UNIVERSIDADE CATLICA DE BRASLIA PROGRAMA DE PS-GRADUAO STRICTO SENSU GESTO DO CONHECIMENTO E DA TECNOLOGIA DA INFORMAO EXPLORANDO O POTENCIAL DA PLATAFORMA LATTES COMO FONTE DE CONHECIMENTO ORGANIZACIONAL EM CINCIA E TECNOLOGIA Marcelo Vicente de Paula BRASLIA 2004 MARCELO VICENTE DE PAULA

EXPLORANDO O POTENCIAL DA PLATAFORMA LATTES COMO FONTE DE CONHECIMENTO ORGANIZACIONAL EM CINCIA E TECNOLOGIA Dissertaoapresentadaaoprogramadeps-graduao stricto sensu em Gesto do Conhecimento edaTecnologiadaInformaodaUniversidade CatlicadeBraslia,comorequisitoparaobteno do ttulo de Mestre. Orientador: Prof. Dr. Hrcules Antnio do Prado Co-orientador: Prof. Dr. Rogrio Alvarenga BRASLIA 2004 Ariadne e Luciana Minhaesposaeminhafilha,douraefora femininas que tanto emocionam a minha vida. Aos meus pais, Joo e Julia Quesempremeapoiaram,damaneiraquelhes foipossvel,comamoresacrifcio,incentivando emmimogostopelosestudoseodesejodo saber. AoCriador,pelosmilagresdecadadiaepela oportunidadedeconvivercomtantaspessoas especiais durante este projeto. Emespecialaosmeusorientadores,Prof.Dr. HrculesPradoeProf.Dr.RogrioAlvarenga, que, mesmo nos momentos de maior dificuldade, tobemsouberamtrazeraorientaonecessria para continuar. AosprofessoresdoprogramadeGestodo ConhecimentoedaTecnologiadaInformao, principalmente:Prof.Dra.Adelaide,Prof.Dr. Edlson,Prof.Dr.Gentil,Prof.Dra.Ktia,Prof. Dr. Nicolas, Prof. Dr. Paulo Fresneda. Ao CNPq, disponibilizou acesso aos seus bancos dedados,eaatenodeseuscolaboradores, principalmenteoSr.GeraldoSorte,Coordenador GeraldeInformtica,aSra.SilvanaCosac, Assessora da Diretoria, e o Sr. Ricardo Loureno, Consultor em C&T. AoGrupoStela,participantedoprojeto PlataformaLattes,naspessoasdaSrta.Isabela Anciutti e do Sr. Denlson Sell. RESUMO A Plataforma Lattes um conjunto de sistemas de informao, bases de dados e portais WebvoltadosparaagestodeCinciaeTecnologia,mantidapeloCNPqConselho NacionaldeDesenvolvimentoCientfico e Tecnolgico, fundao ligada ao Ministrio daCinciaeTecnologia.Adisponibilidadedeumaricafontedeinformaessobrea pesquisanacionalexistentenaPlataformaLattesabreoportunidadesparaageraode conhecimento em Cincia & Tecnologia. Para explorar este potencial de conhecimento, seroapresentadosdoisestudosdecaso.Noprimeirobuscou-secaracterizar orientadores responsveis por casos de sucesso do Programa de Iniciao Cientfica do CNPq.Nosegundoestudo,oobjetivofoiaidentificaodelinhasdepesquisadeum grupodedocentes,coerentecomasuaproduocientficaetecnolgica,tomadada basededadosdecurrculosdaPlataformaLattes.Nodesenvolvimentodosestudosde casoforamaplicadastcnicasdeMineraodeDados(MD),noprimeirocaso,ede Minerao de Texto (MT), no segundo. Os padres encontrados nos processos de MD e MTforaminterpretadosporespecialistasvisandofacilitaratransiopadro-conhecimentosituadanainterfaceentreasreasdeDescobertadeConhecimentoem Bases de Dados (DCBD) e Gesto do Conhecimento (GC). As principais contribuies destetrabalhoforam:(a)ummtodoparainterpretaodepadresdesenvolvidosa partir da Ontologia da Linguagem, no contexto de DCBD; (b) gerao de conhecimento organizacional;e(c)exploraodenovaspossibilidadesparaageraode conhecimento organizacional a partir da Plataforma Lattes. Palavras-chave:gestodoconhecimento,mineraodedados,mineraodetexto, descoberta de conhecimento, Plataforma Lattes. ABSTRACT ThePlataformaLattesisaframeworkcomposedbyasetofinformationsystems, databases,andWebportalsaddressedtoResearchandDevelopment(R&D) management.CNPq-BrazilianCouncilofNationalResearchandTechnological Development,afoundationfromtheMinistryofR&D,maintainsthisframework.The availabilityofarichsourceofinformationaboutR&Drepresentsopportunitiesfor creating knowledge in this realm. Exploring this potential of knowledge generation, two caseswillbedescribed.Firstly,thesearchforthecharacterizationofprofessorswho oriented students in Scientific Started Programs of CNPq. Secondly, the identification of researchlinesmadebyagroupofprofessors,consistentwiththeirscientificand technologicalproduction,extractedbyPlataformaLattessdatabases.Inthestudy cases, techniques of Data Mining (DM) and Text Mining (TM) were used. The patterns that have been found by DM and TM processes were interpreted by experts, envisioning toimprovethetransitionpattern/knowledgethatexistintotheinterfacebetween KnowledgeDiscoveryinDatabases(KDD)andKnowledgeManagement(KM).The maincontributionsofthisdissertationwere:(a)aninterpretationmethodforpatterns developedusingtheLanguageOntologyasexample;(b)organizationalknowledge creation;(c)explorenewwaystocreateorganizationalknowledgeusingthe Plataforma Lattes. Keywords:knowledgemanagement,datamining,textmining,knowledgediscovery, Plataforma Lattes. SUMRIO RESUMO...............................................................................................................................................VI ABSTRACT......................................................................................................................................... VII LISTA DE FIGURAS ........................................................................................................................... 10 LISTA DE TABELAS........................................................................................................................... 12 LISTA DE TABELAS........................................................................................................................... 12 CAPTULO 1......................................................................................................................................... 13 1INTRODUO........................................................................................................................... 13 1.1CONTEXTO DA PESQUISA...................................................................................................... 13 1.2DESCRIO DO PROBLEMA................................................................................................... 14 1.3JUSTIFICATIVA...................................................................................................................... 15 1.4OBJETIVOS............................................................................................................................ 16 1.4.1Objetivo Geral ................................................................................................................. 16 1.4.2Objetivos Especficos...................................................................................................... 16 1.5REVISO DA LITERATURA..................................................................................................... 17 1.6POSSIBILIDADES DE APLICAO DE DCDB NA PLATAFORMA LATTES................................. 17 1.7CLASSIFICAO DA PESQUISA............................................................................................... 18 1.8SUPOSIES.......................................................................................................................... 18 CAPTULO 2......................................................................................................................................... 19 2REVISO DA LITERATURA................................................................................................... 19 2.1A PLATAFORMA LATTES....................................................................................................... 19 2.1.1Sistemas de Informao da Plataforma Lattes................................................................. 19 2.1.2Estrutura da Plataforma Lattes ........................................................................................ 21 2.2GESTO DO CONHECIMENTO ................................................................................................ 29 2.2.1Conceitos Iniciais ............................................................................................................ 29 2.2.2Gesto do Conhecimento................................................................................................. 36 2.3DESCOBERTA DE CONHECIMENTO EM BASES DE DADOS ...................................................... 53 2.3.1Conceito .......................................................................................................................... 54 2.3.2Histrico.......................................................................................................................... 54 2.3.3Etapas .............................................................................................................................. 55 2.4DESCOBERTA DE CONHECIMENTO EM TEXTOS ..................................................................... 59 2.5TCNICAS DE MINERAO DE DADOS .................................................................................. 63 2.5.1Tarefas Bsicas................................................................................................................ 64 2.5.2Caracterizao da Minerao de Dados........................................................................... 68 2.5.3rvores de Deciso ......................................................................................................... 69 2.5.4Redes Neuronais Artificiais............................................................................................. 70 2.5.5Abordagens Hbridas....................................................................................................... 74 2.5.6Ferramenta para a Minerao de Dados .......................................................................... 76 2.6TCNICAS DE MINERAO DE TEXTOS ................................................................................. 85 2.6.1Minerao de Texto......................................................................................................... 85 2.6.2Tarefas Bsicas................................................................................................................ 86 2.6.3Ferramenta para a Minerao de Texto........................................................................... 87 2.7ONTOLOGIA DA LINGUAGEM................................................................................................. 91 2.7.1Atos lingsticos bsicos ................................................................................................. 92 2.7.2Juzos............................................................................................................................... 94 CAPTULO 3......................................................................................................................................... 96 3METODOLOGIA........................................................................................................................ 96 3.1CONSIDERAES GERAIS ...................................................................................................... 96 3.1.1Coleta e anlise de dados................................................................................................. 96 3.1.2Delimitao do estudo..................................................................................................... 96 3.2ESPECIFICAO DA PESQUISA............................................................................................... 96 3.2.1Perfil do orientador do PIBIC ......................................................................................... 97 3.2.2Agrupamento de docentes a partir de suas publicaes................................................... 98 3.3METODOLOGIA UTILIZADA NOS ESTUDOS DE CASO............................................................... 99 3.4ETAPAS DA PESQUISA.......................................................................................................... 100 3.4.1Gesto do Conhecimento............................................................................................... 101 3.4.2Descoberta de Conhecimento em Bases de Dados........................................................ 105 3.4.3Descoberta de Conhecimento em Textos ...................................................................... 112 CAPTULO 4....................................................................................................................................... 130 4ANLISE DOS RESULTADOS .............................................................................................. 130 4.1ESTUDO DE CASO: PERFIL DO ORIENTADOR DO PIBIC ........................................................ 130 4.1.1Resultados da Minerao de Dados............................................................................... 130 4.1.2Resultados finais ........................................................................................................... 131 4.2ESTUDO DE CASO: AGRUPAMENTO DE DOCENTES ............................................................... 134 4.2.1Resultados da Minerao de Texto................................................................................ 135 5CONCLUSES E TRABALHOS FUTUROS........................................................................ 141 REFERNCIAS BIBLIOGRFICAS.............................................................................................. 143 LISTA DE FIGURAS FIGURA 1: ESTRUTURA DO CURRCULO LATTES .................................................................................................... 23 FIGURA 3: ESTRUTURA DO DIRETRIO DOS GRUPOS DE PESQUISA........................................................................ 26 FIGURA 4: MODELO GENRICO DO GC [STOLL01 APUD SOUSA03] ................................................................... 53 FIGURA 6: PRINCIPAIS ETAPAS DO PROCESSO DE DCBD........................................................................................ 56 FIGURA 7: APRESENTAO GEOMTRICA DE UMA RVORE DE DECISO [LUCEN01] ........................................... 70 FIGURA 8: MODELO DE NEURNIO BIOLGICO E ARTIFICIAL [MEDLE98] ............................................................ 72 FIGURA 9: REDE NEURONAL ARTIFICIAL COM UMA CAMADA INTERMEDIRIA [BRASI02]................................... 73 FIGURA 10: MODELO NEURAL COMBINATRIO [PRADO98] ................................................................................ 75 FIGURA 11: FUNES DE UM MODELO KBANN [OSORI99] ................................................................................. 76 FIGURA 12: RELAO DOS PACOTES DO WEKA ADAPTAO DE [SALGA02] ................................................... 78 FIGURA 13: EXEMPLO DE ARQUIVO .ARFF DO WEKA............................................................................................ 80 FIGURA 14: ALGORITMO APRIORI ROTINA PRINCIPAL.......................................................................................... 82 FIGURA 15: CLASSIFICADORES NO WEKA............................................................................................................. 82 FIGURA 16: ALGORITMOS DE AGRUPAMENTO DO WEKA....................................................................................... 83 FIGURA 17: TELA INICIAL DO WEKA.................................................................................................................... 84 FIGURA 18: CONFIGURAO DE PARMETROS NO WEKA..................................................................................... 85 FIGURA 19: TELA DE ENTRADA DO EUREKHA......................................................................................................... 88 FIGURA 20: GRUPOS NO EUREKHA ......................................................................................................................... 89 FIGURA 21: JANELA DE STOP WORDS DO EUREKHA................................................................................................. 90 FIGURA 25: GESTO DO CONHECIMENTO E DESCOBERTA DE CONHECIMENTO EM BD.......................................... 99 FIGURA 27: INTERAO DA GESTO DO CONHECIMENTO E DA DESCOBERTA DE CONHECIMENTO...................... 100 FIGURA 28: ARQUIVO DE ENTRADA PARA O WEKA............................................................................................. 111 FIGURA 29: EUREKHA NOVO PROJETO/ABRIR PROJETO ................................................................................... 119 FIGURA 30: EUREKHA ADICIONAR ARQUIVOS ................................................................................................... 120 FIGURA 31: EUREKHA LISTAS DE PALAVRAS NEGATIVAS.................................................................................. 121 FIGURA 32: EUREKHA IDENTIFICAR RELACIONAMENTOS .................................................................................. 122 FIGURA 33: EUREKHA VISUALIZAR GRUPOS...................................................................................................... 123 FIGURA 34: EUREKHA REAGRUPAR................................................................................................................... 124 FIGURA 35: AGRUPAMENTO 1998/1999............................................................................................................... 125 FIGURA 36: AGRUPAMENTO 2000/2001............................................................................................................... 126 FIGURA 37: AGRUPAMENTO 2002 A 2004............................................................................................................ 127 FIGURA 38: AGRUPAMENTO 1998 A MARO DE 2004........................................................................................... 128 FIGURA 39: BOLSISTAS POR ORIENTADOR ............................................................................................................ 131 FIGURA 40: GRUPOS DE BOLSISTAS POR ORIENTADOR.......................................................................................... 132 FIGURA 41: ALUNOS TITULADOS POR ORIENTADOR.............................................................................................. 133 FIGURA 42: RESUMO DO PERFIL DO ORIENTADOR................................................................................................. 134 FIGURA 43: PRODUO POR ANO I .................................................................................................................... 137 FIGURA 44: PRODUO POR ANO II................................................................................................................... 138 FIGURA 45: PERCENTUAL DE TRABALHOS POR IDIOMA DE PUBLICAO .............................................................. 138 LISTA DE TABELAS TABELA 1: MODELOS DE GC [RUBESTEIN-MONTANO AT AL. APUD FERREI03]... 43 TABELA 2: PROCESSOS DO CONHECIMENTO [FERREI03].......................................................... 47 TABELA 3: DESCRIO DOS PACOTES DO WEKA ADAPTADO DE [SALGA02] ............. 78 TABELA 4: SOBRE AFIRMAES E DECLARAES........................................................................... 93 TABELA 5: SOBRE PROMESSAS................................................................................................................ 93 TABELA 6: QUANTIDADE DE PROCESSOS DE IC POR ANO........................................................... 107 TABELA 7: QUANTIDADE DE ALUNOS TITULADOS POR ANO..................................................... 108 TABELA 8: EX-BOLSISTAS PIBIC TITULADOS STRICTO SENSU................................................. 109 TABELA 9: QUANTIDADES DE REGISTROS DE DOCENTES E PRODUO................................ 114 TABELA 10: LISTA DE PALAVRAS NEGATIVAS................................................................................ 116 TABELA 11: CENTRIDES DOS AGRUPAMENTOS POR PERODO............................................... 136 TABELA 12: MGCTI TOTAIS DE PRODUO POR ANO............................................................ 137 13 CAPTULO 1 1INTRODUO 1.1Contexto da Pesquisa Nos ltimos anos, a larga utilizao de sistemas de informtica deu origem a grandes bases de dados, a partir do armazenamento de informaes coletadas incessantemente atravs dos mais diversos sistemas de automao.Segundodiversosautores,a maior riqueza destas grandes bases ainda no estsendo devidamenteexplorada,esugeremquepodemserutilizadastcnicasespecficasparase extrairdelasconhecimentosnoexplcitos.EsteassuntotratadoatravsdeDCBD- DescobertadeConhecimentodeBasesdeDados,doinglsKDD-KnowledgeDiscoveryin Databases. Segundo Fayyad [FAYYA96], DCBD o processo no trivial de identificar, em dados, padres vlidos, novos e potencialmente teis.Minerao de Dados a parte deste processo onde se produzem conjuntos de padres apartirdaaplicaodealgoritmosdeexplorao.Vale-sedediversosalgoritmosque processamosdadoseencontramesses"padresvlidos,novosepotencialmenteteis". Entretanto,emboraosalgoritmosatuaissejamcapazesdedescobrirpadres"vlidose novos", ainda no existe uma soluo eficaz para determinar padres potencialmente teis. Assim, Minerao de Dados ainda requer uma interao muito forte com analistas humanos, queso,emltimainstncia,osprincipaisresponsveispeladeterminaodovalordos padresencontrados.Almdisso,aconduododirecionamentodaexploraodedados tambm tarefa fundamentalmente confiada a analistas humanos. A Plataforma Lattes, uma iniciativa do Ministrio da Cincia e Tecnologia atravs do CNPq1, constitui-se atualmente em um grande acervo de informaes sobre os pesquisadores esuaproduocientficaetecnolgica,atravsdoCurrculoLattes,oformulrioeletrnico 1 CNPq: Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico. 14 doMCT2,doCNPq,daFINEP3edaCAPES4;sobreosgruposdepesquisaexistentesnas universidades,nasempresaseoutrasinstituiesligadaspesquisacientfica;sobreas instituies que participam de projetos ligados ao CNPq e/ou mantm grupos de pesquisa. NocontextodaGestodoConhecimento,aPlataformaLattesapresentaumgrande potencialdegeraodeconhecimentoquepodeserutilizadonagestodaCinciae Tecnologia.Asdiversaspossibilidadesdeexploraodosdadosarmazenadospodemtrazer valiosasinformaessobreomodusoperandidaproduocientficaetecnolgica desenvolvida no pas. EstetrabalhoapresentaumapropostadeutilizaodetcnicasdeDescobertade ConhecimentoemBasesdeDadossobreosdadosdaPlataformaLattes,comoobjetivode gerar conhecimento que possa ser utilizado na gesto de Cincia e Tecnologia. Tem o objetivo tambm de demonstrar que a Descoberta de Conhecimento em Bases de Dados pode ser utilizada como uma poderosa ferramenta para a gerao de conhecimento, etapa fundamental dos processos de Gesto do Conhecimento.1.2Descrio do Problema Omundocadavezmaisglobalizadoecompetitivoexigeincrementosdequalidadee produtividadedequempretendemanter-seinseridonomercadomundial.Nestecontexto,a produo cientfica e tecnolgica fundamental para o desenvolvimento do pas, permitindo a obteno de produtos e servios com maior valor agregado para este mercado. Assim, aes no sentido de gerar conhecimento organizacional que possa ser utilizado nagestodaCincia&Tecnologiasomuitobem-vindas,sejampelasagnciasdogoverno federal, pelas universidades, pelas empresas e instituies que mantm atividades de pesquisa. OdesenvolvimentodaPlataformaLattesrepresentaumainiciativadesemanterum grandeconjuntodeinformaessobreaproduocientficaetecnolgicadopas,deseus pesquisadores, dos trabalhos realizados, dos grupos de pesquisa e das operaes de fomento pesquisa patrocinados pelo CNPq. 2 MCT: Ministrio da Cincia e da Tecnologia 3 FINEP: Financiadora de Estudos e Projetos do MCT 4 CAPES: Coordenao de Aperfeioamento de Pessoal de Nvel Superior 15 AexploraodasinformaestratadaspelaPlataformaLattesrepresentauma oportunidadeparaadescobertadeconhecimento.Encontram-searmazenadosvrios gigabytes de dados sobre os itens anteriormente citados.Entretanto, esta explorao no uma atividade simples. O grande volume de dados, a diversidade de informaes coletadas, o grande nmero de relaes possveis torna o trabalho de extrao de conhecimento uma tarefa que exige a utilizao de tcnicas sofisticadas. Outrodesafioobservadoestnanecessidadedefacilitaroprocessodeanlisee avaliaodosresultadosdosalgoritmosdemineraodedadosemineraodetexto.A identificaodoquerealmentetilequepodeacrescentarconhecimentoorganizao uma das tarefas mais importantes de todo o processo.Atualmente,osgestoresdecinciaetecnologiasebeneficiariamdaobtenode informaes como: a)Definio de perfis de pesquisadores. b)Definio de padres de produtividade. c)Identificao de taxonomia. d)Descoberta de relaes entre pesquisadores. e)Descoberta de relaes entre grupos de pesquisa. f)Identificaodepesquisadoresporreadeatuaoesuarelaocomgruposde pesquisa. Oproblemaaserexploradonestetrabalhorefere-seutilizaodetcnicasde MineraodeDadoseMineraodeTextonaPlataformaLattes,comoobjetivodegerar conhecimentoorganizacionalapartirdoestabelecimentoderelaesentreosdados armazenados.AtravsdemodelosdeDescobertadeConhecimentoemBasesdeDadosede Gesto de conhecimento, pretende-se estabelecer um conjunto de possveis aplicaes para a Minerao de Dados na Plataforma Lattes, com a conseqente gerao de conhecimento para a gesto de Cincia & Tecnologia. 1.3Justificativa Arealizaodestetrabalhojustifica-sepelanecessidadedeseobterconhecimento organizacional em gesto de Cincia & Tecnologia para subsidiar as decises relacionadasa esta atividade (e.g. definio de prioridades, organizao de grupos de pesquisa, alocao de recursos,entreoutras),explorandoapossibilidadedeobtenodeconhecimento 16 organizacionalapartirdaaplicaodetcnicasdeMineraodeDadoseMineraode TextosnabasedaPlataformaLattes,utilizandoumenfoquerelacionadocomaGestodo Conhecimento. A utilizao de algoritmos e ferramentas de Minerao de Dados pode revelar relaesimportantesentreosdadosarmazenados,epermitirumaconseqentegeraode conhecimento organizacional. Este conhecimento, devidamente tratado em um contexto de Gesto de Conhecimento pode vir a ser til nos processos de tomada de deciso dos gestores de Cincia e Tecnologia, seja a nvel federal, estadual, acadmico ou empresarial. 1.4Objetivos 1.4.1Objetivo Geral OobjetivodestetrabalhoestudartcnicasdeMineraodeDadosedefinir aplicaesdestastcnicasnabasededadosdoCurrculoLattes,paraproverosgestoresde Cincia&Tecnologiadeferramentasquepermitamutilizaroconhecimentonoexplcito presente neste grande conjunto de dados sobre a produo cientfica e sobre os pesquisadores. EsseconhecimentogeradodeversertratadoemumcontextodeGestodoConhecimento para sua utilizao em processos de gesto de Cincia & Tecnologia. 1.4.2Objetivos Especficos a)ApresentarconceitosenvolvendoMineraodeDados,MineraodeTextose Gesto do Conhecimento. b)EnumerarpossibilidadesdeDescobertadeConhecimentoemBasesdeDadosna Plataforma Lattes. c)Apresentar estudo de caso de Minerao de Dados na Plataforma Lattes. d)Apresentar estudo de caso de Minerao de Texto na Plataforma Lattes. e)Apresentarummtodoparaainterpretaoderesultadosdealgoritmosde agrupamento. f)ContextualizarosresultadosobtidoscomaMineraodeDadosemrelaoa Gesto do Conhecimento 17 1.5Reviso da Literatura Nestetrabalho,ostemasprincipaisso:DescobertadeConhecimentoemBasesde Dados,notadamenteastcnicasdeMineraodeDadoseMineraodeTexto;eGestodo Conhecimento. Assim, a reviso literria enfocou principalmente estes temas. No tpico Descoberta de Conhecimento em Bases de Dados, um dos principais autores Fayyad [FAYYA96]. Citado em diversos artigos e livros sobre o tema, o autor props uma metodologiaparaorientarostrabalhosemDCBD.Paraarealizaodestetrabalho,esta metodologiafoiconsiderada.AlmdeFayyad,outrosautorescomoWitteneEibe [WITTE99]aplicativodeMineraodeDadosWEKA,eMing-SyanChen[CHEN96] Minerao de Dados e Bancos de Dados, foram consultados. Tambm foram de grande valia dissertaes de mestrado de Sousa [SOUSA03] e Edilberto Silva [SILVA02], assim como os trabalhos de minerao de texto de Wives [WIVES99]. ParaainterpretaoderesultadosemDescobertadeConhecimento,utilizou-seos trabalhosdeFlores[FLORE88],Echeverra[ECHEV99]eLucena[LUCEN02]sobrea Ontologia da Linguagem. No tpico Gesto do Conhecimento, os principais autores consultados foram Nonaka e Takeuchi[NONAK97]comimportantescolaboraessobreacriaodeconhecimentona empresa;KarlWiig[WIIG93]tambmsobreaGestodoConhecimentoempresarial;ea pesquisadoraStollenwerk[STOLL01],queelaborouumimportantemodelodeGestode Conhecimento, tambm utilizado neste trabalho. 1.6Possibilidades de Aplicao de DCDB na Plataforma Lattes ApluralidadeeovolumedabasededadosdaPlataformaLattesumambiente propcioparaadescobertadeconhecimento,apartirdaaplicaodetcnicasdeDescoberta de Conhecimento em Bases de Dados. Alguns exemplos de exploraes que podem ser efetuadas: a)Minerao de texto para a gerao de taxonomia dos Grupos de Pesquisa. b)Minerao de texto para a verificao da consistncia entre as linhas de pesquisa e a produo cientfica e tecnolgica. c)Agrupamento de pesquisadores a partir de sua produo cientfica e tecnolgica. 18 d)Identificao de perfis de pesquisadores a partir de suas informaes curriculares. e)Identificaodecompetnciasdospesquisadoresapartirdesuasinformaes curriculares. f)Identificao de linhas de pesquisa a partir das informaes da produo cientfica e tecnolgica dos pesquisadores. 1.7Classificao da pesquisa Quanto aos fins, este trabalho classificado como uma proposta de pesquisa aplicada, umavezquetemporobjetivooestudoeautilizaodetcnicasdeMineraodeDadose MineraodeTextonabasedoCurrculoLattes,paraoferecerrecursosdegestode conhecimento em Cincia & Tecnologia. Quantoaosmeiosdeinvestigao,foiutilizadaapesquisabibliogrfica,paraa identificaodastcnicasdeMineraodeDadosaderentesaoobjetopesquisado;ea pesquisadocumental,emdocumentosquetratamdequestessobregestodaCincia& Tecnologia.Foi utilizada tambm a pesquisa de laboratrio, onde se experimentou a aplicao dos algoritmos selecionados em amostras da base de dados pesquisada; e estudos de casos, onde dadosdaPlataformaLattesforamsubmetidosaalgoritmosdeMineraodeDadose Minerao de Texto. 1.8Suposies O trabalho proposto tratou das seguintes suposies: a)vivelautilizaodetcnicasdeMineraodeDadoseMineraodeTextos paradisponibilizaraousuriofinalacessofacilitadoaosresultadosobtidosem pesquisas na base de dados. b) possvel extrair conhecimento til da base de dados do Currculo Lattes atravs da utilizao de tcnicas de Minerao de Dados e Minerao de Textos. a)A Descoberta de Conhecimento em Bases de Dados pode ser utilizada no contexto da Gesto do Conhecimento para a gerao de conhecimento organizacional. 19 CAPTULO 2 2REVISO DA LITERATURA 2.1A Plataforma Lattes APlataformaLattesumconjuntodesistemasdeinformao,basesdedadose portais Web voltados para a gesto de Cincia e Tecnologia [CNPQ03]. composta pela integrao de sistemas de informaes distintos: a)Currculo Lattes b)Diretrio de Grupos de Pesquisa c)Diretrio de Instituies d)Sistema Gerencial de Fomento 2.1.1Sistemas de Informao da Plataforma Lattes 2.1.1.1Currculo Lattes Em1998foiiniciadoumprocessoparaageraodeumsistemainformatizadoque viesse padronizar e consolidar as informaes curriculares dos pesquisadores interessados na obteno de recursos de fomento pesquisa. Atento,vinhamsendoutilizadosdiversosformulrios,informatizadosouno,que demandavamopreenchimentodasmesmasinformaesemlocaisdiferentes.Estaprtica provocava um considervel transtorno em vrias fases do processo, tanto para o pesquisador, queseviaobrigadoaprestaramesmainformaodiversasvezes,emlocaiseformatos diferentes,quantoparaosgestoresdasagnciasdegovernoresponsveispelaavaliaodos 20 processos.Oprojetofoilanadoemagostode1999,e,deumabaseinicialde aproximadamente35milcurrculoscadastrados,passou-seatualmenteparaumtotalde aproximadamente 350 mil currculos, um aumento de aproximadamente 1.000%. O Currculo Lattes est se consolidando como uma importante ferramenta de apoio gestodeCincia&Tecnologia,umavezquepermitiuumaracionalizaonoprocessode cadastramento,armazenamentoeconsultadedadoscurriculares,eliminandoumasriede outros processos semelhantes e redundantes. 2.1.1.2Diretrios de Grupos de Pesquisa O Diretrio de Grupos de Pesquisa um sistema que mantm uma base de dados com informaes coletadas a partir de 1992. Foi desenvolvido pelo CNPq para manter informaes sobre os grupos de pesquisa existentes no pas.Os grupos de pesquisa podem ser definidos como um conjunto de pessoas organizadas hierarquicamente, a partir de uma liderana de destaque no ambiente de cincia e tecnologia, envolvidos permanentemente em atividades de pesquisa, cujo trabalho se organiza em linhas comunsaosmembrosdogrupo,eque,dealgumamaneira,compartilheminstalaese equipamentos.Estolocalizadosemuniversidades,instituiesisoladasdeensinosuperior, institutosdepesquisacientfica,institutostecnolgicos,laboratriosdepesquisae desenvolvimentodeempresasestataisouex-estataiseemalgumasorganizaesno-governamentais com atuao em pesquisa cientfica ou tecnolgica [CNPQ03]. Os principais objetivos deste sistema so: a)Manterumhistricodasatividadesdosgruposdepesquisa,preservandosua memria. b)Servirdebasedeconsultaparaacomunidadecientfica,quepassaacontarcom umaferramentaquepermiteaidentificaodosmembros,dostrabalhos realizados,daslinhasdepesquisa,facilitandoointercmbioentreos pesquisadores. c)ProverosgestoresdeCincia&Tecnologiadeumaferramentaparaavaliaoe planejamento dos investimentos em atividades de pesquisa, a partir de informaes qualitativas e quantitativas sobre os trabalhos realizados no mbito dos grupos. 21 2.1.1.3Diretrio de Instituies ODiretriodeInstituiesumsistemaquearmazenainformaessobreas universidades,institutosdepesquisa,empresaseorganizaesno-governamentaisque mantenham algum tipo de relacionamento com a pesquisa cientfica e tecnolgica. fundamental para a gesto e operacionalizao dos processos de fomento pesquisa mantidos pelo CNPq, bem como na elaborao de informaes estatsticas.2.1.1.4Sistema Gerencial de Fomento SegundooCNPq,afunodefomentoconstitui-senaprincipalaodesenvolvida peloCNPq,comvistaspromoododesenvolvimentocientficoetecnolgicodoPas [CNPQ03].Sodisponibilizadosrecursosparaacapacitaotecnolgicaecientfica,bem comosofinanciadosprojetosquepossamestimularageraodoconhecimentonecessrio para o desenvolvimento econmico, social e cultural do pas.As aes de fomento so operacionalizadas atravs de vrios sistemas de informao. O sistema gerencial de fomento uma iniciativa para permitir mais facilidade na execuo de pesquisasnestasbasesdedados,voltadastantoparaosgestoresdeCinciaeTecnologia, quantoparaacomunidadecientficaemgeral,atravsdeconsultasdisponibilizadasna Internet atravs da Plataforma Lattes. 2.1.2Estrutura da Plataforma Lattes A Plataforma Lattes resultado de um esforo para integrar sistemas de informaes ligados gesto de Cincia e Tecnologia.Almdisso,oProjetodeInstitucionalizaodaPlataformaLattesestlevandoos sistemas da Plataforma para instituies de ensino e pesquisa que tm interesse em manter em baseslocaisasinformaescurricularesdeseuspesquisadores,funcionriosequaisquer outros envolvidos em atividades de pesquisa e docncia. Aseguir,serapresentadaaestruturafundamentaldosprincipaissistemasda Plataforma Lattes. 2.1.2.1Currculo Lattes O Currculo Lattes composto por mdulos distintos: 22 a)Atualizao off-line: o usurio pode instalar em seus computadores um conjunto deprogramasquepermiteocadastramentodasinformaesnecessriasdo Currculo Lattes, fazer todos os ajustes necessrios e, posteriormente, transmiti-lo para a base de dados do CNPq. Para quem no dispe de acesso rpido Internet, ouquedesejamanterasinformaesemseuscomputadorespessoais,esteo mdulo indicado para o cadastramento e manuteno de seu currculo.b)Atualizaoon-line:ousuriopodeacessar,emtemporeal,abasededadosdo CNPq e efetuar o cadastramento ou a atualizao de seu currculo. Atravs de uma interface que pode ser acessada via navegadores Web, as informaes curriculares socadastradas,recuperadaseatualizadassemanecessidadedearmazenamento local.c)Buscastextuais:apartirdabaseoperacionaldoCurrculoLattes,ondeesto armazenadasasinformaescadastradastantoviaInternetquantoviaprogramas locais,soextradaseconsolidadasasinformaescurricularesnecessriasao serviodebuscatextual.Atravsdeumprocessodeindexaotextual,so disponibilizadas diversas consultas, que utilizam como parmetro tanto o nome do usurioquantopalavras-chavesrelacionadassuaproduocientficae tecnolgica. AbasededadosdoCurrculoLattesformadafundamentalmentepordois componentes: a)Basededadosoperacional:ondeestoarmazenadasasinformaesoriginais providas pelos usurios, no momento do cadastramento ou da atualizao de seus currculos.umabasededadosrelacionalcompostaportabelasquemantmos dados em formato estruturado, adequado para a atualizao on-line e off-line. b)Basededadosparaasconsultastextuais:umabasededadosrelacionalcom ndicestextuais,resultadodeprocessosdeextraoeconsolidaodedados oriundos da base operacional. Permite consultas a informaes no estruturadas. Aseguir,umfiguracomoorganogramaquerepresentaoconjuntodeinformaes armazenados na base de dados do Currculo Lattes: 23 Figura 1: Estrutura do Currculo Lattes a)Informaes gerais a.1.Identificao a.2.Endereo a.3.Formao Acadmica e Titulao a.4.Atuao profissional a.5.reas de atuao a.6.Idiomas a.7.Prmios e ttulos b)Produo Cientfica e Tecnolgica b.1. Produo bibliogrfica b.1.1.Trabalhos em eventos b.1.2.Artigos publicados b.1.3.Livros e captulos b.1.4.Texto em jornal ou revista (magazine) b.1.5.Demais tipos de produo bibliogrfica b.2. Produo tcnica b.2.1.Softwares b.2.2.Produtos 24 b.2.3.Processos b.2.4.Trabalhos tcnicos b.2.5.Demais tipos de produo tcnica b.2.6.Propriedade intelectual b.3. Outra produo b.3.1.Produo artstica e cultural b.3.2.Orientaes concludas b.3.3.Demais trabalhos b.3.4.Outras informaes relevantes c)Informaes complementares c.1.Formao complementar c.2.Participao em banca de trabalhos de concluso c.3.Participaes em eventos, congressos e outros c.4.Participaes em bancas de comisses julgadoras c.5.Orientaes em andamento 2.1.2.2Diretrio dos Grupos de Pesquisa O Diretrio de Grupos de Pesquisa composto basicamente por dois mdulos: a)Basecorrente:organizadodemaneiraapermitiracessodiferenciadoaos diferentestiposdemembrosdoGrupo,permiteocadastroeamanutenodas informaes dos grupos de pesquisa constantemente atualizados. Tem por objetivo manter a base de dados operacional do Diretrio, e registrar todas as informaes pertinentes. Pode ser acessado atravs da Internet, e existem opes diferenciadas para: a.1.Dirigentes Institucionais de Pesquisa a.2.Lderes de Grupos de Pesquisa a.3.Pesquisadores de Grupos de Pesquisa a.4.Estudantes de Grupos de Pesquisa 25 b)Base censitria: permite consultas base de dados censitria, que o resultado de operaes de extrao, anlise, avaliao e consolidao de informaes oriundas dabasecorrente.EstdisponvelparaacessoatravsdaInternet.Atualmente,a ltimaversodedadosdisponibilizadosrefere-seaoCenso2002,apartirda apuraodeinformaesdaverso5.0dosistemadecaptura.Deacordocom informaes do CNPq, o planejamento atual para a realizao de censos bienais, mas,graasnovaestruturadosistema,possvelrealizaraqualquermomento totalizaesespecficas,deacordocomasnecessidadesdogovernoeda sociedade.AbasededadosdoDiretriodeGruposdePesquisatambmformadapordois mdulos: a)Basecorrente:umabasededadosrelacionalondeestoarmazenadasas informaes dos grupos de pesquisa, cadastradas pelos seus membros. a base de dados operacional do sistema. b)Basecensitria:umabasededadomodeladaparaconsultasgerenciais, utilizandototalizadoreseaglomeraes.Sooriginadasdaextrao,anlise, avaliaoeconsolidaodeinformaesoriundasdabasecorrente.Possui indexaotextual,oquepermitearealizaodeconsultassobredadosno estruturados.Atualmente,existemconsultasdisponveissbasescensitriasde 1993, 1995, 1997, 2000 e 2002. As principais informaes armazenadas na base operacional do Diretrio de Grupos de Pesquisa so: a)Informaes dos Grupos: a.1.Identificao a.2.Componentes a.3.rea do conhecimento a.4.Linhas de pesquisa b)Informaesdospesquisadoresealunos:asinformaesdospesquisadorese alunossoobtidasatravsdoCurrculoLattes.Paraaparticipaoemqualquer grupo de pesquisa, necessrio manter o Currculo Lattes atualizado. 26 c)InformaesdasInstituies:asinformaesdasinstituiessoobtidasapartir do Diretrio de Instituies. Figura 2: Estrutura do Diretrio dos Grupos de Pesquisa Asprincipaisconsultasdisponveisapartirdosdadosarmazenadosnasbases censitrias do Diretrio de Grupos de Pesquisa so [CNPQ03]: a)SriesHistricas:asSriesHistricascontmtabelasegrficosselecionados, cominformaesquesintetizamaevoluotemporaleagregadadoperfildos grupos de pesquisa. b)Smula Estatstica: a smula estatstica apresenta um pequeno conjunto de tabelas egrficosselecionados,cominformaesquesintetizamocontedodabasede dadosefornecemumretratobastantentidodacapacidadeinstaladadepesquisa no pas em 2002. c)Plano Tabular: o Plano Tabular objetiva estabelecer o perfil da pesquisa no Brasil emtermosquantitativos.Organiza-sesegundoconfiguraesdemontagemede visualizao, realizadas dinamicamente pelo usurio. As tabelas desse mdulo so grandementeinclusivaseoferecemapossibilidadedecruzamentodevariveis capazes de gerar diversas combinaes. d)BuscaTextual:abuscatextualpermiterecuperar,dinamicamente,informaes individualizadassobredadospresentesnabasedoDiretrio.Incluitrs possibilidadesderecuperaodeinformaes,emnveiscrescentesde 27 complexidade-buscasimples,orientadaeavanada.Organiza-seapartirdetrs decisesiniciaistomadaspelousurio:(i)qualinformaodeverserrecuperada (buscasimples);(ii)ondeestainformaodeverserprocurada(orientadae avanada);e(iii)segundoquaiscritriosdeverserbuscada(orientadae avanada). e)Estratificaodosgrupos:omdulodeEstratificaodosGruposdePesquisa contidos no Diretrio permite classificar os grupos pertencentes s instituies de ensinosuperioreainstitutosdepesquisaquepossuemprogramasdeps-graduao em estratos de qualidade5.f)Anexos:apresentadasobarubricadeAnexosarvoredeespecialidadesdo conhecimento do CNPq, a lista dos setores de atividades utilizadas nesta verso do Diretrio,arelaodasinstituiescujosgruposdepesquisaconstamdabasede dados,arelaodasinstituiesquenoresponderamsolicitaodoCNPq, emboracontatadas,ealistadasunidadesdaFederao.Essasinformaesso teisparaautilizaodosdispositivosdebuscatextualedeconstruode tabelas. 2.1.2.3Diretrio de Instituies ODiretriodeInstituiesomdulodaPlataformaLattesresponsvelpelagesto de informaes institucionais.Este sistema um dos mais antigos do CNPq, iniciado no incio dos anos setenta, em um esforo para sistematizar as informaes sobre as instituies que se relacionavam com o CNPq.Passouporvriasreformulaes,atserincorporadoPlataformaLattes.Neste momento,estpassandopormaisumamanutenoevolutiva,nointuitodefacilitaro cadastramento e a manuteno dos dados das instituies [CNPQ03]. O Diretrio de Instituies composto fundamentalmente por dois mdulos: a)Cadastramento e manuteno: possvel incluir e atualizar informaes sobre as instituiesapartirdeumainterfacenaInternet,ouatravsdainterfacedo Currculo Lattes. 5 Estratos de Qualidade: obtidos a partir de algoritmos desenvolvidos no CNPq para a identificao de nveis de qualidade, a partir de informaes das bases de coleta e de parmetros de produtividade e desempenho [CNPQ03b]. 28 b)Consulta Instituies: atravs deste mdulo, possvel efetuar consultas sobre as instituies cadastradas. Est disponvel atravs de uma interface Web. Abasededadoscompostaportabelasrelacionaisqueapresentaminteraescom todos os outros mdulos da Plataforma Lattes. 2.1.2.4Sistema Gerencial de Fomento OSistemaGerencialdeFomentocompostopormdulosquetmporobjetivo fornecerinformaesdenaturezagerencialsobreasoperaesdefomentorealizadaspelo CNPq.Estastransaessoinicialmentetratadasporsistemasespecficos,denatureza operacional,cujosdadossoarmazenadosemtabelasrelacionais.Apartirdeextraes, anlises e consolidaes dos dados da base operacional, constituda outra base de dados de cunho gerencial.So os seguintes os mdulos do Sistema Gerencial de Fomento: a)Busca por histrico de fomento: este servio permite a realizao de consultas na base de dados de fomento, a partir de um dos parmetros abaixo: a.1.Nome a.2.rea do conhecimento a.3.Instituio a.4.UF da instituio a.5.Modalidade b)Investimentos do CNPq em C&T: este servio permite a realizao de consultas na base de dados gerenciais de fomento, e fornece diversas resultados a de: b.1. Capacitao de recursos humanos para a pesquisa b.1.1.Bolsas no pas b.1.2.Bolsas no exterior b.2. Fomento pesquisa b.2.1.Apoio a projetos de pesquisa b.2.2.Apoio editorao b.2.3.Apoio a eventos 29 2.2Gesto do Conhecimento A utilizao da Plataforma Lattes como fonte de conhecimento organizacional uma iniciativaquetemporobjetivogerarconhecimentotilnoprocessodegestodeCinciae Tecnologia. Para tal, utilizou-se de conceitos de Gesto de Conhecimento, particularmente o modelopropostopelapesquisadoraMariadeFtimaStollenwerk[STOLL01],ede DescobertadeConhecimentoemBasesdeDados,modelopropostoporUsamaFayyad [FAYYA96].Este tpico trata de aspectos tericos da Gesto do Conhecimento e da Descoberta de Conhecimento em Bases de Dados. 2.2.1Conceitos Iniciais Paraconduziraapresentaodestetpico,conceitosiniciaisrelacionadosaoassunto devemserconsiderados.Aseguir,seroenumeradosalgunsconceitossobredado, informao,sistemas,sistemasdeinformao,sistemasgerenciadoresdebancosdedadose conhecimento. 2.2.1.1Dado DeacordocomaProf.SolangeOliveiraResende,dadoaestruturafundamental sobreaqualumsistemadeinformaoconstrudo[REZEN03].JsegundooProf. ValdemarSetzer,dadoumaseqnciadesmbolosquantificadosouquantificveis [SETZE03].Estaseqnciadesmbolosidentificacondiesespecficasarespeitodas entidades a eles relacionados, mesmo que eventualmente o observador no possa entend-los. Neste contexto, um literal pode ser um dado, uma seqncia de literais pode ser um dado, um texto pode ser um dado, uma foto pode ser um dado. Por serem unidades de representao de valores, tm um carter puramente sinttico, significando que podem ser totalmente descritos atravsderepresentaesformais,estruturais[SETZE03].Estacaractersticapermiteque dadospossamserdefinidosearmazenadosemsistemascomputacionais,bemcomopossam serprocessados,ouseja,utilizadosemoperaescomoadio,contagem,concatenao, comparao, entre outras.Osdadospodemseraindacombinadosemestruturas,deformaaformaremdados maiscomplexos.Porexemplo,aestruturaodosdadossobrecadapontodeumaemuma matriz pode formar uma foto, sendo dados de cada ponto itens como cor e brilho. 30 2.2.1.2Informao Vriosautorestentamestabelecerumconceitoparainformao.PauloFoinaafirma queinformaoumvalor,oudado,quepossasertilparaalgumaaplicaooupessoa [FOINA01].JSolangeResendedefineinformaocomoumdadoquetemocontedoeforma apresentadadeumamaneiraquesejatilparaumprocessodetomadadedeciso [REZEN03]. Entretanto, o professor Setzer prefere estabelecer uma caracterizao do termo, e no propor uma definio. Afirma que informao uma abstrao informal (isto , no pode ser formalizadaatravsdeumateorialgicaoumatemtica),queestnamentedealgum, representandoalgosignificativoparaessapessoa[SETZE03].Portanto,informaotem sentidosomentequandoumapessoarecebedadossobreumdeterminadoelementoeforma umaimagemmentalapartirdeles,oudesuacorrelaocomoutrosdados.Porexemplo,a leitura da manchete de um jornal que estampa as aes da Petrobrs subiram 5% no ltimo prego pode representar uma informao para uma pessoa que saiba o que Petrobrs, e que tenhaconhecimentosmnimosdomercadoacionrio.Semisso,afrasesomenteum conjunto de dados.Para ser armazenada em um computador, a informao deve ser representada na forma de dados. Mas, ainda segundo Setzer [SETZE03], o que armazenado no computador no informao,masosdadosquearepresentam.Atravsdeprocessamento,estarepresentao da informao, ou o conjunto de dados, pode ser manipulado, mas somente do ponto de vista sinttico. O computador no altera o sentido de um conjunto de dados. Pode at modific-los de maneira que no sejam mais inteligveis, atravs de criptografia, ou substituir uma palavra poroutra,masoqueocorreunamquinafoisomenteumamudanasinttica,somenteo receptor humano pode empreender uma mudana semntica. Dados e informaes so essencialmente diferentes. O primeiro tem uma caracterstica sinttica,enquantoosegundotemsentidosomentecomumacomponentesemntica,isto, devepoderserinterpretadopeloagentehumano.Oscomputadoressofundamentalmente sintticos,possuindocapacidadeapenasparaamanipulaodedados,oqueno caracterizariao processamentodeinformao. Quando o computador Deep Blue6 derrotou o 6 Deep Blue: supercomputador da IBM Research. 31 enxadristaGarryKasparov,oqueprevaleceufoiacapacidadefenomenalderealizaode operaesmatemticasdocomputador.Nestecaso,ocomputadormanipulavadados,eno informao. 2.2.1.3Sistemas 1.Conjuntodeelementos,materiaisouideais,entreosquaissepossa encontraroudefiniralgumarelao.2.Disposiodaspartesoudos elementos de um todo, coordenados entre si, e que funcionam como estrutura organizada [FERREI01]. As definies acima so suficientes para introduzir o conceito de sistema, que pode ser entendidocomoauniodepartescoerentesparaaformaodeumtodo.Umsistema, normalmente,noexistedeformaisolada,masserelacionacomoutrossistemasmais abrangentes.Umsistemapodeserpartedeoutromaior,esercompostosporsistemas menores.Paracadasistemapodeserdefinidoumespaodeexistncia,comfronteiras estabelecidas. A maior ou a menor proximidade de outros sistemas definitiva para o grau de interatividade entre eles.Estetextonopretendeexplorartodaacomplexidadequeenvolveoestudodos sistemas, tratado na Teoria Geral dos Sistemas. No ocidente, os trabalhos do bilogo austraco LudwigVonBertalanffyrepresentamummarco,comaapresentaodepropostaspara abordagenscientficasdoquesechamoutodosintegrados,nadcadade1950.Estetermo teriasidocitadoanteriormentepelomdico,filsofoeeconomistarussoAlexander Bogdanov, em 1922, mas seus trabalhos foram pouco divulgados no ocidente [UHLMA02].2.2.1.4Sistemas de Informao Apartirdosconceitosdesistema,apresentadosnoitemanterior,pode-sedefinir Sistema de Informao como um conjunto de partes organizadas que se inter-relacionam para aformaodeumconjuntoadequadoaofornecimentodeinformaesparaaorganizao, seja ela domstica, de pequeno ou de grande porte. Umsistemadeinformaopodeserutilizadoparareunir,armazenar,processare fornecerinformaesrelevantesparaumgrupointeressado.Podeounocontarcoma utilizaoderecursoscomputacionaisnasuaconstruo,masistonoobrigatrio. Entretanto,devidoasuaexistnciaestarnormalmenteligadautilizaodetecnologia 32 computacionaleeletrnica,ossistemasdeinformaonormalmentesoassociados utilizao de computadores.Afirma o professor Antnio Vidal: Umsistemadeinformaoumcomponentedosistemaorganizacional, constitudo por uma rede difundida pela empresa inteira e utilizado por todos osseuscomponentes.Seupropsitoobterinformaesdentroeforada empresa,torn-lasdisponveisparaosoutroscomponentes,quando necessitarem,eapresentarasinformaesexigidaspelosqueestofora [VIDAL98]. Os sistemas de informao, em geral, so utilizados para orientar a tomada de deciso emtrsnveisdiferentesnaadministraodeumaempresa:ooperacional,otticoeo estratgico.Oprimeironvel,ooperacional,seresponsabilizapelocomprimentodetarefasda maneira mais eficiente possvel. O nvel ttico j se responsabiliza para que as tarefas sejam cumpridascomeficincia,masseresponsabilizandoenfaticamentecomosobjetivosda empresa,esepreocupacomofornecimentoderecursosparaaviabilidadedocumprimento dastarefas.Jonvelestratgicoresponsvelpordefinirosrumosdaempresa,seus objetivos e estratgias para atingir estes objetivos. Ossistemasdeinformaodevematenderatodososnveisacimacitados,coma devidaatenoparaascaractersticasdecadaumdeles,eofereceratodososenvolvidos ferramentasadequadasaobomcumprimentodesuasatividades.SegundoVidal,ossistemas de informao podem ser divididos em duas grandes categorias [VIDAL98]: a)Sistemasdeusooperacional:voltadosparaoapoiosatividadesoperacionais, normalmenteorientadostransaes,comnecessidadedetimotempode resposta. b)Sistemasgerenciais:voltadosparaaproduodeinformaesdeapoiogesto, normalmenteutilizadosporumnmeromenordeusurios,interessadosem consultar totais, resumos, associaes de dados. So menos sensveis ao tempo de resposta, mas processam grandes quantidades de dados. 2.2.1.5Sistemas Gerenciadores de Bancos de Dados Considerandoosconceitosapresentadosnostpicosacima,pode-sefazeroseguinte exerccio:oscomputadoresnoprocessaminformaes,masdados.Oconhecimento 33 intrnsecoaoagente,quepodesevalerderecursoscomputacionaisparaincrementarsua capacidade de aprendizado, e a construo de conhecimento. Assim, pode-se perceber a importncia que o item dados tem no ambiente de sistemas de informaes. Os dados so, em resumo, o que se pode efetivamente armazenar, processar, manipular,organizar,transformarerecuperar.Emconjuntocomosprogramasqueatuam sobre eles, os dados se constituem em uma das unidades fundamentais de qualquer sistema de informao. Inicialmente, os dados eram armazenados na forma de seqncias, ordenadas ou no, e todasuamanipulaoerarealizadaatravsderotinasconstrudaspelasequipesde programao, especficas para cada sistema. Para tal, era necessrio programar, a cada sistema construdo, o mtodo de acesso, as rotinas de ordenao, as rotinas de controle. Comocrescimentodautilizaodoscomputadorespelasempresas,ecomogrande aumento do volume de dados armazenados, fez-se necessrio o desenvolvimento de produtos especficos para o tratamento destes dados, os quais livrassem as equipes de desenvolvimento danecessidadedeconstruirtodasasrotinasparaoseuarmazenamento,processamentoe recuperao.SurgiramassimosDBMSDatabaseManagementSystems,ousistemas gerenciadores de bancos de dados. Estes DBMS so constitudos de rotinas que implementam recursos para: a)A definio da base de dados (DDL Data Definition Language), por exemplo, a criao de tabelas, vises, ndices; b)Ocontroledabasededados(DCLDataControlLanguage),porexemplo,a criao de usurios, a atribuio de privilgios; c)Amanipulaodosdados(DMLDataManipulationLanguage),porexemplo, para a insero, alterao e recuperao de registros nas tabelas. So constitudos tambm de sistemas de arquivos que permitem o armazenamento de grandes volumes de dados. Os DBMS podem ser classificados, quanto sua estratgia de armazenamento e busca, em: a)Hierrquicos:astabelassoorganizadasdemaneiraqueocorraumahierarquia entreelas.Porexemplo,atabelaDEPARTAMENTOSestemumaposio hierarquicamentesuperiortabelaFUNCIONRIOS.Estemodelopouco utilizadoatualmente.Comovantagem,podesercitadaacapacidadededefinio 34 derelaesum-para-muitos,facilitandobuscasatravsdahierarquia.Como desvantagem,ofatodasdefiniesdasclasseseestruturasseremfixas,no permitindo a relao muitos-para-muitos; b)Redes: os registros so organizados de maneira a manter apontamentos uns para osoutros.Comovantagens,possibilitaflexibilidadenainserodenovas estruturas,epesquisascomplexas.Comodesvantagem,adificuldadedemapear relaes entre diferentes conjuntos. c)Relacionais: apresentam uma estrutura tabular inter-relacionada que contm dados organizadosemconjuntoslgicos.FoidefinidoformalmentepeloDr.Coddem 1969. a tecnologia mais utilizada atualmente, atendendo a praticamente todas as necessidadesdegerenciamentodebasesdedados.Comovantagens,podeser citadaasuaestruturaqueevitaaredundnciadedados,afacilidadenaalterao dasestruturaseaaltaperformance.Comodesvantagens,adificuldadeparase tratardadoscomplexos(e.g.vdeo,imagens),eanecessidadedegrande capacidade de processamento. d)Orientados a objetos: ainda so considerados em um estgio de desenvolvimento, semqueosgrandesfornecedorestenhamimplementadoversespuramente orientadasaobjetosparaautilizaoemsistemasdegrandeporte.Utiliza estruturassemelhantesaosbancoshierrquicos,masoferecerecursoscomo heranaeencapsulamento.Comovantagens,oferecemfacilidadesparaa implantaodeprojetosorientadosaobjetosetratamentodedadoscomplexos,e comodesvantagem,anecessidadedegrandepoderdeprocessamentoeogrande volume de informaes trafegadas. 2.2.1.6Conhecimento Otemaconhecimentotalvezsejaoquemaisprovocadiscussessobreoseu entendimento,discussesessasoriginadashmilnios.Formalmente,oestudodos fundamentosfilosficosdoconhecimentochamadoepistemologia7.NonakaeTakeuchi [NONAK97],estudiososdagestodoconhecimento,defendemquearespostaparaa 7 Epistemologia: Conjunto de conhecimentos que tm por objeto o conhecimento cientfico, visando a explicar os seus condicionamentos (sejam eles tcnicos, histricos, ou sociais, sejam lgicos, matemticos, ou 35 pergunta o que o conhecimento? orienta a histria da filosofia ocidental desde o perodo grego.Estahistria,daepistemologiaocidental,divide-seemduascorrentesopostas,uma racionalista e outra empirista, consideradas estas complementares pelos autores acima citados. a)Racionalismo:afirmaserpossveladquirirconhecimentopordeduo,atravsdo raciocnio. b)Empirismo:afirmaserpossveladquirirconhecimentoporinduo,apartirde experincias sensoriais. SegundoNonakaeTakeuchi,[NONAK97]osracionalistasargumentamqueo verdadeiroconhecimentonoprodutodaexperinciasensorial,massimdeumprocesso mentalideal.Segundoessaviso,existeumconhecimentoaprioriquenoprecisaser justificadopelaexperinciasensorial.Averdadeabsolutadeduzidaapartirdeuma argumentaoracionalbaseadaemaxiomas.Paraosracionalistasosparadigmasde conhecimento so a matemtica e a lgica, onde verdades necessrias so obtidas por intuio e inferncias racionais. Por outro lado, os empiristas alegam no existir conhecimento a priori e que a nica fonte de conhecimento a experincia sensorial. Por esta viso, todas as pessoas tmumaexistnciaintrinsecamente objetiva, mesmo quando se tem uma percepoilusria. Oprpriofatodeseperceberalgumacoisajsignificativo.Oparadigmadestaescolaa cincia natural, onde as observaes e os experimentos so cruciais investigao. Ambasascorrentesdafilosofiaocidentalconvergemparaamesmaquesto:o conhecimentopodeseradquirido,intrnsecoaoser,edependetotalmentedaexperincia individual do agente com a questo a ser transformada em conhecimento.Quando a discusso voltada para ambientes computacionais, a questo torna-se ainda mais complexa. Podem as mquinas desenvolver conhecimento? O que processado dado, informaoouconhecimento?ParaValdemarSetzer[SETZE03],conhecimentouma abstraointerior,pessoal,dealgoquefoiexperimentado,vivenciadoporalgum.O conhecimento no poderia ser formalmente descrito, o que pode ser descrito a informao. Assim, os computadores no armazenariam nem informao nem conhecimento, mas apenas dados.Conhecimento diferente de informao. Informao existe quando o agente capaz deassociarconceitos.Conhecimentoestrelacionadocomaexperinciadoagenteem

lingsticos), sistematizar as suas relaes, esclarecer os seus vnculos, e avaliar os seus resultados e aplicaes [FERREI01] 36 determinadasituao,sejaelarealoufilosfica.Avivnciadedeterminadasituao,as reflexessobreumtema,associados experincia anterior constroem novos conhecimentos, que so intrnsecos ao agente. O conhecimento no pode ser simplesmente transportado de um agenteparaoutro.Paratal,deveserconvertidoeminformaes,submetidoaooutroagente, que, a partir de suas prprias experincias e conhecimentos anteriores, vai construir mais um conjunto de novos conhecimentos. 2.2.2Gesto do Conhecimento Foiditoanteriormentequeconhecimentoestrelacionadocomaexperinciado agente em determinada situao, sendo, assim, intrnseco pessoa. Portanto, so as pessoas as legtimas portadoras do conhecimento.AGestodoConhecimentoumtemarecentequeestsendotratadocominteresse cadavezmaiorpelasorganizaes,empresas,instituies.Comocriarconhecimentoque possaserutilizadopelaorganizao?Comoarmazenaresseconhecimento,umavezque conhecimentointrnsecopessoa?Comodisseminaroconhecimentojadquirido?So perguntas que a Gesto do Conhecimento se esfora em responder, com o objetivo de dotar as organizaesdemecanismosquepossampermitirumacorretaadministraodeseucapital intelectual,consideradopormuitosautorescomoobemmaispreciosodasorganizaes modernas. 2.2.2.1Conceitos Alguns conceitos de Gesto do Conhecimento: Gestodoconhecimentoaconstruosistemtica,explcitaeintencional doconhecimentoesuaaplicaoparamaximizaraeficinciaeoretorno sobreosativosdeconhecimentodaorganizao[Wiig,1993apud STOLL01]. Gesto do conhecimento a disponibilizao do conhecimento certo para as pessoascertas,nomomentocerto,demodoqueestaspossamtomaras melhores decises para a organizao [Petrash, 1996 apud STOLL01]. 37 Gestodoconhecimentooprocessodebuscaeorganizaodaexpertise coletivadaorganizao,emqualquerlugaremqueseencontre,edesua distribuioparaondehouveromaiorretorno[Hibbard,1997apud STOLL01]. Gestodoconhecimentoocontroleeogerenciamentoexplcitodo conhecimentodentrodaorganizao,deformaaatingirseusobjetivos estratgicos [Spek & Spijkevert, 1997 apud STOLL01]. Gesto do conhecimento a formalizao das experincias, conhecimentos e expertise, de forma que se tornem acessveis para a organizao, e esta possa criarnovascompetncias,alcanardesempenhosuperior,estimulara inovao e criar valor para seus clientes [Beckman, 1999 apud STOLL01]. Assim, a Gesto do Conhecimento se prope a tratar de questes ligadas gerao, catalogao,aoarmazenamentoedisseminaodeconhecimentoquepossaserutilizado pelasorganizaesparaincrementarseudesempenho,cativarosclienteseconquistaro mercado. Nestesentido,asorganizaesestoprocurandoestabelecerpolticasquepermitam gerar condies para que o conhecimento dos seus membros seja utilizado da melhor maneira possvel como forma de atingir os seus objetivos.Paratratardesteconhecimento,queasorganizaesseesforamacriar,catalogar, armazenaredisseminar,importanteapresentaralgumasdistines.SegundoNonakae Takeuchi [NONAK97], o conhecimento na organizao pode ser classificado basicamente em dois tipos: tcito e explcito: a)Conhecimentotcito:altamentepessoalededifcilformalizao.o conhecimento na sua forma mais original, resultado das experincias do indivduo, emconjuntocomsuascrenaseemoes.Porserinerentepessoa,asua disseminaomaiscomplexa,poisnosimplesformalizartodooconjuntode variveisenvolvidasnaconstruodedeterminadoconhecimento.Porexemplo: concluses,palpitessubjetivos,intuio.Oconhecimentotcitoaquelequeas pessoas possuem, mas no est descrito em lugar nenhum [TEIXE00]. 38 b)Conhecimentoexplcito:formalesistemtico,podeserexpressoempalavrase nmerose,portanto,sermaisfacilmentedisseminado.oconhecimentoque passoupeloprocessodeformalizaoquepermitequesejaexpressodemaneira estruturada, podendo, assim, ser armazenado artificialmente. Por exemplo: frmula matemtica,textocientfico,procedimentoscodificados.Oconhecimento explcito aquele que est registrado de alguma forma, e assim disponvel para as demais pessoas [TEIXE00]. Assim,oconhecimentoorganizacionalpodeserentendidocomoconhecimento, formalizadoouno,quepodeserutilizadopelasorganizaesparaalcanarvantagens competitivas. Na medida em que as organizaes forem eficientes em oferecer condies para a criao e disseminao deste conhecimento, estar efetivamente caminhando na direo de galgar posies no mercado. 2.2.2.2Histrico Mesmo antes de ser utilizada esta denominao, a Gesto do Conhecimento j existia nasformasdeorganizaomaisprimitivas.Quandoumcaadorestabeleciatticasmais eficientesparaoabateeacapturadeanimais,eogrupoaprendiacomele,ocorriauma transfernciadeconhecimento.Quandoofuncionriodeumfaracontabilizavaosestoques degrosdoreino,ofaziautilizandooconhecimentodaescrita,restritoapoucos.Quandoo arteso medieval ensinava sua tcnica a seu filho, transmitia o conhecimento necessrio para a execuo das tarefas especficas de seu ofcio.Assim,oconhecimento,easuagesto,mesmoqueintuitiva,informaleno estruturada, sempre esteve presente nas atividades humanas. Entretanto, somente nos ltimos anosoassuntoestsendotratadocomdestaque,pesquisado,formalizado,eaplicados organizaes.Foinadcadapassadaquealgunsautores,comoDrucker,Senge,Nonakae Takeuchiescreveramsobresociedadedoconhecimento,organizaesqueaprendem, criaodeconhecimentonasorganizaes.Estemovimento,aliadoaoavanoda Tecnologia da Informao, com a crescente utilizao de sistemas gerenciadores de bancos de dados,dapopularizaodoscomputadores,docrescimentodaInternet,dapopularizaodo e-mail, permitiu o desenvolvimento do tema Gesto do Conhecimento. 39 2.2.2.3A sociedade do conhecimento Observandoopassadorecente,percebe-sequeprofundastransformaesocorreram noltimosculo,emumavelocidadenuncaantesobservada.Umacentuadoprogresso cientfico,mudanasprofundasnocenriogeopolticomundial,conflitosdepropores globais, revolues nas teorias econmicas. Entretanto,segundoPeterDrucker[DRUCK94],umaimportanterevoluodeste sculosedeudeformaquasesilenciosa,semgrandealarde,semgrandesmanifestaes. Antes da Primeira Guerra Mundial, as atividades agrcolas, pecurias e pastoris se constituam naquelas que envolviam a maior quantidade de pessoas. Assim, o grupo dos fazendeiros podia serconsideradocomoomaisnumeroso,nagrandemaioriadospases.Asatividadesdeste grupoestodiretamenteligadasaterra,nestemomentocomnfasenotrabalhomanual.O principal fator de produo era a terra. Outrograndegrupoexistentenoinciodosculopassadoeradostrabalhadores domsticos,formadoporpessoascompoucainstruoformal,cujotrabalhoera essencialmente manual.Entretanto,nospasesdesenvolvidos,algunsanosapsaPrimeiraGrandeGuerra,o nmerodessestrabalhadorescaiudemaneiradrstica.SegundoDrucker[DRUCK94],essa mudana se deu de forma relativamente pacfica e silenciosa. Ocorreu uma migrao de mo-de-obra anteriormente ocupada com o trabalho nos campos, e da mo-de-obra domstica, para atividades industriais.Masessetrabalhadordaindstriaeraresponsvelporatividadespoucocomplexas, com baixa exigncia de instruo formal. O trabalho continuava essencialmente manual, com tarefas repetitivas e de pouca elaborao mental. O principal fator de produo era o capital. Nofimdosculopassado,omesmoprocessodereduodenmerodeempregos acometeuotrabalhadordaindstria.Acrescenteautomatizaoeincrementosde produtividadeacabaramporeliminaramaioriadospostosdetrabalhonestesegmentoda economia. O trabalho torna-se cada vez mais elaborado, exigindo maior instruo formal. Assim, neste ltimo sculo, os meios de produo sofreram sucessivas revolues. Se hpoucomaisdecemanosagrandemaioriadostrabalhadoresconcentrava-senaproduo agrcola, pecuria e pastoril e no trabalho domstico, em poucos anos esse massa migrou para otrabalhoindustrialaindapoucoelaborado,repetitivoepoucoexigentedopontodevista intelectual. 40 Poucotempotambmfoinecessrioparaqueessetipodetrabalhadordaindstria fossesubstitudopormaquinrio,nocrescenteprocessodeautomatizaodasplantasde fbrica.Nestasltimasdcadasoespaoparaotrabalhadorbraalestsendovisivelmente reduzido.Nestecontexto,surgeafiguradotrabalhadordoconhecimento.Paraatenderaos desafios de aumento de produtividade e reduo de custos das organizaes, fundamental a presena de um novo perfil de trabalhador: um indivduo com considervel educao formal, com alta capacidade de aprendizado, com capacidade de autogesto. Este trabalhador passa do meroexecutordetarefasparaotrabalhadordoconhecimento,deixadeterseuritmoditado pela mquina e passa a estabelecer a sua prpria lgica de trabalho. Entretanto, a passagem do trabalho industrial para o trabalho com o conhecimento no umatarefafcil.Aocontrriodoqueocorreunastransformaesanteriores,ondea necessidade de educao formal no era acentuada, permitindo que indivduos originados do campoedetrabalhosdomsticospudessemcomcertafacilidadedesenvolverastarefas necessrias nas plataformas industriais, a passagem para a nova realidade exige uma apurada educaoformal.Almdisso,habilidadesmanuaisaindasonecessrias.Umoperriodeve sercapazdeoperarumamquinacomplexa,oqueexigeconhecimentotcnicoehabilidade manual. Drucker cita como exemplo o neurocirurgio, que um profissional que necessita de umaexcelenteeducaoformal,obtidaatravsdeentidadeseducacionaisdealtonvel,mas quenopodeabrirmodashabilidadesmanuais,semasquaistorna-sedesqualificado profissionalmente. Estetrabalhadordoconhecimentoatuaemempresaseorganizaesqueesto descobrindoanecessidadedesegerenciaresseconhecimento.Vriosautorescitamo conhecimento como o fator de produo mais importante deste novo mundo.A terra, o capital e o trabalho os tradicionais fatores de produo, passam a ter um papel secundrio diante do conhecimento [DRUCK94].J Toffler [TOFFL94] anuncia que o conhecimento fundamental para a obteno do poder,notadamentedopoderdemaisaltaqualidade,equeoconhecimentotambmfator crticoparaamudanadepoder.Oautordefendequeoconhecimentodeixoudeserumde mero auxiliar dos poderes financeiros e administrativos, tornando-se a prpria essncia destes poderes.Assim,opodereconmicoedeproduodeumaempresamodernaconseguido muitomaisemfunodascapacidadesintelectuaisdeseusmembrosdoqueemfunode seus ativos imobilizados terra, instalaes, capital financeiro, equipamento. Segundo Quinn: 41 O valor da maioria dos produtos e servios depende principalmente de como osfatoresintangveisbaseadosnoconhecimentopodemserdesenvolvidos [Quinn, apud NONAK97].Podem ser citados diversos exemplos onde o conhecimento utilizado para aumentar ovaloragregadodosprodutosdeumadeterminadaorganizao.Atualmente,umalatade alumnioparaoacondicionamentodelquidosaproximadamente80%maisfinaquesuas antecessoras,utilizando,assim,menosmatriaprima,reduzindoogastodeenergianasua produo,incrementandoasuaeficincia.Assim,pode-seconsiderarqueestesresultados financeirosoriundosdaproduodestetipoderecipienteso80%incrementadospela utilizao de conhecimento.Outroexemplo:atualmente,pasescomoosEstadosUnidosdaAmricasograndes produtores de gros. A produo de alimentos nos pases desenvolvidos cresceu muito, mas a quantidadedemo-de-obraenvolvidanesteprocessofoidrasticamentereduzida.Este crescimentodeproduoeprodutividadesedevebasicamentepelautilizaode conhecimento,desdeaproduodassementes,dastcnicasdepreparaodosolo,do maquinrioutilizadonasfasesdeproduo,stcnicasdeadministraoegerenciamento destasempresas.Autilizaodeconhecimentotempermitidoumgrandeincrementona produo agrcola destes pases, mesmo com a utilizao decrescente de mo-de-obra. Assim, a Gesto do Conhecimento passa a ser um tema de crescente importncia para as organizaes que desejam, atravs de uma utilizao cada vez mais eficiente de seu capital intelectual, obter vantagens competitivas. 2.2.2.4 Gesto do Conhecimento e Tecnologia da Informao AGestodoConhecimentoumtemanovo,tratadoprincipalmentenodomnioda Administrao.Ainda assim, apesar desta afinidade inicial com a rea de Administrao, a Gesto do Conhecimento est intimamente ligada utilizao de recursos computacionais e tecnolgicos parasuaimplementao.Assim,aTecnologiadaInformaotemmuitoacontribuircomo desenvolvimento, com a implementao e com a disseminao da Gesto do Conhecimento.Neste contexto, pode-se dizer que a Gesto do Conhecimento no uma extenso da TecnologiadaInformao,conformemuitasvezespodesedaraentender,massimque TecnologiadaInformaoumaimportanteferramentanaconstruodaGestodo 42 Conhecimento.Algunsautoresafirmam,inclusive,quenopossvelconstruiraGestodo Conhecimento sem a utilizao intensiva da Tecnologia da Informao.Segundo Jayme Teixeira: OdesafioparaareadaTecnologiadaInformaopassaasermigrarde umaposiodesuporteaprocessosparaosuporteacompetncias [TEIXE00]. Assim, a Tecnologia da Informao precisa expandir sua atuao. Alm de cuidar do processamentodetransaes,armazenamentodedados,comunicaoentreprocessos, necessrioagoraviabilizarrecursoscomputacionaisquepossibilitemumamaiorintegrao entreaspessoas,comaconstruodenovasformasdecomunicao,deconversaoede aprendizado,comodesenvolvimentodecomunidadesvirtuais,comestruturao, armazenamento e recuperao de idias e experincias.Para tal, a organizao necessita de [TEIXE00]: a)Umanovaarquiteturadeinformaoqueincluanovaslinguagens,categoriase metforas para identificar e promover perfis e competncias. b)Umanovaarquiteturatecnolgicaquesejamaissocial,aberta,flexvel,que respeite e atenda s necessidades individuais e que d poder aos usurios. c)Umanovaarquiteturadeaplicaesorientadamaissoluodeproblemase representaodoconhecimento,doquesomentevoltadaatransaese informaes.Assim,anfasedeutilizaodaTecnologiadaInformaopelaGestodo Conhecimento busca a integrao entre as pessoas, utilizando para tal recursos tecnolgicos e computacionais que facilitem a criao, o armazenamento e a disseminao de conhecimento. Isto pode ser alcanado atravs de duas linhas de ao principais: a)Sistemasparaacriaodebasesdeconhecimento:anfasenestecasoa utilizaoderecursoscomputacionaisparafacilitaracriaodeconhecimento organizacionaleseuarmazenamento,paraposteriordisponibilizaoeconsulta. Nestecaso,tcnicasdecriaoedisseminaodeconhecimentodevemser utilizadas. b)Sistemas de comunicao: neste caso, a nfase a construo de sistemas e bases de dados que permitam o estabelecimento de comunicao rpida e eficaz entre os portadoresdoconhecimento.Dadaadificuldadedesetransformarconhecimento 43 tcitoemconhecimentoexplcito,muitasvezesmaisprodutivocolocaros profissionais interessados em contato, para que possam resolver os problemas em questo,quetentarextrairoconhecimentotcito,transform-loemexplcitoe dissemin-lo. Deve ficar bem claro, entretanto, que esta linha de ao no invalida a anterior, e a recproca verdadeira. Assim,ambasaslinhasacimapodemserdesenvolvidasdemaneiraconcomitantee complementar,sendoquecadaumadelasimportanteparaaconstruodaGestodo Conhecimento. Alm disso, a Tecnologia da Informao pode fornecer importantes ferramentas para a descoberta e criao de conhecimento. Aproveitando as grandes bases de dados que foram e estosendocriadas,emfunodautilizaocrescentedesistemasinformatizadospelas organizaes, a Tecnologia da Informao, atravs da Descoberta de Conhecimento em Bases de Dados, pode contribuir efetivamente na etapa de criao do conhecimento. 2.2.2.5Modelos EmpresasepesquisadorestmtrabalhadoparaelaborarmodelosdeGestodo Conhecimentoquepossamserutilizadosparadefinir,demaneiraestruturada,asatividades necessrias para a implantao dos processos adequados para a este tipo de gesto.Diantedestesdiversosmodelosexistentes,algunsautoressededicaramaestud-los, com o objetivo de identificar pontos comuns e propor um modelo mais genrico.Rubestein-Montano[RUBESTEIN-MONTANOetal.apudFERREI03]avaliaram vriosmodelos, eidentificaramos itens que mais se fizeram presentes em cada um deles. A tabela abaixo apresenta um resumo dos modelos estudados e suas principais caractersticas: Tabela 1: Modelos de GC [RUBESTEIN-MONTANO at al. apud FERREI03]. Modelos de GCDescrio American Management Systems (1) Encontrar [criar centros de conhecimento], (2) Organizar [motivar e conhecer pessoas] e (3) Compartilhar Arthur Andersen Consulting (1) Avaliar, (2) Definir o papel do conhecimento, (3) Criar uma estratgia de conhecimento ligada aos objetivos do negcio, (4) Identificar processos, culturas e tecnologias necessrias para a implementao de uma estratgia de conhecimento e (5) 44 Modelos de GCDescrio Implementao de mecanismo de realimentao. (1) Adquirir, (2) Criar, (3) Sintetizar, (4) Compartilhar, (5) Usar para alcanar objetivos organizacionais, Andersen Consulting (6) Ambiente que facilita o compartilhamento do conhecimento Dataware Technologies(1) Identificar o problema do negcio, (2) Preparar para mudana, (3) Criar a equipe de gesto do conhecimento, (4) Realizar auditoria e anlise do conhecimento, (5) Definir as caractersticas chaves da soluo, (6) Implementar atividades integrantes da gesto do conhecimento(7) Ligar o conhecimento s pessoas Buckley and Carter Centre for International Business, University ofLeeds Mtodo de processo de negcios para gesto do conhecimento [no existe metodologia formal mas processos chaves do conhecimento so identificados]: (1) Caractersticas do conhecimento, (2) Valor adicionado da combinao de conhecimento, (3) Participantes, (4) Mtodos de transferncia do conhecimento, (5) controle e (6) execuo No publicaram detalhes de uma metodologia, mas as seguintes questes so tratadas: (1) Conceitos chaves e estruturas para gesto do conhecimento, (2) Como usar gesto do conhecimento como uma ferramenta competitiva, (3) Aspectos culturais e organizacionais da gesto do conhecimento, (4) Melhores prticas na gesto do conhecimento, (5) A tecnologia da gesto do conhecimento, (6) Anlise de mercado, The Delphi Group (7) Justificao da gesto do conhecimento e (8) Implementao da gesto do conhecimento.(1) Gerao do conhecimento, (2) Representao do conhecimento, (3) Codificao do conhecimento e Ernst & Young (4) Aplicao do conhecimento.Holsapple and Joshi Kentucky Initiative for Knowledge Management (1) Aquisio do conhecimento [inclui extrao, interpretao e transferncia], (2) Seleo do conhecimento [inclui localizao, recuperao e transferncia] , (3) Internalizao do conhecimento [inclui avaliao, focalizao do alvo e depsito], (4) Uso de conhecimento, (5) Gerao de conhecimento [inclui monitorao, 45 Modelos de GCDescrio avaliao, produo e transferncia] e (6) Externalizao do conhecimento[inclui focalizao do alvo, Produo e Transferncia] Holsapple and Joshi(1) Influncias gerenciais [inclui liderana, coordenao, controle, medida], (2) Influncia de recursos [inclui humano, conhecimento, financeiro, material] , (3) Influncias do ambiente [inclui costumes, mercador, competidores, tecnologia, equipe, clima] , (4) Atividades [incluiaquisio, seleo, internalizao, uso], (5) Aprendizado e projeo como resultados. Knowledge Associates(1) Adquirir, (2) Desenvolver, (3) Reter e (4) Compartilhar The Knowledge ResearchInstitute (1) Fazer levantamento do conhecimento existente, (2) Criar novos conhecimentos, (3) Capturar e armazenar conhecimento, (4) Organizar e transformar conhecimento e (5) Desenvolver conhecimento. Liebowitz(1) Transformar informao em conhecimento, (2) Identificar e verificar conhecimentos, (3) Capturar e adquirir conhecimento, (4) Organizar conhecimento, (5) Recuperar e aplicar conhecimento, (6) Combinar conhecimento, (7) Aprender conhecimento, (8) Criar conhecimento [retornar para(3)] e(9) Distribuir/Vender conhecimento. Liebowitz and Beckman(1) Identificar [Determinar as competncias principais, estratgia de obteno e domnio de conhecimento], (2) Capturar [Formalizar conhecimento existente], (3) Selecionar [Avaliar relevncia do conhecimento, valor e preciso e resolver conflitos entre conhecimentos], (4) Armazenar[Representar a memria corporativa em repositrio de conhecimento], (5) Compartilhar[Distribuir conhecimentos automaticamente para os usurios baseado no interesse e trabalho e colaborar com o trabalho de conhecimento atravs de equipes virtuais], (6) Aplicar [Recuperare usar conhecimento para tomar decises, solucionar problemas, automatizar ou apoiar trabalhos e treinamentos], (7) Criar [Descobrir novos conhecimentos atravs de pesquisas, experimentao, ou pensamento criativo] e (8) Vender [Desenvolver e comercializar novos produtos e servios baseados no conhecimento] 46 Modelos de GCDescrio Marquardt(1) Aquisio, (2) Criao, (3) Transferncia e utilizao e (4) Armazenamento Monsanto CompanyNo existe metodologia de gesto do conhecimento formal: Uso de mapa de aprendizado, mapa de valores, mapas de informao, mapas de conhecimento, medidas e mapas de tecnologia da informao. The Mutual GroupEstrutura do capital: (1) Coletar informao [construo de infraestrutura explicita de conhecimento], (2) Aprender [desenvolvimento de conhecimento tcito], (3) Transferir e (4) Agir [desenvolvimento de capacidade atravs de desenvolvimento de valores] The National Technical University of Athens, Greece (1) Contexto [gerao de conhecimento], (2) Objetivos da gesto do conhecimento [organizao do conhecimento], (3) Estratgia [desenvolvimento e distribuio de conhecimento] e (4) CulturaODell American Productivity and Quality Center (1) Identificar, (2) Coletar, (3) Adaptar, (4) Organizar, (5) Aplicar, (6) Compartilhar e (7) Criar PriceWaterhouse Coopers (1) Encontrar, (2) Filtrar [por relevncia], (3) Formatar [para o problema], (4) Transferir para as pessoas certas e (5) Realimentao/Avaliao feita pelos usurios Ruggles(1) Gerao [inclui criao, aquisio, sntese, fuso, adaptao], (2) Codificao [inclui captura e representao] e (3) Transferncia SkandiaUniversal Networking Intellectual Capital: Enfatiza (1) Transmisso e compartilhamento do conhecimento, (2) Navegao pelo conhecimento pelas equipes de projetos, (3) Instrumentos de trabalho de desenvolvimento do capital intelectual Van der Spek and de Hoog (1) Conceituar [inclui fazer um inventrio do conhecimento existente e analisar os pontos fortes e fracos], (2) Refletir [inclui tomardecises sobre as melhorias requeridas e fazer planos para melhorar o processo] , (3) Agir [inclui adquirir conhecimento, combinar conhecimento, distribuir conhecimento e desenvolver conhecimento] e (4) Revisar [inclui comparar situaes velhas e novas e avaliar resultados alcanados] Van der Spek and(1) Desenvolvimento de novos conhecimentos, (2) Aquisio de 47 Modelos de GCDescrio Spijkervetconhecimentos novos e existentes, (3) Distribuio de conhecimento e (4) Combinao de conhecimentos disponveis Van Heijst et al. CIBIT, Netherlands (1) Desenvolvimento [criao de novas idias, anlise de falhas e exame de experincia atuais], (2) Consolidao [armazenamento de conhecimentos individuais, avaliao e indexao] , (3) Distribuio [informao de usurios] e (4) Combinao [combinao de informaes muito diferentes e aumento de acesso para distribuir dados] Wielinga et al. University of Amsterdam Aplicar a metodologia CommonKADS para a GC: (1) Conceituar [identificar/resumir, representar, classificar], (2) Refletir [modelos de desenvolvimento e criao de conhecimento, modelos para identificao de fontes de conhecimento e resultados] e (3) Agir [combinar e consolidar conhecimento, integrar conhecimento, desenvolver e distribuir conhecimento] Wiig(1) Criao e obteno (2) Compilao e transformao, (3) Disseminao e aplicao e (4) Compreenso do valor Apartirdarelaoacima,osautoresrelacionaramosprincipaisitensqueforam tratadosporcadaumdosmodelos.Atabelaabaixomostraosprincipaisprocessosdo conhecimento e o total de modelos em que so citados. Tabela 2: Processos do Conhecimento [FERREI03]. PROCESSO DO CONHECIMENTON DE MODELOS Aquisio de conhecimento15 Gerao de conhecimento15 Compartilhamento de conhecimento13 Uso de conhecimento11 Identificao do conhecimento6 Armazenamento do conhecimento5 Realimentao (feedback)5 Aprendizado4 48 PROCESSO DO CONHECIMENTON DE MODELOS Organizao do conhecimento4 Aprendizado4 Organizao4 Codificao3 Filtragem3 Avaliao2 OsdestaquessoparaosprocessosAquisiodeConhecimento,Geraode Conhecimento,CompartilhamentodeConhecimentoeUsodoConhecimento,quetiveram referncia em mais de dez modelos. EstesprocessostambmforamidentificadospelapesquisadoraMariadeFtima Stollenwerk que,emseumodelodeGestodeConhecimento,procuracomporummodelo genrico que melhor caracterize a conceituao, importncia e a aplicabilidade da Gesto do Conhecimento a processos intensivos em conhecimento nas organizaes [STOLL01]. CombaseemumestudodediversosmodelosdeGestodoConhecimentoe Planejamento Estratgico, buscou-se agrupar os processos por afinidade de conceitos. A partir daanlisecomparativadosmodelos,foramidentificadasidiasbsicaspresentesemtodos eles, embora existam particularidades e contribuies especficas em cada um deles. Foramentoidentificadosseteprocessosprincipaise,apartirdeles,aautoradefiniu ummodelogenricodeGestodoConhecimento.Osreferidosprocessosestorelacionados abaixo: a) Identificao das competncias crticas b) Captura e aquisio de conhecimento c) Seleo e validao do conhecimento d) Organizao e armazenagem e) Compartilhamento f) Aplicao g) Criao 49 Identificao das competncias crticas oprimeiroprocessodomodelogenricodeGestodoConhecimento,eest relacionadoaquestesestratgicas,comoidentificarquaissoascompetnciasrealmente importantes para o sucesso da organizao.Quando a organizao definir quais so seus objetivos, e quais estratgias devero ser utilizadasparaqueessesobjetivossejamatingidos,faz-senecessrioidentificaras competncias crticas necessrias para que estas estratgias sejam realmente implementadas.A partir da identificao destas competncias, devem-se relacionar quais so as reas de conhecimento que devem apoiar cada uma delas. Assim, podem ser identificados em quais aspectosaorganizaojpossuioconhecimentonecessrioparasustentarasrespectivas competncias, e em quais a organizao precisa adquirir, seja desenvolvendo internamente ou no. O processo de identificao inclui: a)Criao de agenda de competncias essenciais b)Identificao das lacunas entre competncias existentes e necessrias; c)Desdobramentodessascompetnciasnasreasdeconhecimento(mapeamentode conhecimento); d)Identificao de fontes internas e externas de conhecimento; e)Proposio de solues para reduo da distncia entre competncias existentes e necessrias. Captura e aquisio de conhecimento O processo de captura representa a aquisio de conhecimento, habilidades e experinciasnecessriasparacriaremanterascompetnciasessenciaise reas de conhecimento mapeadas [STOLL01]. importante conhecer as fontes internas e externas de conhecimento disponveis para aorganizao,comoobjetivodeseobterconhecimentotildestasfontes.Entreasfontes internas,podemsercitadas:especialistas,profissionaisexperientes,clientesefornecedores internos,sistemasdegestodaorganizao,treinamentointernoedocumentaode processos. Como fontes externas, podem ser relacionadas: consultorias, sistemas especialistas, bancos de dados comerciais, publicaes, conferncias e congressos [STOLL01]. Segundo Stollenwerk, as etapas deste processo so: 50 a)Identificao de fontes internas e externas para sua explicitao; b)Seleo das estratgias de aquisio; c)Aquisio, formalizao e recuperao do conhecimento. Seleo e avaliao Oprocessodeseleoeavaliao,segundoStollenwerk,visamafiltraro conhecimento, avaliar sua qualidade e sintetiz-lo para fins de aplicao futura [STOLL01]. Istonecessrioparaseevitarquesejamarmazenadospelaorganizaoitensde conhecimento no teis, desnecessrios ou fora do contexto dos objetivos a serem alcanados. Paratal,necessrioavaliarquestescomoarelevnciadoconhecimentoesua veracidadeouconfiabilidade.Tambmnecessriooestabelecimentodevisesmltiplas paracasosdeconhecimentosconflitantes,paraseevitarqueocorramdiscrepnciasentreo quefoiobtido,masevitando-sedescartarconhecimentoseventualmenteimportantesparaa organizao. Organizao e armazenagem Uma vez identificados os itens de conhecimento teis para a organizao, importante quesejamarmazenadosdemaneiraapreserv-los,bemcomopossibilitarumarecuperao rpida,fcilecorreta.IstopodeserobtidopelautilizaodeferramentasdaTecnologiada Informao.Paratal,necessrioqueoconhecimentosejaformalizado,equantomaisesta formalizao for eficiente, mais qualidade ter a informao armazenada. Segundo Stollenwerk, as etapas deste processo so: a)Classificao do conhecimento j validado; b)DefiniodaarquiteturadaTecnologiadaInformaoedasferramentasde gerenciamento da informao; c)Criaoegerenciamentodosbancosdedadosparaatuarcomorepositriosdo conhecimento. Compartilhamento 51 Para que a organizao possa se beneficiar do conhecimento organizacional, este deve estar disponvel para o acesso de seus membros, de maneira que possa ser facilmente obtido, independentementedohorrioedalocalizaodosmesmos.Assim,aTecnologiada Informao se constitui novamente em uma ferramenta para a implementao de processos de armazenamento e comunicao do conhecimento. Para tal, o conhecimento deve ser altamente formalizadoeorganizadoparaumarmazenamentoeletrnicoeficazeumadisseminao facilitada.Segundo Beckman & Liebowitz, o uso da tecnologia vital para a disponibilizao e compartilhamento de conhecimento em larga escala, tornando-o disponvel em qualquer parte, a qualquer tempo e em qualquer formato [Beckman 1998 apud STOLL01].As etapas deste processo so: a)Identificao das necessidades de informao e de conhecimento da organizao; b)Criao de mecanismos eficazes de recuperao e disseminao do conhecimento; c)Capacitao dos usurios em ferramentas para a recuperao do conhecimento; d)Disseminao automtica do conhecimento em tempo hbil. Aplicao Oprocessodeaplicaodoconhecimentoconsistenautilizaorealeprticado conhecimento formalizado, armazenado e disponibilizado, de maneira a produzir melhoria de desempenho e viabilizar que os objetivos da organizao sejam alcanados. As etapas deste processo so: a)Aplicaodoconhecimento em processos decisrios, de inovao, operacionais e de aprendizagem; b)Registrodasliesaprendidasedosganhosobtidoscomautilizaodo conhecimento. Criao Oprocessodecriaodeumnovoconhecimentoenvolveasseguintes dimenses:aprendizagem,externalizaodoconhecimento,lies aprendidas,pensamentocriativo,pesquisa,experimentaes,descobertae inovao [STOLL01]. 52 Paraaorganizaoquedesejaefetivamentegerarconhecimentonovo,necessrio fomentaracomunicaoentreosseusmembros,bemcomoentreseusmembrosefontes exterioresdeconhecimento.Devesercriadoumambientepropcioparaageraoe disseminao do conhecimento. Stollenwerk enumera as principais fontes para criao de novos conhecimentos: a)Auto-aprendizagem b)Aprendizagem por meio de especialistas c)Relacionamento com clientes, fornecedores e concorrentes d)Aprendizagem por meio da experimentao e)Adoo do pensamento sistmico e criativo EsteprocessodecriaodoconhecimentofoiamplamenteexploradoporNonakae Takeuchi [NONAK97]. Segundo eles, o processo de criao do conhecimento organizacional passapelocompartilhamentodoconhecimentotcito,comoobjetivodedisseminar experinciasindividuaispelaorganizao.Aseguir,oconhecimentotcitocompartilhado deveserformalizado,convertendo-seassimemconhecimentoexplcito.Esteconhecimento deve ser ento justificado, ou seja, a organizao vai definir se este novo conhecimento til edevepassarafazerpartedoconhecimentoorganizacional.Sefordeclaradotil,este conhecimentodeveserconvertidoemumarqutipo,eposteriormentedesenvolvido. Finalmente,oconhecimentogeradodeveserdisseminadopelaorganizaoe,emalguns casos at fora dela. Alm destes processos, Stollenwerk identificou ainda alguns fatores que atuamcomo facilitadores da Gesto do Conhecimento: a)Liderana: que exerce um papel crucial no processo de gesto do conhecimento, com o aval, compromisso e o direcionamento da alta direo. b)Culturaorganizacional:permitequeaorganizaoatuecomaltodesempenho, foco no cliente, foco em excelncia, pr-atividade, viso de futuro. c)Tecnologia:forneceasferramentasparaocompartilhamentodoconhecimento adquirido. d)Medioerecompensa:utilizadaparaincrementarareceptividade,oapoioeo comprometimento com a organizao do conhecimento. 53 A seguir, uma representao grfica das diversas relaes dos componentes do modelo genrico de Gesto do Conhecimento proposto por Stollenwerk: Figura 3: Modelo genrico do GC [STOLL01 apud SOUSA03] 2.3Descoberta de Conhecimento em Bases de Dados Osavanosobtidoscomautilizaodecomputadoresempraticamentetodasas atividadeshumanasestoprovocando a construo de grandes bases de dados, armazenando inf