.•
-, .•....»r-
,."
.••
';
" .--··
•• ,1't-'
40.:,-,'
~. , ....
,
(
.
-
---
-
._~-
1199601260
L --~~
1111 "I'" 111111111111 "li 1111111""
--'.~~.
Página de Avaliação
.-
.
'
.
':;'}
-".~ Í'
.
SISTEMAS BASEADOS EM CONHECIMENTOS:
APLICAÇÕES, TENDÊNCIAS E IMPLICAÇÕES
- UM ESTUDO EXPLORATÓRIO
EM EMPRESAS BRASll..EIRAS
Orientador: Prof. Dr. Norberto Antonio Torres
Banca examinadora:
Professor:
------------------
Professor:
------------------
Professor:
------------------
.I"'
",
'
'--.lI __ /;
Aos meus pais,
ao meu marido
e às "'~,•••Jl""_l ••••• "".
FUNDAÇÃO GETÚLIO VARGAS
ESCOLA DE ADMINISTRAÇÃO DE EMPRESAS DE SÃO PAULO
FGV-EAESP
ELIZA HITOMI FUKUSIDGUE MlHAGUTI
SISTEMAS BASEADOS EM CONHECIMENTOS:
APUCAÇÕES, TENDÊNCIAS E IMPLICAÇÕES
- UM ESTUDO EXPLORATÓRIO EM EMPRESAS BRASTI..EIRAS
Dissertação apresentada no Curso de
Pós-Graduação da EAESPIFGV como
requisito para obtenção do título de
Mestre em Administração de Empresas.
Área de Concentração: Produção e
Sistemas de Informações.
Orientador: Prof. Dr. NORBERTO A. TORRES
.~
SÃO PAULO
.
FG V
Fundação Getulio Vargas
Esc.ola de Administração
de Empresas de sao Paulo
Biblioteca
1996
1199601260
.
MlHAGUTI,
Eliza Hitomi Fukushigue. Sistemas Baseado« em Conhecimento: ApIictzções,
Tendêncios, Implicações - Um Estudo Exploratório em Empresas Brasileiras. São
Paulo, EAESPIFGV, 1996, 235 p. (Dissertação de mestrado apresentada no Curso
de Pós-Graduação da EAESPIFGV, Área de Concentração: Produção e Sistemas de
Informações).
Resumo:
Os sistemas baseados em conhecimento estão conquistando espaço entre as tecnologias de
informação à medida que o hardware se desenvolve. No ambiente de acirrada competitividade
presente nas empresas, esta tecnologia vem apoiá-Ias estrategicamente na agilização,
principalmente, do processo decisório e na solução de diversos problemas considerados
complexos. Este estudo faz uma investigação das aplicações potenciais da tecnologia de sistemas
baseados em conhecimento - ou sistemas .especialistas, como comumente conhecidos -,
examinando também as tendências da tecnologia e os impactos e implicações organizacionais
provocados quando de sua implementação nas empresas. Um estudo exploratório em empresas
brasileiras é acrescido ao perfil de uso e tendências dos sistemas baseados em conhecimento no
âmbito nacional.
Pa/avras-chaves: Sistemas Especialistas, Sistemas Baseados em Conhecimento, Aplicações,
Tendências, Implicações, Impactos, Estudo Exploratório, Pesquisa de Campo
:
,
,
\
.
I
\'
u
SUMÁRIO
sUMÁRIO....
.iii
.
CAP.I -APRESENTAÇÃO
1
1.1 IN1RODUÇÃO
2
1.2 OBJETIVOS DO ESTUDO
2
1.3 JUSTIFICATIVA
3
CAP.2 - CONCEITUAÇÃO
DOS SISTEMAS ESPECIALISTAS
OU BASEADOS EM
CONliECIMENTO
4
2.1 IN1'ELIGÊNCIA ARTIFICIAL
~
4
2.1.1 EVOLUÇÃO
4
2.1.2 DEFINIÇÔES
5
2.2 SISTEMAS ESPECIALISTAS
mSTÓRICO
OU BASEADOS EM CONHECIMENTO - UM BREVE
2.3 SISTEMAS ESPECIALISTAS
E SISTEMAS BASEADOS EM CONHECIMENTO
7
11
2.4 CONCEITOS BÁSICOS
13
2.5 O QUE DIFERENCIA OS SISTEMAS ESPECIALISTAS
2.6 ARQUITETURA
DOS CONVENCIONAIS
15
00 SISTEMA ESPECIALISTA
2.7 BASE DE CONHECIMENTOS
- REPRESENTAÇÃO
16
DO CONHECIMENTO
18
2.7.1 LóGICA
18
2.7.1.1 LóGICA PROPOSICIONAL
19
2.7.1.2 LóGICA DE PREDICADOS
23
2.7.2 REDES SEMÂNTlCAS
24
2.7.3 OBJETO-A TRIBUTO-VALOR
25
2.7.4 ROTEIROS
26
2.7.5 REGRAS DE PRODUÇÃO
28
2.7.6 ENQUADRAMENTOS
29
2.7.7 I-lÍBRIOO
31
2.8 MECANISMO DE INFERÊNCIA
32
2.8.1 RACIOCÍNIO LóGICO
33
2.8.2 INFERÊNCIA COM REGRAS: ENCADEAMENTO
PARA FRENTE E PARA TRÁS
34
2.8.2.1 ENCADEAMENTO
PARA TRÁs
34
2.8.2.2 ENCADEAMENTO
PARA FRENTE
35
2.8.3 BUSCA EM PROFUNDIDADE
E BUSCA EM AMPLITUDE
.37
üi
2.8.4 RACIOCÍNIO MONOTÓNICO
CAP.3 - APLICAÇÕES
E NÃO-MONOTÓNICO
38
EM POTENCIAL
39
3.1 CA1"EGORIAS DE APLICAÇÕES
3.2 ABORDAGENS
APLICAÇÃO
: 39
GERAIS E CARACTERÍSTICAS
PARA ESCOLHA DE UMA
41
3.3 BENEFÍCIOS DOS SIS1"EMAS BASEADOS EM CONHECIMENTO
57
3.4 CHECllIS1'S
61
3.5 APLICAÇÕES
~
3.5.1 APLICAÇÕES
67
DE SBC NO BRASIL
78
3.5.1.1 APLICAÇÕES
DIVERSAS
79
3.5.1.2 APLICAÇÕES
NA ÁREA DE PETRÓLEO
88
3.5.1.3 APLICAÇÕES NA ÁREA FINANCEIRA
94
CAP. 4 - IMPACTOS E IMPLICAÇÕES ORGANIZACIONAIS
;
96
4.1 PANORAMA
96
4.2 UMA VISÃO GERAL DOS IMPACTOS E IMPLICAÇÕES
98
4.2.1 IMPACTOS E IMPLICAÇÕES ORGANIZACIONAIS
98
4.2.2 IMPACTOS E IMPLICAÇÕES SOCIAIS
105
4.3 IMPACTOS DOS SBC NO PROCESSO DECISÓRIO
106
4.3.1 DIMENSÕES DA TOMADA DE DECISÃO
106
4.3.2 IMPACTOS DOS SBC NA TOMADA DE DECISÃO
108
4.4 EXEMPLO REAL DE IMPACTOS E IMPLICAÇÕES CAUSADOS POR UM SBC
111
4.5 ANTEVER E PREPARAR-SE PARA OS IMPACTOS DOS SBC
113
4.6 MINIMIZAR IMPACTOS ENVOLVENDO O HOMEM NO DESENVOLVIMENTO
DO SBC
116
4.7 ESTUDO DE CASO
119
4.7.1 O PROBLEMA
120
4.7.2 MULTIDIMENSÔES
DA ACEITAÇÃO DO usuÁRIO
121
4.7.3 OS PARTICIPANTES
121
4.7.4 A QUESTÃO DA RESPONSABILIDADE
4.7.5 A QUESTÃO DA REPRESENTAÇÃO
E APOIO
122
DO CONHECIMENTO
122
4.7.6 A QUESTÃO ORGANIZACIONAL
123
4.7.7 A QUESTÃO DA COMPREENSÃO DO usuÁRIO
124
4.7.8 CONCLUSÃO DO ESTUDO DE CASO
124
CAP.5 TENDÊNCIAS
DA TECNOLOGIA
BASEADOS EM CONlIECIMENTO
DE
SISTEMAS
ESPECIALISTAS
OU
125
5,·1 'fENDÊNCIAS
DA IA
125
5.2 'fENDÊNCIAS
DOS SBC
128
5.3 SEGUNDA GERAÇÃO DE SE .r ••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••••
132
iv
5.3.1 1N1R0DUÇÃO
132
5.3.2 O USO DE MÚLTIPLOS MODELOS E MÉTODOS
133
5.3.2.1 MÚL11PLOS MODELOS
133
5.3.2.2 MÚL11PLOS MÉTODOS
134
5.3.3 A ABORDAGEM NO NÍVEL DO CONHECIMENTO
135
5.3.3.10
135
NÍVEL DO CONHECIMENTO
5.3.4 SEGUNDA GERAÇÃO DOS SElSBC - BENEFÍCIOS
136
5.3.4.1 AQUISIÇÃO DO CONHECIMENTO
136
5.3;4.2 EXPLANAÇÕES
136
5.3.4.3 REUTILIZAÇÃO
137
5.3.5. CONCLUSÕES
5.4 METODOLOGIA
"
138
KADS
139
5.4.1 mSTÓRICO
139
5.4.2 OBJETIVOS, ESCOPO E PRINCÍPIOS
140
5.4.3 O CONJUNTO DE MODELOS
140
5.4.4 O ARCABOUÇO
142
PARA O MODELO DE PERÍCIA
5.51"ENDÊNCIAS
PESSIMISTAS
5.61ENDÊNCIAS
E ESTADO-DA-ARTE
143
NO JAPÃO
145
CAP.6 - PESQUISA DE CAMPO EM EMPRESAS BRASILEIRAS
147
6.1 METODOLOGIA
147
6.2 RETORNO DA PESQUISA
150
6.3 PERFIL DOS RESPONDEN'TES
150
6.3.1 PESQUISA
150
6.3.2 PERFn.. DA AMOSTRA
151
6.3.3 QUEM UTILIZA E QUEM NÃO UTILIZA SBC
154
6.3.3.1 PERFIL DOS RESPONDEN'TES QUE NÃO UTILIZAM SE OU SBC
155
6.~.3.2 PERFIL DOS RESPONDEN'TES QUE UTILIZAM SE OU SBC
157
6.4 ANÁLISE DAS EMPRESAS OUE UTILIZAM SE OU SBC
158
6.4.1 BLOCO 1 - USO DE SISTEMAS ESPECIALISTAS
158
6.4.1.1 ESTÁGIOS DE DESENVOLVIMENTO
158
DE SE OU SBC
6.4.1.2 CATEGORIAS DE SE
164
6.4.1.3 RAZÕES PARA O USO DE SE
170
6.4.2 BLOCO 2 - DESENVOLVIMENTO
DE SE
172
6.4.2.1 METODOLOGIAS
172
6.4.2.2 FERRAMENTAS
174
6.4.2.3 REPRESENTAÇÃO
6.4.2.4 INTERLIGAÇÃO
DO CONHECIMENTO
- PORTE DO SBC
176
DOS SE COM OUTROS SISTEMAS
177
6.4.3 BLOCO 3 - PROBLEMAS, LIMITAÇÕES E FATORES DE SUCESSO
178
v
6.4.3.1 PROBLEMAS E LIMITAÇÕES DOS SBC
6.4.3.2 PROBLEMAS E LIMITAÇÕES DE SBC PARA EMPRESAS COM SE/SBC QUE
FRACASSARAM
6.4.3.3 FATORES
csrncos
178
180
DE SUCESSO (FCS)
6.4.4 BLOCO 4 - IMPACTOS E IMPLICAÇÕES
182
ORGANIZACIONAIS
184
6.4.5 BLOCO 5 - FUTlJRO DOS SE
l86
6.5 EMPRESAS QUE NÃO UTILIZAM SE OU SBC
188
6.5.1 MOTIVOS PELOS QUAIS AS EMPRESAS NÃO UTILIZAM SE
188
6.5.2 EMPRESAS QUE JÁ UTILIZARAM SE OU SBC, MAS HOJE NÃO UTILIZAM
190
6.5.4 FUTlJRO DOS SE
191
6.6 LIMITAÇÕES DA PESQUISA
:
191
CAP.7 - CONCLUSÕES
193
7.1 APLICAÇÕES EM P01"ENCIAL
193
7.2 IMPACTOS E IMPLICAÇÕES ORGANIZACIONAIS
195
7.3 TENDÊNCIAS DOS SBC
196
7.4 PESQUISA DE CAMPO EM EMPRESAS BRASILEIRAS
196
7.5 RECOMENDAÇÕES
198
CAP.8 - BffiLIOGRAFIA
199
ANEXO 1
ANEXO 2-A...
ANEXO 2-B
ANEXO 2-C. .
aplicações ffiM
cartas às empresas
questionário da pesquisa
relatório da pesquisa
vi
AGRADECIMENTOS
Ao professor Norberto Antonio Torres,
orientaram a condução deste estudo.
por sua amizade, atenção e sugestões,
que
Ao amigo e incentivador José Marcelo de Lima Pinto.
Ao amigo Paulo Sérgio Ramos (in memorian), presidente da CIASP (Comunidade de
Inteligência Artificial de São Paulo), por seu apoio e interesse, decisivos para a realização
da pesquisa naquela comunidade.
À diretoria e aos membros da CIASP, por sua participação e incentivo na divulgação dos
resultados deste estudo. Agradeço ao atual presidente da CIASP, sr. Pedro Luiz Padial.
Às seguintes instituições, que permitiram a divulgação das conclusões deste estudo:
SUCESU, na COMDEX-SUCESU South America 94, CIASP, no xvn Encontro da
CIASP, COPPElUFRJ,
no curso de pós-graduação na área de sistemas de informações da
COPPE-SistemasIUFRJ,
NORWEGIAN ARTIFICIAL INTELLIGENCE
SOCIETY
(NAIS), no The International Conference on Artificial Intelligence in the Petroleum
Industry (Norway).
À London Business School, University of London, onde pude viver uma experiência
inesquecível, que contribuiu de maneira marcante para meu desenvolvimento profissional.
À Petrobrás
- Petróleo Brasileiro S.A., por conceder-me esta inestimável realização,
acreditando e investindo na minha pessoa.
Ao meu marido Mauro Koji, que, apesar de estar envolvido com a sua própria
dissertação, teve tempo para apoiar-me e incentivar-me em todos os momentos.
Às minhas queridas filhas Vivian Harumi e Fátima Yukari,
compreensão, perdoando-me por tantos momentos de ausência.
por
sua
imensa
Aos meus pais, Mario e Nair, por sua eterna dedicação, apoio e amor.
Às minhas irmãs, sobrinhas
e demais familiares, pelo incentivo.
A todos os amigos, pelo apoio, carinho e contribuições.
vii
Obs.:
o
espaçamento simples foi utilizado no lugar do espaçamento
duplo com o intuito de não avolumar, em demasia, esta dissertação.
vili
Capo 1- Apresentação
.
1
CAP.1 -APRESENTAÇÃO
1.1 INTRODUÇÃO
Em 1984, os pesquisadores do Massachussets Institute of Technology (MI1) iniciavam uma
pesquisa sobre os impactos, nas empresas, das tecnologias de informação, que reestruturavam
companhias, indústrias e mercados, criavam ganhadores e perdedores e atuavam como vantagem
competitiva [YOU89].
Em 1990, um dos aclamados pensadores sociais da atualidade, Alvin Tofler, publicava seu terceiro
livro sobre as tendências mundiais - Powershift: mudanças de poder [TOF90] -, no qual concluía
que as mudanças de poder estavam sendo provocadas por uma variável-chave, o conhecimento,
anna poderosa com os avanços tecnológicos das tecnologias de informação. Para Tofler,
conhecimento significa "informação que foi submetida a um processo de refinamento para se
tomar afirmações mais gerais" ou, em um sentido mais amplo, "informações, dados, imagens e
imaginação, bem como atitudes, valores e outros produtos simbólicos da sociedade, sejam eles
'verdadeiros', 'aproximados' ou mesmo 'falsos' "[TOF90].
o conhecimento assume o poder pela tecnologia de informação, derrubando hierarquias,
substituindo o trabalho manual e o próprio capital. Exemplificando: quando um alto executivo de
uma empresa necessita de uma informação do pessoal de linha, não procura mais a média gerência
para reportar-lhe todos os acontecimentos, mas sim o sistema de informações computadorizado;
dispensando-se essa média gerência, temos o achatamento da hierarquia Trabalhos manuais estão
sendo substituídos por robôs, sistemas infonnatizados e automação industrial ou de escritório.
Quanto ao capital, temos a substituição da própria moeda por pulsos eletrônicos quando um
"cartão inteligente" passa por uma máquina registradora, ou quando a informação substitui o
estoque, e a redução de custo passa a ser um capital não gasto.
A informação que flui dessas tecnologias irá transformar todos os nossos sistemas de produção e
distribuição, criando imensos vácuos de poder que grupos e instituições inteiramente novos já
estão correndo para preencher [TOF90]. Assim, como afirmado pelos pesquisadores do MIT, as
tecnologias de informação passam a atuar como vantagem competitiva, ou melhor, necessidade
competitiva.
Entre as tecnologias de informação, a inteligência artificial apresenta-se como de grande
relevância no tratamento de problemas pouco estruturados, caracteristicos em questões estratégicas
das empresas e que constituem as necessidades atuais das organizações.
A inteligência artificial divide-se em diversas áreas, mas são os sistemas especialistas ou
baseados em conhecimento a sua área de maior uso e impacto comercial nos últimos anos.
Os sistemas especiaUstas ou baseados em conhecimento têm emergido como um dos recursos que
auxiliam as empresas a se adaptar às mudanças que ocorrem no ambiente, sendo utilizados para
ajudar os administradores nas complexas tarefas de planejar e esquematizar e no apoio às
atividades financeiras. Esses sistemas também têm tido grande aplicação no diagnóstico de
Capo 1-Apresentação
2
doenças, na localização de depósitos minerais, na configuração de equipamentos de computador
complexos, além de apoiar atividades na advocacia, na agricultura e na área militar.
1.2 OBJETIVOS
DO ESTUDO
Este estudo possui três objetivos: a) auxiliar a identificar as aplicações potenciais de sistemas
especialistas ou baseados em conhecimento (SEI SBC), exibindo exemplos de aplicações em uso
ou em desenvolvimento;
b) identificar possíveis implicações
provocados pelo uso dos SBC; c) verificar as tendências dos SBC.
e impactos
organizacionais
Pretendemos, com os. resultados deste estudo, apoiar as organizações que iniciam ou já utilizam os
SBC na identificação de aplicações adequadas ao desenvolvimento com o uso da tecnologia, na
redução e/ou identificação das resistências organizacionais provocadas pela implantação e uso
desses sistemas e no planejamento das atividades de informática das organizações a partir da
análise de tendências dos SBC.
Uma pesquisa exploratória em empresas brasileiras foi incluída, a fim de consolidar as informações
bibliográficas e possibilitar o conhecimento da realidade brasileira e suas tendências no campo da
tecnologia dos SBC.
1.3 JUSTIFICATIVA
As empresas buscam a cada dia maneiras inovadoras de diferenciar-se e vantagem competitiva
sustentável diante das constantes mudanças externas e do ambiente de competitividade acirrada. As
tecnologias da informação têm-se mostrado um dos meios de adquirir vantagem competitiva com
relação à concorrência.
Uma das áreas da tecnologia da informação que têm apoiado de maneira estratégica as empresas
nos últimos anos, principalmente no que tange ao processo decisório, é a inteligência artificial e
em especial sua subárea, os sistemas baseados em conhecimento.
A inteligência artificial divide-se em quatro grandes áreas: linguagem natural, percepção,
aprendizagem e sistemas especialistasou baseados em conhecimento. A princípio, a decisão por
concentrar este estudo nos sistemas baseados em conhecimento decorreu do crescente uso dessa
tecnologia na administração de empresas, em especial no apoio à tomada de decisões [P1fl90),
aliado ao fato de ela ter alcançado grande uso e impacto comercial nos últimos anos.
A seguir, lendo alguns primeiros artigos, verifiquei a existência de uma "onda" de pessimismo em
tomo do uso da tecnologia diante de promessas não cumpridas; por outro lado, conversando com
usuários, senti um grande otimismo em relação à solução de problemas diversos com o uso de
SBC. Ao deparar-me com essa dicotomia, emergiu o desafio de entender o que acontecia com a
tecnologia e esclarecer qual seria a validade de uma empresa investir ou não nela.
Cap. 1 - Apresentação
3
Durante a revisão bibliográfica verifiquei, ainda, que estudos de campo no Brasil sobre o assunto
são raros. Pode ser citada a pesquisa de Hoppen e Antunes [HOP90a] e de Aranha [ARA91].
Assim, decidi concentrar meu estudo em três pontos: as aplicações em potencial de SBC, as
tendências da tecnologia e - um ponto que sempre me chamou a atenção com relação à introdução
de qualquer tecnologia de informação - os impactos e implicações organizacionais com sua
implementação. A realização de uma pesquisa de campo em empresas brasileiras complementa os
pontos citados.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
CAP.2 - CONCEITUAÇÃO
CONHECIMENTO
DOS SISTEMAS ESPECIALISTAS
4
OU BASEADOS EM
Segundo Feigenbaum [in HAR88], os sistemas especialistas são ''programas inteligentes de
computador que usam conhecimento e procedimentos inferenciais para resolver problemas que são
bastante dificeis de forma a requererem, para sua solução, muita perícia humana",
Feigenbaum ainda esclarece que "o conhecimento necessário para atuar a esse nível mais os
procedimentos inferenciais empregados são um modelo de perícia dos melhores profissionais de
um determinado ramo. O conhecimento de um sistema especialista consiste em fatos e heurísticas.
Os fatos constituem um corpo de informações que é largamente compartilhado, publicamente
disponível e geralmente aceito pelos especialistas em um campo. As heurísticas são em sua
maioria privadas, regras pouco discutidas de bom discernimento, que caracterizam a tomada de
decisão a nível do especialista na área. O nível de desempenho de um sistema especialista é função
principalmente do tamanho e da qualidade do banco de conhecimentos que possui".
Hayes-Roth et alii [HAY83] diriam ainda que "a área dos sistemas especialistas investiga métodos
e técnicas para a construção de sistemas de computador para a solução de problemas de uma
determinada especialidade..."
Hoppen e Trahand [HOP90b] afirmam que os sistemas especialistas propõem-se a reproduzir e
explorar o conhecimento fornecido por especialistas em áreas ou problemas delimitados,
contribuindo para a normatização e difusão desses conhecimentos nas empresas.
Podemos dizer, então, que o sistema especialista pode "raciocinar" baseando-se não apenas em .
conhecimentos factuais, mas também em conhecimentos envolvendo incertezas e em observações
fundamentadas na experiência e na intuição, - o que chamamos de heurística. -, levando à solução
de um problema Rauch-Hindin [RAU86] adverte, porém, que os sistemas especialistas não são
capazes de solucionar problemas que o próprio homem não é capaz de formular,
Os sistemas especialistas ou baseados em conhecimento compõem uma das áreas de estudo da
tnteligência artificial; assim, a fim de situar este tema, iniciaremos este capítulo com uma breve
descrição do histórico da inteligência artificial e os seus ramos de estudo.
2.1 INTELIGÊNCIA ARTIFICIAL
2.1.1 EVOLUÇÃO
Na mesma época. em que eram lançados os primeiros computadores comerciais - o UNN AC I
(1950) e o mM 701 (1953) - era levantada, por Alan Turing, em seu artigo "Computing
Machinery and Intelligence" [TUR63], a questão da capacidade de "raciocínio das máquinas". Em
seguida, Turing criava a "máquina de Turing" para medir a capacidade de inferência dos
computadores.
Cap.2 - Conceituação dos Sistemas Especialistas
ou Baseados em Conhecimento
5
Em 1956, a conferência ocorrida no Darmouth College, da qual participaram Marvin Minsky e
John McCarthy, de Darmouth, Nathaniel Rochester, da IBM, e Claude Shannon, da Bell
Laboratories, dava origem ao termo inteligência artificial (lA) e lançava o primeiro programa de
computador em IA, chamado Logic Theorist.
o programa Logic Theorist foi produto de um trabalho de vários anos, iniciado no Camegie
Institute of Technology (hoje Camegie-Mellow) por Herbert Simon e Alan Newell. O Logic
Theorist tentava provar teoremas matemáticos. Nessa mesma época, Samuel [SAM63]
desenvolveu um programa para jogar damas que melhorava o desempenho com a experiência
adquirida nas jogadas. Em seguida, Simon, Newell e lC. Shaw, da Rand Corporation,
desenvolviam o General Problem Solver (GPS), para solucionar problemas gerais, mas que foi
aplicado apenas em problemas simples.
As pesquisas em inteligência artificial continuaram, juntamente com os avanços em hardware,
cada vez maiores, o que permitiu a gradativa migração das aplicações em IA dos laboratórios para
o mercado consumidor.
2.1.2 DEFINIÇÕES
Apesar de não existir uma definição formal adotada por todos os autores, podemos dizer que
inteligência artificial é um subgrupo da ciência da computação composto por técnicas voltadas ao
desenvolvimento de sistemas para solucionar, preferencialmente, problemas simbólicos em vez de
numéricos [RAU86], simulando o raciocínio humano [CHA85, MEI88]. Ou, de uma forma geral,
mas muito versátil, enunciada por Rich, "inteligência artificial é o estudo de como fazer os
computadores realizarem tarefas em que, no momento, as pessoas são melhores" [RlC88].
Problemas simbólicos são problemas da vida diária que, em vez de lidar com números, lidam com
conceitos simbólicos. Nomes de objetos e atributos são símbolos. Assim, os sistemas em IA
conseguem interpretar símbolos como: "tigre", "tulipa", "vermelha", "diamante" e suas relações.
Por exemplo: 'lodos os tigres são mamíferos", "todos os diamantes são jóias, mas nem toda a jóia
é um diamante".
Como os sistemas em IA lidam com símbolos, o resultado que fornecem também é simbólico e
não numérico, ou seja, através de análises, opiniões e recomendações.
A inteligência artificial divide-se em três grandes áreas [HAR88, RAU86] (fig.2.1):
natural: preocupa-se com a comunicação homem-máquina, desenvolvendo a
capacidade do computador de compreender a linguagem humana e responder de forma natural ao
homem;
- linguagem
- percepção: o uso da visão, sinais auditivos e toque para instruir computadores ou robôs;
programas de computador baseados no
conhecimento de especialistas. Tais programas possuem o "raciocínio lógico" do especialista,
atuando como apoio para a resolução de problemas de dificil solução.
- sistemas especialistas ou baseados em conhecimento:
6
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
Alguns autores [McL90, RIC88] relacionam uma quarta área de estudo de IA:
- aprendizagem: habilidade do computador de adquirir conhecimento além daquele que já possui
em sua memória.
INTELIGÊNCIA ARTIFICIAL
I
LINGUAGEM
NATURAL
SISTEMAS
PERCEPÇÃO
APRENDIZAGEM
ESPECIALISTAS
Fig.2.1 Áreas de estudo da inteligência artificial.
Na área da linguagem natural, temos dois objetivos principais: facilitar o desenvolvimento de
programas de computador em que a linguagem natural pennita que o programador ou usuário com
conhecimento superficial possa desenvolver a sua aplicação sem prévio treinamento intensivo em
determinada linguagem de computador, e permitir uma maior interação entre o homem e o
programa. O sistema especialista MYCIN, para diagnósticos médicos, por exemplo, comunica-se
com o seu usuário, explicando o porquê de suas decisões, opiniões ou argumentos.
A área da percepção tem como objetivo que o computador identifique uma imagem, um som, uma
textura. Os estudos desta área baseiam-se na divisão do objeto proposto, seja uma foto, seja um
som, em pequenos pedaços. O processo de análise passa por cinco estágios: 1. digitalização:
dividir a entrada contínua em pedaços discretos; 2. suavização: eliminar grandes variações
ocorridas na entrada; 3. segmentação: agrupar os pequenos pedaços produzidos pela digitalização
em pedaços maiores, correspondentes a componentes lógicos do sinal; 4. rotulagem: identificar
cada um dos segmentos; 5. análise: reunir todos os segmentos rotulados para formar um objeto
coerente [RIC88].
Na área de aprendizagem, crescem os estudos em redes neuronais, nas quais se realiza uma
analogia entre o aprendizado humano e o aprendizado da máquina. Assim, como as pessoas
aprendem mudando a estrutura da rede de neurônios que compõem seus cérebros, o mesmo deveria
ser feito nas máquinas, onde uma rede neuronal para representação do conhecimento seria
programada [RIC88]. Elaine Rich escreve que esse aprendizado consiste em "dizer ao computador
como interpretar suas entradas de modo que seu desempenho melhore" [RIC88]. Zwicker e
Reinhard [ZWI93], porém, contestam tal capacidade de aprendizado, afirmando que "tipicamente'
SE não possuem capacidade de aprendizado e há poucas perspectivas de que algum dia virão a têla".
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
7
2.2 SISTEMAS ESPECIALISTAS OU BASEADOS EM CONHECIMENTO - UM BREVE
mSTÓRICO
No final dos anos 60, com a criação da "inteligência artificial", as pesquisas se concentravam em
solucionadores genéricos, isto é, na tentativa de criar uma máquina "pensante" baseada no ser
humano. O objetivo era, num sentido amplo, proporcionar raciocínio ao computador. Contudo, o
que se conseguiu foram métodos genéricos de solução de problemas, com infindáveis limitações,
que só serviam para solucionar problemas muito simples.
A impossibilidade de criar um solucionador geral de problemas desviou as pesquisas para áreas
específicas. Nos anos 70, concentraram-se nas técnicas de representação do conhecimento (como
formular o problema de modo a facilitar sua solução) e na busca de respostas de forma otimizada
(como controlar eficientemente a busca de soluções e atingi-las com rapidez, sem despender tanta
memória do computador) [WAT86].
Mas o grande insight ocorreu no final da década de 70. Em 1977, na International Joint Conference
on Artificial Intelligence, Feigenbaum apresentou a "alma" do que viria a ser o sistema
especialista: "o poder de um sistema especialista deriva do conhecimento que ele possui, e não do
seu formalismo particular e esquemas de inferência empregados" [in HAY83]. Essa afirmação foi
um ponto de ruptura, um novo paradigma que surgia para clarear o caminho dos pesquisadores.
Constatou-se, nesse momento, que havia sido uma ingenuidade dos pesquisadores, no primeiro
período da inteligência artificial, acreditar que umas poucas leis de raciocínio, acopladas em um
potente computador, produziriam um superdesempenho [HAY83].
Ainda nessa década de 70 vários sistemas especialistas começaram a surgir: o clássico sistema
MYCIN, da Universidade de Stanford, e o CADUCEUS, da Universidade de Carnegie-Mellon,
ambos sistemas especialistas para diagnóstico médico; o PROSPECTOR, também da Stanford,
sistema especialista para auxílio na prospecção de poços de petróleo; o HEARSAY 11, da
Camegie-Mellon, sistema especialista que entende a fala, com um vocabulário de 1000 palavras.
Nos anos 80, cresce o interesse sobre o assunto e uma intensa bibliografia é colocada nas livrarias,
resultado do estudo de um grande número de acadêmicos e pesquisadores. Livros sobre como
construir sistemas especialistas, como realizar a aquisição de conhecimentos, quais as possíveis
representações de conhecimentos foram lançados. E, além da sólida literatura vinda do respeitado
meio acadêmico, surgiu também a literatura comercial, que exaltava as aplicações dos sistemas
especialistas .
Nesse período, com a intensa publicidade, os sistemas especialistas ganharam o ambiente
empresarial e se apresentaram como a tecnologia que surgia para provocar uma revolução
econômica nas organizações.
Porém, a revolução prometida não ocorreu, frustrando as expectativas empresariais. Como
conseqüência, no final da década de 80, o interesse pelos SE começou a declinar.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
8
Quais as razões que levaram às limitações do sucesso e crescimento dos sistemas especialistas nas
empresas?
1. Overselling da tecnologia.
Em primeiro lugar, podemos dizer que se vendeu mais do que se tinha em mãos. Houve um
overselling da tecnologia. A tecnologia não usufruía de suporte de hardware e software, de modo
a sustentar o desenvolvimento de um sistema especialista de sucesso, a baixos custos e alto
desempenho, como desejado pelos empresários. Ou seja, os custos envolvidos no
desenvolvimento dos sistemas eram altos e os retornos intangíveis.
2. A maneira como a tecnologia foi trazida dos laboratórios de inteligência artificial (IA).
A tecnologia dos sistemas especialistas foi apresentada como uma tecnologia à parte, que
envolvia conceitos e linguagens complexos e era apropriada ao desenvolvimento do sistema
isolado (stand alone), não se integrando ao restante das tecnologias de informação disponíveis.
3. Integração com outras tecnologias de informação.
No desenvolvimento da tecnologia de sistemas especialistas, não houve a preocupação com sua
integração às tecnologias de informação já disponíveis, como os bancos de dados. Essa
dificuldade abrangia desde as conexões fisicas até as interfaces lógicas. As soluções paliativas
que se encontravam demandavam tempo e altos custos financeiros, como hardware dedicado e
software customizado. Em alguns casos, o software de comunicação era muito maior que o
sistema especialista [GLU92].
4. As ferramentas existentes não eram eficientes.
Os primeiros shells e sistemas especialistas desenvolvidos exigiam o uso de hardware dedicado
para que pudessem processar com desempenho satisfatório, constituindo dessa forma sistemas
custosos para as empresas.
Apesar desse declínio do interesse por sistemas especialistas no ambiente empresarial, as pesquisas
continuaram. As empresas de software começaram a investir no estudo de ferramentas que
oferecessem ambientes integrados de desenvolvimento. Na Europa, o projeto ESPRIT investia em
pesquisas de metodologias para o desenvolvimento de sistemas especialistas, que contemplassem
todo o ambiente de tecnologias de informação das organizações.
No Brasil, todos esses momentos foram vividos em um espaço de tempo menor, pois, como
sabemos, em geral as tecnologias chegam aqui com alguns anos de defasagem. As primeiras
aplicações ocorreram por volta de 86 e 87, época em que os sistemas especialistas "explodiam" no
exterior. A área médica e a industrial foram as pioneiras. Na área industrial, o grande impulso veio
com a ffiM, que, nesse periodo do boom internacional, incentivou empresas brasileiras a usar a
tecnologia de sistemas especialistas.
No final da década de 80 e início dos anos 90, ocorreu o interesse mais acentuado pelos sistemas
especialistas por parte das empresas brasileiras, surgindo várias aplicações de sucesso,
especialmente na área financeira. Essa emergência de aplicações no Brasil durou cerca de dois
anos. Em seguida, veio o reflexo da onda de declinio que ocorreu no exterior.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
9
No Brasil, além das limitações que causaram impacto nos países da Europa, nos EUA e no Japão,
esse declínio decorreu de questões envolvendo a conjuntura do momento:
1. Emergência de outras tecnologias de informação.
No início dos anos 90 o microcomputador revolucionava todo o mercado de informática. Investir
em computadores de baixo custo e alto desempenho, que, além disso, prometiam a integração das
organizações via rede de microcomputadores, era muito mais atraente que investir em tecnologia
vinda da inteligência artificial - os sistemas especialistas. A empresa brasileira ABC (nome
fictício), nesse período, iniciou o desvio de toda a equipe que atuava na área de inteligência
artificial e desenvolvimento de sistemas especialistas para o estudo e implementação de redes de
microcomputadores.
2. Conjuntura econômica nacional.
O Brasil vivia uma de suas maiores críses econômicas. As empresas cortavam seus investimentos e
reduziam seus custos. Nesse contexto, a tecnologia de sistemas especialistas não era prioritária,
tratando-se de uma tecnologia de ponta. Portanto, foi uma das primeiras a sentir os cortes dos
investimentos empresariais. Várias empresas entrevistadas sofreram e vêm sofrendo no decorrer
desses anos cortes de pessoal na área de informática, reduzindo suas equipes de modo geral. Os
poucos funcionários que permanecem, em geral os que atuavam com as tecnologias de ponta, pois
são os mais eficientes, são obrigados a realizar a manutenção dos sistemas transacionais da
organização, ou seja, cuidar dos problemas do dia-a-dia da organização, não havendo tempo para
investir em novos estudos ou novas tecnologias, como é o caso de sistemas especialistas.
E hoje, como está a tecnologia de sistemas especialistas ou sistemas baseados em conhecimento ?
Apesar de todas as dificuldades enfrentadas, a tecnologia de sistemas especialistas ressurge como
uma tecnologia amadurecida, atual e promissora, oferecendo suas potencialidades, de forma
realista, sem promessas exageradas, como uma tecnologia potente capaz de atender às necessidades
competitivas das organizações.
As limitações da década passada estão sendo solucionadas, os shells mais recentes já oferecem
ambientes de desenvolvimento integrado, permitindo o acesso a bancos de dados e interface
gráfica; os microcomputadores, as estações de trabalho, hoje bastante potentes, permitem o
processamento dos sistemas especialistas dispensando as máquinas dedicadas. Já se fala em
inteligência artificial distribuída. A metodologia KADS para o desenvolvimento de sistemas
especialistas vem formando uma base sólida para a modelagem das aplicações complexas às quais
se dedica a tecnologia; e a integração de sistemas especialistas com outras tecnologias toma
impulso, seja por meio dos chamados sistemas híbridos, seja por meio dos sistemas especialistas
embutidos em sistemas de informações maiores. Vivemos um momento de transição em que os
sistemas especialistas renascem amadurecidos, mostrando-se não mais uma tecnologia à parte, mas
lado a lado com as outras tecnologias de informação.
Na figura 2.2 descrevemos a evolução dos estudos voltados à área de sistemas especialistas (SE)
ou, como também conhecidos, sistemas baseados em conhecimento (SBC). A figura 2.3, baseada
em Meirelles [MEI88], que se apoiou em estudos anteriores aos da década de 80, mostra que a
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
10
tecnologia de sistemas especialistas vem evoluindo em paralelo às demais tecnologias de
informação (TI). Observe, porém, que esta figura apresenta uma relação bastante "genérica",
apenas com o objetivo de situar o leitor no que diz respeito às relações existentes entre a tecnologia
de SE e as demais TI. Os SE caminham para a integração cada vez maior com as demais TI,
usufruindo os avanços do hardware e do software e viabilizando com maior ênfase a sua
aplicação, para o que faz uso de microcomputadores potentes, capazes de processar sistemas
especialistas com grande quantidade de conhecimentos e interfaces gráficas amigáveis para
comunicação com os usuários do sistema. A tendência é de integração total no uso das tecnologias
de informação objetivando a solução dos problemas.
Evoluçao
1960
1970
1980
1990
Fig. 2.2 O deslocamento dos focos das pesquisas em SE ou SBC (baseado em lW AT86]).
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
11
Multimldia
Redes
.B'Y/
.
E
V
L
U
ç
Processame
centralizado
A
o
DE
INFOR AçAO
'
8
8
/
o
ULSI
TECNOLO IAS
~
to
Uso geral
St\ells ambie tes
integrados
Redes neura s
1950
1960
Fig. 2.3 Evolução das tecnologias
1970
1980
de informação
1990
2000
(baseado em [MEI88]).
2.3 SISTEMAS ESPECIALISTAS E SISTEMAS BASEADOS EM CONHECIMENTO
Muitos autores utilizam a expressão "sistemas baseados em conhecimento"
referindo-se
sistemas especialistas.
Epistemologicamente
falando, os sistemas especialistas
diferem
sistemas baseados em conhecimento, estando os primeiros inseridos no segundo.
aos
dos
Os sistemas baseados em conhecimento, de uma maneira geral, explicitam o conhecimento de um
domínio, separando-o do restante do sistema [W A T86]. Os sistemas especialistas se referem a Um
domínio mais profundo, baseado nos conhecimentos heuristicos de um especialista. O sistema
CATS-l, da General Electric, para diagnóstico de problemas em locomotivas, é um típico sistema
especialista, que contém o conhecimento do especialista David Smith, Já um sistema baseado em
conhecimento contém conhecimentos mais genéricos, como por exemplo um sistema baseado em
conhecimento para help desk, que possui conhecimentos menos profundos para atendimento das
12
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
dúvidas mais comuns entre os usuários, e, ao surgir uma dúvida mais específica, o atendimento é
passado ao especialista (fig. 2.4).
SISTEMAS
INTELIGÊNCIA
SISTEMAS
EM
Exibem comportamento
inteligente pela aplicação
habilidosa da heurlstica.
ARTIFICIAL
BASEADOS
Torna o conhecimento
do domlnio explicito,
separando-o do restante
do sistema.
EM CONHECIMENTO
SISTEMAS
ESPECIALISTAS
Aplica o conhecimento do
especialista na resolução
dos problemas complexos
do mundo real.
Fig. 2.4 Os sistemas especialistas são sistemas baseados em conhecimento [WAT86].
Apesar da conceituação mais específica de sistemas especialistas, alguns autores, entre eles RauchHindin [RAU86], preferem dizer que os sistemas especialistas .não se aplicam para explicitar
apenas os conhecimentos de um especialista em particular, mas sim qualquer gargalo de
conhecimento que a empresa possua. Os gargalos do conhecimento, conforme definidos por
Rauch-Hindin, seriam: qualquer conhecimento escasso na empresa, como o conhecimento em
mãos de especialistas; conhecimento mal distribuído; conhecimento disseminado para um número
muito grande de pessoas, tomando-se disperso e perdendo sua confiabilidade (fig. 2.5).
r--
Especialistas
GARGALOS DO CONHECIMENTO
Conhecimento
escasso
Conhecimento
em demasia
disseminado
Conhecimento
disponivel
-
"--
não confiável
Fig. 2.5 Gargalos do conhecimento - focos de aplicações de sistemas especialistas [RAU86].
Na prática, sentimos não existir rigor na diferenciação entre sistemas especialistas e sistemas
baseados em conhecimento, de modo que, no decorrer deste trabalho, usaremos os dois termos
indistintamente, utilizando algumas vezes a abreviação SE para sistemas especialistas e SBC para
sistemas baseados em conhecimento.
-
.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
13
2.4 CONCEITOS BÁSICOS
Iniciando O estudo de sistemas especialistas, apresentamos alguns conceitos básicos referentes ao
tema [TUR92], [HAR88], [RAU86], [JOH83], [WAT86].
ESPECIALIDADE
Especialidade é o conhecimento adquirido através da experiência, do treinamento, da leitura, da
vivência. Os seguintes tipos de conhecimento são exemplos do que a especialidade inclui:
- fatos sobre a área problema;
- teorias sobre a área problema;
- regras e procedimentos a respeito da área problema;
- estratégias globais para a solução desse tipo de problema;
• meta-conhecimento (conhecimento sobre o conhecimento).
Esse tipo de conhecimento permite aos especialistas tomar melhores e mais rápidas decisões do
que os não-especialistas na solução de problemas complexos. Em geral, leva-se um longo tempo,
muitos anos, para tomar-se um especialista, e um novato 'só se tomará um especialista
gradualmente.
ESPECIALISTAS
Segundo Paul E. Johnson [JOH83], um cientista que passou muitos anos estudando o
comportamento de especialistas, um especialista é :
cc••• uma pessoa que, devido ao seu treinamento e experiência, é capaz de fazer coisas que
os demais não conseguem; especialistas não são apenas proficientes, mas também eficientes em
suas ações. Os especialistas conhecem uma grande quantidade de coisas e possuem artificios e
atalhos para aplicar o que eles sabem para solucionar problemas e tarefas; eles também são bons
em garimpar entre informações irrelevantes, encontrando os pontos-chave das questões, e também
são bons no reconhecimento dos problemas que enfrentam, baseando-se naqueles com os quais
estão familiarizados...".
O número de não-especialistas é muito maior que o número de especialistas em muitos campos,
numa proporção de 100 para 1. Na figura 2.6 temos representado o percentual de trabalhos bemsucedidos dos especialistas com relação aos não-especialistas. Trata-se de uma típica distribuição
de especialidade. Observe que os especialistas seniores - os 10% melhores - possuem um
desempenho 3 vezes mais alto que a média, e são praticamente 30 vezes mais eficientes do que os
juniores.
14
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
10
20
30
40
60
%
Seniores
Fig. 2.6 Distribuição
50
de especialidade:
70
80
90
100
Juniores
percentual de sucesso atingido por cada 10%
(Fonte: in [TUR92], p.80).
TRANSFERÊNCIA DE ESPECIALIDADE
O objetivo de um sistema especialista é transferir a especialidade de um especialista para outras
pessoas, não-especialistas,
através de um computador. Esse processo envolve quatro atividades:
aquisição de conhecimento (de especialistas ou outras fontes), representação do conhecimento (no
computador),
inferência do conhecimento
e transferência
para o usuário. Dois tipos de
conhecimentos
se distinguem: declarativo (refere-se aos objetos e fatos ligados ao domínio do
problema) e procedimental (usualmente regras, refere-se a 'tarefas, procedimentos, no processo de
transformação de um estado inicial para o :final).
INFERÊNCIA
Trata-se de caracteristica única dos sistemas especialistas. Os sistemas especialistas são capazes de
"raciocinar", ou seja, inferir as soluções dos problemas utilizando o conhecimento que possuem
armazenado.
ENGENHEIRO DO CONHECIMENTO
Para o desenvolvimento de um sistema especialista, é necessário que se extraia o conhecimento de
um ou vários especialistas, convertendo-o em uma forma legível ao computador. Convencionou-se
chamar de engenheiros do conhecimento os indivíduos que desempenham
essa função. Os
engenheiros do conhecimento diferem dos programadores ou analistas convencionais, pois estes,
em geral, coletam todas as informações detalhadas do sistema a ser desenvolvido e, somente após
confeccioná-lo, retomam à apreciação do usuário, enquanto os engenheiros do conhecimento fazem
uso da prototipação de forma muito intensa, desenvolvendo o sistema especialista por meio de um
processo exploratório realizado por tentativas, erros e aproximações.
Cap.2 - Conceituaçõo dos Sistemas Especialistas ou Baseados em Conhecimento
2.5 O QUE DIFERENCIA
OS SISTEMAS
ESPECIALISTAS
15
DOS CONVENCIONAIS
As características e habilidades dos sistemas especialistas os diferenciam dos sistemas
convencionais. Consideramos que a grande distinção entre a programação simbólica (sistemas
especialistas) e a programação convencional (sistemas convencionais) reside no fato de que os
sistemas convencionais automatizam tarefas operacionais, manuais, repetitivas. Os indivíduos que
as exerciam anteriormente não tinham necessidade de pensar ou raciocinar em demasia sobre suas
atividades, mas apenas de assimilar a rotina e executá-la. Os programas convencionais são
utilizados para realizar essas rotinas no lugar do homem, com o beneficio da velocidade e da
precisão, além de outros. Em contrapartida, os sistemas especialistas não automatizam tarefas
rotineiras, repetitivas, mas 'sim tarefas que anteriormente exigiam a participação efetiva de um
especialista e cuja execução dependia de raciocinio, decisão e da aplicação da experiência do
especialista envolvido.
Luconi [LUC86] afinna que
" ... a importância real dos sistemas especialistas reside na habilidade destes sistemas em
aproveitar e :fazer uso de nosso recurso mais escasso: o talento e a experiência de membros-chave
da organização. Existem beneficios consideráveis em extrair a experiência do especialista e tomá-la
disponível para aqueles na organização que conhecem menos o assunto em questão".
Na tabela 2.1, descrevemos as principais
especialistas ou baseados em conhecimento.
distinções
Sistemas Convencionais
O processo de execução acontece passo a
passo, por meio de algoritmos.
As informações e seu processamento estão
inseridos em um único corpo programático.
Os programas são exatos e programados de
forma a não errar.
Precisa das informações completas de
entrada para entrar em operação.
Representação e uso de dados (informações).
Manipulação de dados quantitativos.
Explicação de suas ações impossível no meio
da execução. Processamento seqüencial.
Captura, amplia e distribui acesso a dados,
informações.
entre sistemas convencionais
e sistemas
Sistemas Especialistas
O processo de execução realiza-se por meio
de lógica, baseado em heuristicas.
A base de conhecimentos é nitidamente
separada do processamento (mecanismo de
inferência).
O programa pode errar, suas conclusões não
são 100% exatas, pois pode basear-se em
dados incertos, portanto fornecer respostas
contendo também graus de incertezas.
Pode entrar em operação e gerar resultados,
mesmo com os dados incompletos ou
incertos.
Representação e uso de conhecimentos.
Manipulação de dados qualitativos.
Explicação de suas ações possível no meio
da execução. Processamento interativo.
Captura, amplia e distribui acesso a
julgamentos e conhecimento.
Tab. 2.1 Comparação entre sistemas convencionais e sistemas especialistas
(baseado em [TUR92] e [HAR88]).
16
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
Observa-se que os objetivos de ambos diferem e que os focos de aplicação são diferentes, o que
não impede, no entanto, que um grande sistema possua ambos os tipos de subsistemas
convencionais e especialistas integrados.
A literatura ainda coloca como diferencial a manutenção desses dois tipos de sistemas, dizendo que
os sistemas convencionais têm uma manutenção tediosa, enquanto nos sistemas especialistas a
manutenção é fácil de se realizar [TUR92]. No entanto, esse ponto é polêmico, visto que outros
autores [ZWI93] afirmam que a manutenção dos sistemas especialistas não é tão fácil quanto se
declara e que, pelo contrário, pode ser mais dificil, pois deve ser contínua.
2.6 ARQUITETURA
DO SISTEMA ESPECIALISTA
Os sistemas especialistas diferem dos convencionais até mesmo em sua arquitetura. Os autores
descrevem a arquitetura dos especialistas e seus componentes de formas diferentes uns dos outros,
alguns considerando o subsistema de explicação, outros incluindo características do
desenvolvimento do sistema. Entretanto, de maneira geral, os fundamentos não se alteram
[RAU86], [WAT86], [HAR88], [McL90], [MEI94], [HAY83]. Consideramos a arquitetura
esquematizada na figura 2.7 bastante completa e nela nos baseamos para a descrição das partes que
compõem o sistema especialista ou sistema baseado em conhecimento.
Subsistema de
EXPLICAÇÃO
'"
MECANISMO DE
INTERFACE
INFER~NCIA
COM USUÁRIO
BASE DE
71
,,"
~'n!!!fe~rê~nc~ia~C;:!;0:.rl!nti!'!iro~'e~/~
__
CONHECIMENTC~
MEMÓRIA DE
Fatos
Regras
TRABALHO
Usuário
ng.Conhecimento
~1f.1/
~~JEspecialista
1
Fig. 2.7 Componentes de um sistema especialista ou baseado em conhecimento.
Em seguida temos uma breve descrição de cada um dos componentes do sistema especialista.
BASE DE CONHECIMENTOS
A base de conhecimentos contém o conhecimento necessário para o entendimento, formulação e
solução dos problemas. Ela inclui dois elementos básicos: (a) os fatos, que descrevem o domínio, e
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
17
(b) heurísticas ou regras, que descrevem como esses fatos se relacionam logicamente.
A
informação da base de conhecimentos é incorporada no sistema de computador através de um
processo chamado representação do conhecimento, que veremos mais adiante.
MECANISMO
DE INFERÊNCIA
O "cérebro" do sistema especialista é o mecanismo de inferência; é ele que "raciocina". O
mecanismo de inferência contém as estratégias de inferência e controle que um especialista usa
quando manipula os fatos e as regras no processo de busca da solução de um problema
Por meio das estratégias de inferência serão tiradas as conclusões a respeito de um determinado
fato, verificando se ele é válido ou não. Esse raciocínio ainda permite que se trabalhe com
incertezas, ou seja, é capaz de manipular informações incompletas.
O controle fornecerá a direção e o sentido a ser navegado pelo mecanismo de inferência de modo a
encontrar a solução do problema, resolvendo, ainda, os conflitos que ocorram quando surgirem
linhas alternativas de raciocínio.
INTERFACE
COM O
ususmo
Interface é o meio de comunicação entre o usuário e o sistema especialista. Essa comunicação pode
ser realizada através de linguagem natural, menus, gráficos ou interfaces customizadas.
SUBSISTEMA
DE EXPLICAÇÃO
O subsistema de explicação explicita ao usuário como o sistema especialista (SE) chegou a
determinadas conclusões, explicando o comportamento do SE, respondendo interativamente a
perguntas do tipo:
•
Por que uma determinada pergunta foi feita pelo SE?
•
Como uma determinada conclusão foi alcançada?
•
Por que uma determinada alternativa foi rejeitada?
•
Qual é o plano para se alcançar a solução? [TUR92]
MEMÓRIA
DE TRABALHO
A memória de trabalho armazena a descrição do problema atual e os resultados intermediários,
como hipóteses e decisões.
Essa memória é comum em sistemas especialistas que trabalham com conhecimentos de um grupo
de especialistas. Suponhamos um problema que, para ser solucionado, necessite passar por vários
especialistas de subáreas diferentes para que se chegue a uma conclusão. No SE cada subárea do
conhecimento fica armazenada em espaços independentes chamados fontes de conhecimento, que
se comunicam através de uma área central, a memória de trabalho.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
18
2.7 BASE DE CONHECIMENTOS - REPRESENTAÇÃO DO CONHECIMENTO
Como vimos, na base de conhecimentos fica armazenado todo o conhecimento referente a um
determinado domínio a ser tratado pelo sistema especialista.
o conhecimento armazenado é representado através dos fatos que descrevem o domínio e das
regras que interligam os fatos de maneira lógica. Esse conhecimento pode ser organizado de várias
formas, como ocorre com os bancos de dados, que podem ser hierárquicos, relacionais ou em
redes. Essa variedade de formas de organização do conhecimento chamamos de representações
do conhecimento.
No decorrer dos anos, houve uma intensa dedicação ao estudo das formas de representação do
conhecimento. Como o nosso objetivo neste estudo não é o de aprofundanno-nos nas
características técnicas do tema sistemas especialistas ou baseados em conhecimento, e porque
existem inúmeras formas de representar o conhecimento, o que por si só forma um estudo à parte,
este capítulo servirá objetivamente como introdução ao assunto. Para os que desejam se aprofundar
sobre modelos de representação do conhecimento, suas vantagens e desvantagens, ver [TUR92],
[HAR88], [WAT86] e [ZAN93], nos quais nos baseamos.
Não é necessário que se utilize uma única forma de representação do conhecimento na construção
de SBC. Na realidade, o conhecimento do domínio em foco pode ser representado de várias
formas, Em pesquisa que complementa este estudo (ver capítulo 6), verificamos que as formas
mais comuns de representação do conhecimento nas empresas brasileiras são as regras, seguidas
pela combinação de regras comframes (enquadramentos).
Vamos explorar as formas típicas de representação do conhecimento: lógica, redes semânticas,
frames (enquadramentos), objeto-atributo-valor, roteiros, regras de produção e híbrido.
2.7.1 LÓGICA
Talvez a forma mais antiga de representação do conhecimento seja a lógica. A lógica é considerada
uma subdivisão da filosofia, e o seu desenvolvimento e refinamento é creditado aos antigos gregos.
A forma genérica de qualquer processo lógico é ilustrada na figura 2.8. As informações dão entrada
na forma de premissas, que são analisadas pelo processo lógico, gerando, como saída, as
conclusões ou inferências.
19
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
,
-<
<
<
Entradas
Premissas
ou
Fatos
Processo
Lógico
/
"(
(
(
/
Saldas
Inferências
ou
Conclusões
Fig. 2.8 O raciocínio lógico.
O processo lógico é realizado pelo computador através da chamada matemática lógica. As duas
formas mais usadas são: lógica proposicional e lógica de predicados.
2.7.1.1 LÓGICA PROPOSICIONAL
Uma proposição nada mais é que uma declaração que pode ser verdadeira ou falsa. Uma vez que
saibamos que ela é verdadeira, ela passa a ser uma premissa que pode gerar novas proposições ou
inferências. Regras são usadas para determinar se uma nova proposição é falsa ou verdadeira.
Na lógica proposicional, utilizam-se letras para representar as proposições, premissas e conclusões.
Assim, se uma proposição X for verdadeira e outra proposição Y for verdadeira, então a afirmação
"X E Y" será verdadeira. Já se urna das proposições, X ~u Y, for falsa, a afirmação "X E Y" será
falsa. Por exemplo:
X: O caminhão de lixo passa às terças e sábados.
Y: Hoj e é terça.
Conclusão: X E Y: O caminhão de lixo passará.
Ou
X: O caminhão de lixo passa às terças e sábados.
Y: Hoje é segunda.
Conclusão: X E Y: O caminhão de lixo não passará.
As diversas proposições são combinadas através de conectivos lógicos, que são os mesmos da
álgebra booleana: E, OU, NÃO , IMPLICA e EQUIVALENTE (tab. 2.2). De fato, como as
proposições lógicas envolvem somente a veracidade ou falsidade das proposições, a álgebra
booleana e todas as suas técnicas de análise podem ser usadas na lógica proposicional.
Os conectivos são usados para ligar ou modificar proposições gerando novas proposições.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
Conectivos
20
Símbolos
E
OU
NÃO
IMPLICA
EQUIVALENTE
/\,&,í'a
v,+,u
-,,-
~,~
-
Tab. 2.2 Conectivos lógicos e seus símbolos.
Alguns exemplos do uso dos conectivos lógicos.
A
= Pedro
NÃO A
tem febre.
= Pedro
não tem febre.
Quando A é verdadeira, NÃO A é falsa, e, se A é falsa, NÃO A é verdadeira,
tabela-verdade (tab. 2.3).
A
como mostra a
NÁOA
V
F
F
V
Tab. 2.3 Tabela-verdade de NÃO .
. O conectivo E é usado para combinar duas proposições.
O resultado
verdadeiro somente se as duas proposições originárias forem verdadeiras.
das duas proposições
é
= O caminhão de lixo passa às terças.
C = Hoje é terça.
D = O caminhão de lixo passará hoje.
B
D =B
terça.
E
C
=O
caminhão de lixo passará hoje, SE o caminhão de lixo passa às terças E hoje é
B
V
V
F
F
C
V
F
V
F
Tab. 2.4 Tabela-verdade de E.
D
V
F
F
F
21
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
D só é verdadeiro se ambas as proposições originárias B ~ C forem verdadeiras também. No caso
de uma delas não ser verdadeira, D será falsa.
No caso do conectivo OU, a nova proposição será verdadeira se uma das duas proposições
originais for verdadeira. Veja o exemplo do circuito elétrico abaixo:
I
I = corrente elétrica
Fig.2.9 Exemplo de circuito elétrico.
F
= Existe corrente elétrica passando em A.
G = Existe corrente elétrica passando em B.
H = Existe corrente elétrica passando em C.
H = F OU G
OU
= Existe
corrente elétrica passando em C, SE existe corrente elétrica passando em A
existe corrente elétrica passando em B.
F
G
H
V
V
F
F
V
F
V
F
V
V
V
F
Tab. 2.5 Tabela-verdade de OU.
Quando F é verdadeira, ou G é verdadeira, ou ambas são verdadeiras, então H é verdadeira.
O exemplo anterior é o OU chamado OU INCLUSIVO.
tabela-verdade está representada a seguir.
Existe ainda o OU EXCLUSIVO,
cuja
22
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
F
V
V
F
F
G
H
V
F
V
F
F
V
V
F
Tab. 2.6 Tabela-verdade de OU EXCLUSIVO.
Exemplo
Suponhamos o seguinte circuito elétrico:
X
___
...J/_----.
y / __
---1
I= corrente elétrica
Fig.2.10 Exemplo de circuito elétrico.
Se:
= A chave X está fechada.
Y = A chave Y está fechada.
Z = O amperímetro mede corrente
X
igual a I.
Quando X e Y forem verdadeiras, Z será falsa, pois o amperímetro medirá 21.
Quando X e Y forem falsas, Z será falsa, pois o amperímetro medirá zero.
Somente quando X for verdadeiro e Y for falso, ou X for falso e Y for verdadeiro, é que Z será
verdadeiro, pois o amperímetro medirá I. Ternos assim o OU EXCLUSIVO.
IMPLICA
O conectivo IMPLICA significa que, se a proposição A é verdadeira, então a proposição B também
é verdadeira.
= O carro está sem gasolina.
B = Não posso usar o carro.
A
Cap.2 - Conceituação dos Sistemas Especialístas ou Baseados em Conhecimento
23
c = A IMPLICA B
A
V
V
F
F
B
V
F
V
F
C
V
F
V
V
Tab. 2.7 Tabela-verdade IMPLICA.
Mas, a melhor forma de entender o conectivo IMPLICA é entender que C é verdadeiro quando A é
falso OU B é verdadeiro, o que logicamente pode ser expressado por C = NÃO A OU B.
Com o uso dessas funções, podemos representar as várias proposições e suas relações, derivando as
conclusões. Assim, a lógica proposicional pode lidar com uma variedade de premissas. Contudo,
só manipula declarações verdadeiras ou falsas, sendo, portanto, limitada para representar o
conhecimento do mundo real.
2.7.1.2 LÓGICA DE PREDICADOS
Devido às limitações da lógica proposicional, a inteligência artificial faz mais uso da lógica de
predicados, mais flexível.
A lógica de predicados é uma extensão da lógica proposicional, representando, porém, o
conhecimento de forma mais detalhada. Ela também é conhecida como lógica de primeira ordem.
Nesse tipo de lógica, uma proposição é quebrada em duas partes: os argumentos (ou objetos) e o
predicado (ou asserção).
Exemplo
A proposição "Paulo é um homem" é escrita no formalismo da lógica do predicado como:
Homem(paulo)
Homem( ) é o predicado, enquanto Paulo é o argumento. Um predicado pode ter um ou mais
argumentos. Por exemplo, Filho-de (pedro, Maria), onde Pedro e Maria são argumentos.
O cálculo de predicados foi a base para o desenvolvimento da linguagem PROLOG.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
24
2.7.2 REDES SEMÂNTICAS
As redes semânticas constituem também uma das mais antigas representações do conhecimento, e
foram desenvolvidas originalmente para uso em modelos psicológicos da memória humana
[BRA79].
Uma rede semântica consiste em pontos chamados nós, conectados por ligações chamadas arcos.
Os nós representam objetos, fatos ou eventos. Graficamente, são representados por círculos, caixas
ovais ou retângulos. Os arcos representam as relações entre os nós, e são representados
graficamente por linhas.
Os tipos mais comuns de relações representadas por nós são: É-UM(A), usado freqüentemente
para representar ligações de classe (fig.2.1l); TEM-UM(A), ou É-PARTE-DE, que mostra uma
relação parte-subparte (fig.2.12).
MEIO DE TRANSPORTE
CARRO
SAVEIRO
Fig. 2.11 Rede semântica simples, representando a relação É-UM.
CARRO
MOTOR
PISTÓES
Fig. 2.12 Rede semântica simples, representando a relação TEM-UM.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
25
Uma das características mais interessantes das redes semânticas é exibir as heranças: as várias
características dos nós são realmente herdadas por outros nós. Por exemplo (fig.2.13):
Fig. 2.13 Exemplo de rede semântica para a pessoa Pedro.
Como podemos observar, a herança permite concluir que, sendo Pedro um homem, ele tem pernas
e braços e, sendo um profissional, possui carteira de trabalho. Dessa forma, não há redundância de
informações, o que reduz o espaço para armazenamento e facilita a busca.
Redes semânticas são úteis para representar conhecimentos em domínios que usam taxonomias
bem estabelecidas para simplificar as soluções dos problemas. Também foram utilizadas com
sucesso em pesquisas de linguagem natural, para representar sentenças complexas expressas em
inglês [NOR75].
2.7.30BJETO-ATRIBUTO-VALOR
A tríade objeto-atributo-valor (O-A-V) é uma variação das redes semânticas. Essa estrutura é usada
pelo MYCIN, um dos primeiros sistemas especialistas comerciais, que realiza diagnósticos
médicos.
Nessa estrutura os objetos podem ser entidades fisicas ou conceituais. Os atributos são as
características dos objetos. Os valores são os valores específicos de cada atributo. Um objeto pode
ter vários atributos. Um atributo por si só pode ser considerado um objeto, com seus atributos
também, como, por exemplo, "apartamentos" e "quartos" (tab. 2.8).
Cap.2 - Conceituação
dos Sistemas Especialistas
Objeto
Prédio
Prédio
Tulipa
Apartamento
Quarto
26
ou Baseados em Conhecimento
Valor
Atributo
10,20,30, etc.
pintura, pastilha, etc.
vermelha, amarela, etc.
1,2,3, etc.
3 x 2m, 4 x 4m, etc.
Apartamentos
Parede externa
Cor
Quartos
Tamanho
Tab. 2.8 Representação de itens O-A-V.
As triades objeto-atributo-valor mostram também relacionamentos pelo uso de estruturas do tipo
árvore. Elas mostram hierarquias, relacionamentos causais ou ligações de parte com subpartes.
Na figura 2.14 temos a representação gráfica da triade objeto-atributo-valor.
Cor
Objeto
Atributo
Valor
Fig. 2.14 Representação gráfica O-A-V.
2.7.4 ROTEIROS
Os roteiros são estruturas de representação do conhecimento que, em vez de descrever um objeto,
descrevem uma seqüência de eventos. Essa seqüência de eventos é um comportamento predefinido
baseado em situações familiares.
Um roteiro é útil para prever o que acontecerá em uma situação específica. Mesmo que certos
eventos não tenham sido observados, os roteiros permitem que o computador preveja o que
acontecerá e quando. Se o sistema especialista ativa o roteiro, perguntas são realizadas e respostas
precisas são derivadas com pouco ou nenhum conhecimento de entrada. Os roteiros são formas
particularmente úteis de representação do conhecimento, porque existe uma quantidade muito
grande de situações e eventos estereotipados que as pessoas utilizam todos os dias.
Os roteiros são compostos das seguintes partes [ZAN93]:
. contexto específico para o qual o roteiro é adequado;
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
27
· condições sob as quais o roteiro é ativado;
· objetos presentes no contexto;
· papéis desempenhados pelos participantes do roteiro;
· seqüência seguida pelo roteiro;
· cenário que ocorre enquanto o roteiro é executado;
· resultados da execução do roteiro.
Exemplo do roteiro do posto de gasolina [RAM89]:
Contexto: Ir ao posto de gasolina colocar gasolina no carro.
Objetos: carro, tanque de gasolina, tampa do tanque, bomba de gasolina, medidor da bomba,
gasolina,
dinheiro.
Papéis: motorista, empregado do posto, dono do posto.
Precondições: Motorista percebe que o carro precisa de gasolina Motorista precisa de dinheiro.
Resultados: O carro :fica com gasolina.
O motorista :ficacom menos dinheiro.
O dono do posto :fica com mais dinheiro.
Ponto de Vista: do motorista
Cena 1: Entrada no Posto
Motorista vai ao posto.
Se quiser self-service vai à cena 2.
Se quiser full-service vai à cena 3.
Cena 2: Self-Service
Sai do carro.
Abre a tampa do tanque de gasolina.
Enche o tanque com gasolina da bomba de gasolina.
Fecha a tampa do tanque de gasolina.
Lê o valor a pagar no medidor da bomba de gasolina.
Caminha até o atendente do posto de gasolina.
Vai para. a cena 4.
Cena 3: Full-Service
Espera o atendente do posto chegar até o carro.
Diz ao atendente quanto quer de gasolina.
Espera o atendente colocar gasolina no tanque.
Lê o valor a pagar no medidor da bomba de gasolina.
Caminha até o atendente do posto de gasolina.
Vai para. a cena 4.
Cena 4: Pagamento da Gasolina
Paga o atendente do posto de gasolina.
Espera troco, se houver.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
28
Vai para a cena 5.
Cena 5: Saída do posto de gasolina
Se estiver fora do carro, entra no carro.
Vai embora.
2.7.5 REGRAS DE PRODUÇÃO
A regra de produção é a forma mais usada de representação do conhecimento. É também chamada
simplesmente de regra.
As primeiras utilizações das regras em sistemas baseados em conhecimento parecem ter sido
realizadas em 1965, por Newell e Simon, na Universidade Carnegie-Mellon, em análises de
programas de jogos de xadrez [WIL88]. Foram, depois, usadas em modelação psicológica, por
Newell e Simon, em 1972, e em sistemas especialistas, por Buchanan e Feigenbaum, em 1978
[JAC90].
Urna regra é uma declaração condicional que especifica uma ação a ser realizada sob determinada
condição. É similar ao SEIENTÃO da programação convencional. Aqui, porém, o número de
caminhos que uma condição pode seguir pode ser enorme, incluindo ainda fatores de incerteza,
diferentemente dos programas convencionais. Existem sistemas especialistas com 10 mil regras.
Pode-se considerar que as regras são compostas de 4 partes principais:
- SE: especifica as condições que devem ser satisfeitas para disparar a regra;
- ENTÃO: especifica a ação a ser executada quando a condição for satisfeita;
- SENÃO: especifica a ação a ser executada quando a condição não for satisfeita (cláusula
opcional);
- DESCONHECIDO: ativada quando a parte SE não pode ser avaliada por falta de informação.
Um exemplo de regras supondo que estamos em um negócio de compra e venda de ouro [TUR92]:
''Regra 1: SE um conflito internacional começa
ENTÃO o preço do ouro sobe
Regra 2: SE a taxa de inflação cai
ENTÃO o preço do ouro desce
Regra 3: SE um conflito internacional dura mais que 7 dias e SE é no Oriente Médio
ENTÃO compre ouro"
As regras ainda podem incluir fatores de incerteza ou de confiança, que são pesos numéricos
indicativos do grau de confiança com que os fatos e relações são conhecidos ou estabelecidos.
Podem, também, conter um ponto de corte (Truth thresholds) para limitar o espaço de busca dos
Cap.2 - Conceituàçõo dos Sistemas Especialistas ou Baseados em Conhecimento
29
sistemas. Quando a certeza de uma regra cai abaixo do limite de corte de aceitação, o sistema evita
que muitas outras regras sejam consideradas.
2.7.6 ENQUADRAMENTOS
A representação do conhecimento por enquadramentos ou frames (em inglês) foi proposta
inicialmente por Marvin Minsky [MIN75]:
''Um enquadramento é uma estrutura para
representação de uma classe de objetos ou situações que são típicos de uma categoria".
.
Os enquadramentos fornecem uma representação do conhecimento concisa e estruturada de uma
maneira natural, e se unem através de hierarquias, proporcionando uma melhor compreensão do
relacionamento que existe entre os objetos.
Ao contrário das outras formas de representação, os valores que descrevem um objeto estão
agrupados em uma única unidade, chamada enquadramento. Cada enquadramento descreve um
objeto. O conhecimento dentro de um enquadramento é dividido em partições (slots). Uma
partição pode descrever conhecimento declarativo (tal como a cor do carro) ou conhecimento
"procedural" (ativar uma determinada regra se um valor exceder um determinado nível, por
exemplo). As capacidades dos enquadramentos estão descritas na tabela 2.9.
Habilidade na documentação clara de informações sobre o modelo de um domínio,
como, por exemplo, as máquinas de uma fábrica e os seus atributos
Habilidade relativa de restringir os valores pennitídos que um atributo pode assumir
Modularidade de informações, permitindo a facilidade na expansão e manutenção do
sistema
Mecanismo que permite a restrição do escopo dos fatos considerados durante o
encadeamento para frente ou para trás
Mecanismo que suporta a hereditariedade de informações
Tab. 2.9 Capacidades dos enquadramentos (retirado de [EDM88]).
Um enquadramento é um bloco relativamente grande que contém informações detalhadas em suas
partições sobre um determinado objeto, evento, localização, situação ou outro elemento. As
partições contêm as características e atributos.
Os enquadramentos normalmente são usados para representar conhecimento
conhecimento referente a experiências bem conhecidas.
estereotipado
ou
Dentro do enquadramento temos dois tipos básicos de elementos: as partições e as facetas. Uma
partição é um conjunto de atributos que descreve o objeto representado pelo enquadramento. Por
exemplo, no enquadramento do automóvel representado na tabela 2.10, o número de portas e o
motor são atributos.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
30
Cada partição contém uma ou mais facetas. As facetas, também chamadas de subpartíções,
descrevem algum conhecimento ou procedimento sobre o atributo na partição. Podem assumir
diversas formas:
•
valores: descreve atributos como verde, amarelo, azul de uma partição cor;
•
default: esta faceta é utilizada se a partição estiver vazia, isto é, sem qualquer descrição. Por
exemplo, no enquadramento carro um valor default é o número de rodas do carro - quatro. Isso
significa que podemos assumir que o carro tem quatro rodas, se não houver nenhum valor
especificado;
•
faixa: a faixa indica qual o tipo de informação que pode aparecer na partição ( por exemplo, de
-1 a +1);
•
se-adicionado: esta faceta contém informações procedimentais.
Ela especifica uma ação a ser
ativada quando o valor do atributo for inserido ou atualizado. Essas ligações procedimentais
são chamadas demons;
•
se-necessário: esta faceta é usada quando não é dado nenhum valor à partição. Ela é ativada,
tal como a situação da se-adicionado, quando o valor do atributo for requisitado;
•
se-removido: funciona da mesma forma que as duas anteriores; porém, é ativada quando o
valor do atributo for removido;
•
outros: as partições podem conter enquadramentos,
tipo de informação.
Enquadramento
regras, redes semânticas, ou qualquer outro
Automóvel
Classe: transporte
Nome da fábrica: Volkswagen
Origem do fabricante: alemão
Modelo: GLS
Tipo do carro: Apolo
Número de portas: 2 (defou/t)
Número de rodas: 4 (defoult)
Motor: - Volume da câmara de combustão
- Número de cilindros = 4
Tipo de combustível: gasolina (default)
Cor: azul
Tab. 2.10 Enquadramento
= 1,8 litros
descrevendo um automóvel
(retirado de [TUR92]).
O enquadramento possui também a característica da herança. O mecanismo de herança ocorre
quando uma subclasse herda as características de suas classes hierarquicamente superiores. Isso é
possível porque os enquadramentos podem ser organizados de forma hierárquica, como uma
árvore, onde os níveis inferiores, geralmente, herdam as características dos enquadramentos
posicionados nos níveis superiores. Evita-se, assim, a redundância de informações.
Instanciação - neologismo que significa "especificar de um caso geral para um caso particular" é o processo utilizado nos enquadramentos para criar os objetos de classe [DAM93]. Ou seja, os
enquadramentos posicionados nos níveis mais altos possuem as descrições mais genéricas, cujas
características podem ser instanciadas para os enquadramentos das subclasses. Note que um
Cap.2 - Conceituação
dos Sistemas Especialistas
31
ou Baseados em Conhecimento
enquadramento-filho
pode possuir diferentes partições relativas a diferentes pais. O único
enquadramento sem pai é o do topo, que se chama enquadramento-mestre ou raiz (fig.2.15).
frame-1
Revestimento
frame-2
/'
Laminado Decorativo
I
é-um
<,
I
frame-3
./
r-,
Laminado Decorativo
Fosco
I
é-um
I
Fig. 2.15 Hierarquia de enquadramentos
descrevendo um revestimento ..
A programação orientada a objetos, bastante difundida atualmente, está estreitamente
com os enquadramentos, pois o paradigma computacional é o mesmo.
relacionada
2.7.7 HÍBRIDO
O modelo híbrido combina os vários modelos de representação, podendo ainda incluir linguagens e
técnicas de programação. É aplicado, em geral, a problemas complexos, impossíveis de ser
solucionados com um único modelo.
Turban [TUR92] apresenta quatro fatores que devem ser avaliados em cada tipo de representação
do conhecimento:
•
naturalidade, uniformidade, fácil entendimento da representação;
•
o quanto o conhecimento é explícito (declarativo) ou embutido nos códigos;
•
modularidade e flexibilidade da base de conhecimentos;
•
eficiência na recuperação do conhecimento e poder heurístico do procedimento de inferência (o
poder heurístico é a redução do espaço de procura atingido pelo mecanismo heurístico).
Cada um dos tipos de representação do conhecimento possui suas vantagens e desvantagens, como
mostrado na tabela 2.11.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
32
Vantagens
Desvantagens
Regras de produção
Sintaxe simples; fácil
entendimento; altamente
modular (fácil para inserir ou
modificar).
Redes semânticas
Fácil para seguir hierarquias;
fácil para rastrear
associações; flexível.
Enquadramentos
Poder de expressão; fácil
incluir partições para novas
propriedades e relações; fácil
de incluir informações
default.
Segurança de que todas e
somente válidas
conseqüências foram
afirmadas (precisão);
completa.
Dificil para seguir as
hierarquias; ineficiente em
sistemas grandes; nem todo
conhecimento pode ser
expressado através de regras;
pobre na representação de
conhecimento descritivo.
Os significados ligados aos
nós podem ser ambíguos; o
manuseio de exceções é
dificil; dificuldade para
programar.
Dificuldade de programar;
dificuldade para inferir.
Formas de
representação
conhecimento
Lógica
do
Separação da representação e
processamento; ineficiente
para grandes conjuntos de
dados; muito lento para bases
de conhecimento extensas.
Tab. 2.11 Vantagens e desvantagens das diferentes representações do conhecimento
(retirado de [TUR92]).
Quando utilizamos várias representações de conhecimento ao mesmo tempo, a uniformidade acaba
sendo sacrificada em favor da exploração dos beneficios da múltipla representação
do
conhecimento - cada uma atenderá a um subconjunto de tarefas.
Uma combinação de representações do conhecimento que se mostrou bem-sucedida foi a de regras
com enquadramentos. Na pesquisa de campo realizada em empresas brasileiras, notamos que 10%
delas já utilizam esse tipo de sistema híbrido. Outros sistemas híbridos citados em nossa pesquisa
pelos respondentes foram as regras combinadas com o raciocínio baseado em casos (Cased-Based
Reasoning - CBR) e as redes neuronais com sistemas especialistas.
Algumas ferramentas recentes já usam dois ou mais métodos de representação do conhecimento. É
o caso do KEE, Level5 Object, e do Nexpert Object, que combinam enquadramentos com regras.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
33
2.8 MECANISMO DE INFERÊNCIA
Uma vez constituída a base de conhecimentos, é necessano utilizá-la Para utilizar os
conhecimentos contidos na base de conhecimentos, de modo a fazer inferências e decidir como
resolver um problema em questão, fazemos uso do que chamamos mecanismo de inferência. O
mecanismo de inferência é um algoritmo que controla o processo de raciocínio a ser seguido. Nos
sistemas baseados em regras, o mecanismo de inferência é também chamado de interpretador de
regras.
O mecanismo de inferência é o elemento ativo e dinâmico do sistema. Realiza a combinação entre
os fatos e as regras da base de conhecimentos com o conteúdo da memória de trabalho. Através
desse processo, novos fatos são gerados a partir de fatos já existentes, inserindo conclusões ou
modificando a memória de trabalho. Esses novos fatos são as premissas de novas inferências, até
que se chegue a alguma conclusão.
2.8.1 RACIOCÍNIO LÓGICO
Uma das estratégias mais comuns de inferência empregada nos sistemas baseados em
conhecimento é a aplicação da regra lógica MODUS PONENS.
Modus ponens. De acordo com esta lógica, se existe uma regra ''Se A, então B" e se sabemos que
A é verdadeiro, então é válido concluir que B também é verdadeiro. Na terminologia lógica
teremos:
Ou, em outras palavras, quando descobrimos que as premissas de uma regra são verdadeiras, temos
o direito de acreditar nas conclusões. Por exemplo:
A: É noite de sábado.
B: Nós iremos ao cinema.
A~B: Se é noite de sábado, então nós iremos ao cinema
A primeira premissa apenas afirma que é sábado à noite. A segunda premissa diz que iremos ao
cinema. Temos A implica B. Então se ambos (A e A implica B) são verdadeiros, B é verdadeiro.
Usando modus ponens podemos deduzir que B é verdadeiro, isto é, que iremos ao cinema
Modus Tollens. Neste caso, se sabemos que B é falso e se existe a regra "Se A, então B", é válido
concluir que A é falso.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
34
Resolução. A resolução é uma maneira de descobrir se um novo fato é válido dado um conjunto de
afirmações lógicas. Trata-se de um método de prova de teoremas, em que uma seqüência lógica é
seguida chegando-se a uma conclusão.
Através do raciocínio lógico, é possível o mecanismo de inferência inferir suas conclusões,
modificando ou acrescentando novas informações na memória de trabalho, a fim de atingir a meta.
procurada.
2.8.2 INFERÊNCIA COM REGRAS: ENCADEAMENTO PARA FRENTE E PARA TRÁs
A maioria dos mecanismos de inferência dos sistemas baseados em conhecimento utilizam a
abordagem modus ponens. O interpretador de regras (mecanismo de inferência para o sistema
baseado em regras) também faz uso do modus ponens.
Por exemplo, considerando:
Regra 1: SE o conflito internacional começa,
ENTÃO o preço do petróleo sobe.
Vamos assumir que o sistema baseado em conhecimento sabe que o conflito internacional
começou. Essa informação está registrada como um "fato" na memória de trabalho. Isso significa
que o lado SE da regra é verdadeiro. Com o uso do modus ponens, concluímos que o lado ENTÃO
da regra também é verdadeiro.
Essa conclusão é annazenada na memória de trabalho e pode ser usada para satisfazer a premissa
de outras regras. As informações para as conclusões de uma determinada regra podem ser buscadas
questionando o usuário ou verificando as regras anterionnente concluídas. Testar a premissa de
uma regra é um ato simples como o de comparar com padrões, o que realizamos a todo instante
em nossas vidas. Comparamos as partes das regras com os valores da memória de trabalho. Esse
processo recebe o nome de pattern matching; ou seja, emparelhamento de padrões.
Essa busca de emparelhamento de padrões entre os dados da memória de trabalho e as regras pode
ser realizada em duas direções: para trás ou para frente. Nesse caminho as regras vão sendo
encadeadas. Chamamos essas estratégias de inferência de encadeamento para trás (backward
chaining) ou encadeamento para frente (forward chaining).
2.8.2.1 ENCADEAMENTO PARA TRÁS
"
'
O encadeamento para trás é dirigido por objetivos. O objetivo final é definido pelo próprio sistema
ou informado pelo usuário. Em seguida, o sistema busca evidências que apóiem (ou contradigam)
suas expectativas.
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
35
o sistema se inicia, portanto, com uma meta a ser verificada (se falsa ou verdadeira). Procura uma
regra que possua essa meta em sua conclusão, ou seja, na parte ENTÃO da regra. Encontrando
uma regra que satisfaça o objetivo, o sistema verifica a premissa dessa regra. Se a premissa é falsa,
o sistema busca outra regra que possua como conclusão a meta procurada. Se a premissa é
verdadeira, gravamos a parte SE da regra que toma a premissa verídica na memória de trabalho, e
esta passa a ser a nova meta. Esse processo continua até que o número de metas e hipóteses
desejadas pelo usuário tenha sido testado, ou até que todas as metas e hipóteses tenham sido
consideradas.
O movimento da parte ENTÃO para a parte SE das regras forma o encadeamento para trás.
2.8.2.2 ENCADEAMENTO PARA FRENTE
O encadeamento para frente é dirigido por dados. Nessa abordagem o sistema começa com as
informações.disponíveis na memória de trabalho ou de uma idéia básica. Busca, então, regras em
que a parte SE satisfaça esses fatos. O processo se repete até que o sistema alcance uma conclusão,
ou até que as combinações entre a memória de trabalho e a base de conhecimentos se esgotem.
No caso do encadeamento para frente, ocorrem algumas dificuldades, particularmente em bases
muito extensas. No encadeamento para frente, como não existe uma meta específica a ser atingida,
o sistema toma-se desfocado, busca informações e testa regras irrelevantes ao problema, tomandose ineficiente e moroso. Assim, afirma-se que trabalhar com encadeamento para frente é como
trabalhar sem nenhum objetivo em mente [RAU86].
Na realidade, o uso do encadeamento para frente ou para trás dependerá.do propósito do sistema,
podendo-se utilizar ainda o encadeamento misto ou outros tipos de controle em conjunto com eles.
No encadeamento misto o sistema pode começar com uma meta e, realizando encadeamento para
trás, ao alcançar determinada conclusão, partir para encadeamentos para frente, ou, de acordo com
determinadas partes da base de conhecimento, atuar com encadeamentos para frente ou para trás.
Atualmente muitas ferramentas (shells) apresentam os dois tipos de encadeamento.
Nas figuras 2.16 e 2.17 podemos verificar os tempos de inferência utilizando o encadeamento para
frente e para trás e notar que o encadeamento para frente é mais lento. Observe, também, que as
escalas dos gráficos são diferentes.
36
Cap.2 - Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
'1
2
TEMPO
Lógica
DE
/0
INFERÊNCIA
(segundos)
O
o
Regras de produção
(não estruturada
50
200
100
VOLUME
DE BASES DE CONHECIMENTO
(claúsulas)
Fig. 2.16 Tempo de inferência usando backward chaining [MON93] (encadeamento para trás).
4
3
TEMPO
2
DE
INFERÊNQA
(segundos)
Regras de produçao estrutues
o
I
Fremes
100
I
200
VOLUME DE BASES DE CONHECI MENTa
(clausulas)
Fig. 2.17 Tempo de inferência usando forward chaining [MON93] (encadeamento para frente} ..
Cap.2 - Conceituação dos Sistemas Especialistas
2.8.3 BUSCA EM PROFUNDIDADE
ou Baseados em Conhecimento
37
E BUSCA EM AMPLITUDE
Podemos realizar a busca de nossos objetivos - satisfazer a parte SE ou a parte ENTÃO das regras
- através da busca em profundidade ou da busca em amplitude. No primeiro caso, o mecanismo de
inferência aproveita toda a oportunidade para produzir um subobjetivo, buscando cada vez mais
detalhes referentes a um ponto inicial (fig.2.18).
A maioria dos sistemas empregam a busca em amplitude [HAR88], que varre todas as premissas
de uma regra antes de ir em busca de maiores detalhes (fig.2.19).
Vejamos o exemplo de um sistema especialista para diagnóstico médico com encadeamento para
trás. Caso o SBC use busca em amplitude através de uma base de regras, produzirá freqüentemente
perguntas que parecem casuísticas, saltando de um tópico para outro: "Como está o exame de
sangue?", "Como está a respiração?", "Qual a cor da pele?". A busca em profundidade tem o efeito
de perseguir um tema em particular até obter todas as informações [HAR88]. É recomendada
quando não existe o backtracking, ou seja, aprofundando-se na pesquisa, encontra-se uma solução
final. A busca em amplitude assemelha-se ao raciocínio humano, heurístico, pois o ser humano
intuitivamente, ao solucionar um problema, questiona os diversos caminhos de solução possíveis,
eliminando alguns deles. É recomendada quando a conclusão no final de um caminho não é a
conclusão final, necessitando de outras conclusões complementares, como no caso do diagnóstico
médico: o paciente pode ter problemas no sangue e também de respiração.
BUSCA EM PROFUNDIDADE
Fig. 2.18 Busca em profundidade.
f~:
Cap.2 ~ Conceituação dos Sistemas Especialistas ou Baseados em Conhecimento
38
BUSCA EM AMPLITUDE
....... :....
............
Fig. 2.19 Busca em amplitude.
2.8.4 RACIOCÍNIO
MONOTÔNICO
E NÃO-MONOTÔNICO
Outra distinção entre os mecanismos de inferência se refere ao raciocínio monotônico e nãomonotônico. A maioria dos sistemas baseados em conhecimento lidam com o raciocínio
monotônico. Nesse caso, todos os valores deduzidos para um atributo permanecem verdadeiros
durante a sessão de consulta ao sistema. Temos assim uma situação estática.
No raciocínio não-monotônico, é possível alterar o valor de um atributo e de todas as implicações
advindas desse fato. Assim, uma situação pode ser mudada durante o processo de consulta para
uma nova informação.
A maioria dos sistemas baseados em conhecimento favorecem o raciocínio monotônico,
admitem tipos cuidadosamente controlados do raciocínio não-monotônico.
e só
j
Cap.3 - Aplicações em Potencial
39
CAP.3 - APLICAÇÕES EM POTENCIAL
No capítulo anterior, conceituamos genericamente os SBC e estabelecemos as diferenças entre
esses sistemas e os sistemas convencionais, evidenciando as características básicas que as
aplicações em potencial devem possuir para se adequarem ao uso dessa tecnologia
Neste capítulo, veremos o uso em potencial que as organizações estão fazendo da tecnologia de
SBC e como identificar uma aplicação adequada ao uso dessa tecnologia e os beneficios que ela
proporciona à organização. Também é apresentada uma ampla gama de aplicações desenvolvidas
ou em desenvolvimento no exterior e no Brasil, ilustrando os seus diversos usos bem-sucedidos.
3.1 CATEGORIAS DE APLICAÇÕES
A maioria das aplicações em sistemas baseados em conhecimento (SBC) pertence a uma das
definidas por Hayes-Roth et alii [HAY83] em 1983 e utilizada até hoje por toda a comunidade e
pesquisadores de SBC. Essa mesma taxonomia foi utilizada em nossa pesquisa de campo e está
sumarizada na tabela 3.1, onde incluímos mais duas categorias, além das sugeridas por HayesRoth.
Categoria
Interpretação
Previsão
Diagnóstico
Projeto
Planejamento
Monitoramento
Depuração
Reparo
Instrução
Controle
Interface inteligente
Embeded (embutido)
Tipo de problema
Inferir a descrição de uma situação a partir de observações
Inferir as prováveis conseqüências de uma dada situação(s)
Inferir problemas ou falhas a partir de observações
Configurar objetos sob restrições
Planejar ações ou atividades para o alcance das metas
Comparar
observações
com
os
planos,
identificando
vulnerabilidades
Prescrever soluções para problemas ou falhas
Executar planos para administrar soluções prescritas
Diagnosticar, depurar e corrigir o desempenho de um estudante
Interpretar, prever, reparar e monitorar os ambientes de um sistema
Realizar a comunicação entre o usuário e outro sistema
Como sistema com funções específicas, embutido em um sistema
maior
Tab.3.1 Categorias das aplicações de sistemas especialistas ou baseados em conhecimento
(extraído e adaptado de lHA Y83]).
As categorias descritas anteriormente são as mais usuais em SBC. Muitos sistemas pertencem a
mais de uma categoria ao mesmo tempo; outros não pertencem a nenhuma delas, visto que a cada
dia novas categorias estão surgindo, com a expansão do uso da tecnologia. A seguir descrevemos
aplicações voltadas a cada uma delas [HAY83] [TUR92]:
Cap.B - Aplicações em Potencial
40
'
- Interpretação: infere a descrição de situações a partir de observações. Inclui o entendimento da
fala, a análise de imagens, a elucidação de estruturas químicas, a interpretação de sinais.
- Previsão: inclui aplicações envolvendo previsões de tempo, demográficas, econômicas, de
tráfego, estimativas de safra, previsões financeiras e de marketing.
!.
- Diagnóstico: inclui o diagnóstico médico, eletrônico, mecânico e de software. Tipicamente, os
sistemas de diagnóstico relatam as irregularidades observadas no ambiente, delineando 1 suas
causas.
I
- Projeto: inclui layout de circuitos eletrônicos, projetos de edificação.
- Planejamento: aplicações como programação automática. Manipula também planejamentos de
curto e longo prazo em áreas como projetos gerenciais, comunicações, desenvolvimento de
produtos, aplicações militares, planejamento financeiro.
- Monitoramento: monitoramento de tráfego aéreo, tarefas gerenciais.
- Depuração: cria soluções, correções para os problemas diagnosticados.
- Reparo: este tipo de sistema ocorre no domínio automotivo, redes, manutenção de computadores.
- Instrução: incorpora os sistemas de diagnóstico e depuração especificamente endereçados
ao
J
estudante.
- Controle: para executar o controle, o sistema deve repetidamente interpretar a situação atual,
realizar a previsão do futuro, diagnosticar as causas dos problemas, planejar uma solução e
monitorar sua execução. Os problemas endereçados a esse tipo de sistema incluem controle de
tráfego aéreo, gerenciamento de negócios, gerenciamento militar.
- Interface inteligente: o sistema atua como interface entre o usuário e outro sistema, interpretando
as ações e questões do usuário em relação a outro sistema Funciona, por exemplo, como um
intérprete entre o usuário e um sistema matemático complexo.
- Embeded (embutido): neste caso o SBC está embutido em um sistema maior, como veremos com
mais detalhes no item 3.2.
Porém, nem todas as tarefas usualmente encontradas em cada uma das categorias descritas são
convenientes para a aplicação da tecnologia de sistemas especialistas ou baseados (em
conhecimento. Mostraremos a seguir as características gerais que a tarefa deve apresentar para
a tecnologia de sistemas especialistas ou baseados em conhecimento seja aplicada com sucesso. No
item 3.3, checkiists para seleção de aplicações, propostos por vários autores, estão esquematizados.
que
,~
..•.
Cap.3 - Aplicações em Potencial
3.2 ABORDAGENS
APLICAÇÃO
GERAIS E CARACTERÍSTICAS
41
PARA ESCOLHA
DE UMA
Identificamos três abordagens gerais para a escolha de uma aplicação [FRE93]:
1. A primeira abordagem utilizada pelas empresas no uso de sistemas especialistas ou baseados em
conhecimento foi a aplicação em pequenas tarefas bastante específicas, que. exigiam o
conhecimento profundo do especialista. Um exemplo desse tipo de abordagem é a DuPont, que
desenvolveu um farto número de pequenas aplicações periféricas.
2. Outra abordagem foi utilizada pela American Express. Trata-se do desenvolvimento
grande aplicação central, de valor estratégico tangível para a empresa.
de uma
3. Uma abordagem mais atual, com a crescente integração das tecnologias de informação, é o uso
dos sistemas baseados em conhecimento embutidos em aplicações maiores. Neste caso, o sistema
baseado em conhecimento atua como uma subparte "inteligente" da aplicação como um todo.
As três arquiteturas de soluções possíveis, de acordo com a abordagem adotada, são [FRE93]:
a) Pequenos sistemas assistentes:
Beneficios
Melhoria do desempenho do pessoal técnico administrativo.
Economia nos custos.
Custos
Baixos custos.
Treinamento pequeno da equipe.
Riscoslimpactos
Baixo risco (em geral problema conhecido).
Algum risco pela escolha das ferramentas.
Baixo impacto.
42
Cap.3 - Aplicações em Potencial
Sistema
Baseado em
Conhecimento
/
-,
"-
problema
"-
/
conselho
Usuário
/
-,
/
Fig.3.1 Ambiente de um SBC assistente.
b) Sistemas tipo conselheiro:
Beneficios
Retomo médio.
Melhoria na utilização das bases de dados.
Criação de valiosas aplicações.
Custo médio.
Necessidade de software e treinamento.
Eventual necessidade de novo hardware.
Algum risco na escolha da aplicação e de seu escopo.
Impacto elevado (sistema decide sozinho).
Sistema
__ p_r_o_b_'e_m_a
__ ~, Baseado em
/ Conhecimento
conselho
"-/
ou
problema
,
Sistema
.I' Baseado em
conselho
"-
/
Conhecimento
,
/
Especialista
Humano
conselho
Fig.3.2 Ambiente de um SBC conselheiro.
~
43
Cap.3 - Aplicações em Potencial
c) Sistemas embutidos
Beneficios
Retomo de médio a alto.
Amplia aplicações atuais.
Melhora uso do hardware e software.
Custos médios.
Novo software e treinamento.
Baixos.
Problemas conhecidos e melhoria das aplicações garantida.
Aplicação
Relatório
Usuário
,
,
/
Sistema
Baseado em
Conhecimento
Fig.3.3 Ambiente de um sistema baseado em conhecimento embutido.
Conforme a administração da empresa e o problema a ser solucionado, opta-se por uma ou outra
abordagem. Mas, qualquer que seja a abordagem escolhida, o engajamento da alta administração é
fundamental para o sucesso da aplicação, ressalta Fregni [FRE93].
A Johnson & Johnson [BON89] adota a primeira abordagem, com um grande número de pequenas
aplicações. A estratégia utilizada por essa empresa na disseminação da tecnologia se deu através
dos níveis de linha da empresa. A princípio, houve interesse e apoio da alta gerência à tecnologia,
mas a divulgação, uso e desenvolvimento ocorreram via um cientista da área de serviços técnicos.
A maioria dos sistemas foi desenvolvida pelos próprios usuários, após breve treinamento oferecido
por esse cientista. Apesar do porte pequeno (algumas centenas de regras) dos 20 SBC
desenvolvidos, todos são considerados estratégicos para a empresa. Com a disseminação, da
tecnologia, o cientista que deu início ao uso da tecnologia sob orientação e iniciativa da alta
gerência ficou encarregado de um comitê central que coordena o desenvolvimento dos vários SBC
na companhia.
•.. ~
--'\
A FMC Corpo [BON89] adotou a segunda abordagem, preocupando-se com sistemas de maior
porte, de modo que a estratégia de introdução da tecnologia passou pela formação de um grupo
Cap.3 - Aplicações em Potencial
44
~
-I
centralizado de 35 especialistas em IA para atender toda a companhia Esse grupo se manteve
durante os quatro primeiros anos de uso, desenvolvendo aplicações grandes de SBC; mas, mesmo
com a presença desse grupo, houve a necessidade de os pequenos SBC serem desenvolvidos pelas
próprias divisões.
Quanto à abordagem de um SBC grande, Turban [TUR92] alerta que, antes de iniciar o
desenvolvimento do sistema, devem-se considerar alternativas à solução do problema: como tomar
o especialista mais disponível; treinamento e educação dos usuários; documentação
do
conhecimento através de manuais por exemplo, como proposto por alguns autores. Além disso, o
fato de outras alternativas de tecnologias de informações não solucionarem o problema não
significa que os SBC são a solução. Uma lista de requisitos baseados em [WAT86] é apresentada a
seguir, a fim de validar o uso da tecnologia de SBC.
Requisitos para o desenvolvimento de um SBC:
1. A tarefa não deve exigir o uso do senso comum.
2. A tarefa requer apenas conhecimento e não habilidades fisicas.
3. A existência de pelo menos um especialista, disposto a cooperar.
4. Os especialistas envolvidos são capazes de comunicar como solucionar o problema.
5. Os especialistas
problema
envolvidos
acordam sobre o conhecimento
e a abordagem
de solução do
6. A tarefa não é tão dificil.
7. A tarefa é bem entendida e está definida claramente.
8. A tarefa é razoavelmente estável.
9. Algoritmos convencionais não são suficientes para a solução do problema.
IO.Resultados não ótimos podem ser tolerados.
II.Dados e casos estão disponíveis.
12.0 vocabulário da tarefa não possui mais do que 200 conceitos.
Justificativa para o desenvolvimento de um SBC.
Dos oito fatores seguintes, ao menos um deve estar presente:
1. A solução para o problema tem alto retomo.
2. O SBC pode preservar a rara especialidade humana, de modo a não ser perdida.
3. A especialidade é necessária em muitos locais.
/"-.
4. A especialidade é necessária em ambientes hostis e perigosos.
I
5. A especialidade melhora o desempenho e/ou qualidade.
6. O sistema pode ser usado para treinamento.
7. A solução via SBC é bem mais rápida do que a do homem especialista.
8. O SBC é mais consistente e/ou confiável do que o homem.
Os beneficios devem ser comparados com os custos de desenvolvimento
do sistema.
Cap.3 - Aplicações em Potencial
45
Adequação do SBC
Quando é apropriado o desenvolvimento de um SBC [WAT86]:
1. Natureza do problema: o problema deve possuir uma estrutura simbólica e heurísticas
disponíveis para sua solução. Além de desejar-se que a tarefa possa ser decomposta.
2. Complexidade da tarefa: não deve ser tão dificil, e nem tão fácil, para o especialista humano.
3. Escopo do problema: o problema deve ter um tamanho manuseável; também deve ter um valor
prático.
Coats [COA88] e Turban [TUR88] recomendam que uma aplicação adequada envolva: um
problema bem estruturado, definido e com domínio limitado; a existência de casos padrões;
soluções do problema bastante definidas e entendidas; tolerância a soluções incorretas, em que o
custo de uma decisão errada não seja muito alto. Para Coats [COA88], a tecnologia de SBC deve
ser aplicada onde a programação convencional não se adaptou [in ROS92].
Rauch-Hindin [RAU86], além da tarefa bem delimitada, como colocado por Coats e Turban,
propõe como pré-requisitos do desenvolvimento de um sistema especialista ou baseado em
conhecimento:
- Disponibilidade do especialista.
- O problema escolhido deve ser possível de ser solucionado pelo homem em um intervalo de 3
minutos a 3 semanas.
Fontes [FON91] cita um exemplo típico para ilustrar o uso de SBC:
"Um médico, clinico geral, em uma pequena cidade do interior, atende a uma criança no hospital
local. Ao constatar que ela tem febre alta, o médico solicita uma série de exames de laboratório. Os
resultados indicam uma infecção desconhecida para o médico, que, embora disponha de uma boa
farmácia, não sabe que remédios deve administrar.
Ante a escolha entre as centenas de antibióticos possíveis, o médico prefere ligar seu computador e
ter acesso a um SE instalado no computador de uma universidade no extremo oposto do país. O SE
começa a fazer uma série de perguntas e, ao final, sugere um tratamento a ser seguido".
O exemplo acima, ainda que fictício, poderia ter ocorrido na vida real. Por mais competente que
fosse o médico, seria certamente impossível que conhecesse todas as diferentes doenças que
existem, quando a própria medicina se subdividiu em áreas para melhor especialização dos
profissionais com os inúmeros tratamentos e moléstias.
Por outro lado, exceto nos grandes centros, é raro encontrar um especialista em várias áreas da
medicina Assim, os moradores das pequenas comunidades são privados desses serviços ou têm de
se deslocar até as metrópoles, o que pode ser impossível em situações de emergência
Surge assim uma primeira motivação para o desenvolvimento de um SBC: disseminação do
conhecimento de um especialista, conhecimento este raro e de alto custo. Uma segunda razão seria
a possibilidade de formalização dos métodos e experiências, pois, como colocado por Weiss
.'
Cap.3 - Aplicações em Potencial
46
[WEI88], tais especialistas raramente resumem seus métodos de raciocínio e transcrevem de forma
sistemática.
Um terceiro motivo estaria relacionado à possibilidade de combinar o conhecimento de vários
especialistas e realizar verificações quanto a consistências e confiabilidade.
Para Fontes [ FON91], as principais aplicações de SBCI SE são:
a) classificação - partindo de grandes quantidades de dados, fazem o processamento buscando
classificá-los em determinadas categorias;
b) projeto - realizam a busca por uma combinação de estruturas que satisfaça um determinado
objetivo;
c) suporte à decisão - envolve, tipicamente, tarefas de previsão de alternativas para a solução de
problemas.
A Tecknowledge Inc. [RAU86] sugere oito situações em que o uso de SBC é válido.
•
Quando o conhecimento necessário para executar uma determinada tarefa está disponível
apenas em uma central, onde pedidos de aconselhamento são solicitados a um pequeno grupo
de pessoas sempre bastante ocupadas. Exemplo: uma equipe de projetos que perde muito
tempo dando conselhos a manutenção e vendas. Em nossa pesquisa, encontramos uma empresa
do ramo industrial que desenvolveu um sistema especialista que valida tecnicamente os
pedidos-dos vendedores, disciplinados a preencher as informações necessárias para cada caso.
Com isso, conseguiu-se a redução de solicitações de aconselhamentos por parte dos
vendedores à equipe de projetos centralizada. Hoje essa equipe tem mais tempo disponível
para o desenvolvimento de novos projetos e processos de melhoria de fabricação.
•
Quando um documento, ou um fluxograma, facilítaria a execução de uma tarefa, mas seria tão
detalhado que, na prática, se tomaria inviável. Exemplo: a configuração de elevadores.
•
Quando uma organização perde negócios para o seus concorrentes devido à necessidade do
julgamento e das recomendações de um especialista que está sobrecarregado. Exemplo: a
análise de crédito de uma instituição financeira, a aplicação também encontrada em nossa
pesquisa, já desenvolvida por várias organizações do ramo financeiro, proporcionando
vantagem competitiva.
•
Quando, devido à grande rotatividade de profissionais e equipamentos, perde-se mais tempo
treinando do que executando. Exemplo: analistas de sistemas trainees. Esta aplicação foi
desenvolvida por uma das empresas pesquisadas e utilizada com sucesso em um período de
grande rotatividade de profissionais trainee.
'
•
Quando uma grande quantidade de dados rotineiros deve ser analisada por um grupo de
especialistas contínua e altamente treinados. Exemplo: equipe que analisa diariamente a
situação de uma usina nuclear.
Cap.3 - Aplicações em Potencial
47
•
Quando uma variedade de informações de fontes heterogêneas deve ser monitorada e/ou
integrada para determinar a possibilidade de um evento importante. Exemplo: equipe
governamental que examina constantemente informações de múltiplas fontes, determinando
algum tipo de ameaça.
•
Quando um julgamento critico deve ser realizado em um intervalo curto de tempo para evitar
um desastre potencial. Exemplo: vazamento de óleo em uma refinaria.
•
Quando uma solução ótima para planejamento e configuração de uma tarefa é muito cara ou
demanda um tempo muito grande para ser realizada. Exemplo: configuração de computadores.
Harrington [HARR88], como Rauch-Hindin, exprime como pré-requisitos de uma aplicação ao uso
de SBC a disponibilidade do especialista e sua disposição em transferir o conhecimento.
Acrescenta ainda que as necessidades do usuário devem ser cuidadosamente observadas.
Recomenda também que o número de regras deve estar entre 10 e 10000 e que o problema deve
levar no mínimo 4 horas para o ser humano resolver.
Nos pontos apresentados por Harrington, o número de regras perde a sua relevância, pois a cada
dia temos novas ferramentas que proporcionam regras cada vez mais potentes. É o caso das regras
em pattem-matching, que explodem em outras regras. Outra questão polêmica se refere ao
problema que deve ser solucionado em um determinado espaço de tempo. Como também foi
colocado por Rauch-Hindin, considera-se tal fator também questionável, já que o tempo é relativo
para cada tipo de problema Nem sempre um problema de solução longa é complexo, pode apenas
ser trabalhoso.
Um ponto muito importante apresentado por Harrington, ao nosso ver, é atender as necessidades
do usuário. A satisfação do usuário é fator relevante na avaliação de uma solução,
independentemente da tecnologia utilizada. No caso dos sistemas baseados em conhecimento, tal
fator não é exceção, ou seja, a aplicação desenvolvida com o uso de sistemas baseados em
conhecimento só é válida se realmente solucionar o problema, satisfazendo o usuário do sistema
Um dos profissionais por nós entrevistado colocou esse ponto como primordial ao dizer que ele se
sente bem-sucedido quando o usuário do sistema baseado em conhecimento é promovido por estar
executando suas tarefas de maneira melhor, isto é, a sua satisfação ocorre quando o Seu usuário
recebe os méritos.
Slagle & Wick [SLA88] descrevem um modelo de avaliação do potencial de uma aplicação,
através de notas e pesos atribuídos às características da aplicação. A tabela 3.2 exemplifica esse
modelo:
Cap.3 - Aplicações em Potencial
48
Características
Cooperação do especialista
Domínio delimitado
Possível solução incorreta
Casos reais para teste disponíveis
Pesos
10
9
9
8
Notas
8
10
9
9
Pontuação
80
90
81
72
-323
323/46 =
--
46
Valor total desta aplicação
7.02
Tab.3.2 Exemplo do modelo de avaliação do potencial de uma aplicação ([SLA88]).
Dessa forma, é possível avaliar, num conjunto de aplicações, quais as mais e quais as menos
adequadas ao uso de sistemas baseados em conhecimento.
Turban [TUR92] apresenta uma tabela (tab. 3.3) com os tipos de tarefas adequados para cada tipo
de programação: convencional, sistemas baseados em conhecimento e as que requerem a
inteligência humana
Muito fácil
(uso de programação
convencional)
Folha de pagamento,
estoques.
Juros simples.
Diagnóstico e análise de
falhas.
Análise de dados diversos.
Árvores de decisão.
Gerenciamento de banco de
dados.
Cálculo de hipoteca
Planejamento de produção.
Configuração de
equipamentos.
Aconselhamento de taxas.
Análise de regressão.
Determinar o tipo de análise
estatística.
Fatos são conhecidos, mas
não precisamente; eles são
colocados na forma de idéias.
O especialista existe, mas é
caro.
Fatos são conhecidos
precisamente, eles podem ser
reduzidos em números.
O especialista é barato.
Adequado ao uso
deSE/SBC
Muito difícil
(requer a inteligência
humana)
Projeto de novas ferramentas
ou a cobertura de revista.
Previsões do mercado de
ações.
Descobrir novos princípios.
Linguagem do dia-a-dia.
Problemas que envolvem
senso comum.
Desenvolver novos testes
estatísticos.
Requer inovação, ou senso
comum, ou descobertas.
Especialistas não existem,
ninguém sabe o suficiente
para ser um especialista.
Tab.3.3 - Tarefas adequadas ao uso de SBC.
Apesar da divisão proposta por Turban, que aparentemente exclui tarefas operacionais como
usuárias da tecnologia de sistemas baseados em conhecimento, Torres [TOR91] afirma que é
possível desenvolver aplicações em áreas extremamente operacionais (como controle de qualidade,
programação e controle de produção e mesmo contabilidade). Propõe também o uso em situações e
problemas gerenciais muito complexos (como planejamento de propaganda, portfólios de
negócios, administração de carteiras de investimentos, etc.). Esclarece ainda que não é o nível
49
Cap.3 - Aplicações em Potencial
hierárquico, no qual se insere a situação ou problema, que determina as possibilidades
tecnologia, mas sim sua importância e complexidade.
de uso da
Trippi e Turban (1990) [TRI90] também indicam como aplicações para sistemas baseados em
conhecimento problemas com muitas variáveis e grande número de informações que afetem a
resposta, em situações em que não exista uma única resposta certa, mas nas quais a solução mais
apropriada deva ser a escolhida, e em que problemas devam ser solucionados, mas alguns dos
fatores atuantes sejam desconhecidos ou incertos.
Monard e Rodrigues [MON93] apresentam de modo esquemático, na figura 3.4, as caracteristicas
do problema que justificam o uso de SBC:
Selecionar a tarefa é
altamente remunerativo
Justificável o
desenvolvimento
de um SE/SBC
Existe necessidade de
retenção de conhecimento
Fig.3.4 Justificativas para o desenvolvimento
de um SE/SBC (extraído de [MON93]).
Harmon e King (1988) citam, da mesma forma que Coats, o uso de uma primeira pergunta para
identificar problemas adequados à tecnologia de SEI SBC: quais os problemas dificeis que
atualmente não têm solução pelas técnicas convencionais de informática existentes. Em nosso país,
devido à conjuntura econômica (de acordo com os respondentes da pesquisa), essa questão se
acentua pelo fato de outras tecnologias de informação apresentarem custos reduzidos em
comparação aos SBC. Ou seja, correlacionando custolbeneficio, o uso de SBC definitivamente só
ocorre quando as outras TI de custos menores não solucionaram o problema.
[HAR90] e [LEI88] afirmam que a tecnologia de sistemas baseados em conhecimento deixou de
ser isolada, para apresentar-se como um conjunto de técnicas que se integram ao ambiente de
programação convencional. Essa integração tem feito aumentar o interesse pela tecnologia de SBC.
Masud & Hommertzheim
[MAS88] desenvolveram uma abordagem
mais detalhada
e
sistematizada para a seleção do primeiro projeto de SBC. O processo de seleção desenvolvido
consiste de oito etapas:
Cap.3 - Aplicações em Potencial
50
1. Revisão da tecnologia de SBC através de literatura. Os envolvidos, no final desta etapa, estarão
conhecendo:
a) características de um SElSBC;
b) diferenças entre programação convencional e SE/SBC;
c) componentes de um SE/SBC;
d) várias formas de representação de conhecimento, com suas vantagens e desvantagens;
e) mecanismos de pesquisa (encadeamento para frente e para trás, profundidade, etc.);
f) esquemas de controle de pesquisa.
2. Identificar áreas potenciais de aplicação. Consiste em estudar experiências relatadas na
literatura para encontrar paralelos em atividades da organização e desenvolver uma lista de
áreas de aplicações potenciais. As atividades aqui seriam:
a) revisar as aplicações relatadas e suas características (características dos problemas, etc.);
b) estudar detalhes de aplicações específicas (domínio dos problemas, representação do
conhecimento, esquemas de pesquisa, linguagens de programação e ferramentas utilizadas,
processo de desenvolvimento, etc.);
c) revisar projetos/atividades atuais e passados da organização (características do projeto,
mão-de-obra e recursos requeridos, tipo de infonnação/experiência usada, freqüência de
uso, etc.);
d) revisar o estudo do processo e dos modelos usados (mecanismo de seleção dos
projetos/atividades, quais modelos ou procedimentos preestabelecidos estão disponíveis,
freqüência de seu uso, manutenção de modelos/procedimentos, disponibilidade de mão-deobra com conhecimento dos modelos e suas aplicações, etc.);
e) desenvolver uma lista de aplicações potenciais (perguntar quais são as possíveis áreas de
aplicação de SBC, quais atividades são similares àquelas das aplicações relatadas,
quais parecem possuir características de SBC, quais parecem ser de conhecimento
intenso, cognitivo ou dificeis de ser executadas sem experiência, etc.).
3. Desenvolver/selecionar um método de priorização das aplicações. Esta etapa é tida como
crucial. Devem-se levar em consideração todos os fatores relevantes à seleção do projeto. A
menos que a sua organização já possua algum método consagrado e eficiente para priorização
de projetos. Os autores usam a Abordagem de Priorização por Consenso (CRA - Consensus
Ranking Approach).
O CRA é composto de duas fases: uma de filtragem e uma de priorização. Na de filtragem,
listam-se algumas restrições de modo a filtrar o grande número de possíveis aplicações; na de
priorização, usa-se o método de notas e pesos a fatores considerados relevantes, como, por
exemplo, o tamanho do problema, a natureza do conhecimento, o acesso ao conhecimento,
casos-testes disponíveis, importância/relevância na empresa, etc. Para cada característica
atribui-se um peso, e para as características de cada projeto atribui-se uma nota. Multiplica-se o
peso pela nota (similar ao método proposto por Slagle e Wick [SLA88]) e somam-se os
resultados das várias características de cada projeto encontrando o total do projeto, que será o
valor de comparação.
4. Revisar e classificar os projetos. Aplicar o método escolhido na etapa 3.
Cap.3 - Aplicações em Potencial
51
5. Recomendar uma aplicação piloto. Os autores dizem que essa recomendação deve ser feita
através de uma apresentação oral à gerência de duas ou três primeiras aplicações da lista, para
que os gerentes possam decidir "qual fica e qual vai"; por outro lado, se a equipe estiver
bastante decidida sobre uma aplicação específica, deve-se recomendar apenas essa.
6. Revisar e recomendar a linguagem/ferramenta. Uma vez identificada a aplicação, deve-se
escolher a melhor ferramenta ou linguagem para esse tipo de aplicação. Um erro nesta etapa
pode ser desastroso. Uma revisão das ferramentas disponíveis, com suas características,
restrições, requisitos, etc., deve ser uma das atividades desta etapa A equipe deve também
desenvolver a lista de restrições (como tipos de representação do conhecimento, interface com
banco de dados, etc.) e priorizar as alternativas.
7. Desenvolver um plano de implementação. A transição bem-sucedida da escolha da aplicação
ao desenvolvimento do SBC exige um plano de implementação muito bem traçado. Deve-se
identificar os recursos necessários e o cronograma do esforço de desenvolvimento,
considerando:
a) recursos de hardware (o que está disponível e o que deve ser procurado, quando devem
estar disponíveis, quanto isso custará e quem são os vendedores);
b) recursos humanos (quais são os especialistas disponíveis, quem são os engenheiros do
conhecimento e outros membros da equipe, a disponibilidade/papéis/responsabilidades de
cada pessoa);
c) recursos de software (qual o software adicionai que deve ser procurado, quais as
interfaces necessárias, características/estruturas dessas interfaces, com banco de dados).
Realizar um cronograma de necessidades de recursos.
8. Implementar o protótipo de aplicação. Esta etapa exige maior tempo e esforço. Também
requer o interesse e comprometimento do especialista e dos engenheiros do conhecimento. O
sucesso desta primeira aplicação influenciará a aprovação de aplicações subseqüentes. É
importante que a fase de implementação ganhe amplo apoio e oportunidade de sucesso. O
sucesso da aplicação fará com que mais pessoas na organização conheçam a tecnologia de
SElSBC. A primeira aplicação deve buscar provar o conceito da tecnologia, antes de ser uma
aplicação realmente operacional, e geralmente é uma experiência de aprendizado.
Durante as entrevistas realizadas em nossa pesquisa, verificamos que a maioria dos casos de
fracasso na introdução da tecnologia de SBC na empresa ocorre por não se seguirem todas as
etapas descritas por Masud & Hommertzheim.
Um fator crítico não contemplado por Masud & Hommertzheim, a nosso ver, refere-se aos
impactos que a nova tecnologia trará para a organização, seja como um todo, seja ao setor
específico onde o sistema especialista venha a ser implementado. Com o intuito de reduzir as
resistências organizacionais, os responsáveis pelo desenvolvimento devem realizar um trabalho de
conscientização dos usuários e envolvidos, principalmente para que a nova tecnologia não
implique temores ou ressentimentos. O homem ainda se sente ameaçado, e portanto resistente às
novas tecnologias. Para isso, deve haver um envolvimento constante do homem nas etapas de
desenvolvimento de SBC.
Cap.3- Aplicaçõesem Potencial
Bowyer et alii [BOW87] identificaram
tecnologia de SBC em uma empresa:
52
quatro fatores críticos de sucesso para a introdução da
•
apoio gerencial;
•
educação e promoção adequadas;
•
solução criteriosa do projeto inicial;
•
utilização de metodologia de desenvolvimento de projeto.
o apoio
gerencial refere-se ao apoio da alta administração. Como em qualquer outro tipo de
aplicação convencional, os SBC também têm como fator crítico o apoio da alta administração para
que o projeto caminhe.
A solução e promoção adequadas amenizam as resistências
organização para o uso e impactos de SBC.
organizacionais,
conscientizando
a
o
projeto inicial, como detalhado por Masud & Hommertzheim,
será. o responsável pela
continuidade do uso da tecnologia na organização, de forma que deve ser escolhido objetivando a
garantia do sucesso técnico e de negócios, a viabilidade e o retomo do investimento, e deve ser
apoiado por uma metodologia adequada aos requisitos da aplicação.
Schutte e Araújo, que escreveram sobre estratégias de implantação de SE no SERPRO [SCHU86],
assim como Schwabe e Carvalho [SCH87], afinnam que as aplicações de SE devem apresentar três
particularidades:
•
existência de peritos reconhecidos no campo;
•
o conhecimento do perito pode ser quantificado;
•
o conhecimento pode ser expresso em regras declarativas no lugar de procedimentos.
São critérios a considerar:
•
inexistência de solução algorítmica para o problema;
•
problema relativamente estático comparado com o tempo gasto para o SE analisá-lo;
•
SE não gera conhecimento próprio;
•
domínio do conhecimento relativamente estático.
Foram identificadas como aplicações potenciais no âmbito do SERPRO [SCHU86]:
- a configuração de hardware;
- o auxílio no diagnóstico de doenças;
- o treinamento;
- o suporte à decisão:
para clientes: apoio à gerência bancária, projeto Imagem, central de risco, malha de suspeição,
planejamento estratégico na área econômica;
.
para o SERPRO: apoio à decisão para planejamento empresarial;
Cap.3 - Aplicações em Potencial
53
- o reconhecimento ótico de caracteres manuscritos.
Apesar de [SCHU86], [SCH87] e outros autores afirmarem que a aplicação adequada envolve o
especialista, Beckman [BEC91] discorda, dizendo que o importante é existir um conhecimento a
ser incluído no sistema, independentemente de esse conhecimento estar concentrado em uma
pessoa ou não. Um exemplo disso são os famosos sistemas especialistas MACSYMA e AQ1, que
envolveram aplicações sem especialistas no assunto.
Outro critério também contestado por Beckman é o fato de o conhecimento ser de comum acordo
entre os especialistas. O autor diz, que quando os especialistas se reúnem com idéias diversas, a
conclusão de como agir é enriquecedora e positiva. Exemplo, o sistema Taxpayer Service Assistant
para o qual 16 especialistas, em times de quatro, definiram o melhor método.
Nash [NAS92] comenta. os resultados de uma pesquisa realizada em companhias com SBC bemsucedidos. A base do sucesso desses sistemas estava na interdependência produtiva de executivos,
das equipes de desenvolvimento e usuários. E também na integração do SBC, totalmente voltado
às necessidades do negócio, com os software e hardware já existentes. Outro resultado importante
dessa pesquisa refere-se aos investimentos no corpo de técnicos, de modo a alcançar uma equipe de
trabalho de qualidade, pois este tipo de sistema tem maior importância para a empresa do que os
convencionais.
Meyer e Curley [MEY91] sintetizam os resultados de outro estudo amplo sobre empresas que
desenvolveram com sucesso SBC. Suas conclusões auxiliam na determinação de aplicações e
estratégias de desenvolvimento de SBC adequadas. A metodologia está centrada na análise de duas
dimensões do problema: complexidade do conhecimento a ser incorporado ou automatizado pelo
sistema e complexidade da tecnologia envolvida, que levam a uma taxonomia bastante
esclarecedora, representada na figura 3.5. Para identificar o grau de complexidade da tecnologia e
do conhecimento, os autores sugerem o seguinte:
Determinação da complexidade do conhecimento:
- Quantos campos do saber o sistema irá envolver? Ou seja, qual a "amplitude" do domínio do
conhecimento envolvido?
- Qual é o nível de habilidade ou especialização requerido pelos campos do saber? Ou seja, qual a
"profundidade" dos campos do saber do sistema?
- Quantas são as fontes de informação na tomada de decisão? Ou seja, qual a "amplitude das
entradas de informação" ?
- Quão precisa é a informação quando utilizada na tomada de decisão? A interpretação da
informação na tomada de decisão é fundamentai na especialização?
- Quais são as caracteristicas do processo de decisão em si? Ou seja, qual é a duração do processo
de tomada de decisão?
- Qual é o grau de abrangência dos resultados do sistema baseado em conhecimento? Simples
diagnósticos ou também recomendações?
- Quão precisos são os resultados do sistema? Sugestões gerais, referenciais para ajudar a tomada
de decisão?
54
Cap.3 - Aplicações em Potencial
. Determinação da complexidade
da tecnologia:
_ Qual é a diversidade de plataformas para o hardware para os níveis dos sistemas operacionais?
Quais as diferentes habilidades exigidas dos programadores para operar em diferentes ambientes?
_ Qual é o nível de integração entre o sistema baseado em conhecimento
e outros sistemas da
companhia?
_ Quão extenso é o escopo do esforço de programação lógica?
Determinando respostas para as questões acima, em termos de "alto", "médio" e "baixo", teremos
uma estimativa geral da complexidade do conhecimento e da tecnologia do sistema baseado em
conhecimento, e a possibilidade de uma taxonomia de sistemas baseados em conhecimento.
Taxonomia dos SBC de acordo com a sua complexidade:
Alta
4
2
Sistemas de Impacto
Sistemas de Decisao
Estratégico
Complexidade
do
Conhecimento
3
1
Sistemas de Produção
Sistemas de
Produtividade
Pessoal
Integrados
Baixa
Alta
Baixa
Complexidade da Tecnologia
Fig.3.5 Taxonomia dos SBC de acordo com a sua complexidade.
1. Sistemas de Produtividade Pessoal:
Sistemas baseados em conhecimento mais simples. Os níveis de complexidade e tecnologia são
baixos. Os sistemas pessoais rodam em microcomputadores.
Melhoram a tomada de decisão
pessoal e a produtividade. Foco: usuário final apoiado por sistemas de informação (6 meses - US$
50.000).
2. Sistemas de Decisão:
Incorporam conhecimento de tomadores de decisão altamente qualificados. O conhecimento não é
amplo, mas profundo; a tecnologia é pouco complexa, sem redes, sem interfaces gráficas e com
banco de dados pequeno. Exemplo: análise de portfólio e financeira, análises especializadas de
engenharia. Melhoram a tomada de decisão de todo um grupo dentro da companhia e valorizam a
qualidade de serviços e produtos. Foco: unidades de negócios já existentes, só para especialistas (9
a 12 meses para um primeiro modelo - US$ 200.000).
Cap.3 - Aplicações em Potencial
55
3. Sistemas de Produção Integrados:
Envolvem tecnologias avançadas e algum conhecimento mais complexo. Têm como alvo a
produtividade organizacional no sentido tradicional: baixar custos, melhorar respostas, etc. Tais
sistemas devem-se comunicar regularmente com sistemas administrativos, grandes bancos de
dados e acessar diferentes ambientes de hardware. Foco na integração com dados e ambientes
computacionais existentes; processamento de dados em departamentos de Sistemas de Informações
Gerenciais, guiados por necessidades técnicas (10 meses para um primeiro modelo - US$ 250.000
a US$ 350.000).
4. Sistemas de Impacto Estratégico:
Contêm altos níveis de complexidade, tanto de conhecimentos quanto de tecnologia Os
conhecimentos devem ser amplos e profundos: usam múltiplas fontes de informações e elas são
incertas; os processos de decisão são longos e intrincados. A tecnologia está ligada a altos níveis
de integração. Criam barreiras de mercado e melhoram a tomada de decisão organizacional e a
produtividade. Foco: novas unidades de sistemas de negócios, exigem dedicação total,
consumidores de recursos, geração de novos negócios (2 a 3 anos - US$ 750.000 a US$
2.000.000).
De acordo com a mM [IBM91], muitos são os fatores que podem levar à escolha errada de uma
aplicação. Estão relacionadas aqui algumas características que devem ser observadas na hora da
escolha do tipo de atividade que irá gerar a aplicação. As atividades têm o seguinte perfil:
•
Repetitivas
•
Complexas
•
Exigem Julgamento
•
Tomada de Decisão
Na escolha do problema certo, de acordo com a [IBM91], ainda devem ser considerados os
seguintes itens:
•
Necessidade de especialista - deve existir, efetivamente, a necessidade de um especialista, sem
o qual a atividade não poderia ser executada, ou poderia ser executada com um grau de
dificuldade muito maior e sem igual confiabilidade.
•
Especialista reconhecido - a existência de um especialista na execução de determinada tarefa
deve ser reconhecida pela comunidade.
•
Disponibilidade do especialista - a disponibilidade do especialista é tão importante para o
desenvolvimento do sistema quanto seu envolvimento com ele.
•
Retomo elevado - a aplicação deve possuir um retomo elevado, sempre visando o retorno
financeiro, o aumento de produtividade e a melhora.da qualidade.
•
Treinamento - a disseminação do conhecimento do especialista não deve ser esquecida. Esse
conhecimento é de grande valia para o treinamento do pessoal novato.
Como se pode observar, os três primeiros itens vão ao encontro das afirmações dos autores
anteriormente citados [RAU86], [TUR92] e [MON93].
Cap.3 - Aplicações em Potencial
56
São Fatores Críticos de Sucesso (FCS) a serem observados no início e no decorrer do processo de
desenvolvimento [IBM91], para.que seja assegurado o sucesso do sistema:
•
Aplicação Definida Claramente - devem ser Consideradosos itens até aqui descritos e, também,
a definição clara e precisa do domínio da aplicação. Como citado por [MAS88].
•
Compromisso Gerencial - a gerência deve estar motivada o suficiente no sentido de assegurar
os recursos humanos, bem como os materiais. Como citado por [FRE93].
•
Usuário Final - o usuário do sistema precisa ser consultado no sentido de se descobrirem suas
necessidades, para que, no término do desenvolvimento, o sistema não seja recusado sob a
alegação de que não atende as necessidades do usuário. Como citado por [HARR88].
Thow-Yick e Huu-Phuong [1H090] consideram aplicações potenciais o uso de SBC nos negócios,
chamando tais sistemas de sistemas especialistas para gerenciamento. Em seu estudo, identificaram
algumas características gerais das áreas de aplicações nas organizações:
a) funções centrais ou áreas criticas dentro da organização;
b) áreas da alta adminístração ou de especialistas raros;
c) áreas onde especialistas de alto nível são requeridos;
d) áreas que manipulam grande volume de transações através de muitas pessoas de diferentes
níveis de especialidades;
e) áreas que já estão bem definidas e bem entendidas.
Este mesmo estudo previa o uso de sistemas híbridos como tendência para esta década. Uma das
dificuldades relatadas foi a resistência das organizações à divulgação de suas aplicações, devido ao
caráter estratégico e,
portanto, secreto das aplicações desenvolvidas ou em
estudo/desenvolvimento.
Chapnick [CHA89], avaliando a conferência da AAAI sobre aplicações inovadas de IA, na
Stanford University, em março de 89, descreve situações bastante reais com relação à visão de
SBC.
Naquela ocasião, a preocupação com as aplicações de SBC se voltavam mais a seu uso na solução
de problemas do que ao enfoque tradicional da definição de SE, e não houve constrangimentos
com relação a SBC desenvolvidos até em BASIC, desde que fosse alcançada a satisfação do
usuário.
As aplicações mais comuns eram as de planejamento e escalp,
no caso, devido ao impacto nas
linhas de produção das indústrias. O retomo desse tipo de aplicação se deve à sua habilidade na
administração de enormes quantidades de detalhes e ao fato de fazer cumprir as restrições
consistentemente. Com freqüência, os ganhos vêm de uma redução drástica do tempo requerido
para o desenvolvimento de planos consistentes de alta qualidade. Em nossa pesquisa, também
verificamos que, no 131110 industrial, a categoria de aplicações mais utilizada é o planejamento (ver
Cap.6).
Outro tema bastante citado na conferência foi a importância das interfaces e das integrações com
BD ou outras fontes de dados. Afirma-se que de 10% a 30% dos esforços se referiam ao
desenvolvimento do SBC enquanto 50% ou mais à construção de interfaces e/ou integração.
Cap.3 - Aplicações em Potencial
57
A maioria também reforçava a necessidade do envolvimento do usuário nas primeiras fases do
projeto, considerado um dos FCS mais relevantes no desenvolvimento de SBC, de acordo com a
nossa pesquisa '(ver Cap.6).
Nessa mesma conferência, o uso de SBC embutidos já era uma realidade, apresentando-se como
abordagem de aplicação da maioria dos SBC colocados em operação.
Embora se procure gerar novos conhecimentos a partir daqueles expressos em um SBC,
tipicamente um problema que não pode ser resolvido por especialistas humanos não pode ser
modelado em um SBC, como já citado por [RAU86]. Além disso, problemas que requerem
intuição são também impossíveis de ser automatizados.
3.3 BENEFÍCIOS DOS SISTEMAS BASEADOS EM CONHECIMENTO
o uso
de sistemas especialistas ou baseados em conhecimento se justifica pelos beneficios que
oferecem. Dessa forma, é importante conhecê-los. A redução das barreiras de integração dessa
tecnologia, tanto com outras tecnologias de informação, quanto a nível organizacional, isto é, a
conscientização das pessoas, tem também contribuído para que o leque de beneficios se amplie.
Uma lista de beneficios apresentados na literatura [TUR92][IBM91]lHOPL90]:
Aumento de produtividade. Os sistemas especialistas trabalham mais rápido que os homens. Por
exemplo, o SE XCON permitiu à DEC aumentar quatro vezes a capacidade de configuração dos
pedidos do VAX. Aumento de produtividade significa que menos trabalhadores são necessários, e
portanto há redução de custos. Em empresa entrevistada dwante nossa pesquisa, um sistema
especialista para análise de crédito aumentou o número de propostas analisadas em 100%.
Aumento de qualidade. Os sistemas baseados em conhecimento podem melhorar a qualidade,
fornecendo conselhos e reduzindo as taxas de erros. Por exemplo, o mesmo XCON reduziu a taxa
de erro dos pedidos de computadores de 35% para 2%.
Redução do tempo desperdiçado. Muitos SE operacionais - como o sistema CATS-l (ver item
3.5) - são usados para diagnosticar falhas e prescrever reparos. Com o uso de SE, é possível
reduzir signíficativamente o tempo desperdiçado. Por exemplo: um dia perdido na perfuração de
um poço de petróleo pode custar mais de US$ 250.000. Um sistema chamado Drilling Advisor foi
desenvolvido para detectar falhas em uma sonda de perfuração. Esse sistema reduz
consideravelmente gastos da companhia com o corte no tempo desperdiçado.
Captura de uma especialidade escassa. A escassez de especialidade toma-se evidente em
situações nas quais não há especialistas suficientes para uma tarefa. Por exemplo: o especialista
está para se aposentar ou deixar o emprego, ou é requerido para dar atendimento a uma região
muito ampla geograficamente. Um sistema típico que capturou uma especialidade escassa é o
CATS-l, que contém o conhecimento de um especialista na manutenção de locomotivas.
Cap.3 - Aplicações' em Potencial
58
Flexibilidade. SE podem oferecer flexibilidade em serviços e manufatura.. Por exemplo: a DEC
tenta fazer cada pedido do VAX. adequar-se tanto quanto possível às necessidades dos clientes.
Antes do XCON, a DEC considerava essa tarefa extremamente dificil devido à enorme variedade
de necessidades dos clientes.
Facilidade na operação de equipamentos. SE facilitam a operação de equipamentos complexos.
Por exemplo: o STEAMER é um SE para treinamento de trabalhadores inexperientes na operação
de motores complexos de navios. Um outro exemplo é um SE desenvolvido pela Shell Oi! Co.
para treinar pessoas no uso de rotinas complexas em FORlRAN. A Cia, Metropolitana de São
Paulo também desenvolveu um SE para o treinamento dos operadores das complexas linhas de
metrô.
Eliminação da necessidade de equipamentos caros. Em muitos casos, o homem tem de acreditar
em instrumentos caros de monitoramento e controle. Sistemas especialistas podem executar as
mesmas tarefas com instrumentos de custos mais baixos devido às suas habilidades em investigar
mais direta e rapidamente a informação vinda dos equipamentos. DENDRAL (ver item 3.5) é um
exemplo desse tipo de SE.
Acesso ao conhecimento e help desks. SE tornam o conhecimento (e informações) acessível. As
pessoas podem questionar os sistemas e receber conselhos. Uma das áreas de aplicação são os help
desks. Outras são os serviços de aconselhamento.
Confiança. Sistemas especialistas são confiáveis. Eles não se cansam ou se aborrecem, não ficam
doentes, não fazem greve. SE também estão continuamente prestando atenção a todos os detalhes
e, portanto, não passam por cima de informações relevantes ou soluções em potencial.
Aumentam a capacidade de outros sistemas de computador. A integração dos SE com outros
sistemas tornam-nos mais eficientes: aqueles passam a cobrir mais aplicações, trabalham mais
rapidamente e produzem resultados de maior qualidade. Além do SE proporcionar uma certa
"esperteza" aos outros sistemas de computador.
Integração da opinião de vários especialistas. Em certos casos, o SE força a integração das
opiniões de vários especialistas, aumentando a qualidade de um conselho.
Habilidade para trabalhar com informações incompletas ou incertas. Em contraste com os
sistemas convencionais, os SE podem, como os especialistas humanos, trabalhar com informações
incompletas. O usuário pode responder com um "não sei" ou "não estou certo" para uma ou mais
perguntas do sistema durante uma consulta, e o SE ainda será capaz de produzir uma resposta,
embora não absolutamente correta quanto ao grau de certeza. Eles também podem lidar com
probabilidades, desde que o mecanismo de inferência possa lidar com elas.
Promovem treinamento. Os SE melhoram a solução de problemas permitindo a integração e a
análise do julgamento de altos especialistas. Também aumentam o entendimento do usuário
através das explicações. Os SE podem ser usados no treinamento dos usuários na solução de
problemas complexos. Por exemplo, um SE chamado Statistical Navigator foi desenvolvido para
ajudar novatos a usar pacotes estatísticos de computador muito complexos. Os iniciantes sem o
Cap.3 - Aplicações em Potencial
59
fator inibição, podem aprender qual é a linha de raciocínio de profissionais mais experientes.
Muitos profissionais em início de carreira cometem alguns erros até que aprendam. Se eles
tivessem disponíveis "erros e soluções" adotados por especialistas, isso seria minimizado.
Habilidade
para solucionar problemas complexos. Os SE podem, no futuro, solucionar
problemas cuja complexidade exceda a habilidade humana, ou seja, onde o SE manipula um
escopo de conhecimento muito maior que o conhecimento de um indivíduo.
Transferência de conhecimento para locais remotos. Um dos grandes beneficios dos SE é a sua
facilidade de transferência além dos limites geográficos. Eles podem ser extremamente importantes
para países em desenvolvimento que não podem pagar pelo conhecimento de um especialista. Um
exemplo de tal transferência é um SE para o cuidado dos olhos desenvolvido pela Rutgers
Uníversity em conjunto com a Organização Mundial de Saúde. O programa foi implementado no
Egito, onde doenças sérias dos olhos são predominantes, mas especialistas em olhos são raros. O
programa é baseado em regras, roda em um micro e pode ser operado por uma enfermeira ou um
assistente. Realiza o diagnóstico e recomenda o tratamento. Médicos brasileiros também
desenvolveram um SE para apoio no diagnóstico e tratamento de tuberculose, utilizado em países
da África, onde a doença predomina e há falta de especialistas. Curiosamente, esse SE recebeu
todo o apoio da Organização Mundial de Saúde, que o divulga, mas em nosso país não recebeu
reconhecimento. O Brasil carece de incentivos do governo para que outros SE na área de saúde
sejam desenvolvidos, talvez porque necessidades ainda mais prementes também encontram-se sem
solução.
Preservação
do conhecimento. Através do SE, é possível preservar o conhecimento de um
especialista, principalmente nas empresas em que se pode perder esse conhecimento por demissão,
aposentadoria ou morte. Há necessidade, porém, da contínua atualização do conhecimento inserido .
no SE. Em nossa pesquisa, alguns entrevistados consideram esse beneficio uma falácia, já que o
conhecimento não atualizado em um SE toma-se rapidamente obsoleto, e portanto não ocorre essa
preservação.
Conhecimento é armazenado de uma forma ativa e não passiva. Em um livro, as informações
não evoluem com o passar do tempo. Já numa base de conhecimento, pode-se modificar o seu
conteúdo de forma que ele sempre reflita a realidade.
Melhor aproveitamento
do tempo do especialista. A substituição de um especialista por um SE
não significa sua dispensa, mas sim sua liberação de atividades rotineiras para que execute outras
tarefas mais importantes, permitindo-lhe dessa forma um melhor aproveitamento do tempo. Ou
seja, em vez de o especialista usar seu tempo resolvendo dúvidas, ele o utiliza para
desenvolver/aprimorar sua especialidade.
Thow-Yick e Huu-Phuong [lH09O] apresentam como vantagens do uso de SBC:
- a habilidade no acúmulo de conhecimento especializado em diferentes áreas, o qual pode ser
atualizado e refinado;
- a manipulação de grande quantidade de dados e informações;
- o fato de evitar o desperdício do valioso tempo da alta administração e do especialista.
Cap.3 - Aplicações em Potencial
60
Para Fried [FRI87], a principal vantagem no uso dos SBC é que eles são permanentes. Em outras
palavras, eles não se aposentam ou mudam de departamento como os especialistas. Além disso, os
SBC são de fácil transferência e fáceis de duplicar. São também de fácil documentação, pois, do
modo como a especialidade é armazenada no sistema, é facilmente transformada em documentação
em linguagem natural. Os SBC são, ainda, mais consistentes em suas decisões se comparados com
os especialistas, pois o computador nunca se distrai, enquanto o homem o faz em muitas situações.
Por último, os SBC, a longo prazo, custam menos do que os especialistas. Embora inicialmente
eles tenham altos custos de desenvolvimento, na média de $260.000 por sistema, eles têm baixos
custos de operação uma vez em produção. Adicionalmente, se uma ferramenta de desenvolvimento
de sistema é usada, os custos de desenvolvimento serão grandemente reduzidos.
Fried [FRI87] também descreve as desvantagens de um SBC. Primeiro, o sistema não possui
habilidade para realizar abordagens criativas para solucionar um problema Isso é mais relevante
quando deparam com um problema novo. Segundo, os SBC não se adaptam a condições ou
padrões de soluções de um problema que se altera; eles devem ser alterados ou atualizados quando
o especialista muda seus modos de solucionar o problema. Terceiro, os SBC possuem apenas
entradas simbólicas versus entradas sensoriais. São, portanto, limitados. Como as entradas
sensoriais (sentidos) são simplificadas para símbolos, os dados podem perder algum significado na
solução de um problema. Quarto, os SBC são limitados a um foco estreito enquanto o escopo do
especialista é mais amplo e mais adequado para examinar um grande quadro quando decisões são
tomadas. Quinto, os SBC usam conhecimento técnico em oposição a conhecimento de senso
comum. O especialista tem armazenado conhecimento geral e comum sobre o mundo, que ele pode
usar para simplificar a tomada de sua decisão, enquanto os SBC estão limitados à sua base de
conhecimentos específica. Adicionalmente, quando especialistas são confrontados com situações
totalmente novas, podem abandonar as regras do seu domínio e usar princípios básicos do campo
e, embora não seja senso comum, esses princípios não estão necessariamente inclusos na base de
conhecimentos. O sistema, por outro lado, será forçado a fornecer uma conclusão com as regras
que estão presentes na base de conhecimentos.
Apesar de os SBC apresentarem vantagens e desvantagens, seu maior beneficio vem do coração do
SBC - o poderoso "corpus 01 knowledge" que acumula durante a construção do sistema
(Waterman, 1986) [WAT86]. Esse conhecimento armazenado tem várias características vitais à
organização. Primeiro, o conhecimento apresenta grande nível de especialização. Então, a
organização pode, a toda hora, ter a melhor base de tomada de decisão, com a presença ou não do
especialista Segundo, o SBC pode ser usado para modelar previsões; o usuário pode, através da
adição ou da mudança de regras, testar o efeito de novas estratégias para solucionar problemas,
ajudando o sistema a aprender. A terceira característica de um SBC é que ele oferece uma memória
institucional à organização. Quando especialistas ou pessoas-chaves contribuem para a base de
conhecimentos, ela torna-se uma formalização permanente dos melhores procedimentos e métodos
dentro da organização. Essa memória sobreviverá mesmo que as pessoas se aposentem ou troquem
de departamento ou emprego.
Hoppen[HOP90b] afirma que os SBC atualmente em operação são utilizados essencialmente em
instituições financeiras. Empresas de seguro e previdência social, seguradoras e departamentos de
produção de indústrias também estão presentes entre os setores mais . avançados no
desenvolvimento e utilização de SBC. Para essas empresas, o objetivo essencial, o beneficio
buscado, é o aumento da produtividade, obtido através de uma melhor difusão do conhecimento
especializado. Para as instituições financeiras em particular, o objetivo consiste também no
aumento de rentabilidade, obtido através da oferta de novos produtos ou serviços aos clientes por
Cap.3 - Aplicações em Potencial
61
meio da redução de riscos associados a operações correntes. As maiores oportunidades de
aplicações em SBC são encontradas em tarefas rotineiras e não extensas, como, por exemplo,
Authorizer's Assistant, ExperTAX, AAH e Josephine.
3.4 CHECKUSTS
A literatura apresenta uma série de checklists para. verificar se uma determinada aplicação é
adequada ou não à tecnologia de sistemas especialistas ou baseados em conhecimento.
Tipicamente, os checklists são organizados em categorias de critérios. Os principais critérios são
[BEC91]: tarefa, domínio,payo.ff, usuário e gerência. No passado, eram aspectos técnicos do tipo:
natureza da tarefa, características da tarefa, fonte e disponibilidade da especialidade. Aspectos
práticos só eram colocados pata complementar. Contudo, Beckman [BEC91] afirma que fatores
práticos, como ambiente organizacional, apoio da alta administração, potencial de payoff(retomo),
competência do projetista e preocupações do usuário, freqüentemente determinam o sucesso do
projeto. Pata remediar essa definição, ele desenvolveu uma lista de critérios que não contempla
apenas questões técnicas com detalhes, mas também enfatiza aspectos práticos da avaliação do
potencial de uma aplicação. Beckman considerou seis categorias: tarefa, payoff;
cliente/administrador, projetista, especialista e usuário. As duas primeiras são essenciais, o que
significa que um escore menor que 50%, de acordo com a classificação de Beckman, nessas duas
categorias significa que a tarefa não é adequada. A categoria da tarefa é a mais critica na escolha de
uma aplicação. Caso o escore total das seis categorias seja menor do que 50%, deve-se desistir da
tarefa. O escore menor que 50% em uma delas significa dificuldades. Nas tabelas de 3.4 a 3.9
apresentamos os checkltst propostos por Beckman.
.
Cap.3 - Aplicações em Potencial
Pesos
2
2
2
1
2
1
2
2
1
1
1
1
1
1
1
1
1
1
1
62
Critérios
1. Tarefa cognitiva que requer mais análise, síntese ou tomada de decisão do
que percepção ou ação.
2. Envolve conhecimento simbólico e raciocínio.
3. É complexa, envolvendo muitos parâmetros.
4. Envolve encadeamentos de raciocínio em múltiplos níveis.
5. Uso de heurísticas.
6. Não pode ser solucionada pelo uso de programação convencional.
7. Freqüentemente deve ser solucionada pelo uso de dados incompletos ou
imprecisos.
8. Freqüentemente requer explicação, justificativas dos resultados ou do
raciocínio.
9. Está em um estágio intermediário da formalização do conhecimento com o
uso de heurísticas e taxonomias no lugar de busca ou algoritmos.
10. Conhecimento da tarefa confinado a um domínio restrito.
11. Conhecimento da tarefa é estável.
12. Progresso incrementai é possível; a tarefa pode ser subdividida.
13. Não requer raciocínio sobre tempo ou espaço.
14. Não é tarefa de uso intensivo de linguagem natural.
15. Requer pouco ou nenhum conhecimento de senso comum.
16. Não requer que o sistema aprenda com a experiência.
17. É semelhante a uma aplicação já existente de SBC.
18. Dados e estudos de caso são disponíveis.
19. O desempenho do sistema pode ser precisa e facilmente medido.
Pontos ganhos /25
=
escore
Tab.3.4 Características desejáveis da tarefa.
Cap.3 - Aplicações em Potencial
Pesos
2
2
2
2
I
I
1
I
2
1
2
I
2
63
Critérios
1. Sistema aumentaria significativamente os retornos financeiros.
2. Redução de custos.
3. Melhoria da qualidade.
4. Captura de especialidade não-documentada ou especialidade perecível
ou pouco disponível.
5. Distribuir especialidade para novos usuários.
6. Prover efeitos de treinamento aos usuários do SBC conforme o seu uso.
7. Elevar as barreiras para os futuros concorrentes do mercado.
8. Não requerer ou requerer um mínimo de dados a mais de entrada do
que o sistema corrente.
9. Ser desenvolvido com o uso de shells comerciais, necessitando de
pouco código customizado.
10. A manutenção do sistema deve ser baixa.
11. O sistema deve ser entregue em um computador ou estação de
trabalho possível de ser adquirido.
12. Poderia ser desenvolvido em fases, para que uma realização parcial
fosse utilizável.
13. Resultaria em uma razão beneficio/custo de 10: 1.
Pontos ganhos / 20
=
escore
Tab.3.5 Características de 1!!9!!If desejáveis.
64
Cap.3 - Aplicações em Potencial
Pesos
4
2
1
1
3
I
2
1
1
2
2
Critérios
1. Gerente sênior disposto a comprometer recursos significativos para o
desenvolvimento e a implementação do sistema.
2. Disposto a comprometer significativos recursos de pessoal para o
desenvolvimento e a implementação do sistema.
3. Deve ser apoiador, entusiasta e ter apontado um coordenador para o
projeto.
4. Deve ser receptivo à inovação e novas tecnologias.
5. Gerência local deve ter comprometido recursos de pessoal para a
aquisição de conhecimentos, o preparo de casos-testes e a validação do
sistema.
6. Deve estar apoiando entusiasticamente e ter apontado um contato da
gerência para o projeto.
7. A gerência deve aceitar prévia responsabilidade na manutenção do
sistema instalado.
8. Uso do sistema não deve ser sensível às políticas organizacionais.
9. Mesmo que o sistema exija mudanças mínimas ou drásticas nos
procedimentos existentes, a gerência deve Concordar com as mudanças e
reconhecer a necessidade de treinamento dos usuários do sistema.
10. A gerência deve entender que as estimativas de recursos e prazos são
dificeis e provavelmente não serão exatas.
11. A gerência deve entender que o sistema cometerá erros e terá um
desempenho não melhor que o de um usuário moderadamente proficiente.
Pontos ganhos / 20
=
escore
Tab.3.6 Características desejáveis da eerência-c1iente.
Pesos
2
1
2
2
I
2
2
I
2
Critérios
1. O projetista tem experiência em projeto e desenvolvimento de sistemas
especialistas.
2. Sabe como utilizar uma fenamenta de desenvolvimento apropriadamente
para o desenvolvimento do sistema e já utilizou a fenamenta ou shell.
3. Tem experiência na aquisição de conhecimentos de fontes escritas e de
especialistas.
4. Tem bagagem em IA para reconhecer quais técnicas serão úteis no
desenvolvimento de sistemas.
5. Entende de psicologia cognitiva.
6. Já gerenciou e desenvolveu outras aplicações da computação tradicional.
7. É um especialista nessa área.
8. Possui hardware e software disponíveis para o desenvolvimento.
9. Pode comprometer pelo menos seis meses de esforços em período
integral para desenvolvimento, teste e implementação do sistema.
Pontos ganhos /15 =
escore
Tab.3.7 Características desejáveis do projetista
do sistema.
·
Cap.3 - Aplicações em Potencial
Pesos
65
Critérios
1. Existem especialistas reconhecidos.
2. O desempenho dos especialistas é comprovadamente melhor do que o
dos amadores.
3. Tarefa é rotineiramente ensinada aos iniciantes.
4. Especialistas acessíveis por longos periodos de tempo.
5. São cooperativos.
6. Comunicam-se bem.
7. Estão disponíveis para o desenvolvimento de casos-testes e ajudam a
avaliar o sistema.
2
2
1
1
I
1
2
Pontos ganhos / 10 =
escore
Tab.3.8 Caracteristicas desejáveis dos especialistas
Pesos
do domínio.
Critérios
1. Usuários sentem uma forte necessidade do sistema
2. Não ficarão sem habilidade ou colocados de forma desfavorável com a
implementação do sistema.
3. Querem ser envolvidos no desenvolvimento do sistema.
4. Não possuem expectativas fora/acima da realidade.
5. De modo geral, possuem o mesmo nível de especialidade.
2
2
1
2
3
Pontos ganhos / 10 =
escore
Tab.3.9 Caracteristicas desejáveis do usuário.
Keyes [KEY89] apresenta outro checklist para escolha de uma aplicação:
Escolha o problema:
1. Que tenha uma solução. Os SBC não resolvem o que seja impossível ao próprio homem.
2. Cuja resposta possa ser obtida entre alguns minutos e algumas horas; caso contrário, ou
o problema é fácil demais ou complexo em demasia.
3. Cuja resposta não dependa de intuição ou senso commn.
4. Para o qual exista um especialista prontamente disponível para explicar como solucionálo.
5. No qual a informação não mude constantemente.
6. Que demonstre ter valor, seja via aumento de produtividade ou redução de custos.
Então pergunte a si mesmo:
1. O problema selecionado é muito amplo?
2. O problema selecionado é muito simples, de modo a não ser importante aos gerentes ou
usuários?
Cap.3 - Aplicações em Potencial
66
3. Os especialistas estão disponíveis? Eles são realmente especialistas? Eles conseguem se
comunicar?
4. Existe um número demasiado de especialistas envolvidos para que se consiga um
consenso de opiniões?
5 . Você tem apoio da gerência? Como você pode demonstrar o valor do sistema? Pela
economia ou pelo aumento de produtividade?
6. A gerência entende que esse tipo de sistema consome mais tempo do que os
tradicionais?
7. Você está envolvendo os usuários?
8. Você tem um plano para capturar o conhecimento?
9. O projeto está sendo gerenciado? Existe um plano?
10. Estão sendo exploradas alternativas de ferramentas?
11. Estão sendo exploradas alternativas de platafonnas?
12. Vore está levando em consideração a necessidade de acesso a banco de dados, redes?
13. Você irá embutir o sistema em um sistema convencional? Você testou essa ligação?
14. Você fez um protótipo?
15. Você desenvolveu um plano?
Prerau [PRE90], cujo livro forma uma coletânea de checklists, propõe, para escolha da tarefa, um
checkiist detalhado com 49 questões, dentre elas:
1. Usar a tecnologia de SBC quando a programação convencional não atender ou quando o
uso de SBC oferecer vantagens sobre as abordagens convencionais.
2. Existe a necessidade de capturar a especialidade.
3. É esperado que, como o homem, o SE não dê resultados 100% corretos 100% do tempo.
4. A interface não deve exigir tanto esforço aponto de desviar-se do objetivo principal do
sistema.
5. O projeto é plenamente apoiado pela alta gerência.
6. O retomo da tarefa deve sermensutável.
7. A tarefa não pode ser do tipo 'tudo ou nada"; alguma porcentagem de erro ou resultados
não-ótimos devem ser tolerados.
Damski et alii [DAM93] propõem uma lista de questões a serem respondidas pelos gerentes, de
modo a apoiar as suas decisões:
• Como "enxergar" a tecnologia de SBC? Em que ela difere da tecnologia de sistemas
convencionais?
• Como avaliar a tecnologia de SBC?
• Quais os aspectos ainda não suficientemente desenvolvidos da tecnologia de SBC que
podem impactar seu uso na empresa?
• Como usar eficiente e eficazmente a tecnologia de SBC?
• Como aplicar a tecnologia de SBC para aumentar a produtividade nos negócios e obter
vantagem competitiva?
Cap.3 - Aplicações em Potencial
67
• Quais as decisões que devem ser tomadas agora em relação à introdução da tecnologia
de SBC na empresa?
Outros checklists são apresentados por [FRE93] e [TUR92]. Este último publicou um checkiist
desenvolvido no SBC Expert Ease, hoje chamado Expert One.
3.5 APLICAÇÕES
Para se saber se um SBC terá sucesso, é necessário verificar se existem SBC semelhantes
desenvolvidos e bem-sucedidos [BRY88].
A maioria dos autores apresenta uma série de SBC bem-sucedidos como [RAU86], [HOP90b],
[WAT861, [lIAY83], [HAR88] e outros. Listamos a seguir exemplos de SBC desenvolvidos no
exterior e no item 3.5.1 os SBC desenvolvidos no Brasil.
Um dos primeiros sistemas especialistas foi o DENDRAL, desenvolvido em 1966. Um dos seus
criadores é Edward Feigenbaum, da Stanford University. Esse programa estabelece a estrutura de
uma dada molécula, sua fórmula atômica e espectograma de massa. Esse SE auxiliou na
publicação de muitos trabalhos na área química.
Outro SE desenvolvido pela Stanford University, em 1973, foi o MYCIN, que se tomou um
exemplo clássico. O MYCIN fornece um parecer consultivo sobre bacteriemias - infecções de
bactérias' no sangue - e meningite - infecção que provoca a inflamação das membranas que
envolvem o cérebro e a medula Essas doenças infecciosas podem ser fatais, havendo a necessidade
de agir com urgência para salvar o paciente. O médico necessita tomar providências antes mesmo
de ter à mão todos os dados de laboratório do paciente, e freqüentemente o auxílio de um
especialista é necessário. O MYCIN possui um banco de dados com 500 regras e trabalha com
encadeamento regressivo.
Um dos primeiros SE colocados em uso diário comercialmente foi o XCON, da Digital Equipment
Corporation (DEC), desenvolvido na Camegie Mellon University, em 1980. O eXpert
CONfigurator determina configurações ótimas de sistemas VAX da DEC. O XCON possui 10129
regras em sua base de conhecimentos. Outros sistemas nessa linha, também desenvolvidos pela
DEC, são o XSEL, de 1988, usado para selecionar partes de um pedido do cliente, o XFL, de
1988, que faz o layout de uma sala de computador, o XCLUSTER ou XCLUS, de 1988, para
configurar clusters de equipamentos necessários em redes multinodais, o XNET, de 1989.• para
projetar redes LAN's, o SIZER, de 1989, para estimar o tamanho dos recursos computacionais
necessários para uma grande variedade de aplicações. O XSEL contém 3629 regras, o XFL ,1808
regras, o XCLUS, 243 regras e o XNET, 1700 regras. A Digital está certa de que esses SBC
permitiram melhorias na administração da crescente complexidade de seus negócios. Ela estimou
um retomo líquido de mais de US$ 40 milhões por ano.
Na área das indústrias energéticas, um dos primeiros SBC foi o PROSPECTOR, desenvolvido
pelo Stanford R.esearch Institute, que incorporou o conhecimento e a experiência de geólogos na
Cap.) - Aplicações em Potencial
68
interpretação dos dados relativos a um poço de petróleo. Outra aplicação também nesse ramo
industrial é o SBC MUDMAN, desenvolvido por N L Baroid, uma companhia que presta serviços
na perfuração de poços de petróleo. Na perfuração de um poço, a lama (mud; em inglês) é
bombeada para dentro do poço de petróleo, com a função de trazer as substâncias excedentes para
fora. Essa lama, o fluido de perfuração, é uma mistura de componentes, como gels, materiais
pesados e compostos químicos nas devidas proporções, de acordo com o tipo de rocha a ser
perfurada. O engenheiro de perfuração (mud engineer) é o responsável pela especificação do tipo
de lama a ser utilizado e pela verificação periódica da situação. O SBC MUDMAN, além de
auxiliar o engenheiro de perfuração, foi considerado pela Baroid uma vantagem competitiva.
Outros SE conhecidos [HAR88], [MAL91) são:
CADUCEUS: para diagnóstico de problemas médicos. Avalia mais de 400 sintomas e reconhece
mais de 600 doenças. Substituiu o INTERNIST I.
CASNET (Casual Association Network): desenvolvido na Rutgens University para consultas
sobre glaucoma, utiliza a rede semântica para representação do conhecimento.
DELTA/CATS-l (Diesel Electronic Locomotive Trouble Shooting Aids/ Computer Aided
Trouble Shooting System): desenvolvido pela General Electric para orientar mecânicos no
diagnóstico e solução de problemas em locomotivas a diesel. Possui 500 regras e utiliza
videodiscos, permitindo a apresentação de desenhos, fotos e imagens.
DESI: fornece uma interface para sistemas contábeis, utilizando linguagem natural.
DIPMETER ADVISOR: foi desenvolvido pela Sehlumberger para auxiliar os geólogos na
interpretação de dados obtidos na perfuração de um poço de petróleo. Contém 90 regras.
DRILLING ADVISOR: desenvolvido pela Tecknowledge Inc. em conjunto com a Elf Aquitaine,
companhia de petróleo francesa, para diagnosticar as causas dos problemas que provocam a
"pescaria" (necessidade de retirar um equipamento que fica preso no interior do poço de petróleo
durante sua perfuração).
ELIZA: programa experimental que simula uma conversação com um psicanalista. Esse programa,
disponível para microcomputadores, conduz um diálogo com o usuário e, segundo especialistas,
tem auxiliado nas terapias.
EMYCIN: estrutura de inferência do MYCIN.
GENESIS: em 1981, um grupo de professores de Stanford fundou a IntelliGenetic (hoje
IntelliCorp), modificando o sistema MOLGEN com a inclusão de sete sistemas especialistas,
formando assim um pacote de sistemas em engenharia genética (inclui o SEQ, instrumento de
análise, comparação e manipulação de uma seqüência de um ácido nucléico, GEL, para
administração de grandes projetos de seqüências de DNA, SIZER, para uso no cálculo do
comprimento de fragmentos, MAP, que determina mapas de restrições a partir de resumos
Cap.3 - Aplicações em Potencial
69
enzimáticos, PEP, instrumento para análise, comparação e manipulação de polipeptídios,
GENED, facilíta a entrada simplificada de seqüências de ácidos nucléicos e aminoácidos,
QUEST, sistema de busca, localização e recuperação de banco de dados).
HEARSAY I, D E DI: desenvolvidos pela Camegie Mellon University, para mostrar a
possibilidade de um sistema que entende a fala; o HEARSA Y possui um vocabulário de cerca de
1000 palavras.
n
INTERNIST I: desenvolvido na Universidade de Pittsburg, por Harry E. Pople Jr., cientista da
computação, e Jack D. Myers, médico especializado em medicina interna Esse SBC tem seu
domínio na área da medicina interna. Contém o perfil de 500 doenças, cerca de 3500 sintomas e
mais de 6500 relações entre eles. Foi substituído pelo CADUCEUS.
MACSYMA: em desenvolvimento contínuo desde 1969, é um sistema poderoso na resolução de
problemas algébricos. Seu desenvolvimento teve início em 1968, no MIT, por Carol Engleman,
Willian Martin e Joel Moses.
MOLGEN: o MOLecular GENetics, da Stanford, atua na área de genética molecular, auxiliando
no planejamento de experiências com clones.
ONCOCIN (Oncology Chemotherapy Consultation):
pacientes com detemúnados tipos de câncer.
fornece recomendações
no tratamento
de
PIP (Present lllness Program): auxilia na consulta de doenças renais; foi desenvolvido pelo MIT e
pelo Tufts New England Medicai Center.
PTRANS: complementa
manufatureiro.
o XCON
e o XSEL
na prevenção
de problemas
no processo
PUFF-VM: desenvolvido em 1979, para diagnóstico das funções pulmonares. Utiliza o EMYCIN.
Desenvolvido pela Stanford University e pelo Pacífíc Medicai Center.
SACON (Structural Analysis CONsultant):
oEMYCIN.
auxilia no desenvolvimento
de asas de aviões. Utiliza
SOPIDE: trata-se de um CAI (Computer Assisted Instruction System), desenvolvido pela Bolt
Beranek and Newman, para treinamento de especialistas no reparo e identificação de problemas em
circuitos eletrônicos.
Para Clarisse de Souza [TIll91], "um SE é uma sofisticação de um sistema de apoio à decisão".
Portanto, pode ser usado em todos os ramos empresariais. A autora cita particularmente o uso no
setor de automação bancária.
Cap.3 - Aplicações em Potencial
70
Em Ranch-Híndin, volume 11[RAU86], temos exemplos do uso da tecnologia de SBC conforme o
ramo de atividade:
1. Uso dos SBC na indústria
Sistemas baseados em IA têm sido desenvolvidos com o objetivo de melhorar a produtividade
profissional e gerencial nas indústrias. Esses sistemas foram endereçados para fases do ciclo de
manufatura ainda não automatizadas previamente, e muitos têm sido utilizados para facilitar a
produção.
Por exemplo, os SBC que executam a configuração de computadores e realizam diagnósticos sobre
vários tipos de equipamentos tornaram-se populares por se tratar de uma das primeiras aplicações
comerciais bem-sucedidas da automação industrial baseada em IA. Outros tipos de SBC que
executam tarefas como especificação de produto em pontos de venda, planejamento das seqüências
de operação, programação, organização, facilidade de layout também estão sendo utilizados.
Outras tarefas da manufatura executadas pelos SBC envolvem monitoração, gerenciamento de
projetos e distribuição de produtos para revendedores e clientes. Resumindo, tarefas de manufatura
manuseadas pelos SBC: especificação, planejamento, programação, organização, facilidade de
layout, monitoração, gerenciamento de projetos, distribuição.
A universidade de Camegie-Mellon, que trabalhou com muitas indústrias de manufatura de grande
porte no desenvolvimento de SBC, define quatro grandes problemas da manufatura que seriam
indicados para soluções por IA, resultando em melhoria do conhecimento e qualidade, com
redução de custos e tempo. Os problemas em questão são: a) desaparecimento de especialistas, por
aposentadoria, por exemplo; b) interdependência de decisões; c) complexidade das decisões,
controle e informações; d) necessidade de respostas rápidas.
Uma das funções mais importantes executadas pelos gerentes é o planejamento, que pode ser de
duas categorias: planejamento em pequena escala das atividades operacionais e planejamento em
escala macro, que envolve a seqüência de operações, programação de recursos, fluxo dos produtos
dentro da fábrica. Um exemplo de aplicação da primeira categoria é o OPGEN, desenvolvido pela
Hazeltine Corp., um SBC que planeja as etapas para impressão de uma placa de circuito impresso.
Essa atividade geralmente é tediosa e consumia muito tempo do engenheiro industrial.
2. Uso dos SBC para diagnóstico
O que torna os problemas de diagnóstico dificeis de serem solucionados é a grande quantidade de
conhecimento e experiência requerida. Primeiro, requer conhecimento do equipamento e como este
opera normalmente. Segundo, requer a coleta de informações sobre o equipamento que falhou e
sobre os sintomas da falha. Terceiro, requer saber qual o tipo de conhecimento necessário sobre o
equipamento com relação àquela falha. Quarto, requer habilidade para usar o conhecimento sobre o
equipamento e a informação coletada, para explicar como a falha ocorreu. Quinto, requer
. habilidade para formar hipóteses e executar alguns testes para conseguir mais informação de modo
a confirmar ou negar as hipóteses.
O processo de coleta de informações e formulação e teste das hipóteses pode ser necessário por
várias vezes caso se conclua que a hipótese formulada é negativa (fig.3.6). Somente no final desse
processo pode o diagnosticador reparar a falha ou trocar a parte que não funciona.
71
Cap.3 - Aplicações em Potencial
j
;
Infelizmente, são poucas as pessoas que possuem esse corpo de conhecimentos, necessários para!'
serem boas reparadoras. Há os que tendem a ser promovidos por sua especialidade e não ~xecutaíri
mais os reparos, mas passam a ser consultores de um número reduzido de pessoas.
;1
I
\t~l:
iI
Conhecimento sobre
o equipamento.
Conhecimento sobre
a operação normal.
Conhecimento dos
sintomas
1
Informação coletada
relevante para a falha.
/i'
)
Hipóteses de
como a falha
)
)
Teste de
hipóteses.
Reparo do
equipamento.
ocorreu.
hipótese
hipótese negada
confirmada
Fig. 3.6 Diagnóstico de equipamento.
Os SBC oferecem um modo de preservar e proteger a especialidade do pessoal da manutenção,
tomando o especialista consultor de muitas pessoas. A idéia é codificar a sabedoria do especialista,
julgamentos e técnicas de decisão em uma representação baseada num conhecimento que possa ser
entendido e manipulado por um computador, acessível aos outros reparadores. Dessa maneira, o
conhecimento e a experiência do especialista podem ser usados para aconselhar, ampliar o seu
próprio conhecimento e auxiliar o resto do pessoal, que em média é menos experiente.
,~
A decisão de desenvolver um SBC para diagnose requer a consideração de certas restriçõts de
hardware e software e de fatores relevantes para o custo-beneficio do sistema. Por exemplo,
devido à natureza da diagnose, muitos equipamentos precisam de um local centralizado. Com
exceção de algumas indústrias de capital intensivo, como a de petróleo, a maioria delas considera
os custos elevados.
Soma-se a esses fatores a necessidade de volume de informações sobre o equipamento e sobre os
problemas jà ocorridos com ele, o que seria facilitado com a comunicação do SBC com o banco de
dados da companhia que já possui essas informações, de modo a não necessitar da reentfada
de
1/
dados no sistema (atualmente essa integração está facilitada, mas ainda deve ser melhoradal.:
ÍJ
I
';
I
\
Cap.3 - Aplicações em Potencial
72
Já existem sistemas de diagnose para locomotivas, automóveis, geradores de vapor, redes de
comunicação, computadores, unidades de disco e problemas com cabos de telefone. Exemplo: na
GE havia um especialista que solucionava 90% dos problemas, o técnico David Smith. Porém, ele
ficava o dia inteiro ao telefone atendendo chamadas de todo o pais e dando conselhos, enquanto os
manuais de reparos não eram produtivos. Foi quando a GE decidiu tentar a tecnologia de SBC,
capturando o conhecimento de Smith e colocando-o em um sistema de apoio à manutenção que
pudesse estar disponível em locais remotos: o CATS-I (Computer Aided Trouble Shooting), um
SBC projetado para ser usado na manutenção de locomotivas a diesel. No caso dessas locomotivas,
ocorria um gasto em tomo de 1 milhão de dólares devido ao desvio de locomotivas com problemas
pequenos, solucionáveis em um curto espaço de tempo, para o parque de manutenção.
3. Uso dos SBC em financas
Surgiram várias aplicações de SBC na área financeira em 1985, como o sistema Svntelligence, que
avalia riscos para agentes de seguros, em operação na American Intemational Groups Inc. (NY). O
CitiCorp estudava um SBC para avaliação de crédito e para treinamento de pessoal. A Arthur
Andersen testava um protótipo para auxiliar seus auditores nos planos de auditoria Um SBC da
Management Decisions Systems Inc., o Promoter, foi desenvolvido para prestar conselhos sobre
planejamento e controle na promoção de vendas. A Inference Corpo concentrava-se na análise
financeira de ativos e na administração de débitos. A Lebman Brothers usava SBC para o seu
negócio de taxas de juros, mergers e aquisições, negociação de ações e bônus e administração de
portfólio.
Os SBC na área de negócios podem ser classificados em:
SBC financeiros: - Sistemas conselheiros para especialistas
- Sistemas conselheiros para novos usuários
- Sistemas de consultoria
- Programas para exploração e avaliação de dados
- Programas simbólicos O que - Se
Os sistemas conselheiros para especialistas e os sistemas de consultoria são voltados para apoio à
decisão a especialistas. Os sistemas para exploração e avaliação de dados tratam uma quantidade
de dados através de seleções e avaliações "inteligentes" de informação, o que seria impossível para
o homem em tempo hábil. O sistema conselheiro para novos usuários é voltado para nãoespecialistas que necessitam do conselheiro para atuar em sua atividade e ao mesmo tempo acabam
adquirindo experiência via SBC. O sistema O que-Se refere-se a um sistema do tipo análise de
sensibilidade ou simulação.
Na área financeira, Ranch-Hindin [RAU86] ressalta ainda a importância da interface em linguagem
natural requerida por esses SBC, considerando que a maioria dos usuários dessa área não são
pessoas com bagagem técnica como as da área industrial, daí a possibilidade de uma maior
dificuldade na manipulação de um sistema automatizado.
Outras aplicações na área de negócios e administração de empresas são as que envolvem banco de
dados, pois toda a administração exige uma manipulação intensa de dados. São do tipo:
Cap.B - Aplicações em Potencial
73
- Assistente de banco de dados: SBC que contém conhecimento sobre o banco de dados, como
também. sobre as informações contidas no banco, como conhecimentos gerais do negócio. Tais
SBC não possuem apenas a informação contida no banco de dados, mas essa informação
trabalhada junto com a informação que possui do negócio, dando resultados e respostas com
sentido e apoiando estratégias.
- Veículo para entrega de relatórios: relatórios de muitas páginas como apoio à tomada de decisão
são muito comuns na área de negócios. Com o uso de SBC, esses relatórios podem ser analisados e
as conclusões do sistema, resumidas. Além disso, o usuário pode consultar o SBC para que ele
relate as partes mais detalhadas das informações,
o
desenvolvimento dos shells, permitindo a integração "transparente" dos SBC com os bancos de
dados da empresa, mais as Graphic User Interfaces (GUI) têm contribuido para o uso cada vez
maior dos SBC na área de negócios.
Ainda na área financeira, Ishida e Kumamoto [lSH89] citam a revisão realizada por
Holley com a classificação dos sistemas especialistas do ramo financeiro, bancário e
classificando-os em sete temas: aconselhamento de investimentos e taxas, planejamento
avaliação de riscos, prática bancária, planejamento estratégico, negociação e raciocínio
Alguns exemplos dessa classificação estão citados a seguir.
Humpert e
de seguros,
financeiro,
qualitativo.
Aconselhamento de
investimentos e taxas
Planpower
Apex
ExperTax
OABI
Coopers & Lybrand
Saarbrucken Univ.
EVA
Bonn Univ., OMD
TaxAdvisor
Le Courtier Cognitive
Systems Distribution
Folio
Nebraska University
Generale de Banque
Planejamento de
investimentos
Planejamento de taxas
Planejamento de
investimentos
Planejamento de
investimentos
Planejamento
Compra de ações
Stanford University
Administração de portfólio
Ame
Management I Operativo
Advisor
Preface-Expert
Finex
Sfair
Planejamento
mM
Palatina
Financeiro
Paris University
S.Carolina University.
Grenoble Univ.l Cap-Sogeti
Marketing Financeiro
Análise de negóciosl
Modelagem de produção
Análise de projetos
InteIpretação de taxas
InteIpretaçãodetaxas
Cap.3 - Aplicações em Potencial
74
Risk Evaluation
Avaliação de Riscos
Madrid University
Loan Risk Advisor
Framentechl French Bank
Parados
Cogensys
Underwriting/ Lending
Advisor
Syntelligence
Prática
Avaliação de riscos em
operações financeiras
Avaliação de riscos de
crédito
Subscrição, crédito do
consumidor, consultoria
financeira
Avaliação de riscos
Bancária
Hypo-Bank
Panisse
Bank-Plus
Telex Reader
Cognitive Systems
CognitiveSystems
SIS
Planejamento Estratégico
Michigan University
ICS
SRI
Análise da eficiência das
subsidiárias
Previsão de taxas de câmbio
Treinamento para contadores
Extrator de dados gerais
Inteligência e planejamento
no negócio
Análise da concorrência e
planejamento estratégico
Administração
CIM
EwIM
UCLA
Washington Univ. J mM
Avaliação de projetos
TI e planejamento estratégico
Rune
Negociação
Ottawa University
Apoio à decisão e negociação
Tab. 3.10 Classificação de SBC no ramo financeiro - exemplos.
4. Uso do SBC na medicina
Os sistemas baseados em conhecimento, desde suas aplicações pioneiras, são utilizados na área
médica, em que a existência de especialistas de fato é em geral escassa, incentivando a introdução
dessa tecnologia. É o caso dos clássicos sistemas MYCIN, ELIZA e PUFF.
~
5. Quadro Sintético
A seguir apresentamos uma síntese dos SBC apresentados, acrescida de uma relação de SBC na
área financeira e de planejamento estratégico, estes últimos relacionados por Housapple, Tam &
Whiston [HOU88]:
Cap.3 - Aplicações em Potencial
Sistema Especialista
MEDICINA
DENDRAL
MYCIN
CADUCEUS
CASNET
ELIZA
IN1ERNISTI
ONCOCIN
PIP
PUFF-VM
INFORMATICA
XCON
75
Companhiallnstituição
Função
Stanford University
Estabelece estrutura
molecular, fórmula atômica e
espectograma de massa.
Stanford University
Parecer consultivo sobre
bacteriemias.
Diagnóstico médico.
Rutgens University
Consultas sobre glaucoma
Programa experimental.
Simula uma conversação
com um psicanalista
Medicina interna. Foi
Universidade de Pittsburg
substituído pelo
CADUCEUS.
Recomendações no
tratamento de determinados
tipos de câncer.
MIT e Tufts New England Auxilia na consulta de
MedicaI Center
doenças renais.
Stanford University e Pacific Diagnóstico de funções
MedicaI Center
pulmonares.
XSEL
Digital Equipment
Corporation (DEC)
DEC
XFL
DEC
XCLUSTER
DEC
XNET
SIZER
DEC
DEC
PETROLEO
PROSPECTOR
Stanford Research Institute
MUDMAN
N L Baroid
DIPMETER ADVISOR
Schlumberger
Configuração de sistemas
VAX.
Seleção de pedidos de
clientes.
Desenho do layout de sala de
computadores.
Configuração de c1usters de
equipamentos.
Projetos de redes LAN's.
Estimativa
de
recursos
computacionais.
Auxílio na prospecção de
poços de petróleo.
Auxílio na especificação da
lama de perfuração.
Auxílio aos geólogos na
interpretação de dados -de
perfuração de poços de
petróleo.
j
Cap.3 - Aplicações em Potencial
Sistema Especialista
76
Companbiallnstituição
QUIMICA
GENESIS
IntelliCorp
SEQ
IntelliCorp
GEL
IntelliCorp
SIZER
IntelliCorp
MAP
IntelliCorp
PEP
IntelliCorp
GENED
Intelli Corp
QUEST
IntelliCorp
MOLGEN
Stanford University
DIVERSOS
DELTAlCATS-l
General Electric
EMYCIN
Stanford University
OPGEN
Hazeltine Corp.
HEARSA Y I, 11e
MACSYMA
m
Camegie MeIlon University
MIT
Função
Modificação do sistema
MOLGEN, com o acréscimo
de sete sistemas: SEQ, GEL,
SIZER, MAP, PEP,
GENED, QUEST.
Instrumento de análise,
comparação e manipulação
de uma seqüência de um
ácido nucléico.
Administração de grandes
projetos de seqüências de
DNA.
Cálculo do comprimento de
fragmentos.
Determina mapas de
restrições a partir de resumos
enzimáticos.
Instrumento de análise,
comparação e manipulação
de polipeptídeos.
Facilita a entrada de
seqüências de ácidos
nucleicos e aminoácidos.
Sistema de busca,
localização e recuperação de
banco de dados.
Genética molecular.
Diagnóstico e solução de
problemas em locomotivas a
diesel.
Estrutura de inferência do
MYCIN.
Planejamento para impressão
de placas de circuito
impresso.
Sistema que entende a fala.
Vocabulário de 1000
palavras.
Sistema poderoso na
resolução de problemas
\
algébricos.
Cap.3 - Aplicações em Potencial
77
Sistema Especialista
Companhia/Instituição
PTRANS
SACON
SOPHIE
CONTABILIDADE
FINANÇAS
DESI
Bolt Beranek and Newman
American Express
Bear, Steams & Co.
Texas Instruments
ExMarine
Financiai Analyzer
Coopers & Lybrand
Athena Group
Financial Statement
Analyzer
Lending Advisor
Letter of Credit Advisor
SEC
Syntelligence
Bank of America
Mortgage Loan Analyzer
Arthur Andersen
Trader's Assistant
Arthur' D. LittIe
PROMOTER
Complementa o XCON e o
XSEL na prevenção de
problemas no processo
manufatureiro.
Auxílio no desenvolvimento
de asas de aviões. Utiliza o
EMYCIN.
CAI para treinamento de
especialistas no reparo de
circuitos eletrônicos,
&
Authorizer's Assistant
Broker Monitoring System
Capital Expert System
PLANEJAMENTO
ESTRATÉGICO
Portfólio Advisor
Financial Advisor
Syntelligence
Função
Athen Group
Palladian
American Intemational
Groups Inc.
Management Decisions
Systems Inc.
Interface para sistemas
contábeis utilizando
linguagem natural.
Autorização de crédito.
Monitoramento de contas.
Propostas de expansão de
capital.
Subscrição.
Aprovação de empréstimos
comerciais.
Análise financeira.
Análise de crédito.
Validação de cartas de
crédito.
Avaliação de empréstimos e
hipotecas.
Seleção de corretores de
seguros.
Administração de portfólio.
Planejamento estratégico.
Avalia riscos para gerentes
de seguros.
Conselhos sobre
planejamento e controle na
promoção de vendas.
Tab. 3.11 - Resumo categorizado dos SBC.
Cap.B - Aplicações em Potencial
78
De acordo com Aranha [ARA91], em 1986 havia 257 SE nos Estados Unidos: 129 na área
industrial, 60 na medicina, 38 na área militar, 15 no gerenciamento de informações, 11 na
advocacia e 4 na agricultura. Dos 129 da área industrial, 68 estavam em estágio de pesquisa, 38 em
desenvolvimento, 14 em uso comercial e 9 em fase de teste.
3.5.1 APLICAÇÕES
DE SBC NO BRASIL
o desenvolvimento
de sistemas baseados em conhecimento no Brasil teve início entre 1986 e 1987
(três a quatro empresas), acelerando em 1989, de acordo com pesquisa realizada por Hoppen e
Antunes em 1990 [HOP90b]. Hoje, podemos dizer que as empresas brasileiras atingem um certo
grau de maturidade no uso da tecnologia de SBC.
A mM do Brasil [ffiM91] foi uma das grandes incentivadores e introdutoras do uso da tecnologia
de SBC no Brasil. A mM afinna que quase todas as aplicações que exigem algum tipo de
especialização para encontrar uma solução podem ser resolvidas com um SBC e fornece alguns
exemplos das várias áreas potenciais de aplicação dessa tecnologia na indústria brasileira em geral:
1. Diagnóstico de problemas:
- falha de equipamentos
- falha na linha de montagem
- hardware e software do computador
2. Planejamento
- planejamento/replanejamento
da produção
- sistema para implementação de tecnologia de grupo
- programação da manufatura
- seleção de equipamentos
- manutenção preventiva
- configuração de equipamentos
- planejamento de capacidade
- planejamento de vazamento
3. Operação
- operação de planta
- controle estatístico de qualidade
- monitoramento e tratamento de dados
4. Engenharia
- sistema de apoio/revisão de projeto de CAD
- simulação inteligente de eventos
Cap.3 - Aplicações em Potencial
79
5. Aconselhamento
- aconselhamento de carga ótima
- aconselhamento de layout de instalações
- aconselhamento de procedimentos
- aconselhamento" de schedulagem de navios/aviões
- aconselhamento de compra de produtos a consumidores
- aconselhamento de mercado
- aconselhamento de propostas de negócios
6. Análise
- duração de tarefas
- simulações
- análise de radares de bordo
- análise de risco de investimento
7. Gerenciamento
- treinamento de operadores
- sistema de apoio à decisão
- compra e venda de material
- gerenciamento de logística
3.5.1.1 APLICAÇÕES DIVERSAS
Damski et alii realizaram. em 1993 [DAM93]. uma pesquisa em empresas brasileiras que utilizam
a tecnologia de SBC. obtendo como resposta a descrição de nove SBC. A pesquisa desses autores
segue um formulário por eles padronizado. Considerando essa pesquisa bastante pertinente com o
nosso estudo, e desejando complementar a nossa pesquisa com essa fonte secundária, apresentamos
a seguir a descrição de itens ipsis litteris.
A) HELP DESK DA REDE
1. Identificação da Empresa
• Nome: Banco Itaú
2. Descrição da Aplicação
• Área de Atuação: telecomunicações
• Descrição Sumária: organiza e permite acesso simples a todo conhecimento necessário aos
técnicos de manutenção de redes. Permite aos especialistas introduzirem facilmente novos
conhecimentos, que ficam disponíveis on-line aos usuários. Permite registrar perguntas que
Cap.B - Aplicações em Potencial
80
podem ser respondidas por uma central de informações caso a dúvida ainda não tenha sido
solucionada através do sistema.
• Abrangência: técnicos de telecomunicações
3. Tempo de Desenvolvimento:
• Início: Iul.l90
• Tétmino: Jul.l90
4. Configuração Básica:
• Hardware: IBM 3090 (mainframe)
• Software: Knowledge Tool (IBM), IMS, DB2
5. Processo de Aquisição de Conhecimento
• Material informativo escrito
• Entrevistas
6. Técnicas de Formalização e Representação de Conhecimento Utilizadas
• Classes, regras e árvores de decisão
7. Estratégia de Inferência Utilizada
• Descrição da Técnica Utilizada: Diagnóstico
8. Recursos Adicionais
• Nenhum
9. Equipe de Desenvolvimento
• Homenslhora alocados: 4.0 hIh
10. Usuários de Aplicação
• Técnicos de manutenção de redes em núcleos e subcentros em nível nacional
11. Beneficios e Dificuldades
• Beneficios:
- Padronização, centralização e disseminação do conhecimento
- Maior rapidez no atendimento
• Dificuldades:
- Validação do conhecimento
B) SISTEMA DE APOIO À ANÁLISE DE CRÉDITO
1. Identificação da Empresa
• Nome: Banco Itaú
2. Descrição da Aplicação
• Área de Atuação: bancária
• Descrição Sumária: o sistema fornece análise de todos os aspectos relativos à concessão de
crédito (cadastro, relacionamento, balanço etc).
..• Abrangência: propostas de crédito de empresas de grande porte
3. Tempo de Desenvolvimento:
• Início: Set./91
Cap.3 - Aplicações em Potencial
81
• Término: Fev.l93
4. Configuração Básica:
• Hardware: mM 3090 (mainframe)
• Software: Knowledge TooI (IBM). IMS. DB2
5. Processo de Aquisição de Conhecimento
• Material infonnativo escrito
• Observação do processo
• Entrevistas
6. Técnicas de Formalização e Representação de Conhecimento Utilizadas
• Classes e regras
7. Estratégia de Inferência Utilizada
• Descrição da Técnica Utilizada' Diagnóstico
8. Recursos Adicionais
• Interfaces com outras ferramentas: Front-End em Visual-Basic (ainda não implantado)
9. Equipe de Desenvolvimento
• Homens/hora alocados: 2.5 hIh
10. Usuários de Aplicação
• Técnicos de manutenção de redes em núcleos e subcentros em nível nacional
11. Beneficios e Dificuldades
• Beneficios:
- Padronização da fonna de análise
- Redução do número de propostas que necessitam da análise técnica de um especialista
- Redução do tempo médio para análise de uma proposta
- Controle centralizado da aplicação de políticas internas relativas ao crédito
• Dificuldades:
- Integração da aplicação ao processo já existente
- Escolha do especialista
- Validação do conhecimento
C) SISTEMA DE APOIO
A COMERCIALIZAÇÃO
DE COBRANÇA
1. Identificação da Empresa
• Nome: Banco Itaú
2. Descrição da Aplicação
• Área de Atuação: bancária
• Descrição Sumária: o sistema tem três funções básicas:
- indicação da carteira de cobrança. mais adequada ao cliente
- apoio à negociação de taxas de remuneração. tarifa, dias de jIoating, etc., mostrando os
ganhos associados
Cap.3 - Aplicações em Potencial
82
- apoio ao marketing associado às carteiras
• Abrangência: superintendentes
grandes empresas
comerciais e gerentes especializados
em atendimento
à
3. Tempo de Desenvolvimento:
• Início: Dez.l90
• Término: Mar.l9l
4. Configuração Básica:
• Hardware: IBM 3090 (mainframe)
• Software: Knowledge Tool (IBM), IMS, DB2
5. Processo de Aquisição de Conhecimento
• Material informativo escrito
• Observação do processo
• Entrevistas
6. Técnicas de Formalização e Representação de Conhecimento Utilizadas
• Classes e regras
7. Estratégia de Inferência Utilizada
• Descrição da Técnica Utilizada: Síntese
8. Recursos Adicionais
• Interfaces com outras ferramentas:
negociação de cobrança
Front-End
em Visual
Basic para o módulo
9. Equipe de Desenvolvimento
• Homens/hora alocados: 2.0 hJh
10. Usuários de Aplicação
• Superintendentes
comerciais
• Gerentes especializados no atendimento a grandes empresas
11. Beneficios e Dificuldades
• Beneficios:
- Atendimento das necessidades do cliente com menor custo para o Banco
- Flexibilidade para análise de negociação
- Agilização do marketing associado às carteiras
• Dificuldades:
- Escolha do especialista
- Validação do conhecimento
D) ANÁLISE DE BALANÇO
1. Identificação da Empresa
• Nome: Krupp Metalúrgica Campo Limpo
2. Descrição da Aplicação
• Área de Atuação: análise econômica
de
Cap.3 - Aplicações em Potencial
83
• Descrição Sumária: emite um comentário analítico sobre balanços publicados em órgãos
de imprensa.
• Abrangência: Diretoria Financeira
3. Tempo de Desenvolvimento:
• Início: Jun.l91
• Término: Abr.l92
4. Configuração Básica:
• Hardware:
ffiM 4381 S24
• Software: MVS XA / ESE
5. Processo de Aquisição de Conhecimento
• Através de reuniões, num total de 50, com participação dos especialistas
6. Técnicas de Formalização e Representação de Conhecimento Utilizadas
• Tipo: regras
• Sintaxe Básica: IF - TIiEN
• Fator de certeza: não foi utilizado
7. Estratégia de Inferência Utilizada
• Backward chaining
• Forward chaining
8. Recursos Adicionais
• Interfaces gráficas: não utilizadas
• Integração com outras ferramentas: CICS, COBOL e desenvolvimento
impressão
próprio de rotina de
9. Equipe de Desenvolvimento
• Homens/hora alocados: dois engenheiros de conhecimento, três analistas financeiros, num
total de 16 homens/mês.
10. Usuários de Aplicação
• Perfil dos profissionais: analistas econômicos da empresa
11. Beneficios e Dificuldades
• Beneficios:
- Um beneficio importante foi o de preservar o conhecimento
término do projeto, retomou à Alemanha
de um especialista,
que, ao
- O tempo para execução da análise de um balanço passou de cerca de cinco dias úteis de dois
analistas para meio dia útil de um analista
• Dificuldades:
- As principais dificuldades foram o pouco tempo dos especialistas para as duas reuniões
semanais previstas, a divergência de opiniões entre eles, a emissão de relatório elaborado
com rotinas externas e o tempo de resposta ruim devido à capacidade de memória da
máquina, que mais tarde viria a melhorar com a troca de equipamento.
Cap.3 - Aplicações em Potencial
84
E) SISTEMA ESPECIALISTA DE CÉLULA RURAL
1. Identificação da Empresa
• Nome: UNIBANCO - União de Bancos Brasileiros S.A.
2. Descrição da Aplicação
• Área de Atuação: crédito rural
• Descrição Sumária: o sistema monta contratos de crédito rural baseado nas necessidades
do cliente produtor rural
• Abrangência: custeio agrícola com VBC (valor básico de custeio)
3. Tempo de Desenvolvimento:
• Início: Jan.l88
• Término: Ago.l88
4. Configuração Básica:
• Hardware: Micro PC x86
• Software: Shell AION (Trinzic)
5. Processo de Aquisição de Conhecimento
• Entrevistas
• Manual de normas e procedimentos
• Prototipação
6. Técnicas de Formalização e Representação de Conhecimento Utilizadas
• Regras sem fàtor de certeza
7. Estratégia de Inferência Utilizada
• Encadeamento para frente e para trás
8. Recursos Adicionais
• Nenhum
9. Equipe de Desenvolvimento
• Perfil dos profissionais do Unibanco;
- desenvolvimento
do aplicativo: profissionais da área de informática
- especialistas: profissionais da área de crédito rural
• Homens/hora alocados: 1480 h/h
10. Usuários de Aplicação
• Operadores de crédito rural
11. Beneficios e Dificuldades
• Beneficios:
- Classificação do produtor rural, cálculo das liberações e geração dos códigos da
operação realizados
pelo sistema, conferindo maior confiabilidade dos dados.
• Dificuldades:
- Alterações freqüentes nas normas de crédito rural
Cap.3 - Aplicações em Potencial
85
F) SISTEMA DE ANÁLISE DE CRÉDITO
1. Identificação da Empresa .
• Nome: UNIBANCO - União de Bancos Brasileiros S.A.
2. Descrição da Aplicação
• Área de Atuação: financeira
• Descrição Sumária: o sistema analisa propostas de concessão
pessoa juridica. Verifica as condições preliminares de concessão
documentação ...), analisa os dados cadastrais, os negócios dos
situação financeira do cliente, os produtos solicitados e as garantias
de crédito para clientes
(existência de restritivos,
clientes com o banco, a
oferecidas.
• Abrangência: crédito de curto e longo prazo para pessoas jurídicas
3. Tempo de Desenvolvimento:
• Início: Ago.l89
.' Término: Nov.l90
4. Configuração Básica:
• Hardware: Micro PC x86
• Software: Shell PATER e PASCAL
5. Processo de Aquisição de Conhecimento
•. Entrevistas
• Prototipação
6. Técnicas de Formalização e Representação de Conhecimento Utilizadas
• Regras sem fator de certeza
7. Estratégia de Inferência Utilizada
• Encadeamento para trás
8. Recursos Adicionais
• Integração com hipertexto
9. Equipe de Desenvolvimento
• Perfil dos profissionais do Unibanco
- desenvolvimento do aplicativo: profissionais da área de informática
- especialistas: profissionais da área de crédito
• Perfil dos profissionais da consultoria externa: profissionais de informática com formação
acadêmica
• Homens/hora alocados: 4.400 hIh
10. Usuários de Aplicação
• Analistas de crédito e executivos de venda
11. Beneficios e Dificuldades
• Beneficios:
- Disponibilidade
disciplina
do conhecimento de crédito para profissionais
- Aumento na padronização do processo de análise de crédito
não especializados
na
Cap.3 - Aplicações em Potencial
86
- Maior acerto nas decisões de crédito
• Dificuldades:
- Dificuldades na aquisição de conhecimento
- Critérios de concessão de crédito muito ligados a uma economia instável
G) TALENTOS
HUMANO
- SBC PARA CRIAÇÃO
DO SERPRO
E MANUTENÇÃO
DO POTENCIAL
TÉCNICO
1. Identificação da Empresa
• Nome: SERPRO - Serviço Federal de Processamento de Dados / FISAO - filial São Paulo
2. Descrição da Aplicação
• Área de Atuação: recursos humanos
• Descrição Sumária: permite o cadastramento dos conhecimentos técnicos e experiências
profissionais dos empregados com o objetivo de tornar disponível ao órgão de RH, através de
consultas inteligentes, o potencial humano existente na em~resa
• Abrangência: disponível aos analistas de recursos humanos de todas as filiais da empresa
3. Tempo de Desenvolvimento:
• Início: Ago./92
• Término: Dez./92
4. Configuração Básica:
• Sistema Operacional: MVS/SP, MVSIXA, CMS ou DOS
• Data Communication: COMPLETE, CICS, IMS/DC,TSO, VM, UTM ou TIAM
• NAWRAL
EXPERT, ADABAS versão 5, NATURAL 2.l.5. ou acima
5. Processo de Aquisição de Conhecimento
• Durante reuníões periódicas de meio período com os especialistas de RH, fazíamos uma
simulação da situação real que queríamos obter, e os exemplos discutidos eram transcritos
em fiip-charts, para posterior análise. Este processo durou aproximadamente três meses
(técnica de Brainstorm).
6. Técnicas de Formalização e Representação de Conhecimento Utilizadas
• Regras de derivação, função e ação, que atuam sobre tipos básicos e estruturados
• Fator de certeza: não implementado
1. Estratégia de Inferência Utilizada
• Encadeamento para trás e para frente
8. Recursos Adicionais
• Interfaces gráficas: não implementado
• Integração com outras ferramentas: funções de recuperação e atualização de dados e
interação com o usuário são executadas pela linguagem NATURAL 2, que tem interface
própria como NATURAL EXPERT.
9. Equipe de Desenvolvimento
Cap.3 - Aplicaçõesem Potencial
87
• Os profissionais envolvidos no desenvolvimento do projeto tinham perfis distintos, alguns
com experiência de consultoria e suporte em diferentes plataformas, e outros com experiência
em desenvolvimento de sistemas convencionais
10. Usuários de Aplicação
• Existem dois tipos distintos de usuários: os funcionários, que utilizam o sistema para
cadastrar seus conhecimentos, e os analistas de recursos humanos, que o utilizam para
atender às demandas de identificação dos perfis mais adequados a cada tipo de atividade.
11. Beneficios e Dificuldades
• Dificuldades inerentes à utilização de uma nova fenamenta pela primeira vez, tanto para
integrá-la ao ambiente. computacional já existente, como para resolver problemas com uma
lógica não-procedimental.
• Alta produtividade no desenvolvimento, pois a manipulação de grande quantidade de
dados e a lógica recursiva, amplamente utilizadas na aplicação, foram implementadas com
relativa facilidade, devido principalmente aos inúmeros novos recursos da linguagem
funcional.
H) SISTEMA
ESPECIALISTA
PARA DIAGNÓSTICO
DA PARALISIA
CEREBRAL
1. Identificação da Empresa
• Nome: Serviço Federal de Processamento de Dados - SERPRO
2. Descrição da Aplicação
• Área de Atuação: Médica
• Descrição Sumária: diagnóstico precoce da paralisia cerebral através:
- da avaliação rápida, fácil e precisa do nível de desenvolvimento
avaliação dos reflexos de postura da criança
da motricidade
e da
- do reconhecimento das anormalidades do desenvolvimento
do tono de postura
encontradas em cada um de seus estágios e de suas etapas, no momento da avaliação
- da avaliação periódica sobre os resultados do tratamento
• Abrangência: o sistema que é utilizado por profissionais da saúde abrange crianças desde o
nascimento até os primeiros anos de vida, centralizando-se nos primeiros meses de idade
3. Tempo de Desenvolvimento:
• Início: Mar.l91
• Término: Ago.l93
4. Configuração Básica:
• O sistema é executado em microcomputador com sistema operacional MS-DOS 3.2 ou
posterior, Shell GURU 3.0 ou superior, com no mínimo 2 Mb de memória e 6 Mb de disco.
5. Processo de Aquisição de Conhecimento
• Brainstorm e análise de prontuários
6. Técnicas de Formalização e Representação de Conhecimento Utilizadas
• Regras e grafos
• Fator de certeza.: utilizando lógicafozzy
7. Estratégia de Inferência Utilizada
Cap.3 - Aplicações em Potencial
88
• Encadeamento para trás e para frente, em associação com as diversas.características que o
shell proporciona no nível de estratégias de atuação do mecanismo de inferência e integração
com outros componentes
8. Recursos Adicionais
• Interfàces gráficas: IGORIG (desenvolvida em "C" linkada ao shell)
• Integração com outras ferramentas: não
9. Equipe de Desenvolvimento
• Perfil dos profissionais: analistas de informática
• Homens/hora alocados no projeto: 2 e 1/2 analistas x 2 anos e 5 meses
10. Usuários de Aplicação
• Profissionais da área médica
11. Beneficios e Dificuldades
• Auxiliar profissionais de saúde, como neurologistas, pediatras, psicólogos,
fonoaudiólogos, fisioterapeutas, terapeutas ocupacionais e profissionais afins, no diagnóstico
da paralisia cerebral, na programação da seqüência do tratamento e na avaliação das
respostas. O uso de um shell na elaboração dos trabalhos mostra-se bastante útil,
principalmente pelo fato de ele contemplar fortes características de integração. Os trabalhos
fluem bastante centrados em refinamentos sucessivos, fato que acarreta sempre reduções de
contextos.
3.5.1.2 APLICAÇÕES NA ÁREA DE PETRÓLEO
No Brasil, assim como em Singapura [TIi090], a primeira onda de investimentos em novas
tecnologias, em geral, ocorre em instituições de pesquisa e empresas do governo, passando depois
para empresas prívadas de grande porte. Assim temos a Petrobrás como uma das pioneiras no uso
da tecnologia de sistemas especialistas, apresentando uma gama variada de aplicações.
Esta tecnologia para a empresa de petróleo é bastante adequada devido à presença de especialistas
geralmente em quantidade insuficiente nesse ramo de atividade. Essa empresa em particular
investiu intensamente na formação dos seus profissionais, através de treinamento ministrado por
acadêmicos da área a profissionais alocados nas diversas unidades de negócio da empresa, bem
como de treinamento externo com mestrado e doutorado em entidades do exterior. Dessa forma, a
Petrobrás tem utilizado com sucesso a tecnologia, além de dar continuidade às suas pesquisas, com
o estudo, por exemplo, dos case-based reasoning e das redes neuronais. A seguir apresentamos
algumas das aplicações desenvolvidas/em desenvolvimento nessa empresa (1992):
A) ÁBACO
- Sistema interativo de acesso a múltiplas bases de conhecimento corporativas da Petrobrás
- Fonte de conhecimentos: manuais e normas técnicas da companhia
- Usuários:
setores de projeto de engenharia
número de usuários: 700
Cap.3 - Aplicações em Potencial
89
freqüência de uso: semanal
- Hardware: protótipo mM 4381
- Software: protótipo ESE - mM
- Descrição:
Sistema baseado em conhecimento dotado de um gerenciador inteligente através
do qual qualquer usuário conectado à rede mM da Petrobrás tem acesso à dez bases de
conhecimento corporativas (normas técnicas, por exemplo). O sistema auxiliará na execução de
projetos segundo as normas técnicas da CONTEC (Comissão de Nonnas Técnicas da Petrobrás).
As áreas até agora cobertas são: pintura, isolamento térmico e tubulações.
- Beneficios:
menor tempo de consulta a normas (otimização HH)
maior produtividade no desenvolvimento de projetos
B)PALCO
- Sistema de Apoio ao Planejamento para Análise Lógica e Construção de Cenários
- Usuários:
empregados que elaboram o planejamento estratégico
número de usuários: 50
- Hardware: PC 286
- Software: ARl1Y PROLOG
- Descrição:
Protótipo de sistema para apoio à construção de cenários para o planejamento
estratégico da Petrobrás
- Beneficios:
análise de alternativas, dinamismo nas decisões, ferramenta estratégica à empresa
C)REPLAN02
- Sistema de Controle de Produção de Derivados
- Convênio com o CTI
- Usuários:
supervisores de turno do setor de destilação
número de usuários: 5 - 10
freqüência de uso: diária
- Hardware: workstation
- Software: 02
- Descrição: o sistema propõe a otimização global da produção de derivados de duas unidades de
destilação. Considera a qualidade de carga das duas unidades, resultados de análise em linha e dos
tanques que recebem a produção global. O sistema poderá enfocar óleo diesel ou óleo combustível
e asfaltos.
A aquisição de dados se faz através do sistema automático e resposta em tempo real.
- Beneficios: ganhos em qualidade e rendimentos de derivados. Redução de custos de produção
(otimização do consumo de energia; maior estabilidade nas campanhas das unidades de destilação
daREPLAN).
Cap.3 - Aplicações em Potencial
90
D) SEAC REFAP
- Sistema especialista para avaliação de catalisadores
- Fonte de conhecimentos: especialistas
- Usuários:
engenheiros de análise de processo
número de usuários: 5 - 6
freqüência de uso: semanal
- Hardware:mM 4381
- Software: ESE - mM
- Descrição: O sistema compara o desempenho de catalisadores com base nos dados operacionais
históricos das unidades de craqueamento catalítico (dados extraídos do Banco de Dados de
Refino).
- Beneficios: assessoramento técnico na especificação de catalisadores e uniformização de padrões
de avaliação. Ganho em rendimentos de produtos.
E) SEAC REPLAN
- Sistema especialista para avaliação de catalisadores
- Fonte de conhecimentos: especialistas
- Usuários:
engenheiros de análise de processo
número de usuários: 5 - 6
freqüência de uso: semanal
- Descrição: O sistema compara o desempenho de dois catalisadores com base nos dados
operacionais históricos das unidades de craqueamento catalítico (dados extraídos do Banco de
Dados de Refino).
- Beneficios: assessoramento técnico na especificação de catalisadores e uniformização de padrões
de avaliação.
F)
SHIP
- Sistema Heurístico para Instanciação de Píeres
- Usuários:
supervisores de turno do terminal de óleo
pessoal de programação de navios
número de usuários: 20 - 22
freqüência de uso: diária
- Descrição: O sistema trata a fila de navios fundeados e com chegada prevista num horizonte de
dois a três dias, otimizando a seqüência de atracação em função de fatores estratégicos
econômicos.
- Beneficios: redução de sobrestadias motivadas por falta de píer para atracação.
Cap.3 - Aplicações em Potencial
91
G) SIAPPO / I.A.
- Módulo Inteligente do Sistema Apolo à Programação da Produção da REPLAN
- Fonte de conhecimentos: especialistas
- Usuários:
de
programadores de produção, pessoal de transferência e estocagem e coordenadores
qualidade da refinaria
número de usuários: 8 -10
freqüência de uso: semanal
- Hardware: PC 386
- Software: NEXPERT OBJEcr
- Descrição: O módulo do SIAPPO que utiliza recursos de inteligência artificial contém os
conhecimentos usados pelos operadores de transferêncialestocagem e programadores da produção
na tarefa de verificar a exeqüibilidade dos objetivos definidos pelo modelo de otimização
(programação linear, escolhendo e alocando os equipamentos necessários para a sua efetivação). O
sistema possui interface com o bancos de dados.
- Beneficios: Análise de alternativas,
produtos, segurança operacional.
simulação
e reprogramação;
garantia
da qualidade
de
H)COTUR
- Sistema Especialista em Ajuste de Balanço Termoelétrico
- Fonte de conhecimentos:
- Usuários:
especialistas
Supervisores e coordenadores de turno
número de usuários: 10 - 15
freqüência de uso: diária
- Descrição: Fornece assessoramento para éYuste do balanço termoelétrico no horizonte de horas
(entre turnos), indicando providências e alocando os equipamentos necessários para efetivar a
otimização.
- Beneficios: incremento do subsídio técnico para a tomada de decisão de nível operacional.
I)EXPERTEC
- Sistema Especialista em Análise de Vibrações
- Fonte de conhecimentos:
- Usuários:
especialistas
Auxiliares técnicos de manutenção
número de usuários: 10 - 15
freqüência de uso: diária
- Hardware: ffiM 4381
- Software: ESE-ffiM
- Descrição: Análise de anormalidades em bombas centrifugas horizontais, considerando vibração,
ruído, condições de lubrificação. O sistema fornece diagnóstico e recomenda ações de manutenção.
Cap.3 - Aplicações em Potencial
92
- Beneficios: Ferramenta para manutenção preventiva; aumento da disponibilidade de
equipamentos.
J) SEIS
- Sistema Especialista em Inspeção de Segurança
- Fonte de conhecimentos: especialistas
- Usuários:
inspetores de Segurança, Operadores
número de usuários: 200
freqüência de uso: diária
- Hardware: ffiM 4381
- Software: ESE-ffiM
- Descrição: Sistema para assessorar inspetores e operadores na liberação de serviços de
manutenção na área industrial de uma refinaria. Efetua diagnóstico dos fatores de risco e indica
equipamentos de proteção individual.
- Beneficios: padronização de procedimentos de segurança, aumento do subsídio técnico para
liberação, melhoria no padrão de atendimento, agilização das tarefas da manutenção.
K)SENERGIA
- Assessoria à operação do Sistema Elétrico da RLAM
- Fonte de conhecimentos: especialistas
- Usuários:
Operadores de Painel da Casa de Controle
número de usuários: 15
freqüência de uso: diária
- Hardware: PC386
- Descrição: Sistema baseado em conhecimento destinado a assessorar operadores do sistema
elétrico da refinaria de Mataripe na interpretação da seqüência de atuação dos reles de proteção. Os
dados são oriundos do sistema de aquisição de dados automática (SCM).
- Beneficios: redução das perdas decorrentes de ocorrências anormais; prevenção de ocorrências
anormais; documentação e padronização de procedimentos operacionais; treinamento de
operadores.
L)CLICBR
- Orientação a clientes e consumidores da BR Distribuidora
- Usuários:
Assistentes de venda, clientes e consumidores
número de usuários: por volta de 15000 postos
freqüência de uso: diária
- Hardware: PC 386
Cap.3 - Aplicações em Potencial
93
- Descrição: Sistema especialista que indica quais os produtos BR mais adequados para um dado
serviço de acordo com o equipamento e condições de uso. A primeira fase do projeto enfocará o
segmento de lubrificantes.
- Beneficios: O sistema propicia um incremento na qualidade do serviço prestado ao consumidor
BR em termos de informações sobre produtos. Propaganda institucional.
M)HELP
- Apoio a help desk
- Fonte de conhecimentos: especialistas
- Usuários:
Mesa de apoio do SERINF-RJ
número de usuários: previsão futura de 10000
freqüência de uso: diária
- Hardware: ffiM 4381
- Software: ESE-ffiM
- Descrição: Cerca de 80% dos problemas de rede que são comunicados à mesa de apoio (helpdesk) do SERINF-RJ podem ser resolvidos por esse sistema, sem necessitar dos analistas de
suporte ou pessoal técnico de teleprocessamento.
N)PESCARIA
- Pescaria em poços de petróleo
- Fonte de conhecimentos:
- Usuários:
especialistas
Engenheiros de perfuração e técnicos de operações especiais
número de usuários: 50
freqüência de uso: diária
- Hardware: workstation
- Software: NEXPERT OBJECT - Microsoft C
- Descrição: Sistema especialista para auxiliar nas operações de pescaria em poços de petróleo. nos
casos de prisão da coluna de perfuração. A atividade consiste em diagnosticar o problema e definir
um plano de ação para retirar a coluna (peixe) do poço.
- Beneficios: Preservação do conhecimento técnico da companha obtido de especialistas que se
aposentam. Distribuição do conhecimento por áreas geograficamente afastadas. Treinamento de
técnicos.
O) PRESUME
- Previsão de séries temporais utilizando modelos evolutivos
- Usuários:
Departamento Comercial
número de usuários: 8 - 10
freqüência de uso: diária
Cap.3 - Aplicações em Potencial
94
- Hardware: VAX
- Software: programa PDP (redes neuronais), linguagem C
- Descrição: Ferramenta que permite ao especialista em séries temporais realizar estudos de
previsão utilizando a tecnologia de Redes Neuronais, especificamente o modelo de retropropagação
(backpropagation ).
- Beneficios: Decisões otimizadas para a comercialização de derivados no inercado externo; maior
precisão das previsões de preço e consumo de derivados, ensejando o melhor planejamento da
produção.
P)PROCAB
- Programação de cabotagem
- Fonte de conhecimentos: especialistas
- Usuários:
programadores de cabotagem
número de usuários: 8
freqüência de uso: diária
- Hardware: PC 386
- Software: ARI1Y PROLOG
- Descrição: Sistema inteligente do tipo planejamento cujo objetivo é dar apoio à programação da
cabotagem, importações e exportações. Um dos módulos do sistema conterá o conhecimento dos
técnicos especialistas em programação de navios.
- Beneficios: Análise de alternativas; padronização de rotinas à atividade; treinamento
programadores;. economia em custos de fretes e sobrestadias.
3.5.1.3 APLICAÇÓES
dos novos
NA ÁREA FINANCEIRA
Na área financeira, um dos nossos entrevistados realizou um levantamento
desenvolvidas ou em desenvolvimento no Brasil, em 1991, com o uso de SBC.
de aplicações
Cap.3 - Aplicações em Potencial
Sistema
Empresa
AMEX
BANERJ
BANESPA
BANORTE
FININCARD
CENIBRA
CREDICARD
GLOBEX (Ponto Frio)
IRB
RODOBENS
DmENS
mM
Unibanco
ltaú
Citibank
Bamerindus
95
Situação
Validação de entrada
de dados de faturas
Análise de custo leito/
dia (CABERJ)
Redefinição do quadro
.de pessoal em agência
Seguro de automóvel
Em desenvolvimento
Análise de crédito
Análise de contratos
Análise de crédito
Treinamento on-line
Avaliação de crédito
Concluído
Em desenvolvimento
Concluído
Em desenvolvimento
Concluído. Fase I
Taxação de supp/y
vessel
Análise de crédito em
firmas de transporte
Análise de instituições
financeiras
Em desenvolvimento
Help-desk de sistemas
Concluído
Análise de crédito
Help-desk para caixa
eletrônico
Liberação de sistemas
para operação
Help desk para
atendimento do
home/office banking
Análise de crédito
Observação
Em desenvolvimento
Concluído
Em desenvolvimento
Estudos para liberação
da operação em ESEPC
Fase fi - integração
com SQUDS e SPC e
telecheque
Seguro de
embarcações
Concluído
Concluído
Desenvolvido em
conjunto com a Austin
Asis
Concluído
Concluído
Concluído
Concluído
Observações: parte das empresas trata o assunto de forma confidencial e não revela todos os dados
sobre os sistemas.
Tab.3.12
SBC da área financeira no Brasil.
Por volta de 1990, a mM realizou a divulgação de uma lista de sistemas especialistas ou baseados
em conhecimento desenvolvidos e/ou em desenvolvimento no Brasil sob sua consultoria A fim de
enriquecer nosso estudo; relacionamos tais aplicações, suas descrições e empresas envolvidas, no
anexo 1.
Cap.4 <Impactos e Implicações Organizacionais
CAP. 4 - IMPACTOS
E IMPLICAÇÕES
96
ORGANIZACIONAIS
No capítulo anterior vimos os vários tipos de aplicações da tecnologia de SBC e como identificar
uma aplicação em potencial.
Após a identificação da aplicação, vem a fase de desenvolvimento do SBC, não apresentada neste
estudo. Para a construção do SBC podem ser consultados diversos autores: [RAU86], [TUR92],
[HAY83], [WAT86], [HAR88].
Observamos, porém, que a maior parte da literatura apresentada sobre o desenvolvimento dos SBC
não contempla dois aspectos, considerados por nós essenciais para o sucesso do desenvolvimento e
da implementação de um SBC:
1. O fator humano no desenvolvimento de um SBC.
2. Impactos e implicações organizacionais causados pela introdução do SBC na organização.
Esses dois aspectos estão intrinsecamente relacionados, pois o envolvimento do homem no
desenvolvimento do SBC reduz a resistência ao seu uso e, por conseguinte, reduz os impactos e as
implicações causados na organização. Esses impactos e implicações organizacionais serão vistos
neste capítulo, assim como as formas de minimizá-los a fim de garantir o sucesso da
implementação de tais sistemas.
4.1 PANORAMA
Na realidade, qualquer tecnologia inovadora implementada em uma organização sofre resistências
que, de certo modo, são naturais ao ser humano diante de uma mudança. Assim, os sistemas
baseados em conhecimento (SBC), uma tecnologia recente nas organizações, deparam-se com
resistências organizacionais, que surgem antes mesmo do início do projeto e devem ser trabalhadas
procurando-se envolver o usuário nas etapas de seu desenvolvimento, de modo a reduzir os futuros
impactos e implicações provenientes de sua implementação.
Contudo, independentemente das resistências iniciais que os usuários apresentem com relação à
tecnologia, é necessário que os responsáveis por sua introdução estejam atentos aos impactos e
implicações que a tecnologia trará à organização, ao indivíduo e à sociedade. Tais impactos e
implicações podem provocar uma predisposição a projetos futuros, evidenciando-se, portanto,
como fatores críticos de sucesso para a implementação do uso da tecnologia de SBC na
organização.
O menor envolvimento das empresas com relação aos impactos e implicações organizacionais e até
mesmo a pouca quantidade de publicações disponíveis sobre o assunto podem resultar dos
seguintes fatores [BYR93]:
Cap.é - Impactos
e Implicações Organizacionais
97
1. A tecnologia de SBC é de uso recente na maioria das organizações [TUR92], de modo que elas
ainda não sentiram seus efeitos. Em geral, os efeitos sentidos pela automação e outras TI
necessitam de um tempo maior [BYR93].
2. Os maiores envolvidos e responsáveis pelos projetos de SBC são técnicos, que provavelmente
têm maior dificuldade em identificar efeitos como problemas psicológicos dos usuários,
sentimentos de ameaça e outros.
3. Por ser característica tradicional do SBC atuar em domínios restritos, apenas um número
reduzido de pessoas sente os efeitos da tecnologia, que não emerge para o restante da organização
de maneira perceptível.
O'Leary observa que os impactos e implicações organizacionais dependerão de fatores específicos
de cada empresa [0'LE87], como:
a) percentagem de pessoas afetadas por SBC;
b) clima organizacional e atitudes diante de computadores, IA e SBC;
c) existência de sindicatos e a posição destes em relação à tecnologia;
d) freqüência de uso de SBC;
e) indústria e/ou setor ao qual a organização pertence;
f) número de SBC em operação na organização;
g) a proposta para a qual foi concebido o SBC, isto é, se o SBC vai atuar como conselheiro/apoio,
substituindo o especialista, para educação.
Também dependerão das resistências organizacionais à introdução da tecnologia, como:
a) não-familiaridade com a tecnologia;
b) dificuldade de ajuste com novas tecnologias;
c) medo do SBC substituir o homem;
d) crença de que o homem trabalhe melhor.
É importante que os responsáveis pelo projeto de SBC estejam cientes de todos os possíveis
impactos e implicações que possam ser causados pela introdução do sistema, para antecipar-se a
eles, reduzindo assim os desconfortos trazidos pelas mudanças aos indivíduos e às organizações e
fazendo uso da "energia" dissipada durante tais mudanças para estimular os negócios da
organização. Ou seja, é necessário saber utilizar os aspectos positivos das mudanças provocadas
pela introdução de SBC para gerar uma boa receptividade à tecnologia.
Cap.4 -Tmpactos e Implicações Organizacionais
98
. 4.2 UMA VISÃO GERAL DOS IMPACTOS E IMPLICAÇÓES
Impactos e implicações
provocados
pela
implementação
I
I
ORGANIZACIONAIS
de SBC
I
I
I
SOCIAIS
I
Estrutura
Pessoa
Produtividade
e Competitividade
Gerentes e Tomada de Decisão
Implicações Legais e Privacidade
Fig.4.1 Impactos e implicações causados pela implementação de SE/SBC.
Da pouca literatura encontrada sobre os impactos e implicações causados pela tecnologia de SBC,
a maior parte se refere aos aspectos micro, ou seja, ligados à organização e ao indivíduo. Alguns
autores [TUR92], porém, também apresentam pontos referentes aos aspectos macro, ou seja,
voltados aos efeitos de longo prazo em toda a indústria, na comunidade e na sociedade.
Baseando-se em [TUR92 e O'LE87], classificamos os impactos e implicações em: organizacionais
(organização, pessoa, produtividade e competitividade, gerentes e tomada de decisão, implicações
legais e privacidade) e sociais. Observe que muitos deles podem ocorrer com a introdução de
qualquer nova tecnologia.
Os impactos e implicações aqui apresentados baseiam-se nos estudos de Turban (1993), O'Leary
(1987), Beerel (1987) e Hoppen & Trahand (1990).
4.2.1 IMPACTOS E IMPLICAÇÓES ORGANIZACIONAIS
1. ORGANIZAÇÃO
a) Estrutura
Menos níveis hierárquicos
Os SBC aumentam a produtividade dos gerentes e a capacidade de controle (requisitando um
menor número de supervisores) e reduzem o número de especialistas, podendo provocar, dessa
Cap.4 <Impactos e Implicações Organizacionais
99
forma, uma redução nos níveis hierárquicos, o que vem ao encontro da tendência da administração
de empresas.
Razão do staffpara linha
Com a introdução do SBC, pode ocorrer a redução do número de especialistas em relação a
quantidade de pessoas que atuam na linha. O pessoal de linha consegue realizar parte das
atividades anteriormente executadas pelo especialista. Assim, temos a razão do staff para linha
reduzida.
Criação de um departamento de IA
O crescimento de aplicações de SBC e outras envolvendo tecnologias de IA pode provocar a
criação de um novo departamento na organização responsável pelos projetos de IA - considerados
projetos estratégicos -, utilizando tecnologia de ponta; pode, até mesmo, provocar uma
reestruturação no departamento responsável pelos sistemas de informações. Exemplo: a FMC
Corp. (Sta, Clara, Califórnia) criou um centro de IA com 90 pessoas.
Há casos em que o SBC não provoca a criação de um novo departamento de IA, mas gera uma
disseminação das tecnologias de IA na organização, facilitando a introdução de novas aplicações.
Alterações na estrutura e fonna de treinamento
Os SBC para educação podem reduzir o número de educadores necessários. Podem também
aumentar o treinamento in-house, diminuindo a necessidade de treinamento externo.
b) Centralização x descentralização de autoridade
Com a introdução dos SBC pode haver uma centralização ou descentralização de autoridade.
A descentralização ocorre quando o SBC é distribuído geograficamente, por exemplo, entre as
unidades, o que lhes garante independência e maior autonomia Exemplo: a General Electric
introduziu um SE para manutenção que aumentou o poder e a independência de suas unidades.
Pode também ocorrer a centralização, quando um SBC é utilizado para conseguir um maior
controle das atividades. Centralizam-se as informações e por conseguinte a tomada de decisões,
que são transferidas dos níveis inferiores para'os níveis superiores.
c) Poder e status
Aqui cabe a frase "conhecimento é poder". Katz e Kahn [KAT86] e Hersey e Blanchard [HER77]
têm notado que ambos, liderança e poder, são parcialmente derivados do conhecimento.
O SBC pode tomar o conhecimento, antes restrito a um determinado grupo, público, reduzindo
dessa forma o poder e o status dessa minoria
Por outro lado, a equipe de desenvolvimento de aplicações de. WSBC pode ganhar prestigio,
conhecimento e, portanto, poder e status.
Um SI inteligente pode controlar as maiores decisões da organização. O SBC, portanto, deslocaria
o poder de técnicos para administradores. Ou seja, o SBC pode prover um indivíduo de
conhecimento e poder além do que ele teria acesso sem o sistema.
CapA - Impactos e Implicações Organizacionais
100
d) Manter as bases de conhecimento
A disponibilidade do uso de WSBC implica.o desenvolvimento de bases de conhecimento amplas
e complexas com especialistas treinados para mantê-las e usá-las. Ou seja, a "inteligência
organizacional" toma-se uma questão crítica..
Há a necessidade de uma equipe treinada e até do uso das técnicas de IA no desenvolvimento de
sistemas para apoio a essa estrutura de manutenção das bases de conhecimento.
e) Comunicação organizacional
O uso de SBC toma disponível informações, ampliando o fluxo delas. A comunicação
organizacional, que antes enfrentava o gargalo da escassez de especialistas, com o uso de SBC,
tem sua capacidade ampliada, e a melhor comunicação tende a trazer maior cooperação [BEE87].
O SBC atua como "memória coletiva transmissível" [FRE92] na organização.
f) Homogeneizar um conhecimento
O SBC permite homogeneizar, nivelar conhecimento dentro da organização.
Um exemplo disso é o XCON. Suponhamos que uma empresa que vende equipamentos de
informática possua tanto vendedores com habilidade de especificar uma configuração ideal para o
seu cliente, quanto outros que não têm essa habilidade. É evidente que o proprietário gostaria de ter
somente os mais hábeis. Pois é esse o objetivo do XCON. Ele permite que qualquer vendedor seja
capaz de especificar a configuração ideal de equipamentos ao seu cliente, de modo que este fique
satisfeito com a solução.
g) Análise do processo, do conhecimento
O desenvolvimento de um SBC, como o de qualquer outro sistema de informações, traz como
implicação indireta, em geral, a análise e melhoria do processo que está sendo automatizado, como
ocorre na "reengenharia" proposta por Michael Hammer [HAM90], em que, da análise de um
processo, podem surgir idéias totalmente revolucionárias para executar uma atividade, quebrando
paradigmas e obtendo melhoria global, com o uso ou não da automação.
Nessa fase, que envolve a aquisição de conhecimentos, no caso dos SBC, as empresas são capazes
de avaliar o quanto realmente elas conhecem sobre aquele processo. Como citado por Zwicker e
Reinhard [ZWl93], "muitas vezes este processo de reflexão e argumentação envolvido no processo
de aquisição do conhecimento toma-se muito mais importante do que qualquer SBC que venha a
ser construído com base nele" .
i) Implicações estratégicas
O domínio da tecnologia de SBC pode aumentar a competitividade da empresa, através do
lançamento de novos produtos e serviços, da melhoria dos serviços existentes e, também, do
aumento da qualificação da força de trabalho.
j) Problemas de coordenacão
Muitas vezes ocorre de não existir um planejamento minucioso e correto, que leve em conta todo
o processo de implementação do SBC, de modo que não se conhece onde o SBC será inserido na
organização. Essa situação pode provocar uma estruturação parcial do processo, gerando um
desequilíbrio. Exemplo: um SBC que abranja apenas uma parte de um processo maior, composto
CapA «Impactos e Implicações Organizacionais
101
por várias outras etapas manuais. Ocorrerá uma interferência na organi zação do tIabalho criando-se
outro problema, o de coordenação [ZWI93].
2. PESSOAL
a) Papel de empregados e gerentes
Os especialistas param de dar conselhos rotineiros, atuando mais em P&D. Os não-especialistas
conseguem responder a questões que antes só o especialista solucionaria.
Os engenheiros do conhecimento são novos profissionais na organização.
Alguns empregos tendem a desaparecer com a automatização de processos.
Existe uma menor necessidade de gerentes de staff que informem à alta gerência, pois existiria um
SBC/SI para essa atividade.
A evolução de ferramentas para o desenvolvimento de SBC, como os shells, pode levar o usuário a
desenvolver seu próprio SBC e a tomar-se um "desenvolvedor-programador" de SBC, alterando o
seu papel na organização.
b) Ambigüidade de papéis e conflito
Em um primeiro momento, é possível surgirem conflitos em relação aos papéis a serem exercidos
pelos indivíduos, o que gera resistência do pessoal. Isso pode ser contornado definindo-se os
papéis em uma fase anterior.
c) Carreira
Antes da implementação do SBC, a experiência do profissional era adquirida ao longo dos anos.
Com o SBC, o novato consegue fazer coisas que o experiente não conseguia com o mesmo tempo
de carreira. O uso de um SBC para apoiar ou substituir o especialista pode levar a um maior
conhecimento do novato quando existe um módulo de explicação bem-elaborado; por outro lado,
pode limitar as experiências desse novato a partir do momento que o prende à um sistema
automatizado, reduzindo a exploração em campo.
Já um SBC voltado à educação, pode reduzir o caminho de aprendizado. Surge assim a questão da
relação do trabalho com a remuneração: Quanto um técnico que executa as tarefas antes executadas
pelo especialista deve ganhar? Como fica o plano de carreira? Como o especialista será
recompensado pelo conhecimento que ele tomou disponível? Como ficam os critérios- de
avaliação?
O SBC pode trazer novas oportunidades de promoção e desenvolvimento
agilizar a sua capacidade de aprendizado.
de empregados ao
d) Supervisão
A supervisão poderá ser feita eletronicamente, alterando ou até eliminando o papel do supervisor.
e) Redução de pessoal
O uso do SBC no apoio a usuários menos experientes pode provocar demissões de especialistas,
agora menos necessários, e de pessoal de linha, já que a produtividade tende a aumentar.
BIBLIOTECA ;{/\RL Ao BOEDE~l{ER
CapA - Impactos e Implicações Organizacionais
102
A evolução de ferramentas para o desenvolvimento de SBC, como os shells, pode levar o próprio
usuário a desenvolver seu SBC, provocando assim a redução da necessidade de engenheiros do
conhecimento, ou até mesmo o deslocamento desse profissional para outra atividade.
A redução de pessoal deve ser antecipada pela organização, de modo que as pessoas não mais
necessárias sejam deslocadas para outras atividades dentro da empresa.
f) Satisfação no trabalho
Embora alguns trabalhos se enriqueçam com a introdução de um SBC, outros podem causar maior
insatisfação ao usuário. Portanto, os responsáveis pelo desenvolvimento dos SBC devem levar em
conta as oportunidades de melhoria da qualidade de vida do trabalhador e não somente a qualidade
técnica
Cientistas comportamentais, como, por exemplo, Argyris [ARG92], prevêem que as TI reduziriam
o envolvimento do gerente com a tomada de decisão, provocando a sua insatisfação.
g) Inflexibilidade e desumanidade
Esta é uma critica generalizada às TI. Considera-se que elas desumanizam e despersonalizam as
atividades, que, quando são automati zadas, em geral provocam a eliminação ou redução das
pessoas envolvidas, e as que permanecem passam a interagir com uma máquina.
Um dos grandes objetivos da IA como um todo, no entanto, é justamente flexibilizar os sistemas,
permitindo aos individuos introduzir suas opiniões e conhecimentos. Os SBC devem ser orientados
ao usuário, devem ser amigáveis, tomando-se de fácil uso.
h) Cooperação entre especialistas
A introdução da tecnologia de SBC pode criar em muitos especialistas uma certa resistência a
cooperar com o desenvolvimento de outros SBC. Isso porque eles podem achar que:
- o computadorpode
substituí-los;
- o computador pode fazê-los menos importante;
- o SBC pode fazer com que as pessoas descubram que elas não são especialistas tão bons como
pensavam. Além disso, poderiam se perguntar o que ganhariam ao passar seus conhecimentos para
umSBC.
Para evitar esse tipo de resistência, é necessário que a organização motive e compense seus
especialistas.
i) Maior tempo livre
Com a introdução de SBC e outras TI, os especialistas e usuários se livram, ou pelo menos
otimizam, das tarefas rotineiras, sobrando-lhes mais tempo para se dedicar a tarefas mais nobres.
Assim, o homem pode exercitar sua criatividade, reflexão e imaginação. Ele estará livre de tarefas
tediosas e sem inspiração, adquirindo mais tempo para atividades significativas. Isso geraria
especialistas e usuários mais motivados.
j) Melhoria da qualidade
A tecnologia de SBC melhora a qualidade de produtos e serviços na medida em que traz maior
produtividade para empresa, melhora a qualidade de vida do empregado, estimula sua criatividade,
garante maior tempo livre aos especialistas e usuários e dissemina informações na organização.
CapA -Impactos e Implicações Organizacionais
103
k) O SBC visto como ameaça
O SBC pode ser visto como ameaça não só pelas pessoas que não o utilizam ou não possuem uma
especialidade específica, pois elas começam a se sentir inúteis na organização, mas também pelo
próprio especialista. que pensa que pode ser substituído por ele.
I) Outras considerações
Outros impactos que podem surgir se referem a:
- qualificação para o trabalho;
- treinamento no uso da tecnologia;
- desafios;
- como o SBC pode enriquecer o trabalho;
- como o SBC pode ser introduzido sem desmerecer o trabalhador.
3. PRODUTIVIDADE
E COMPETITNIDADE
a) Aumento de produtividade
A produtividade cresce quando os trabalhadores podem executar suas tarefas com maior rapidez ou
com menos interrupções, principalmente nas organizações em que a especialidade capturada é
pouco disponível.
b) Aumento da qualidade
A qualidade cresce com a redução de erros, com a geração de produtos e serviços mais consistentes
e com a melhoria na inspeção e controle de qualidade.
c) Redução de custos
Com o aumento de produtividade e qualidade citados nos itens a) e b) temos, como conseqüência,
uma redução nos custos, o que dá maior competitividade aos produtos/serviços, que podem ser
oferecidos a menores preços, elevando assim a barreira para entrada de novos concorrentes. A
redução de custos pode vir também da redução da necessidade de pessoal especializado.
d) Produção em tempo hábil
O SBC pode executar uma tarefa que requer respostas rápidas, trazendo agilidade ao processo e
permitindo a produção em tempo hábil.
e) Aumento da capacidade de produção
(I
Os SBC permitem melhoria do planejamento, gerando um acréscimo na capacidade de produção e
de serviços.
Cap.4 - Impactos e Implicações Organizacionais
104
4. GERENTES E TOMADA DE DECISÃO
Durante as duas últimas décadas as TI causaram impacto nas atividades gerenciais, principalmente
no que se refere a baixa e média gerência,
Os SBC, no entanto, causam impacto também na alta gerência.
A tarefa mais importante dos gerentes é a tomada de decisões, e o SBC pode mudar a forma como
muitas decisões são tomadas por eles. Os impactos mais prováveis nessa área são:
- automação de decisões rotineiras;
- menos experiência requerida para tomada de muitas decisões;
- decisões mais rápidas;
- menos necessidade de apoio de especialistas aos altos gerentes;
- distribuição de poder entre os gerentes.
A tomada de decisões por um computador não é vista como uma ameaça pelos gerentes, mas, ao
contrário, como uma ferramenta de apoio, que vem proporcionar-lhes maior tempo livre para se
dedicar a atividades mais criativas com maior qualidade e maior beneficio para a empresa Muitos
gerentes dizem que o computador permitiu que eles saíssem de suas salas para o "campo", para a
"linha de frente", cedendo-lhes tempo livre para conhecer a organização. Percebem também que é
possível dedicar-se mais ao planejamento, ao futuro e às estratégias da organização, ao invés de
"apagar incêndios", assumindo seu verdadeiro papel.
Os SBC podem também mudar o processo decisório e, portanto, o estilo de decisão, o modelo de
gestão empresarial. Por exemplo, o SBC pode ser utilizado para checar os manuais e relatórios
recebidos pelos gerentes, retirando apenas as informações relevantes que subsidiarão suas decisões.
Podem também ser usados no treinamento de gerentes para tomada de decisões através de
simulações.
Outra implicação com a introdução de um SBC é a mudança
gerentes.
nas qualificações
solicitadas aos
Contudo, O'Leary (1987) alerta que o SBC para tomada de decisões não pode ser usado em
situações de muita ou extrema complexidade.
5. IMPLICACÕES LEGAIS E PRIVACIDADE
Surgem também questões legais a serem analisadas quando do uso do SBC. Por exemplo:
- Quem é o responsável pela decisão errada que um SBC possa dar?
· A empresa é a responsável por não testar adequadamente o SBC?
· As pessoas que desenvolveram o SBC são as responsáveis?
· O especialista é o responsável?
· O usuário que alimentou os dados de entrada é o responsável?
- Pode a empresa obrigar o especialista a cooperar?
- O que o especialista ganha passando seu conhecimento para um computador?
Cap.4 - Impactos e Implicações Organizacionais
105
Com relação à privacidade das informações:
- As informações contidas no SBC podem ser intimas de um determinado indivíduo. E se alguém
conseguir entrar no SBC e descobrir informações relativas à vida privada de um determinado
indivíduo? E no caso de a alimentação errada de um sistema afetar a reputação de um determinado
indivíduo? (Exemplo: SBC com informações para o julgamento de um determinado cliente.)
4.2.2 IMPACTOS
E IMPLICAÇÓES
1. AUTOMACÃO
E EMPREGO
a) WSBC
SOCIAIS
e o emprego
WSBC
têm potencial para afetar a produtividade e criar novos empregos, mas também
proporcionam a redução de determinados tipos de atividades. Os trabalhadores eliminados pela
introdução das TI nem sempre são os mesmos requisitados para o uso do computador e para o
desenvolvimento de novas aplicações. Assim, existem duas previsões de impactos na relação
WSBC e emprego, uma pessimista e outra otimista:
Desemprego macico
Wassily Leontief
[LE0861 apresenta as seguintes razões para o desemprego maciço:
a) a necessidade de mão-de-obra reduzir-se-á drasticamente;
b) o nível de habilidade das pessoas com o auxílio da IA reduzirá;
c) a IA afetará os empregados de colarinho azul e de colarinho branco em todos os setores, não
possibilitando que um setor absorva os empregados de outro;
d) as empresas tendem a demitir o pessoal ao invés de tentar uma recolocação (algumas indústrias
e principalmente o governo mantêm um número de empregados "ocultos" apenas por razões
humanitárias, ou pressões da união, ou diretrizes governamentais);
e) a capacidade per capita de consumo de produtos e serviços é limitada e em breve parará de
crescer.
Aumento dos níveis de emprego
Herbert Simon [SIM771 apresenta as seguintes razões para o aumento dos níveis de emprego:
a) historicamente,
a automação tem resultado em crescimento de empregos, no sentido macro;
b) o desemprego é maior em países não industrializados;
c) o trabalho, especialmente
emprego para ninguém;
o profissional e gerencial, pode ser ampliado; portanto, não faltará
d) a tarefa de automação de fábricas e escritórios não é imediata e levará algumas gerações;
e) muitas atividades não podem ser automatizadas;
f) tanto máquinas como pessoas podem ser totalmente empregados; cada um tem suas vantagens e
desvantagens;
Cap.4 - Impactos e Implicações Organizacionais
106
g) os custos dos produtos e serviços reduzirão tanto que seu consumo aumentará (a automação
nunca vai dar conta do aumento crescente de consumo).
Ao observarmos a evolução do ser humano e das novas tecnologias, podemos perceber que ela traz
efeitos imediatos e efeitos de longo prazo. O desemprego maciço, apresentado por Leontief,
representa um dos efeitos imediatos dos impactos causados pela tecnologia, enquanto o aumento
dos níveis de emprego, mostrado por Simon, é um efeito de longo prazo, só perceptível após a
absorção dos primeiros impactos.
2.0UTROSDMPACTOSSOCUUS
Trabalho em ambiente perigoso
Os SBC, especialmente quando combinados com sensores e robôs, podem reduzir, ou até mesmo
eliminar, a necessidade da presença humana em ambientes perigosos ou desconfortáveis.
Oportunidades para deficientes
A introdução de SBC pode trazer oportunidades de trabalhos para deficientes fisicos.
4.3 IMPACTOS
DOS SBC NO PROCESSO
DECISÓRIO
O uso do SBC no apoio à tomada de decisão é uma de suas aplicações mais promissoras e, como
veremos no capítulo seguinte, uma grande tendência Até porque, hoje, as empresas partem para o
uso estratégico das Tl, o que toma necessário o desenvolvimento de sistemas de apoio à decisão.
Diante disso, surge o interesse em analisar com mais detalhes os impactos da introdução do SBC
no processo decisório. Thomas Lawrence (1991) [LAW91] analisou as dimensões do processo
decisório, afetado pela introdução e uso de um SBC.
A princípio, Lawrence descreve as dimensões que fazem parte da tomada de decisão.
4.3.1 DIMENSOES
DA TOMADA DE DECISÃO
De acordo com o trabalho de Hickson et alii (1986) [HIC86], existem duas dimensões no processo
de tomada de decisão:
1. COMPLEXIDADE
Um problema pode ser definido em termos da sua complexidade. Problemas altamente complexos
demandam grandes quantidades de informações raras e especialidades, enquanto problemas
simples, não.
CapA - Impactos e Implicações Organizacionais
107
2. POLÍTICA
As partes interessadas e seus objetivos determinam a situação política. Quando os objetivos das
partes poderosas conflitam, a atividade política associada ao processo decisório cresce.
Essas duas dimensões são compostas por uma série de fatores que contribuem para o crescimento
ou redução dessas dimensões:
1. COMPLEXIDADE
A complexidade da decisão depende de sua raridade, da gravidade de suas conseqüências, da
amplitude e variedade das informações e da natureza do retomo. Esses fatores dependem do
envolvimento dos atores. É a percepção de seu envolvimento que determinará a natureza do
processo de tomada de decisão.
Raridade e gravidade das conseqüências
A raridade de um determinado tipo de decisão se apresenta como um fator que aumenta sua
complexidade. Quando o fato é novo, ou seja, quando não houve uma situação precursora, o que
ocorre é o desconhecimento dos verdadeiros impactos de uma decisão e da difusão de suas
conseqüências.
A gravidade das conseqüências de uma decisão e a sua difusão têm de ser levadas em conta no
momento da decisão, e também a extensão com que a decisão influencia os parâmetros das
decisões futuras. Tais fatores a tomam mais importante e, portanto, mais complexa.
Amplitude e variedade das infonnações
Sabe-se que, quanto maior a quantidade de informações associadas a uma situação de decisão,
maior a complexidade para o raciocínio humano. Portanto, a natureza do problema é que determina
o limite de racionalidade. Quando a tendência é estreitar a racionalidade, parte-se para
comparações sucessivas limitadas, em busca de soluções.
Natureza.do retomo
Esta questão está relacionada ao comprometimento, ao retomo que terá o tomador de decisão. O
comprometimento é maior em situações em que os riscos são menores e os beneficios maiores e
imediatos, e os custos são distantes. Isso significa que, em situações de extrema complexidade, que
envolvem riscos significativos, a tendência é de maior dificuldade de comprometimento.
2. POLÍTICA
A política envolvida em uma tomada de decisão é composta pelos seguintes fatores, segundo
Lawrence: desequilíbrio de poder, visibilidade, paridade de sistemas e grau de institucionalização.
Desequilíbrio de poder
A política é a extensão com que a "influência" afeta os resultados de um processo de tomada de
decisão [HIC86]. Quanto maior a disparidade de poder entre as partes envolvidas na decisão, maior
será o nível de política.
Cap.4 «Impactos e Implicações Organizacionais
108
Visibilidade
A dimensão política numa tomada
os atores são capazes de observar
"visibilidade". Um alto nível de
processo de decisão, que se toma
de política envolvido.
O nível de comprometimento
pública.
de decisão organizacional pressupõe um contexto social em que
o comportamento dos outros atores, o que chamamos aqui de
visibilidade produzirá uma ampla consciência e interesse pelo
um fator importante dentro desse .contexto, aumentando o nível
com uma decisão é, com freqüência,
crescente com a exposição
Quanto mais o problema permite que a pessoa apareça, maior o interesse político, o que gera
conflitos e até competições internas na organização.
Paridade de sistemas
Quando uma organização possui sistemas pares um do outro, as ações podem-se anular se os
interesses de um grupo não forem os mesmos do outro, o que reduz a dimensão política do
problema
Portanto, o grau de paridade dentro de uma organização, e entre uma organização e seu ambiente,
constitui um importante determinante político na tomada de decisão organizacional.
Institucionalização
Trata-se da ligação do indivíduo com a estrutura organizacional.
O indivíduo, atuando em seu campo (seu departamento), sofre menos influência em sua tomada de
decisão, pois se encontra dentro dos seus limites de ação.
4.3.2 IMPACTOS
DOS SBC NA TOMADA DE DECISÃO
A introdução de um SBC tende a mudar a dinâmica da tomada de decisão naquele domínio. De
acordo com Lawrence, ocorre uma redução tanto na complexidade, quanto na política. Hickson et
alii [HIC86] argumentam que o decréscimo em ambas as dimensões leva a um processo decisório
maisfluido .
Analisemos as dimensões e fatores que influenciam a tomada de decisão com a introdução do
SBC.
1. COMPLEXIDADE
Raridade
Quando a situação é rara, mas não complexa, o SBC não fará muita diferença. Mas quando a
situação é rara e complexa, a análise do problema pelo SBC trará subsídios que facilitam a decisão.
Portanto:
Quando a situação é rara e complexa, o SBC reduz a raridade percebida de uma situação de
decisão.
CapA - Impactos e Implicações Organizacionais
109
Gravidade das conseqüências
A implementação de um SBC leva à padronização do problema, reduzindo dessa forma a
gravidade percebida das decisões.
Portanto:
A introdução do SBC reduz a gravidade percebida da situação de decisão.
Amplitude das infonnações
O SBC pesquisa o espaço do problema através de uma base de conhecimentos imensa, referentes à
interpretação de especialistas de fato. Essa coleção de conhecimentos é interpretada por um
conjunto de regras que podem ser gerenciadas. O SBC codifica a ínformaçâo disponível, dando ao
problema uma aparência estruturada
Exemplo: o SBC Stratassist (Hall, 1987) [HAL87] atua com um domínio amplo e complexo,
codificando a formação do processo estratégico. Aplicando a cadeia de Porter (1980) para o
processo, o Stratassist leva a uma tomada de decisão estratégica.
Portanto:
A introdução do SBC reduz a amplitude percebida da situação de decisão.
Variedade de informações
Existem muitas fontes diferentes de informações relevantes e/ou informações relevantes em
fonnatos e formas diversas. A variedade pode implicar amplitude, mas o inverso não é verdadeiro,
pois podemos ter uma grande quantidade de informações homogêneas de uma única fonte. Quando
existem várias formas de informações, múltiplos SBC podem ser usados para analisá-las.
Bayer et alii (1988) [BAY88] descreveram um SBC "projetado para investigar o planejamento das
campanhas promocionais de vendas ao consumidor". O sistema trata informações de diversas
fontes (dados de pesquisa de 34 especialistas em promoção e informações empíricas), integra as
várias entradas de informações e produz um plano promocional para um detenninado produto com
a performance de um MBA em marketing.
Portanto, a variedade de informações do problema é bem manipulada pelo SBC.
Portanto:
A introdução do SBC reduz a variedade percebida de uma situação de decisão.
Natureza do retomo
Quando a complexidade e a política envolvidas na questão são altas, o SBC atua como fator
redutor dessas dimensões, concede legitimidade à interpretação das informações e toma mais certo
o retomo do processo de decisão, diminuindo riscos e reduzindo ambigüidades. Aumenta,
portanto, o comprometimento.
No caso de uma decisão pouco complexa e com pouca influência política, a presença do SBC não
afeta de maneira relevante a natureza do retomo.
Portanto:
Em situações de alta influência política e alta complexidade, o SBC reduz a ambigüidade
associada à decisão.
CapA <Impactos e Implicações Organizacionais
llO
2. POLÍTICA
Desequilíbrio de poder
A distribuição de poder entre os participantes é parcialmente determinada pelo seu acesso às
informações e aos especialistas. O SBC é capaz de disseminar conhecimento e, portanto, de reduzir
o desequilíbrio de poder.
Quando o SBC apóia um tomador de decisão de baixa hierarquia, também reduz o desequilíbrio de
poder com o superior dessa pessoa, pois :ficamais di:ficilinfluenciar a decisão do subordinado ou
alterá-la quando a decisão desse subordinado está respaldadallegitimada por um sistema
Portanto:
A introdução do SBC reduz o desequilíbrio de poder entre os participantes.
Paridade de sistemas
O SBC codifica, padroniza e automatiza decisões. Portanto, mesmo em situações complexas, sua
introdução produz mais ordem e estabilidade.
O Stratassist implementa uma abordagem geral para o planejamento .estratégico, que daria a
impressão de que a formação de uma estratégia de negócios é fácil de ser entendida, uma atividade
rotineira.
Portanto, a introdução de um SBC promove uma percepção de ambientes pares, onde as ligações
entre ação e conseqüência são explícitas e entendíveis. Essa percepção toma o pensamento mais
racional do que político.
Portanto:
A introdução do SBC aumenta a percepção de sistemas pares em um ambiente
organizacional.
Institucionalizacão
O SBC toma o conhecimento - as regras - mais institucional e menos individual.
Portanto, reduz a política.
Portanto:
A introdução do SBC aumenta o nível de institucionalização associada com a situação de
decisão.
Pelos resultados da análise de Lawrence, pode-se concluir que a introdução do SBC na organização
traz, claramente, melhorias ao processo de decisão, contribuindo para seu maior dinamismo e
fluidez. Na figura 4.2 descrevemos os impactos causados pelos SBC nas dimensões e os fatores
que in:t1uenciama tomada de decisão.
CapA «Impactos e Implicações Organizacionais
IJ1
IMPACTOS DOS SBC NA TOMADA DE DECISÃO
COMPLEXIDADE
Reduz amplitude
Reduz variedade
POLÍTICA
Aumenta o nível de
institucionaIização
Reduz percepção da raridade
Aumenta a percepção de
paridade de sistemas
Reduz a percepção da gravidade
das conseqüências
Reduz o desbalanceamento
de poder
Fig. 4.2 Impactos dos SBC na tomada de decisão.
4.4 EXEMPLO REAL DE IMPACTOS E IMPLICAÇÓES CAUSADOS POR UM SBC
Os autores nos apresentam uma série de impactos e implicações causados pela introdução dos SBC
no ambiente organizacional. É interessante, no entanto, vermos exemplos práticos desses impactos.
Aqui apresentamos um artigo de Sviokla [SVI90] que examina os impactos organizacionais
provocados pela implementação do XCON na Digital.
O XCON é um sistema desenvolvido pela Digital Equipment Corporation, para configuração de
computadores PDP e VAX, e um dos exemplos clássicos de um SBC bem-sucedido,
principalmente por causa dos beneficios financeiros que traz. O XCON economizou, de 1980 a
1985, mais de US$ 15 milhões para a Digital.
Para melhor entedennos os impactos causados pelo XCON, vamos rapidamente resumir quais são
as entradas desse sistema, qual o processamento por ele realizado e quais as suas saídas. Para
maiores detalhes sobre o sistema XCON, ver [SVI90].
Entradas do XCON
- Pedidos do VAX
- Pedidos do PDP
- Informações dos produtos Digital
- Guia de configuração da engenharia e marketing
Processamento do XCON
- Adiciona ou elimina componentes necessários para completar o pedido (comentando as razões de
suas ações)
- Designa cada componente para sua locação correta
CapA «Impactos e Implicações Organizacionais
112
- Calcula, configura layout do cabo, comprimento, conexões
- Calcula o endereço dos vetores (endereço lógico das opções no computador)
SaidasdoXCON
- Itens de linha sumarizados do pedido
- Desenhos detalhados da configuração dos gabinetes, caixas e painéis
- Textos explicativos sobre:
- partes desnecessárias na configuração
- partes poupadas
- partes adicionadas necessárias para completar
- partes que por razões técnicas não foram configuradas
- endereços e vetores
- controles não utilizados
- caixa de energia não utilizada
Um primeiro resultado observado pelo uso do SBC XCON foi que a extensão e a precisão das
saídas ficaram muito mais completas do que quando realizadas pelo homem.
Além disso, a introdução do XCON trouxe uma série de outros impactos e implicações
organizacionais:
a) Sistemática de configuração substituída
Com a análise do processo, a Digital realizou uma pequena "reengenharia" em suas atividades de
configuração.
A empresa enfrentava um grande problema antes da introdução do XCON: o aumento do número
de pessoal de configuração. Contava com 50 a 60 especialistas na área de configuração de
computadores e previa que esse número pudesse aumentar até 200 no início dos anos 80.
Com a implantação do XCON, o processo de configuração tomou-se quase todo automático. No
sistema anterior a capacidade de configuração era determinada pela quantidade de staff disponível
para o processo, sua configuração era limitada pelo número de pessoas treinadas e o total de
configuradores tinha de ser suficiente para atender os picos de demanda.
O XCON trouxe um parâmetro diferente. A capacidade passou a ser limitada somente pelas
restrições de hardware e software, podendo atender a altos picos de demanda de configuração.
A empresa, então, pôde usar o talento das pessoas para customizar, o que antes só seria possível
com uma estrutura organizacional ainda mais monstruosa.
Essa nova sistemática trouxe impactos do tipo: menos vagas na configuração, maior produtividade,
surgimento de uma nova área de trabalho (a área de SBC e customização) e uma nova filosofia de
trabalho.
b) Papéis e responsabilidades deslocados
Os responsáveis pelo SBC ganharam mais responsabilidade, principalmente com relação à sua
manutenção. Um dos gerentes de software da Digital comentou: "O XCON é o único SE que eu
Cap.4 «Impactos e Implicações Organizacionais
conheço hoje, cujas luzes financeiras tornariam-se
responsabilidade" .
113
foscas se fosse desligado. É uma tremenda
Os especialistas também saíram ganhando: tiveram o seu conhecimento organizado e foi possível
criar uma linguagem comum entre eles, favorecendo a troca de idéias e, portanto, o enriquecimento
dos conhecimentos.
Por outro lado, os técnicos que apoiavam os especialistas na configuração tiveram seu trabalho
reduzido. Antes tinham de se envolver com vários setores e saber de tudo, o que atualmente não é
mais necessário. Eram constantemente consultados; agora, são bem menos. Portanto, a criação de
novos perfis de funcionários foi outro impacto do sistema
c) Desenvolvimento de um sistema de manutenção fonnal
Foi criado um staff de 40 programadores para a manutenção da base de conhecimentos do XCON,
que, devido à natureza do produto, teria de ser quase 50% reescrita anualmente. Assim, outro
impacto foi a criação de uma nova função/estrutura na empresa.
Como podemos verificar, o caso do XCON é um exemplo real dos impactos que a introdução de
um SBC pode provocar em uma organização e para os quais ela deve estar preparada.
4.5 ANTEVER
E PREPARAR-SE
PARA OS IMPACTOS
DOS SBC
Sem dúvida,' os impactos e implicações organizacionais sempre ocorrem com a introdução de
novas tecnologias. Porém, o gerente pode antecipar-se a essas resistências iniciais para tentar
reduzi-las ou, até mesmo, tirar proveito delas.
Devem ser tomadas duas precauções na introdução de uma tecnologia [BEE87]:
a) as expectativas devem ser realistas;
b) as aplicações desenvolvidas devem ser significativas para a organização.
Annabel Beerel [BEE87] define grupos de pessoas resistentes que devem ser considerados:
• alguns especialistas - sentem que irão perder suas habilidades para o SBC;
• não-especialistas - sentem que terão menos oportunidades de desenvolvimento
de mostrar suas habilidades;
e menos chances
• alguns técnicos - quando o SBC está fora do seu departamento, causando perda de poder;
• alguns usuários - aqueles que resistem ao computador
problemas com sistemas;
• pessoal do treinamento - o SBC, proporcionando
de modo geral ou porque já tiveram
auto-aprendizado,
Deve-se buscar a realização de um trabalho de conscientização
em potencial.
pode reduzir o seu papel.
e educação das pessoas resistentes
Cap.s - Impactos e Implicações
114
Organizacionais
Para se realizar uma avaliação geral dos impactos da introdução de um SBC, Annabel propõe
considerar as inter-relações de uma matriz de duas dimensões (fig. 4.3 ).
1. Trabalho
3. Relacionamento
4. Recompensa
5. Aspectos psicológicos
1. Principais partes interessadas
1-_+ __ +-_-1__ +-
2. Influenciadores
1-_+ __ +-_-1__ +-
3. Especialistas,
1--+--+---1---+----
4. Usuários afetados
1.-_+ __
5. Líderes de opinião
.1..-_-L
__
.1..-
de decisões
conselheiros
Fig. 4.3 Avaliação dos impactos da introdução de um SBC.
o eixo x apresenta as questões-chaves no desenvolvimento de um SBC:
l. Trabalho: considerar as prováveis mudanças nos métodos, procedimentos, qualidade, padrões,
tempo e relatórios como conseqüência da introdução do SBC.
2. Físico: considerar os impactos no ambiente físico de trabalho das pessoas. Alguém terá de
mudar de escritório? Alguém será transferido para outro departamento? Haverá necessidade de
trabalhar com equipamento diferente? As pessoas tornar-se-ão mais dependentes do computador?
3. Relacionamento: explorar o que pode acontecer com os grupos existentes. Poderão eles ser
promovidos/ demitidos? As pressões dentro do grupo se alteram? As pessoas podem ser
consideradas de forma diferenciada? Esses fatores têm importância à parte no caso dos
especialistas?
4. Recompensa: considerar quais os retornos para a organização e para todos os indivíduos
potencialmente envolvidos. Os retornos se referem às trocas que podem ocorrer no processo?
5. Aspectos psicológicos: considerar se essa nova maneira de fazer as coisas afetaria os valores da
organização e do indivíduo. Isso pode ter relação com a necessidade dos indivíduos de se sentirem
parte da sociedade e de se auto-realizarem? Particularmente, os especialistas envolvidos na
construção do sistema estão se expondo a novas e amplas críticas, das quais até então eram
poupados.
CapA «Impactos e Implicações Organizacionais
o eixo y apresenta
115
as pessoas potencialmente envolvidas:
1. Partes mais interessadas - estas parecem ser:
- o gerente que toma as decisões;
- aqueles que possuem um interesse nos resultados;
- aqueles que se envolvem no uso do sistema;
- aqueles responsáveis pela implementação;
- aqueles responsáveis pela manutenção;
Todos estes devem ser diretamente representados quando algumas de suas áreas for afetada.
2. Influenciadores de decisão: são pessoas mais experientes, seniores, que têm interesse
participar das decisões, sempre desejam ser consultados e não gostam de ser desapontados.
3. Especialistas. conselheiros: são as pessoas que possuem conhecimento
ajudar no projeto. Freqüentemente possuem um grande interesse.
e/ou habilidades
em
para
4. Usuários afetados: são pessoas direta ou indiretamente afetadas pela introdução do SBC - vão
operar o sistema e dirão se o aceitam ou o rejeitam.
5. Líderes de opinião: são pessoas que existem em todos os níveis da organização. Podem não ter
tido participação na decisão, porém têm grande influência nos "bastidores" da implementação. Não
se deve ignorar tais pessoas! Elas geralmente dominam o sistema de informações informal, têm
poder de persuasão e uma ampla influência no seu ambiente.
Portanto, devem-se avaliar as mudanças e os impactos causados no ambiente de trabalho e 1m
organização e como as pessoas estão sendo afetadas. Os grupos afetados devem ser envolvidos e
questionados antes e durante o desenvolvimento do SBC, minimizando resistências.
Birch [BIR87] ainda sugere:
a) Educar os empregados sobre como o SBC irá ajudá-los; assim eles apoiarão sua implantação
entusiasticamente.
b) Ter em mente que os especialistas prestes a se aposentar apreciarao o fato de seus
conhecimentos serem capturados, pois se sentirão úteis. Mas os especialistas ativos precisam de
uma motivação adicional. É necessário salientar os beneficios que o SBC trará, como a eliminação
de tarefas repetitivas e monótonas.
c) Uma vez "vendido" o SBC, não cometer o erro de reservá-lo somente à elite. Permitir que toda a
organização tenha acesso ao projeto, acumulando apoio e simpatia à tecnologia
Comunicar seus planos e chamar os representantes de departamento para deles participar. Com
mais pessoas envolvidas, é possível ter uma força de trabalho experiente e uma rede de
empregados construída para comunicar o sucesso do projeto do SBC ao resto da organização.
116
Cap.4 - Impactos e Implicações Organizacionais
Vejamos a seguir como minimizar tais impactos e implicações organizacionais envolvendo o
homem no desenvolvimento do SBC.
4.6 MINIMIZAR IMPACTOS ENVOLVENDO O HOMEM NO DESENVOLVIMENTO
DOSBC
o desenvolvimento de um SBC, segundo Woherem [WOH91], é composto de quatro dimensões:
TÉCNICA
Hardware
Software
Ferramentas
Shell
Periféricos
Comunicações
SOCIAL
/
Tarefa
Habilidade
Controle
Satisfação no trabalho
~
Eliminação no trabalho
~~fu~t~e~m~çião~s~o~c~ia~l
~
~
/
NEGÓCIOS
Custo
Competição
Disponibilidade de recursos
Otimização dos recursos usados
Finanças
~
~
ORGANIZACIONAL
Estrutura
Estratégia
Filosofia gerencial
Cultura organizacional
Espírito de equipe
Pessoal
+---+
Interações
SE/SBC
Fig.4.4 Dimensões do desenvolvimento de SE/SBC.
A equipe de desenvolvimento e responsáveis pelo projeto, em geral, preocupam-se muito com a
dimensão técnica do desenvolvimento. de SBC,.e com a dimensão do negócio. Porém, são poucos
CapA - Impactos e Implicações Organizacionais
117
os que consideram as dimensões sociais e organizacionais. Atualmente, entretanto, diante dos
impactos sentidos pelas organizações com a introdução da tecnologia e seus beneficios a longo
prazo, vem crescendo o interesse por elas. Metodologias de desenvolvimento como o KADS já
buscam considerar todas as quatro dimensões no projeto de desenvolvimento do SBC.
Assim, em 1988, Gordon [GOR88] considerou os aspectos humanos nas etapas tradicionais de
desenvolvimento do SBC. Esse autor afirmou que a maior parte dos que desenvolvem de SBC é
extremamente técnica e negligencia a satisfação do usuário, do cliente. Eles são altamente
especializados na tecnologia, têm alto potencial de aprendizado e bom raciocínio, porém não
percebem toda a complexidade do sistema que desenvolvem. Por exemplo: um SBC realiza uma
série de interfaces com um sistema maior no qual está.será inserido. Essas interfaces não parecem
complexas à aqueles que desenvolvem; contudo, para o usuário são bastante complicadas, já que
são totalmente diferentes do que ele conhecia até então. Essa diferença leva ao desenvolvimento de
um SBC de difícil aprendizado e uso, no qual as informações são colocadas à disposição do
usuário sem helps de consulta. Esses sistemas geralmente são caros, mas inaceitáveis do ponto de
vista.do usuário, que simplesmente passa a não consultá-los.
e
Essa negligência com o usuário no processo de desenvolvimento uma das principais razões que
fazem com que apenas poucos sistemas tenham utilidade no mundo real. A maioria deles fica no
protótipo. Na realidade, considerar o fator humano é um esforço, pois não existe uma regra rígida
para atender ao usuário. Porém, algumas linhas gerais, princípios e insights são apresentados pelo
autor, que considera cinco etapas: o projeto do SBC, as necessidades de informação, o projeto da
interface e a utilidade do sistema.
A) O projeto do SBC (o processo de desenvolvimento)
1. Especificação do problema: similar ao processo da engenharia tradicional, o projeto do SBC
envolve a especificação do problema, os objetivos do sistema, suas restrições, etc.
Muitas vezes a especificação do problema é definida sem a participação do usuário. O resultado é
um SBC que atende apenas a uma estreita fatia do domínio do problema
Portanto, o problema só pode ser definido após uma extensa e sistemática entrevista. com os
usuários finais.
2. Análise de tarefas: identificar as tarefas fisicas e psicológicas e as subtarefas associadas que
deverão ser realizadas pelo homem e/ou pela máquina de modo a atender as necessidades do
projeto.
3. Alocacão de tarefa: determinar quais subtarefas são mais bem executadas pelo homem e pela
máquina.
- Muitas vezes a tarefa automatizada pelo SBC é a parte mais interessante para o homem, restandolhe apenas as tarefas monótonas. Exemplo: no SBC "Airline Cockpit Design", em que o homem
tem de ficar sentado e, passivamente, monitorar o sistema, verificou-se que o desempenho do
usuário cai, pois sua motivação diminui.
- Outro fator refere-se ao SBC utilizado na solução de problemas dificeis. O que ocorre, por vezes,
é que o SBC é "vendido" como solucionador de problemas. Porém, quando o usuário vai utilizá-lo
Cap.4 - Impactos e 'Implicações Organizacionais
118
para solucionar problemas difíceis, percebe que o sistema não consegue resolvê-los
satisfatoriamente. Isto é, o SBC não resolve os verdadeiros problemas do usuário.
4. Detenninação de necessidades informais: identificar a informação que o usuário necessita para
executar as subtarefas.
5. Aplicacão dos princípios de fatores humanos no projeto da interface: otimizar a interface
homem-máquina.
B) Necessidades de informado
Os usuários necessitam de três tipos de infonnação:
1. dados para executar subtarefas alocadas ao usuário;
2. dados para suporte à decisão;
3. exploração, explicação de corno o SBC chegou àquela conclusão.
A explanação, no entanto, não satisfaz o usuário, não lhe permitindo determinar o valor do
resultado. Esse tipo de explicação, que é apenas de uma varredura das regras, torna os usuários
incrédulos em relação ao sistema. Eles não se sentem confortáveis em usar um SBC quando não
conseguem entender corno ele "raciocina".
C) Projeto interface
Todo o usuário possui um objetivo ao utilizar um sistema e deseja saber corno interagir com ele
para atingir tais objetivos. É preciso que a interface homem-máquina seja psicológica e fisicamente
fácil de ser utilizada e compreendida pelo usuário. O SBC deve possuir "ajudas" para que seu
usuário possa se localizar com relação aos próximos passos que devem ser executados. A interface
do SBC deve ser projetada de maneira a não aumentar a sobrecarga mental do usuário.
D) Utilidade do sistema
O usuário, além de envolver-se com o desenvolvimento do SBC, tem um papel importante no teste
e avaliação do sistema. Freqüentemente os sistemas são recebidos com uma certa resistência por
parte dos usuários. A avaliação e os testes realizados previamente por eles permitem que entrem
em contato e se comprometam com o desenvolvimento do sistema, reduzindo as resistências.
Nesse momento é possível avaliar inconsistências de definições, interface e performance e
certificar se o SBC será realmente utilizado pelo usuário.
A completa avaliação do sistema envolve medidas objetivas e subjetivas.
Objetivas: análise de erros, tempo de resposta, padrões usados, etc.
Subjetivas: Shortfille [SH083] sugere seis questões implicitamente fonnuladas pelo usuário:
a) O desempenho do sistema é confiável?
b) Eu preciso do sistema?
c) O sistema é de fácil e rápido uso?
d) Ele ajuda sem ser dogmático?
e) Ele justifica suas recomendações de modo que eu possa decidir por mim mesmo o que fazer?
Cap.4 <Impactos e Implicações Organizacionais
119
f) Ele foi projetado para fazer com que me sinta confortável quando o utilizo?
Prerau [PRE90] sugere uma série de checklists para a avaliação do SBC pelo usuário.
A melhor maneira de certificar-se do sucesso na implementação do sistema é envolver o usuário
durante todo o processo e, principalmente, fazer tais questões no início do projeto aos usuários
potenciais.
As características desejáveis de maneira geral para certificar o uso e a aceitação do SBC são
colocados por D.A. Nonnan [NOR86]:
- O SBC deve ser visto como uma ferramenta ao usuário e não como algo que venha a substituí-lo.
- O sistema deve facilitar as tarefas do usuário.
- O usuário não está pronto para se adaptar ao sistema. Portanto, o sistema deve se adaptar ao
usuário e à sua situação corrente. Isso requer flexibilidade, capacidade de adaptação ao nível de
especialidade e preferência de estratégias do usuário, um banco de dados que possa manipular
grande quantidade de problemas, explanações simples.
- O SBC deve ser projetado para reduzir a carga de trabalho mental e não para aumentá-la.
- A interface do SBC com o usuário deve ser amigável, inteligível, com o uso de recursos gráficos,
linguagem natural.
- Deve haver um treinamento para utilizar o SBC, que o tome fácil e familiar ao usuário, reduzindo
resistências e aumentando sua interação com o sistema.
- No futuro, uma característica importante é a capacidade de aprendizado, porque é dificil construir
um SBC abrangente, e os usuários não aceitam que ele atue apenas sobre um domínio muito
específico. A capacidade de aprendizado trará motivação ao usuário para interagir freqüentemente
com o sistema, "ensinando-o" e, ao mesmo tempo, aliviando a tarefa de manutenção a ser realizada
pelo engenheiro do conhecimento. Afinal, a manutenção não tem se mostrado tão fácil.
- Nas etapas de manutenção, é crítico, da mesma forma, o envolvimento do usuário, como ocorre
no desenvolvimento.
4.7 ESTUDO DE CASO
Um estudo de caso bastante interessante, envolvendo a questão da aceitação do usuário ao SBC,
foi desenvolvido por Jagodzinski et alii [JAG90]. O objetivo acadêmico desse estudo foi explorar
as questões da aceitação do usuário com relação à implementação de um SBC para apoio a
decisões complexas no ambiente de trabalho e desenvolver técnicas para enfrentá-las.
A premissa dos autores é que, quando da introdução de um SBC no ambiente de trabalho,
emergem, como já pudemos observar nos itens anteriores, além das questões meramente técnicas
de credibilidade, questões relativas à aceitação do sistema pelos usuários. Esse fato é
particularmente verdadeiro quando os usuários são leigos em computação e SBC.
CapA «Impactos e Implicações Organizacionais
120
o estudo
foi realizado com a identificação de questões e abordagens que surgiram durante o
projeto piloto de um SBC patrocinado pelo Devon County Council para auxiliar a administração
de casos de abusos a menores de idade.
4.7.1 O PROBLEMA
Os casos de abuso a menores se dividem em três etapas: a primeira é a detecção do problema, a
segunda, a tomada de uma decisão e a terceira, a solução do problema
Neste caso particular, o grande problema enfrentado pela organização era a escassez de assistentes
sociais. Apesar de os casos de abusos de menores se apresentarem apenas como 5% dos problemas
relatados à assistência social, eles consumiam 80% dos recursos humanos da equipe de assistentes.
A administração dos casos de abuso de menores é bastante dificil devido à grande variedade de
maneiras como podem ocorrer e da enorme amplitude das circunstâncias envolvidas no caso.
o SBC
poderia auxiliar os assistentes sociais de duas formas:
1. Provendo uma estrutura organizada de procedimentos e checklists
assistentes sociais devem considerar, com base nas evidências disponíveis.
das questões
que os
2. Provendo informação adicional sobre a provável relevância de alguns aspectos de evidência (ver
fatores abaixo) derivados de estatísticas nacionais e pesquisas. Esse conhecimento, entretanto, não
pode ser usado como um prognóstico. As informações servem, simplesmente, para alertar o
assistente social dos possíveis problemas.
Fatores relativos à criança
Fatores familiares,
-idade
- tipo de emprego
-sexo
- desemprego
- peso de nascimento
- registro de violência criminal
- mudanças de peso
- tamanho da família
- problemas anteriores com a policia
- renda
Fatores de stress
- discordâncias familiares
- uso de álcool, drogas
- expectativas não-realistas
- histórias psiquiátricas
- separação
- idade dos filhos muito próxima
- muitos filhos
Cap.4 -Jmpactos e Implicações Organizacionais
4.7.2 MULTIDIMENSÔES DA ACEITAÇÃO DO
121
usuouo
Além das dificuldades técnicas da implementação do SBC, os desenvolvedores enfrentam também
dificuldades na aceitação do sistema pelos usuários, no caso os assistentes sociais e a organização
como um todo, ou seja, o Departamento de Serviços Sociais. Realizaram então um exame
focalizado das questões relativas à aceitação do usuário por meio do qual conseguiram distinguir
diferentes dimensões que compõem a questão:
a) Responsabilidade e apoio
Quando o SBC apóia as decisões com relação ao bem-estar da criança, quem é o responsável pela
decisão?
No sistema existente, a responsabilidade das decisões fica distribuída pela hierarquia da
organização, do supervisor dos assistentes sociais para baixo. Na prática, a decisão crucial é
dividida por toda a equipe de assistentes sociais. Ambas as formas de divisão das
responsabilidades são vistas como parte vital do trabalho do assistente social.
b) Credibilidade e validade
O conhecimento relevante está presente de um modo apropriado e válido?
Não se pensa em projetar um SBC que possa identificar com precisão os casos de abuso de
menores. Contudo, parece possível projetar um sistema que racionalize o modo como as
informações são coletadas e armazenadas, proporcionando uma rota mais estruturada via
planejamento e administração do caso.
c) Organizacional
O SBC afeta os papéis existentes, as linhas de comunicação e a autoridade na organização?
O estilo tradicional de conferências da equipe para estudo do caso será complementado por um
diálogo on-line com o SBC, um novo participante que traz facetas do especialista, as quais não
eram disponíveis anterionnente nesse nível.
Os participantes tradicionais podem reagir à introdução do sistema achando que ele não traz
beneficios ao processo decisório.
d) Compreensão do usuário
O usuário sabe como usar um SBC, e até mesmo o computador, e a natureza dos conselhos dados
pelo sistema?
A aceitação do sistema pelo usuário depende muito de sua interpretação/entendimento de como ele
deve ser usado. O SBC pode produzir explicações com relação às suas decisões.
4.7.3 OS PARTICIPANTES
O sistema vai impactar os diferentes participantes do processo de modo diferenciado.
Cap.é - Impactos e Implicações Organizacionais
122
Os especialistas: ficam apreensivos com relação às informações que passam ao SBC (não sabem se
estão sendo representadas corretamente ou não). Por outro lado, sentem-se como que contribuindo
grandemente para auxiliar a solução dos problemas das crianças que sofrem tais abusos.
são sensíveis quanto às implicações organizacionais que o sistema possa trazer,
principalmente os impactos com relação aos recursos, ou seja, o SBC pode tirar a sobrecarga da
equipe hoje existente.
Os gerentes:
Os assistentes sociais que atuam em campo: sentem-se sobrecarregados atualmente e consideram o
trabalho dos casos de abusos de menores bastante "estressante" e de enorme responsabilidade,
principalmente ao pensar que uma decisão errada pode provocar conseqüências terríveis à criança
envolvida. Tais usuários também relatam que são inexperientes no uso do computador e de SBC.
Eles estão prestando maior atenção para entender o papel que o SBC terá como conselheiro do
processo decisório.
4.7.4 A QUESTÃO DA RESPONSABILIDADE E APOIO
A questão da responsabilidade pelas decisões apoiadas pelo SBC foram logo contempladas no
início do projeto. Decidiu-se que o SBC atuaria como um suporte, conselheiro, e que a decisão
ficaria a cargo dos assistentes sociais e seus gerentes.
Com o envolvimento dos usuários, porém, houve um esclarecimento muito grande do papel do
SBC. No início do projeto pensava-se que o assistente social poderia sentar-se diante do SBC e
resolver o problema. Verificou-se que tal situação não era verdadeira; era necessária uma equipe
trabalhando, apoiada pelo SBC.
No início do projeto o grande objetivo do SBC era apoiar a primeira fase do trabalho, ou seja, a
detecção do problema e suas variáveis. Porém, percebeu-se que o SBC poderia dar um grande
apoio na terceira fase do caso, ou seja, na determinação de um planejamento a longo prazo como
solução. E por esse segundo papel é que houve um grande entusiasmo dos assistentes sociais.
4.7.5 A QUESTÃO DA REPRESENTAÇÃO DO CONHECIMENTO
A credibilidade e a validade do SBC dependem da representação exata do conhecimento, e de
diferentes tipos de conhecimento. Durante o estudo verificou-se três conjuntos de conhecimentos:
o conhecimento sobre a criança e o caso, o conhecimento sobre a família e as regras de inferência.
A diversidade de conhecimentos e a importância em representá-los com confiabilidade, além da
necessidade de que o sistema seja executável em um ambiente de relativo baixo custo, levaram à
escolha de uma ferramenta de desenvolvimento. Decidiu-se pelo uso de um shell que não fosse
muito caro, mas que ao mesmo tempo tivesse um ambiente de desenvolvimento poderoso. No
caso, o shell escolhido foi o SMALLTALK, executado em um mM PS2/50.
CapA - Impactos e Implicações Organizacionais
123
4.7.6 A QUESTÃO ORGANIZACIONAL
o equilíbrio de uma orgaai zação quase sempre é mudado com a introdução de uma inovação,
como um sistema de informações automatizado de grande amplitude. E esse problema deve ser
contemplado na metodologia de desenvolvimento do sistema.
Algumas medidas foram tomadas para evitar problemas organizacionais:
a) Informar os usuários em potencial (gerentes e assistentes sociais) quanto à natureza das
propostas do SBC desde o início do projeto e durante todas as suas fases. Discussões informais,
apresentações e circulares foram utilizados. Foi necessário "vender" a idéia em todos os níveis da
organização. Considerou-se também:
- se o projeto consumiria grande tempo do grupo de staff;
- se o. projeto final aliviaria a pressão causada pelos casos de abuso de menores à equipe de
assistentes sociais.
b) Pesquisou-se as atitudes e preconceitos de todos os usuários em potencial através de um
questionário. Esse questionário foi distribuído, mas ainda não havia sido recolhido pelos autores. A
seguir alguns exemplos de questões:
2. Se um SBC é usado como parte do seu trabalho, ele poderia prover-lhe um guia, uma estrutura
do problema?
Eu acho que
oSBC
poderia
reduzira
estruturação
do
problema.
Não fará
nenhuma
diferença.
Eu procuro
por algo que
possa me
ajudara
guiare
estruturar o
problema.
13. Você acha que o uso de um SBC no seu trabalho possa afetar suas oportunidades de consultar
seus colegas?
OSBCme
conduziria
a muito
menos
oportunidad
esde
consultas a
colegas.
Não espero
nenhuma
. mudança
significativa
O SBC me
conduziria a
muito mais
oportunidad
esde
consultas a
colegas. ..
CapA -Impactos e Implicações Organizacionais
124
c) As respostas do questionário serão analisadas para identificar as ameaças sentidas pelos
usuários, seus preconceitos e expectativas com relação à implementação do SBC.
d) Concentrar-se no projeto e implementação do SBC, eliminando ou evitando características que
possam causar problemas, como, por exemplo:
- permitir aos usuários aprender a usar o sistema com privacidade, para que não se exponham a
críticas nesse estágio;
- ter certeza, o quanto antes, de que o SBC não vai tirar as características das tarefas dos usuários,
como sua habilidade e a possibilidade de organizar seu tempo e suas prioridades;
- proteger o sistema para que o assistente social possa ser o dono do seu próprio caso;
- integrar o SBC com a base de dados de clientes, já existente, evitando a necessidade de entrada
adicional e repetitiva de dados;
- projetar uma interface o mais amigável possível;
- envolver o usuário, o máximo
implementação do SBC.
possível,
4.7.7 A QUESTÃO DA COMPREENSÃO
DO
em todos
os estágios
de desenvolvimento
e
ususato
Os autores ainda não desenvolveram a interface, mas já existem várias propostas. Pretende-se fazer
uso de menus, mapas e recursos gráficos para facilitar a navegação do usuário pelo sistema O
sistema também fará perguntas ao usuário, como ocorre com o SBC MYCIN. As explicações
consistirão de sentenças encadeadas de regras que foram utilizadas pelo SBC.
4.7.8 CONCLUSÃO
DO ESTUDO DE CASO
Os autores confirmam que a questão da aceitação do SBC pelos usuários neste tipo de problema é
crucial para seu desenvolvimento
e implementação. A abordagem utilizada pela equipe de
desenvolvimento do sistema foi centralizada no usuário e tentou-se, o máximo possível, levar em
consideração as dimensões percebidas por eles.
O relacionamento com os usuários só melhorou o trabalho do projeto em vez de piorá-lo. Um dos
maiores sucessos do envolvimento do usuário foi o deslocamento do papel do SBC para apoiar a
terceira etapa dos casos de abuso de menores. Outro ponto relevante foi com relação à
responsabilidade dos assistentes sociais de campo nas decisões, ou seja, a responsabilidade que
envolve toda a equipe, pois as análises iniciais do projeto junto aos gerentes não haviam revelado
tais características.
Conclui-se que, com o envolvimento do usuário, o projeto do SBC flui mais facilmente pela
organização, e talvez o sistema tenha uma vida maior. Isso significa que se deve usar um processo
que incremente o desenvolvimento de SBC, em que cada etapa é refinada junto ao usuário através
de testes, antes de ser incluído no projeto definitivo.
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
CAP.5 TENDÊNCIAS DA TECNOLOGIA
BASEADOS EM CONHECIMENTO
DE SISTEMAS
125
ESPECIALISTAS
. I
OU
,I
5.1 TENDÊNCIAS DA IA
Antes de falarmos sobre as tendências dos SBC, é interessante conhecermos as tendências do
mercado de IA. Um perfil de tendências é sempre crucial para o direcionamento dos negócios das
empresas envolvidas. Quando falamos em tendências das TI, existe wn interesse generalizado.
Contudo, o mesmo não ocorre ao citarmos o termo IA, ou seja, a amplitude das empresas
interessadas se afunila. Porém, o sentimento é que essa fatia de empresas cresce a cada ano, seja
pela integração das TI como um todo, seja pelas soluções cada vez mais completas e complexas
buscadas por elas e possíveis de serem satisfeitas pela IA.
Em 1993, Coleman [COL93] realizou uma pesquisa sobre as tendências da IA no mercado
americano, entrevistando gerentes influentes na área de TI de modo geral. Obteve como resultado
wna visão ampla do empresariado e de não-usuários específicos envolvidos com IA.
Em primeiro lugar, questionou-se sobre a visão generalizada do que seria o futuro do mercado de
IA em 1993, 1996 e 1999. A maioria respondeu que não previa grandes alterações, e, de imediato,
até um pequeno declínio, devido à situação econômica do país e a problemas na indústria de IA,
com pouco crescimento de algumas áreas específicas e decréscimo de demanda em outras. Veja
fig.5.l.
40
D1993
35
01996
30
01999
26
% 20
15
10
6
o
Declfnio
Pequeno
declfnio
Inalterado
Pequeno
crescim.
Crescim.
Fig.5.1 Projeções do mercado de IA.
Quanto às áreas de IA de maior crescimento, a tendência observada pelos respondentes é o
desenvolvimento de aplicações em relação às atividades de consultoria, treinamento e pesquisa e
desenvolvimento (P&D). No caso das aplicações, as duas áreas de prosperidade são: 1. a
inteligência embutida nos diversos softwares, sendo este o campo de maior otimismo,
principalmente devido aos baixos custos de desenvolvimento e aos baixos riscos envolvidos, já
que é possível a adição de inteligência em softwares ou aplicações consideradas bem-sucedidas; 2.
aplicações para segmentos específicos, ou seja, tendência à verticalização.
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
126
. Dentre as tecnologias de IA, as oportunidades de negócio no futuro são maiores no campo da
realidade virtual (25%), seguido dos sistemas especialistas (22%) e do raciocínio baseado em casos
(20%). Têm menor ênfase os campos da robótica (13%), das redes neuronais (11%) e dos
algoritmos genéticos (8%) (fig.5.2).
Raciocínio
baseado em
casos
20%
Realidade
virtual
26%
Sistemas
especialistas
22%
Redes
neuronais
11%
Algoritmos
genéticos
8%
Robótica
13%
Fig.5.2 - Mercado de IA (áreas de interesse).
Em 1991, Thiollent et alii [THI91] e Aguiar [AGU91] realizaram pesquisas sobre a situação da IA
no Brasil. O trabalho de Thiollent envolveu um grupo de pesquisadores da UFRJ e abrangeu um
grande número de instituições e empresas. Aguiar teve sua pesquisa mais centralizada em
instituições de ensino.
Thiollent et alii (1991) [THI91], baseados em pesquisas de universidades americanas, observaram
que, no exterior, a área de IA resume a sua temática atual nos seguintes tópicos de conhecimento:
- processamento de linguagem natural;
- processamento de imagens;
- robótica;
- representação do conhecimento;
- sistemas especialistas;
- redes neuronais;
- prova automática de teoremas.
Concluiu em seu estudo que os pesquisadores brasileiros cobrem todas as áreas de IA. Aguiar
[AGU91], no entanto, afirma que, apesar dos pesquisadores no Brasil serem altamente
qualificados, são em número bem menor que no exterior.
Segundo Thiollent et alii a tendência da pesquisa e desenvolvimento de IA no Brasil aponta para
uma convergência de interesses e temas relacionados aos dos países desenvolvidos, por dois
fatores: 1. a maioria dos pesquisadores brasileiros realizam sua formação acadêmica no exterior; 2.
a IA é percebida como área estratégica de pesquisa e como um desafio. As pesquisas,. porém,
no
.)
i~ i
Cap.S - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
127
geral, restringem-se ao campo teórico, e com poucas possibilidades de aplicações práticas. O ideal
seria conseguir um maior entrosamento entre pesquisa básica e aplicada fIHl91]. Atualmente,
inexiste um esforço no sentido de popularizar o que é pesquisado nas instituições, e por outro lado
as empresas extraem delas somente a mão-de-obra qualificada [AGU91].
Em termos aplicados, uma grande tendência é a integração da IA com outras áreas da informática.
a qual deve ser cada vez mais estimulada, apesar de opiniões controversas sobre o assunto: alguns
pesquisadores consideram a IA um paradigma distinto das demais TI, enquanto outros já enxergam
uma complementaridade entre as tecnologias de informação. Ao nosso ver, a IA deve buscar o
entrosamento com outras 11, ampliando assim seu campo de aplicação.
No ambiente internacional, observou-se que as empresas assumem um papel relevante quando
financiam pesquisas e projetos na área de IA em conjunto com universidades e instituições de
pesquisa. No Brasil, o número de empresas diretamente interessadas é bastante limitado: as
empresas estatais e as filiais de multinacionais são as maiores investidoras nesse sentido fIHl91].
A pesquisa de Thiollent at alii ainda notou uma maior concentração de pesquisadores no estado do
Rio de Janeiro e um incipiente índice de cooperação entre as equipes nacionais. Em nível
internacional, a cooperação se realiza com a participação em congressos, visitas a instituições
estrangeiras e projetos de cooperação internacional. O SBIA (Sociedade Brasileira de Inteligência
Artificial) é um dos principais foros de discussão de IA no Brasil. Uma necessidade verificada pelo
estudo de lhiollent et alii se refere à política de divulgação do conhecimento em IA, que
atualmente ocorre através de congressos nacionais e internacionais. Para ampliar essa divulgação, é
importante a criação de canais de publicações específicas relacionadas a área de IA e é consenso a
necessidade de uma publicação nacional especializada em IA.
Outra conclusão importante é a inserção da IA nas técnicas gerenciais, principalmente pelo uso dos
sistemas especialistas no desenvolvimento de sistemas de apoio à decisão.
E como recomendações e sugestões finais sobre o desenvolvimento da inteligência artificial (IA) e
da engenharia de conhecimento (EC) no Brasil, lhiollent et alii concluem:
"I. É necessário estabelecer uma política específica para IA e EC, com objetivos definidos e
complementares, com prioridades temáticas relevantes ao desenvolvimento nacional e que utilize
amplamente os recursos humanos disponíveis no país.
2. O planejamento do programa de IA deverá estar atrelado aos aspectos sociais, culturais e
econômicos do desenvolvimento.
3. A IA deve ser vista sob uma perspectiva de uma área interdisciplinar, sendo essencial garantir o
entrosamento entre a pesquisa básica e a aplicada.
4. É necessário realizar um levantamento de aplicações não somente em áreas tecnologicamente
competitivas como também em áreas socialmente relevantes: saúde, medicina, diversos ramos da
engenharia, educação e outras.
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
128
5. É necessário melhorar as interações e mecanismos de intercâmbio no seio das comunidades
científicas relacionadas com IA e EC.
6. É importante incentivar a complementaridade e a integração das pesquisas desenvolvidas pelos
grupos atuantes em IA e EC e também em outras áreas da infonnática relevantes para IA e EC, tais
como: processamento simbólico, buscas heurísticas e computação gráfica.
7. É necessário ativar a informação científica e tecnológica sobre IA e EC. Especificamente,
podemos citar a atualização de bibliotecas em livros, periódicos e anais de congressos, assim como
a aquisição de bases de conhecimentos. Também seria bastante importante a criação de uma revista
especializada nacional que facilitasse a troca de informações entre os interessados. Além da
infonnação especializada, é desejável a divulgação de informação sobre o tema nos meios de
comunicação de massa, inclusive no âmbito do jornalismo científico. Complementannente ao que
foi dito, é desejável maior divulgação da IA no meio empresarial através de contatos e palestras,
além da apresentação de resultados em feiras de informática.
8. É necessário adotar uma política de recursos humanos voltada para IA e EC. Isto pode ser
traduzido por um aumento da oferta de cursos e treinamentos nas instituições que já os ofereçam e
pela formação de pesquisadores e técnicos no pais e no exterior.
9. Para dar sustentação a uma política de desenvolvimento de IA e EC, é essencial assegurar a
aquisição de equipamentos e software, a manutenção e o apoio de laboratórios.
10. É necessário incentivar projetos conjuntos entre universidades e empresas, haja vista ser essa
relação determinante no desenvolvimento da IA nos países desenvolvidos".
As pesquisas de Thiollent et alii [THI91] e Aguiar [AGU91] (1991) nos dão a entender que existe
um número limitado de empresas realmente envolvidas com IA no Brasil. Quanto ao tema
específico SE/SBC, consideramos que a pesquisa de campo realizada neste estudo, apresenta um
perfil atual das empresas usuárias da tecnologia (ver resultados da pesquisa no cap.6).
5.2 TENDÊNCIAS DOS SBC
Todos os anos, pesquisadores lançam as tendências das tecnologias vigentes, incluindo os SBC.
Em 1988, Hannon & King [HAR88] previam como tendência o uso de sistemas híbridos com
vários tipos de representação do conhecimento em um único sistema. Pospelov & Razin [POS86],
em 1986, baseados em revisão de trabalhos de diversos autores, observaram tendências de
surgimento de novas ferramentas para o desenvolvimento dos SBC e de interfaces amigáveis aos
usuários, expansão nos campos de aplicação da tecnologia, uso de SBC em computadores pessoais,
etc. A maioria desses autores acertou em suas previsões: algumas já foram concretizadas, outras
estão em fase de desenvolvimento, algumas sofreram pequenos desvios.
Cap.S - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
J 29
Da mesma forma que esses autores, consideramos essencial traçar um perfil de tendências da
tecnologia nos dias de hoje, baseando-nos em revisão bibliográfica, com o objetivo de .suportar o
planejamento das empresas quanto ao futuro uso da tecnologia e sua evolução. E, comocitado por
Coleman [COL93], a análise e as previsões do que pode acontecer influenciam as decisões dos
negócios, os investimentos, as contratações, etc.
Em 1993, na palestra da RELACOM sobre as tendências dos SBC, o palestrante Avron [AVR93]
apresentou como a grande tendência dos SI a integração total de todos os sistemas da
empresa, onde a IA estaria embutida nas aplicações, não mais se limitando aos sistemas stand
alone.
De acordo com a grande tendência de integração dos sistemas de modo geral - caminho comum a
todas as TI - e baseado nos diversos autores e pesquisas realizadas, concluimos que as principais
tendências dos SBC são:
1. O uso de computadores pessoais
2. Uso de ferramentas C e C++
3. Sistemas integrados e embutidos
4. Sistemas híbridos
5. Passagem do foco da tecnologia para o foco na solução do problema.
6. Sistemas desenvolvidos por especialistas em domínios específicos
7. Reusabilidade
8. Ferramentas e aplicativos visando mercados verticais
9. Perfil multidisciplinar do engenheiro do conhecimento
10. Interfaces gráficas
11. Redução dos custos envolvidos
Observe que algumas dessas tendências já haviam sido descritas em 1986 e 1988. Isso não
significa que elas não se concretizaram, mas sim que elas têm evoluído de lá para cá, umas mais,
outras menos. Vejamos cada uma das tendências apresentadas:
1. O uso de computadores pessoais
Na década passada, quando se falava sobre SBC, uma das preocupações que surgiam se referia ao
hardware dedicado que a aplicação exigia. Atualmente, o microcomputador é uma ferramenta
popular, acessível a todos os níveis. Os SBC, a exemplo das demais TI, adaptam suas ferramentas
e aplicações ao computador pessoal. É o caso de inúmeros shells que a cada dia lançam suas
versões para microcomputadores, e a preço bem reduzidos se comparados com as versões 'para
mainframes.
i! "
\
li
2. Uso de ferramentas C e C++
As linguagens C e C++ são mais flexíveis que o LISP e Prolog, e muitos shells são desenvolvidos
com o uso delas o caso, por exemplo, o Nexpert.
'
Cop.S - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
130
Uma das grandes vantagens do C e C++ é a facilidade de integração de rotinas C com os shel/s
existentes, com programas Prolog e com outros sistemas convencionais. Também é possível o
desenvolvimento de interfaces gráficas com o uso dessas ferramentas.
3. Sistemas Integrados e embutidos
Como citado por Avron, existe uma grande tendência de integração entre todas as TI na solução de
problemas. Assim, é cada vez maior o número de tecnologias que apresentam arquiteturas abertas,
permitindo a integração e a comunicação entre diversos tipos de aplicativos. O advento das redes
de microcomputadores com compartilhamento de aplicativos vem acelerar esse cenário. Os SBC
também seguem essa tendência. Atualmente, as ferramentas shells permitem a integração com
banco de dados e planilhas de cálculo, além de apresentarem interfaces gráficas. Também tomam
mais fácil a integração dos SBC com sistemas já existentes na empresa, ou seja, com sistemas
convencionais.
Outra tendência são os SBC "embutidos" em sistemas convencionais, evidenciando, dessa forma a
integração dos SBC com os demais sistemas existentes. Sistemas estão sendo comercializados na
área de crédito e gerência de projetos, contendo subsistemas "inteligentes" embutidos. Empresas da
área de petróleo vêm desenvolvendo sistemas convencionais com CBR (case based reasoning)
embutido.
4. Sistemas híbridos
Os sistemas híbridos são SBC que utilizam vários tipos de representação do conhecimento. Antes,
o uso das regras para representar o conhecimento era quase unânime. Hoje cada parte do
conhecimento é representada da forma mais adequada, sendo muito comum o uso de sistemas que
utilizam trames e regras. Também são considerados híbridos, os SBC que se integram com redes
neuronais. Pesquisas nesse sentido estão sendo realizadas em instituto de pesquisa da área médica
no Rio Grande do Sul.
5. Passagem do foco da tecnologia para a SOluçA0
Como nas demais áreas organizacionais, os responsáveis pelas informações entendem que o
objetivo é a satisfação do cliente, no caso o usuário. Diante disso, buscam atender às necessidades
do usuário - trazer-lhe uma solução - independentemente da técnica ou tecnologia usada para isso.
A tecnologia é apenas um meio a ser utilizado na satisfação do seu usuário.
Portanto, os SBC, como as demais tecnologias, estão disponíveis na "prateleira" e serão utilizados
de acordo com a necessidade, o que reforça a questão da integração das TI para buscar uma
solução, seja ela automatizada, manual ou parte automatizada e parte manual. É a visão da
"reengenharia de processos".
6. Sistemas desenvolvidos por especialistas em domínios específicos
Com o advento dos computadores pessoais e dos shells com interfaces amigáveis, os especialistas
terão à sua disposição hardware e software para desenvolverem por si mesmos os SBC. Os SBC,
portanto, serão desenvolvidos em domínios específicos onde atuam os especialistas. Uma empresa
na área industrial participante da nossa pesquisa, por exemplo, achou mais fácil capacitar seus
especialistas no uso de shells do que esperar que seus engenheiros do conhecimento realizassem a
aquisição do conhecimento dos especialistas.
Cap.S - Tendências da Tecnologia de Sistemos Especialistas ou Baseados em Conhecimento
131
Essa tendência, no entanto, não facilita a integração com sistemas convencionais da organização,
pois os especialistas não são especialistas em TI para visualizarem as integrações de sistemas,
sendo necessário, se for o caso, o acompanhamento de uma equipe de informática. Por outro lado,
no caso dos sistemas que atuam stand alone, esse tipo de implementação pode ser o mais
adequado. Uma multinacional de renome, também participante de nossa pesquisa, utiliza esse tipo
de abordagem para pequenos sistemas locais, trabalhando com um shell simples mas de fácil
aprendizado pelos usuários.
7. Reusabilidade
Hayes-Roth [HAY94] apresenta como uma tendência para o futuro a reusabilidade de estruturas e
metodologias para aplicações similares. Uma iniciativa é o DSSA (Domain Specific Software
Architecture), por meio do qual esforços são realizados para melhorar os métodos e as ferramentas
na especificação de modelos de domínio, descrevendo soluções genéricas reutilizáveis, com o uso
de estruturas padrões de soluções. Outro exemplo dessa iniciativa são os estudos de Clancey
[CLA83], que trabalham com conhecimentos primários e a metodologia KADS (esta última será
detalhada adiante).
8. Ferramentas e aplicativos visando mercados verticais
Esta tendência foi sinalizada por Martin em 1988 [MAR88]. Um exemplo é o shell Crysta1,
específico para o desenvolvimento de SBC na área financeira, para controle de portfólios,
aplicações em mercado de ações. Aliás, com relação a esse shell especificamente, foi lançado há
pouco tempo na Inglaterra, pela Ora. Mary Jackson, da LBS, literatura específica sobre o seu uso,
similarmente ao que ocorre com livros de como usar o Excell ou Word, provando que, na Europa,
o uso de shells para a construção de SBC se mostra bastante popularizado.
9. Perfil multidisciplinar do engenheiro do eonhedmento
Quando falamos em foco na solução do problema, emerge uma tendência com relação ao perfil dos
profissionais envolvidos no desenvolvimento de sistemas. Ao engenheiro do conhecimento será
solicitado um conhecimento multidisciplinar. Ele, além dos requisitos antes solicitados facilidade de comunicação e expressão, psicologia, conhecimentos na tecnologia de SBC -, deverá
conhecer outras TI - tanto da área de IA como convencionais -redes, banco de dados, além de ter
uma visão ampla do negócio, da organização. Ou seja, se há alguns anos havia resistência com
relação a analistas tradicionais que passavam a atuar com IA, talvez hoje essa bagagem anterior em
tecnologias convencionais seja positiva para complementar o conhecimento do engenheiro, para
que ele possa visualizar todas as integrações necessárias e possíveis dos SBC com outros sistemas
jã existentes.
lO.lnterfaees gráficas
A facilidade de uso para usuários se satisfaz com a evolução das interfaces gráficas, como as GUI
(graphic user interfaces). O problema com relação à interface gráfica é a exigência de hardware,
com memória e velocidade suficiente. Porém, como afirmado por um dos nossos entrevistados, o
desenvolvedor deve dar importância máxima para o desenvolvimento da interface do sistema com
o usuário, pois é a este último que o sistema deve atender e satisfazer.
Cap.i -
Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
132
11. Redução dos custos envolvidos
Outra tendência esperada pelos usuários é a queda dos custos para a aquisição de ferramentas de
desenvolvimento. Atualmente, a maioria dos shells, como, por exemplo, o ART e o NEXPERT,
além do módulo de desenvolvimento, exigem a aquisição de um run-time para cada cópia da
aplicação em execução. Por outro lado, o uso de redes pode vir a amenizar os custos do run-time.
Atualmente, o custo de um módulo de desenvolvimento para microcomputador é de
aproximadamente USS 7.000, e de até USS 150.000 para mainframe.
De fonna sintética, as tendências acima descritas segmentam o mercado de fornecedores da
seguinte fOIIIla,conforme descrito por Stires [STI91]:
A)ShelJs
Os fornecedores oferecem ferramentas "case".
B) Aplicações verticais
Os fornecedores visam a uma determinada indústria e oferecem produtos específicos a elas.
C) SBC integrados
Os fornecedores oferecem a solução completa para o problema, acoplando hardware e software.
Quanto às aplicações de SBC, uma grande tendência é seu uso para o desenvolvimento de sistemas
de apoio à decisão. Quanto aos ramos que utilizam a tecnologia, a grande tendência é o crescente
uso de SBC pelo IaIl10financeiro, que aparece despontando como principal usuário, de acordo com
Hayes-Roth [HAY94].
Todas essas tendências caminham para o que hoje se denomina a segunda geração de SE.
5.3 SEGUNDA GERAÇÃO DE SE
5.3.1 INTRODUÇÃO
Uma tendência em andamento se refere ao que se denomina Segunda Geração de Sistemas
Especialistas (Second Generation Expert Systems) [DAV93]. Na realidade, de acordo com o
trabalho coordenado por David, Krivine e Simmons [DAV93]: "Não existe uma clara distinção
entre a primeira e a segunda geração de SBC; trata-se mais de uma evolução de idéias, estilos e
técnicas de construção de sistemas baseados em conhecimento".
O trabalho dos autores evidencia que não existe uma fronteira clara entre a primeira e segunda
geração de sistemas especialistas ou baseados em conhecimento. Por isso, a definição de SBC de
segunda geração será feita a partir das seguintes caracteristicas:
,< ",
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
133
L A primeira e a principal é admitir que o conhecimento é central na solução do problema e que
um modelo explícito de conhecimento é importante para a criação de um sistema que possa ser
facilmente entendido e mantido. Portanto, a escolha dos modelos e métodos a serem utilizados
para solucionar o problema tem um grande impacto na eficiência e competência de um SBC.
2. A outra é distinguir o conhecimento utilizado de como ele é implementado (distinção entre
"nível de conhecimento" e "nível simbólico"). Particulannente, a segunda geração de SBC
evidencia a importância de representar o conhecimento de maneira correta. Tais sistemas
freqüentemente combinam múltiplas representações, estratégias para solução de problemas e
métodos de aprendizado dentro de um único sistema
Em resumo, este novo campo é caracterizado pelo entendimento crescente de qual conhecimento
deve ser utilizado para solucionar o problema e qual a melhor maneira de codificá-lo para que o
computador possa fazer uso desse conhecimento [DAV93].
As características dos SBC de segunda geração nos levam a dois enfoques principais: 1. o
desenvolvimento de múltiplas representações para o conhecimento e múltiplos métodos para
utilização desse conhecimento, e 2. a distinção clara entre qual o conhecimento que um sistema
possui e qual mecanismo é usado para codificá-lo. Pesquisadores investigam a separação de
controle ("como") e domínio do conhecimento, a codificação do conhecimento funcional ("o quê")
e causal ("por quê"), e desenvolvem representações para tempo e espaço, mecanismos e processos.
Diferentes métodos para a solução de problemas estão sendo desenvolvidos.
Todas essas novas idéias fazem os SBC mais competentes, reutilizáveis e explicativos. Primeiro, a
competência aumenta com a incorporação de modelos mais gerais de domínios e tarefas, com
técnicas mais poderosas de solução de problemas. As técnicas podem combinar o conhecimento
mais geral com novos modos para solucionar tarefas particularmente dificeis. Segundo, a
reutilização é aumentada porque o conhecimento é dividido em subáreas que têm relevância em
problemas de múltiplos domínios. Tarefas diversas, como projetar, monitorar e diagnosticar, usam
modelos explícitos do processo ou mecanismo particular da atividade. Por exemplo, a descrição de
uma reação química pode ser usada no projeto de uma planta de processo químico, na monitoração
de sua operação ou no diagnóstico do porquê do excesso de uma quantidade de produto químico
produzido. Assim, muitas dessas tarefas são relevantes para a solução de outros problemas
também. Finalmente, a capacidade de explicação é aumentada porque a justificativa de respostas
pode ser dada em termos mais abstratos ou em termos relevantes para o domínio, não somente
recapitulando o processo de pesquisa usado para solucionar o problema.
5.3.2 O USO DE MÚLTIPLOS MODELOS E MÉTODOS
A modelagem explícita de tipos diferentes de conhecimento é uma característica que define os
SBC de segunda geração. Esses modelos e métodos se combinam para produzir sistemas que são
mais capazes e/ou mais eficientes do que qualquer modelo simples ou método usado isoladamente.
Cap.S - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
134
5.3.2.1 MÚLTIPLOS MODELOS
Na segunda geração de SBC, os pesquisadores começam a focalizar os seus estudos no conteúdo
do domínio do conhecimento. Eles entenderam que as regras associativas do conhecimento
empírico são apenas um dos componentes do conhecimento do especialista. Os especialistas têm
também um vasto conhecimento anterior de como as coisas trabalham em seu domínio de
especialidade. Então, por exemplo, os médicos não só diagnosticam doenças, mas também
entendem o processo fisiológico do corpo humano.
A idéia era capturar esse domínio do conhecimento e usá-lo diretamente para solucionar problemas
a partir dos "princípios primários". O objetivo fundamental é entender e modelar o domínio, e não
simplesmente codificar regras para solucionar o problema. Assim, um termo mais conveniente para
descrever esse trabalho seria "raciocínio baseado em modelo", desde que modelos explícitos
detalhem o trabalho do domínio, sua representação e o raciocínio envolvido.
Um problema enfrentado é que modelagem em um único nível é insuficiente para resolver
problemas complexos. Informações detalhadas são necessárias para resolver alguma parte do
problema; por outro lado, solucionar todo o problema no nível mais detalhado pode ser intratável.
Os pesquisadores vêm desenvolvendo, então, sistemas que podem solucionar problemas nos
múltiplos níveis de abstração. Talvez o primeiro desses sistemas seja o ABEL, que realiza o
diagnóstico médico usando modelos de doenças, anatomia, fisiologia e patofisiologia O sistema
soluciona subproblemas em qualquer nível que tenha informações suficientes, propagando
informações pelos diversos níveis e mantendo-as consistentes. Davis [DAV81] desenvolveu um
sistema de diagnóstico que representa circuitos como componentes de hierarquia. Esforços
demonstram que a segunda geração de SBC pode reduzir a proporção do manuseio de problemas
complexos com o uso de hierarquia de modelos abstratos.
5.3.2.2 MÚLTIPLOS MÉTODOS
Junto com a representação de modelos múltiplos, os SBC de segunda geração freqüentemente
incorporam métodos múltiplos de solução de problemas. Algumas vezes, esses métodos são
especializados em um tipo particular de representação; outras vezes, esses métodos são
especializados em subtarefas particulares. Algo geralmente comum é usar uma combinação do
raciocínio associativo tpattem-matchtng, busca do padrão) e causal (baseado em modelo). Outros
têm combinado o raciocínio causal com o baseado em casos (case-based reasoning). Uma questão
critica é entender os papéis que os diferentes métodos têm no processo de solução do problema
como um todo.
É desejável combinar os diferentes métodos e modelos com uma arquitetura de solução do
problema que ofereça flexibilidade e eficiência na combinação de problemas e métodos. Alguns
sistemas oferecem um conjunto de caminhos para determinar quando se usam quais métodos,
outros oferecem grande flexibilidade na escolha de quais métodos a usar e outros, ainda, permitem
múltiplos métodos para atuar na mesma parte do problema simultaneamente.
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
135
Há muitos critérios para escolha da arquitetura de solução do problema, e não é uma única
arquitetura a melhor para todos os domínios. A decisão sobre quais modelos e métodos usar, e
como combiná-los, é um problema em aberto. Em geral, a escolha depende do problema em
particular a ser solucionado e das características do domínio. Para se escolher inteligentemente a
arquitetura (métodos e modelos), é necessário analisar o domínio e o problema em termos
informais - em outras palavras, no nível do conhecimento.
5.3.3 A ABORDAGEM NO NÍVEL DO CONHECIMENTO
Os SBC de primeira geração são construídos com uma coleção de regras; seu comportamento é
resultado da interação de regras. Então, é possível caracterizar esses sistemas somente em termos
do domínio da aplicação (isto é, diagnóstico da infecção do sangue) ou em termos da
implementação da linguagem (pattem matching, forward chaining, etc.). Nenhuma dessas
caracterizações é satisfatória para entender o que o sistema está fazendo e como ele atinge um
comportamento particular.
Um maior avanço da segunda geração de SBC tem sido enfatizar a distinção entre o "nível de
conhecimento" e o nível de implementação. Descrever SBC em termos de regras, frames,
backward or forward chatning, como feito nos sistemas de primeira geração, obscurece sua real
natureza. Por outro lado, descrevendo o processo de solução do problema em termos mais
abstratos, como classificação, abstração de dados, captura, etc., oferece uma melhor caracterização
do comportamento do sistema
A motivação para projetar SBC no nível do conhecimento, portanto, não é somente para oferecer
uma descrição mais acurada. Tal abordagem também habilita um projeto que enfatize como o
problema deve ser solucionado, no lugar de como o sistema deve ser implementado, oferecendo
um guia na aquisição do conhecimento (qual conhecimento deve ser adquirido e qual o papel que
ele terá), possibilitando a reutilização de construções genéricas e explicações mais realistas (a
explicação é baseada em uma representação explícita do modelo e não em um trace das regras).
5.3.3.1 O NÍVEL DO CONHECIMENTO
O termo "nível do conhecimento" foi introduzido por Newell [NEW82] para descrever um
sistema/agente como se ele possuísse um certo conhecimento, sem se referir a questões de
representação e implementação. Mais precisamente, um modelo de nível do conhecimento, de
acordo com Newell, é um modelo de comportamento em termos do conhecimento e das metas que
o agente tem e das ações que podem ser executadas por esse agente. O agente é dirigido pelo
"princípio de racionalidade", isto é, ele seleciona ações que, espera-se, leve à satisfação de seus
objetivos. Tal modelo é essencialmente dirigido para explicar por que o agente se comporta de
certo modo.
Desde então, a expressão "nível de conhecimento" têm se tomado bem aceita pelos praticantes de
IA. Parte da razão dessa aceitação vêm do fato de que o artigo de NeweUdescreveu e ampliou uma
noção emergente de que o conteúdo de um SBC deveria ser distinguido da forma usada para
Cap.S - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
136
representar o conhecimento. O nível de conhecimento rapidamente tomou-se sinônimo de
descrição dos SBC, independentemente das construções de implementação.
Um paradigma bem aceito para modelagem de SBC no nível do conhecimento conta com uma
triade de componentes: tarefas, métodos e domínio do modelo. As tarefas descrevem o que deve
ser feito (as metas e submetas do sistema). Os métodos de solução do problema descrevem como
as metas podem ser atingidas. Os modelos do domínio descrevem o conhecimento requerido pelos
métodos.
5.3.4 SEGUNDA GERAÇÃO DOS SE/SBC - BENEFÍCIOS
Combinar múltiplos modelos e métodos e fazer uso da abordagem do nível de conhecimento para
projetar um SBC são modos complementares de ultrapassar os obstáculos da primeira geração de
SE. Vejamos os beneficios dessas abordagens na segunda geração de SE.
5.3.4.1 AQUISIÇÃO DO CONHECIMENTO
Melhorar a aquisição do conhecimento tem sido uma importante motivação no desenvolvimento da
segunda geração de SBC. E foi um campo ativo de pesquisa durante a última década. Na primeira
geração de SBC, a aquisição do conhecimento parecia ser um problema de transferência de
conhecimento: extraí-se o discurso do especialista e o traduzia em regras implementáveis. Hoje a
aquisição de conhecimento é considerada uma modelagem de tarefa, composta de pelos menos
duas fases: construção de um modelo de SBC (modelagem) e preenchimento do modelo com o
conhecimento do domínio (instanttation).
Todo engenheiro do conhecimento tem uma idéia mental de como o sistema se comporta e por
que se comporta assim. Todo SBC (incluindo os de primeira geração) possui pelo menos um
modelo implícito do mundo sobre o qual raciocina/age, das tarefas que ele supostamente tem de
executar, etc. Uma das maiores inovações dos SBC de segunda geração é que eles têm tomado esse
modelo do domínio explícito. Isso tem provocado um deslocamento na natureza da aquisição do
conhecimento e uma ênfase em modelos e modelagem.
5.3.4.2 EXPLANAÇÕES
Segundo Swartout e Moore [SWA93], explanação é o processo de construção de uma história
coerente que relacione os conceitos de SBC e os resultados que o usuário entende e aceita. Os SBC
de primeira geração falharam nesse ponto por duas principais razões: primeiro, a maioria do
conhecimento requerido para dar explicações está implícita na base de conhecimentos e, por isso,
não está acessível para o módulo de explanação; segundo, os sistemas de primeira geração
constróem explicações essencialmente parafraseando as regras que são usadas na resolução do
problema, o que é freqüentemente considerado não-natural e dificil de entender pelos usuários.
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
J 37
Os SBC de segunda geração objetivam superar essas limitações. Existem duas diferentes
abordagens que podem ser usadas para melhorar as explanações. A primeira conta com uma
representação mais abstrata do conhecimento usada pelo sistema para explicar o seu
comportamento. A segunda, freqüentemente chamada de explanação reconstruttva, utiliza tipos
diferentes de conhecimento para explicá-lo.
Explicação no nível correto de abstração: historicamente, NEOMYCIN foi o primeiro exemplo
dessa abordagem. No NEOMYCIN, as tarefas atingidas pelo MYCIN, como reunião de
informações, diferenciação, etc., foram explicitadas. Essas tarefas eram implícitas no MYCIN e
emergiam da interação de muitas regras específicas. Então, o MYCIN era incapaz de referir-se a
esses termos abstratos quando produzia suas explicações. Ao contrário, na tarefa estruturada no
NEOMYCIN havia a base para explanações mais abstratas.
Nos SBC de segunda geração, no quadro de explicações do sistema (EES-Explainable Expert
Systems Framework), constrói-se uma base de conhecimento de alto nível, que captura fatos sobre
o domínio (modelos de domínio), sua terminologia, e estratégias de solução de problemas gerais.
Um sistema de programação automática usa essa base de conhecimento como uma especificação
abstrata do SBC a ser construído. Decisões de projeto são gravadas em uma história de projeto,
que é usada para construir explanações.
Expl~nações reconstrutivas: diz-se que nós não explicamos diagnósticos, a demonstração de um
teorema matemático ou a solução de uma história de detetive do mesmo modo que descobrimos
uma solução de imediato. Ou seja, a explicação de ~se
solucionou é diferente da descoberta da
solução. Explanações reconstrutivas são construídas sob esse princípio: um SBC (o sistema em
operação) é usado para solucionar problemas, então as conclusões desse sistema são passadas para
um segundo sistema (o sistema de explanação) que justifica (e então explica) as conclusões.
O SBC DIVA experimentou esse tipo de abordagem. O DIVA inicialmente produz um diagnóstico
baseado em conhecimento associativo. Esse diagnóstico, junto com as observações coletadas
durante o raciocínio, é então passado para o módulo de explanação, que constrói um cenário causal
do que provavelmente aconteceu e mostra como esse cenário pode considerar o fenômeno
observado.
5.3.4.3 REUTILIZAÇÃO
A reutilização de componentes é um grande beneficio em alguns negócios e indústrias. Os
beneficios de uma reutilização são particulannente importantes quando os componentes são caros
ou tomam tempo para projetar e validar. A identificação de componentes reutilizáveis tem sido
uma atividade que se repete na engenharia do conhecimento. Em particular, a reutilização de bases
de conhecimento ou "estruturas de inferências" tem sido há muito tempo considerada um meio de
sobrepujar o gargalo da aquisição de conhecimento.
A reutilização nos SBC de segunda geração está presente em cada estágio de desenvolvimento:
criando modelos de nível de conhecimento, instanciando um modelo de nível de conhecimento
Cap.S - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento.
138
para um domínio particular para formar uma base de conhecimento e codificando a aplicação em
componentes de nível de conhecimento.
Reutilizando modelos de nível de conhecimento: vários anos atrás, Clancey mostrou que o
mesmo modelo de nível de conhecimento poderia ser usado para muitas tarefas diferentes. Desde
então, vários outros modelos comuns têm sido identificados. Entre os mais bem-sucedidos estão
abstração de dados, cobertura e dtferenotaçõo, captura, gerador de teste e debug, e proposta e
revisão. Embora existam muitas variações desse modelos genéricos, eles provaram ser
suficientemente genéricos para tomar-se parte do know how do engenheiro do conhecimento. O
registro de modelos usados nas aplicações, suas análises e comparações, e a pesquisa para novos
modelos genéricos tomaram-se um vasto empreendimento para a comunidade. Tentativas estão
atualmente sendo feitas para projetar bibliotecas estruturadas que cubram em certo grau de
determinados domínios.
Reutilização das bases de conhecimento: a clara distinção introduzida pelos SBC de segunda
geração entre modelos do domínio, tarefas a serem alcançadas e métodos de solução do problema
deve, a princípio, facilitar a reutilização das partes de uma base de conhecimento existente.
Contudo, foram poucas as tentativas de se fazer isso e os experimentos bem-sucedidos.
Existem tentativas no sentido de desenvolver uma base de conhecimento largamente compartilhada '
e fonnalismos para apoiar intercâmbio de bases de conhecimento.
Reutilização de componentes de níveis do conhecimento: a reutilização de códigos e shells que
implementam modelos genéricos é um passo importante no desenvolvimento dos SBC de segunda
geração. Por exemplo, Chandrasekaran completou seu Generic Task com o GT To11set:para cada
tarefa genérica (e.g., classificação) há um shell correspondente (CSRL, etc.).
Contudo, as dificuldades são várias, principalmente na adaptação e refinamento de modelos
genéricos para problemas específicos.
5.3.5. CONCLUSÕES
Descrevemos duas importantes vias de pesquisa que têm contribuído para a nova geração de SBC:
combinação de múltiplos modelos e técnicas de raciocínio, e adaptação de abordagens de nível de
conhecimento para projetos de SBC. Essas duas abordagens foram desenvolvidas no decorrer dos
anos num esforço de superar alguns dos problemas enfrentados pelos primeiros SBC baseados em~_"
regras, incluindo fragilidade, dificuldade de desenvolvimento, manutenção e validação de amplas "bases de conhecimento, e problemas de entendimento em relação ao que o sistema está fazendo e
porquê.
Em particular, as abordagens de conhecimento e modelagem usadas nos SBC de segunda geração
tiveram grande impacto nas áreas de aquisição de conhecimento, reutilização e geração de
explicações. Enquanto questões permanecem em aberto, particularmente na escolha de modelos,
integrando-os efetivamente e adaptando modelos genéricos para tarefas específicas, a tecnologia de
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
139
SBCtem avançado para o ponto onde sistemas práticos, tanto acadêmicos e comerciais, têm
proliferado.
Assim, os SBC de segunda geração têm-se mostrado uma nova proposta em IA.
5.4 METODOLOGIA KADS
Com o uso mais intensivo dos SBC, pesquisas de metodologias específicas para o seu
desenvolvimento vêm sendo desenvolvidas. Uma das metodologias bem-sucedidas, em particular,
na Europa, é o KADS. Neste subitem, nosso objetivo não é detalhar a metodologia KADS, mas
simplesmente familiarizar o leitor com o que vem a ser o KADS. Para maiores detalhes, consultar
Schreiber et alii, 1993 [SCH93].
5.4.1 mSTÓRICO
A metodologia KADS procura integrar todos os aspectos de desenvolvimento de sistemas baseados
em conhecimento com o uso do enfoque de modelos [DAM93]. Essa metodologia resultou do
projeto ESPRITl , da Comunidade Econômica Européia (CEE). O KADS vem sendo desenvolvido
por numerosas equipes de pesquisadores ao longo de quase dez anos, e suas pesquisas ainda
continuam.
O KADS nasceu no início da década de 80, quando a necessidade de uma metodologia de
desenvolvimento de sistemas baseados em conhecimento motivou um grupo de pesquisadores da
Universidade de Amsterdam e da Politécnica de South Bank (Reino Unido) a submeter uma
proposta à primeira rodada do programa ESPRIT. Essa proposta foi aceita, gerou o projeto P12 e a
sigla KADS foi criada, com o significado Knowledge Analysis and Documentation System. Essa
sigla, no entanto, se perdeu no tempo, e hoje KADS é usado como nome próprio.
O projeto PI2, propriamente, não gerou grandes resultados, mas lançou outros projetos como o
P314 e o PI098, que tiveram seus resultados popularizados na Europa, passando ao uso comercial.
Estima-se que quase uma centena de sistemas já tenham sido desenvolvidos com o KADS até hoje.
Apesar do sucesso do KADS, algumas questões não estavam totalmente solucionadas e problemas
ainda existiam. Por isso, um novo projeto foi submetido à CEE, no outono de 1990, com o título
KADS II, recebendo a nomenclatura de projeto P5248. O KADS 11também é conhecido como
CommonKADS.
Descreveremos a seguir alguns pontos importantes da metodologia KADS n, sempre baseados na
pesquisa de Damski et alii [DAM93], entre os quais se inclui um pesquisador brasileiro residente
na Universidade de Amsterdam e estudioso da metodologia.
1 ESPRIT - programa da Comunidade Econômica Européia criado em 1983 para subsidiar (parcialmente)
projetos de pesquisa na área de computação, e em particular em tecnologias estratégicas [DAM93].
Cap.S - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
140
5.4.2 OBJETIVOS, ESCOPO E PRINCÍPIOS
o
KADS n é uma alternativa especializada com relação às metodologias de engenharia de
software, uma vez que estas não levam em conta as particularidades dos sistemas baseados em
conhecimento.
A metodologia KADS n adota uma série de princípios e hipóteses relativas ao conhecimento do
perito e sua modelagem. Alguns princípios importantes são:
Princípio da modelagem:
Diz que "o desenvolvimento de um sistema baseado em conhecimento é visto como a construção
de um conjunto de modelos de comportamento visando à solução de problemas dentro de seu
contexto organizacional e de aplicação. Um sistema baseado em conhecimento é a realização
computacional associada a estes modelos" [WIE93].
Principio da limitação de papéis
Consiste em se adotar como premissa que se pode modelar um agente inteligente resolvendo um
problema, atribuindo a determinadas estruturas do conhecimento de que o agente dispõe um certo
número de papéis que essa estrutura vai desempenhar no processo de solução do problema
Princípio da tipagem do conbetimento
Afinna que "um modelo no nível do conhecimento pode ser visto como consistido de três
diferentes categorias de conhecimento: conhecimento de dominio, conhecimento de tarefa e
conhecimento de inferência" [WIE93]. Essas categorias são genéricas e aplicáveis a qualquer tipo
de conhecimento. Fonnam a chamada categoria da aplicação. O KADS n identifica também a
categoria de solução de problemas.
Principio da interação relativa
Descobriu-se que o nível de acoplamento e interação entre as categorias de conhecimento varia
com a aplicação e que, portanto, o KADS n, como uma boa metodologia, deve ser capaz de cobrir
todos os graus de interação.
5.4.3 O CONJUNTO DE MODELOS
O KADS n adota modelos distintos para cada um dos aspectos do desenvolvimento de sistemas'
baseados em conhecimento, incluindo sua interação com os usuários e outros sistemas
convencionais. A metodologia KADS Il vê o desenvolvimento de um sistema baseado em
conhecimento como a construção de um conjunto de seis modelos que, juntos, vão fonnar o
produto final do processo de desenvolvimento. Esse conjunto, denominado conjunto KADS de
modelos (KADS Model Set), é fonnado por:
Cop.5 - Tendências 'da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
141
1. Modelo de organização: permite a análise do ambiente sócio-organizacional no qual o SBC
está. inserido e inclui a descrição de funções, tarefas e restrições da organização. Também. descreve
como a introdução de um SBC irá influenciar a organização e as pessoas que nela trabalham, pois
negligenciar esses impactos pode levar à não-aceitação do sistema por seus usuários [SCH93].
2. Modelo de tarefa: especifica como a função do sistema é atingida através do número de tarefas
que o sistema executará. O conteúdo básico do modelo da tarefa é um conjunto de tarefas
estruturado de alguma maneira. (normalmente hierárquica). Uma tarefa é definida por:
· entradas e saídas: que descrevem o tipo de informação usado e gerado, pela tarefa;
· objetivos: que especificam restrições na transformação das entradas em saídas;
· restrições do ambiente: impostasna
realização da tarefa (por exemplo, normas e regulamentos);
· controle: define em que ordem e de que maneira. as subtarefas de uma dada tarefa são executadas;
· capacidades: requeridas para. se realizar a tarefa;
· ingredientes: pedaços de informações trocados entre tarefas.
3. Modelo de agente: descreve cada um dos agentes envolvidos nas tarefas (sistemas, pessoas,
unidades organizacionais) do ponto de vista do conhecimento que eles detêm e de seu fluxo
de/para. outros agentes. Os agentes mais importantes no desenvolvimento de SBC são o usuário e o
próprio sistema A cada agente está. relacionado um modelo de perícia que modela a capacidade
desse agente de resolver problemas.
4. Modelo de perícia (expertise): é o modelo central, onde o conhecimento envolvido na solução
de problemas será representado. É o modelo mais importante e mais complexo da metodologia
KADS. Um modelo de perícia está. sempre associado a um agente, que pode ser um SBC, uma
pessoa ou um sistema convencional. Descreve quais as capacidades que o agente tem em resolver
problemas usando conhecimento. Porém, é importante frisar que a idéia é de que o SE não é uma
cópia do especialista, mesmo que ambos executem a mesma tarefa, até porque têm capacidades
diferentes e, portanto, devem usar estratégias diferentes (embora. talvez similares) para. resolvê-la
[DAM93].
5. Modelo de projeto: trata da passagem do modelo de perícia para. a implementação, incluindo os
aspectos computacionais (performance, recursos, etc.), custos e outras restrições. O fato de o
modelo de projeto ficar como que à parte do modelo conceitual permite ao engenheiro do
conhecimento despreocupar-se com relação às restrições computacionais do ambiente e concentrarse no modelo conceitual que traga a melhor solução.
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
142
6. Modelo de comunicação: trata das interfaces entre agentes, e mais particularmente das
interfaces homem-máquina, descrevendo qual conhecimento será trocado e como. Assim,
preenche-se um dos aspectos comumente negligenciados no desenvolvimento de SBC, ou seja, a
interação entre usuário e sistema. O conceito básico no modelo de comunicação é a transação.
Uma transação é um conjunto de ingredientes que são trocados entre agentes.
A figura 5.3 [DAM93] sumariza o conjunto KADS de modelos, incluindo suas inter-relações
básicas.
Tarefa
Funçao
Modelo de
organizaçao
IIngrediente
Constituinte
Modelo de
Tarefa
Aplicação
tarefa
Tarefa
IIngrediente
Agente
Modelo de
agente
Tarefa de transferência
Transação
Modelo de
projeto
Fig. 5.3 O conjunto KADS de modelos.
5.4.4 O ARCABOUÇO PARA O MODELO DE PERÍCIA
O modelo de perícia é o modelo central que contém o conhecimento da aplicação e o
conhecimento da solução de problemas. O conhecimento de aplicação é composto por três tipos de
conhecimento: o conhecimento de domínio, o de inferência e o de tarefa. Tais categorias de
conhecimento correspondem a componentes de alto nível do modelo de perícia. São necessárias e
suficientes para descrever uma aplicação no nível do conhecimento. O conhecimento a .respeito do
conhecimento de aplicação é chamado conhecimento para solução de problemas. Ou seja, do
ponto de vista do KADS o conhecimento de solução de problemas é o meta-conhecimento de
aplicação. Distinguem-se dois tipos de conhecimento de solução de problemas: métodos de
solução de problemas e conhecimento estratégico (fig. 5.4).
Cap.S - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
143
Modelo de perlcia
Conhecimento de
Conhecimento de aplicação
soluçao de problemas
Conhecimento de
inferência
Conhecimento de
dominio
Conhecimento de
tarefa
Métodos de
solução de problemas
Conhecimento
estratégico
Fig. 5.4 Componentes do arcabouço do modelo de perícia.
Conhecimento de domínio: refere-se ao tipo de conhecimento sobre um determinado
(domínio), mas que não se refere a como resolver problemas sobre o assunto.
'
assunto
Conhecimento
de inferência: descreve as operações elementares de raciocínio que desejamos
realizar com o conhecimento do domínio.
Conhecimento
de tarefa: especifica as tarefas, que são blocos elementares da construção de SBC.
A metodologia KADS vem sendo bastante difundida na Europa, mas é ainda pouco utilizada nos
EUA. No Brasil, algumas empresas já usam parte da metodologia: na EPUSP e na UFRJ há grupos
de pesquisa que estudam a utilização da metodologia no desenvolvimento de aplicações.
5.5 TENDÊNCIAS
PESSIMISTAS
A maioria dos estudos sobre SBC transmitem um quadro de otimismo com relação ao futuro da
tecnologia, mas vários autores criticam tal otimismo, principalmente no que se refere às
possibilidades práticas da tecnologia. Consideramos pertinente incluir neste estudo as colocações
pessimistas, para que os leitores possam avaliar por si as reais possibilidades da tecnologia.
Firdman [FIR88] apresenta como fatores-chaves limitantes ao mercado de SBC:
1. escassez de especialistas em IA;
,''-k
2. natureza adhoc das aplicações;
3. falta de avanços significativos nas pesquisas de IA;
,
\
\
,
r
,j.
Cap.S - Tendências da Tecnologia de Sistemas Especlaltstas ou Baseados em Conhecimento
144
4. esforços pobres de treinamento e educação nas empresas.
Zwicker e Reinhard [ZWI93] alertam. quanto ao hiato de aplicabilidade dos SBC, já que as
aplicações validadas por protótipos não conseguem ser viabilizadas na prática. Os próprios autores
passaram por essa experiência no desenvolvimento de uma aplicação de SBC para treinamento
profissional, quando construíram 1DIl protótipo, cuja solução foi tecnicamente validada.
Observaram, porém, a grande distância entre o protótipo e a implementação comercial.
A pesquisa realizada por Schwabe et alli, em 1990, em bancos europeus, principàlmente na
Alemanha [SCH90], indica vários projetos em desenvolvimento com o uso da tecnologia de SBC,
a maioria constituída por protótipos, e cuja análise resultou em um certo ceticismo com relação à
aplicabilidade da tecnologia Nesse caso o desenvolvimento dos projetos ocorre por razões
puramente tecnológicas. Os problemas de utilização prática dizem respeito principalmente a
questões organizacionais e inserção nos sistemas de informações da empresa. A falta de apoio da
alta administração também é uma questão ressaltada
Malsch [MAL91] apresenta como barreira a modelagem dos SBC. A. modelagem de sistemas
desestruturados se apresenta como altamente complexa em comparação à. já conhecida,
modelagem de sistemas tradicionais. Malsch questiona inclusive a viabilidade dos SBC por
envolver altos custos, identificando o que ele denomina "crise dos SE".
Zwicker e Reinhard afirmam também que em muitas situações as formas de representação do
conhecimento e os mecanismos de inferência atualmente disponíveis são simplesmente
insuficientes e inadequados. E, mesmo que as novas abordagens, hoje objeto de pesquisa, venham
a se tornar viáveis, elas provavelmente constituirão apenas mais um passo na direção de um
horizonte longínquo de sistemas efetivamente inteligentes. De encontro à limitação apresentada por
Firdman [FIR88] - a falta de resultados significativos nas pesquisas de IA -, Zwicker e Reinhard
citam ainda Barth et alii [BAR9I], que afirmam que "os SE têm seu lugar na informática,
entretanto, não deverão desempenhar um papel preponderante em relação às funções tradicionais
de processamento de informações".
Outra questão levantada se refere à equipe de desenvolvimento, que em geral é oriunda da
informática tradicional das empresas. A inexperiência desses profissionais com a metodologia de
SBC contribui para a definição de projetos nebulosos e a exaltação de questões tecnológicas,
deixando para segundo plano as questões de análise, aquisição e organização do conhecimento, o
que é coerente com a limitação apresentada por Firdman [FIR88], que cita a escassez de
especialistas em IA e a falta de treinamento e educação.
Outro ponto se refere à estabilidade do conhecimento, pois os SBC não possuem capacidade de
aprendizado. Zwicker e Reinhardt [ZWI93] consideram que existem poucas perspectivas de, algum
dia, os SBC virem a aprender, embora pesquisas, até mesmo em instituições brasileiras no sul do
país estejam sendo realizadas com o objetivo de desenvolver a capacidade de aprendizado dos
SBC. A questão do aprendizado faz emergir a necessidade de manutenção da base de
conhecimentos. Originalmente argumentava-se que as bases de conhecimento seriam fáceis de
atualizar; no entanto, na prática, a manutenção não se mostra tão fácil, e é muitas vezes mais dificil
que em sistemas tradicionais. Para grandes sistemas é necessário o desenvolvimento de
Cap.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
145
metodologias específicas para organizar, pesquisar e atualizar essas bases de conhecimento com
vistas a sua manutenção.
Talvez a questão central do hiato de aplicabilidade resida na utilidade real do SBC. Muitas
situações consideradas complexas são, na realidade, mal avaliadas. O caso típico do SBC para
concessão de crédito, por exemplo, poderia ser tratado por algum esquema de computação
tradicional, pois na maioria dos casos a concessão de crédito é de solução trivial para um
profissional da área. Como há poucas situações excepcionais, nesses casos, esse profissional,
poderia e preferiria solucionar o problema sem o auxílio automatizado de um SBC [ZWI93].
Para esses autores o hiato de aplicabilidade deve perdurar e inclusive aumentar. No caso, a questão
mais critica é a escolha correta dos problemas passíveis de uma abordagem via SE. Provavelmente,
esses problemas são em número reduzido, e estarão em domínios altamente técnicos, sendo
problemas bastante estruturados, como citado por Firdman ao afinnar que o nonnal é a natureza
adhoc das aplicações. E que o uso da tecnologia em problemas mal estruturados seria um erro.
Para casos específicos, e sendo os SBC desenvolvidos sob medida para uma determinada
organização, em princípio, faz sentido a empresa investir no aprendizado da tecnologia.
5.6 TENDÊNCIAS E ESTADO-DA-ARTE NO JAPÃO
Consideramos interessante incluir neste capítulo algumas tendências da tecnologia de SBC no
Japão, a fim de visualizannos um outro enfoque do mercado internacional, já que a muitos dos
autores já citados neste capítulo citam.o ambiente americano.
Apresentaremos uma breve síntese de alguns pontos principais do painel realizado pela ITEC
(Japan Technology Evaluation Center) [ITE93], que investigou o desenvolvimento de SE no Japão
tanto da perspectiva tecnológica quanto da de negócios, comparando-o com os progressos e
tendências similares nos EUA.
1. A indústria de computadores assume um papel dominante na tecnologia e nos negócios de SBC.
Essas empresas tendem a usar engenheiros de sistemas no lugar dos engenheiros de conhecimento
na construção de sistemas. Conseqüentemente, a integração com os SI convencionais fica
extremamente facilitada, não constituindo problema para eles. Essas grandes companhias de
computadores também desenvolvem muitas aplicações para os seus clientes. As pequenas
empresas de consultoria têm um papel menor no desenvolvimento de aplicações, ao contrário do
que ocorre nos EUA.
2. Visto mais como uma tecnologia do que como um negocio, o campo de SE está se
desenvolvendo bem no Japão. Da mesma forma que nos EUA, a fase experimental terminou e a
das aplicações maduras está em progresso, seguindo a curva normal de aprendizado. O número de
aplicações bem-sucedidas cresceu vertiginosamente, de mais ou menos 5% a.a para cerca de 75%
a.a. nos últimos anos. Os usuários da tecnologia no Japão fazem uso eclético das técnicas de IA
(cujo lema é "tente, que dará certo"), a maioria delas originárias dos EUA e da Europa Como
Cop.5 - Tendências da Tecnologia de Sistemas Especialistas ou Baseados em Conhecimento
i ...
146 ,
acontece nos EUA, os SE são freqüentemente componentes de um sistema maior. Os japoneses
não analisam os retornos do ponto de vista do componente, mas sim do sistema como um todo.
Contudo, existem também muitas aplicações onde o SE é a principal tecnologia
3. Apesar de o nível de atividade geral ser significante e importante, não existe nenhuma evidência
de crescimento exponencial nos negócios. O negócio de SE da Hitachi parece ser o mais viável.
Outras grandes empresas, como a Fujitsu e a CSK, não têm tido sucesso.
4. Com relação às ferramentas, no Japão elas são tão sofisticadas como nos EUA.
5. O Japão possui maior experiência na aplicação de SE em indústria pesada, como a de aço e a de
construção.
Fora algumas exceções, o mercado de ferramentas dos EUA e do Japão seguem tendências
similares: o desenvolvimento de ferramentas para problemas específicos; a vertícalização; uso da
tecnologia em sistemas abertos e estações de trabalho; e ênfase na integração dos SE com outras
TI.
6. Existem fortes esforços no Japão por parte das indústrias de computadores e companhias
específicas para que a tecnologia e os negócios de SBC avancem. Essa situação é contrastante com
a dos EUA, onde se verifica um declínio nos investimentos em SBC, o que deixa os japoneses em
posição de superioridade nesta área
Com relação à atividade de pesquisa:
1. Um levantamento de três anos dos papers e trabalhos realizados no campo de SBC mostra uma
ampla faixa de tópicos estudados, cobrindo todos os temas de interesse dos EUA.
2. A qualidade de pesquisas das melhores universidades do Japão é comparável à qualidade de
pesquisas das melhores universidades dos EUA.
3. A quantidade de pesquisa (em termos de número de projetos e/ou número de publicações) é
consideravelmente menor se comparada com a dos EUA.
4. Os laboratórios industriais aparecem realizando avanços nas pesquisas. Os que se destacam são
Hitachi, Toshiba, NEC, Fujitsu, NTT, mM e Sony. O trabalho mais profundo se dá nos
laboratórios da Hitachi, que está conduzindo pesquisas sobre model-based reasoning e machine
leamtng.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
CAP.6 - PESQUISA
DE CAMPO EM EMPRESAS
147
BRASILEIRAS
Com o objetivo de ilustrar os conceitos relativos à tecnologia de SBC apresentados até aqui, bem
como de explorar e delinear um perfil das empresas brasileiras, realizamos uma pesquisa de campo
abrangendo 71 organizações de diversos ramos de atividade.
Neste capítulo descrevemos a metodologia utilizada e analisamos os resultados da pesquisa,
comparando-os com os de outras pesquisas similares realizadas no exterior e no Brasil.
6.1 METODOLOGIA
De acordo com Marconi e Lakatos [MAR90], "antes de se iniciar qualquer pesquisa de campo, o
primeiro passo é a análise minuciosa de todas as fontes documentais que sirvam de suporte à
investigação projetada". Portanto, realizamos de início uma exaustiva revisão bibliográfica,
buscando não apenas o suporte teórico, mas também dados secundários de alguns estudos já
realizados que pudessem complementar as pesquisas deste estudo.
Em seguida, partimos para a pesquisa de campo, imprescindível a este tipo de estudo. Ela foi
realizada nas principais empresas que desenvolvem ou utilizam SBC, na grande SlJo Paulo. Para
obtenção de informações, fizemos uso da mala-direta e, no caso de empresas de grande relevância
na área, efetuamos entrevistas pessoais, sempre baseados em questionário composto por perguntas
abertas e fechadas.
Como este estudo é exploratório, não existiu a intenção de estabelecer hipóteses e testá-las
estatisticamente, pois tal trabalho demandaria tempo e levantamentos de alto custo financeiro.
Assim, consideramos com relação à pesquisa:
a) População e amostra
Não encontramos dados sobre a população total de empresas usuárias ou que desenvolvem SBC.
Em vista da falta de conhecimento do tamanho dessa população e das dificuldades para determinálo e de problemas de custos e tempo, decidimos utilizar uma amostra não-probabilística.
A amostra não-probabilística de conveniência - através da qual os itens são escolhidos
simplesmente por serem mais acessíveis [BOY64] - a ser utilizada é formada pelas 134
organizações cadastradas na CIASP (Comunidade de Inteligência Artificial de São Paulo) e por
algumas outras organizações que se mostraram interessadas no estudo e díspostas a participar,
independentemente de sua vivência com a tecnologia de SBC, totalizando 141 organizações
pesquisadas.
Das 141 organizações, 75,5% localizam-se no estado de São Paulo, e os restantes 24,5% em outros
estados (ES, PE, RS, DF, SC, PR, MO, BA, 00, PA, AM, RJ). 73,8% operam no setor de
Cap.õ - Pesquisa de Campo em Empresas Brasileiras
148
serviços, 20,3% no setor industrial e 5,9% no setor comercial. Acreditamos que esta.amostra seja
significativa, considerando, principalmente, que todas as organizações pertencentes à CIASP
possuem em comum o interesse pelo uso e o desenvolvimento de IA em suas atividades.
b)
Questionário
A pesquisa foi realizada através de questionários enviados pelo correio, compostos por perguntas
abertas e fechadas: um questionário A para empresas que utilizam SE ou SBC e um questionário B
para empresas que não utilizam SE ou SBC. O questionário A divide-se em seis blocos: 1. uso; 2.
aplicação; 3. desenvolvimento; 4. problemas, limitações e fatores de sucesso; 5. impactos e
implicações organizacionais; e 6. futuro dos SE. O questionário B divide-se em dois blocos: 1.
motivo da não-utilização; e 2. futuro do SE (vide anexo 2). O uso dos dois tipos de questionários
permitiu às empresas que ainda não utilizam a tecnologia de SBC participarem do estudo.
Para empresas de maior relevância, ou seja, de maior atuação na área, foram realizadas entrevistas
pessoais, nas quais se utilizaram como guia de pesquisa os questionários anterionnente citados. A
seleção dessas empresas contou com o auxílio dos dirigentes da CIASP,.no papel de especialistas
da área de IA e SE.
c) InforIDaçõeslevantadas
O questionário A compõe-se de seis blocos, além de um preliminar, para identificação da empresa:
1. Informações gerais sobre a empresa
Dados que permitem identificar a empresa: nome, endereço, setor de atuação, ramo de atividade,
número de funcionários e faixa de faturamento anual. Aqui também incluímos informações sobre o
respondente.
2. Uso de sistemas baseados em conhecimento
Identificação do estágio em que se encontra a empresa no uso da tecnologia de sistemas
especialistas ou baseados em conhecimento.
3. Aplicações de sistemas baseados em conhecimento
Verificação de quais categorias de sistemas especialistas ou baseados em conhecimento são as mais
utilizadas pelas empresas brasileiras, e identificação das razões que levaram as empresas a usar
essa tecnologia.
4. Desenvolvimento de sistemas baseados em conhecimento
Neste bloco procuraram-se algumas características do desenvolvimento dos SBC, como métodos
ou metodologias utilizados no desenvolvimento e na aquisição de conhecimentos, ferramentas
utilizadas, porte dos sistemas desenvolvidos, tipos de representação de conhecimento utilizados e
integração dos SBC com outros sistemas disponíveis na empresa.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
149
5. Problemas. limitações e fatores de sucesso
Identificaram-se quais os principais problemas, limitações e fatores críticos de sucesso (FCS)
enfrentados pelas empresas brasileiras.
6. Impactos e implicações organizacionais
Identificaram-se quais os impactos e implicações organizacionais percebidos pelos respondentes
quando da implantação do SE ou SBC em seus ambientes de trabalho.
7. Futuro
Procurou-se identificar qual a visão dos respondentes quanto ao futuro da tecnologia de sistemas
especialistas ou baseados em conhecimento.
O questionário B divide-se em dois blocos, além de um preliminar, para identificação da empresa,
seguindo os mesmos moldes do questionário A.
1. Motivos para a não-utilizacão de sistemas baseados em conhecimento
Neste bloco o objetivo é identificar os motivos pelos quais essas empresas não usam a tecnologia
de SBC ou, se já utilizaram a tecnologia, por que deixaram de usá-la.
2. Futuro
Verificar a previsão de uso futuro da tecnologia nestas empresas e a visão dos respondentes quanto .:
ao futuro da tecnologia de sistemas especialistas ou baseados em conhecimento.
d) Defmições operacionais
Anexo, enviamos um pequeno glossário com três definições operacionais, a fim de esclarecer
dúvidas dos respondentes:
Sistemas especialistas (SE) ou sistemas baseados em conhecimento (SBC): são sistemas que
usam o conhecimento representado e procedimentos inferenciais para resolver problemas de um
determinado domínio, com qualidade comparável à do perito humano. Na realidade, o sistema
especialista caracteriza-se por envolver problemas mais específicos e dificeis, enquanto o sistema
baseado em conhecimento se refere a um domínio mais amplo e com menos especialidade. Porém,
neste estudo, tratamos SE e SBC indiferentemente, chamando-os, de maneira geral, de sistemas
especialistas no decorrer do questionário.
Engenheiro do conhecimento (EC): pessoa ou grupo que busca apreender o conhecimento e o
método de raciocínio de um especialista humano ou de um determinado domínio para estruturá-lo
em um sistema especialista ou baseado em conhecimento. Quando citamos "engenheiro do
conhecimento" no questionário, referimo-nos à(s) pessoa(s) em sua empresa que exercem esta
função independentemente de como são chamadas.
Exibir viabilidade do SE: demonstrar a viabilidade técnico-econômica do uso da tecnologia, ou o
custo/beneficio do sistema.
Cap.6 - Pesquisa d~ Campo em Empresas Brasileiras
150
No questionário, optamos pelo uso do termo sistemas especialistas
meio empresarial e mais familiar aos leigos no assunto.
6.2 RETORNO
(SE), por ser mais usual no
DA PESQUISA
Das 141 organizações pesquisadas, 71 respostas válidas foram obtidas,
correspondendo ao
excepcional índice de retomo de 50,35% (o índice de retomo médio alcançado pelas pesquisas
desse tipo no Brasil varia entre 15 e 20%; 30% já é considerado um índice excelente).
o alto índice
de retomo se deve aos seguintes fatores em conjunto:
1. Grande interesse das empresas pelo tema. Considerar, no entanto, o fato de a comunidade
pesquisada compor-se de empresas que já possuem interesse pelas tecnologias de inteligência
artificial.
2. Apoio da CIASP, através de divulgação em infonnativos
em seus encontros.
e abertura de um canal de divulgação
3. Esforços intensos despendidos na realização do follow-up, com cobranças e contatos constantes
às 141 empresas.
4. Envio do retomo dos resultados às empresas participantes da pesquisa (duas empresas que não
responderam à pesquisa por motivos estratégicos solicitaram o retomo desses resultados).
5. Entrevistas pessoais realizadas em 21 organizações.
Das 71 respostas, 21 foram obtidas através de entrevistas e 50 via fax ou correio.
As entrevistas pessoais basearam-se nos questionários, explorando, porém, com mais profundidade
cada uma das questões. O tempo médio das entrevistas foi de duas horas, com um tempo mínimo
de 30 minutos e o máximo de seis horas. Cabe ressaltar a constância do interesse pelo tema
demonstrada pelos participantes em todas as entrevistas, o que deixa clara a atualidade do tema.
6.3 PERFIL
DOS RESPONDENTES
6.3.1 PESQUISA
Universo:
141 organizações
Amostra:
71 organizações
Percentual:
50,35 %
152
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Considerando, agora, o ramo de atividade, vemos que a amostra é composta, em sua maioria, por
empresas da área de serviços (67,5%), aí incluídos bancos, instituições de pesquisa, universidades,
consultorias, energia elétrica e outras (fig.6.3). A área comercial é de apenas 7,5%, enquanto a
industrial corresponde a 25% da amostra. Convém ressaltar que alguns respondentes identificaramse com mais de um ramo de atividade. Não temos empresas puramente comerciais; a maioria delas
atua em serviço e comércio e/ou indústria e comércio.
Serviços:
67,5 %
Indústria:
25,0%
Comércio:
7,5%
Ramos de atividades
25,00%
7,50%
67,50%
o Serviços
Ellndústria
11Comércio
Fig. 6.3 Perfil da amostra por ramo de atividade.
Outra característica da amostra é que 60,6% das empresas são privadas e 39,4% estatais (fig.6.4).
Apesar do número de empresas privadas ser maior do que o número de estatais, verifica-se um
percentual significativo de empresas estatais. Isso ocorreu com a participação, em nossa pesquisa,
de grandes bancos e empresas energéticas do governo, que são grandes investidoras em IA. Esse
investimento se deve ao uso estratégico de IA nessas organizações e pelo seu grande porte,
posicionando-as entre as empresas que se situam no estágio de maturidade no uso de TI, de acordo
com Nolan [NOL79]. Entre as estatais também temos as universidades e institutos de pesquisa.
Nos gráficos adiante (fig. 6.5 e figo 6.6) representamos os ramos de atividades que se destacam nas
empresas privadas e estatais, tomando possível visualizar a diversidade da amostra.
153
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Privadas/estatais
39,40%
60,60%
[] Privadas
m Estatais
Fig. 6.4 Perfil da amostra por empresas privadas e estatais.
Estatais - ramos de atividades
Medicina
11%
Telecom.
11%
Outros
14%
Ens/Pesq
17%
Financeiro
11%
Energia
18%
Fig. 6.5 Perfil das empresas estatais por ramo de atividade.
154
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Privadas - ramos de atividades
Quimica
Outros
Informát.
5%
19%
19%
Metalurg.
7%
Engenh.
Siderurg.
5%
5%
Automaç.
Autopeças
7%
5%
Financ.
28%
Fig. 6.6 Perfil das empresas privadas por ramo de atividade.
Com relação à localização das empresas, temos a concentração da amostra no estado de São Paulo
(72%). As demais (28%) estão nos estados do Rio de Janeiro, Minas Gerais, Paraná, Rio Grande
do Sul, Bahia, Santa Catarina, Pernambuco e Goiás (fig.6.7).
Localização das empresas
~ Gde. São Paulo
m Interior
SP
• Rio de Janeiro
O Minas Gerais
12%
• Paraná
eSta.
54%
Catarina
aR. G. Sul
~Bahia
11Pernambuco
CGoiás
Fig. 6. 7 Localização geográfica das empresas participantes.
6.3.3 QUEM UTILIZA
E QUEM NÃO UTILIZA
SBC
Das 71 respostas, 44 correspondem ao questionário A e 27 ao questionário B. Ou seja, 62% das
empresas pesquisadas utilizam SBC enquanto 38% não o utilizam (fig.6.8). Ressalta-se mais uma
vez o viés manifestado pelo tipo da amostra, constituída por uma comunidade de empresas que
155
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
. possui interesse comprovado na área de inteligência artificial, já que buscaram filiar-se à CIASP.
Assim, se a pesquisa tivesse uma amostra mais imparcial quanto ao interesse por IA,
provavelmente o índice de empresas que utilizam SBC seria percentualmente menor. Porém,
considerando os objetivos desta dissertação, estamos certos da validade dos resultados da amostra
apresentada.
Empresas que usam e não usam SBC/SE
UsamSBC/SE
62%
Não usam
SBC/SE
38%
Fig. 6.8 Empresas que usam e empresas que não usam SBC/SE.
6.3.3.1 PERFIL
DOS RESPONDENTES
QUE NÃO UTILIZAM
SE OU SBC
As empresas que não usam SE ou SBC têm o seguinte perfil, segundo o ramo de atividades:
Serviços: 72,4%
Indústria: 20,7%
Comércio: 6,9%
Temos 40,7% de empresas estatais e 59,3% de empresas privadas.
Em termos de número de funcionários, com relação ao total de empresas que compõem a amostra
como um todo (ver fig.6.1), temos o seguinte perfil, representado na figura 6.9.
156
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Não usam SBC - núm. funcionários
100,00%
80,00%
60,00%
% empresas
40,00%
12,13%
20,00%
> 15000
5000 14999
10,61%
1000 4999
1,52%
1,52%
500 999
200 499
< 200
Fig. 6.9 Perfil das empresas que não usam SBC, por número de funcionários,
com relação à amostra como um todo.
Quanto ao faturamento, constatamos uma maior concentração de empresas grandes. Na figura 6.10,
apresentamos o perfil das empresas que não utilizam SBC, por faturamento anual, com relação à
amostra como um todo.
Não usam SBC - faturamento
(US$ milhões)
100,00%
80,00%
60,00%
% empresas
40,00%
20,00%
15,95%
1,45%
0,00%
>
500
100 500
1099
1- 9
< 1
slfins
lucr.
Fig. 6.10 Perfil das empresas que não usam SBC, por faturamento anual,
com relação à amostra como um todo.
157
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
6.3.3.2 PERFIL
DOS RESPONDENTES
QUE UTILIZAM
SE OU SBC
As empresas que usam SE ou SBC têm o perfil abaixo de acordo com ramo de atividades:
Serviço: 67,5%
Indústria: 25,0%
Comércio: 7,5%
Dentre elas, 39,4% são estatais e 60,6% são privadas.
/.0 ao número de funcionários, verifica-se uma homogeneidade no tamanho das empresas.
», também usamos o percentual com relação à amostra total (fig.6.11).
Usam SBC - Núm. funcionários
100,00%
80,00%
% empresas
60,00%
40,00%
20,00%
0,00%
10,58%
I
1
> 15000
16,67%
I
13,63%
I r
5000 14999
1
10004999
6,08%
7,58%
I
I
500 999
9,09%
200 499
I
<200
Fig. 6.11 Perfil das empresas que usam SBC, por número de funcionàrios,
com relação à amostra como um todo.
Quanto ao faturamento das empresas que usam SBC, ocorre uma maior concentração de empresas
de alto faturamento (fig. 6.12).
158
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Usam SBC - faturamento
(US$ milhões)
100,00%
80,00%
60,00%
% empresas
40,00%
24,65%
20,00%
0,00%
>
500
100 500
10 99
1-9
<1
s/fins
lucr.
Fig. 6.12 Perfil das empresas que não usam SBC, por faturamento anual,
com relação à amostra como um todo.
6.4 ANÁLISE DAS EMPRESAS QUE UTILIZAM SE OU SBC
Analisamos as respostas das empresas que utilizam SE ou SBC (um total de 44 organizações).
6.4.1 BLOCO 1- USO DE SISTEMAS ESPECIALISTAS
6.4.1.1 ESTÁGIOS DE DESENVOLVIMENTO DE SE OU SBC
o
primeiro bloco do questionário procurou identificar o número de SBC e seu estágio de
desenvolvimento nas organizações pesquisadas. Os estágios de desenvolvimento pesquisados
foram: sistemas em operação, protótipos em operação, sistemas em estudo ou desenvolvimento,
sistemas fracassados e sistemas comercializados. Deixamos, também, uma opção em aberto outros (*) - em que as empresas citaram: SE desenvolvido, utilizado, mas obsoleto; SE suspenso
temporariamente por falta de pessoal para desenvolvimento; protótipos desenvolvidos que não se
tomaram SE (tab. 6.1).
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Estágios de
desenvolvimento
Sistemas em operação
Protótipos em operação
Estudo ou
desenvolvimento
Fracassaram
Comercializados
Outros
Total
Número de
respostas
(seleção múltipla
permitida)
22
14
28
159
Número de
sistemas
Número médio de
sistemas
94
21
94
4,27
1,50
3,36
11
4
6
19
28
9
1,73
7,00
1,50
85 (44)
265
3,12 (6,02)
Tab. 6.1 Estágio de desenvolvimento.
A tabela acima mostra que os SE em estágios de desenvolvimento são em média 6,02 sistemas por
organização.
Como os sistemas comercializados não se apresentam efetivamente em estágio de
desenvolvimento, e sendo dificil saber com precisão se os respondentes consideram ou não os
sistemas comercializados entre os sistemas em operação, decidimos excluir este item, a fim de
atingir resultados mais realistas. Desconsideramos também o item "outros", já que não se mostra
de grande relevância. Assim, chegamos à tabela 6.2 (veja representação gráfica na figo6.13).
Estágios de
desenvolvimento
Sistemas em operação
Protótipos em operação
Estudo ou
desenvolvimento
Fracassaram
Total
Número de
respostas
(seleção múltipla
permitida)
22
14
28
11
65 (44)
Número de
sistemas
Número médio de
sistemas
94 (41,2%)
21 (9,2%)
94 (41,2%)
4,27
1,50
3,36
19 (8,4%)
228 (100%)
1,73
3,51 (5,18)
Tab. 6.2 Estágio de desenvolvimento - excluindo sistemas comercializados.
,..----
160
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
ESTÁGIO DE DESENVOLVIMENTO
Protótipos em
operação
Sistemas em
operação
9,2%
41,2%
Fracassos
desenvolv.
8,4%
41,2%
Fig. 6.13 Estágio de desenvolvimento
dos SBC/SE pesquisados.
Desconsiderando as respostas de duas empresas que destoam do restante, uma com 40 sistemas em
operação e a outra com 30 sistemas em estudo e desenvolvimento, temos as seguintes médias (tab.
6.3, verfig. 6.14):
.
Número de
respostas
(seleção múltipla
permitida)
Estágios de
desenvolvimento
Sistemas em operação
Protótipos em operação
Estudo ou
desenvolvimento
Fracassaram
Total
Número de
sistemas
Número médio
de
sistemas
21
14
27
54 (34%)
21 (13%)
64 (41%)
2,57
1,50
2,37
11
73 (42)
19 (12%)
158 (100%)
1,73
2,16 (3;76)
Tab. 6.3 Estágio de desenvolvimento,
excluindo valores destoantes.
ESTÁGIO DE DESENVOLVIMENTO
Protótipos em
operação
Sistemas em
operação
13%
34%
Fracassos
desenvolv.
12%
41%
Fig. 6.14 Estágio de desenvolvimento
dos SBC/SE pesquisados.
161
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Um trabalho realizado por Hoppen e Antunes [HOP90a], em 1990, na UFRGS, em que foram
pesquisados 28 sistemas em empresas brasileiras, constatava em sua amostra a existência de quatro
sistemas em operação e 24 protótipos (fig. 6.15). Traçando um gráfico dos resultados da nossa
amostra considerando o percentual de sistemas em operação com relação aos protótipos, temos a
fig.6.16.
Estágio de desenvolvimento
Sistemas em
operação
14%
Protótipos em
operação
86%
Fig. 6.15 Protótipos e sistemas em operação da amostra de Hoppen e Antunes, 1990.
Estágio de desenvolvimento
I.
Protótipos em
operação
Sistemas em
operação
18%
82%
Fig. 6.16 Protótipos e sistemas em operação de nossa amostra, 1994.
Observamos uma inversão no número de sistemas em operação com relação ao número de
protótipos em operação, o que demonstra os avanços da tecnologia nas empresas brasileiras com
relação à pesquisa de Hoppen e Antunes em 1990, os quais proporcionaram a implementação de
um número maior de sistemas em operação. Já a quantidade menor de protótipos, atualmente, pode
também ser motivada pela conjuntura econômica do país, que provoca a queda de investimentos
em novas aplicações, pois, em geral, novos investimentos sempre se iniciam com novos' protótipos.
Durante as entrevistas consideramos que, de maneira geral, nos últimos dois anos houve o
deslocamento de equipes que atuavam em IA para outras TI mais competitivas, como é o caso das
'!
162
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
. redes de microcomputadores (downsizing) e multimídia. Essa resolução das empresas,
conseqüentemente, engorda a fatia de sistemas em estudo e desenvolvimento; ou seja, os sistemas
ficam aguardando o retorno daquelas equipes para dar continuidade a seu desenvolvimento, o que
reduz a quantidade de protótipos.
Outra pesquisa realizada na Europa em 1991 [SCH93], com bancos da Áustria, Alemanha e Suíça,
exibia, entre 27 SE pesquisados, 17 (63%) sistemas em operação e 10 (37%) protótipos (fig. 6.17).
Esse percentual é mais realista, e é para aí que as empresas brasileiras devem caminhar quando ti
economia do país atingir certa estabilidade.
Estágio de desenvolvimento
Sistemas em
operação
63%
Protótipos em
operação
37%
Fig. 6.17 Protótipos e sistemas em operação, pesquisa Áustria, Alemanha e Suíça, 1991.
Em 1986, a Japan Information Processing Development Center (JIPDEC) [JIP87] realizou uma
pesquisa sobre o uso de sistemas especialistas com seus associados (essa entidade é semelhante à
SUCESU, com organizações de diversos ramos interessadas em TI de um modo geral). A pesquisa
foi enviada para os seus 227 associados e para mais 356 organizações listadas no Relatório Anual
de 1985 (Annual Survey Report on Computer Users), totalizando 583 organizações. Houve um
retorno de 203 respostas válidas, incluindo empresas que usavam e não usavam SE, todas usuárias
de computadores. Das 203 organizações, 34% são da indústria, 42% de serviços, 4% do comércio,
7% da construção e 13% de outros ramos (não especificado); 88,7% das empresas são privadas.
Como nossa pesquisa também se baseou em questionário da JIPDEC, apresentaremos no decorrer
deste capítulo comparações com esse estudo. No entanto, ressaltamos que não é correta uma
comparação direta das informações devido ao caráter exploratório de nossa pesquisa e das
diferentes bases e universos das pesquisas: enquanto nosso estudo tem como universo uma
comunidade de interesse na área de IA, a pesquisa da JIPDEC tem como universo 583
organizações usuárias de TI em geral. Contudo, consideramos enriquecedora a comparação dos
resultados em caráter ilustrativo e para posicionar o cenário de nossa amostra com outras do
exterior. Da mesma forma, todas as comparações realizadas neste estudo com outras pesquisas,
nacionais ou internacionais, são apenas no sentido de ilustração e enriquecimento.
/ '
163
-,
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
A questão do estágio de desenvolvimento também foi questionada pela JIPDEC. Oitenta das
organizações que já possuíam experiência com a tecnologia de SE responderam a essa questão
(tab.6.4). Os resultados são exibidos a seguir:
Número de
respostas
(seleção múltipla
permitida)
Estágios de
desenvolvimento
74 (19%)
99 (26%)
212 (55%)
7,4
3,0
2,9
3
3 (1%)
1,0
120 (80)
388 (100%)
3,2 (4,9)
Tab. 6.4 Estágio de desenvolvimento,
ESTAGIO
Número médio de
sistemas
10
33
74
Sistemas em operação
Protótipos em operação
Estudo ou
desenvolvimento
Fracassaram
Total
Número de
sistemas
pesquisa da JIPDEC, no Japão em 1986.
DE DESENVOLVIMENTO
Protótipos em
operação
26%
Estudo e
desenvolv.
55%
Sistemas em
operação
Fracassos
19%
Fig. 6.18 Estágio de desenvolvimento
1%
SBC/ SE - Pesquisa JIPDEC (Japão 1986).
Observando nossa amostra e a da JIPDEC, verificamos que o número médio de sistemas por
organização em nossa pesquisa está acima do encontrado na do Japão. Encontramos 5,18 sistemas
por organização, enquanto no Japão são 4,9. Porém, se excluirmos as duas empresas da nossa
amostra que possuem um número grande de sistemas, destoando da média, atingimos a média de
3,76 sistemas por organização, ou seja, um valor mais baixo que o da pesquisa da JIPDEC.
Ao vermos o item sistemas em operação, verificamos que no Japão a média é 7,4, enquanto a
nossa média é de 4,27 sistemas em operação. A quantidade de protótipos em operação em nossa
amostra também é menor 1,50 para 3,0 do Japão. A média de fracassos em nossas empresas é
maior do que no Japão: enquanto lá temos 1,0 sistema fracassado por empresa respondente, aqui
temos 1,73 sistemas. E o número médio de sistemas em desenvolvimento em nossa amostra é de
3,36 enquanto no Japão é de 2,9.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
164
Considerando em nossa amostra o total de sistemas desenvolvidos (94 em operação + 19
fracassados = 113), temos um índice de fracasso de 19 sistemas em 113, ou seja, 16,81%. No
Japão (74 em operação + 3 fracassados = 77), o índice é de 3 sistemas em 78, isto é, de 3,90%.
Analisando por esse ângulo, o índice de fracassos no desenvolvimento de SE em nossas empresas
mostra-se quatro vezes maior do que no Japão. Vejamos no decorrer da análise se conseguimos
concluir quais os motivos desse índice de fracassos.
Visualizando o percentual de cada estágio de desenvolvimento, verifica-se que no Japão o
percentual de sistemas em estudo e desenvolvimento é maior do que os demais. Isso é natural,
considerando que a pesquisa do Japão data de 1986 quando realmente existiam mais sistemas em
estudo do que em operação.
6.4.1.2 CATEGORIAS DE SE
Perguntamos às empresas que já utilizam SBC quais as categorias de aplicações que já
desenvolveram, que desenvolvem ou pretendem desenvolver em suas empresas. Colocamos como
alternativas as categorias propostas por Hayes-Roth [HAY83] com algumas adaptações, e também
uma opção aberta: Outras. Dentro de outras, os respondentes citaram: escalação (três empresas); a
partir de dados inferir decisões (uma empresa); sistema convencional embutido em um SE (uma
empresa); e reconhecimento de imagens (uma empresa). Podemos considerar a escaIação um
sistema do tipo planejamento, e o reconhecimento de imagens um sistema de interpretação.
As categorias apresentadas estão descritas na tabela 6.5 e na figura 6.19, juntamente com o número
de empresas que citaram cada categoria
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Categoria
Interpretação
Previsão
Diagnóstico
Projeto
Planejamento
Monitoramento
Depuração
Reparo
Instrução
Controle
Interface inteligente
Embeded
Outras
TOTAL
Descrição
Núm.de
resposta
s
a partir de dados inferir a descrição de uma situação
13
a partir de situações fornecidas inferir as prováveis
16
conseqüências
a partir de observações inferir os problemas ou
34
falhas
configurar objetos sob restrições
14
planejar ações ou atividades
22
comparar observações com resultados esperados
12
prescrever soluções para problemas ou falhas
9
executar planos para administrar soluções prescritas
7
treinamento de um estudante, com diagnóstico,
9
depuração e reparo
controlar o ambiente de um sistema
9
realiza a comunicação entre usuário e outro sistema
5
como sistema com funções específicas, embutido
15
em um sistema maior
Foram citadas: escalação; a partir de dados inferir
6
decisões; sistema convencional embutido em um
SE; reconhecimento de imagens
171 (44)
165
%
empresas
29,6
36,4
77,3
31,8
50,0
27,3
20,5
15,9
20,5
20,5
11,4
34,1
13,6
Tab. 6.5 Categorias de SBC/SE utilizadas pelas empresas.
Observe que muitos sistemas exercem funções de mais de uma categoria; por isso, as respostas
foram de múltipla seleção. Cabe ressaltar também que o fato de uma aplicação estar inserida em
alguma das categorias anteriormente descritas não garante que ela seja adequada à tecnologia de
SBC.
Muitas organizações - três entre cada quatro empresas ou 77,3% do total de empresas - indicaram.o
diagnóstico como uma das atividades alvo para SBC. Tal constatação era esperada, quando
lembramos que a categoria de diagnóstico é uma das pioneiras (veja o exemplo clássico do SBC
MYCIN no diagnóstico de doenças, uma das mais maduras aplicações de SBC). O diagnóstico se
apresenta também como categoria que recebe grandes investimentos em pesquisa e
desenvolvimento de novos métodos e técnicas, haja vista a metodologia KADS, em que já há
modelos prontos em diagnóstico [BEN94]. Em pesquisa realizada por Hoppen e Antunes
[HOP90a], entre 28 sistemas pesquisados, 18 são de interpretação/diagnóstico, o que se explica
pela existência, para essa categoria, de conhecimento mais fácil de explicitar nas organizações
[HOL87]. Essa mesma pesquisa identificou quatro sistemas de previsão/planejamento e três
sistemas da categoria projeto, dois em treinamento e um em controle.
Além da categoria diagnóstico, outras bastante citadas foram planejamento (50% das empresas
utilizam esse tipo de SBC), previsão (36,4%) e sistemas embutidos (embeded) (34,1%). As
aplicações de planejamento são muito utilizadas pelo ramo industrial, enquanto os sistemas
embutidos, ainda recentes, já se mostram uma forte tendência na medida em que a tecnologia de
166
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
SBC se integra às outras TI. Os percentuais foram calculados, dividindo-se a quantidade
empresas que citaram cada uma das categorias pelo total de respondentes (44 empresas).
de
Categorias de aplicações em SE
35·T---------~--------------------------------------------
20-1----Qtde. empresas
15 +--<14-10
5
Interpr. Prev. Diagn. Projet. Planej. Monit. Depur. Repar. Instr.
Contr. Interf. Embut OUtras
jntelig.
Fig. 6.19 Categorias de SBC/SE utilizadas pelas empresas.
Portanto, as três categorias de aplicações mais utilizadas nas empresas brasileiras pesquisadas
diagnóstico, planejamento e previsão.
são
Na pesquisa realizada no Japão [JIP87], constatou-se o percentual de sistemas por categoria (tab.
6.6). Para esse item da pesquisa da JIPDEC o número de respondentes foi de 98 organizações.
Categorias
Interpretação
Previsão
Diagnóstico
Projeto
Planej amento
Monitoramento
Depuração
Reparo
Instrução
Controle
Outras
TOTAL
Número de
respondentes
15
25
64
44
35
9
5
10
18
19
8
O/o
empresas
15,3
25,5
65,3
44,9
35,7
9,2
5,1
10,2
18,4
19,4
8,2
252 (98)
Tab. 6.6 Categorias de SBC/SE - pesquisa da JIPDEC, Japão 1986.
167
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Observamos que, no Japão, a categoria mais utilizada também é o diagnóstico; com duas entre três
empresas ou 65,3% das empresas utilizando-a. Em seguida vêm as categorias de projeto (44,9%) e
planejamento (35,7%) (ver fig.6.20).
'Categorias
de SBC/SE • Japão 1986
100
90
80
70
60
% empresas
50
40
30
20
10
O~~--~~"L---~,,~----~~
Planejam.
Projeto
Diagnóstico
Fig. 6.20 Categoria de SBC/SE utilizados, Japão 1986.
Outra pesquisa, realizada por Tyran e George [TYR93] com responsáveis pelo desenvolvimento de
45 projetos bem-sucedidos de SBC, exibem que, dentre eles, 57% são sistemas do tipo
diagnóstico, 17% seleção, 15% planejamento/escalação, 11% projeto/configuração (ver fig.6.21).
Categorias
de SBC/SE • EUA 1993
,,-
100
90 V
80 V
70 V
60 V
% empresas
50
V
57%
'/';':. ':":.'
V
V
20 V
10 V
.....•
.,
40
17%
30
O
Diagnóstico
./.:;:.
.~
1 <;Ql..
~
liLJ '.. lfL.t
Seleção
Projeto
.,.,
:,.: . e./.
l~
Planejam.
Fig. 6.21 Categoria de SBC/SE utilizados, EUA 1993.
Separando os dados de nossa amostra por ramo de atividade, temos os números representados na
tabela 6.7.
SERVIÇOS
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
168
Categorias
Número de
respendeetes
Interpretação
Previsão
Diagnóstico
Projeto
Planejamento
Monitoramento
Depuração
Reparo
Instrução
Controle
Interface inteligente
11
12
28
10
12
9
6
5
8
6
5
12
5
129 (33)
Embeded
Outras
TOTAL
%
empresas
33,3
36,4
84,8
30~3
36,4
27,3
18,2
15,2
24,2
18,2
15~2
36,4
15,2
Tab. 6.7 Categorias de SBC/SE do ramo de serviços de nossa amostra.
Observamos que no ramo de serviços a categoria mais desenvolvida de SBC é a de diagnóstico:
84,8%, ou seja, cinco entre seis das 33 empresas da área de serviços a utilizam.
Para melhor análise, dividimos o ramo de serviços em cinco campos, de acordo com os tipos mais
freqüentes de organizações em nossa amostra: financeiro, de informática, de saúde, de ensino e
outros.
No campo financeiro, composto por 27% das 33 empresas,
diagnóstico (87,5%), interpretação (50%) e previsão (50%).
destacaram-se
as categorias
de
Todas as empresas de informática fazem uso das categorias de diagnóstico (100%) e 50% delas da
categoria de planejamento, representando 24% das 33 empresas de serviços.
Na área da saúde, que representa 9% das empresas de serviços, tivemos o diagnóstico
monitoramento (66,7%) e embeded, sistemas embutidos (66,7%).
(100%),
A área de ensino, representando 18% das empresas de serviços, apresentou também a categoria de
diagnóstico em destaque, com 60% das organizações de ensino a utilizá-la.
No restante das organizações, que inclui empresas da área energética, de telecomunicações,
transporte, automação e serviços públicos, também destaca-se a categoria de diagnóstico, com
78%.
Cap.6 - Pesquisa de CQ1(Ipoem Empresas Brasileiras
169
INDÚSTRIA
Categorias
Interpretação
Previsão
Diagnóstico
Projeto
Planejamento
Monitoramento
Depuração
Reparo
Instrução
Controle
Interface
Inteligente
Embeded
Outras
TOTAL
Número de
respondentes
3
4
8
7
12
4
4
2
1
3
%
empresas
21,4
28,6
57,1
50,0
85,7
28,6
28,6
14,3
7,1
21,4
0,0
4
2
54 (14)
28,6
14,3
°
Tab. 6.8 Categoria de SBC/SE do ramo industrial de nossa amostra.
No ramo industrial (tab. 6.8), vemos que a categoria mais citada é a de planejamento (85,7% das
empresas), seguida da de diagnóstico (57,1%). Realmente, durante as entrevistas efetuadas notouse o uso mais intensivo dos sistemas baseados em conhecimento do tipo planejamento nas
indústrias, no caso SBC para o planejamento da produção. A empresa VHM (nome fictício), por
exemplo, desenvolveu um SBC que interliga os pedidos de clientes com a linha de produção. O
SBC verifica primeiro se o pedido do cliente está dentro das normas técnicas e é tecnicamente
viável. Após essa etapa, fornece o plano das atividades a serem desenvolvidas pela produção,
incluindo necessidade de matéria-prima, tipos de tratamentos químicos aos quais o material se
submeterá, máquinas a serem utilizadas, ou seja, um planejamento completo da atividade de
fábrica.
Consideramos o setor comercial sem relevância neste tipo de análise, pois os diversos estudos
sobre aplicações de SBC [RAU86, HAR88] demonstram que esse setor, de modo geral, é o menor
usuário de SBC. Dessa forma, restringimos nossa análise aos ramos de serviço e industrial. O
gráfico a seguir (fig. 6.22) compara os dois ramos citados.
170
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Categoriadesistemaspor ramodeatividade
90
c:::;:
~ t-----4
80
a Serviços
Olndústria ------1
11-----------
70
60
U>
~
ea.
50
~
40
E
Q)
30
I'-- .
A-~kI
~
-
I--
~1
~
F=
!I!=
,i:;:
a:: !
:-;;;
20
r.
E
~,
F!:::;
10
,::.
,,-.
f.-
fl
O
Inlerpr.
Prov.
Dlagn.
Projeto
PlaneJ.
Monl!.
Depur.
Reparo
lnstr,
1,
Conlr.
Inler!
•
Embut
Outras
Intel.
Fig. 6.22 Categoria de sistemas por ramo de atividade - indústria e serviços - de nossa amostra,
6.4.1.3 RAZÕES
PARA O USO DE SE
Questionamos em seguida o que levam as organizações a utilizar a tecnologia de SE, ou seja, quais
as razões para a implementação dos SBC em suas empresas. Foram listados 16 motivos baseados
na litemtura pesquisada, além do item usual Outros, para o respondente que quisesse citar outros
motivos não relacionados. Solicitamos a cada respondente a avaliação de cada um dos itens com
uma nota de O a 5, onde "O" corresponde a uma razão inexistente na empresa e "5" corresponde a
uma forte razão na empresa. Apenas três respondentes citaram motivos diferentes: um deles, custo
de desenvolvimento compamdo com outras tecnologias; outro, solução de problemas complexos e
também a pesquisa pura, dando nota 5 para tais itens. Dos 16 itens citados em questionários,
obtivemos as seguintes pontuações (em ordem crescente de pontuação) (tab. 6.8):
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Razões para o desenvolvimento/implementação
de SE em sua empresa
Melhoria da qualidade
Melhoria da produtividade
Apoio à decisão
Preservação do conhecimento
Padronização do conhecimento
Disseminação do conhecimento
Retornos financeiros
Melhor monitoria e controle
Vantagem competitiva
Automatização de tarefas pouco estruturadas
Facilidade/auxílio no treinamento
Não depender do especialista
Conhecer uma nova tecnologia
Criação de novos serviços/produtos
Provar a validade da tecnologia
Atingir novos mercados
Tab. 6.8 Razões para o desenvolvimento
171
Pontwlçio
(média)
Desvio-padrio
4,13
4,04
3,83
3,75
3,67
3,63
2,83
2,79
2,59
2,56
2,38
2,31
2,15
1,73
l,49
1,17
e implementação
1,11
1,24
1,62
1,28
1,16
1,28
1,72
1,68
1,91
1,61
1,51
1,71
1,57
1,72
1,70
1,56
de SBC/SE.
As três principais razões para o uso de SBC, de acordo com os respondentes, são: melhoria da
qualidade, melhoria da produtividade e apoio à decisão. As duas primeiras obtiveram média acima
de 4,00, e com os menores desvios-padrões, demonstrando uma maior convergência de opiniões.
Uma pesquisa realizada nos EUA pela AI Expert em 1990 [PID90], enviada a 1000 leitores, com
14,8% de retomo, ou seja, 148 respostas válidas, constatou também que as três principais razões
para o uso da tecnologia de SBC são: melhoria no processo de decisão (67%), melhoria de
produtividade (63%) e melhoria de serviços (53%).
Em 1993, outra pesquisa realizada nos EUA, por Byrd [BYR93] , que enviou questionário de
quatro páginas a 200 engenheiros do conhecimento participantes de um congresso e obteve 37% de
retomo, ou seja, 74 respostas válidas, concluía que a principal razão para o uso de SBC se resumia
a apoio à decisão.
Visualizamos dessa forma uma tendência no uso dos SBC para apoio à decisão, mesmo porque as
empresas, de um modo geral, carecem de e buscam sistemas automatizados que venham apoiá-las
em processos decisórios, que exigem a cada dia maior agilidade, dinamismo e confiabilidade.
Outras três razões também citadas como importantes por nossos respondentes
padroni zação e disseminação do conhecimento.
são: preservação,
A padronização do conhecimento vem apoiar a gestão da qualidade nas empresas, enquanto a
disseminação apresenta-se como ponto estratégico para a flexibilidade organizacional.
Cap.6 - Pesquisa
de Campo em Empresas Brasileiras
172
Note-se ainda que os desvios-padrões na área industrial são geralmente menores, o que demonstra
uma convergência um pouco maior de opiniões entre as empresas.
Em pesquisa realizada por Hoppen e Antunes [HOP90a], as principais finalidades indicadas para o
desenvolvimento de SBC, classificadas por categoria de aplicação, foram:
- interpretação/diagnóstico: redução de custos, aumento da qualidade, aumento da produtividade de
usuários, difusão do conhecimento e padronização de sua aplicação, fonnalização do conhecimento
distribuído entre vários especialistas;
- previsão/planejamento: aumento da qualidade e da produtividade de usuários e equipamentos;
- projeto/concepção: redução de custos, aumento da produtividade, flexibilidade e qualidade,
fonnalização de conhecimento disseminado, difusão do conhecimento e padronização de sua
aplicação;
- treinamento: formalização e difusão do conhecimento, padronização de sua aplicação e redução
do tempo do treinamento.
Deve-se ressaltar ainda que em todas as categorias o SBC é visto como uma ferramenta de apoio
ao processo decisório.
Apenas para comprovar a evolução no uso da tecnologia, verificamos que, em 1986, a pesquisa
realizada pela JIPDEC no Japão, com 203 organizações, constatava como principais razões para o
uso de SBC:
- aliviar a carga de trabalho do especialista (61,2%);
- entender a tecnologia (51%);
- melhorar a produtividade (46%);
Observamos em nossa amostra que as empresas não estão preocupadas em conhecer a tecnologia
ou provar sua validade, como ocorria nas empresas japonesas em 1986. Tais itens receberam
médias baixas: 2,15 e 1,49, respectivamente. Na realidade, as empresas, hoje, só se envolvem com
a tecnologia a partir do momento que percebem que ela lhes trará a solução de algum tipo de
problema, ou seja, quando o seu beneficio é percebido. Visualizamos assim que a evolução no uso
da tecnologia pelas empresas, além do caráter competitivo empresarial, leva as organizações a
buscar soluções, ao invés de, simplesmente, familiarizar-se com ela.
6.4.2 BLOCO 2 - DESENVOLVIMENTO DE SE
6.4.2.1 METODOLOGIAS
Perguntamos aos usuários de SBC sobre o uso de metodologias na aquisição de conhecimentos e
no desenvolvimento de sistemas especialistas. Nove dos 44 respondentes não responderam à
questão. Outros nove disseram que não utilizam qualquer tipo de metodologia para a aquisição de
conhecimento ou para o desenvolvimento de sistemas especialistas. As demais respostas estão
listadas a seguir.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
173
No desenvolvimento de SBC:
- prototipagem. rápida
- metodologias convencionais
- adaptação de KADS
- técnicas de análise orientada a objetos
- metodologias específicas desenvolvidas internamente pela empresa
- representação do raciocínio por grafos de decisão
- metodologia de projetos estrutuIados
- modelamento semântico
- hierarquia de objetos
- processos heurísticos/estruturados
- mapa de inferência, rol de regras- outros partiram para o uso de IA distribuída e redes neuronais
Na aquisição de conhecimentos:
- entrevistas, entrevistas focalizadas
- métodos convencionais
-JAD
- observação de processos
- brainstorming
- análise de casos
i,\
i
I
f
- repertory grid
J'
I
,
,
I
,.
Para o desenvolvimento de SBC, o método mais utilizado é a prototipagem rápida. As eni~reks
fazem uso também de metodologias específicas desenvolvidas internamente e de métodos
convencionais. Algumas empresas também fazem uso de adaptações do KADS.
J
I
,I
I
Na aquisição de conhecimentos, as entrevistas e os métodos convencionais são os -mais Jitad~S.
Cabe ressaltar que, tanto para o desenvolvimento de SBC quanto para a aquisição de
conhecimento, a maioria das empresas utiliza mais de um método ou metodologia
simultaneamente.
!
i
Ao nosso ver, o uso das metodologias convencionais pela maior parte dos respondentes se explica
pelo fato de os desenvolvedores de SBC, em geral, serem provenientes da área de inf~rmática
tradicional das empresas, ou seja, ex-analistas de sistemas habituados com métodos e metod/ôJogias
convencionais.
I '!
1--;
, -
\
U
/
\
\.
(
"
f~
/
I"
~ 17,4
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
.,
,
'
6.4.2.2 FERRAMENTAS
No questionário, apresentamos como opções de ferramentas para o desenvolvimento de SBC o
LISP, o Prolog, o C, o C++, shells e outras. 79,5% das empresas - 35 das 44 respondentes utilizam os shells; 31,82%, outras ferramentas, como as extensões de linguagem e as linguagens
convencionais. O Prolog é usado por doze empresas (27,3%), o C++ por oito empresas (18,2%), o
C por sete (16%) e apenas três empresas (6,8%) usam o LISP.
Uma pesquisa realizada nos EUA, em 1990, por Ansari [ANS90], que enviou 500 questionários a
diretores de Centros de Informática da Associação de Sistemas Gerenciais, conseguindo 175
respostas (35% de retomo), mostrou que 74% dos respondentes faziam uso dos shells, enquanto
26% usavam LISPIPROLOG (fig. 6.23).
É interessante notar que uma pesquisa da JIPDEC de 1986, no Japão, apresentou um panorama
bastante diferente. Na ocasião, 37,8% das 203 organizações pesquisadas usavam o LISP, 28,6%, o
PROLOG e apenas 4,1% usavam somente os shells. Em nossa amostra, 45,5% das empresas fazem
uso exclusivo do shell. Tais números exibem a evolução que as ferramentas e a TI como um todo
tem sofrido nestes últimos oito anos, de forma que as linguagens perdem lugar para os softwares.
mais versáteis e cada vez mais flexíveis, aumentando de forma significativa a eficiência das
equipes de desenvolvimento.
FERRAMENTAS
ti Japão 1986
C Nossa amostra
flJ EUA 1990
%
Shells Prolog
C++
C
LlSP
LlSPI
S6
Prolog Shells
.~
\
Fig. 6.23 Ferramentas - Nossa amostra, Japão 1986 (JIPDEC) e EUA 1990 (Ansari).
Dos shells, os mais citados em nossa amostra são ESE (14,29%), NEXPERT (12,86%), ART ..
(11,43%), AION-ADS e GURU (8,57%), TIRS (7,14%) e KT (5,71%) (fig.6.24). Além desses, são
utilizados: NEURON WINDOWS, KBMS, NATURAL EXPERT, KOOL, EDEN, PATER, CBR,
CHARME, VP-EXPERT, SMART ELEMENTS, INSIGHT2, EXSYS, LIDIA, ISII. Para um
conhecimento maior dos shells, ver o estudo de Zanoni [ZAN93].
175
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
SHELLS UTILIZADOS
TIRS
KT
6%
, ,i
Outros
\!
1
9%
9%
12%
NEXPERT
13%
Fig. 6.24 Shell utilizados pelos respondentes de nossa amostra.
Entre as outras ferramentas, a mais citada é a OPS5. Além dessa extensão de linguagem, foram
citados: IEF, NATURAL, CLIPPER, PASCAL, XRULE, XFUZZY, REDES NEURONAIS,
TURBO PASCAL, GOLDWORKGIU + HYCONES (ferramenta híbrida desenvolvida
localmente), VISUAL BASIC.
Dos três shells mais citados, o ESE é o mais antigo, comercializado pela IBM; o NEXPERT e o
ART possuem versões mais recentes, orientadas a objeto. Os três "rodam" em várias plataformas.
O NEXPERT e o ART parecem ter evoluído com mais velocidade do que o ESE. A IBM reduziu
seus investimentos no desenvolvimento das ferramentas para SBC. Essas três .ferramentas são de
uso destacado no ambiente mundial, e no Brasil, com relação aos demais shells, usufruem de maior
potencial de marketing. O NEXPERT é comercializado pela SMI e o ART, pela SPECTRUM e
AUTOMÍDIA.
O KT e o TIRS, ambos da IBM, são shells mais limitados e encontram-se entre os pioneiros no
mercado brasileiro. O GURUtambém é limitado, porém, como é específico e de fácil uso, permite
a utilização por pequenas empresas.
O uso de PROLOG por 27% das empresas se deve, principalmente, ao custo dos shells. É o caso
da empresa FYM (nome fictício), que desenvolveu SBC bem-sucedidos com o PROLOG, o C e o
C++, não utilizando shells devido a problemas de verbas. Os shells mais citados têm seus custos
variando de US$ 7000, para versões executáveis em microcomputador, a até US$ 150.000, para
versões de grande porte, e alguns ainda exigem o run-time para cada aplicação "rodando".
l'~
No estudo de Ansari, os shells mais citados foram: KEE (21%), Personal Consultant (18%), KES
(12%), M1 (12%), ESE (6%), ART (3%) e AION-ADS (3%).
;,
.:
176
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
6.4.2.3 REPRESENTAÇÃO DO CONHECIMENTO - PORTE DO SBC
Questionamos também sobre os tipos de representação do conhecimento e o porte dos SBC
desenvolvidos. Duas das empresas não responderam à questão.
A maioria dos SBC desenvolvidos utilizam regras (apenas três dos respondentes não fazem uso das
regras, ou seja, 7% deles; utilizam ou uma forma totalmente híbrida, ou apenas fi-amesenquadramentos).
Assim, 64% dos respondentes utilizam apenas regras em seus sistemas, enquanto 25% fazem uso
de regras e outro tipo de representação; a maioria utiliza, além das regras, osframes (fig. 6.25).
REPRESENTAÇÃO
Não respondeu
4%
00 CONHECIMENTO
Regras e frames
25%
Outros
7%
Fig. 6.25 Representação do conhecimento.
Considerando os sistemas que utilizam a representação do conhecimento através de regras,
verificamos que a maioria dos sistemas citados são de médio ou pequeno porte, 46,97% possuem
de 200 a 999 regras e 44,7% possuem menos de 200 regras (tab. 6.9).
Sistemas especialistas baseados em regras
Número de sistemas
Quantidade de regras
44,70%
< 200 regras
46,97%
200.- 999 regras
4,55%
1000 - 3000 regras
3,79%
> 3000 regras
Tab. 6.9 SE/SBC baseados em regras.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
177
A pesquisa realizada pela JIPDEC [JIP87] em 1986, com 388 respostas válidas, e repetida em
1988, com 315 respostas válidas [lllR89], constatava um crescimento de SBC com menos de 100
regras e uma redução de SBC com mais de 1000 regras.
Convém, no entanto, ressaltar a questão da validade de contabilizar o número de regras de um
sistema e, ainda, o uso desse número para comparações de porte do sistema. Isso porque as regras
de produção têm evoluído e hoje uma regra pode explodir em muitas mais, ao que chamamos de
regras de pattern-matching. É, portanto, dificil comparar sistemas atuais com sistemas mais
antigos. Além do que, essa evolução da capacidade/potencialidade
das regras nos leva a um SBC
com um menor número delas.
6.4.2.4 INTERLIGAÇÃO DOS SE COM OUTROS SISTEMAS
Um ponto critico colocado pela literatura é a interligação dos SBC com outros sistemas
disponíveis na empresa. Decidimos, então, verificar se os SBC desenvolvidos pelas empresas
comunicam-se ou não com o ambiente que os circunda.
Interligação
Banco de dados
Sistemas transacionais, convencionais
Gráfico
Sistemas de informações gerenciais
Sistemas de apoio à decisão
Recursos de automação
Planilhas de cálculo
Outros sistemas especialistas
Outros
Nenhuma
Total
Número de respondentes
28 (63,3%)
19 (43,2%)
16 (36,4%)
13 (29~%)
9 (20,5%)
6 (13,6%)
5 (11,4%)
4 ( 9,1%)
3 ( 6,8%)
(Sistemas de aquisição de dados em tempo
real, sub-rotina fonética, adm. hospitalar )
3 ( 6,8%)
103 (44)
Tab. 6.10 Interligação dos SElSBC com outros sistemas.
Observamos (tab. 6.10) que 63,3% das 44 empresas respondentes possuem seus SBC integrados
com banco de dados, 43,2% com sistemas transacionais convencionais e 36,4% com gráficos. Este
último se deve também à interface gráfica oferecida por muitos shells, o mesmo ocorrendo com a
integração com banco de dados.
Portanto, concluímos que, apesar da integração em épocas passadas ter sido considerada
problemática e fator limitante no desenvolvimento de SBC, o número de interfaces (103) que os
respondentes citaram evidencia que a integração dos SBC com o ambiente computacional que os
circunda se toma cada dia mais fácil e não representa mais um grande problema. A tendência é de
integração cada vez maior, haja vista as arquiteturas abertas que vêm surgindo no mercado.
'.,
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
178
Das 44 empresas respondentes, apenas três (6,8%) utilizam SBC totalmente isolados, ou seja, sem
qualquer integração com outros sistemas automatizados da empresa.
A pesquisa realizada pela AI Expert [pm90] constatava que 58% das 89 respondentes tinham os
seus sistemas interligados com sistemas convencionais, 36% com BD (banco de dados) e 18% com
gráficos.
A questão da integração dos SBC também foi considerada por Hoppen e Antunes, que, em
pesquisa realizada em 1990, observaram a necessidade de integração das técnicas de IA com as
tradicionais [HOP90a] (nessa época, as empresas ainda enfrentavam dificuldades de acoplamento).
Confirmamos, no entanto, no item seguinte, que as dificuldades de acoplamento ou integração de
SBC com outras tecnologias não se apresentam como limitações de grande relevância.
6.4.3 BLOCO 3 - PROBLEMAS,
6.4.3.1 PROBLEMAS
LIMITAÇÕES
E LIMITAÇÕES
E FATORES
DE SUCESSO
DOS SBC
Como comentado pela literatura dos últimos anos, vanos pontos foram colocados como
problemáticos no uso da tecnologia de SBC, como a necessidade de manutenção contínua, a falta
de engenheiros do conhecimento, as resistências organizacionais, as aplicações mal escolhidas, a
integração com outras tecnologias, a insuficiência de explanação do SBC.
Apresentamos 13 problemas freqüentemente citados pela literatura para que os respondentes lhes
atribuíssem notas de O a 5, sendo a nota "O" para problemas não-existentes na empresa e a nota "5"
para problemas relevantes no desenvolvimento e implementação de SBC. Deixamos ainda o item
outros para que o respondente citasse problema(s) não contemplados por nós. Em outros foram
citados (cada um dos itens foi citado por uma única empresa):
- uso inadequado da tecnologia (não deu nota);
- terceirização (nota 5);
- falta de ferramentas case (nota 5);
- tecnologia não-sedimentada
(nota 5);
- falta de aplicações de interesse da empresa (não deu nota);
- desconhecimento
da tecnologia (nota 4);
- obs.: não há dificuldade na manutenção de SBC, ele aprende;
- tempo dos especialistas (nota 5).
Dos 13 itens listados (tab. 6.11) aos respondentes, tivemos as seguintes médias e desvios-padrões:
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
179
Problemas e limitações
Média
Desvio-padrio
Escassez de "engenheiros do conhecimento" ou
equivalente
Resistências organizacionais
Dificuldade de estruturação do problema a ser
solucionado
Falta de metodologia de desenvolvimento
Alto custo
Interface com outros sistemas
Tempo de desenvolvimento muito longo
Exibir viabilidade do SE
Dificuldade de manutenção do SE
Interface com o usuário
SE explicar ações ao usuário
Respostas lentas
Inexistência de ferramenta eficiente no mercado
3,15
1,59
3,15
2,83
1,71
1,34
2,76
2,67
2,54
2,50
2,47
1,98
1,63
1,57
1,54
1,22
1,56
1,59
1,43
1,50
1,77
1,50
1,57
1,53
1,78
1,49
Tab. 6.11 Problemas e limitações dos SE/SBC.
Observamos que não existe uma nota média acima de 4,00 que exibisse algum problema grave
enfrentado pelas empresas de modo geral; a maior nota foi 3,15, para escassez de engenheiros do
conhecimento e resistências organizacionais (escassez de engenheiros do conhecimento apresenta
desvio-padrão um pouco menor (1,57) que resistências organizacionais (1,71». Em seguida temos
a dificuldade de estruturação do problema e a falta de metodologia de desenvolvimento (os
desvios-padrões desses dois itens são relativamente elevados, demonstrando a divergência de
opiniões na amostra, possivelmente, como já dito, fruto da heterogeneidade das organizações
respondentes).
Verificando a pontuação e as médias baixas de um modo geral, concluímos que ou as empresas já
estão solucionando os problemas, ou os respondentes ainda não se envolveram o suficiente com a
tecnologia, encarando a questão dos problemas e limitações dos SBC de maneira bastante
superficial.
Um ponto que nos chamou a atenção foi a questão da manutenção, não considerada problema pelos
respondentes, com média 1,98. Esse item, de acordo com Zwicker e Reinhardt [ZWI93], pode ser
uma causa de fracasso do sistema. Para eles, a manutenção do SBC é mais complexa que a de um
sistema convencional.
Outro fator não contemplado como problema ou limitação foi o alto custo para o uso da tecnologia
Esse fato, provavelmente, resulta do perfil de nossa amostra, que apresenta empresas com alto
faturamento. No entanto, em pesquisas realizadas no exterior, o fator alto custo tem-se mostrado
relevante. É o caso da pesquisa desenvolvida por Ansari [ANS90] em 1990, com 175 engenheiros
do conhecimento, que concluía que os três maiores problemas citados pelos respondentes eram:
- falta de engenheiros do conhecimento;
- altos custos de desenvolvimento;
Cap.õ - Pesquisa de COIflPO em Empresas Brasileiras
180
- interface com outros sistemas.
A pesquisa da JIPDEC, em 1988 [HIR89], com 303 empresas respondendo
apresentava estes três principais problemas:
a essa questão,
- dificuldade de aquisição de conhecimento;
- falta de engenheiros do conhecimento;
- alto custo.
Já a pesquisa realizada por Hoppen e Antunes em empresas brasileiras [HOP90a], em 1990,
apresenta as resistências organizacionais
à mudança, ou seja, ao uso de uma nova tecnologia,
como um dos maiores problemas enfrentados pelas organizações que utilizam a tecnologia de
SBC, da mesma forma que a nossa amostra.
Essa mesma pesquisa [HOPP90] apresenta ainda como limitações questões tecnológicas:
interfaces, inadequação de ferramentas de software e hardware disponíveis, aquisição .de
conhecimento e metodologias de desenvolvimento. Em nossa amostra, verificamos a tendência de
superação de tais problemas técnicos. É o caso por exemplo, do item "falta de ferramenta eficiente
no mercado", que recebeu a média 1,22, ou seja, não se apresentou como um problema para as
organizações. O mesmo ocorre com a ''interface com outros sistemas", como já citado no subitem
4.2.4. A questão da metodologia de desenvolvimento utilizada apresentada na pesquisa de Hoppen
também tem sido solucionada pelo uso da prototipação e das metodologias convencionais, como
vimos em 4.2.1. Além dessas metodologias, na Europa, pesquisas incentivadas pela Comunidade
Européia, têm caminhado para o desenvolvimento da metodologia KADS. Quanto à aquisição de
conhecimento, também citada na pesquisa de Hoppen, em tempos passados foi bastante estudada e
atualmente não aparece como problema ou limitação, mas sim como um fator crítico de sucesso.
6.4.3.2 PROBLEMAS
FRACASSARAM
E LIMITAÇÕES
DE SBC PARA EMPRESAS
COM SElSBC QUE
Verificamos, anteriormente, que o índice de fracasso nas empresas pesquisadas chega a 13,48%.
Decidimos, então, explorar os principais problemas e limitações percebidos por essas organízações.
Elas representam 30% da amostra de 44 empresas que usam SE ou SBC.
o
surpreendente nesta subamostra foi verificar que as médias alcançadas pelos itens são, na
maioria, menores que as conseguidas na amostra como um todo (tab. 6.12) (ver subitem 4.3.1).
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
181
Empresas com fracassos
Problemas e limitações
Média
Desvio-padrão
Resistências organizacionais
Falta de metodologia de desenvolvimento
Interface com outros sistemas
Escassez de "engenheiros do conhecimento" ou
equivalente
Respostas lentas
Tempo de desenvolvimento muito longo
Exibir viabilidade do SE
Dificuldade de estruturação do problema a ser
solucionado
Dificuldade de manutenção do SE
Alto custo
Interface com o usuário
SE explicar ações ao usuário
Inexistência de ferramenta eficiente no mercado
3,00
2,92
2,58
2,58
1,68
1,71
1,04
1,85
2,50
2,42
2,33
2,25
1,11
1,66
1,80
1,30
2,00
1,92
-1,92
1,33
0,83
1,15
1,32
1,71
1,49
1,40
Tab. 6.12 Problemas e limitações das empresas com fracasso.
Os principais problemas ou limitações para tais organizações foram: resistências organizacionais
(3,00), falta de metodologia de desenvolvimento (2,92), escassez de engenheiros do conhecimento
(2,58) e interface com outros sistemas (2,58).
As médias baixas aqui encontradas decorrem de dois perfis opostos desses usuários da tecnologia
de SBC. Uma parte deles investiu de forma pioneira na tecnologia, testando as mais diversas
aplicações e colhendo tanto sucessos quanto fracassos. Porém, os fracassos trouxeram-lhes lições
para ultrapassar os obstáculos encontrados, aumentando a experiência da equipe, ou seja,
reverteram-se de forma positiva para a empresa. Portanto, o que é encarado como problema para
outras empresas, não o é para estas, que aprenderam a superá-los. Daí a pontuação maís baixa para
os problemas e limitações.
A outra parte das empresas é representada por aquelas que realmente fracassaram, a maioria em sua
primeira tentativa. Em geral, tal fracasso levou ao desestímulo e à resistência ao desenvolvimento
de novas aplicações. Essas organizações não se envolveram o suficiente com a tecnologia, não
sendo capazes de pontuar criticamente os problemas e limitações citados. De maneira geral,
analisando as notas fornecidas por elas, aliadas às entrevistas realizadas, tendemos a concluir que a
maior parte dos fracassos decorreu da falta de planejamento por parte dos coordenadores no
desenvolvimento e implementação do SBC. Essa falta de planejamento, que envolve também a
falta de metodologia, leva às resistências organizacionais. Recomendamos a leitura de Masud &
Hommertzheim [MAS88] para se ter uma idéia global das etapas que compõem o planejamento do
desenvolvimento e implementação de SBC.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
•
1182
Uma das organizações entrevistadas, por exemplo, cuja primeira tentativa de desenvolvi.lJ!.enta'de
um SBC foi lograda, confessa que houve falta de planejamento e que se subestimou o
desenvolvimento do SBC, entregue a um trainee da área de sistemas. Nesse caso, não foi usado
nenhum tipo de metodologia para a aquisição de conhecimentos ou para o desenvolvimento do
sistema, não se realizou pesquisa de ferramentas disponíveis no mercado, e ainda houve um
overselling da proposta de desenvolvimento do SBC, aumentando as expectativas dos usuários.
Esse cenário, apesar de parecer impossível de ocorrer com técnicos conhecedores do assunto, na
realidade acaba sendo mais comum do que imaginamos. E tais fracassos ainda ficam passíveis de
repetição porque as empresas têm receio de relatá-los.
6.4.3.3 FATORES CRÍTICOS DE SUCESSO (FCS)
Questionamos também quais seriam os fatores considerados críticos para o sucesso do
desenvolvimento e implementação de SBC.
Foram listados 16 itens e a opção outros (tab. 6.13). Nesta última, dois respondentes citaram:
- contratação definitiva de um shell (não deu nota);
- feito de maneira competente (nota 5).
Na tabela abaixo exibimos os itens e as devidas notas médias e desvios-padrões alcançados.
Podemos observar que a metade deles recebeu notas acima de 4,00 e que o fator mais critico de
sucesso foi o atendimento das necessidades do usuário, com nota 4,60 e desvio-padrão 0,99, ou
seja, o menor desvio-padrão, o que evidencia a maior convergência de opiniões. Esse item
acompanha a tendência do conceito de qualidade em TI, no sentido de atender e atingir a satisfàção
do cliente, no caso o usuário.
Em seguida, os respondentes consideram o apoio da alta administração, o comprometimento do
especialista e o comprometimento do usuário fatores bastante criticos. Além desses, são
considerados a aplicação escolhida, os objetivos do SBC ligados aos objetivos da empresa, uma
equipe experiente e aquisição do conhecimento.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Fatores críticos de sucesso
Atender às necessidades do usuário
Apoio da alta administração
Comprometimento do especialista
Comprometimento do usuário
Aplicação escolhida (dominio limitado. constante.
estruturável)
Objetivos do SE ligados aos objetivos da empresa
Participação de equipe experiente
Aquisição do conhecimento
Validação do sistema
Representação do conhecimento
Ferramentas de desenvolvimento adotadas
Integração com sistemas existentes
Treinamento dos usuários ao SE
Uso de prototipação
Participação do usuário na manutenção do sistema
Capacidade de explanação do SE
Tab. 6.13 Fatores críticos de sucesso para o desenvolvimento
183
Média
Desvio-padrio
4.60
4.38
4.38
4,17
4,15
0,99
1,07
1,07
4,10
4.09
4.02
3.64
3,57
3.54
3,48
3.10
2.98
2.97
2,36
e implementação
1,11
1,08
1,10
0,89
1.12
1,21
1,30
1,46
1,55
1.37
1,52
1,58
1,60
de SBC/SE.
Verificamos ainda quais os FCS das empresas com experiência de fracassos e constatamos que os
três itens considerados mais criticos são coincidentes: apoio da alta administração (4,42), atender
às necessidades do usuário (4,92) e comprometimento do especialista (4.50). Note que atender às .
necessidades do usuário atinge quase a nota máxima nessas empresas, evidenciando que os
fracassos fizeram com que elas se voltassem mais para os usuários e sentissem a sua importância.
Tyran e George [lYR93] realizaram, em 1993, uma pesquisa com os responsáveis por 45 projetos
de SBC de sucesso e concluíram que os seis principais fatores criticos para o sucesso do SBC são:
- atender às necessidades do usuário;
- comprometimento do especialista;
- comprometimento do usuário;
- apoio da alta administração;
- equipe experiente;
- participação do usuário na manutenção.
Em nossa amostra a participação do usuário na manutenção mostrou ser um dos fatores de menor
relevância da lista apresentada Mais uma vez. emerge a falta de maturidade dos usuários, ao não
considerarem a manutenção dos SBC como FCS, e por conseguinte o envolvimento do usuário
nessa manutenção. Provavelmente. os respondentes, na sua maioria, ainda não chegaram na fase de
manutenção dos seus SE/SBC.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
184
6.4.4 BLOCO 4 - IMPACTOS E IMPLICAÇÓES ORGANIZACIONAIS
Outro ponto importante considerado em nosso estudo é a questão do indivíduo dentro da
organização e como as novas tecnologias afetam o seu trabalho. Listamos, assim, 12 impactos ou
implicações organizacionais possíveis de ser provocadas pela implementação de SBC nas
empresas. Observamos que as notas médias foram relativamente baixas, demonstrando que os
impactos organizacionais são leves ou não são observados pelos respondentes. Mesmo durante as
entrevistas, sentimos que a maioria dos respondentes não se preocupa com os impactos
organizacionais ou com os indivíduos envolvidos na implementação dos SBC. Estão muito mais
preocupados com os aspectos técnicos e do processo, pensando em melhoria da qualidade e
produtividade do serviço do ponto de vista procedimental e operacional. Entretanto, como
sabemos, apesar de o aumento de produtividade e qualidade também se encontrar entre os impactos
causados pela implementação de SBC, existe uma enorme gama de implicações ligadas ao homem.
Vejamos primeiro as notas médias dadas pelos respondentes.
Impactos e implicações organizacionais
Média
Aperfeiçoou o conhecimento da área específica
Especialistas, usuários mais motivados
Reestruturação na avaliação de desempenho dos
usuários de SE que adquirem conhecimento sem
necessidade de anos de experiência
Avaliaram-se os conhecimentos da empresa
Nivelou conhecimentos, todos têm acesso ao mesmo
nível de informação
Disseminou o uso de SEIIA
O especialista foi recompensado
Reestruturação organizacional
Substituição dos especialistas
SE visto como ameaça para as pessoas que não o
utilizam, ou pessoas que não possuem uma
especialidade específica
Deslocamento de poder dentro da empresa
Demissões e/ou aposentadorias
3,54
3,31
Desvio-padrio
2,85
1,43
1,43
1,55
2,79
2,67
1,53
1,53
2,40
1,58
2,17
1,72
1,81
1,10
1,48
1,59
1,33
1,09
1,33
1,04
1,68
1,21
Tab. 6.14 Impactos e implicações organizacionais provocados pela implementação de SE/SBC.
Entre os impactos apresentados, o mais sentido pelos respondentes foi o aperfeiçoamento do
conhecimento da área específica em que o SBC foi implementado ou desenvolvido (média 3,54).
E, realmente, o desenvolvimento do SBC que envolve a aquisição de conhecimentos, seja com
especialistas da área, usuários, manuais, seja com o ambiente do processo como 1PD todo, gera na
maioria dos casos um aperfeiçoamento significante do conhecimento da área específica.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
185
Como segunda implicação mais relevante foi apontada a maior motivação por parte de
especialistas e usuários (média 3,31). De acordo com os respondentes entrevistados, no início do
desenvolvimento do SBC, em geral, especialistas e usuários ficam receosos com a introdução de
uma nova tecnologia capaz de tomar as decisões antes realizadas pelos especialistas. Entretanto,
esse receio logo é substituído por uma motivação, já que o uso de uma ferramenta que auxilia
usuários e reduz o tempo despendido pelos especialistas em tarefas "rotineiras", valoriza seu
trabalho e proporciona-lhes mais tempo para dedicar a tarefas mais nobres, como as que envolvem
pesquisas, desenvolvimento e novos conhecimentos.
Incluímos ainda o item aberto "Outros comentários quanto a implicações e impactos no uso de
SE", para que os respondentes pudessem acrescentar outras experiências vividas em suas
organizações. 20% deles preencheram esse item com os seguintes comentários:
«- preservação
do conhecimento da empresa;
- reestruturação das tarefas e funções dos analistas de sistemas e da metodologia vigente de
treinamento;
- integração entre sistemas e facilidade de uso para o usuário;
- uma vez tomados os cuidados necessários, prever alienação no ambiente de trabalho, mostrar que
as pessoas não serão substituídas, etc. Não há grandes implicações ou impactos;
- despertou o interesse para novas tecnologias;
- liberar os especialistas para outras funções na empresa;
- aumento de poder dentro da empresa (nota 3);
- em sistema desenvolvido na organização, impacto de natureza logística, pois viabilizou uma
forma de treinamento a distância;
- são raríssimos os exemplos de aplicações importantes que causam impacto na estrutura interna e
nos negócios da empresa;
- na área da saúde melhora a assistência ao paciente, pois permite maior agilidade na decisão
(comissão de alertas, etc.);
- automação, melhoria de processos;
- descoberta de novos nichos de mercado, não atendidos por sistemas convencionais;
- deslocamento de pessoal para áreas de desenvolvimento de SE, internas e externas;
- melhor aproveitamento do tempo dos especialistas, eliminando tarefas rotineiras e problemas;
- aproximação das pessoas leigas às novas tecnologias (permitido pela interface do SE);
- agilização na validação do conhecimento do SE;
- preservação do conhecimento, uso consistente, existência de uma linguagem para expressar
conhecimento, local para aperfeiçoamento;
- ocorre o questionamento do conhecimento -+ a revisão-e o aperfeiçoamento;
- agilidade dos resultados financeiros da empresa;
- os usuários sentiram-se um pouco incomodados devido ao não-acesso às bases de conhecimento".
Hoppen e Antunes [HOP90a], que também questionaram as implicações organizacionais em
empresas brasileiras, concluíram que as principais dificuldades eram a resistência à inovação, a
superestimação dos possíveis resultados do sistema pelos usuários e a lentidão do retomo do
investimento realizado.
\,1
.~
186
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
o
menor envolvimento das empresas com relação aos impactos e implicações organizacionais,
possível de se observar pelas médias da tabela 6.14, pode resultar, de uma forma geral, dos
seguintes fatores (também observados por Byrd [BYR93]):
1. As empresas usam SBC há pouco tempo, enquanto os efeitos sentidos pela automação e outras
TI necessitam de um tempo maior para serem sentidos.
2. A maioria dos respondentes são técnicos, que provavelmente têm maior dificuldade em
identificar os efeitos como problemas psicológicos dos usuários, sentimentos de ameaça e outros.
3. Os SBC estão geralmente limitados a domínios restritos e, portanto, apenas um número reduzido
de pessoas sente os efeitos da tecnologia, de forma que os impactos causados não se sobressaem na
organização.
6.4.5 BLOCO 5 - FUTURO DOS SE
Por último, questionamos os respondentes quanto ao futuro dos SBC, na tentativa de identificar
um perfil de tendências da tecnologia (fig. 6.26).
Agrupamos as respostas conforme exibido no gráfico a seguir:
FUTURO OOSSElSBC
Nichos
específicos
8%
Passivo
3%
Integr. outras TI
21%
Otimistas
33%
Falta evoluir
2%
Outros
24%
Não respondeu
6%
Pessimista
3%
Fig. 6.26 Futuro dos SE/SBC.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
187
8% das empresas não responderam à questão.
4% são pessimistas quanto ao futuro dos SBC:
- "Vemos um futuro um tanto quanto nebuloso> não acreditamos que uma empresa vá
treinar/manter uma equipe para desenvolvimento de aplicações com IA. Podemos até comprar
aplicações com IA embutida, mas isto não será um fator relevante na decisão."
- ''Infelizmente não vejo perspectiva de crescimento, por serem sistemas 'não-vitais' para a
empresa."
4% são passivos e acreditam que a tecnologia será utilizada sem grande crescimento ou redução de
mercado.
10% acreditam no uso da tecnologia em nichos específicos.
44% são otimistas e acreditam no crescimento do uso da tecnologia de SBC; tomam cuidado ao
escolher uma aplicação que venha a atender às necessidades da empresa e investem na fonnação de
uma equipe experiente que possa desenvolver o SBC com metodologia e critério.
o otimismo
é incentivado pelos demais 30% das respostas, que citam o crescimento do uso de
SBC envolvendo sua integração cada vez maior com outras TI, avanços tecnológicos e divulgação.
Alguns exemplos de respostas:
- ''Embutidos, shells mais genéricos podem fazer coisas convencionais e integradas com outras
ferramentas" .
- "SE deve trabalhar em conjunto com a tecnologia de orientação a objeto".
- "Acredito que, com a implantação da arquitetura cliente/servidor, por esta ser mais flexível,
devemos ter uma maior utilização de SE nas empresas, podendo o conhecimento ser compartilhado
por diversas pessoas".
- '1ntegração com tecnologias convencionais e outras (multimídia, redes, etc.)".
- "Uso de ambiente integrado de desenvolvimento".
- '<sistemas híbridos".
- ''SE terão futuro. Os sistemas híbridos, ou seja, aqueles que incorporam capacidade de
aprendizado (redes neuronais) com semântica da representação simbólica serão a tendência".
Podemos dizer que nenhuma das visões é hiperotimista, o que decorre do aprendizado do
overselling criado em épocas anteriores. A maioria das empresas possui uma visão bastante
realista, mesmo porque o índice de insucessos tem sido grande entre as aplicações. A tecnologia
de WSE, como qualquer nova tecnologia, teve seu boom inicial com altas expectativas, seguidas
de um pequeno declínio devido aos insucessos, e agora passa para uma fase de amadurecimento,
com usuários mais realistas.
Algumas colocações quanto à tendência de SBC são por nós questionadas. É o caso de uma das
respostas que apresenta como tendência as aplicações comerciais. Entendemos que existem SBC
cuja comercialização é muito bem-sucedida, como o SBC da área de nutrição, que constrói uma
dieta para o usuário, não só identificando os nutrientes envolvidos em sua alimentação atual, mas
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
188
também sugerindo uma nova dieta de acordo com suas necessidades. Porém, acreditamos que a
maioria dos SBC deva ser específico para.detenninada tarefa, não adquirindo o caráter generalista.
a ponto de ser comercializado. Os SBC comercializados serão aqueles desenvolvidos sob
encomenda para.uma detenninada aplicação.
Outra tendência apresentada pelos respondentes da qual discordamos refere-se à substituição das
redes neuronais por um SBC que aprende. Somos partidários de outra opinião, a do SBC híbrido,
capaz de aprender a partir do momento que se integra com as rede neuronais.
De modo geral, os respondentes são otimistas. A partir de suas respostas foi possível traçar o
seguinte perfil de tendências da tecnologia:
- Os SBC deverão se desenvolver em ''nichos de especializações" integrados a soluções mais
abrangentes.
- Os SBC apontam para. uma crescente massificação da tecnologia, integrando-se ao que
denominamos as tecnologia de informações (TI).
- A maior utilização dos SBC passa também pelo aparecimento de ferramentas mais potentes e
baratas.
- A arquitetura deve caminhar para.sistemas híbridos, associando capacidade de aprendizado (redes
neuronais)
com semântica. de representação simbólica.. Os .ambientes integrados de
desenvolvimento, shells com acesso a banco de dados, integração com multimídia, embeddability
serão cada vez mais utilizados.
- O alto custo atual, aliado a poucas aplicações com sucesso, não viabiliza o investimento maior
em SBC. As empresas ocupam-se primeiro com a produtividade.
- Porém, à medida que a evolução da tecnologia caminha, a diversificação de áreas usuárias tende à
vulgarização cada vez maior do seu uso.
- No Brasil ainda há a necessidade de disseminação do uso de SBC, seja através de cursos de
formação que contemplem a tecnologia, seja através de cursos preparatórios especializados, além
da continuidade de pesquisas com o estudo de novas metodologias e ferramentas case.
6.5 EMPRESAS QUE NÃO UTILIZAM SE OU SBe
Como citado no item 3.3, foram 27 as empresas que responderam ao questionário B - empresas
que não utilizam SBC ou SBC.
6.5.1 MOTIVOS PELOS QUAIS AS EMPRESAS NÃO UTILIZAM SE
Apresentamos a essas empresas uma lista de 10 motivos (tab. 6.15) pelos quais elas não usam
SBC, e a opção outros, para.que elas colocassem outros motivos que as levam a não utilizar SBC.
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
Motivos para a nio-utilizaçio
189
de SE
Percentual de
empresas
51,85
Não possuímos bons conhecimentos de IA
Não sabemos como desenvolver e implementar SE
Não conhecemos os efeitos de SE
Não possuímos mão-de-obra qualificada
Nenhuma empresa proveu-nos de tecnologia de SE
Houve tentativas de uso, porém fracassaram
Não temos tarefas a serem processadas por SE
A tecnologia de SE ainda está longe de uma aplicação prática
bem-sucedida
Não nos parece viável economicamente
SE é uma tecnologia em declínio
Outros
37,04
29,63
29~63
14,81
11,11
11,11
7,41
7,41
0,00
11,11
Tab. 6.15 Motivos para a não-utilização da tecnologia de SElSBC pelas empresas.
51,85% das empresas citam o fato de não possuírem bons conhecimentos de IA como motivo para
não utilizar SE ou SBC. 37,040/0, o fato de não saber como desenvolvê-los e implementá-los. Ou
seja, a falta total de conhecimentos sobre SBC impede que tais empresas visualizem qualquer
aplicação. Ainda apresentam como motivo relevante a falta de mão-de-obra qualificada.
Observe, porém, que nenhum dos respondentes considera os SBC uma tecnologia em declínio (o
percentual foi zero).
44,44% das empresas ainda apresentam outros motivos:
- "No momento estamos observando a evolução dessa tecnologia".
- "Falta de investimentos".
- "A empresa não possui software adequado à implementação
de SE".
- "Não consta como prioridade para a nossa empresa, porém já existe proposta para dar início a um
projeto piloto".
- "Estamos procurando,
desenvolver aplicações".
no momento,
- "Estamos constituindo a infra-estrutura
tecnologia" .
de micro/rede
software
de informações.
local para começarmos
a
Ainda não estamos prontos para essa
- "Já está sendo analisado o possível uso na empresa e/ou produtos (embeded)".
- "Pretendemos usar um pacote desenvolvido fora do Brasil".
- "Não sabemos em que tipos de aplicações usar SE".
- "Não utilizamos,
implantado".
por enquanto,
por questões
de prioridades
na empresa.
Mas deverá ser
- ''Desenvolvemos pesquisa e divulgação em ensino (não sistemas propriamente)".
J
/
Cap.õ - Pesquisa de Campo em Empresas Brasileiras
190
6.5.2 EMPRESAS QUE JÁ UTILIZARAM SE OU SBC, MAS HOJE NÃO UTILIZAM
Perguntamos também se a empresa utilizou ou testou a tecnologia de SE, mas por algum motivo
não a está utilizando no momento, e quais as razões para sua não-utilização. Foram apresentados
11 itens, além da alternativa outras.
As empresas nessa situação poderiam responder ao questionário A ou ao questionário B. Deixamos
a critério do respondente escolher o tipo de questionário a ser respondido, mesmo porque alguns
tiveram um uso intenso da tecnologia antes de um fracasso ou uma decisão de interrupção de
investimentos em SBC, sentindo-se, dessa forma, capazes de responder ao questionário A,
enquanto outros tiveram. experiências mais rápidas com a tecnologia ou não mostram interesse em
responder ao questionário A, mais longo, estando, no entanto, dispostos a responder ao
questionário B.
Das 27 empresas que representam a amostra de empresas que não usam SE ou SBC, nove
responderam. a esta questão evidenciando que os utilizaram e passaram. por um fracasso ou uma
decisão de não investir em SBC. Se considerarmos um fracasso a não-introdução da tecnologia de
SBC, temos que esses dados engordam o percentual de fracassos encontrado anterionnente nas
empresas que responderam. ao questionário A. O percentual de sistemas fracassados encontrado
anterionnente foi de 13,48%.
Vejamos os percentuais considerando os nove respondentes:
Principais razões para o fracasso ou a decisão de não
utilizar SE na empresa
Falta de mão-de-obra qualificada
Falta de apoio da alta administração
Alto custo
Dificuldade de modelagem. estruturação do problema
Tarefa não adequada (domínio muito amplo, inconstante,
pouco estruturada)
Falha na seleção da femunenta de desenvolvimento
Dificuldade de aquisição ou representação do conhecimento
Falta de comprometimento do especialista
Não atendeu às necessidades do usuário
O SE não estava adequado aos objetivos da empresa
Resistências organizacionais
Outras
Percentual de
empresas
77,78
66,67
22,22
22,22
22,22
11,11
11,11
11,11
li,ll
11,11
11,11
H,H
Tab. 6.16 Principais razões para o fracasso ou a decisão de não utilizar SE nas empresas.
Dentre os 11 motivos apresentados, 77,78% das nove empresas citaram a falta de mão-de-obra
qualificada como a principal razão para o fracasso de SE na empresa, o que vem ao encontro do
principal problema enfrentado pelos usuários de SBC: a falta de engenheiros do conhecimento
(itens 4.3.1 e 4.3.2). Outra razão para não se utilizar SBC na empresa é a falta de apoio da alta
administração (66,67% dos respondentes). Observamos também que a maioria das empresas que
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
191
responderam à questão parece não ter chegado ao ponto de realmente desenvolver uma aplicação
em SBC, pois apenas uma delas assinalou os itens: falha na seleção da ferramenta, dificuldade de
aquisição ou representação do conhecimento, falta de comprometimento do especialista, não
atendeu às necessidades do usuário, o SE não estava adequado aos objetivos da empresa, e duas
assinalaram os itens alto custo, tarefa não adequada, dificuldade de modelagem ou estruturação do
problema.
Um dos respondentes apresenta como outros, na realidade, uma justificativa, citando que sua
empresa ainda está assimilando a cultura de SE, apesar de resistências organizacionais ..
6.5.4 FUTURO DOS SE
Em seguida, perguntamos quanto à previsão futura de uso de SE por essas 27 empresas. 63% delas
não têm previsão de uso de SE, 26% pretendem usá-lo a curto ou médio prazo e 11% a longo
prazo.
E por fim, deixamos um item em aberto para que os respondentes colocassem suas opiniões quanto
ao futuro dos SE. Verificamos que nenhum dos respondentes considera SE uma tecnologia em
declínio. E com essa última questão constatamos que a maioria dos respondentes acha que o futuro
de SBC é promissor. Sintetizando as respostas:
o uso de SE tende a crescer pela necessidade
cada vez maior de tomadas de decisões
imediatas por parte das empresas e também nos processos industriais, proporcionando
maior qualidade e produtividade. As ferramentas para o desenvolvimento de SE devem
seguir o caminho das arquiteturas abertas, como o restante das TI. Existe um nicho
específico de aplicações só solucionáveis com esta tecnologia, além da integração de SE
com as outras TI disponíveis, multimídia, rede, etc. Porém, isso tudo ainda depende de
divulgação e amadurecimento, de cultivar a idéia do uso de SE dentro das empresas. O uso
de SE de diagnóstico e monitoramento tende a crescer mais rapidamente, enquanto
sistemas de projeto, por exemplo, necessitam de maior amadurecimento.
No Brasil, o uso de SE é uma questão de tempo; no exterior é mais intensa. Nos países
mais avançados há possibilidade de crescimento a médio prazo, enquanto aqui as
dificuldades de introdução de novas tecnologias são bem maiores. Talvez o SBC pudesse
"decolar" com os canais ligados à pesquisa operacional.
6.6 LIMITAÇÕES DA PESQUISA
Sendo a amostra não-probabilística de conveniência ou amostra por julgamento, não há condições
de generalizar as conclusões, que, portanto, são válidas apenas para a comunidade estudada. Por
outro lado, estando essa comunidade inserida no grande centro que é São Paulo, onde se encontra a
maioria das empresas usuárias de IA e sendo seus participantes usuários de porte, tanto de IA
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
192
quanto de SBC, acreditamos na relevância das conclusões deste estudo para uma futura pesquisa
mais detalhada que possa ser realizada sobre o assunto.
Neste estudo exploratório, devemos considerar as limitações e o viés que possa causar o uso de
uma comunidade específica, com interesse explícito pelo tema IA. Sem dúvida, esse fator acaba
influenciando o alto índice de retomo e aumentando o perfil de otimismo quanto ao futuro da
tecnologia.
Além disso, o fato de utilizarmos perguntas fechadas para incentivar o retomo pode ter inibido e
induzido o respondente, seja por um item de resposta sugerido, seja pela ordem na qual os itens
são apresentados.
193
Cap.7 - Conclusões
CAP.7 - CONCLUSÕES
A IA (inteligência artificial)/SBC
(sistemas baseados em conhecimento) continua sendo
considerada uma tecnologia de ponta. Como qualquer nova tecnologia, teve o seu boom inicial
com altas expectativas, seguido de um pequeno declínio devido a algumas frustrações, e agora
emerge madura, dando continuidade ao seu ciclo de vida (fig. 7.1). Esta fase é apoiada pela
evolução de hardware, que permite a redução dos custos de uma aplicação, e pela evolução de
software, que traz a integração das TI (tecnologia de informações), tornando a tecnologia de IA
cada vez mais atraente.
Boom
inicial
Fase de
amadurecimento
Este pico inicia
está ampliado
~---:-?i===:::::::;:-------'
com relação à
curva total
Fig. 7.1 Ciclo de vida de urna tecnologia.
7.1 APLICAÇÕES
EM POTENCIAL
Na década passada, as empresas buscavam o uso da tecnologia de SBC apenas para familiarizar-se
com ela e conhecê-la, já que os SBC sempre foram considerados tecnologia de ponta e seu estudo,
estratégico ou visionário. Nesse período o desenvolvimento de protótipos foi prática comum.
Na atualidade, os investimentos em qualquer tecnologia partem da premissa de que ela trará
soluções para os problemas ou alavancagem aos negócios, haja vista o ambiente de acirrada
competitividade e globalização das organizações. Assim, os investimentos no desenvolvimento de
aplicações com o uso de SBC só ocorrem quando as organizações estão convencidas de que a
tecnologia lhes trará satisfação através de soluções de problemas ou criação de novos
produtos/serviços.
Tradicionalmente, as aplicações de SBC faziam parte de lID1alista de categorias desenvolvida pelo
estudo de Hayes-Roth et alii (1983) [HAY83]. Essas categorias são bastante adequadas até hoje.
No entanto, no decorrer desta última década, a evolução na integração da tecnologia de SBC com
as outras tecnologias de informação, e a disseminação de SBC em áreas diversas, ambos
Capo7 - Conclusões
194
incentivados, de modo geral, pelo desenvolvimento do hardware, provocou a emergência de novas
categorias e áreas de aplicações. Como exemplo de novas categorias de aplicações temos as
interfaces inteligentes e os SBC embutidos em sistemas convencionais. Na área financeira vem
crescendo o uso de SBC (tab. 7.1).
Categoria
Interpretação
Previsão
Diagnóstico
Projeto
Planejamento
Monitoramento
Depuração
Reparo
Instrução
Controle
Interface inteligente
Embeded (embutido)
Tipo de problema
Inferir a descrição de uma situação a partir de observações
Inferir as prováveis conseqüências de uma dada situação(s)
Inferir problemas ou falhas a partir de observações
Configurar objetos sob restrições
Planejar ações ou atividades para o alcance das metas
Comparar
observações
com
os
planos,
identificando
vulnerabilidades
Prescrever soluções para problemas ou falhas
Executar planos para administrar soluções prescritas
Diagnosticar, depurar e corrigir o desempenho de um estudante
Interpretar, prever, reparar e monitorar os ambientes de um sistema
Realizar a comunicação entre usuário e outro sistema
Como sistema com funções específicas, embutido em um sistema
maior
Tab.7.1 Categorias das aplicações de sistemas especialistas ou baseados em conhecimento
(extraído e adaptado de [HAY83]).
A fim de garantir a escolha de uma aplicação adequada ao uso de SBC, é importante seguir alguns
passos preliminares:
1. Conhecer a tecnologia de SBC, através de uma revisão da literatura [MAS88].
2. Conheceras
diversas ferramentas oferecidas no mercado.
3. Validar a aplicação escolhida pelo uso de checklists [BEC91].
4. Estudar SBC semelhantes já desenvolvidos [BRY88].
Uma síntese de planejamento para a seleção do primeiro projeto de SBC foi desenvolvida
Masud & Hommert.zheim [MAS88]:
por
I. Identificar áreas potenciais de aplicação.
2. Desenvolver!selecionar
um método de priorização das aplicações.
3. Revisar e classificar os projetos.
4. Recomendar uma aplicação piloto.
S. Revisar! recomendar a linguagem! ferramenta.
6. Desenvolver um plano de implementação.
7. Implementar o protótipo de aplicação.
Muitos são os estudos que demonstram como avaliar uma aplicação adequada. De forma sintética,
concluímos como fatores críticos de sucesso os seguintes pontos:
1. A aplicação solucionar algum problema para empresa.
Capo7 - Conclusões
195
2. A aplicação satisfazer o cliente.
3. A apHcação ser definida junto ao usuário.
4. Seguir uma metodologia na escolha, desenvolvimento e implementação da aplicação.
5. O item anterior deve ter a participação do usuário em todas as etapas.
6. Contar com equipe de desenvolvimento
capacitada.
7. Mensurar os beneficios trazidos pelo SBC.
7.2 IMPACTOS
E IMPLICAÇÕES
ORGANIZACIONAIS
A maioria das organizações usuárias de SBC não consideram relevantes os impactos e implicações
organizacionais causados por essa tecnologia, o mesmo ocorrendo com as empresas brasileiras.
Isso provavelmente porque a tecnologia é de uso recente na maioria das organizações ffUR93], de
modo que elas ainda não sentiram seus efeitos [BYR93]. Em geral, os efeitos provocados pela
automação e outras TI necessitam de um tempo maior para serem observados. Outro motivo está
relacionado ao perfil das pessoas envolvidas no processo de desenvolvimento e implementação de
SBC, em geral técnicos, não sensíveis aos impactos organizacionais que a tecnologia possa causar.
E também pela característica tradicional do SBC de atuar em domínios restritos, o que faz com que
apenas um número reduzido de pessoas viva os efeitos da tecnologia, de forma a não emergir para
o restante da organização de maneira perceptível [BYR93].
Entretanto, os impactos e implicações da tecnologia existem, e devem ser prevenidos e avaliados.
Eles podem ocorrer ao nível do indivíduo, da organização e até mesmo da sociedade. No que se
refere ao indivíduo, os SBC, como as demais tecnologias de informação, por vezes substituem a
atividade humana, provocando desemprego, mudança de função, padronizando atividades e
tomando-as monótonas; por outro lado, trazem maior tempo livre, que pode ser dedicado a
atividades mais nobres, além do que podem ser utilizados como ferramenta de estímulo à
criatividade, pois permitem uma conversação homem-máquina e simulações. Atualmente, as
interfaces gráficas (GUI - Graphic User Interface) têm auxiliado a reduzir os impactos causados
pela tecnologia de informação como um todo, já que permitem uma interação homem-máquina
mais ágil. agradável e criativa.
.
No nível organizacional, a organização como um todo ou em parte pode sofrer impactos, como a
"reengenharia", o deslocamento de poder, a criação de novas áreas, a criação de novos produtos e
serviços. E a sociedade, em um futuro não muito distante {NAI92], com o desenvolvimento da
tecnologia de decisão, dos sistemas ''inteligentes'', da valorização da aprendizagem, irá centrar-se
no conhecimento e no aprendizado apoiada por tecnologias "inteligentes".
Portanto, é importante que a organi zação esteja preparada para os prováveis impactos e
implicações que a tecnologia de SBC possa causar, pois eles sem dúvida constituem um fator
critico de sucesso na implementação desses sistemas.
Cap.7 - Conclusões
7.3 TENDÊNCIAS
]96
DOS SBC
As limitações da década passada estão sendo solucionadas: os shells mais recentes já oferecem
ambientes de desenvolvimento integrado, permitindo o acesso a bancos de dados e interface
gráfica; os microcomputadores, as estações de trabalho, hoje bastante potentes, pennitem o
processamento dos SBC dispensando as máquinas dedicadas. Já se fala em inteligência artificial
distribuída. A metodologia KADS para o desenvolvimento de SBC está formando uma base sólida
para a modelagem das aplicações complexas às quais se dedica a tecnologia; e a integração dos
SBC com outras tecnologias toma impulso, seja através dos chamados sistemas híbridos, seja
através dos sistemas embutidos em sistemas de informações maiores. Vivemos um momento de
transição, em que os SBC renascem amadurecidos, mostrando-se não mais como uma tecnologia à
parte, mas que está lado a lado com as outras tecnologias de informação.
o desenvolvimento
do hardware permite, portanto, a alavancagem da tecnologia de SBC. Se
antes dependia-se de equipamentos dedicados para execução dos sistemas especialistas, hoje um
computador pessoal - um microcomputador - pode executá-los sem maiores problemas. Portanto,
como a TI em geral, a tendência de desenvolvimento de ferramentas (software) para o
desenvolvimento de SBC voltados para microcomputadores é indubitável.
o uso cada vez maior
dos shells é uma tendência real e sem retomo. A integração das tecnologias
de informação como um todo traz também a tendência de embutir os sistemas baseados em
conhecimento em sistemas convencionais e vice-versa. Sistemas híbridos integrados a diversos
tipo de representação do conhecimento são outra tendência.
Apesar da abrangência do uso de SBC - a indústria verticalizada de suas aplicações
desenvolvimento em dominios específicos também formam uma tendência dos SBC.
-, o
o deslocamento do foco na tecnologia para o foco na solução dos problemas é uma realidade nos
dias de hoje, e será ampliada futuramente.
o desenvolvimento
de metodologias, a reusabilidade do sistema e o desenvolvimento de modelos
formam todo um conjunto de tendências que alguns pesquisadores já denominam segunda geração
de sistemas especialistas [DA V93].
A maioria dos usuários pesquisados neste estudo revela otimismo quanto ao uso futuro da
tecnologia de SBC, porém não exagerado. Para eles, o SBC oferecerá, juntamente com outras TI,
mais e melhores soluções para os problemas que o homem venha a enfrentar na administração e
execução das atividades organizacionais.
7.4 PESQUISA
DE CAMPO EM EMPRESAS
BRASILEIRAS
Em nossa pesquisa de campo, realizada com 72 organizações brasileiras, e em outras pesquisas já
realizadas no Brasil [HOP90a], [TIll91] e [ARA911, observa-se que as organizações nacionais
seguem os passos das dos países desenvolvidos, principalmente as dos EUA, mas mantêm-se
Capo7 - Conclusões
197
sempre um pouco defasadas no tempo. Devido à essa defasagem, os impactos causados pelas
tecnologias a essas organíeações também são mais tênues quando comparados àqueles causados às
organizações dos países de onde se originaram.
Concluímos que grande parte das usuárias são organizações de alto faturamento e que, de maneira
geral, independentemente do uso ou não da tecnologia de SBC, existe um interesse geral pelo
assunto, evidenciado pelo alto índice de retomo da pesquisa (50,35%).
Apesar do grande interesse, a conjuntura econômica e a acirrada competitividade do mercado
empresarial têm reduzido o quadro do pessoal de informática, priorizando os recursos que restam.
Essa situação deslocou equipes inteiras que atuavam na área de IA para outras TI, principalmente
para atuar na implantação de redes de microcomputadores. Esse quadro vem reduzindo o número
de protótipos desenvolvidos e aumentando o número de sistemas em estudo, como pudemos
observar na figura 6.13.
A categoria de aplicação mais desenvolvida nas empresas brasileiras é a de diagnóstico,
principalmente no ramo de serviços. No ramo industrial existe a predominância dos SBC de
planejamento. Ambas as aplicações são típicas da tecnologia de SBC, evidenciando que as
organizações vêm buscando a simplificação de soluções, usando aplicações testadas, conhecidás e
de retorno garantido.
As principais razões para o uso de SBC pelas organizações brasileiras são a busca de melhoria de
qualidade e produtividade e o apoio às decisões. Nos EUA, as principais razões são as mesmas,
porém em primeiro lugar vem o apoio à tomada de decisão. Provavelmente, essa seja uma
tendência no uso da tecnologia de SBC. Algumas organizações já possuem grupos que estudam as
tecnologias da decisão, envolvendo sempre o tema IA.
A prototipagem rápida e as metodologias convencionais são as metodologias mais utilizadas pelas
organizações no desenvolvimento de seus sistemas, porém já existe um grande interesse pelo uso
de metodologias específicas de SBC, como é o caso do KADS.
Entre as ferramentas utilizadas no desenvolvimento de SBC, seguindo a tendência mundial, existe
um maior uso dos shells. Os shells mais utilizados pelas empresas pesquisadas são: o ESE (14%),
o NEXPERT (13%), o ART (12%), AION-DS (9%) e o GURU (9%).
Existe uma tendência de desenvolvimento
com outras TI.
de SBC de menor porte e de embutidos ou.integrados
As organizações brasileiras, de modo geral, parecem não enfrentar grandes problemas ou
limitações no desenvolvimento e implementação dos SBC, provavelmente porque a maioria delas
ainda não se envolveu o suficiente com a tecnologia a ponto de vivenciar maiores problemas, e as
que se envolveram são usuárias antigas e já conseguiram solucionar os problemas enfrentados. Os
principais problemas dessas organizações são a escassez de engenheiros do conhecimento e ~
resistências organizacionais.
Capo7 - Conclusõe~
198
As organizações brasileiras consideram fatores críticos de sucesso no desenvolvimento e
implementação de SBC:
1. o atendimento às necessidades dos usuários;
2. o apoio da alta administração;
3. o comprometimento do especialista;
4. o comprometimento do usuário;
5. a aplicação escolhida;
6. os objetivos do SBC ligados ao objetivo da empresa;
7. a participação de equipe experiente.
A participação do usuário na manutenção é considerada fator crítico de sucesso no exterior, mas
tem pouca relevância nas organizações brasileiras, o que mostra que elas, provavelmente, ainda
não passaram por essa etapa.
As organizações brasileiras, como as do exterior, não conviveram com ou não assimilaram a
importância dos impactos e implicações organizacionais. Consideram, noentanto, como principais
impactos o aperfeiçoamento do conhecimento da área específica em que o SBC foi implementado e
o fato de motivar os especialistas e usuários.
A maioria das organizações brasileiras são otimistas quanto ao futuro dos SBC, principalmente no
que se refere à sua integração com as demais TI.
7.5 RECOMENDAÇÕES
Para uma análise precisa das tendências e da evolução da tecnologia, uma pesquisa e um estudo
complementar mais amplos proporcionariam uma visão de longo prazo; portanto, recomendamos a
continuidade desta pesquisa em outros anos, para que se possa construir um perfil das tendências
da tecnologia.
Um estudo mais aprofundado dos impactos e implicações organizacionais, incluindo estudos de
caso, também é recomendado. Estudos nessa linha permitem visualizar o formato da organização
do futuro, que sofre os impactos das tecnologias de informação e, principalmente, das tecnologias
ligadas à inteligência artificial.
Capo8 - Bibliografia
199
CAP.8 - BmLIOGRAFIA
1.
[AGU91] AGUIAR, Einstein Lemos. Inteligência Artificial no Brasil Mito ou Realidade.Rio
de Janeiro COPPEI Sistemas - URFJ, 1991. 187p. (Dissertação de Mestrado).
2.
[ALL90] ALLEN, Mark Kay, HELFERICH, ODiarKeith. Putting Expert Systems to Work in
Logistios Council ofLogistics Management. USA: Oak Brook. 1990. 31Op.
3.
[ANS90] ANSARI, A., MODARESS, Batoul. Commercial Use of Expert Systems in the
U.S. Journal ofSystems Management. 41 (2),. p.l0-13 e 32, Dec. 1990
4.
[ARA91] ARANHA, Elzo Alves. Sistemas Especialistas na Administração: Perspectivas no
Contexto Brasileiro. São Paulo: Pontificia Universidade Católica, 1991. 182 p.
(Dissertação de Mestrado).
5.
[ARG92] ARGYRIS, Chris. Enfrentando defesas empresariais: facilitando o aprendizado
organizacional. Tradução por Tonnera, Helcio Jr. Rio de Janeiro: Campus, 1992.
204p.
6.
[AVR93) AVRON, Barr. Palestra sobre Tendências. Seminário Internacional: Inteligência
Artificial e Sistemas Especialistas. São Paulo: Relacon,jun. 1993.
7.
[BAR88] BARRETI, Michael L. Expert Systems in Business.
Horwood, 1988. 26Op.
8.
[BAR91] BAR1H, G. et alii. Künstliche Intelligenz: perspektive einer wissenschaftlichen
Diszinplin und Realisierungsmõglichk.eiten. Informatik-Spektrum.
v.14, n.4,
p.201-206, Aug. 1991. in [ZW193].
9.
[BAY88] BAYER, J., LAWRENCE, S., KEON, J.W. "PEP: An expert system forprornotion
marketing". in Applied Expert Systems. TURBAN, E. & WATKINS, P.R (eds).
Holland: EIsevier Science, 1988.
Chischester, England: Ellis
10. [BEC91] BECK.MAN, Thornas J. Selecting Expert-Systems Applications. AI Expert: The
Magazine of Artificial Inteligence in Practice. San Francisco: p. 42-48, Feb.
1991.
11. [BEE87] BEEREL, AnnabeI C. Expert Systems: Strategic Implications
England, Chischester: Ellis Horwood, 1987. 18Op.
and Applioations.
12. [BEN82] BENTO, Alberto M., FERREIRA, Maria Regina D. A Prática da Pesquisa em
Ciência Social: uma Estratégia de Decisão e Ação. Relatório Técnico. Rio de
Janeiro: COPPEAD/UFRJ, n.54, jun.1982.
Capo8 - Bibliografia
200
13. [BEN94] BENJAMINS, Richard. Sistemas de Diagnósticos Baseados em Modelos. XV
Encontro da CIASP. 03 mar. 1994.
14. [BIR87] BIRCH, J.
Social and Organizatíonal Impact of Expert Systems.
Computer Conference Proceedings. p.3-11, Sept. 1987.
Oustralian
15. [BLA90] BLANC Le, Louis A., JELASSI, Tawtik. An Evaluation and Selection
Methodolog for Expert System Shells (Insead). Forthcoming in ES with
Application: The Intemational Journal. 1991. 3Op.
16. [BOH90] BOHANEC, Marko; RAJKOVIC, VIadislav. DEX: Un Ambiente de Sistemas
Expertos para el Soporte a las Decisiones. Sistêmtca. Lima: Instituto Andino
de Sistemas, vol.l, n.l, p. 149-163, 1990.
17. [BON89] BONNET, Kendra.R From Grassroots to Grand Plano AI Expert: The Magazine of
Artificial Intelligence in Practice. San Francisco: p. 54-59, Aug. 1989.
18. [BOW87] BOWYE~ J., MARKPWITZ, J., YUSKO, J. Preparing your company for
artificial intelligence. In National Computer Conference, 1987. in [DAM93].
19. [BOY64] BOYD, Harper W. Jr., WESTFALL, Ralph. Pesquisa Mercadológica. Tradução
por Arantes, Afonso C. e Hopp, Maria Isabel R 1 ed. Rio de Janeiro: Fundação
Getúlio Vargas - Serviço de Publicações, 1964.
20. [BRA79] BRACHMAN, RJ.
[WAT86].
21. [BRY88] BRYANT, Nigel,
1988.108p.
On the Epistemological Status of Semantic Networks. in
Managing Expert Systems. New York: Jobn Wiley & Sons:
22. [BYR91] BYRNE, John A. Management's New Gurus.
Mcgraw-Hill, Aug. 311991, p.42-50.
Business Week.
New York:
23. [BYR93] BYRD, Terry Anthony.
Expert Systems in Production and Operations
Management: Results of a Survey. Computers - Expert Systems. The Institute
ofManagement Sciences, 1993. 12p.
24. [CEN93] CENTRO DE INFORMÁTICA APLICADA da EAESPIFGV. Pesquisa:
Administração de Recursos de Informática. São Paulo: .4.ed. Meirelles,
Fernando de Souza (coord.), fev. 1993.
Capo 8 - Bibliografia
201
25. [CHA85] CHARNIAK, Eugene, McDERMOTI, Drew.
Introduction
Intelligence. Menlo Park, CA: Addison-Wesley, 1985. 701p.
to Artificial
26. [CHA89] CHAPNICK, Philip. Real People, Real Applications. AI Expert: The Magazine of
Artificial Intelligence in Practice. San Francisco: p. 7-8, June 1989.
27. [CHA89a] CHAPNICK, Philip. Expert System and People. AI Expert: The Magazine of
Artificial Intelligence in Practice. San Francisco: p. 5-8, July 1989.
28. [CH088] CHORAFAS, Dimitris N. Sistemas Especialistas - Aplicações Comerciais.
Tradução por Mirian Fonseca Diníz; revisão técnica por Nizam Ornar. São
Paulo: Mcgraw-Hill, 1988. 254 p.
29. [CIT87] CITRENBAUM, Ronald,GEISSMAN, James R., SCHULTZ, Roger. Selecting a
Shell. AI Expert: The Magazine of Artificial Intelligence in Practice.
San
Francisco: p. 30-39, Sept. 1987.
30. [CLA83] CLANCEY, W.J. The Epistemology ofaRule-Based Expert System - a Framework
for Explanation. Artificial Intelligence Journal.
Amsterdan: North-Holland.
n.20, p.215-251, 1983.
31. [COA88] COATS, Pamela. Why ES Fail?
Autumn 1988. in [ROS92].
Financial Management.
17(3), p. 77-85,
32. [COL87] COLE, Robert E. Informação Dirigida para um Desempenho Competitivo. Exame.
São Paulo: p.35-41, 1987.
33. [COL93] COLEMAN, Kevin. The AI Marketplace in the Year 2000. AI Expert: The
Magazine of Artificial Intelligence in Practice. San Francisco: p. 35-38, Jan.
1993.
34. [CUN87] CUNHA, Horácio, RIBEIRO, Souza. Introdução aos Sistemas Especialistas.
de Janeiro: Livros Técnicos e Científicos, 1987. 137p.
Rio
35. [DAM93] DAMSKI, J.C.B., LIMA, J.G.M., GIORNO, F.C., VALENTE, A.S.M. Sistemas
Especialistas no Brasil: um enfoque pragmático. Brasília: SUCESU'93. 25 a
311out, 1993. 118p.
36. [DAV81] DAVIS, R. Diagnostic reasoning based on structure and behavior. Artificial
Intelligence. 24 (1984), p.347-41O. in [DAV93].
37. [DAV93] DAVID, Jean-Mate, KRIVINE, Jean-Paul, SIMMONS, Reid. Second generation
Expert Systems. Berlim: Springer-Verlag, 1993. 764p.
Capo8 - Bibliografia
202
38. [EDM88] EDMONDS, RA. The Prentice-Hall Guide to Expert Systems. Englewood Cliffs,
NJ.: Prentice-Hall, 1988. 102p. in [TIJR92].
39. {EER91] EERDEN, C. Van Der, SAELENS, F.H. The Use of Science and Tecbnology
Indicators in Strategic Planning. Long Range Planntng. Great Britain: Pergamon
Press, vol.24, n.3, p. 18-25, 1991.
40. [FEI88] FEIGENBAUM, Edward, McCORDUCK, Pamela, NII, H. Penny.
Expert Company. New York: Vintage Books, 1988. 321p.
The
Rise of
41. [FIR88] FIRDMAN, Hemy Eric. Expert Systems: Are you already behind? Computerworld.
p.99-105, Aprill8, 1988.
42. [FRE92] FREITAS, Henrique, LESCA, Humberto. Competitividade Empresarial na Em da
Informação. Revista de Administração. São Paulo: v.27, n.3, p.92-102, set.92.
43. [FRE93] FREGNI, Edson. Seminário em Tópicos em Engenharia do Conhecimento.
Trabalho apresentado em Congresso da SUCESU. 1993.200p.
44. [FRI87] FRIED, Louis. The dangers of dabbling in expert systems. Computerworld.
June 1987. in [H0P90].
p. 65-72,
45. [FON91] FONTES Filho, Joaquim Rubens. Sistemas Especialistas: Estado da Arte. In:
nnOLLENT, Jean-Marie (coord.). Desenvolvimento da Imeligência Artificial
e da Engenharia doConhecimento no Brasil. Relatório Técnico-Científico.
Política e Gestão da Ciência e Tecnologia. Projeto PADCT/CNPq Proc.
701060- 88.3. Rio de Janeiro: COPPElUFRJ, 1991. 673p.
46. [FUL92] FULD, Leonard M. Achieving Total Quality through Intelligence. Long Range
Planning, Great Britain: Pergamon Press, vo1.25,n.I, p.l09-115, 1992.
47. fGAD87] GADENNE, François G., BRAUNSCHIVIG, David G. Beyond the "AI Winter":
Integration as the First Step to Managing Knowledge. Spectrum Information
Systems Industry - Products anti Technologies. Decision Resources Inc., 1987.
in [GLU92].
48. [GI093] GIORNO, Fernando, MOTA, A.S. Revendo os Conceitos de Sistemas Baseados em
Conhecimento com base nos trabalhos desenvolvidos por William Clancey.
CIASP-XIl Encontro. 12 ago. 1993.
49. [GOR88] GORDON, Sallie E.
The Human Factor in Expert Systems. AI Expert: The
San Francisco: p. 55-59, jan.
Magazine of Artificial Intelligence in Practice.
1988.
Capo8 - Bibliografia
.
203
50. IGLU92] GLUCKSTERN~Marco Cesar. Sistemas Especialistas: um estudo exploratório das
tendências da tecnologia São Paulo: EAESPIFGV, 1993. 116 p. (Dissertação
de Mestrado).
51. IGUI91] GUIMARAES~Tor~ IGBARIA~ Magid, LU~ Ming-Te. The Determinants
Success: An Integrated Model, jun. 1991. 34 p.
of DSS
52. fHAL87] HALL, N.G. A fuzzy decision support system for strategic planning. In: E.Sanchez
& L.A. Zadeh (eds.) Approximate Reasoning in Intelligent Systems, Deciston
and Controlo Oxford: Pergamon, 1987. in [LAW91]
53. {HAM90] HAMME~ Michael. Reengenering Work: Don't Automate, Obliterate. Harvard
Business Review. Boston: p.l04-112, Iuly/Aug. 1990.
54. [HARD90] HARDAWAY, Donald E.~ WILL, Richard P. A Review of Barriers to Expert
System Diffusion. Proceedings of the 1990 ACM Sigbdp Conference on
Trends And Dtrections in ES. Orlando, Florida: Oct. 31-Nov.2, 1990.
55. [HAR88] HARMON, Paul, KING~David. Sistemas Especialistas.
1988.304p.
Rio de Janeiro: Campus.
56. {HAR88a] HARMON, Paul, MAUS, Rex, MORRISEY, William. Expert Systems Tools and
Appltoanons. NewYork: Iohn Wiley & Sons, 1988.288 p.
57. [HAR90] HARMON, Paul~ SAWYE~ Brian. Creating Expert Systems for Business and
Industry. New York: Iohn Wiley & Sons, 1990. in [ZAN93].
58. {HARR88]HARRINGTON, Susan J. Implementing ES: approaches and caveats. Journal of
Systems Management. 39(1 I), p.26-29, Nov. 1988. in [ROS92].
59. [HARR90] HARRIS, Larry C. AICoI]>'s AI; Integration with Existing Systems in key.
Datamation, Mar. 15, 1990, p.44. in [GLU92].
60. {HAY83] HAYES-ROTlI, Frederick, WATERMAN, Donald A., LENAT, Douglas B.
Building Expert Systems. Addison-Wesley, 1983.444 p.
61. [HAY94] HAYES-ROTlI, Frederick, JACOBSTEIN~ Neil. The State of Knowledge-Based
Systems. Communications ofthe ACM Vo1.37,n.3. p.27-39, Mar. 1994.
62. [HER77] HERSEY, P., BLAMCHARD, K. Management of organizations behavior.
Englewood Cliffs, N.I.: Prentice-HalI, 1977. in [O'LE87].
Capo 8 - Bibliografia
204
63. [HIC86] mCKSON,DJ., BUTLER,RJ., MALLORY, G.R, WILSON, D.C. Top Decisions:
Strategic Dectston-Making in Orgamzations. Oxford: Basil Blackwell, 1986. in
LAW91].
64. [HlR89] HIRAI, Yoshimitsu. Trends in the Development and Application of Expert Systems
in Japan: 1986-1988. Joumal AI & Society. vol.3, n.4, p.357-364, Oct-Dec.
1989.
65. {HOL87] HOLSAPPLE, Clyde W, WInNSTON, A.B. Knowledge Based Organizatíons. The
Information Society. vol.5, 1987, p.77-90. in [HOP90a).
66. [HOL90] HOLLAND, Randy C. Trends in ES. IEEE Proceedings - 1990 Southeastcon.
Advanced Technology Branch, p.282-285.
67. {HOPL90] HOPLIN, Herman P., ERDMAN, Stephen J. Expert Systems: An Expanded Field
of Vision for Business. Proceedings of the 1990 ACM Sigbdp Conference on
Trends and Directions in ES. Orlando, Florida: p. 1-16. Oct.31-Nov.2, 1990.
68. [HOP90a] HOPPEN, Norberto; ANTUNES, Álvaro R. Sistemas Especialistas em Empresas
Brasileiras. Série Documentos para Estudo PPGAlUFRGS Mar. 1990. 15p.
68. [HOP90b] HOPPEN Norberto; TRAHAND, Jacques. Os Sistemas Especialistas em Gestão
no Brasil: um desafio. Revista de Administração de Empresas. São Paulo: 30(3),
p.47-55,jul.lset. 1990.
69. [HOU88] HOUSAPPLE, Clyde W., TAM, Kar Yan, wmSTON, Andrew B. Adapting
Expert Systems Technology to FinanciaI Management.
Financiai
Management. 17 Aut. 1988. in [McL90].
70. [IBM91] Relatório ffiM. Sistemas Especialistas e suas Aplicações.
1991. 63p.
71. [ISH89] ISlflDA, Yoshihiro, KUMAMOTO, Tatsuo. Expert Systems in the FinanciaI
Industry: an AnaIysis of Business Opportunities. London Business School MBA
Final Project. Supervisor: Mary Jackson. MBA 27), June 1989. 7Op.
72. [JAC90] JACKSON, Peter. Introduction to Expert Systems.
1990. in [ZAN93].
New York: Addison-Wesley,
73. fJAG90] JAGODZINSKI, Peter, HOLMES, Steve, DENNIS, Ian. User-Acceptance of a
Knowledge-Based System for the Management ofChild Abuse Cases. In: Berry,
D., Hart, A. (eds.). Expert Systems: Human Issues. London: Chapman and
Hall, 1990. 263p. (p. 48-64).
Capo8 - Bibliografia
205
74. [JIP87] JIPDEC. Results of Survey on Trends in Expert Systems in Japan.
Generations Computer Systems. North-Holland. 3 (1987), p. 17-36.
75. [JOH83] JOHNSON, P. E. What kind of expert should a system be?
Medicine anti Philosophy. vo1.8, p.77-97, 1983. in [WAT86].
Future
The Journalof
76. [JTE93] JTEC Panel: FEIGENBAUM, E.A, FRIEDLAND, P.E et alii. Knowledge-Based
Systems in Japan. Communioations ofthe ACM n.l,vo1.37, p.17-19, Jan. 1994.
77. [KAT86] KATZ, D., KAHN, R.L. The social psychology of organizations. New York:
Wiley, 1986. in [O'LE87].
78. [KEY89] KEYES, Jessica. Why ES Fail ? AI Expert: The Magazine of ArtifictalIntelligence
in Practice. San Francisco: p. 50-53 , Nov. 1989.
79. [LAK91] LAKATOS, Eva Maria, MARCONI, Maria Andrade. Metodologia Cientifica. São
Paulo: Atlas, 1991. 249p.
80. [LAW91] LAWRENCE, Thomas. Impacts of Artificial Intelligence on Organízational
Decision Making. Journal of Behavioral Decision Making. Vo1.4, p. 195-214,
1991.
81. [LEI88] LEINWEBER, David. Knowledge-Based Systems for Financial Applications. IEEE
Expert. p.l8-30, FalI 1988. in [ZAN93].
82. [LE086] LEONTIEF, W. The Future Impact of Automation on Workers.
Univ. Press. 1986. in [TUR92).
Oxford: Oxford
83. [LUC86] LUCONI, Fred L., MALONE, Thomas W., SCOTT MORTON, Michael S. Expert
Systems: The Next Challenge for Managers. Sloan Management Review.
Summer, 1986.
84. [MAL91] MALSCH, T. Expertensysteme in der Krise. Kúntsliche Intelligenz. n.3/91, p.7074, Sept.l991. in [ZWI93].
85. [MAS88] MASUD, Abu S. M., HOMMERTZHEIM, Don. In: Applied Expert Systems.
Turban, E., Watkins, P.R. (eds). Amsterdan: EIsevier Science, 1988.
86. [MAR88] MARTIN, Thomas J. ES Struggle for Commercial Success. SPECTRUM
Information Systems and Technologies - Applications, Decision Resources,
Inc. p.l-20, Mar. 1988. in [GLU92].
Capo8 - Bibliografia
206
87. {MAR90] MARCONI, Marina de Andrade, LAKATOS, Eva Maria Técnicas de Pesquisa.
São Paulo: Atlas, 1990.231 p.
88. [McL90] McLEOD, Raymond Jr. Management lrformatton Systems. New York: Maemillan,
1990. 910p.
89. [MEI88] MEIRELLES, Fernando de Souza.
Informática: Novas Aplicações
Microcomputadores. São Paulo: McGraw-Hill, 1988.443 p.
com
90. [MEI90a] MEIRELLES, Fernando de Souza. Administração da Implementação dos Recursos
de Informática. São Paulo: EAESPIFGV, 199O.(Tesede doutorado).
91. [MEI90b] MEIRELLES, Fernando de Souza. Dimensões da Administração da Informática:
Estruturas de Referência. São Paulo: EAESPIFGV, 1990.
92. [MEI94] MEIRELLES, Fernando de Souza.
Informática: Novas Aplicações com
Microcomputadores. Versão Atualizada. São Paulo: McGraw-Hill, 1994.614 p.
93. [MEY91] MEYER, Marc H., CURLEY, Kathleen Foley.
Putting Expert Systems
Technologyto Work. Sloan Management Review. p21-31, Wmter 1991.
94. [MILL92] MILLET, D., POWELL, Philip. Expert System Success Revisited. University of
Southampton. Nov. 1992. 38p.
95. [MIN75] MINSKY, M. A Framework for Representing Knowledge.
in [ZAN93].
96. [MIN90] MINASI, Mark. Putting ES in Their Place. AI Expert: The Magazine of Artificial
Intelligence in Practice. San Francisco: p. 13-15, Jan. 1990.
97. [MIZ87] MIZOGUCHI, Riichiro, KAKUSHO, Osamu. The Recent Trends of Expert System
Research. Information Processing of Society of Japan. Japan: vo1.28,n.2, p. 207217, Feb. 1987.
98. [MON87] MONZEN, Hirokuni. Tendência de Desenvolvimento de SE em Microcomputador
Fujitsu. Instrumentação. Vo1.30, n.3, p. 19-24, 1987.
99. [MON93] MONARD, Maria Carolina, RODRIGUES, Solange Rezende. Sistemas Baseados
em Conhecimento, Conceitos Fundamentais e Aplicações.
Trabalho
apresentado no Congresso de Inteligência Artificial. Comdex-Sucesu '93. 1993,
7Op.
100. [MUN94] MUNAKATA, Toshinori. Commercial and Industrial AI. Communications ofthe
ACM Vo1.37,n.3, p.23-26, Mar. 1994.
Capo8 - Bibliografia
207
101. [NAS92] NASH, lim. Expert Systerns: A New Partnership. AI Expert: The Magazine of
Artificial Intelligence in Practice. San Francisco: p. 36-39, Dec. 1992.
102. [NEW82] Newell, A. lhe knowledge leveI. Artificial Intelligence. 18 (1982) p.87-127. in
[DAV93].
103. [NOL79] NOLAN, Richard L. Managing the Crises in Data Processing. Harvard Business
Review. Boston: p.1l5-126, Mar.lApr. 1979.
104. [NOR75] NORMAN, D. A., RUMELHART, D.E. (eds.) Explorations in Cogmtions. San
Francisco: W.H.Freeman and Company, 1975. in [WAT86].
105. [NOR86] NORMAN, D. A. Cognitive Engineering. In: Nonnan, D.A., Draper, S.W. (eds.).
User-Centered System Design: New Perspectives on Human Computer
Interaction. Lawrence Erlbaum Associates, 1986. in [GOR88].
106. [O'LE87] O'LEARY, Daniel E., TURBAN, Efraim. lhe Organizatíonal Impact of Expert
Systems. Human Systems Management. North-Holland. n. 7, p. 11-19, 1987.
107. [Plfl90] PlllLLIP, George C., SCHULTZ Hilbert K. What's Happening with Expert
Systems. AI Expert: The Magazine of Artificial Intelligence in Practice. San
Francisco: p. 57-59, Nov. 1990.
108. [POR85] PORTER, Michael E., MILLAR, Victor E. How Infonnation Gives Vou
Competitive Advantage. Harvard Business Review.p. 149-160, July/Aug. 1985.
109. [POS86] - POSPELOV, G.S., RAZIN, A.M. Main Trends in Development of Present-Day
ES: a Brief Review of Foreign Studies.
Nauchno-Tekhnicheskava
Informatsiya, Seriya2, VoI.21, n.2, p.l-11, 1987.
110. [PRE90] PRERAU, David S. Developing and managing expert systems: proven techniques
for business and industry. New York: Addison - WesIey, 1990.363 p.
111. [PUC92] Pontificia Universidade Católica de São Paulo. Mesa Redonda: Sistemas
Especialistas: Tendência ou Modismo? . Malvesi, Sigmar (coord.). 221junhol
1992.42 p.
112. [RAJ91] RAJKOVIC, VIadislav, BOHANEC, Marko. Un Enfoque de la Ingenieria del
conocimiento hacia la Calidad en la Tomada de Decisiones. Sistêmica. Lima:
Instituto Andino de Sistemas, voI.2, n.l, p. 109-121, 1991.
Capo8 - Bibliografia
208
113.{RAM89] RAMSEY, Connie Loggia, SCHULTZ, Alan C. Knowledge Representation
Methodologies for Expert Systems Development, 1989. in [ZAN93].
114. [RAR90] RARIDEN, Robert Lee. Barriers to Implementing ES Tecbnology in Corporations.
Proceedings of the 1990 ACM Sigbdp Conference on Trends And Dtrections in
ES. Orlando, Florida: p.640-650, Oct.31-Nov.2, 1990.
115. [RAU86] RAUCH-HINDIN, Wendy B. Artificial Inteliigence in Business, Science, and
Industry. Englewood Cliffs, NJ: Prentice-Hall. 2 V. 1986.
116.[RIC88] RICH, Elaine. Inteligência Artificial. Tradução por Newton Vasconcellos. São
Paulo: McGraw-Hill, 1988. 503p.
117. [ROC90] ROCKART, J.F., MORTON, M.S.S. Implicações das Mudanças na Tecnologia de
Informação para a Estratégia Empresarial. São Paulo: Amana-Key. Seminário
Internacional "Administração dos Anos 90". 1990. 25p.
118. [ROS92] ROSA, Fernando. Sistema Especialista para Análise de Risco de Concessão de
Crédito Bancário - uma perspectiva de planejamento estratégico. São Paulo:
EAESPIFGV, 1992. 294p. (Dissertação de Mestrado).
119. [SAM63] SAMUEL, A.L. Some Studies in Machine Leaming Using the Game of Checkers.
in [RIC88].
120. [SCHU96] SCHUTrE, Luciane, MYRNA, C.V.A. Estratégias para implantação de Sistemas
Especialistas no SERPRO. Anais do XIX Congresso Nacional de Informático SUCESU. p.349-355, 1986.
121.[SCH93] SCHREffiER, Guus, WIELINGA, Bob, BREUKER, Joost. A Principled Approach
to Knowledge-Based System Development. London: Academic Press. Harcourt
Brace Jovanich, 1993. 457p.
122.[SCH87] SCHWABE, D., CARVALHO, R.L. Engenharia de Conhecimento e Sistemas
Especialistas. Buenos Aires: Kapelusz, 1987. in [FON90].
123. [SCH90] SCHWABE, G., DOLINSKY, D., KREMAR, H.
Umfragergebnisse zum
Einsatztand von Expertensystemen in Banken. Künstliche Intelligens, n.3/90,
p.59-63, Sept. 1990.
124. [SCH88] SCWATZ, Tom J., SCHWARTZ, Di. AI Trade Trends. AI Expert: The Magazine
of Artificial Inteiligence in Practice. San Francisco: p. 62-65, Mar. 1988.
Capo 8 - Bibliografia
209
125. [SCHW93] SCHWABE, Gerhard, DOLINSKY, Dieter, KREMAR. Helmut. Empirische
Einsichten zum Einsatz
von Expertensystemen - Ergebnisse von
Selbsteinschãtzungen in Banken aus den Jahren 1989 und 1991.
Wirtschaftstnformattk: 35 (1993) 3, p.215-227.
126. [SH083] SHOR1LIFFE~ E.J. Medicai Consultation Systems: Designing for Doctors. In:
Síme, M.E. & M.J.Coombs (eds.).
Designing for Human-Computer
Commumcatton. New York: Academic Press, 1983. in [GOR88].
127. [SIM77] SIMON, Herbert. The New Science of Management Decisions. rev.ed. Englewood
cne, N.J.: Prentíce-Hall, 1977. in [TUR92].
128. [SLA88] SLAGLE, James R., WICK. Michael R. A Method for Evaluating Candidate ES
Applications. AI Magazine. p. 44-53, Wmter 1988.
129. [SOU91] SOUZA, Nali de Jesus. Considerações sobre a Dissertação de Mestrado. p.152164, 1991.
130. [STI91] STIRES, Charles E. Wmning Strategies for ES Vendors in the Discrete
Manufacturlng Sector. SPECTRUM Information System Industry.
Decision
Resources. Aug. 1991. in [GLU92].
131. [SVI90] SVIOKLA, John J. An Examination of the Impact of Expert Systems on the Finn:
lhe Case ofXCON. MIS Quarterly. p.l27-139. June 1990.
132. [SWA93] SWARTOUT, W., MOORE, J. Explanation in Second Generation Expert Systems.
In: DAVID, Jean-Mate, KRIVINE, Jean-Paul, SIMMONS, Reid (eds). Second
generation Expert Systems. Berlim: Springer-Verlag, 1993. 764p.
133. rnn91]
nnOLLENT, Michel Jean-Marie (coord.). Desenvolvimento da Inteligência
Artificial e da Engenharia do Conhecimento no Brasil. Relatório TécnicoCientifico. Política e Gestão da Ciência e Tecnologia. Projeto PADCT/CNPq
Proc. 701060 - 88.3. COPPE/UFRJ, 1991. 673p.
134. [TH090] lHOW-YICK Liang, HUU-PHUONG, Ta. Management Expert Systems for
Competitive Advantage in Business. Information & Management. 18 (1990),
p.195-201. Amsterdan: EIsevier Sciences.
135. [TOF90] TOFLER, Alvin, TOFLER, Heide. Powershift: as mudanças do poder.
Janeiro: Record, 1990.613 p.
Rio de
136. [TOR91] TORRES, Norberto Antonio. Planejamento de Informática na Empresa.
Paulo: Atlas, 1991. 218p.
São
Capo8 - Bibliografia
137. [T0R94]
.
210
TORRES, Norberto Antonio.
Manual de Planejamento
Empresarial. São Paulo: Makron Books, 1994. 402p.
de
Informático
138. [TRA88] TRAHAND, Jaeques, HOPPEN, Norberto. Sistemas Especialistas e Apoio à
Decisão em Administração. Revista de Administração. São Paulo, vol.23, n.2,
p. 11-20, abr./jun. 1988.
139. [TRI90] TR.IPPI, Robert R., TURBAN, Efraim. Investment Management Decision Support
and Expert Systems. Boston, Boyd & Fraser, 1990. in [ZAN93].
140.[TUR63] TURING, Alan.
[McL90).
Computtng
Machinery
and Intelligence,
1963. in McLeod
141. [TUR88] TURBAN, Efraim. Review ofES Technology. IEEE Transactions on Engineering
Management. 35(2), p. 71-81, May 1988. in [ROS92].
142. [TUR92] TURBAN, Efraim. Expert Systems and Applied Artificial Intelligence. New York:
Macmillan, 1992. 815p.
143. [TYR93] 1YRAN, Craig K., GEORGE, Joey F. The Implementation of Expert Systems: A
Survey of Successful Implementations. Database. Vo1.241l, p. 5-15. Winter,
1993.
144. [ULL92] ULLOA, Ricardo Rodriguez. Inteligencia Artificial y Gestion Empresarial. Revista
de Postgrado - Revista de Estudios Empresariales. Lima: Universidad deI
Pacifico Escuela de Postgrado, p.3-13, abro 1992.
145.(WAT86] WATERMAN, DonaldArthur. A Guide to ExpertSystems.
418p.
Addison-Wesley, 1986.
146.(WEI88] WEISS, S.M., KULIKOWSKI, C.A. Guia prático para projetar
especialistas. Rio de Janeiro: LTC, 1988. in [FON90].
sistemas
147. (WIE93] WIELINGA, B. W. van de Velde, SCHREffiER, G., AKKERMANS, H. Expertise
Model Definition Document. KADS fi Deliverable Task M.2a KADS
IIIM2/UvAl026/1.1, University of Amsterdan, May 1993. in [DAM93].
148. [WIL88] WILLIAMS, T., BAINBRIDGE, B. Ru/e Based Systems.
1988. in [ZAN93].
149. (WOH91] WOHEREM, Evans E. Human Factors in Infonnation Technology: lhe SocioOrganisational Aspects of Expert Systems Design. AI & Society. London:
Springer-Verlag, (1991) 5: p.18-33.
Capo 8 - Bibliografia
211
150. [YOU89] YOUNG, AR1HUR CONSULTING. The Landmark MIT Study: Management in
the 1990's. 1989.
151. [ZAN93] ZANONI, João Carlos. Modelos de Representação do Conhecimento em Sistemas
Especialistas, Critérios para Aplicação e Validação. São Paulo: EAESPIFGV,
1993. 254p. (Dissertação de Mestrado).
152. [ZWl93] ZWlCKER, Ronaldo; REINHARD, Nicolau. Sistemas Especialistas: um hiato de
aplicabilidade. São Paulo: Revista de Administração, 1993. l1p.
ANEXO 1
APLICAÇÕES IBM
Anexo 1-Aplicações IBM
213
ANEXO!
APLICAÇÕES IBM
Estes são alguns exemplos de aplicações de sistemas baseados em conhecimentos, levantados pela
mM em 1991 [IBM91), desenvolvidas ou em desenvolvimento por empresas brasileiras.
Empresa:
AMERlCAN EXPRESS
Sistema:
Validação de Data Entry
Ferramenta:
ESElMVS
Descrição:
São validados a consistência e o batimento de valores de documentos. Na
verificação de valores em especial, são analisados casos de inversão, troca ou borrão de números e
deslocamentos de vírgulas. Há um módulo estatístico que controla os erros de digitação e
estabelece a prioridade com que os casos acima são determinados.
Empresa:
Sistema:
ARTEX Bhnnenau (SC)
Programação da Produção de Roupões
Ferramenta:
KTNM
Descrição:
O sistema visa atender a carteira de pedido diária, baseando-se na seqüência de
operações para fabricar o produto, no tempo gasto em cada operação e na disponibilidade de mãode-obra e equipamento. Tenta-se com isso reduzir também o deslocamento de pessoal entre postos
de serviço.
Obs.: o sistema é aplicável a todo o tipo de confecção, envolvendo diferentes modelos de produto
final.
Empresa:
AUTOLATlNA
Sistema:
Help Desk
Ferramenta:
ESEIMVS
Deseriçio:
Esta aplicação está sendo desenvolvida para atender à área de CPD
Obs.: A Autolatina está desenvolvendo dois outros protótipos: um para análise de crédito e outro
para análise de capacidade de máquinas, ambos em fase de aquisição de conhecimento.
Empresa:
BANERJ
Sistema:
Análise de Custo LeitolDia - CABERJ
Ferramenta:
ESElMVS
Tempo de desenvolvimento:
4 meses
Descrição:
Este sistema foi desenvolvido em parceria com a Caberj - Caixa de Assistência dos
Funcionários do Banerj - para solucionar o seguinte problema: diariamente, a Cabelj recebe
dezenas de faturas de hospitais, clínicas e casas de saúde com as quais mantém. convênio,
referentes aos serviços prestados aos funcionários do BANERJ. Essas faturas, pelo alto valor
envolvido, são analisadas por um corpo médico, que verificam a coerência dos itens faturados.
Apenas como exemplo: um médico questionaria um hospital/clínica conveniado que estivesse
Anexo 1- Aplicações IBM
214
cobrando, por uma quantidade de medicamento específica, um valor maior do que o cobrado pelo
número de dias que o paciente ficou internado para tratamento. Como essa análise requer um
conhecimento específico na área médica, não poderia ser feita por pessoal não qualificado. Por esse
motivo, a Cabetj mantém um quadro de assessores médicos que, entre outras atribuições, dedicam
grande parte de seu tempo à análise dessas faturas, liberando-as ou não para pagamento.
o protótipo foi inicialmente desenvolvido com
o objetivo de analisar as futuras relacionadas a
infarto agudo no miocárdio, devendo ser ampliado para incluir novas patologias numa próxima
etapa do projeto.
Com essa aplicação, a CabeIj tem conseguido ótimos resultados com relação à análise das faturas,
inclusive reavaliando algumas faturas já liberadas, mas que foram bloqueadas quando submetidas à
análise do sistema especialista. Os assessores médicos têm, até, usado os relatórios gerados pelo
ESE como base para reuniões periódicas com a direção dos hospitais/clínicas credenciados, nas
quais são mostradas as incoerências encontradas pelo sistema
Com a entrada em produção do SE, a tarefa de liberação das faturas poderá ser executada pelo
pessoal administrativo, liberando os assessores médicos para outras tarefàsmais nobres.
Empresa:
BANESPA
Sistema:
Redefinição do quadro de pessoal
Ferramenta:
ESElMVS
Descrição:
Análise de viabilidade da redefinição do quadro de pessoal das agências, mediante
solicitação. A tomada de decisão é feita considerando os volumes processados, o tipo de trabalho,
os tipos de clientes, a localização, etc.
Empresa:
BANORTE - Banco Nacional do Norte
Sistema:
Seguro de Automóveis
Ferramenta:
ESENM
Descrição:
O sistema faz o cálculo de prêmios, franquias e analisa cláusulas contratuais dos
seguros de automóveis. Inicialmente desenvolvido no VM. Está sendo estudado o ambiente de
produção CICS ou ESE/PC.
Empresa:
CARGlLL
Sistema:
Estudo de rotas de Movimentação de Matérias-Primas
Ferramenta:
ESENM
Descrição:
O sistema verifica rotas de movimentação de matérias-primas para as fábricas e
vice-versa, com o objetivo de minimizar custos.
Empresa:
Sistema:
CELPA
Orientação de Lançamento de Contas - IDALINUS
Ferramenta:
ESENM
Descrição:
Orientar os diversos departamentos do CELPA a lançar suas despesas nas contas
contábeis corretas.
Anexo 1-Aplicações IBM
Empresa:
CENIBRA
Sistema:
Análise de Contratos
Ferramenta:
ESElMVS
215
Descriçio:
O sistema tem por objetivo indicar, através de uma carta-convite, as condições
ideais de contratação de serviços, bem como analisar as propostas apresentadas pelos concorrentes,
indicando a que melhor satisfaz os interesses da empresa. O protótipo em desenvolvimento se
refere aos contratos de aluguel de máquinas e veículos.
Banco de Dados: DB2
Empresa:
CESP
Sistema:
Integrado de Conservação de Energia - Projeto AXIAL-2
Ferramenta:
ESEIVM
,
-,
Descriçio:
O objetivo global deste projeto é a construção, teste e implantação de um protótipo
de sistema automatizado que possibilite a execução das seguintes funções:
- diagnóstico técnico;
- análise econômico-financeira;
- avaliação e valorização dos motores;
- cruzamento de informações entre disponibilidades e clientes (cadastro de clientes x cadastro de
motores).
Na área de conservação de energia de motores elétricos de uso industríal, o sistema consta de dois
componentes principais:
- sistema de infonnação de motores e clientes;
- sistema baseado em conhecimento para diagnóstico e recomendação técnica de motores.
As principais funções do componente sistema de informação são:
- cadastramento de motores;
- cadastramento de clientes;
- cálculos técnicos, econômicos e financeiros;
- dimensionamento de motores;
- suporte à manutenção de motores.
o segundo componente possui a seguinte fi.mçãobásica:
- diagnóstico e recomendação técnica na utilização de motores elétricos.
Empresa:
CIQUINE
Sistema:
Diagnóstico de Vibrações em Bombas e Compressores
Ferramenta:
ESE
Anexo 1-Aplicações IBM
216
Descrição:
O sistema fornece O diagnóstico, a partir de dados de vibração, das condições do
óleo nas bombas, do tipo de ruído, das condições operacionais, do histórico dos últimos seis meses
de cada tipo de bomba e compressor, etc.
As saídas são telas com os diagnósticos das máquinas e recomendações para a manutenção. É um
sistema de manutenção preventiva
Utiliza o GDDM como interface para gráficos.
Empresa:
CIQUINE
Sistema:
Separação de Aldeídos
Ferramenta:
ESE
Descrição:
O sistema tem como objetivo dar apoio à operação da unidade de álcoois, na área
de separação de aldeídos, fazendo diagnóstico de problemas operacionais, prevendo possíveis
falhas e sugerindo medidas preventivas adequadas. Basicamente, o sistema de separação ocorre
numa torre de destilação com uma místura de aldeídos (NBD + mD) como corrente de entrada, e o
processo é separar o NBO, que sai no topo, do mo, que sai do fundo da torre de destilação.
Acontece que esses dois produtos, de importância estratégica para a qualidade do produto final da
Ciquine, podem-se contaminar entre si, isto é, o NBD pode sair com parte do mo no topo e viceversa. O sistema desenvolvido permite que, através de procedimentos especializados, isso não
ocorra.
Trata-se de uma aplicação inédita e no futuro deverá atuar diretamente no processo para correções
de falhas.
Empresa:
COPENE
Sistema:
Balanço de Massa
Ferramenta:
ESEIVM
Descrição:
O sistema permite fazer o balanço de massa das divergências correntes da Copene,
isto é, fecha o balanço das quantidades das variáveis de entrada e saída para cada unidade de
produção (fomo, trocador de calor, torres de destilação, etc). As entradas são leituras dos diversos
instrumentos, e a saída é um relatório de fechamento de balanço de massa que vai ajudar a Copene
no fàturamento das quantidades de matérias-primas enviadas a outras empresas do Pólo.
Esta aplicação foi desenvolvida em ESE, mas está sendo recodificada em KT.
Empresa:
Sistema:
COSIGUA - Cia Siderúrgica Guanabara
Identificação de Falhas em Redutores
F~am~:
ES~S-ESA
Descrição: . Na área de laminação da usina, existem 141 redutores que necessitam de
manutenção periódica. O procedimento de inspeção desses redutores gera um grande número de
dados, que são analisados por um único especialista. Esses dados são agrupados em forma de
Anexo 1-Aplicações IBM
217
gráficos e tabelas. Como é necessário muito tempo para analisar todos os redutores, eles acabam se
quebrando por falta de uma análise mais acurada dos dados. O objetivo do sistema é, a partir dos
dados coletados, analisá-los, gerar gráficos comparativos, atualizar tabelas de histórico e gerar
recomendações e procedimentos de manutenção desses equipamentos. Com isso, o especialista
passará a dedicar apenas 30% de seu tempo ao acompanhamento dessa análise. O tempo restante
será utilizado no estudo de novas soluções de engenharia, visando à redução nos custos de
manutenção da empresa.
o sistema parte da identificação da máquina e solicita informações a respeito do tipo de análise a
ser efetuado. É feito um acesso ao DB2 para colher informações sobre a máquina. Em seguida, o
sistema analisa os dados resultantes do estudo efetuado, gerando relatórios com recomendações e
procedimentos de manutenção, atualizando informações no banco de dados.
Empresa:
CREDICARD
Sistema:
Análise de Crédito - ANCRED
Ferramenta:
KTIMVS
Descrição:
Reavaliar propostas de cartões de crédito já recusadas pelo Credit Score,
Empresa:
CREDICARD
Sistema:
Treinamento On-Line
Ferramenta:
ESFJMVS
Descrição:
O sistema permite a realização de cursos on-line. É composto de três módulos: o
do professor, o do aluno e o de análise. O módulo do professor pennite-lhe reestruturar, analisar,
interpretar e projetar cursos (parametrizando-os em termos de tempo, percentual mínimo de
aproveitamento, etc). O treinamento acontece no módulo do aluno. O sistema pennite a
comunicação do aluno com o professor através de notas. paginar texto de testes, etc. O terceiro
módulo é o mais importante: é responsável pela análise, por meio da qual se pretende fazer o
acompanhamento do funcionário (verificar se ele está correspondendo ou não ao que se espera
dele).
Banco de Dados: DB2
Empresa:
CSBM - Companhia Siderlugica Belgo Mineira
Sistema:
Composição de Cargas para Fomos de Recozimento
Ferramenta:
KTIMVS
Descrição:
Esta aplicação é o resultado de um projeto conjunto entre a ffiM Brasil - através
do Centro de Competência - e a BMS.
A área piloto para teste do sistema é a trefilaria da usina de Contagem da CSBM.
O problema consiste em buscar uma composição de carga mais produtiva para os fomos de
recozimento disponíveis em um dado momento. Para avaliar a composição de cargas, são
consideradas várias restrições estabelecidas pelo ciclo de tratamento térmico de cada produto
existente no estoque intennediário na trefilaria. Para escolher a melhor composição de carga, são
levadas em consideração a prioridade de atendimento e a produtividade da carga no fomo.
Anexo 1- Aplicações IBM
218
Para solucionar o problema, foi utilizada a ferramenta KT (Knowledge Tool) para representação do
conhecimento, e o produto lSPF para o gerenciamento das tabelas de tratamento térmico e de
estoque intennediário e para as telas de comunicação com o usuário.
Empresa:
CVRD - Cia. Vale do Rio Doce
Sistema:
Diagnóstico de Defeitos em Locomotivas GM
Ferramenta:
ESElMVS
Descrição:
O sistema tem como objetivo auxiliar os mecânicos na identificação correta dos
defeitos, a partir de informações recebidas no relatório dos maquinistas, após uma viagem. Todo o
procedimento de teste é infonnado, bem como os cuidados a serem tomados.
Empresa:
EDITORA ABRIL
Sistema:
Help Desk
Ferramenta:
ESE/VM
Descrição:
Central de atendimento ao usuário na área de .mícrocomputadores, terminais e
teleprocessamento.
Empresa:
Sistema:
EDITORA ABRIL
SE'Integrado de Administração da Produção - SIAP
Ferramenta:
ESE/VM
Descrição:
O sistema é responsável pela programação da produção de encartes de todas as
publicações da Editora Abril. Todas as tarefas para a produção de cada tipo de encarte são levadas
em consideração, como, por exemplo, execução e.,revisão de foto, número de cores, tipo de papel,
tipo de corte, etc.
Empresa:
Sistema:
ERICSSON
Configuração de Produtos
Ferramenta:
ESE/VM
Descrição:
O sistema faz a configuração dos produtos oferecidos pela empresa conforme
pedido do cliente.
Empresa:
UBEC
FICB - Faculdades Integradas Católicas de Brasília, instituição pertencente à
Sistema:
SE para Suporte à Orientação Acadêmica - ORACAD
Ferramenta:
ESENM
Descrição:
O objetivo geral do sistema ORACAD é apoiar o processo de orientação
acadêmica dos alunos do Curso de Curta Duração de Ciências das Faculdades Integradas Católicas
de Brasília. Alguns beneficios obtidos com a implantação do sistema:
- Melhor orientação acadêmica dos alunos. Na geração final das disciplinas a serem cursadas, o
ORACAD leva em consideração todos os pré-requisitos e normas acadêmicas, assim como a carga
Anexo 1- AplicaçÕes IBM
219
de dedicação possível do aluno ao curso em um dado semestre e a prioridade atribuída às
disciplinas.
- Apoio aos professores no processo de orientação acadêmica. Considerando que.• no período de
orientação acadêmica, os professores encarregados dessas tarefas ficam sobrecarregados em função
do grande número de alunos a serem orientados em um curto espaço de tempo .•o ORACAD pode
fazer uma pré-orientação e funcionar como um assistente de orientação acadêmica, liberando,
assim, o escasso tempo do professor orientador.
Obs.: O sistema não deve, em hipótese alguma, ser visto como um substituto do orientador
acadêmico, ao qual cabe a palavra final sobre o programa de estudos dos alunos.
Empresa:
GLOBEX - Ponto Frio Bonzão
Sistema:
Avaliaçãode Crédito
Ferramenta:
ESEIVM
Descrição:
Foi desenvolvido .•com a ~uda dos analistas de crédito mais experientes do Ponto
Frio, um SE que, de posse da ficha cadastral preenchida pelo cliente e de outras informações
adicionais fornecidas pelo vendedor - valor da compra, número de prestações e outros -., conclui se
o crédito deve ser concedido ou não, qual o valor a ser concedido e as razões pelas quais o sistema
chegou àquela conclusão. Dessa forma, um vendedor, em qualquer loja que possua um tennina1
ligado ao CPD do Ponto Frio, poderá, através do acesso direto ao SE, definir de uma fonna mais
rápida se deve ser concedido crédito ao solicitante, liberando, assim, os analistas de crédito para
outros casos mais complicados de análise de crédito.
O sistema mostra-se também muito eficiente nas épocas de grande movimento nas lojas .• como
Natal e Dia das Mães.
Empresa:
IRB - Instituto de Resseguros do Brasil
Sistema:
Taxação de Supply Vessel
Ferramenta:
ESEIVM
Descrição:
Taxação das embarcações que levam suprimentos às plataformas da Petrobrás, ou
seja, o sistema faz o cálculo dos prêmios, franquias e condições especiais para a realização do
seguro e resseguro.
Empresa:
MARCONDES
Sistema:
Auto-avaliação de Executivos
Ferramenta:
ESENM
Descrição:
O sistema é responsável pela avaliação de gerentes em relação ao nível que eles
ocupam em sua empresa ou em relação a um cargo a que poderão eventualmente se candidatar.
Empresa:
MERCEDESBENZ
Sistema:
SE para Seleção de Máquinas para Usinagem de Peças
Ferramenta:
ESElMVS
Anexo 1- Aplicações IBM
220
Descriçio:
O sistema é responsável pela seleção de fenamentas de usinagem para a confecção
de peças necessárias para a fabricação de automotivos.
Empresa:
PIDLIPS
Sistema:
SE para Help Desk
Ferramenta:
ESEIVM
Descriçio:
O sistema foi desenvolvido para auxiliar a área de micros e teleprocessamento.
Será desenvolvido modelo igual com SQLIDS para comparação de performance de modelos
equivalentes.
Empresa:
PRODEMOE
Sistema:
SE para Procedimento do COPOM
Ferramenta:
ESENM
Descriçio:
Confidencial.
Empresa:
RODOBENS
Sistema:
SE para Análise de Crédito em Finnas de Transportes - ANACRE
Ferramenta:
ESENM
Descriçio:
O sistema faz a análise do pedido de empréstimo de uma firma de transportes (de
carga, urbano, etc.) ao BANCO DIBENS e dá aconselhamentos sobre as ações a serem tomadas:
aceitar o empréstimo, negar o pedido inicial, propor um valor menor de empréstimo ou negar
totalmente.
Empresa:
SEPROCE
Sistema:
SE para Análise de Contribuintes
Ferramenta:
ESEIVM
Descriçio:
O sistema tem por objetivo analisar informações dos contribuintes do estado do
Ceará e gerar uma listagem expondo a situação atual dos contribuintes, facilitando assim o trabalho
dos fiscais e auditores na investigação de potenciais sonegadores.
Empresa:
SERPRO
Sistema:
SE para Diagnóstico de Confiabilidade
Ferramenta:
ESE/VM
Descriçio:
O sistema tem como entrada uma matriz de indices de preço (região do Brasilltipo
de produto). Tem como objetivo verificar se esses indices estão dentro do limite permitido,
Ocorrendo discrepâncias"realiza uma pesquisa para descobrir o fator que as causou.
Empresa:
SERPRO
Sistema:
SE para Priorização de Sistemas nos PDIs
Ferramenta:
ESENM
•
I
Anexo 1-Aplicações IBM
221
Descrição:
Após a realização de um PDI (plano diretor de infonnática), vários sistemas são
sugeridos. O objetivo da aplicação é classificar esses sistemas em ordem de importância e analisar
o custolbeneficio.
Empresa:
Sistema:
IBM - SETOR FINANCEIRO
SE para Análise de Instituições Financeiras
Ferramenta:
ESEIVM
Descrição:
Este sistema tem como objetivo avaliar os dados econômico-financeiros semestrais
de forma a permitir as seguintes análises:
• análise de risco: voltada para a alocação de recursos interfinanceiros ou aplicações em títulos
das instituições;
• análise de investimento: avalia" sob o aspecto de rentabilidade, a alocação de investimentos em
papéis (ações, CDBs, RDBs ou letras de câmbio) de instituições financeiras;
• análise de concorrência: avalia os ganhos e perdas de mercado de cada instituição, levando em
consideração o segmento de sua atuação;
• análise estratégica: identifica pontos fracos e fortes de cada instituição, permitindo informações
úteis ao seu planejamento ou avaliação da concorrência;
Planejamento de conta: permite" a partir do diagnóstico da instituição financeira" a identificação da
oportunidade para a alocação de produtos e serviços IBM, sendo de grande importância para as
forças de venda da IBM.
Essas análises foram orientadas inicialmente para instituições financeiras, mas o objetivo futuro é
utilizá-las também em empresas de capital aberto.
É importante ressaltar a utilidade deste tipo de sistema, não só para os clientes, mas também para a
própria força de vendas da IBM.
Esta. aplicação foi desenvolvida por Luiz Carlos Rosas, da Filial Software - Setor Público, em
conjunto com Alberto Matias, da firma de Consultoria Financeira Austin Asis.
Empresa:
TELEMIG - Telecomunicações de Minas Gerais
Sistema:
SE para Consultoria em.Comunicação de Dados
Ferramenta:
ESElMVS
Descrição:
Permitir que os consultores de comunicação de dados da TELEMIG possam
oferecer ao cliente o melhor serviço de CD (rápido e consistente).
Para a escolha da aplicação, foram levados em consideração os seguintes fatores:
• a comunicação de dados constitui um serviço de importância estratégica para.a TELEMIG;
• o conhecimento existente na empresa encontra-se distribuído;
• a necessidade de treinamento na área seria aliviada pela disponibilidade do SE;
• o SE tem utilidade interdepartamental;
• a maior parte do conhecimento sobre comunicação de dados não se encontra formalizada;
Anexo 1-Aplicações IBM
•
222
O conhecimento pode ser modularizado e a aplicação pode ser desenvolvida por partes, de
acordo com a demanda e o beneficio oferecido por cada módulo.
o sistema dará suporte principalmente às áreas de consultoria e atendimento e diagnóstico de
falhas. Com esse suporte, o atendimento a clientes especiais pode ser feito por pessoas não
especializadas em comunicação de dados, que estariam aptas a proporsoluções a partir de
informações básicas fornecidas pelo cliente.
Empresa:
1'RIBUNAL DE JUSTIÇA DO ESTADO DE GOIÁs
Sistema:
SE para Suporte à Elaboração de Sentenças de Trânsito
Ferramenta:
ESElMVS
Descrição:
Este projeto visa à construção, teste e implantação de um protótipo de sistema
especialista para suporte à elaboração de sentenças de acidentes de trânsito. Também objetiva
introduzir na área jurídica, em especial no Tribunal de Justiça do Estado de Góias, a tecnologia de
SBC como ferramenta de suporte à decisão dos magistrados.
Empresa:
UNIBANCO
Sistema:
SE para Help Desk
Ferramenta:
ESElMVS
Descrição:
Help Desk de sistemas com apenas uma tela para definição do problema. A partir
dessa tela, a aplicação busca todas as soluções possíveis para o caso.
Empresa:
UNIBANCO
Sistema:
SE para Help Desk
Ferramenta:
ESElMVS
Descrição:
aplicações.
Help Desk para auxiliar os usuários de Lotus 123 no desenvolvimento de
Empresa:
UNIVERSIDADE FEDERAL DE GOIÁs
Sistema:
SE para Help Desk
Ferramenta:
ESEIMVS
Descrição:
A aplicação diagnostica os possíveis problemas quando da submissão de J08s
para o Adabas.
ANEXO 2
A - Cartas enviadas às organizações pesquisadas
B - Questionários da pesquisa
C - Relatório da pesquisa
~,.
"'FGV
FUNDAÇAO
GETÚLIO
ESCOL.A. DE .Á.DMINISTR.A.çAO
VARG.A.S
~ .
.~.
DE EMPRES.Á.S DE SAO P.A.ULO
•
-~
Estudo Voltado à Sistemas Especialistas ou Baseados em Conhecimento nas Empresas
Prezados senhores,
A EAESP-FGV, preocupada com as novas tecnologias na área de informática, em especial
Inteligência Artificial, está realizando uma pesquisa em sistemas especialistas ou baseados em
conhecimento, através da dissertação da mestranda Eliza Mihaguti.
Sistemas especialistas ou baseados em conhecimento formam uma das áreas de maior uso em
inteligência artificial, sendo sistemas que usam conhecimento representado e procedimentos
inferenciais para resolver problemas bastante difíceis, com qualidade comparável à do perito
humano.
o interesse particular por este assunto reside no seu uso em tarefas pouco estruturadas, e,
portanto, adequado à área estratégica de negócios. Através desta pesquisa desejamos constatar, a
prática ou não deste uso, e a tendência para os próximos anos.
A pesquisa é composta por dois tipos de questionários A e 8, mutuamente exclusivos. Caso sua
empresa utilize sistemas especialistas ou baseados em conhecimento, favor responder ao
questionário A; se a sua empresa não utiliza sistemas especialistas ou baseados em
conhecimento, atualmente, favor responder ao questionário 8. A fim de evitar dúvidas, em termos
utilizados nos questionários, segue em anexo, um glossário resumido.
Esclarecemos que as informações individuais prestadas para este estudo são totalmente
confidenciais e serão usadas somente agrupadas com as de outras empresas, sem permitir que
empresas sejam individualizadas ou identificadas. Cada empresa participante receberá um
exemplar com um resumo dos principais resultados do estudo.
A sua resposta é de enorme importância para que todos os participantes da pesquisa possam se
beneficiar com as informações e os debates gerados a partir desses levantamentos.
Encarecidamente, solicitamos que os questionários sejam devolvidos via correio ou fax até 15 de
abril de 1994, para o endereço constante na folha de questionário.
Contamos com a sua colaboração.
São Paulo, março de 1994
Prof. Dr.Norberto Antônio Torres
Depto de Informática e Métodos Quantitativos
Av. Nove
de Julho,
End Te/egr.
2029
-
CEP 013/3 - 902 - C. P. 5534
"ADEMPRESAS"•
Te/ex(01l)37563
7
SI
.407
R
)
- Te/ (O I/~ 284 - 23/1 - Sôo Paulo - SP- Brasil
- FGVE·8R
-Foc-S/mi/e
(011)
284-1789
Estudo Voltado à Sistemas Especialistas ou Baseados em Conhecimento nas Empresas
Glossário
Sistemas Especialistas (SE) ou Sistemas Baseados em Conhecimento (SBC):
são sistemas que usam o conhecimento representado e procedimentos inferenciais para resolver
problemas de um determinado domfnio, com qualidade comparável à do perito humano. Na
realidade, o sistema especialista caracteriza-se por envolver problemas mais especrficos e difíceis,
enquanto o sistema baseado em conhecimento se refere a um domfnio mais amplo e com menos
especialidade. Porém, neste estudo, tratamos SE e SBC indiferentemente, chamando-os, de
maneira geral, de sistemas especialistas no decorrer do questionário.
Engenheiro do Conhecimento (EC):
pessoa ou grupo que busca apreender o conhecimento e o método de raciocfnio de um
especialista humano ou de um determinado domfnio para estrutu~á-Io em um sistema especialista
ou baseado em conhecimento. Quando citamos "engenheiro do conhecimento" no questionário,
referimo-nos à{s) pessoa(s) em sua empresa que exercem esta função independente de como são
chamadas.
Exibir viabilidade do SE:
demonstrar a viabilidade técnica-econômica do uso da tecnologia, ou o custo-beneficio do sistema.
CHi\SP
COMUNIDADF [)r INTrt.lGtNCIAARllflCIAI
LF SÃ.O PAUl.O
Março de 1.994
Prezados senhores
A missão principal da CIASP é acelerar a difusão da tecnologia de
Inteligência Artificial no país. Neste sentido reveste-se de particular
importância o apoio a iniciativas acadêmicas direcionadas a esta
tecnologia.
A mestranda Elisa Mihaguti, da Escola de Administração de Empresas
de São Paulo da Fundação Getúlio Vargas, está realizando uma
pesquisa sobre o uso de Sistemas Especialistas, ou Sistemas Baseados
em Conhecimento, .nas empresas brasileiras. O estudo visa estabelecer
um quadro da utilização atual da tecnologia, e prefigurar o cenário para
os próximos anos.
A CIASP reconhece a importância do estudo, e recomenda às empresas
que participem da pesquisa. Os resultados do estudo serão fornecidos
às participantes, e estarão disponíveis na CIASP.
A colaboração
de cada empresa
é fundamental. Com certeza irá
reverter em resultados tanto a nível individual, auxiliando as empresas
no equacionamento interno do uso da tecnologia, quanto a nível geral,
contribuindo para o seu desenvolvimento no país.
atenciosamente
. / /J'~?/
#~,,-.Á·,-
/:l
~l
Pêdro Luís PaéÍial de Jesús
Presidente
151
Cap.6 - Pesquisa de Campo em Empresas Brasileiras
6.3.2 PERFIL
DA AMOSTRA
Classificando as 71 organizações respondentes que compõem a amostra pelo número de
empregados, podemos observar que ela é formada por empresas de grande e médio porte (63,60%
das empresas têm mais de 1000 funcionários - fig.6.1).
Número de funcionários
100,00%
80,00%
60,00%
% empresas
40,00%
20,00%
28,80%
13,60%
19,70%
21,20%
n::f,(::f}·
7,60%
9,10%
0,00% .••..l.:I::i::,i;;i;M;;:;.;:;?~lH::L.·~i~";:l";l:jl:;;:;.;:ltj::.a..: +..1:.1:::f"::;r"~lt"~1:;:i;I.~~~~I
..•....•• t::~'~:'·:";':"";·::'·a::.1.......,tr.~
..:::.::~:.~:.:~::.::
..;~::':I--t-lI,i;;i;~U:~·~:t~;\li;;.i;,l::fj"-t
> 15000
5000 15000
1000 4999
500999
200499
< 200
Fig. 6.1 Perfil da amostra por número de funcionários.
Traçando em seguida o gráfico do faturamento anual (fig.6.2), verificamos novamente que a
maioria das empresas da amostra é de grande e médio porte (40,6% delas têm faturamento anual
acima de 500 milhões de dólares e 24,6% faturamento anual entre 100 e 500 milhões de dólares).
Faturamento (US$ milhões)
100,00%
80,00%
60,00%
40,60%
24,60%
11,60%
>
500
100 500
10 99
1- 9
<1
Fig. 6.2 Perfil da amostra por faturamento anual.
s/fins
lucr.
Sistemas Especialistas ou Baseados em Conhecimento
Questionário A - Para empresas que UTILIZAM sistemas especialistas ou baseados em conhecimento
Injor1lUlções Gerais sobre a Empresa
Nomeda Empre~: __ ~
_
Endereço:
_
Cidade:
Estado:
CEP:
_
Setor: () Indústria
( ) Comércio
( ) Serviços
( ) Estatal
( ) Privada
Ramo de Atividade:
Número de funcionários:
_
Faturamento Anual (US$ milhões): () Acima de 500 () 100-500 () 10-99 ( ) 1-9 ( ) Abaixo de 1
Responsável pelas informações:
_
Ramal:
Fax:
<--->
Telefone: <--->
l.Uso de Sistemas Especialistas
1.1 Favor indicar qual a SITUAÇÃO dos sistemas especialistas dentro de sua organização. Preencher com o número de
sistemas em questão.
d.
sistemas fracassaram
a
sistemas em operação
e.
sistemas comercializados
b.
sistemas protótipos em operação
sistemas
f.
c.
sistemas em estudo ou em desenvolvimento
2.Aplicações de sistemas especialistas
2.1 Quais as áreas de aplicações onde a sua empresa USOU, USA ou PLANEJA USAR sistemas especialistas (SE), em
sua opinião? Favor indicar.
( ) Interpretação
: a partir de dados inferir a descrição de uma situação
( ) Previsão
: a partir de situações fornecidas inferir as prováveis consequências
( ) Diagnóstico
: a partir de observações inferir os problemas ou falhas
( ) Projeto
: configurar objetos sob restrições
( ) Planejamento
: planejar.sequencíar ações ou atividades
( ) Monitoramento
: comparar observações com resultados esperados
( ) Depuração
: prescrever soluções para problemas ou falhas
( ) Reparo
: executar planos para administrar soluções prescritas
( ) Instrução
: treinamento de um estudante. com diagnóstico. depuração e reparo
( ) Controle
: controlar o ambiente de um sistema
( ) Interface inteligente
: realiza a comunicação entre usuário e outro sistema
( ) "Embeded"
: como sistema com funções específicas. embutido em um sistema maior
( ) Outras (favor especificar):
_
2.2 Na sua opinião, quais as RAZÕES para implementação de sistemas especialistas em sua empresa. Dar notas de Oa 5 para
cada ítem ( todos os íteps), onde" 5" equivale a uma forte razão e, "O" a uma razão inexistente na sua empresa.
(
(
(
(
(
(
) Apoio à decisão
) Melhoria da produtividade
) Melhoria da qualidade
) Melhor monitoria e controle
) Não depender do especialista
) Vantagem Competitiva
(
(
(
(
(
(
) Retornos financeiros
) Preservação do conhecimento
) Disseminação do conhecimento
) Padronização do conhecimento
) Conhecer uma nova tecnologia
) Provar a validade da tecnologia
( ) Automatização de tarefas pouco
estruturadas
( ) Facilidade/auxílio no treinamento
( ) Criação de novos serviços/produtos
( ) Atingir novos mercados
( ) Outras:
_
3. Desenvolvimento de sistemas especialistas
3.1 Adotou-se métodos/metodologias na aquisição conhecimentos e/ou desenvolvimento de sistemas especialistas? Quais?
3.2 Ferramentas utilizadas no desenvolvimento de sistemas especialistas:
( ) LISP
() Prolog () C
() C++
() Shells(quais?):
( ) Outras: --------
3.3 Caso possua sistemas especialistas baseados em regras, qual a quantidade média de regras de tais sistemas ? Favor
preencher com o número de sistemas em questão.
a. __
mais de 3000 regras b.
1000-3000 regras
c.
200-999 regras
d.
menos de 200 regras
Utiliza outro tipo de representação que não seja regras:
3.4 Os sistemas especialistas em sua empresa estão interligados com outros tipos de sistemas? Quais? Favor assinalar.
( ) gráfico
( ) sistemas de apoio à decisão
( ) sistemas de informações gerenciais
( ) banco de dados
( ) recursos de automação
( ) sistemas transacionais. convencionais
( ) planilhas de cálculo
() outros sistemas especialistas
( ) Outros:
_
_
4. Problemas, limitações efatores d.e sucesso
4.1 Na sua opinião, quais os PROBLEMAS e LIMITAÇÕES dos sistemas especialistas (SE), em sua empresa. Dar notas d
Oa 5 para cada ítem ( todos os ítenS) ,conforme o grau de relevância, sendo" 5" para grandes problemas e "O" para ítell
que não sejam considerados como problemas em sua empresa.
( ) Respostas lentas
( ) Alto custo
( ) Inexistência de ferramenta
eficiente no mercado
( ) Dificuldade de estruturação
do problema a ser solucionado
(
(
(
(
(
(
(
(
(
) Tempo de desenvolvomuito longo
) Falta de metodologia de desenvolv.
) Dificuldade de manutenção do SE
) Escassez de "engenheiro do
conhecimento" ou equivalente
( ) Outros:
_
) Interface com o usuário
) SE explicar ações ao usuário
) Interface com outros sistemas
) Resistências organizacionais
) Exibir viabilidade do SE
4.2 Abaixo está uma lista de FATORES CRÍfICOS que podem contribuir para o SUCESSO de um sistema especialista. Da
notas de Oa 5 para cada ítem (todos OSítenS), sendo" 5" aos fatores de alta importância e "O" para os fatores que considera
"não críticos" para sua empresa.
(
(
(
(
(
) Apoio da alta administração
) Atender às necessidades do usuário
) Comprometimento do especialista
) Comprometimento do usuário
) Participação do usuário na
manutenção do sistema
( ) Treinamento dos usuários ao SE
(
(
(
(
(
(
( ) Participação de equipe experiente
( ) Objetivos do SE ligados aos
objetivos da empresa
( ) Aplicação escolhida (domínio limitado,
constante, estruturável)
( ) Ferramentas de desenvolv. adotadas
( ) Outros:
_
) Aquisição do conhecimento
) Representação do conhecimento
) Validação do sistema
) Integração com sistemas existente
) Uso de prototipação
) Capacidade de explanação do SI
5. Impactos e Implicações Organizacionai«
5.1 Na sua opinião, quais são ou podem ser IMPACTOS e IMPLICAÇÕES
ORGANIZACIONAIS provocados peh
implementação de sistemas especialistas em sua empresa? Dar notas de Oa 5 para cada ítem (todOS OSítenS), sendo" 5" ao
impactos relevantes e "O" aos impactos inexistentes em sua empresa.
( ) Disseminou o uso de SE/IA
( ) Especialistas, usuários mais motivados
( ) Aperfeiçoou o conhecimento da
(. ) Reestruturação organizacional
área específica
( ) Nivelou conhecimentos, todos têm
( ) Reestruturação na avaliação de
acesso ao mesmo nível de informação
desempenho dos usuários de SE que
( ) Deslocamento de poder dentro da empresa
adquirem conhecimento sem a
( ) Substituição dos especialistas
necessidade de anos de experiência
( ) Demissões e/ou aposentadorias
( ) O especialista foi recompensado
( ) Avaliou-se os conhecimentos
da empresa
( ) SE visto como ameaça para as
pessoas que não o utilizam, ou
pessoas que não possuem uma
especialidade específica
5.2 Outros comentários quanto às implicações e impactos do uso de sistemas especialistas:
6. Futuro
6.1 Qual a sua visão quanto ao futuro dos sistemas especialistas de uma maneira geral?
(
7. Observações:
Enviar respostas para: Fundação Getúlio Vargas - Centro de Informática Aplicada (CIA)
Prof. Norberto
Torres
- Av. Nove dejulho
2029 Cep.01313-902
São Paulo- SP
- Pesquisa SE
Fax:(Oll) 284-1789
Esta é uma pesquisa acadêmica e as informações aqui contidas têm caráter confidencial. 1994.
'\
Sistemas Especialistas ou Baseados em Conhecimento
Questionário B - Para empresas que NÃO UTILIZAM sístemas especialistas ou baseados em conhecimento
lnfo~ões
Gerais sobre a Empresa
Name~Em~:
_
ED~~:
_
Cidade:
Estado:
CEP:
_
Setor: () Indústria
( ) Comércio
( ) Serviços
( ) Estatal
( ) Privada
Ramo de Atividade:
Número de funcionários:
_
Faturamento Anual (USS milhões): () Acima de 500 () 100-500 () 1(}'99 () 1-9 () Abaixo de 1
~~~~~l~llll~:-----------------_
Telefone: L-)
Ramal:
Fax: L-)
_
l.Motivos para não
utüizt:u;ão de sistemas especialistas
1.1 Favor assinalar os MOTIVOS pelos quais a sua empresa não utiliza sistemas especialistas, em sua opinião.
( ) Não possuímos bons conhecimentos de inteligência artificial
( ) Não conhecemos os efeitos de sistemas especialistas
( ) A tecnologia de sistemas especialistas ainda está longe de uma aplicação prática bem sucedida
( ) Não temos tarefas a serem processadas por sistemas especialistas
( ) Não sabemos como desenvolver e implementar sistemas especialistas
( ) Nenhuma empresa proveu-nos de tecnologia de sistemas especialistas
( ) Não possuímos mão-de-obra qualificada
( ) Não nos parece viável economicamente
( ) Sistema especialista é uma tecnologia em declínio
( ) Houveram tentativas de uso. porém frecassaram
( ) Outros (favor especificar)
_
1.2 Caso tenha utilizado ou testado a tecnologia de sistemas especialistas anteriormente, porém por algum motivo não
esteja atualmente em uso ou em desenvolvimento, favor assinalar as PRINCIPAIS RAZÕES para este fracasso/ decisão,
na sua opinião.
( ) Falta de apoio da alta administração
( ) Alto custo
( ) Falta de mão-de-obra qualificada
( ) Falha na seleção da ferramenta de desenvolvimento
( ) Dificuldade de modelagem. estruturação do problema
( ) Dificuldades de aquisição/ representação do conhecimento
( ) Tarefa não adequada (domínio muito amplo. inconstante. pouco estruturada)
( ) Falta de comprometimento do especialista
( ) Não atendeu às necessidades do usuário
( ) O sistema especialista não estava adequado aos objetivos da empresa
( ) Resistências organizacionais
( ) Outras (favor especificar)
_
2. Futuro
2.1 Na sua opinião, qual a previsão futura do uso de sistemas especialistas em sua empresa? Favor assinalar,
( ) Pretendem utilizar a curto ou médio prazo
( ) Pretendem utilizar a longo prazo
( ) Não existe previsão para o uso de sistemas especialistas na empresa
: 2.2 Qual a sua visão quanto ao futuro dos sistemas especialistas de maneira geral?
~~3=.=O=b=s=en==a=ço=e=s=:==================================================================~:J
Enviar respostas para: Fundação Getúlio Vargas - Centro de Informática
Prof. Norberto Torres
- Av. Nove de julho 2029 Cep.01313-902
Aplicada (elA) - Pesquisa SE
São Paulo- SP Fax:(Oll) 284-1789
Esta é uma pesquisa acadêmica e as informações aqui contidas têm caráter confidencial. 1994.
,'-"o
"
PESQUISA SOBRE A UTILIZAÇÃO DE SISTEMAS BASEADOS
EM CONHECIMENTO
EM EMPRESAS BRASILEIRAS
Trabalho acadêmico conduzido por:
Eliza Hitomí Fukushigue Mihaguti
Sob orientação do Prof. Dr. Norberto A. Torres
EAESP-FGV
.....
\.
1995
Sistemas Baseados em Conhecimento em Empresas Brasileiras
Relatório da Pesquisa
Faturamento (US$ milhões)
Apresentamos um resumo dos resultados da pesquisa
sobre a utilização de sistemas baseados em
conhecimento ou, como também são conhecidos,
sistemas especialistas, realizada em 1994, pela
mestranda Eliza H.F.Mihaguti, sob orientação do
prof. Dr. Norberto A. Torres, da Escola de
Administração de Empresas de São Paulo da
Fundação Getúlio Vargas.
A pesquisa foi enviada para 141 organizações, a
maioria delas pertencente à CIASP - Comunidade de
Inteligência Artificial de São Paulo. Foram obtidas
71 respostas, o que corresponde a um índice de
retomo excelente de 50,35%. Aproveitamos para
agradecer o empenho e ínteresse de todos os
participantes da pesquisa. A amostra pode ser
considerada bastante representativa na área pelo
elevado número de respondentes, pelo perfil
representativo da amostra, com uma distribuição
semelhante à própria distribuição da CIASP como
um todo, e por incluir organizações usuárias de
sistemas baseados em conhecimento de grande
representatividade (engloba um número alto de
organizações de São Paulo e do Rio de Janeiro).
1. Identificação da amostra
Universo:
141 organizações
Amostra:
71 organizações
Índice de retomo:
50,35%
100,00"10
% empresas
60,00%
40,60%
> 500
100500
1-9
1099
Perfil da amostra por faturamento
<1
anual.
Ramos de atividades
7,60%
26,00%
67,60%
DServlços
.Indústrla
ElComércio
Perfil da amostra por ramo de atividade.
Privadasl estatais
39,40%
1.1 Perfil da Amostra .
60,60%
Número de funcionários
o Privadas IDEstatais
100,00%
Perfil da amostra por empresas privadas e estatais.
BO,OO%
% empresas
60,00%
40,00·/.
28,80%
20,00%
>15000
500015000
10004999
500999
200499
<200
Perfil da amostra por número de funcionários.
pesquisa acadêmica - EAESP-FGV
2
slflns
tucr,
Sistemas Baseados em Conhecimento em Empresas Brasileiras
3.2 Aplicações utilizadas
Categorias
de aplicaçõos
em SE
35r-----~==----------------------------------
30~----_4::~B~---------------------------------25~----_4::
20 ~--_=_4:::::::::}--___l:
15
10
Intc!pr. prev. Olagn. PrcJel. PIaneJ. Morit. Depur. Repar.
inslr.
Canil. Interf. Embul OUIras
1nl.11g.
As categorias consideradas basearam-se no estudo
de Hayes-Roth et alii (1983).
Localização
das empresas participantes.
3.3 Razões para o uso de SEI SBC
2. Quem utiliza e quem não utiliza SBC
Pontos
Desvio-
(média)
padrão
Melhoria da qualidade
4,13
1,1I
Melhoria da produtividade
4,04
1,24
Apoio à decisão
3,83
1,62
Preservação
3,75
1,28
Razões para o
desenvolvimento/implementação
Empresas
que usam e
não usam SBC/SE
SElSBC em sua empresa
UsamSBCISE
620/.
Não usam
SBCISE
38%
dos SEI
ESTAGIO DE DESENVOLVIMENTO
Sistemas em
operação
do conhecimento
Padronização
do conhecimento
3,67
1,16
Disseminação
do conhecimento
3,63
1,28
Retornos financeiros
2,83
1,72
Melhor monitoria e controle
2,79
1,68
Vantagem competitiva
2,59
1,91
Automatização
2,56
1,61
2,38
1,51
Não depender do especialista
2,31
1,71
Conhecer uma nova tecnologia
2,15
1,57
Criação de novos serviços/produtos
1,73
1,72
Provar a validade da tecnologia
1,49
1,70
Atingir novos mercados
1,17
1,56
Facilidade/auxílio
3. Empresas que utilizam SE I SBC
3.1 Estágio de desenvolvimento
pesquisados
de
Protótipos em
operacãe
9,2%
SBC
de tarefas pouco estruturadas
no treinamento
Obs.: Para esse tipo de questão a pontuação variou
de O a 5, e a nota mais alta indica maior relevância
do item ao respondente.
3.4 Ferramentas utilizadas no desenvolvimento de
SE/SBC
41,2"-'>
Fracassos
8,4%
desenvolv.
41,2"-'>
Ferramentas
Percentual
Shells
79,50%
Extensões de linguagem e
31,82%
linguagens convencionais
Prolog
pesquisa acadêmica - EAESP-FGV
27,30%
C++
18,20%
C
16,00%
LISP
6,80%
3
Sistemas Baseados em Conhecimento em Empresas Brasileiras
3.7 Problemas e limitações dos SEI SBC
3.4.1 Shells mais utilizados
Problemas
Média
e limitações
SH ElLS UTILIZADOS
Desviopadrão
Escassez de "engenheiro
TIRS
conhecimento"
3,15
do
ou equivalente
3,15
Resistências organizacionais
GURU
9%
1,59
Dificuldade de estruturação
do problema a
2,83
1,71
1,34
ser solucionado
SE/SBC explicar ações ao usuário
1,57
Respostas lentas
1,54
Inexistência de ferramenta eficiente no
1,22
1,56
1,59
1,43
1,50
1,77
1,50
1,57
1,53
1,78
1,49
Média
Desvio-
Falta de metodologia
NEXPERT
13%
3.5 Representação do conhecimento
REPRESENTAÇÃO
de desenvolvimento
Interface com outros sistemas
2,54
Tempo de desenvolvimento
2,50
muito longo
Exibir viabilidade do SE/SBC
2,47
Dificuldade de manutenção
1,98
do SE/SBC
1,63
Interface com o usuário
DO CONHECIMENTO
2,76
2,67
Alto custo
mercado
Não respondeu
4%
3.8 Fatores críticos de sucesso
outros
7%
Fatores
críticos de sucesso
padrão
Atender às necessidades
3.5.1 Sistemas baseados em conhecimento
baseados em regras
do usuário
Número
de regras
de
sistemas
4,15
4,10
1,10
4,09
0,89
Comprometimento
do especialista
4,38
Comprometimento
do usuário
4,17
Aplicação escolhida (domínio
0,99
1,07
1,07
1,11
1,08
Apoio da alta administração
4,38
limitado, constante, estruturável)
Quantidade
4,60
.'
Objetivos do SE/SBC ligados aos
objetivos da empresa
Participação de equipe experiente
< 200 regras
44,70%
Aquisição do conhecimento
4,02
1,12
200 - 999 regras
46,97%
Validação do sistema
3,64
1,21
1000 - 3000 regras
4,55%
Representação
do conhecimento
3,57
1,30
> 3000 regras
3,79%
Ferramentas de desenvolvimento
3,54
1,46
Integração com sistemas existentes
3,48
1,55
Treinamento
3,10
1,37
Uso de prototipação
2,98
1,52
Participação do usuário na
2,97
1,58
adotadas
3.6 Integração dos SEI SBC com outras
tecnologias de informação
Integração
% respondentes
Banco de dados
63,3%
Sistemas transacionais,
43,2%
manutenção
dos usuários ao SE/SBC
do sistema
Capacidade de explanação
'~*'
'j ' ...•
do SE/SBC
2,36
1,60
convencionais
Gráfico
36,4%
Sistemas de informações
29,5%
gerenciais
Sistemas de apoio à decisão
20,5%
Recursos de automação
13,6%
Planilhas de cálculo
.11,4%
Outros sistemas especialistas
9,1%
Nenhuma
6,8%
pesquisa acadêmica ~EAESP-FGV
\
\"
Sistemas Baseados em Conhecimento
em Empresas Brasileiras
,.
. 3.9 Impactos
e implicações
organizacionais
Motivos para a não-utilização
i
de
/~ode
empresas
SElSBC
Impactos
eimplicaçõcs
Aperfeiçoou
organizacionais
o conhecimento
Média
Desvio-
Nenhuma empresa proveu-nos
padrão
tecnologia de SE/SBC
1,43
3,54
da área
14,81
de
11,11
Houve tentativas de uso, porém
'(
fracassaram
específica
Especialistas,
usuários mais motivados
Reestruturação
desempenho
1,43
1,55
3,31
2,85
na avaliação de
Não temos tarefas a serem processadas
de SE/SBC ainda está longe
1,53
2,79
da
empresa
Nivelou conhecimentos,
I
todos têm acesso
2,67
1,53
1,58
1,72
1,48
1,59
1,33
Disseminou o uso de SE/IA
2,40
O especialista foi recompensado
2,17
Reestruturação
1,81
organizacional
1,21
do especialistas
1,10
SE/SBC visto como ameaça para as
7,41
SE/SBC é uma tecnologia em declínio
0,00
Outros motivos
11,11
ao mesmo nível de informação
Substituição
.
Não nos parece viável economicamente
os conhecimentos
4.2 Empresas
não utilizam
Principais
SE/SBC, mas hoje
que já utilizaram
razões para o fracasso
de não utilizar
ou decisão
%de
empresa
SElSBC na empresa
s
pessoas que não os utilizam, ou pessoas
que não possuem uma especialidade
Falta de mão-de-obra
específica
Falta de apoio da alta administração
66,67
Alto custo
22,22
Deslocamento
de poder dentro da
1,09
1,33
1,04
1,68
empresa
Demissões e/ou aposentadorias
dos SE/SBC
3.10 Futuro
Dificuldade
77,78
qualificada
de modelagem,
estruturação
do
22,22
Tarefa não adequada (domínio muito amplo,
22,22
inconstante, pouco estruturada)
-:r
problema
,
11,11
Falha na seleção da ferramenta de
desenvolvimento
FUTURO
;
?~~lr
de uma aplicação prática bem-sucedida
sem necessidade
de anos de experiência
Avaliaram-se
.. 11,11~
\~
A tecnologia
dos usuários de SE/SBC que
adquirem conhecimento
por
SE/SBC
Dificuldade
DOS SElSBC
de aquisição ou representação
do
11,11
conhecimento
Nichos
especlficos
8%
Falta de comprometimento
Passivo
3%
Integr. outras TI
21%
Não atendeu às necessidades
do especialista
11,11
do usuário
11,11
O SE/SBC não estava adequado aos objetivos
11,11
da empresa
Otimistas
.;.
Não respondeu
33%
6%
Pessimista
Falia evoluir
Outros
2%
24%
Resistências
SE/SBC
que não utilizam
4.1 Motivos pelos quais as empresas
não utilizam
SE/SBC
Motivos para a não-utilização
de SE/SBC
11,11
11,11
3%
4.3 Futuro
tecnologia
4.Empresas
organizacionais
Outras
%de
do SEI SBC para as não-usuárias
da
í"'\
Quanto à previsão futura de uso da tecnologia, 63ro
das empresas não possui previsão para o uso de
SE/SBC, 26% pretendem usar a curto ou médio
prazo e 11% a longo prazo.
A maioria dessas organizações é bastante otimista
quanto ao futuro dos SBC.
empresas
Não possuímos
bons conhecimentos
Não sabemos como desenvolver
implementar
de IA
e
51,85
37,04
SE/SBC
Não conhecemos
Não possuimos
os efeitos de SE/SBC
mão-de-obra
pesquisa acadêmica
qualificada
- EAESP-FGV
29,63
29,63
Dúvidas e outras informações sobre a pesquisa,
contatar:
E1iza H. F. Mihaguti
Rua Jucuma 84 - Santana CEP.02019-080
Te!.: (011)299-1931 Fax.:(011)532-9514"
5