pedro ivo garcia nunes -...
TRANSCRIPT
UNIVERSIDADE ESTADUAL DE CAMPINAS
FACULDADE DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIA
PEDRO IVO GARCIA NUNES
CRIAÇÃO COLETIVA DE SENTIDO PARA SINAIS FRACOS:
REVISÃO DE LITERATURA
Documento confeccionado como exercício prático da disciplina FT061 – Seminário de Tese.
LIMEIRA
2015
iii
Sumário
1. Introdução ................................................................................................................ 1
2. Revisão de literatura ............................................................................................... 1
2.1 Base Teórica ....................................................................................................... 2
2.2 Estado da Arte .................................................................................................... 3
3. Considerações Finais ............................................................................................... 9
Referências .................................................................................................................... 10
Apêndice A .................................................................................................................... 13
Apêndice B ..................................................................................................................... 14
1
1. Introdução
O conceito de sinal fraco foi proposto por H. I. Ansoff1 para caracterizar o surgimento de
informações incipientes sobre um fenômeno emergente. A capacidade de identificar, capturar e
interpretar esses sinais é fundamental para o planejamento estratégico e para o estabelecimento de
vantagem em um ambiente competitivo. A possibilidade de se antecipar à ocorrência de um
evento — de modo a evitar surpresas — permite o melhor aproveitamento de oportunidades e a
resposta adequada a eventuais ameaças. Assim, até hoje esse tema desperta o interesse das
organizações sobre o desenvolvimento de sistemas de monitoração capazes de prospectar
mudanças, principalmente, quando do gerenciamento de riscos e inovação. Muito embora esses
sistemas possam contribuir para o estabelecimento de uma inteligência antecipativa, o desafio
nesse campo de estudo diz respeito à viabilidade do processo de formação de hipóteses a partir
dos sinais fracos.
Isso ocorre porque a subjetividade envolvida na análise desses sinais — tipicamente
ambíguos — implica a influência de heurísticas e vieses cognitivos que prejudicam uma
interpretação racional da informação. O propósito deste trabalho é desenvolver um sistema que
seja capaz de automatizar essa interpretação, de modo a eliminar a influência de aspectos
irracionais durante o processo de criação de sentido a partir dos sinais fracos. Para isso, serão
utilizados algoritmos baseados no alinhamento semântico de ontologias. Ontologias são artefatos
computacionais utilizados para representar as relações entre os conceitos de um determinado
domínio de conhecimento. O alinhamento dessas ontologias permitirá que o conhecimento
pertinente a diferentes áreas seja combinado e utilizado para formulação automática de hipóteses
a partir da informação associada a uma determinada amostra de sinais fracos.
2. Revisão de literatura
Esta seção tem como principal objetivo apresentar uma revisão de literatura acerca da
temática dos sinais fracos. Para tal, a Subseção 2.1 procura oferecer uma base teórica a partir dos
1 Harry Igor Ansoff (12 de dezembro de 1918 – 14 de julho de 2002) foi um matemático russo-americano
conhecido por trabalhos na área de Gestão de Negócios. Em 1965, publicou o livro “Corporate Strategy” que lhe
valeu o título de “pai” da Gestão Estratégica. Dentre suas contribuições, destaca-se, por exemplo, uma importante
ferramenta de planejamento estratégico para prospecção de produtos e mercados: a Matriz de Ansoff (ROSSEL,
2012).
2
principais conceitos envolvidos nessa área de investigação, enquanto a Subseção 2.2 se dedica a
discutir alguns temas pertinentes ao estado da arte nesse campo de pesquisa. Finalmente, a Seção
3 apresenta algumas considerações finais sobre os resultados desse levantamento bibliográfico,
especialmente naquilo se refere às lacunas de conhecimento que foram identificadas pela revisão
de literatura.
2.1 Base Teórica
O mundo cada vez mais dinâmico adiciona incerteza aos processos decisórios e impõe
sérias dificuldades ao gerenciamento de riscos, à gestão da inovação e ao planejamento
estratégico de longo prazo (MILLER; ROSSEL; JORGENSEN, 2012). Quaisquer atividades de
prospecção, aliás, são permeadas por fatores pertinentes a um ambiente turbulento que pode
proporcionar uma série de surpresas. A ocorrência de eventos inesperados, por sua vez, pode
representar graves ameaças, mas também pode caracterizar grandes oportunidades —
principalmente, se estas forem detectadas com alguma antecedência (DARKOW, 2014). Nesse
sentido, a capacidade de se antecipar às mudanças é crucial para a implantação de estratégias que
podem contribuir para o estabelecimento de vantagem competitiva (VECCHIATO, 2014).
Já na década de 1970, Ansoff percebeu a importância do desenvolvimento de uma
inteligência estratégica que fosse capaz de incrementar a habilidade de adaptação do
comportamento dos atores frente aos seus concorrentes (MARTINET, 2010). A identificação
antecipada dos eventos futuros permite uma rápida realocação de recursos, que acaba por conferir
celeridade à capacidade de reação das corporações. Para tal, essas organizações devem instituir
um processo de monitoração do ambiente, a fim de detectar os primeiros sintomas de fenômenos
emergentes. Esses sintomas são pequenos fragmentos de informação desestruturada — e, por
isso, vaga, ambígua e aparentemente incompleta — chamados de sinais fracos (SCHOEMAKER;
DAY; SNYDER, 2013). Os sinais fracos representam os avisos de profundas mudanças e,
quando isolados, são dificilmente perceptíveis no presente.
Por isso — baseado pela Teoria da Informação — Ansoff (1975) propõe a utilização de
filtros que devem realizar um tratamento aos sinais fracos. Esses filtros permitem que uma
organização esteja sensível ao aparecimento dos sinais, viabilizando o processo de antecipação e
reação diante de um acontecimento. Isso se faz necessário quando se considera que os sinais
3
fracos são sutis e que é, inclusive, por isso que são chamados de “fracos”. À medida que um
evento futuro se aproxima ele passa a emitir sinais cada vez mais claros e evidentes, que são
chamados de sinais fortes (HOLOPAINEN; TOIVONEN, 2012). Essa dicotomia relacionada à
dinâmica dos sinais é fundamental para a compreensão do seu potencial de aplicação. Mais do
que isso, é importante perceber que os sinais fracos são estranhos e, se comparados às tendências
mainstream, parecem não fazer sentido algum no presente . No entanto, conforme esses sinais são
agrupados e evoluem, podem indicar a emergência de um evento que, de fato, pode ocorrer no
futuro.
O grande desafio deste trabalho se refere à criação de sentido a partir desses sinais, já que
sua natureza ambígua implica diversas possibilidades de interpretação (HILTUNEN, 2008). Essa
subjetividade pode ser contornada por meio da instituição de um processo de criação coletiva de
sentido, que envolva uma diversidade de especialidades, experiências e conhecimentos (LESCA;
LESCA, 2011; ROSSEL, 2011). Ainda assim, essa análise multiespecialista pode receber a
influência de heurísticas e vieses cognitivos, o que, por sua vez, demanda uma tentativa de
automatização.
2.2 Estado da Arte
Para investigar o estado da arte a respeito dos sinais fracos, deve-se primeiramente
considerar que esse conceito é objeto do estudo de diferentes disciplinas. Por isso, apesar do
conhecimento a respeito desse tipo específico de informação estar em constante evolução, ele
ainda é muito fragmentado (POLI, 2014). Muito embora Ansoff estivesse preocupado com a
Inteligência Estratégica quando da proposição de sua teoria, o seu pensamento orientado ao
futuro abarca diversas áreas de investigação como a Inteligência Prospectiva e a Futurologia2
(ROSSEL, 2012). Dentre as aplicações mais comuns para o uso dos sinais fracos, destacam-se o
gerenciamento de riscos, a gestão da inovação e o planejamento estratégico de longo prazo.
Como ilustra a Figura 1, a fragmentação do conhecimento e suas diferentes possibilidades
de aplicação também acabam por criar uma nomenclatura diversificada para os principais
elementos da teoria dos sinais fracos. Alguns autores, por exemplo, chamam esses sinais de
“signos fracos”, enquanto outros preferem nomeá-los como “sinais do futuro”, “condutores de
2 Futurologia (ou Future Studies) é um campo de estudo interdisciplinar que se dedica à prospecção de
cenários possíveis do futuro a partir de uma abordagem científica.
4
mudança”, “sementes de mudança” e, finalmente, “wildcards” (KUOSA, 2011). Há também
quem prefira tratar dos sinais fracos como tendências emergentes ou disruptivas, bem como
existem aqueles que não consideram todos esses conceitos correlatos como sinônimos. Assim, a
diversidade de nomenclaturas está associada a algo muito mais profundo do que preferências
etimológicas. A maneira como determinado autor se refere indica também uma concepção
conceitual a respeito dos sinais fracos. Fundamentalmente, existem duas abordagens principais: a
que encara esses sinais de maneira objetiva e outra que os considera subjetivamente.
Figura 1 – Mapa mental com os principais conceitos associados aos sinais fracos
Fonte: Produção do próprio autor.
A concepção tradicional — herdada de Ansoff — tende a considerar que os sinais fracos
são avisos atrelados a um evento que pode acontecer no futuro. Essa visão compreende esses
sinais, objetivamente, como parte de um fenômeno real. Logo, qualquer interpretação sobre os
sinais fracos deve, necessariamente, apontar para o evento do qual é supostamente uma
5
informação incipiente. Todavia, essa não é a única forma de contemplar os sinais fracos, já que
alguns pensadores entendem que sua utilização pressupõe uma interpretação, que é,
essencialmente, subjetiva. A afinidade de autores diante dessas diferentes abordagens deu
origem às três principais escolas de pensamento sobre os sinais fracos. A escola americana reúne
os herdeiros da abordagem objetiva, enquanto que as escolas finlandesa3 e francesa tendem para
uma abordagem mais subjetiva.
Essas diferentes abordagens ao conceito de sinais fracos também acabam definindo as
estratégias de investigação para resolver os problemas pertinentes a esse campo de pesquisa. Os
trabalhos que utilizam metodologias baseadas no gerenciamento de padrões e algoritmos de
mineração de texto e de processamento de linguagem natural possuem a tendência de
compreender os sinais fracos de maneira objetiva. Enquanto isso, as propostas que se baseiam em
teorias de análise do discurso, semiótica e Web semântica possuem uma concepção subjetiva dos
sinais fracos. Para eles, esses sinais não compõem os fenômenos, mas podem ajudar a construir e
refinar a percepção e compreensão das organizações acerca do futuro.
Nesse sentido, a análise dos sinais fracos consiste de muitos outros processos que vão além
da identificação de informação sobre o futuro. A identificação desses sinais é apenas o processo
inicial que compreende as etapas de monitoramento do ambiente, detecção e captura de sinais
fracos — que, geralmente, são realizadas via Web. Em seguida, a interpretação é realizada em um
processo de criação de sentido mediante a formulação de hipóteses acerca do significado
potencial dos sinais fracos (SARPONG; MACLEAN; DAVIES, 2013). Essas hipóteses servem
como base para o processo final da análise dos sinais fracos: traçar estratégias de reação frente às
possíveis ameaças ou oportunidades.
É possível observar que, nos últimos trinta anos, houve um esforço considerável para
sistematizar esses processos, a fim de tornar a utilização de informação estratégica mais eficaz.
Nesse sentido, o desenvolvimento das tecnologias da informação e comunicação (TICs) vem
contribuindo sobremaneira para o aumento da capacidade de percepção e processamento dos
sinais (LESCA; CARON-FASAN; FALCY, 2012). Essa contribuição diz respeito,
3 A Escola Finlandesa está vinculada ao Finland Future Research Centre, um departamento multidisciplinar
da Universidade de Turku. Sua missão está associada ao desenvolvimento e evolução de métodos e ferramentas
científicas da Futurologia.
6
especialmente, às propostas de desenvolvimento de frameworks4 e sistemas de alerta estratético
(Strategic Early Warning Systems – SEWS). Contudo, o estado da arte nos mostra que muitas
dessas propostas buscam oferecer suporte apenas para as atividades de monitoração, detecção e
captura de sinais fracos.
Kuosa (2010), por exemplo, desenvolveu o Future Signals Sense-making Framework
(FSSF) que promete avaliar se uma informação é, de fato, um sinal fraco. Para isso, são utilizadas
seis perguntas, cujas respostas permitem categorizar uma determinada informação em três tipos
de sinais do futuro: tendências, condutores de mudanças ou sinais fracos. Essa proposta é de
grande valor, visto que procura eliminar a confusão conceitual oriunda da diversidade da
nomenclatura usada pelos pesquisadores para se referirem aos sinais fracos. Carbonell, Sánchez-
Esguevillas e Carro (2015) apresentam proposta semelhante, no entanto, vão além ao elaborar um
framework capaz de avaliar quais sinais se tornarão tendências relevantes no futuro. Essa
avaliação é viabilizada mediante o Filtro de Ansoff e por meio de uma metodologia baseada no
pós-estruturalismo de Michel Foucault: a Análise Causal em Camadas (Causal Layered Analysis
– CLA).
Esses autores não propuseram metodologias automáticas para identificação dos sinais
fracos. Porém, como já foi mencionado, existem exemplos da implementação de SEWS.
Brewster et al. (2014) propuseram um sistema de monitoração de sinais para detectar ameaças
associadas ao crime organizado. O ePOOLICE se baseia em algoritmos de mineração de textos
da internet que são analisados a partir de estratégias de Web Semântica. Semelhantemente,
Brynielsson et al. (2012) também utilizaram os sinais fracos em sistemas aplicados à área de
Segurança, nesse caso, para atender uma demanda da Agência de Defesa Sueca. A ferramenta
Impactorium se propõe a detectar terroristas por meio da utilização de algoritmos de
processamento de linguagem natural aplicados a rastros digitais encontrados na Web. A formação
de hipóteses, entretanto, depende da atuação de analistas especializados, que interpretam uma
lista de evidências a respeito dos indivíduos detectados.
Saritas e Nugroho (2012) também recorrem a técnicas de mineração de texto, dessa vez,
complementada pela Teoria de Redes complexas. Essa metodologia permite detectar os sinais
4 Framework é um arcabouço conceitual relacionado à abstração de uma proposta de resolução de um
problema pertinente a um domínio específico. Um framework pode conter algoritmos automáticos, semiautomáticos
ou não automáticos.
7
fracos e agrupar aqueles que são sintaticamente semelhantes. Yoon (2012) propõe uma
abordagem parecida a partir de uma análise estatística de palavras-chave extraídas da Web. A
sequência de trabalhos de Thorleuchter e Van Den Poel (2013, 2015) também se utiliza de
técnicas de mineração de texto, mas adicionam uma dimensão qualitativa diferente dos trabalhos
correlatos. O Filtro para Mineração de Ideias (Idea Mining Filter) utiliza um agrupamento
semântico dos sinais fracos que é analisado a partir da consideração de uma variável temporal.
Essa estratégia permite acompanhar a evolução dos sinais ao longo de um período específico de
tempo (THORLEUCHTER; SCHEJA; VAN DEN POEL, 2014).
O estado da arte também permite observar que o processo de criação de sentido para os
sinais fracos carece do suporte de ferramentas automáticas e, em certo sentido, é negligenciado.
A viabilidade da contribuição das TICs para interpretação de sinais fracos também é objeto de
debate, considerando que a produção de significado, para muitos, é uma prerrogativa
exclusivamente humana (LESCA; CARON-FASAN; FALCY, 2012). Nesse sentido, sobejam
alguns exemplos de frameworks, no máximo, semi-automáticos. Muito embora já faça dez anos
que Rouibah e Ould-Ali (2002) propuseram um framework para suporte gráfico da formulação de
hipóteses, seu trabalho ainda goza de grande prestígio. O Puzzle® é uma ferramenta de
mapeamento mental (mindmaping) construído especialmente para representar visualmente, por
meio de diagramas, o relacionamento causal entre diferentes sinais fracos (MENDONÇA;
CARDOSO; CARAÇA, 2012).Heinonen e Hiltunen (2012) propuseram o estabelecimento de
espaços físicos e virtuais dedicados a oferecer infraestrutura para criação de sentido a partir de
sinais fracos. Esses espaços devem utilizar telões para fomento visual da criatividade e
refinamento da capacidade de interpretação dos sinais fracos.
Os poucos exemplos de tentativas de automatização do processo de criação de sentido para
sinais fracos propõem estratégias semelhantes. Bondu et al. (2011) idealizaram um protótipo de
sentido baseada na utilização de cenários, ontologias e a plataforma WebLab. Glassey (2012)
propõe a utilização de folksonomias5 e anotações abertas típicas da Web 2.0 para processamento
e a inferência de significado coletivo dos sinais fracos.A Tabela 1 contém uma síntese a respeito
das propostas abordadas nesta seção para aplicações que envolvem qualquer um dos processos
identificação e criação de sentido a partir de sinais fracos.
5 Folksonomia é uma taxonomia informal construída por meio da etiquetação e anotação colaborativa de
conteúdo por meio de tags que são atribuídas livremente.
8
Tabela 1: Síntese das propostas de ferramentas associadas ao conceito de sinais fracos
Trabalhos Problema Método Automático? Contribuição
(BONDU et al., 2011) Criação de
sentido
Protótipo para criação de sentido baseada na utilização
de cenários, ontologias e a plataforma WebLab. Sim
Propõe a utilização de ontologias para interpretação automática de sinais
fracos.
(BREWSTER et al., 2014) Identificação SEW baseado em algoritmos de mineração textual e
tecnologias de Web Semântica. Sim
Introduz ferramentas de Web Semântica para análise automática dos
sinais fracos.
(BRYNIELSSON et al., 2012) Identificação
SEW semiautomático baseado em algoritmos de
processamento de linguagem natural aplicados a
rastros digitais encontrados na Web.
Parcialmente Permite a formulação semiautomática de hipóteses sobre indivíduos.
Essas hipóteses dependem da atuação de analistas especializados.
(CARBONELL; SÁNCHEZ-
ESGUEVILLAS; CARRO,
2015)
Identificação Framework baseado em uma metodologia calcada no
pós-estruturalismo de Michel Foucault (CLA). Não
Permite avaliar quais sinais fracos se tornarão tendências relevantes no
futuro a partir de uma abordagem, que apesar de não ser automática,
promete oferecer uma análise holística da informação.
(GLASSEY, 2012) Criação de
sentido
Utilização de taxonomias e anotações abertas típicas
da Web 2.0 para processamento de sinais fracos. Sim
Introduz a utilização de folksonomias para análise automática de sinais
fracos.
(HEINONEN; HILTUNEN,
2012)
Criação de
sentido
Utilização de telões para fomento visual da
criatividade e refinamento da capacidade de
interpretação dos sinais fracos.
Não Proposta para o estabelecimento de espaços físicos e virtuais dedicados a
oferecer infraestrutura para criação de sentido a partir de sinais fracos.
(KUOSA, 2010) Identificação Framework para classificação de informações como
os sinais fracos. Não Permite avaliar se determinada informação é, de fato, um sinal fraco.
(ROUIBAH; OULD-ALI, 2002) Criação de
sentido
Framework semiautomático baseado na construção de
diagramas que expressam as relações entre os sinais
fracos que foram detectados.
Não Permite o suporte gráfico para a formulação de hipóteses por meio do
relacionamento de sinais fracos.
(SARITAS; NUGROHO, 2012) Identificação Framework para análise de relacionamentos existentes
entre os sinais fracos (AEC). Sim
Introduz uma abordagem baseada em redes complexas para detecção e
agrupamento de sinais fracos semelhantes.
(THORLEUCHTER; SCHEJA;
VAN DEN POEL, 2014;
THORLEUCHTER; VAN DEN
POEL, 2013, 2015)
Identificação Metodologia baseada em algoritmos de gerenciamento
de padrões e mineração de textos da Web. Sim
Apesar de se tratar de uma metodologia quantitativa, procura adicionar
uma dimensão qualitativa mediante a tentativa de agrupamento
semântico dos sinais fracos.
(VON GRODDECK;
SCHWARZ, 2013)
Criação de
sentido
Abordagem discurso-teórica baseada na Teoria do
Discurso de Ernesto Laclau e Chantalle Mouffe Não
Propõe uma alternativa não-automática para criação de significado a
partir da identificação dos nós de um determinado texto.
(YOON, 2012) Identificação Abordagem automática baseada em mineração
estatística de textos e keywords extraídas da Web. Sim
Demonstra maior eficiência na detecção automática de sinais fracos,
especialmente, quando se trata do grande volume de informação da Web.
Fonte: Produção do próprio autor.
9
3. Considerações Finais
O conceito de sinais fracos foi proposto há aproximadamente trinta anos e, ainda assim, é
objeto do interesse atual por parte das organizações. Esse interesse se manifesta, especialmente,
devido à necessidade das corporações pelo estabelecimento de vantagem competitiva em
ambientes turbulentos e, cada vez mais, complexos. Nesse contexto, o desenvolvimento das
tecnologias da informação e comunicação (TICs) e o crescente aumento da capacidade
computacional têm prometido o suporte ao gerenciamento de riscos, à gestão da inovação e ao
planejamento estratégico de longo prazo.
Percebe-se, no entanto, que as ferramentas utilizadas nos processos de identificação
(monitoração, detecção e captura), criação de sentido (interpretação) e antecipação a partir de
sinais fracos ainda carecem de funcionalidades automáticas que contemplem todas essas etapas
de análise. Muitas das propostas de utilização dos sinais fracos se referem ao desenvolvimento de
SEWs que oferecem suporte automático apenas para as etapas de monitoração e identificação.
Esses sistemas são construídos a partir de técnicas de processamento de linguagem natural ou de
mineração de texto, cuja abordagem é estritamente quantitativa.
Ademais, são propostos alguns frameworks semiautomáticos que se utilizam de teorias
próprias da análise do discurso ou da semiótica para abordar, inclusive, o problema da criação de
sentido a partir de sinais fracos. Como já foi discutido anteriormente, o caráter ambíguo desse
tipo de informação implica a influência de uma série de heurísticas e vieses cognitivos que
comprometem a sua interpretação. Pois é justamente nessa etapa da análise dos sinais fracos em
que se identifica uma escassez de ferramentas que apoiam a produção de significado. O Puzzle®,
por exemplo, limita-se a oferecer uma interface gráfica para organização visual desses sinais. De
maneira alguma é possível afirmar que ferramentas desse tipo permitem formular hipóteses
automaticamente.
Há, contudo, dois trabalhos que se destacam a partir da utilização de ontologias e
folksonomias na tentativa de apoiar o processo de interpretação de sinais fracos. Em um deles,
tem-se um protótipo que não busca apoiar um processo de construção de significado coletivo —
e, por isso, a proposta tende a estar sujeita aos mesmos problemas cognitivos já citados. Já o
trabalho baseado em folksonomias pretende-se coletivo, mas limita-se à utilização de anotações e
taxonomias sem considerar uma ontologia formal de um grupo de pessoas.
10
No tocante às ontologias — e em virtude do caráter interdisciplinar desta proposta de
pesquisa — deve-se realizar uma revisão de literatura que seja capaz de avaliar a adequação da
utilização dessas estruturas de representação de conhecimento como pretendido, também, por esta
tese de doutoramento. Deve-se considerar que esta proposta de pesquisa busca conciliar dois
conceitos pertinentes a diferentes disciplinas: os sinais fracos e as ontologias. Por isso, é razoável
que a revisão de literatura conte com uma seção dedicada para cada um desses conceitos, de
modo a facilitar a compreensão dos objetivos deste trabalho.
Referências
ANSOFF, H. I. Managing strategic surprise by response to weak signals. California
Management Review, v. 18, n. 2, p. 21–33, 1975.
BONDU, E. et al. Scenario model for weak signal detectionProceedings - 7th International
Conference on Signal Image Technology and Internet-Based Systems, SITIS 2011. Anais...2011
BREWSTER, B. et al. Graph-Based Representation and Reasoning (N. Hernandez, C. Pradel,
O. Haemmerle, Eds.)ICCS 2014. Anais...2014
BRYNIELSSON, J. et al. Analysis of weak signals for detecting lone wolf
terroristsProceedings - 2012 European Intelligence and Security Informatics Conference, EISIC
2012. Anais...2012
CARBONELL, J.; SÁNCHEZ-ESGUEVILLAS, A.; CARRO, B. Assessing emerging issues.
The external and internal approach. Futures, v. 73, n. 1, p. 12–21, 2015.
DARKOW, I. L. The involvement of middle management in strategy development -Development
and implementation of a foresight-based approach. Technological Forecasting and Social
Change, 2014.
GLASSEY, O. Folksonomies: Spontaneous crowd sourcing with online early detection potential?
Futures, v. 44, n. 3, p. 257–264, 2012.
HEINONEN, S.; HILTUNEN, E. Creative Foresight Space and the Futures Window: Using
visual weak signals to enhance anticipation and innovation. Futures, v. 44, n. 3, p. 248–256, abr.
2012.
HILTUNEN, E. The future sign and its three dimensions. Futures, v. 40, n. 3, p. 247–260, 2008.
HOLOPAINEN, M.; TOIVONEN, M. Weak signals: Ansoff today. Futures, v. 44, n. 3, p. 198–
205, 2012.
11
KUOSA, T. Futures signals sense-making framework (FSSF): A start-up tool to analyse and
categorise weak signals, wild cards, drivers, trends and other types of information. Futures, v.
42, n. 1, p. 42–48, 2010.
KUOSA, T. Different approaches of pattern management and strategic intelligence.
Technological Forecasting and Social Change, v. 78, n. 3, p. 458–467, 2011.
LESCA, H.; LESCA, N. Weak Signals for Strategic Intelligence : Anticipation Tool for
Managers. [s.l.] John Wiley and Sons, 2011.
LESCA, N.; CARON-FASAN, M. L.; FALCY, S. How managers interpret scanning information.
Information and Management, v. 49, n. 2, p. 126–134, 2012.
MARTINET, A. C. Strategic planning, strategic management, strategic foresight: The seminal
work of H. Igor Ansoff. Technological Forecasting and Social Change, v. 77, n. 9, p. 1485–
1487, 2010.
MENDONÇA, S.; CARDOSO, G.; CARAÇA, J. The strategic strength of weak signal analysis.
Futures, v. 44, n. 3, p. 218–228, 2012.
MILLER, R.; ROSSEL, P.; JORGENSEN, U. Future studies and weak signals: A critical survey.
Futures, v. 44, n. 3, p. 195–197, 2012.
POLI, R. Anticipation: What about turning the human and social sciences upside down? Futures,
v. 64, p. 15–18, dez. 2014.
ROSSEL, P. Beyond the obvious: Examining ways of consolidating early detection schemes.
Technological Forecasting and Social Change, v. 78, n. 3, p. 375–385, 2011.
ROSSEL, P. Early detection, warnings, weak signals and seeds of change: A turbulent domain of
futures studies. Futures, v. 44, n. 3, p. 229–239, 2012.
ROUIBAH, K.; OULD-ALI, S. PUZZLE: A concept and prototype for linking business
intelligence to business strategy. Journal of Strategic Information Systems, v. 11, n. 2, p. 133–
152, 2002.
SARITAS, O.; NUGROHO, Y. Mapping issues and envisaging futures: An evolutionary scenario
approach. Technological Forecasting and Social Change, v. 79, n. 3, p. 509–529, 2012.
SARPONG, D.; MACLEAN, M.; DAVIES, C. A matter of foresight: How practices enable (or
impede) organizational foresightfulness. European Management Journal, v. 31, n. 6, p. 613–
625, dez. 2013.
SCHOEMAKER, P. J. H.; DAY, G. S.; SNYDER, S. A. Integrating organizational networks,
weak signals, strategic radars and scenario planning. Technological Forecasting and Social
Change, v. 80, n. 4, p. 815–824, 2013.
12
THORLEUCHTER, D.; SCHEJA, T.; VAN DEN POEL, D. Semantic weak signal tracing.
Expert Systems with Applications, v. 41, n. 11, p. 5009–5016, 2014.
THORLEUCHTER, D.; VAN DEN POEL, D. Weak signal identification with semantic web
mining. Expert Systems with Applications, v. 40, n. 12, p. 4978–4985, 2013.
THORLEUCHTER, D.; VAN DEN POEL, D. Idea mining for web-based weak signal detection.
Futures, v. 66, p. 25–34, 2015.
VECCHIATO, R. Creating value through foresight: First mover advantages and strategic agility.
Technological Forecasting and Social Change, 2014.
VON GRODDECK, V.; SCHWARZ, J. O. Perceiving megatrends as empty signifiers: A
discourse-theoretical interpretation of trend management. Futures, v. 47, p. 28–37, 2013.
YOON, J. Detecting weak signals for long-term business opportunities using text mining of Web
news. Expert Systems with Applications, v. 39, n. 16, p. 12543–12550, 2012.
13
Apêndice A
Estratégia de Busca
O levantamento bibliográfico do estado da arte seguiu princípios de revisão sistemática
estipulados pelo Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA)
statement e utilizou a seguinte estratégia para a busca de artigos na base ScienceDirect:
("weak signal" OR "future sign" OR "early warning" OR "wild card" OR "wildcard") AND
("sensemaking" OR "sense making" OR "making sense") AND ("future studies" OR "forecast"
OR "foresight" OR "strategic" OR "anticipation") AND NOT ("climate" OR "patient" OR "earth"
OR "water" OR "cyclone" OR "disaster")
Para o Estado da Arte foram selecionados apenas os artigos publicados a partir de 2010.
14
Apêndice B
Diagrama PRISMA
Registros identificados pela busca
(n = 128)
Registros adicionais identificados em
outras fontes (n = 29)
Registros depois da remoção de
duplicatas (n= 157)
Registros rastreados
(n = 52)
Registros excluídos a partir
do título (n = 105)
Artigos elegíveis
(n = 52)
Artigos excluídos a partir do
abstract (n = 22)
Estudos incluídos na síntese
qualitativa (n = 30)
Estudos incluídos na meta-
análise
(n = 30)
Incl
usã
o
Ele
gib
ilid
ade
Iden
tifi
caçã
o
Ras
trea
men
to