVEY.ORG. 2013 Edition - National Report. [S.l.], 2013. PMSURVEY.ORG -

2013 Edition.

PMSURVEY.ORG. 2014 Edition - World Report. [S.l.], 2014. PMSURVEY.ORG 2014

Edition.

POOLE, D.; MACKWORTH, A. K.; GOEBEL, R. Computational intelligence: A logical

approach. [S.l.]: Oxford University Press, 1998.

POSTGRESQL: Postgresql. 2015. Disponível em: <http://www.postgresql.org>. Acesso

em: 06 jun 2015.

REZENDE, S. O. Sistemas inteligentes: fundamentos e aplicações. In: . 1. ed.

Barueri, SP, Brasil: Ed Manole, 2003. cap. 1.

REZENDE, S. O. et al. Sistemas inteligentes: fundamentos e aplicações. In: . 1.

ed. Barueri, SP, Brasil: Ed Manole, 2003. cap. 12.

RICH, E.; KNIGHT, K. Artificial Intelligence. 2. ed. [S.l.]: McGraw-Hill, Inc., 1991.

RUSSELL, M.; GILL, B.; RAYFIELD, J. Communication qualities of graduate advisors

from the point of view of graduate students in departments of agricultural leadership,

education, extension, and communications. Journal of Southern Agricultural Education

Research, USA, v. 63, n. 1, 2013.

RUSSELL, S. J.; NORVIG, P. Artificial Intelligence: A Modern Approach. 3. ed. Upper

Saddle River, NJ, USA: Pearson Education, 2003.

SARMA, S. K.; SINGH, K. R.; SINGH, A. An expert system for diagnosis of diseases in

rice plant. International Journal of Artificial Intelligence, v. 1, n. 2, p. 26–31, 2010.

97

http://marketplace.pmi.org/Pages/ProductDetail.aspx?GMProduct=00101457501

http://www.pmi.org/About-Us/About-Us-What-is-PMI.aspx

http://www.pmi.org/About-Us/About-Us-What-is-PMI.aspx

http://www.postgresql.org

SCOPUS. 2015. Disponível em: <http://www.elsevier.com/ data/assets/pdf file/0007-

/69451/sc content-coverage-guide july-2014.pdf>. Acesso em: 07 sep 2015.

SHENHAR, A. J.; DVIR, D. Reinventing project management. In: . Boston,

Massachusetts: Harvard Business School Press, 2007. cap. 1-2.

SNYDER, J. R.; KLINE, S. Modern project management: How did we get here - where

do we go? Project Management Journal, v. 28, p. 28–29, 1987.

SPRING. Spring MVC. 2015. Disponível em: <http://projects.spring.io/spring-

framework/>. Acesso em: 06 jun 2015.

STRETTON, A. A short history of modern project management. PM World Today, IX,

October 2007.

STULL, N. Academic advising: What does it mean at mu today? Texas Higher

Education Coordinating Board, Austin, Texas, USA, v. 15, n. 5, 1997.

TAYLOR, F. W. The Principles of Scientific Management. New York: Harper and

Brothers, 1911.

THESTANDISHGROUP: About the standish group. 2015. Disponível em: <http:/-

/www.standishgroup.com/about>. Acesso em: 08 fev 2015.

THESTANDISHGROUP: Chaos report 1994. 2015. Disponível em: <http://www-

.standishgroup.com/sample research files/chaos report 1994.pdf>. Acesso em: 08 fev

2015.

TOMCAT: Tomcat. 2015. Disponível em: <http://tomcat.apache.org>. Acesso em: 06

jun 2015.

VALLE, A. B. et al. Fundamentos de gerenciamento de projetos. Rio de Janeiro: Editora

FGV, 2010.

VIANNA, M. J. et al. Design Thinking : Inovação em negócios. Rio de Janeiro, RJ,

Brasil: MJV Press, 2012.

VITORELI, G. A. et al. Relato da utilização de ferramentas e técnicas de gestão

de projetos em um projeto de pesquisa acadêmica. GEPROS. Gestão da Produção,

Operações e Sistemas, São Carlos, Brasil, v. 5, n. 4, p. 111–126, 2010.

98

http://www.elsevier.com/__data/assets/pdf_file/0007/69451/sc_content-coverage-guide_july-2014.pdf

http://www.elsevier.com/__data/assets/pdf_file/0007/69451/sc_content-coverage-guide_july-2014.pdf

http://projects.spring.io/spring-framework/

http://projects.spring.io/spring-framework/

http://www.standishgroup.com/about

http://www.standishgroup.com/about

http://www.standishgroup.com/sample_research_files/chaos_report_1994.pdf

http://www.standishgroup.com/sample_research_files/chaos_report_1994.pdf

http://tomcat.apache.org

WANG, L.; LASZEWSKI, G. V. Scientific cloud computing: Early definition and

experience. Rochester Institute of Technology, 2008.

Web of Science. Web of Science. 2015. Disponível em: <http://thomsonreuters.com-

/web-of-science-core-collection/>. Acesso em: 07 sep 2015.

WINSTON, P. H. Artificial Intelligence. [S.l.]: Addison-Wesley, 1992.

XMIND: Xmind. 2015. Disponível em: <http://www.xmind.net/>. Acesso em: 10 jul

2015.

YUEWEI, B.; CHILAN, C.; XIAOGUANG, Y. A production rule-based knowledge

system for software quality evaluation. Computer Engineering and Technology (ICCET),

2010 2nd International Conference on, v. 6, p. V6–208–V6–211, 2010.

99

http://thomsonreuters.com/web-of-science-core-collection/

http://thomsonreuters.com/web-of-science-core-collection/

http://www.xmind.net/

Apêndice A - Pesquisa Exploratória

A pesquisa foi realizada no Instituto Presbiteriano Mackenzie, no IPT - Institutos de

Pesquisas Tecnológicas, no Centro Universitário Eurípedes de Marília, na UNICAMP -

Universidade Estadual de Campinas, todas do Estado de São Paulo e também na Fiocruz

Paraná - Instituto Carlos Chagas do estado do Paraná. Participaram da pesquisa docen-

tes e alunos que integram o Programa de Mestrado e Doutorado em Engenharia Elétrica e

Computação, Bacharelado em Ciências da Computação, Biociências e Biotecnologia e En-

genharia Biomédica das referidas instituições de ensino. Fizeram parte da amostra todos

os docentes e alunos que preencheram os critérios de inclusão e aceitaram participar da

pesquisa. Os participantes da pesquisa foram identificados por meio de número sequencial

da base de dados. Foram excluídos da pesquisa os docentes e alunos que estiveram de

férias, licença médica ou se recusarem a participar da pesquisa.

Para a coleta de dados foi utilizado um formulário eletrônico, proposto pelo pesquisa-

dor, contendo questões claras e objetivas relacionadas ao tema para cada uma das popu-

lações: docentes e alunos. O formulário para docentes pode ser visualizado no Apêndice

B, enquanto o formulário para alunos pode ser visualizado no Apêndice C.

A pesquisa foi realizada por um período de um mês: do dia 30 de Março de 2015 ao

dia 29 de Abril de 2015. Neste intervalo foram aferidas a participação de 25 alunos e 20

docentes, de um total de 50 alunos convidados e 50 docentes convidados.

A partir da tabulação dos dados brutos, a análise das respostas obtidas nos formulários

foram divididas e separadas por grupos de acordo com o participantes: docente e aluno.

100

Alunos

Uma primeira análise realizada está relacionada ao perfil dos participantes. Pode-

se identificar que 76% dos participantes da pesquisa são do gênero masculino e 24% do

gênero feminino como pode ser visto na Figura 6.1.

Figura 6.1: Distribuição por gênero dos alunos participantes da pesquisa

Identificou-se também, que 56% dos participantes da pesquisa possuem de 21 a 30

anos. Observa-se na Figura 6.2 a distribuição por faixa etária .

Figura 6.2: Distribuição por faixa etária dos alunos participantes da pesquisa

Quando analisa-se os dados, com o intuito de identificar a formação acadêmica em

curso, não houveram participantes de Pós-Graduação Lato Sensu - Especialização. Houve-

ram dois participantes de Graduação que correspondem a 8% da amostra, 12 participantes

101

de Pós-Graduação Stricto Sensu - Mestrado que correspondem a 48% da amostra e 11

participantes de Pós-Graduação Stricto Sensu - Doutorado que correspondem a 44% da

amostra. Observa-se essa distribuição na Figura 6.3.

Figura 6.3: Distribuição por formação acadêmica em curso dos alunos participantes da

pesquisa

Constatou-se que 96% dos participantes, 24 dos 25 da amostra, responderam já possuir

um orientador para seu projeto acadêmico, sendo que apenas 76%, 19 dos 25 da amostra,

responderam já possuir um tema definido. 17 participantes, que correspondem a 68%

da amostra, responderam que o tema foi definido junto com o orientador, enquanto 20%

responderam não possuir um tema definido no momento da pesquisa. Da amostra, 72%

declararam estar satisfeitos com o tema escolhido.

Com a análise voltada para o processo de orientação acadêmica, pode-se verificar

qual a frequência em que são realizadas reuniões de orientação acadêmica, demonstrada

na Tabela 6.1.

Observa-se na Figura 6.4 que todos os participantes da pesquisa utilizam pelo menos o

e-mail como recurso eletrônico de comunicação com seu orientador, aliado a mais alguma

outra tecnologia, como por exemplo comunicadores instantâneos.

102

Frequência de reuniões de orientação acadêmica (n=25)

Opções Frequência %

Mais de uma vez por semana 4 16

Semanal 7 28

Quinzenal 3 12

Mensal 3 12

Bimestral 1 4

Trimestral 0 0

Tabela 6.1: Frequência de reuniões de orientação acadêmica (n=25), segundo alunos

Figura 6.4: Recursos eletrônicos utilizados entre os alunos e seus orientadores, segundo

os alunos participantes da pesquisa

Quando a observação está relacionada a utilização de metodologias de gerenciamento

de projetos para a condução do projeto acadêmico, identifica-se que apenas 24% dos

participantes, 6 da amostra de 25, utilizam alguma metodologia, sendo que a maioria,

76% dos participantes, 19 da amostra de 25, não utilizam nenhuma metodologia. Desses

24% que utilizam alguma metodologia apenas um declarou utilizar o PMBoK do PMI, três

declararam utilizar o Scrum e dois declararam utilizar uma metodologia não especificada.

Pode-se visualizar a distribuição das metodologias utilizadas na Figura 6.5.

103

Figura 6.5: Metodologias de gerenciamento de projetos utilizadas pelos participantes da

pesquisa

Destaca-se que 88% dos participantes declararam acreditar que a condução da pesquisa

acadêmica de sua parte, como aluno, está adequada, sendo que esse mesmo percentual foi

identificada na avaliação da abordagem utilizada pelo orientador como contribuidor para

o atingimento dos objetivos da pesquisa.

Quando perguntados se houvesse a existência de um site ou aplicativo móvel que

controlasse as atividades da pesquisa científica e auxiliasse no processo de construção

baseado nas melhores práticas, 84% responderam que fariam uso desta solução.

Docentes

A análise inicial dos docentes está relacionada ao perfil dos participantes. Pode-se

identificar que 60% dos participantes da pesquisa são do gênero masculino e 40% do

gênero feminino como pode ser visto na Figura 6.6.

104

Figura 6.6: Distribuição por gênero dos docentes participantes da pesquisa

Identificou-se também, que todos os participantes da pesquisa possuem entre 31 e 60

anos. Observa-se na Figura 6.7 a distribuição por faixa etária .

Figura 6.7: Distribuição por faixa etária dos docentes participantes da pesquisa

Todos os participantes declararam estar atuando como orientadores no momento da

pesquisa e todos eles declararam gostar de atuar na orientação acadêmica. Observa-se os

níveis de formação que os docentes atuam como orientador na Figura 6.8

105

Figura 6.8: Níveis de atuação como orientador dos docentes participantes da pesquisa

Metade dos participantes, ou seja, 50% deles, declararam orientar entre um e três

alunos no momento da pesquisa. Enaltece-se uma das respostas onde o participante

declara orientar mais de quinze alunos no momento da pesquisa, o que é um volume

representativo (vide Figura 6.9).

Figura 6.9: Quantidade de alunos em orientação por docente no momento da pesquisa

Quando perguntados se acreditavam que a quantidade de alunos simultâneos preju-

dicava a qualidade da orientação acadêmica, 45% foram favoráveis, entendendo que a

qualidade era prejudicada, enquanto 55% declararam não haver prejuízo da qualidade.

Com a análise direcionada as metodologias de gerenciamento de projetos, 5% declara-

ram usar Design Thinking, 5% Scrum e 90% declararam utilizar outras metodologias sem

especificar quais eram. Observa-se que havia a opção no formulário de pesquisa para a

106

inclusão da metodologia, o que remete a interpretação de que são metodologias próprias.

45% dos participantes declararam possuir um guia composto de melhores práticas

para que a pesquisa acadêmica de seus orientandos tivessem mais chance de sucesso, bem

como manter um padrão de qualidade. Alguns participantes responderam quais eram suas

melhores práticas. São elas:

•exigência de aprovação com notas altas em disciplinas;

•reuniões frequentes;

•definição de problematização;

•definição clara de objetivos;

•mapeamento ou revisão sistemática da literatura;

•cronograma de atividades;

•relacionamento customizado de acordo com o aluno e projeto;

•equilíbrio entre pesquisas e atividades culturais;

•planejamento em conjunto com o aluno.

Quando analisados os dados relacionados ao controle das atividades dos alunos, identificou-

se que 80% dos participantes da pesquisa controlam as atividades de seus alunos de forma

manual em cadernos ou anotações, 15% utilizam-se de recursos automáticos como ferra-

mentas ou sistemas para controlar as atividades dos alunos, enquanto 5% declararam não

controlar as atividades dos alunos.

A grande maioria dos participantes declararam utilizar e-mails e comunicadores ins-

tantâneos como recursos eletrônicos na comunicação entre alunos e orientadores, como

observa-se na Figura 6.10.

107

Figura 6.10: Recursos eletrônicos utilizados entre os alunos e seus orientadores, segundo

os docentes

Verifica-se a frequência em que são realizadas reuniões de orientação acadêmica de

acordo com a amostra dos docentes na Tabela 6.2.

Frequência de reuniões de orientação acadêmica (n=20)



Semanal 5 25

Quinzenal 6 30

Mensal 3 15

Bimestral 0 0

Trimestral 0 0

Sob Demanda 4 20

Tabela 6.2: Frequência de reuniões de orientação acadêmica (n=20), segundo docentes

participantes da pesquisa

Verifica-se a frequência em que são realizados monitoramento do progresso da orien-

tação acadêmica de acordo com a amostra dos docentes na Tabela 6.3.

Uma fração pequena dos entrevistados declararam que as orientações acadêmicas são

impostas pela instituição de ensino - 10% deles, enquanto 90% declararam poder escolher

seus orientandos durante o processo de seleção.

108

Frequência de monitoramento de progresso da orientação acadêmica (n=20)



Semanal 4 20

Quinzenal 7 35

Mensal 4 20

Bimestral 0 0

Trimestral 0 0

Sob Demanda 1 5

Tabela 6.3: Frequência de monitoramento de progresso da orientação acadêmica (n=20)

95% dos participantes estabelecem metas aos seus orientandos e acreditam que o

relacionamento pessoal é importante para o sucesso do projeto de pesquisa acadêmica.

Todos os participantes alertam seus orientandos dos riscos mais comuns de um projeto de

pesquisa acadêmica e, alguns deles, descreveram quais eram esses riscos. São eles:

•atraso das atividades;

•alta pressão na finalização das atividades do projeto;

•experimentos não saírem como planejado;

•plágio;

•falta de dedicação;

•não definir objetivos claros;

•não manter-se atualizado em relação a literatura do projeto;

•falta de sistemática no trabalho;

•problemas técnicos e operacionais;

•falta ou falha de planejamento adequado das atividades;

•problemas com importação de equipamentos ou reagentes necessários a pesquisa;

109

•ausência ou constante mudança de escopo;

•publicações;

•ausência de cópias de segurança do material desenvolvido.

Quando questionados sobre o apoio ao aluno com o fornecimento de algum material

pronto, 60% responderam contribuir com algum material. Identificaram como os princi-

pais os itens a seguir:

•templates de projetos e artigos;

•textos sobre metodologia de pesquisa científica;

•artigos científicos;

•dissertações e teses;

•protocolos;

•apostilas;

•modelos de revisão sistemática.

A pesquisa propôs que os participantes realizassem uma avaliação das ferramentas e

metodologias utilizadas por eles no processo de orientação de pesquisas acadêmicas e atri-

buíssem portanto, uma nota de 0 a 5, onde 0 era considerado incipiente e 5 muito evoluído.

Como resultado, verifica-se a distribuição das notas na Figura 6.11 onde idêntica-se que

65% dos participantes consideram suas metodologias e ferramentas regulares, atribuindo

a eles nota 3 (três).

110

Figura 6.11: Notas atribuídas para as ferramentas e metodologias utilizadas pelos parti-

cipantes da pesquisa

Quando perguntados se houvesse a existência de um site ou aplicativo móvel que

controlasse as atividades do orientando e auxiliasse no processo de construção da pesquisa

científica baseado nas melhores práticas, 90% responderam que fariam uso desta solução.

111

Apêndice B - Formulário de Pesquisa

para docentes

112

Powered by

Pesquisa AcadêmicaPrezado(a) Senhor(a):

Gostaria de convidá-lo(a) a participar da pesquisa "Percepção do Docente à respeito do processo de orientação de pesquisas acadêmicas".

O Objetivo da pesquisa é identiHcar a percepção do Docente à respeito do processo de orientação de pesquisas acadêmicas, bem como a identiHcação do uso de ferramentas ou metodologias no gerenciamento dessas pesquisas.

Esta pesquisa é parte integrante da dissertação para obtenção do Título de mestre de Taciano Tavares de Oliveira apresentada ao Programa de Pós-Graduação em Engenharia Elétrica e Computação da Universidade Presbiteriana Mackenzie sob orientação da Profa. Dra. Pollyana Notargiacomo Mustaro.

Gostaria de esclarecer que sua participação é totalmente voluntária, e que o(a) senhor(a) não pagará nem será remunerado por sua participação, podendo recusar-se a participar, ou mesmo desistir a qualquer momento sem que isto acarrete qualquer ônus ou prejuízo à sua pessoa. Declaro ainda que as informações obtidas serão utilizadas somente para os Hns desta pesquisa e serão tratadas com o mais absoluto sigilo e conHdencialidade, de modo a preservar a sua identidade.

Caso você tenha dúvidas ou necessite de maiores esclarecimentos estou a disposição por meio do e-mail: taciano @ mandic.com.br.

Prosseguindo para a próxima página você concorda em continuar esta pesquisa.

This content is neither created nor endorsed by Google.

Report Abuse - Terms of Service - Additional Terms

Continue »

Edit this form

113

Pesquisa Acadêmica* Required

Nome *

Instituição de Ensino *

Idade: *

21-25

26-30

31-35

36-40

41-45

46-50

50-60

>60

Sexo: *

Feminino

Masculino

Você atua na orientação acadêmica para projetos de pesquisa e trabalhos de conclusão decurso, dissertação ou tese? *

Sim

Não

Você gosta de atuar na orientação acadêmica para os projetos de pesquisa e trabalhos deconclusão de curso, dissertação ou tese? *

Sim

Edit this form

114

Não

Quais níveis de formação acadêmica você atua como orientador? *

Graduação

Pós-Graduação Lato Sensu - Especialização

Pós-Graduação Stricto Sensu - Mestrado

Pós-Graduação Stricto Sensu - Doutorado

Quantos alunos você orienta atualmente? *

0

1-3

4-6

7-9

10-12

13-15

> 15

Você acredita que a quantidade de orientandos simultâneos prejudica a qualidade da suaorientação? *

Sim

Não

Qual(is) metodologia(s) de gerenciamento de projetos você utiliza para gerenciar as ações eatividades de seus orientandos?

PMBoK - PMI

Project Model Canvas

Design Thinking

Scrum

Prince2

ICB - IPMA

Nenhuma das anteriores

Other:

Você tem um guia de melhores práticas para que a pesquisa acadêmica de seus orientandostenham mais chances de sucesso, mantenham um padrão de qualidade e que sejamconcluídas dentro do prazo determinado? *

Sim

Não

Quais são essas melhores práticas?

115

Como você controla as atividades de seus orientandos? *

Controlo de forma manual - cadernos ou anotações

Controlo de forma automática - ferramentas ou sistemas

Não controlo

Quais recursos eletrônicos você utiliza na orientação? *

E-mails

Ferramentas de gerenciamento de projetos online

Comunicadores Instântaneos (Skype, GTalk, Facebook Messenger)

Redes Sociais (Twitter, Facebook, GooglePlus, LinkedIn)

Other:

Você programa reuniões com seus orientandos com qual a periodicidade? *

Semanal

Quinzenal

Mensal

Bimestral

Trimestral

Sob Demanda

Mais de uma vez por semana

Você monitora o progresso dos seus orientandos com que frequência? *

Semanal

Quinzenal

Mensal

Bimestral

Trimestral

Sob Demanda


Não monitoro, a responsabilidade é do aluno

Você estabelece metas aos seus orientandos? *

Sim

Não

116

Você acredita que o relacionamento pessoal com o orientando é importante para o sucesso doprojeto de pesquisa acadêmica? *

Sim

Não

A orientação é imposta pela instituição de ensino? *

Sim

Não, eu escolho meus orientandos

Você orienta seus alunos dos riscos mais comuns que acontecem em um projeto de pesquisaacadêmica? *

Sim

Não

Quais são esses riscos?

Você entrega algum material pronto para seu orientando? *

Sim

Não

Que tipo de material?

De 0 a 5, onde 0 é incipiente e 5 é muito evoluído, que nota você daria para a metodologia ouferramentas que você utiliza hoje para a orientação de pesquisas acadêmicas? *

Existe mais alguma coisa que gostaria de colocar em relação ao processo de orientação quenão foi abordado neste questionário?

Se houvesse um site ou aplicativo para dispositivos móveis que controlasse as atividades dosorientandos e o auxiliasse no processo de construção da pesquisa acadêmica baseado emmelhores práticas e padrões já conhecidos, você utilizaria? *

117

Powered by

Sim

Não

Caso tenha interesse em receber um contato futuro, deixe aqui seu e-mail



« Back Submit

Never submit passwords through Google Forms.

118

Apêndice C - Formulário de Pesquisa

para alunos

119

Powered by

Pesquisa Acadêmica

Prezado(a) Senhor(a):

Gostaria de convidá-lo(a) a participar da pesquisa "Percepção do aluno à respeito do processo de orientação de pesquisas acadêmicas".

O Objetivo da pesquisa é identiGcar a percepção do aluno à respeito do processo de orientação de pesquisas acadêmicas, bem como a identiGcação do uso de ferramentas ou metodologias no gerenciamento dessas pesquisas.

Esta pesquisa é parte integrante da dissertação para obtenção do Título de mestre de Taciano Tavares de Oliveira apresentada ao Programa de Pós-Graduação em Engenharia Elétrica e Computação da Universidade Presbiteriana Mackenzie sob orientação da Profa. Dra. Pollyana Notargiacomo Mustaro.

Gostaria de esclarecer que sua participação é totalmente voluntária, e que o(a) senhor(a) não pagará nem será remunerado por sua participação, podendo recusar-se a participar, ou mesmo desistir a qualquer momento sem que isto acarrete qualquer ônus ou prejuízo à sua pessoa. Declaro ainda que as informações obtidas serão utilizadas somente para os Gns desta pesquisa e serão tratadas com o mais absoluto sigilo e conGdencialidade, de modo a preservar a sua identidade.

Caso você tenha dúvidas ou necessite de maiores esclarecimentos estou a disposição por meio do e-mail: taciano @ mandic.com.br.

Prosseguindo para a próxima página você concorda em continuar esta pesquisa.



Continue »

Edit this form

120

Pesquisa Acadêmica* Required

Nome Completo *Digite seu nome

Instituição de Ensino *

Idade: *

17-20

21-25

26-30

31-35

36-40

41-45

46-50

50-60

>60

Sexo: *

Feminino

Masculino

Qual formação acadêmica você está cursando? *

Graduação

Pós-Graduação Lato Sensu - Especialização

Pós-Graduação Stricto Sensu - Mestrado

Pós-Graduação Stricto Sensu - Doutorado

Edit this form

121

Nome do Programa de Graduação ou Pós-Graduação

Você já possui um ou mais orientador(es) para seu trabalho de conclusão de curso,dissertação ou tese? *

Sim

Não

Você já possui um tema deKnido para seu trabalho de conclusão de curso, dissertação outese? *

Sim

Não

O tema foi deKnido junto com seu orientador? *

Sim

Não

N/A - Sem tema deNnido

Você está satisfeito com o tema escolhido? *

Sim

Não

N/A - Sem tema deNnido

Com qual frequência você realiza reuniões com seu(s) orientador(es)? *


Semanal

Quinzenal

Mensal

Bimestral

Trimestral

Sob Demanda

Quais recursos eletrônicos vocês utilizam?

E-mail

Ferramentas de gerenciamento de projetos online

Comunicadores Instântaneos (Skype, GTalk, Facebook Messenger)

Redes Sociais (Twitter, Facebook, GooglePlus, LinkedIn)

Nenhum

Other:

Você utiliza alguma metodologia de gerenciamento de projetos para gerenciar as ações eatividades de seu trabalho de conclusão de curso, dissertação ou tese? *

Sim

122

Não

Caso positivo, qual(is) metodologia(s) você utiliza?

PMBoK - PMI

Project Model Canvas

Design Thinking

Scrum

Prince2

ICB - IPMA

Nenhuma das anteriores

Other:

Você acredita que a atual condução do seu trabalho por sua parte está adequada? *

Sim

Não

O que mudaria?

Você acredita que a abordagem utilizada por seu(s) orientador(es) tem contribuído para atingiros objetivos de sua pesquisa? *

Sim

Não

JustiKque sua resposta para a pergunta anterior. *

Existe mais alguma coisa que gostaria de colocar em relação ao processo de orientação quenão foi abordado neste questionário?

123

Powered by

Se houvesse um site ou aplicativo para dispositivos móveis que controlasse suas atividades dotrabalho de conclusão de curso, dissertação ou tese, e o auxiliasse no processo de construçãobaseado em melhores práticas, você utilizaria? *

Sim

Não



« Back Submit

Never submit passwords through Google Forms.

124

Apêndice D - Revisão Sistemática da

Literatura

Para atingir o objetivo de identificar os estudos e implementações práticas de fra-

meworks e técnicas de gestão de projetos aplicados na área acadêmica, realizou-se uma

revisão sistemática. Partiu-se das seguintes questões principais (QP) e questões secundá-

rias (QS):

•QP1: Existem trabalhos que utilizam os frameworks e técnicas de gestão de projetos

aplicados na área acadêmica?

•QP2: Quais os frameworks e técnicas que foram utilizados?

•QS1: Caso existam trabalhos, quais os resultados da utilização desses frameworks e

técnicas?

•QS2: Quais os benefícios alcançados?

•QS3: Existem ferramentas de gestão de projetos sendo utilizadas em prol do da

gestão de pesquisas acadêmicas?

O escopo de coleta de informações foi realizado em bases de dados multidisciplinares

pois a temática possui interface com diferentes áreas do conhecimento. Optou-se por

utilizar as bases do Web of Science (WoS) e Scopus.

A WoS constitui uma base científica multidisciplinar com mais de 12.000 periódicos

de impacto em todo o mundo e mais de 150.000 anais de eventos (Web of Science, 2015).

Já a base científica Scopus possui citações e resumos de mais de 22.000 títulos de mais de

125

5.000 editores distribuídas entre as áreas de ciência, ciências sociais, tecnologia, medicina

e artes e humanidades (SCOPUS, 2015).

Para a realização da consulta nas bases de dados selecionadas para este estudo, definiu-

se os termos e sinônimos relevantes, nas línguas português e inglês, estruturados em strings

de busca conforme abaixo:

•String 1 - “project management” AND “academic area”

•String 2 - “project management” AND “applied on” AND “academic research”

•String 3 - “project management” AND “educational area”

•String 4 - “project management” AND “pmbok” AND “academic”

•String 5 - “project management” AND “pmbok” AND “educational”

•String 6 - “project management” AND “advisoring process”

•String 7 - “project management” AND “project model canvas” AND “academic”

•String 8 - ‘project management” AND “scientific research” AND “academic”

•String 9 - “academic project management”

•String 10 - “gestão de projetos” AND “área acadêmica”

•String 11 - “gestão de projetos” AND “pesquisas científicas”

•String 12 - “gestão de projetos” AND “pesquisas acadêmicas”

•String 13 - “gestão de projetos” AND “área da educação”

•String 14 - “gestão de projetos” AND “pmbok” AND “acadêmica”

•String 15 - “gestão de projetos” AND “pmbok” AND “educação”

•String 16 - “gestão de projetos” AND “project model canvas” AND "acadêmica"

•String 17 - “gestão de projetos” AND “orientação acadêmica”

•String 18 - “gestão de projetos acadêmicos”

126

•String 19 - “gerenciamento de projetos acadêmicos”

Após a validação e busca com as strings, bem como a captura dos documentos resul-

tantes e análise dos respectivos abstracts, os resultados foram estruturados e disponibili-

zados na Tabela 6.4, classificados em quatro categorias: encontrados, repetidos, patentes

e fora do escopo. “Encontrados” são os trabalhos que retornaram da busca, “repetidos”

foram materiais que apareceram em mais de uma busca, “patentes” para materiais com

propriedade intelectual de uso ou exploração exclusiva e “fora do escopo” utilizou-se a os

seguintes contextos para a eliminação das amostras:

•artigos destinados ao ensino da matéria/disciplina de gestão de projetos;

•artigos voltados às outras matérias como matemática, engenharia civil ou química;

•não envolvimento com o processo de orientação acadêmica.

127

Resultados

String de Busca Base de Artigos E R P F

String 1WoS 0

Scopus 2 2

String 2WoS 0

Scopus 0

String 3WoS 0

Scopus 4 4

String 4WoS 0

Scopus 7 6

String 5WoS 0

Scopus 6 1 4

String 6WoS 0

Scopus 0

String 7WoS 0

Scopus 0

String 8WoS 2 1 1

Scopus 12 1 11

String 9WoS 1 1

Scopus 2 2

String 10 a 19WoS 0

Scopus 0

TOTAL GERAL 36 3 0 31

TOTAL FINAL 2

Legenda:

E – Encontrados; R – Repetidos; P – Patentes; F – Fora do Escopo.

Tabela 6.4: Consolidação de dados dos resultados da busca das strings nas bases WoS e

Scopus.

Observa-se que, com base no protocolo de busca instituído, encontrou-se mais ade-

rência nos resultados apresentados pela base Scopus, com maior número de trabalhos

128

retornados, mesmo apresentando um número relativamente elevado de trabalhos classi-

ficados como “fora do escopo”. Ressalta-se que os trabalhos classificados como fora do

escopo foram desconsiderados por não atenderem as premissas de avaliação dos materi-

ais. Identificou-se ainda, que os termos de busca em língua portuguesa não propiciaram

qualquer material como resultado das consultas.

A Tabela 6.5 exibe o resultado dos dois trabalhos que se enquadravam nos questiona-

mentos propostos nessa revisão sistemática.

Título Periódico Ano

Entorno personal de gestión docente en universidades

[Personal environment for teaching management in

higher education] (MAS; MESQUIDA; GILABERT, 2012)

Iberian Conference on

Information Systems and

Technologies, CISTI

2014

Risk management in scientific research: A proposal guided

in project management book of knowledge and failure

mode and effects analysis (MUSTARO; ROSSI, 2013a)

Proceedings - Frontiers in

Education Conference,

FIE

2013

Tabela 6.5: Trabalhos resultantes da revisão sistemática proposta.

Conclui-se portanto, que apesar da eficiência das bases científicas Web of Science e

Scopus junto a comunidade acadêmica, a revisão sistemática possibilitou a identificação de

apenas dois trabalhos relevantes referente à utilização de frameworks e técnicas de gestão

de projetos aplicados na área acadêmica e que pode-se afirmar que existe um número

reduzido de publicações científicas a respeito dessa temática.

129

Documents

UNIVERSIDADE PRESBITERIANA MACKENZIE TACIANO …tede.mackenzie.br/jspui/bitstream/tede/2812/5/TACIANO TAVARES DE... · Presbiteriana Mackenzie como parte dos ... such as un- ... 2.2