Uma série de técnicas inteligentes para aprimorar
a tomada de decisão se baseia na tecnologia de
inteligência artificial. Consiste em sistemas
baseados em computador (tanto hardware quanto
software) que tentam simular o comportamento e
os padrões de pensamento humano. Essas
técnicas incluem sistemas especialistas, raciocínio
baseado em casos, lógica difusa, redes neurais,
algoritmos genéticos e agentes inteligentes.
Capturam a expertise humana em um domínio
específico do conhecimento e a transforma em
um conjunto de regras para um sistema de
software que pode ser usado por outras pessoas
da organização. Executam um nº limitado de
tarefas que poderiam ser executadas por
profissionais em alguns minutos ou horas, como
diagnóstico de uma máquina que não esteja
funcionando bem, ou se uma empresa deve
conceder um empréstimo. São úteis na tomada
de decisão onde a expertise é cara ou escassa.
O conhecimento humano precisa ser modelado
ou representado de um modo que o computador
possa processar. Eles modelam o conhecimento
humano como uma série de regras que, no
conjunto, são denominadas base de
conhecimento. Essas regras são muito mais
interconectadas e entrelaçadas do que as de um
programa de software tradicional.
Para desenvolvê-lo, é necessário o trabalho de
um ou mais especialistas com total domínio das
base de conhecimento, e de um ou mais
engenheiros do conhecimento, capazes de
converter o conhecimento (de modo como
descrito pelo perito) em uma série de regras. E
engenheiro do conhecimento é um especialista
em sistemas de informação com talento especial
para extrair informações e perícia de outros
profissionais.
Entre os benefícios que eles trazem, inclui
melhores decisões, menos erros, custos mais
baixos, menos tempo despendido com
treinamento e elevação da qualidade e do
atendimento.
Ex.1: A Countrywide Funding Corp. usa um
sistema especialista para melhorar as decisões
quanto a concessão de empréstimos. É uma
financeira com 400 analistas de risco em 150
escritórios. Com o CLUES, ao invés de 6 ou 7
solicitações ao dia, os analistas conseguem
avaliar no mínimo 16 solicitação ao dia. A
empresa agora está usando o CLUES no seu site
para responder a consultas dos visitantes que
querem saber se estão qualificados para um
empréstimo.
Ex.2: A Kaufhof, uma cadeia de loja de
departamentos alemã, usa um sistema que a ajuda
a inspecionar a qualidade dos produtos recebidos
a cada dia – desde roupas até complexos produtos
eletrônicos e porcelana fina. A empresa recebe 120
mil entregas diariamente, inspecionar cada uma
consome muito tempo e dinheiro. Esse sistema
identifica mercadorias de alto risco e libera
automaticamente as outras. Ele lê as etiquetas das
entregas e as classifica por tamanho, tipo de
produto e histórico do fornecedor.
Embora falte aos sistemas especialistas a
inteligência robusta e universal dos seres
humanos, ele podem proporcionar benefícios
às organizações se suas limitações forem bem
entendidas. Somente certos tipos de problemas
podem ser solucionados utilizando-os.
Geralmente são problemas com poucos
resultados alternativos e que podem ser
conhecidos com antecedência. Não são úteis
para lidar com problemas não estruturados,
normalmente enfrentados por gerentes.
Descrições de experiências passadas feitas por
especialistas humanos, representadas como
casos, são armazenadas em um banco de dados
para consulta posterior, quando o usuário
encontrar um novo caso com parâmetros
semelhantes. Ele contêm conhecimentos de
vários especialistas e é constantemente
aprimorado com o acréscimo de novos casos.
As pessoas não pensam em números precisos, mas
em escala de valores. A lógica difusa é uma
tecnologia baseada em regras que representa tal
imprecisão criando regras que usam valores
aproximados. Ex.: temperatura (frio, fresco,
morno, quente). É usado para selecionar empresas
com possibilidade de serem adquiridas usando a
linguagem dos corretores de ações, e para detectar
fraudes em demandas médicas apresentadas por
provedores de serviços de saúde nos EUA.
São usados para resolver problemas complexos e
não totalmente compreendidos, para os quais
grandes quantidades de dados já foram
coletadas. Elas encontram padrões e relações em
gigantescas quantidades de dados que um ser
humano acharia muito difícil e complicado
analisar. As redes neurais alcançam tal
entendimento usando hardware e software que
imitam os padrões de processamento do cérebro
humano.
Possuem uma camada de entrada, uma de saída
e uma de processamento oculta. Os seres
humanos “treinam” a rede alimentando-a com
um conjunto de dados de treinamento para os
quais as entradas produzem um conjunto
conhecido de saídas ou conclusões. Isso ajuda o
computador a aprender a solução correta pelo
exemplo. À medida que se alimenta o
computador com mais dados, cada caso é
comparado com o resultado conhecido.
Se for diferente, uma correção é calculada e
aplicada à camada de processamento oculta.
Esses passos são repetidos até que se atinja
determinada condição, como correções
menores que x%.
Estão surgindo nos campos da ciência,
medicina e negócios para atacar problemas de
classificação de padrões, previsão e análise
financeira, controle e otimização.
Porém, apresentam aspectos perturbadores.
Diferentemente dos sistemas especialistas, que
podem fornecer explicações para suas soluções,
as redes neurais nem sempre podem explicar
porque chegaram a uma solução particular.
Podem nem sempre chegar a mesma solução
partindo da mesma entrada de dados. Podem
não funcionar bem se seu treinamento cobrir
uma quantidade de dados muito pequena.
Servem para encontrar a solução ideal de um
problema específico, após o exame de um
imenso nº de soluções alternativas. São baseados
no método que os organismos vivos usam para se
adaptar a seus ambientes – o processo de
evolução. São programados para funcionar do
mesmo modo que as populações resolvem seus
problemas – mudando e reorganizando suas
partes componentes por meio de processos como
reprodução, mutação e seleção natural.
À medida que as soluções se alteram e
combinam, as piores são descartadas e as
melhores sobrevivem para continuar a produzir
soluções ainda melhores.
Ex.: São usados pela GE para otimizar o projeto
de turbinas a jato para aeronaves, onde cada
mudança no desenho requeria a mudança em
até cem variáveis.
Ajuda a navegar por grandes quantidades de
dados, p/ localizar e empregar informações
importantes. São programas de software que
trabalham na retaguarda, sem intervenção
humana direta, realizando tarefas específicas,
repetitivas e previsíveis para um único usuário.
Utiliza uma base de conhecimento embutida ou
aprendida para realizar tarefas ou tomar decisões
do interesse do usuário, como apagar e-mails
indesejados, programar compromissos ou
descobrir a passagem aérea mais barata.
Usando agentes inteligentes, a P&G descobriu
que, na maioria das vezes, os caminhões deveriam
ser despachados mesmo sem estar com a lotação
completa. Embora os custo de transporte ficassem
mais altos, a simulação mostrou que a falta de
produtos nas lojas ocorreria com menos
freqüência, reduzindo o nº de vendas perdidas, o
que compensaria com folga os custos de
distribuição mais altos. Isto está poupando à P&G
300 milhões de dólares anuais, mediante um
investimento inferior a 1% dessa quantia.
Eles melhoram a qualidade e a utilização do
conhecimento usado no processo de tomada de
decisão. É um conjunto de processos
desenvolvidos para criar, armazenar, transferir e
aplicar conhecimento. Aumenta a capacidade da
empresa de aprender com seu ambiente e
incorporar conhecimento a seus processos de
negócios e sua tomada de decisão.
Sistemas de conhecimento estruturado: é o
conhecimento explícito de documentos formais
(relatórios, apresentações), bem como de regras
formais que as empresas formulam após observar
especialistas e seu comportamento de tomada de
decisão. Seu problema essencial é a criação de um
esquema de classificação para organizar
informações e criação de um banco de dados que
possa ser facilmente acessado por funcionários.
Sistemas de conhecimento semi-estruturado: é
toda informação digital em uma empresa que
não consta de um documento ou relatório
formal (e-mails, mensagens de voz, trocas de
ideias em salas de bate-papo, vídeos, fotos
digitais, folhetos e mensagens em murais).
Estima-se que 80% do conteúdo empresarial seja
não estruturado. As empresas precisam localizálo e gerenciá-lo.
...ou sistemas de gestão e localização de
conhecimentos especializados: tratam quando o
conhecimento apropriado não se encontra em um
documento digital, e sim na memória de
especialistas dentro da empresa. Proporcionam
uma lista on-line de pessoas, dentro da
organização, especialistas em domínios de
conhecimento e usam tecnologia de informação
para que os funcionários possam facilmente
encontrar um especialista apropriado na empresa.
Os principais fornecedores de sistemas
comerciais de gestão do conhecimento
estão integrando suas funções de gestão
de documentos de conteúdo a potentes
tecnologias de portal e colaboração.
Portais integrados de conhecimento
proporcionam acesso a fontes externas de
informação, tais como noticiários e pesquisas,
assim com a recursos de conhecimento internos,
além de funções de e-mail, mensagens
instantâneas/bate-papo, grupos de discussão e
videoconferência. Os usuários podem, por
exemplo, acrescentar facilmente uma série de
documentos obtidos por meio de um portal ao
ambiente de trabalho colaborativo.
Requisitos dos sistemas de trabalhadores do
conhecimento: são desenvolvidos p/
engenheiros, cientistas e lhes dão ferramentas
especializadas de que eles necessitam, como
recursos gráficos, ferramentas analíticas e de
gerenciamento de comunicações e de
documentos.
Exigem grande capacidade de computação p/
administrar rapidamente os elementos gráficos
e cálculos complexos necessários a
pesquisadores científicos, projetistas de
produto a analistas financeiros. Também lhes
permite rápido e fácil acesso a bancos de dados
externos. Apresentam interfaces amigáveis,
para que não percam muito tempo aprendendo
a usar o computador.
Ex.1: CAD – sistemas de projeto assistido por
computador, usados por engenheiros de
projeto, capaz de executar sistemas de projetos
tridimensionais.
Ex.2:Sistemas de realidade virtual, que utilizam
softwares gráficos interativos para criar
simulações que ficam tão próximas da realidade
que os usuários quase acreditam estar
participando de uma situação do mundo real.
Os usuários vestem roupas com sensores, que
registram seus movimentos.