Upload
duongnga
View
213
Download
0
Embed Size (px)
Citation preview
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
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
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
(FINOCCHIO JUNIOR, 2013).
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
(FINOCCHIO JUNIOR, 2013).
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).
Figura 2.9: Esquema representativo das etapas do processo de Design Thinking segundo
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
Figura 2.10: Esquema representativo das etapas do processo de Design Thinking segundo
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 4.4: 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
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>.
Acesso em: 15 fev 2015.
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
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
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/>.
Acesso em: 08 fev 2015.
93
IPMA: Vision and mission. 2015. Disponível em: <http://ipma.ch/about/vision/>.
Acesso em: 08 fev 2015.
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 sup- port 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
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>.
Acesso em: 08 fev 2015.
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>.
Acesso em: 08 fev 2015.
96
PMI: Software extension to the pmbok guide fifth edition. 2015. Disponível em:
<http://marketplace.pmi.org/Pages/ProductDetail.aspx?GMProduct=00101457501>.
Acesso em: 17 fev 2015.
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
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
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
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)
Opções Frequência %
Mais de uma vez por semana 2 10
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)
Opções Frequência %
Mais de uma vez por semana 4 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
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
Mais de uma vez por semana
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
This content is neither created nor endorsed by Google.
Report Abuse - Terms of Service - Additional Terms
« Back Submit
Never submit passwords through Google Forms.
118
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.
This content is neither created nor endorsed by Google.
Report Abuse - Terms of Service - Additional Terms
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)? *
Mais de uma vez por semana
Semanal
Quinzenal
Mensal
Bimestral
Trimestral
Sob Demanda
Quais recursos eletrônicos vocês utilizam?
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
This content is neither created nor endorsed by Google.
Report Abuse - Terms of Service - Additional Terms
« 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