universidade presbiteriana mackenzie …tede.mackenzie.br/jspui/bitstream/tede/2945/5/renato...
TRANSCRIPT
UNIVERSIDADE PRESBITERIANA MACKENZIE
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE EMPRESAS
RENATO NEDER
APRENDIZAGEM ORGANIZACIONAL, ORGANIZAÇÕES QUE APRENDEM E
GESTÃO DO CONHECIMENTO: inter-relações, fronteiras e frentes de pesquisa
São Paulo - SP
2016
RENATO NEDER
APRENDIZAGEM ORGANIZACIONAL, ORGANIZAÇÕES QUE APRENDEM E
GESTÃO DO CONHECIMENTO: inter-relações, fronteiras e frentes de pesquisa
Tese de doutorado apresentada ao Programa de
Pós-Graduação em Administração de Empresas
da Universidade Presbiteriana Mackenzie como
requisito para a obtenção do título de Doutor em
Administração de Empresas.
ORIENTADOR: Prof. Dr. Diógenes de Souza Bido
São Paulo - SP
2016
N371a Neder, Renato
Aprendizagem organizacional, organizações que aprendem
e gestão do conhecimento: inter-relações, fronteiras e frentes
de pesquisa / Renato Neder - 2016.
151 f: il. ; 30 cm
Tese (Doutorado em Administração de Empresas)
Universidade Presbiteriana Mackenzie, São Paulo, 2016.
Orientação: Prof. Dr. Diógenes de Souza Bido
Bibliografia: f. 97-102
1. Aprendizagem organizacional. 2. Gestão do
conhecimento. 3. Organizações que aprendem. 4. Análises de
redes semânticas. 5. Frentes emergentes de pesquisa. I. Título.
CDD 658.3
RENATO NEDER
APRENDIZAGEM ORGANIZACIONAL, ORGANIZAÇÕES QUE APRENDEM E
GESTÃO DO CONHECIMENTO: inter-relações, fronteiras
e frentes de pesquisa
Tese de doutorado apresentada ao Programa de Pós-
Graduação em Administração de Empresas da
Universidade Presbiteriana Mackenzie como
requisito para a obtenção do título de Doutor em
Administração de Empresas.
Orientador: Prof. Dr. Diógenes de Souza Bido
Aprovado em
BANCA EXAMINADORA
_____________________________________________________________________
Prof. Dr. Diógenes de Souza Bido
Universidade Presbiteriana Mackenzie
_____________________________________________________________________
Prof. Dr. Silvio Popadiuk
Universidade Presbiteriana Mackenzie
____________________________________________________________________
Prof. Dr. Antônio Carlos de Oliveira Barroso
Instituto de Pesquisas Energéticas e Nucleares
_____________________________________________________________________
Prof. Dr. Wesley Mendes-Da-Silva
Fundação Getúlio Vargas
_____________________________________________________________________
Prof. Dr. Jorge Flávio Ferreira
Universidade Presbiteriana Mackenzie
DEDICATÓRIA
Aos meus pais, minha esposa e minha irmã.
AGRADECIMENTOS
Ao instituto presbiteriano Mackenzie, entidade educacional voltada ao
desenvolvimento cientifico e tecnológico, que por intermédio do fundo de pesquisa Mackenzie
de pesquisa, me concedeu bolsa na modalidade taxa.
À equipe do programa de pós-graduação em administração.
Ao orientador Prof. Dr. Diógenes de Souza Bido, pela paciência, presteza e pelo
auxilio nesta caminhada.
Aos colegas de doutorado, pelos bons momentos que passamos juntos e pelas
amizades que fizemos.
Aos meus colegas da UFMT, pela convivência, ajuda e apoio.
Aos membros da banca de qualificação, pelos apontamentos e sugestões levantadas
durante e após a banca.
Ao Me. Marcos França, pelo apoio técnico e pela presteza em nos ajudar.
À minha prima Cibele Neder e à sua família, por me acolherem tão bem durante
minha estada em São Paulo.
Aos pais e à família da minha esposa, por sua compreensão e apoio incondicional aos
nossos sonhos.
RESUMO
Esta tese tem como objetivo central caracterizar os conteúdos específicos dos campos de
conhecimento da Aprendizagem Organizacional, Gestão do Conhecimento e Organizações que
Aprendem suas inter-relações e fronteiras, além de buscar a identificação de frentes de pesquisa
que têm potencial para se destacar nos campos estudados. Para atingir esses objetivos, foi
desenvolvido um percurso metodológico exploratório e longitudinal que teve como base as
análises de redes semânticas. Foram utilizados 10.480 artigos da base de dados Web of Science.
Os resultados apontam possíveis contribuições da pesquisa em duas principais vertentes. A
primeira vertente de contribuição é teórica, uma vez que a apreciação dos dados assinala frentes
de pesquisa que potencialmente podem se destacar nas áreas de Aprendizagem Organizacional,
Gestão do Conhecimento e Organizações que Aprendem. Além disso a teoria desenvolvida
auxilia na explicação das inter-relações entre estas áreas. A segunda vertente é metodológica,
uma vez que a forma como foram usadas as análises de redes semânticas permitiu a
compreensão das relações entre redes de documentos científicos, a metodologia utilizada teve
como principais atributos a escalabilidade, a amplitude e o potencial de fazer inferências
temporais.
Palavras-chave: Aprendizagem Organizacional. Gestão do Conhecimento. Organizações que
Aprendem. Análises de Redes Semânticas. Frentes Emergentes de Pesquisa.
ABSTRACT
This thesis has the objective to characterize the specifics contents of the Organizational
Learning field, Knowledge Management and Learning Organization in terms of their inter-
relationships and its boundaries, as well as identifying research fronts that have the potential to
excel in these fields. Therefore, was developed a exploratory and longitudinal methodological
method which were based on social networks analysis and more specifically, the semantic
networks. 10.480 articles from the Web of Science data base were used for the analysis. The
results show possible contributions in two main areas. The first one refers to the methodology,
once the semantic networks analysis allow the comprehension of the structures and contents of
scientific articles, having as main attribute the scalability, extension and potential to achieve
temporal inference. The second contribution is theoretical, since the assessment of the data
signalizes research fronts that potentially can stand out in the Organizational Learning,
Knowledge Management and Learning Organization areas. The research outcome orientates to
the development of dynamic theories which, in opposition of the static models, traditionally
established, enable explain the inter-relationships between areas without obliterate the temporal
dimension.
Palavras-chave: Learning Organization. Knowledge Management. Organizational Learning.
Semantic Network Analises. Emerging Research Fronts.
LISTA DE ILUSTRAÇÕES
Gráfico 1- Relação entre as áreas. Ocorrência de termos em comum por período. ................. 77
Gráfico 2- Evolução da centralidade para o termo, Knowledge Management nas redes de
Organizational Learning, a partir do ano de 2005. .................................................................. 78
Gráfico 3- Evolução da centralidade para o termo Learn Organization nas redes de
Organizational Learning, a partir do ano de 2005. .................................................................. 78
Gráfico 4- Evolução da centralidade para o termo Organizational Learn nas redes de
Knowledge Management, a partir do ano de 1974. .................................................................. 79
Gráfico 5- Evolução da centralidade para o termo Knowledge Management nas redes de
Learning Organization, a partir do ano de 1979. ..................................................................... 80
Gráfico 6- Evolução da centralidade para o termo Organizational Learn nas redes de Learning
Organization, ............................................................................................................................ 80
Gráfico 7- Evolução da centralidade para o termo Innonation Performance nas redes de
Aprendizagem Organizacional, a partir do ano de 2010. ......................................................... 83
Gráfico 8- Evolução da centralidade para o termo Knowledge Management nas redes de
Aprendizagem Organizacional, a partir do ano de 2010. ......................................................... 84
Gráfico 9- Evolução da centralidade para o termo Knowledge Application nas redes de
Knowledge Management, a partir do ano de 2010. .................................................................. 87
LISTA DE QUADROS
Quadro 1- Relações entre AO, OA e GC.................................................................................. 21
Quadro 2- Algumas diferenças entre Organizações que Aprendem e Aprendizagem
Organizacional. ......................................................................................................................... 32
Quadro 3- Gerações da Gestão do Conhecimento. ................................................................... 40
Quadro 4. Glossário de redes. ................................................................................................... 46
Quadro 5- Memória de Cálculo da Estratégia de Busca. .......................................................... 63
Quadro 6- Memória de Cálculo de Precisão e Revocação. ...................................................... 64
Quadro 7- Resultados da estratégia. ........................................................................................ 65
Quadro 8- Atributos disponíveis nos textos. ............................................................................ 66
Quadro 9- Vinte termos com centralidade mais alta para as redes de GC, OA e AO. ............. 73
Quadro 10- Relações entre as áreas de AO, OA e GC (1965-2000). ...................................... 75
Quadro 11- Relações entre as áreas de AO, OA e GC (2001-2005). ....................................... 75
Quadro 12- Relações entre as áreas de AO, OA e GC (2006-2010). ....................................... 76
Quadro 13- Relações entre as áreas de AO, OA e GC (2011-2015). ....................................... 76
Quadro 14- Tendências para os termos de Aprendizagem Organizacional.............................. 82
Quadro 15- Tendências para os termos de Organizações que Aprendem. ............................... 85
Quadro 16- Tendências para os termos de Gestão do Conhecimento. ..................................... 86
LISTA DE FIGURAS
Figura 1- AO, GC e OA em relação a processo, conteúdo, teoria e prática. ............................ 20
Figura 2- Relações de interseções entre as áreas. ..................................................................... 23
Figura 3- Fragmento de uma rede semântica da OL. ............................................................... 44
Figura 4- Estruturas de comunidades. ...................................................................................... 50
Figura 5- Estratégia .................................................................................................................. 58
Figura 6- Relações de interseções entre as áreas. ..................................................................... 74
LISTA DE SIGLAS E ABREVIATURAS
AB – Abstract (resumo de artigo)
AO – Aprendizagem Organizacional
ARS – Análise de Redes Sociais
ARSe – Análise de Redes Semânticas
CR – Citation References (referências de citação)
GC – Gestão do Conhecimento
KM – Knowledge Management
Manag and Bus – Restrição para artigos apenas das áreas de management and business na base
de daddos Web of Science
NKM – Não são textos de Knowledge Management
RERE – Referencias Relevantes Existentes
OA – Organizações que Aprendem
SI – Sistemas de Informação
SNA – Social Network Analysis (Analise de Redes Sociais)
TI – Tecnologia da Informação
TIC – Tecnologias da Informação e Comunicação
SUMÁRIO
1 INTRODUÇÃO ............................................................................................................. 15
1.1 PROBLEMA, QUESTÕES, OBJETIVOS E CONTRIBUIÇÕES ................................. 22
2 REFERENCIAL TEÓRICO ....................................................................................... 25
2.1 APRENDIZAGEM ORGANIZACIONAL .................................................................... 25
2.1.1 Perspectiva psicológica ................................................................................................. 26
2.1.2 Perspectiva da ciência da Administração ................................................................... 27
2.1.3 Perspectiva sociológica e Teoria Organizacional ....................................................... 28
2.1.4 Perspectiva antropológica cultural ............................................................................. 29
2.1.5 Perspectiva estratégica ................................................................................................. 30
2.2 ORGANIZAÇÕES QUE APRENDEM .......................................................................... 31
2.3 GESTÃO DO CONHECIMENTO .................................................................................. 34
2.3.1 Conversão de conhecimento ......................................................................................... 37
2.4 REDES ............................................................................................................................ 41
2.5 TOPOLOGIA DAS REDES ............................................................................................ 45
2.6 ANÁLISES DE REDES SOCIAIS ................................................................................. 46
2.6.1 Transitividade ou agrupamento ................................................................................... 47
2.6.2 Resiliência de rede ......................................................................................................... 48
2.6.3 Estruturas de comunidade ou clusters ......................................................................... 48
2.7 REDES SEMÂNTICAS .................................................................................................. 50
3 METODOLOGIA........................................................................................................... 53
3.1 PESQUISA EXPLORATÓRIA ....................................................................................... 54
3.2 ESTRATÉGIAS DE PESQUISA EM BASES DE DADOS ........................................... 54
3.3 A ESCOLHA PELO ARTIGO CIENTÍFICO.................................................................. 56
3.4 EXPLICITANDO A ESTRATÉGIA ............................................................................... 60
3.4.1 A busca inicial dos termos-chave ................................................................................. 60
3.4.2 Testando a relevância dos termos-chave ..................................................................... 60
3.4.3 Testando a estratégia com especialistas ....................................................................... 61
3.4.4 Calculando a precisão ................................................................................................... 61
3.4.5 Calculando a revocação ................................................................................................ 62
3.5 LIMPEZA E MINERAÇÃO DOS DADOS ................................................................... 66
3.6 AMEAÇAS À VALIDADE ............................................................................................ 68
3.7 MÉTRICAS ..................................................................................................................... 69
3.7.1 Centralidade ................................................................................................................... 69
3.7.2 Modularidade ................................................................................................................. 70
3.7.3 Clusterização .................................................................................................................. 70
4 APRESENTAÇÃO DOS RESULTADOS .................................................................... 72
4.1 RELAÇÕES ENTRE ÁREAS ........................................................................................ 74
4.1.1 Primeiro período (1965-2000) ....................................................................................... 75
4.1.2 Segundo período (2001-2005) ....................................................................................... 75
4.1.3 Terceiro período (2006-2010) ....................................................................................... 76
4.1.4 Quarto período (2011-2015) .......................................................................................... 76
4.2 TENDÊNCIAS E PADRÕES ......................................................................................... 81
4.2.1 Tendências em Aprendizagem Organizacional .......................................................... 82
4.2.2 Tendências em Organizações que Aprendem ............................................................. 84
4.2.3 Tendências em Gestão do Conhecimento .................................................................... 86
5 DISCUSSÃO DOS RESULTADOS ............................................................................. 88
5.1 CRÍTICA AO MODELO EASTERBY-SMITH PARA APRENDIZAGEM
ORGANIZACIONAL ..................................................................................................... 89
5.2 CONSIDERAÇÕES A RESPEITO DO MODELO DE GERAÇÕES PARA GESTÃO
DO CONHECIMENTO .................................................................................................. 90
6 CONSIDERAÇÕES FINAIS ........................................................................................ 94
REFERÊNCIAS ............................................................................................................ 97
APÊNDICES ................................................................................................................ 103
APÊNDICE A- RESULTADOS DAS ESTRATÉGIAS DE CONSULTA EM BASES DE
DADOS. ........................................................................................................................ 104
APÊNDICE B- RESULTADOS DO QUESTIONÁRIO APLICADO AOS
ESPECIALISTAS. ........................................................................................................ 111
APENDICE C- GRÁFICOS DE TENDÊNCIA AO. .................................................... 133
APÊNDICE D- GRÁFICOS DE TENDÊNCIA GC. .................................................... 140
APENDICE E- GRÁFICOS DE TENDÊNCIA OA. .................................................... 146
15
1 INTRODUÇÃO
A presente tese está inserida nos domínios científicos da Administração, mais
especificamente nas áreas de Aprendizagem Organizacional, Gestão do Conhecimento e
Organizações que Aprendem. A reflexão teórico-metodológica apresentada integra parte dos
estudos desenvolvidos pelo grupo de pesquisa Aprendizagem Individual e Coletiva nas
Organizações, do Programa de Pós-Graduação em Administração de Empresas da Universidade
Presbiteriana Mackenzie.
A principal contribuição da tese foi o aprofundamento teórico nas áreas de
Aprendizagem Organizacional (AO), Organizações que Aprendem (OA) e Gestão do
Conhecimento (GC), em termos de suas inter-relações e potencialidades. Também teve a
intenção de contribuir metodologicamente com o desenvolvimento de estudos nesses campos
de conhecimento.
Para tanto, foi desenvolvida uma pesquisa exploratória quantitativa e bibliométrica,
utilizando as metodologias de Análises de Redes Semânticas (ARSe). Foi analisado um
conjunto de 10.480 artigos disponíveis na base de dados Web of Science, o que permitiu uma
visão ampliada sobre as inter-relações entre os campos estudados e possíveis tendências nas
áreas de Aprendizagem Organizacional, Organizações que Aprendem e Gestão do
Conhecimento.
Parte da importância desta tese é que a mesma oportuniza a superação de algumas
dificuldades e problemas inerentes às pesquisas nas áreas, dentre as quais cabe destacar: a
quantidade crescente de textos científicos; a dificuldade de analisar essa diversificada produção
por meio das metodologias comumente utilizadas nas áreas; a dificuldade de compreender as
complexas relações que se fazem presentes nesse aglomerado de textos científicos; a defasagem
dos textos e das teorias que tentam explicar as relações entre elas.
A tese também possibilita aos pesquisadores das áreas: terem acesso às agendas de
pesquisa de seus colegas de área ou de campos e ciências afins; ampliarem suas percepções a
respeito dos caminhos que as áreas têm percorrido ou que podem vir a percorrer; entenderem
melhor as fronteiras dos campos de estudo e sua interdisciplinaridade.
Em consideração às análises individuais de cada área, as metodologias propostas
permitiram: identificar tendências de cada área individualmente mediante as tendências de
crescimento de suas subáreas; mapear novas frentes de pesquisa, que são subáreas que surgiram
há pouco tempo nas redes de textos das áreas, mas apresentam uma importância crescente.
16
Estudos nas áreas de Aprendizagem Organizacional, Organizações que Aprendem e
Gestão do Conhecimento são fundamentais devido à importância crescente do conhecimento
na Administração. Todavia, são inúmeras as maneiras de conceituar os campos de AO, OA e
GC.
Easterby-Smith e Lyles (2011), por exemplo, se referem à Aprendizagem
Organizacional como o estudo dos processos de aprendizagem no âmbito organizacional e que,
na maioria das vezes, são pensados sob um ponto de vista acadêmico.
Takahashi (2015), propõe que a aprendizagem organizacional ocorre quando estímulos
externos levam a organização a reconfigurar seus comportamentos.
Já os textos de Organizações que Aprendem, para Takahashi (2015), se diferenciam
dos textos de AO devido ao seu caráter prescritivo, são mais voltados para a ação e procuram,
na maior parte das vezes, desenvolver modelos, normas e metodologias que permitam a criação
de mudança nas organizações.
Voltando a Easterby-Smith e Lyles (2011), as OA podem ser definidas como
organizações que têm a capacidade efetiva de aprender e de prosperar com a aprendizagem.
Continuando com os autores, quem escreve sobre organizações que aprendem se preocupa
principalmente com entender de que forma criar e expandir essa capacidade de aprendizagem das
organizações.
Alguns autores da Gestão do Conhecimento, por sua vez, adotam uma concepção
filosófica do conhecimento na tentativa de compreender e conceituar a natureza do
conhecimento no âmbito organizacional (EASTERBY-SMITH E LYLES 2011).
Frequentemente buscam estratégias que permitam utilizar o conhecimento como forma de
adquirir vantagens competitivas na organização.
Apesar de serem áreas aparentemente diversas, entrelaçam-se e por vezes se agregam,
em outras se segregam, dividindo fronteiras, recursos, pesquisadores e objetos de estudo. Por
causa desta dinâmica entre áreas, as inter-relações entre Aprendizagem Organizacional (AO),
Gestão do Conhecimento (GC) e Organizações que Aprendem (OA) têm sido foco de pesquisas
e questionamentos no mundo científico.
A respeito do estudo das relações entre as áreas de AO, OA e GC, pode-se inferir que
as mesmas já são investigadas em estudos organizacionais desde os anos 1999. Observa-se,
contudo, que o estudo destas relações se dá, prioritariamente, a partir do estudo individual de
documentos, na “perspectiva tradicional”.
17
A seguir, serão apresentadas, com mais ênfase, algumas destas referências e uma breve
discussão a respeito do contexto em que a pesquisa está inserida, além de objetivos, problemas
e questões abordadas na tese.
As relações entre AO e GC são particularmente interessantes. Ao pesquisar as
conexões existentes entre estas áreas, Allee (1997) sugeriu que cada aspecto do conhecimento
tem uma atividade de aprendizagem correspondente que lhe dá suporte. Assim, o conhecimento
e a aprendizagem dificilmente podem ser pensados separadamente.
Partindo desta premissa, Loermans (2002) propõe que a criação do conhecimento é
resultado do processo de aprendizagem e, inversamente, a aprendizagem ocorre quando se trata
da criação, compartilhamento e uso do conhecimento, apontando para uma ligação entre o
conhecimento e o processo de aprendizagem, pelo menos, em um nível individual.
Alguns autores trazem as Tecnologias da Informação e Comunicação (TIC) como um
background comum à GC e à AO. Para Bennet e Tomblin (2006), por exemplo, as TIC são um
suporte para a Gestão do Conhecimento e para a Aprendizagem Organizacional, pois estas
tecnologias permitem às organizações: responderem com maior rapidez a estímulos externos,
serem mais eficientes, melhor coordenadas e criarem mais links entre os colaboradores e o
conhecimento.
Outros autores defendem a necessidade de um modelo integrado para GC e sua relação
com AO. Irani, Sharif e Love (2009), ao fazê-lo, destacam questões comportamentais e
processos que permeiam os referidos campos. Apontam ainda que, embora em essência o
contexto organizacional de aprendizagem seja impulsionado pela dinâmica de transferência de
conhecimento e discurso, em um sentido social, o conceito de Aprendizagem Organizacional,
em relação à Gestão do Conhecimento, centra-se na capacidade de uma empresa para se adaptar
às mudanças e pressões de conhecimento.
Liao e Wu (2010) propõem uma relação positiva entre GC e AO. Para os autores, a
Gestão do Conhecimento, pensada sob a perspectiva da prática, está positivamente relacionada
com a Aprendizagem Organizacional. Isto significa que as empresas que têm processos
eficientes de Gestão do Conhecimento mostram capacidade superior na melhoria da
Aprendizagem Organizacional, e vice-versa. Os autores concluem apontando que os resultados
dos seus estudos mostram que a Gestão do Conhecimento é um insumo importante para as
organizações e a Aprendizagem Organizacional é um fator necessário para a GC.
Para Firestone e McElroy (2004), a relação de AO e GC é íntima. A terminologia pode
variar, mas as preocupações de ambos os campos são praticamente as mesmas. Os autores
18
fazem então a seguinte pergunta: por que são campos que, em alguns momentos, parecem viajar
em caminhos separados? Atribuem como resposta a esta questão uma forma “estreita” de GC,
que denominam primeira geração, centrada principalmente nas tecnologias da informação. Em
grande parte, foca-se sobretudo na captura, entrega e uso do conhecimento. Desta forma, a
primeira geração da GC não tem relações claras com estudos de Aprendizagem Organizacional.
Para os mesmos autores, hoje, pratica-se uma forma mais “ampla” de GC denominada
segunda geração. Nela, pergunta-se: como o conhecimento é produzido, testado, avaliado e
integrado? É a segunda geração que leva a GC diretamente para os domínios da AO e vice-
versa? Parte-se, então, de uma visão técnica e informacional do conhecimento para um olhar
mais sociológico e antropológico sobre este constructo, o que possivelmente é um fator que
aproxima a AO dos domínios da GC.
A respeito das relações entre Organizações que Aprendem e a Gestão do
Conhecimento, Loermans (2002) propõe que, ao elevar o nível de aprendizagem e geração de
conhecimento dentro de uma organização, as sinergias entre as OA e a GC se tornam mais
claras. Para o mesmo autor, enquanto as OA geram novos conhecimentos, a organização que é
hábil em GC os gerencia de forma eficiente e eficaz. Se uma OA deseja continuar a aprender,
então ela certamente precisa gerir eficazmente o conhecimento. Por outro lado, a organização
que está focada na gestão do seu conhecimento deve manter o apoio para o ambiente que o gera.
Chinowsky e Carrillo (2007), ao pesquisarem as relações entre Gestão de
Conhecimento e Organizações que Aprendem, deixam claro que a estrutura necessária para a
GC pode ser prioritária para a empresa se transformar em uma organização que aprende.
Nota-se que uma parte dos pesquisadores de Organizações que Aprendem tem seu foco
na estrutura necessária à organização para que esta se torne um ambiente propício à
aprendizagem e ao conhecimento e a GC também se preocupa com questões estruturais,
principalmente no que tange a questões do conhecimento.
Selen (2000), com estudos a respeito das inter-relações entre GC e OA, aponta que o
conhecimento tácito pode residir nas mentes dos funcionários, fornecedores e clientes; é
também conhecido como capital humano. Capitais humanos e estruturais compõem o capital
intelectual da organização. Para o autor, o capital intelectual deve ser promovido e desenvolvido
nas Organizações que Aprendem.
Loermans (2002) faz a seguinte pergunta: promover e apoiar uma Organização que
Aprende é o mesmo que apoiar a Gestão do Conhecimento em um nível organizacional? No
processo de responder a esta pergunta, o autor se propõe a fornecer uma explicação da relação entre
19
Aprendizagem Organizacional, Organizações que Aprendem e Gestão do Conhecimento. Para ele,
a AO e as OA podem ser percebidas como entidades da disciplina GC. Ainda segundo o mesmo
autor, as pesquisas em OA têm crescido devido a um aumento acentuado nas investigações em GC.
Isso levanta outra questão: as investigações em GC estão se expandindo e assumindo os espaços da
AO e da OA?
Para Davenport (1999), parece que este é o caso. O autor afirma que a GC está se
expandindo gradualmente, consumindo não só as áreas de AO e de OA, mas também outros
conceitos emergentes. Ainda, segundo seu raciocínio, a mudança de ênfase da AO e da OA para
GC está ligada tanto a uma diminuição acentuada de temas ligados à gestão de pessoas como a
um aumento no número de artigos que tratam de SI / TI e capital intelectual. Esta percepção,
de certa forma, faz um caminho inverso à concepção de Firestone e McElroy (2004) apresentada
anteriormente. Relembrando, os autores apontavam a existência de duas gerações da GC. A
primeira mais antiga, técnica e voltada para as Tecnologias da Informação e a segunda mais
contemporânea, sociológica e antropológica.
Rowley (2001), ao tentar diferenciar a AO da GC, afirma que a primeira faz parte da
área de estudo dos autores de Gestão em Comportamento Organizacional, Aprendizagem
Organizacional e outras disciplinas. Já a Gestão do Conhecimento preocupa-se com os
processos e as estruturas que as organizações utilizam para criar, armazenar, compartilhar e
disseminar o conhecimento. A mesma autora aponta para a natureza eclética e transdisciplinar
da Gestão do Conhecimento, como uma grande força. Completa seu raciocínio ao externar que
não há perigo na “Torre de Babel”, que surge a partir de diferentes comunidades disciplinares
e profissionais que utilizam a mesma língua. Pelo contrário, para ela, é essa pluralidade que dá
vigor à área, embora torne mais complexa a sua compreensão.
Afirma ainda que, embora seja possível criticar a literatura de Aprendizagem
Organizacional por sua falta de referência ao que foi aprendido, ou seja, o conhecimento,
também é verdade que grande parte da literatura de Gestão do Conhecimento é notavelmente
desprovida de referências à aprendizagem.
Rowley (2000) procurou, também, estabelecer uma ligação entre aprendizagem e
conhecimento. Para a autora, uma gama de definições ou descrições das Organizações que
Aprendem e da Aprendizagem Organizacional é retirada da literatura da GC. Ela argumenta
que a criação de conhecimento não leva necessariamente à Aprendizagem Organizacional,
porém o conhecimento não é algo que pode ser visto como neutro no processo de
aprendizagem.
20
A figura 1 representa a relação entre as áreas de AO, OA e GC na visão de Easterby-
Smith e Lyles (2011):
Figura 1- AO, GC e OA em relação a processo, conteúdo, teoria e prática.
Fonte: Easterby-Smith e Lyles (2011).
A figura 1 representa a AO mais voltada para teoria e processo (4), enquanto OA está
mais voltada para a prática e o processo (1), e a GC para o conteúdo e a prática (4).
O quadro 1 demonstra, de maneira resumida, as perspectivas e abordagens dos autores
trabalhados até aqui:
Organizações
que Aprendem
Aprendizagem
Organizacional
Conhecimento
Organizacional
Gestão do
Conhecimento
Processo
Prática
Conteúdo
Teoria 1
2 3
4
21
Quadro 1- Relações entre AO, OA e GC.
REFERÊNCIAS ABORDAGEM
Easterby, Smith e Lyles
(2011) AO, OA e GC em relação a processo, prática, teoria e conteúdo
Liao e Wu (2010) Relação positiva entre GC e AO
Irani, Sharif, e Love (2009) Modelo integrado para GC e sua relação com AO
Chinowsky e Carrillo (2007) A estrutura necessária para a GC pode ser prioritária para a empresa se
transformar em uma que OA
Bennet e Tomblin (2006) AO e GC ligadas pelo conceito de conhecimento.
Firestone e McElroy (2004) Preocupações de AO e GC são praticamente as mesmas
Loermans (2002) Enquanto as OA geram novos conhecimentos, a organização que é hábil em
GC gerencia de forma eficiente e eficaz o conhecimento criado.
Rowley (2000) Estabelece uma ligação entre aprendizagem e conhecimento.
Davenport (1999) Afirma que a GC está se expandindo gradualmente no espaço, consumindo
não só a AO e as OA, mas também outros conceitos emergentes.
Fonte: Elaborado pelo autor.
Os múltiplos autores e abordagens, a defasagem temporal dos textos e as metodologias
utilizadas, que não levam em conta o contexto de produção científica em larga escala, dificultam
o desenvolvimento de teorias que expliquem as áreas de Aprendizagem Organizacional,
Organizações que Aprendem e Gestão do Conhecimento, individualmente e em suas inter-
relações.
Um dos principais desafios encontrados é que o volume de informações representado
pelas produções científicas das referidas áreas é extenso e suas relações complexas, o que
dificulta e, por vezes, até impossibilita um estudo aprofundado da GC, da OA e da AO e de
suas relações interdisciplinares por meio da análise de pequenos grupos de artigos.
Para se ter uma ideia do problema, quando pesquisados os termos “organizational
learning”, “knoweledge management” e “learning organization”, no portal de periódicos da
CAPES em 15/02/2016, foram encontrados, respectivamente, 7.432, 29.010 e 2.575
documentos, somando um total de 39.017. A mesma pesquisa, no Google acadêmico, apresenta
os seguintes resultados: “organizational learning”: 444.000, “knoweledge management”:
904.000 e “learning organization”: 135.000, totalizando 1.483.000 itens.
22
Na atualidade, o desenvolvimento e a circulação de informações crescem
exponencialmente e as relações entre ciências, campos científicos e áreas do conhecimento
estão cada vez mais dinâmicas e plurais. Desta forma, compreender como se dá a organização
da produção científica se mostra uma tarefa cada vez mais intrincada, porém relevante e
necessária.
Neste sentido, Groh e Fuchs (2011) apontam que a vasta quantidade de literatura
existente, os diversos canais disponíveis e as inúmeras maneiras de publicar os trabalhos como
livros, revistas, conferências, workshops, simpósios e páginas da web, entre outras, fazem com
que seja cada vez mais difícil aos pesquisadores ficarem em contato com grande parte dos
resultados das investigações em curso.
Fujita et al. (2014) acrescentam que os métodos tradicionais, em que os pesquisadores
fazem análises individuais dos textos, não têm capacidade para lidar com os números crescentes
de documentos e pesquisadores ou, ainda, são muito dispendiosos em termos de tempo e custos
empregados. Desta forma, é naturalmente difícil para os pesquisadores detectarem e
compreenderem as relações que se fazem presentes nestes aglomerados de estudos, artigos e
outros textos.
Para Shibata e Kajikawa (2011), a quantidade de conhecimento acadêmico está
aumentando tão rapidamente que as abordagens tradicionais não têm a capacidade de capturar
a estrutura inteira de um domínio de conhecimento específico. Como alternativa, indicam
recentes esforços que usam metodologias baseadas em computação para “capturar” e analisar
grandes quantidades de conhecimento. Para eles, estas metodologias não são apenas escaláveis,
mas também podem proporcionar estruturas comuns de pesquisa em várias frentes.
As múltiplas abordagens e perspectivas, aliadas ao contexto de produção científica em
larga escala da contemporaneidade, dificultam o desenvolvimento de teorias que sejam
amplamente aceitas entre os pesquisadores das três áreas, fator que justifica, em parte, as
pretensões desta tese.
1.1 PROBLEMA, QUESTÕES, OBJETIVOS E CONTRIBUIÇÕES
Como visto até aqui e sintetizado no quadro 1, as áreas de Aprendizagem
Organizacional, Gestão do Conhecimento e Organizações que Aprendem são campos da
Administração que estão em constante inter-relacionamento. A figura 1 representa as inter-
relações entre as áreas que esta tese se propõe a analisar:
23
Figura 2- Relações de interseções entre as áreas.
Fonte: Elaborado pelo autor.
Estes relacionamentos, aliados ao contexto global de produção científica, deixam cada
vez mais complexo o estudo desta produção por meio de abordagens de pesquisa que têm como
objetos de estudo pequenos grupos de documentos científicos. Para lidar com tamanha
complexidade, existem métodos e técnicas de análises de redes que permitem processar e analisar
esse volume de informação de uma maneira mais eficiente. Esta tese utiliza, então, as Análises
de Redes Sociais e Semânticas como forma de lidar com esta crescente complexidade.
Foram estabelecidos os seguintes problemas de pesquisa: Como se dão as relações entre
as áreas de GC, AO e AO? Qual são as prováveis tendências de futuro para cada uma das áreas?
Como objetivo geral, propõe-se compreender melhor as áreas de Aprendizagem
Organizacional, Organizações que Aprendem e Gestão do Conhecimento, e suas relações.
As questões mais específicas para o estudo foram:
Quais as relações entre as estruturas semânticas dos resumos dos textos
encontrados, nas três áreas?
Quais frentes de pesquisa têm potencial para se destacar nas três áreas?
Quais as subáreas em comum nos resumos dos textos de AO, OA e GC?
Como se dão as relações entre as subáreas estudadas ao longo do tempo?
No intuito de tentar responder a esses questionamentos, além de outros que surgiram
durante a execução da pesquisa, fez-se necessário compreender as relações semânticas entre os
resumos e títulos de Aprendizagem Organizacional, Organizações que Aprendem e Gestão do
AO
GCOA
01
24
Conhecimento publicados desde o ano 1965 até 2015 e disponíveis na base de dados Web of
Science.
Para tanto, propuseram-se os seguintes objetivos específicos:
Identificar frentes promissoras de pesquisa nas áreas de AO, OA e GC;
Identificar as possíveis convergências de conteúdo existentes entre as áreas de AO,
OA e GC; e
No aspecto metodológico, o estudo desenvolveu uma metodologia de pesquisa que
permite aos pesquisadores das ciências sociais analisarem, além da estrutura das redes, seus
conteúdos.
Como possíveis vantagens desta abordagem, indica-se:
Possibilidade de se trabalhar com grandes volumes de dados;
Estudar relações semânticas entre áreas de conhecimento; e
Analisar a forma, a estrutura e os conteúdos das redes de produção científica.
Para o alcance dos objetivos, esse estudo foi dividido em quatro capítulos. O primeiro
traz a Introdução, as Justificativas e Objetivos da pesquisa, conforme apresentado. O segundo
propõe um referencial teórico das áreas e das abordagens de pesquisa. O terceiro capítulo
apresenta as metodologias e estratégias propostas. Por fim, o último capítulo congrega os
resultados, as análises e as considerações a respeito dos dados obtidos.
25
2 REFERENCIAL TEÓRICO
O conhecimento tem se tornado um conceito fundamental na Administração, nas suas
disciplinas e em outras ciências, uma vez que, a partir de meados do século XX e início do
século XXI, este constructo tem competido em importância com o próprio capital financeiro.
Bennet e Tomblin (2006) afirmavam que, devido ao crescente reconhecimento da
importância do conhecimento como recurso estratégico para as organizações modernas, não é
de se estranhar que muitas áreas da Administração e de outras ciências se concentrem em sua
criação, transformação, aprendizagem, uso e gestão.
Na Administração e em suas disciplinas, ao menos três áreas têm relação direta com
as questões do conhecimento: a AO, as OA e a GC. Para este estudo, apesar da amplitude de
conceitos e definições, buscamos trabalhar alguns importantes aos objetivos da tese.
2.1 APRENDIZAGEM ORGANIZACIONAL
A literatura em Aprendizagem Organizacional (AO) é dinâmica e multifacetada. São
diversas abordagens do tema que envolvem dimensões distintas, como: psicológica,
sociológica, cultural, histórica, metodológica, além da gestão propriamente dita (ANTONELO;
GODOY, 2010).
Na mesma linha, Bido e Felix (2011) indicam que a Aprendizagem Organizacional
tem sido pesquisada sob diversos enfoques: psicológico, sociológico, das ciências da
Administração etc. Segundo os autores, sua definição varia de acordo com o enfoque adotado,
o que é observado, de modo mais concreto, nos referenciais teóricos escolhidos pelos
pesquisadores. Os autores afirmam ainda que, apesar das abordagens diferirem entre si, pode-
se identificar uma certa sobreposição de definições constitutivas e operacionais para o conceito
de Aprendizagem Organizacional.
Easterby-Smith (1997) traz seis perspectivas acadêmicas que entende terem potencial
para explicar, em parte, a AO. São elas: Psicologia, ciências da Administração, Estratégia,
Administração da Produção, Sociologia e Antropologia Cultural. Nesta tese, tanto as
perspectivas da Administração, da Produção e das ciências da Administração foram
consideradas perspectivas das ciências da Administração e as perspectivas política e cultural
foram apresentadas em conjunto.
26
2.1.1 Perspectiva psicológica
Segundo Ellström (2001), a Aprendizagem Organizacional pode ser definida como
mudanças nas práticas da organização (incluindo rotinas e procedimentos, estruturas,
tecnologias, sistemas, e assim por diante), mediadas por meio
da aprendizagem individual ou de processos. Assim, a aprendizagem individual é vista
como uma condição necessária, mas não suficiente, para a Aprendizagem Organizacional
ocorrer.
Desta maneira, na abordagem psicológica, o olhar sobre a Aprendizagem
Organizacional se lança primeiro sobre o indivíduo, suas relações cognitivas, seu contato com
outros indivíduos e com o meio, para só depois se expandir para a organização.
Para Bastos, Gondim e Loiola (2004), a aprendizagem ocupa um lugar de destaque nas
teorias psicológicas e constitui um processo amplo e complexo, pois está intimamente
relacionada, em uma abordagem cognitivista, a fatores intra e interpsíquicos. Para os autores,
esta é uma abordagem teórica que explora o tema a partir do entendimento de que aprender é
uma mudança comportamental e de atitude que envolve os planos afetivo, motor e cognitivo.
Para Easterby-Smith (1997), em um primeiro momento, há a noção de aprendizagem
como algo que pode ser organizado em uma hierarquia. Aprender nesta concepção envolve a
simples aquisição de informações ou a resposta direta a um estímulo. A aprendizagem, como
tal, implica escolha e mudança de comportamento dentro de um contexto que parece ser
constante.
Em um segundo momento, a aprendizagem concentra-se nos processos cognitivos. O
autor aponta que os indivíduos constroem mapas cognitivos em seus contextos de trabalho, e
que eles podem modificar esses mapas à luz da experiência, ou seja, quando o contexto muda.
É a partir destes mapas individuais que as estruturas de significado coletivo podem ser
construídas no nível organizacional. Nesta perspectiva, o conhecimento é, primeiro, individual
e, em um segundo momento, pode ou não ser compartilhado na organização.
Em um terceiro momento, o autor traz a noção de aprendizagem experiencial, ou seja,
etapas sucessivas na aprendizagem individual que começam com a experiência concreta e
depois passam para observação reflexiva, conceituação, abstração e experimentação. Este
modelo pode ser entendido como um ciclo de Aprendizagem Organizacional em que a
informação é gerada através da experiência direta de funcionários, compartilhada e interpretada
em conjunto.
27
Por fim, a quarta perspectiva trabalha com o argumento de que os indivíduos têm
preferências naturais para formas distintas de aprendizagem, e que estas devem ser
reconhecidas como um prelúdio para ampliar repertórios individuais.
Ao dialogar sobre a faceta psicológica da AO, Lipshitz, Popper e Friedman (2002)
afirmam que o aprendizado organizacional produtivo é bastante raro, porque requer dois estados
psicológicos que são difíceis de manter. O primeiro estado é a segurança psicológica, sem a
qual as pessoas relutam em assumir os riscos necessários à aprendizagem. O segundo estado é
o comprometimento organizacional, sem o qual as pessoas ficam relutantes em compartilhar
informações e conhecimentos com outros indivíduos.
Para Bastos, Gondim e Loiola (2004), a Psicologia e suas disciplinas têm contribuído
para as discussões que estão sendo desenvolvidas em Aprendizagem Organizacional. Contudo,
um dos grandes desafios com que os interessados da área se deparam é a adequada transposição
de conhecimentos produzidos na psicologia individual para o contexto organizacional.
Pensar aprendizagem sob uma perspectiva psicológica permite aos pesquisadores
compreender nuances dos indivíduos no processo de aprendizagem, trazendo abordagens
cognitivistas e comportamentais.
Por fim, Easterby-Smith (1997) traz a concepção de que, embora muitas vezes as
pessoas afirmem ter aprendido novas ideias e práticas, isto não se manifesta frequentemente em
seu comportamento e atribui esta condição às rotinas defensivas. Algumas características desta
abordagem, segundo o autor, são:
Existem diferentes níveis de aprendizagem individual;
Reconhecimento da importância do contexto;
Reconhecimento que ideias sobre aprendizagem individual podem ser ajustadas
para a aprendizagem organizacional;
Reconhecimento da importância cognitiva; e
Reconhecimento da inter-relação entre pensamento e ação.
2.1.2 Perspectiva da ciência da Administração
Esta abordagem traz a importância da informação para o contexto da AO. Para um
indivíduo ou grupo tomar uma decisão de maneira eficiente, devem ter condições de armazenar
e tratar estas informações.
28
Huber e March (1991) propõem quatro construções relacionadas com Aprendizagem
Organizacional. São elas: aquisição de conhecimento, distribuição de informação, interpretação
da informação e memória organizacional.
Vê-se uma aproximação dos conceitos da Aprendizagem Organizacional com os
conceitos da Gestão do Conhecimento, uma vez que a relação entre aprendizagem e
conhecimento é tratada nesta perspectiva: primeiro, o conhecimento deve ser adquirido, para
depois ser repassado para toda a organização. Esta distribuição pode levar ao desenvolvimento
de novos conhecimentos, perspectiva que aproxima a AO das ciências da informação, uma vez
que traz a informação e seus sistemas para o cerne das discussões de AO.
A própria relação entre dados, informações e conhecimento tem tido uma importância
relativa nesta perspectiva, uma vez que são conceitos que parecem se confundir em
determinados momentos.
Em síntese, as principais contribuições desta perspectiva, segundo Easterby-Smith
(1997), são:
Criação e difusão de informações e do conhecimento;
Noção de conhecimento organizacional;
Níveis de aprendizagem progressivamente desejáveis; e
Informatização.
2.1.3 Perspectiva sociológica e Teoria Organizacional
A aprendizagem, segundo esse enfoque, é construída nas relações entre pessoas e
grupos. Segundo Antonelo e Godoy (2010, p. 314), “nesta dimensão os aspectos situacionais
da aprendizagem têm papel central, enquanto os princípios psicológicos da cognição social e
individual são considerados processos secundários”.
Pode-se, então, compreender aprendizagem como processo social. Desta forma, os
indivíduos ou grupos nunca aprendem sozinhos; na verdade, nunca estão sozinhos, mas em
constante relação dialógica. Estudar aprendizagem a partir desta perspectiva é analisar as
relações.
Easterby-Smith (1997) propõe que esta abordagem pode ser dividida em quatro temas:
funcionalista, de contingência, construtivista e crítica.
A abordagem funcionalista parte da premissa de que os aspectos estruturais,
especialmente onde eles mais se aproximam do modelo burocrático, são fatores que podem
29
dificultar ou facilitar a aprendizagem. Além da estrutura, dimensões políticas, culturais e
hierárquicas influem no processo de Aprendizagem Organizacional.
A visão da contingência, segundo Easterby-Smith (1997), sugere que a Aprendizagem
Organizacional significa coisas diferentes e opera de maneiras díspares, de acordo com a
natureza da organização. A aprendizagem é reconhecida como um processo que se passa dentro
da organização e torna-se propriedade de todos os seus membros.
A abordagem construtivista sugere que a aprendizagem informal está em oposição à
formal. Na análise de Nicolini e Meznar (1995), o construtivismo tem uma perspectiva mais
ampla. Para eles, o conhecimento é construído e reconstruído seguindo descontinuidades
percebidas no funcionamento organizacional. Tais descontinuidades resultam de pressões
internas e externas e levam ao aprendizado. A aprendizagem é, portanto, concebida como o
processo e o resultado da construção social.
Já a visão crítica faz uma contribuição distinta focando diferenças sobre a capacidade
dos indivíduos para apresentar o conhecimento como algo válido e útil dentro da organização.
As contribuições desta perspectiva, segundo Easterby-Smith (1997), são:
Chamar a atenção para a política, conflito e poder como realidades normais de todas
as organizações; e
Levantar a questão sobre quais interesses são servidos pela Aprendizagem
Organizacional.
2.1.4 Perspectiva antropológica cultural
Esta visão aponta a cultura como algo importante no processo de Aprendizagem
Organizacional. A cultura organizacional é fator determinante em vários processos e as relações
serão estabelecidas através da cultura.
Sobre a faceta cultural da Aprendizagem Organizacional, Friedman, Lipahitz e Popper
(2005) identificam cinco normas que são susceptíveis de produzir informações válidas, além de
um compromisso com a ação corretiva: transparência, integridade, issue orientation, inquiry, e
accountability. Estas normas são as manifestações observadas em um conjunto de valores
comuns que constituem uma cultura organizacional propícia à aprendizagem produtiva.
Para o autor, a transparência é definida como expor seus pensamentos e ações para os
outros, a fim de receber feedback. A integridade é definida pela disponibilização de informação,
independentemente de suas implicações. Issue orientation é definida como a relevância da
30
informação para as questões, independentemente das posições social, do destinatário ou da
fonte. Inquiry, questionamento, é definido como a persistência na investigação até que a plena
compreensão seja alcançada. Accountability é definida como assumir a responsabilidade pelo
que foi aprendido.
Entre as discussões culturais, cabe apresentar também a abordagem política da AO.
Lipshitz, Popper e Friedman (2002) apresentam esta face e indicam os passos formais e
informais tomados pela administração para promover a Aprendizagem Organizacional. Como
o nome indica, esta abordagem se faz perceber através de políticas, normas, orçamentos e
procedimentos de uma organização. Três políticas são particularmente importantes para a
facilitação da aprendizagem organizacional: compromisso com a aprendizagem, tolerância com
o erro e comprometimento com a força de trabalho.
A abordagem cultural trata de uma forma de pensar em que a Aprendizagem
Organizacional tem forte ligação com a perspectiva sociológica, uma vez que a cultura
representa uma sociedade e os grupos sociais.
Algumas contribuições desta perspectiva são:
Chamar a atenção para a importância da cultura, valores e crenças;
Mostrar que a cultura afeta tanto o processo como a natureza da Aprendizagem
Organizacional; e
Questionar se algumas culturas podem ser consideradas superioras a outras, em
relação à facilitação da aprendizagem.
2.1.5 Perspectiva estratégica
A aprendizagem nesta perspectiva pode ser pensada a partir de sua relação com a
aquisição de vantagens competitivas, ou seja, a Aprendizagem Organizacional é um dos fatores
que alinha a organização e o ambiente interno e externo. A aprendizagem pode, então, ser
pensada como uma dentre as formas que a organização possui de se diferenciar de sua
concorrência de maneira estratégica.
Para Levinthal e March (1993), o aprendizado tem sido “descoberto” pelo mundo da
prática e do campo acadêmico da gestão estratégica. Como os pesquisadores têm considerado
a estabilidade das diferenças de desempenho da empresa face à mudança de ambientes de
negócios, muitos passaram a ver a capacidade de aprender como um importante fator; em alguns
casos, a única fonte sustentável de vantagem competitiva.
31
Algumas das principais contribuições desta perspectiva, segundo Easterby-Smith
(1997), são:
As vantagens competitivas podem ser obtidas a partir de uma aplicação dos
princípios da Aprendizagem Organizacional;
As organizações são capazes de se adaptar à evolução das circunstâncias ambientais;
A experiência direta e o conhecimento tácito são importantes.
Como já exposto, a Aprendizagem Organizacional é uma área multifacetada, fator
que, se por um lado dinamiza o campo, por outro dificulta sua compreensão. Isto, aliado a
um contexto complexo, torna a tarefa de pesquisar a área um trabalho cada vez mais árduo.
2.2 ORGANIZAÇÕES QUE APRENDEM
Senge (1991) define organização que aprende como aquela que possui não só uma
capacidade de adaptação, mas também de “generatividade”, que pode ser considerada como a
capacidade de criar futuros alternativos.
A respeito das OA e da AO, Bastos et al. (2004) levantam questões importantes: Quem
é o sujeito da aprendizagem? Quem é que aprende: os indivíduos na organização ou a própria
organização? Para os autores, essa talvez seja a principal tensão teórica nas vertentes de Apren-
dizagem Organizacional e Organizações que Aprendem. Uma posição mais crítica nega à
organização esse poder de aprender, pois ela não seria um ser humano.
Na verdade, a expressão aprendizagem organizacional é uma metáfora, recurso da
linguagem que permite antropomorfizar as organizações, atribuindo-lhes
propriedades humanas. [...] Trata-se de uma metáfora que problematiza a relação entre
organização e conhecimento, entre organização e processamento social e cognitivo do
conhecimento e, finalmente, entre ação organizacional e construção de sua realidade
social (Bastos et al., 2004, p. 224).
Ao que parece, o próprio conceito de Organizações que Aprendem parece surgir de
uma visão exacerbada desta antropomorfização.
O quadro 2 aponta algumas das diferenças entre os estudos em AO e em OA. Dele,
pode-se aferir que, enquanto a AO está relacionada mais com teorias decisórias da
administração, a OA está mais voltada para a estratégia
32
Quadro 2-Algumas diferenças entre Organizações que Aprendem e Aprendizagem Organizacional.
Organizational Learning Learning Organization
Resultado Mudança organizacional Melhoria organizacional
Motivo Evolução organizacional Vantagem competitiva
Escritos Descritiva Prescritiva
Objetivos Construção de teoria Intervenção
Estímulo Emergente Planejado
Audiência Acadêmica Prática
Base científica Teorias decisórias
Estudos organizacionais
Desenvolvimento organizacional
Administração estratégica
Fonte: Adaptado de Huysman (2000).
Como exposto, as OA são centradas em uma perspectiva mais estratégica das
organizações, que se preocupa principalmente com meios e formas de se estabelecer vantagens
competitivas sustentáveis e percebe a “estrutura” da organização como um fator determinante
em seu processo de aprendizagem.
Na tentativa de conceitualizar Organizações que Aprendem, Bastos, Gondim e Loiola
(2004) apresentam a noção de que as OA estão se tornando um guarda-chuva conceitual que
ajuda a dar sentido a um conjunto de valores e ideias que buscam tornar as organizações mais
responsaveis e ágeis no atendimento das necessidades de seus consumidores. Para os autores,
esta é a base para os inúmeros textos que discutem como construir tais organizações.
[...] todos claramente dominados por uma lógica prescritiva, com parcos fundamentos
sólidos, e redigidos para fornecer modelos bem-sucedidos aos gestores. Ainda dentro
dessa vertente, há um grupo de pesquisadores preocupados em descrever organizações
que foram bem-sucedidas nos seus processos de mudança e ajustes (BASTOS;
GONDIM; LOIOLA, 2004, p. 222).
Segundo esses teóricos, enquanto a Aprendizagem Organizacional surge em um ambiente
mais acadêmico e descritivo, as Organizações que Aprendem partem de uma perspectiva mais
prática e prescritiva, muito mais próxima do mercado e das consultorias do que da academia.
[...] o olhar de acadêmicos e pesquisadores volta-se para a construção de teorias sobre o
fenômeno, apoiando-se em investigação empírica, privilegiando o rigor metodológico
de forma a descrever como as organizações estão aprendendo e os fatores associados a
tal processo. Os gestores e consultores, por outro lado, oferecem sua contribuição, a
partir de suas experiências práticas bem-sucedidas, que, ao serem generalizadas para
qualquer contexto, normalizam e prescrevem o que as organizações devem fazer para
aprender (BASTOS; GONDIM; LOIOLA, 2004, p. 222).
Ainda a respeito das OA, Levitt e March (1988) baseiam-se em três observações
clássicas tiradas de estudos de comportamento das organizações. A primeira é que o
33
comportamento de uma organização é baseado em rotinas. A ação decorre de uma lógica de
adequação ou legitimidade, mais do que de uma lógica de consequência ou intenção. Trata-se
de procedimentos e situações, e nem tanto de cálculos e escolhas.
A segunda observação é que as ações organizacionais são dependentes da história. As
rotinas são mais focadas em interpretações do passado do que em antecipações do futuro.
A terceira observação proposta pelos autores é que as organizações são orientadas por
metas. O seu comportamento depende da relação entre os resultados que almejam e as
aspirações que têm. Desta forma, pode-se fazer uma comparação entre uma organização e uma
pessoa (antropomorfização). Se uma organização se comporta de determinada maneira, esta
pode mudar o seu comportamento através de um processo de aprendizagem semelhante ao
humano.
Em um sentido antropomórfico, Rauliuc e Bratianu (2005) explicam as OA como
organizações que devem ser capazes de pensar e criar o seu próprio futuro. Estas instituições
devem ter uma visão do que gostariam de se tornar em um futuro desejável e para isso elas
deveriam ser capazes de desenvolver seus recursos estratégicos e capacidades dinâmicas
necessárias através da aprendizagem, para gerar uma vantagem competitiva sustentável.
Os autores ainda afirmam que uma das capacidades mais importantes é a
Aprendizagem Organizacional, que significa a competência de integrar o aprendizado
individual de todos os funcionários em um processo organizacional, compartilhando a mesma
visão e valores culturais. Através da aprendizagem, cria-se uma atmosfera na organização que
concorre para que os cumprimentos de seus objetivos sejam compartilhados e os requisitos de
negócio externos sejam alcançados.
Como explanado, alguns autores da OA atribuem comportamentos e capacidades dos
seres humanos às organizações. Sob este ponto de vista, uma organização é capaz de aprender
com sua história, interações e inter-relações.
Examinando-se as áreas de AO e OA, Bastos, Gondim e Loiola (2004) inferem que as
mesmas se diferenciam nas formas como a aprendizagem organizacional, em especial pela
diversidade de seus públicos (acadêmicos e gestores), se constitui. Partem de perspectivas
muitas vezes antagônicas: compreender e analisar versus mudar e prescrever.
As duas áreas deparam-se com questões específicas, complexas, cujo equacionamento
demanda esforço continuado de pesquisa e diálogo intra e inter campos. Para os autores, em
ambas as áreas, alguns aspectos relacionados ao processo de produção de conhecimento
ganham importância, por mostrarem lacunas ou desafios a serem enfrentados.
34
Yang, Watkins e Marsick (2004) conceituam as OA sob três perspectivas: a primeira
é da aprendizagem. Nesta abordagem, eles definem as OA como organizações que facilitam a
aprendizagem de todos os seus membros e se transformam continuamente, a fim de cumprir os
seus objetivos estratégicos.
Os autores identificaram sub-áreas da aprendizagem onde isso ocorre: Estratégia,
políticas participativas, informatização, contabilidade formativa e controle, troca interna,
aprendizagem interorganizacional, aprendizagem climática, autodesenvolvimento, etc. Os
elementos tradicionais da gestão são incorporados para apoiar a aprendizagem. Propõem,
contudo, que as áreas identificadas podem estar conceitualmente sobrepostas.
A segunda perspectiva é a estratégica. De acordo com esta abordagem, a Organização
que Aprende requer uma compreensão das estratégias internas necessárias para a construção de
capacidade de aprendizagem. Para Yang, Watkins e Marsick (2004), a perspectiva estratégica
da organização de aprendizagem postula que certas práticas gerenciais ou blocos estratégicos
de construção são pré-requisitos para uma organização de aprendizagem. Segundo os teóricos,
estes blocos estratégicos de construção podem servir como diretrizes para a prática operacional
e gerencial.
A terceira perspectiva é a integrativa, o que, segundo Yang, Watkins e Marsick (2004),
fornece um modelo integrador para a organização de aprendizagem. O modelo proposto integra
pessoas e estrutura, que são igualmente vistos como componentes interativos de mudança e
desenvolvimento organizacional.
Além da AO, outra área da Administração que está em constante relacionamento como
as OA é a Gestão do Conhecimento.
2.3 GESTÃO DO CONHECIMENTO
Sobre a gênese da área de Gestão do Conhecimento (GC), Wiig (1997) afirma que, em
meados da década de 1980, indivíduos e organizações começaram a vislumbrar o papel cada
vez mais importante do conhecimento no ambiente competitivo. Neste contexto, a competição
internacional foi mudando para enfatizar cada vez mais produtos e serviços de qualidade,
diversidade e personalização.
Segundo o mesmo autor, a gestão sistemática de conhecimento assume nova
importância com a atual realidade econômica, em que o conhecimento é um fator de
35
diferenciação competitiva para indivíduos, empresas e nações. Essa realidade é a força motriz,
porque traz ampla adoção e continuado desenvolvimento de métodos e ferramentas para
gerenciar o conhecimento.
Assim sendo, algumas organizações foram buscar no conhecimento o “norte” para a
melhoria da sua gestão. Esta tendência é lembrada pelo autor ao observar que, no período de
1986 em diante, inúmeros relatos científicos apareceram, tratando de questões relacionadas com
a forma de gerir o conhecimento.
Como a Aprendizagem Organizacional não é a simples soma das aprendizagens
individuais, o conhecimento organizacional não é uma simples soma do conhecimento
individual. Para Bhatt (2001), o conhecimento organizacional é formado por padrões únicos de
interações entre tecnologias, técnicas e pessoas. E essas interações são moldadas pela história
e cultura única da organização.
Embora alguns autores da Administração estejam cientes do potencial existente entre
os recursos de conhecimento, não há um consenso sobre suas características e formas.
Para Bhatt (2001), pesquisadores e acadêmicos tomaram diferentes perspectivas sobre
a Gestão do Conhecimento, que vão desde soluções tecnológicas às comunidades de prática.
Para este autor, as tecnologias e os sistemas sociais são igualmente importantes na GC. A
conversão entre informação e conhecimento é melhor realizada através de atores sociais, mas
estes são lentos, em comparação aos sistemas informacionais.
Ao que parece, a tríade formada pelos conceitos de dado, informação e conhecimento
causa certa confusão na área da GC, uma vez que o conhecimento pode ser confundido com
dados e informação. Bhatt (2001) argumenta que dados e informações são distinguidos com
base em sua “organização”, enquanto informação e conhecimento são diferenciados com base
na “interpretação”.
Como exemplo, pode-se pensar nos seguintes dados de maneira aleatória: (01/01/2015,
35, RN). Estes dados sem contexto não têm nenhuma representatividade, contudo, se
adicionarmos um contexto, eles se tornam informação: (Data de nascimento = 01/01/2015;
Idade = 35; Sigla do Nome = RN). Os dados aleatórios não têm sentido, mas passam a ter,
quando corretamente estruturados. Podem finalmente ser interpretados por alguém que
compreenda o código adotado.
No mesmo sentido, Alavi e Leidner (2001) apontam que o conhecimento é informação
existente na mente de indivíduos: é informação personalizada (que pode ou não ser nova,
36
original, útil, ou precisa) relacionada com fatos, procedimentos, conceitos, interpretações,
ideias, observações e julgamentos.
Para os autores, o conhecimento é, portanto, o resultado do processamento cognitivo
desencadeado pelo ingresso de novos estímulos. Pode-se pensar que a informação é convertida
em conhecimento, uma vez que é processada na mente dos indivíduos. E o conhecimento se
torna informação, pois é articulado e apresentado sob a forma de texto, gráficos, palavras ou
outras formas simbólicas.
Para Alavi e Leidner (2001), uma implicação importante deste ponto de vista do
conhecimento é que, para indivíduos diferentes chegarem à mesma compreensão dos dados ou
informações, eles devem compartilhar uma certa base de conhecimento.
Todavia, não existe uma única abordagem geral para a Gestão do Conhecimento. Por
isso, Wiig (1997) traz três noções que se mostram importantes para entendê-la:
A primeira trata da gestão explícita do conhecimento com abordagens técnicas e se
concentra, principalmente, no conhecimento adquirido das pessoas, em bases de conhecimento,
em sistemas baseados em conhecimento, e no conhecimento disponibilizado através de redes
tecnológicas. É uma noção informacional do conhecimento.
A segunda noção centra-se na gestão de capital intelectual, nas formas de capital
estrutural e capital humano das pessoas.
A terceira noção tem foco mais amplo para incluir todos os aspectos relacionados com
o conhecimento que afetam a viabilidade e o sucesso empresarial. A discussão engloba as
noções acima para incluir também a maioria das outras práticas e atividades da empresa.
Wiig (1997) aponta ainda cinco estratégias que considera importantes para
compreender o conhecimento em um ambiente organizacional:
1. Conhecimento como estratégia de negócio – Foca-se na captura, organização,
renovação, partilha e utilização de informações, com o intuito de ter o melhor conhecimento
possível disponível;
2. Estratégia de gestão de ativos intelectuais – Foca-se em conhecimento de gestão
de nível empresarial dos bens intelectuais específicos, tais como patentes, tecnologias, práticas
operacionais e de gestão, relacionamento com clientes, organização e outros ativos de
conhecimento;
3. Estratégia de responsabilidade de ativos – Foca-se no conhecimento pessoal,
inovações e o estado competitivo, renovação, uso efetivo, e disponibilidade a outros dos ativos
de conhecimento dentro de cada área;
37
4. Foco na aprendizagem do conhecimento básico – Foca-se na pesquisa,
desenvolvimento e motivação dos colaboradores, o que levará à inovação e melhoria da
competitividade; e
5. Estratégia de transferência de conhecimento – Foca-se em abordagens sistemáticas
para obter, organizar, reestruturar, armazenar ou memorizar o conhecimento, para sua
implantação e distribuição.
Outra percepção amplamente aceita no universo da GC é encontrada no trabalho de
Nonaka, Toyama e Byosiere (1996), que classificam o conhecimento bipartindo-o em explícito
e tácito, como a chave para entender o que é e como se dissemina.
2.3.1 Conversão de conhecimento
Para Nonaka, Toyama e Byosiere (1996), existem dois tipos de conhecimento:
explícito e tácito. O conhecimento explícito pode ser expresso em linguagem formal e
sistemática, e compartilhado na forma de dados, fórmulas científicas, especificações, manuais,
e assim por diante. Ele pode ser facilmente “processado”, transmitido e armazenado. O
conhecimento implícito ou tácito, por outro lado, é muito pessoal e difícil de formalizar. Está
profundamente enraizado na ação, procedimentos, rotinas, compromissos, ideais, valores e
emoções. Além disso, reside muitas vezes em um contexto específico, prático, de tempo e
espaço. Entender a relação entre estes dois tipos de conhecimento é considerado pelos autores
como ponto chave para compreender a dinâmica do conhecimento dentro das organizações.
Para melhor compreensão desta dinâmica, será apresentada a teoria da Socialização,
Externalização, Combinação e Internalização (SECI), que se pauta na distinção entre
conhecimento tácito e explícito e sugere padrões básicos para a criação e compartilhamento do
conhecimento em qualquer organização.
Segundo Nonaka, Toyama e Byosiere (1996), a Socialização é o processo de trazer o
conhecimento tácito em conjunto com a experiência. Uma vez que o conhecimento tácito é
específico para cada um, é difícil de formalizar. A chave para a aquisição de conhecimento
tácito é compartilhar a mesma experiência através de atividades conjuntas. A Socialização é
difícil de ser gerenciada, porque se pauta na conversão do conhecimento tácito, a fim de
promover seu compartilhamento.
A Externalização é o processo de articular o conhecimento tácito como conhecimento
explícito. Dos quatro modos de conversão do conhecimento, a Externalização é a chave para a
38
criação do conhecimento, porque cria novos conceitos, explicitando o conhecimento tácito.
Quando isso ocorre, o conhecimento torna-se cristalizado. Neste ponto, ele pode ser
compartilhado, tornando-se base para a criação de novos conhecimentos. A conversão bem-
sucedida do conhecimento tácito em explícito depende do uso de metáforas, analogias e
modelos.
A Combinação é o processo de conexão de elementos discretos do conhecimento
explícito no conjunto do conhecimento explícito, mais complexo e sistemático do que qualquer
uma de suas partes. O conhecimento é trocado pela combinação de meios, tais como
documentos, reuniões, conversas telefônicas e redes informáticas de comunicação. A
reconfiguração do conhecimento existente através de uma triagem, acrescentando combinação
e categorização, pode criar novos conhecimentos. Na prática, a Combinação compreende três
processos. Em primeiro lugar, os conhecimentos explícitos são recolhidos de dentro ou de fora
das organizações e então combinados. Em segundo lugar, o novo conhecimento explícito é
disseminado entre os membros da organização. Em terceiro lugar, o conhecimento é editado ou
processado na organização, a fim de torná-lo mais utilizável. O uso criativo de redes de
informação e de comunicação e bancos de dados pode facilitar esse modo de conversão do
conhecimento.
Por fim, a Internalização pode ser compreendida como o processo de incorporar o
conhecimento explícito como conhecimento tácito. É usada para alargar, ampliar e reformular
o conhecimento tácito dos membros da organização e está intimamente relacionada com a
aprendizagem pela prática. Através de Interiorização, o conhecimento criado é compartilhado
com toda a organização.
Na prática, a Internalização implica duas dimensões: primeiro, o conhecimento
explícito deve ser incorporado na ação e na prática; segundo, o processo de internalizar o
conhecimento explícito atualiza conceitos sobre estratégias, tática, inovação ou melhoria.
Nonaka, Toyama e Byosiere (1996) ainda afirmam que os conhecimentos são criados
através de uma interação contínua e dinâmica entre o conhecimento tácito e explícito. Essa
interação é moldada pelo processo SECI, ou seja, através das mudanças de um modo de
conversão do conhecimento para o próximo.
Também para Grover e Davenport (2001), a investigação do domínio da GC parece
fragmentada. Para eles, diversos conceitos, como teoria baseada em recursos, capacidade de
absorção, capacidades dinâmicas, e assim por diante, têm enriquecido o campo. Outros autores,
39
como Bhatt (2001), se referem à gestão do conhecimento como um processo de criação,
validação, apresentação, distribuição e aplicação do conhecimento.
Alguns trabalham com uma divisão da GC em duas gerações distintas, como é caso de
Mcelroy (2002). Para o autor, ao contrário da primeira geração de GC, em que a tecnologia e a
informação parecem sempre dar as respostas, o pensamento de segunda geração é abrangente e
se relaciona mais com os recursos humanos, processos e iniciativas sociais. O autor afirma
ainda que, enquanto os profissionais de primeira geração de GC tendem a começar com a
suposição bastante conveniente de que o conhecimento já existe, os praticantes da segunda
geração, em vez disso, assumem a posição de que o conhecimento é algo produzido em sistemas
sociais humanos.
Para Mcelroy (2002), o conhecimento de segunda geração é dinâmico. De acordo com
esta interpretação, o conhecimento consiste em formulações mentais e linguísticas em
afirmações sobre o mundo. Quando pode ser expresso, normalmente, assume as formas de
afirmações, proposições, hipóteses, argumentos, alegações, e outros modos de reivindicações
linguísticas sobre o mundo. Para o autor, todas essas reivindicações, por sua vez, estão sujeitas
à análise, refutação, avaliação, e até mesmo falseabilidade.
Enquanto as Organizações que Aprendem e a Aprendizagem Organizacional são
classificadas principalmente pelas perspectivas científicas em que foram feitas as pesquisas, os
estudos meta-teóricos em Gestão do Conhecimento geralmente categorizam-nas em gerações.
Além das duas gerações propostas por Mcelroy (2002), Ferguson, Mchombu e
Cummings (2008) apresentam mais duas gerações, conforme demonstra o quadro 3:
40
Quadro 3- Gerações da Gestão do Conhecimento.
Autores
PALAVRAS-CHAVE
1ª Geração 2ª Geração 3ª Geração 4ª Geração
Huysman
et al.
(2007)
Objetivismo;
determinismo;
tecnologia da
informação.
Enraizamento social;
imersão na prática;
comunidades de
prática.
x x
Ferguson e
Cummings
(2007)
Conhecimento
enquanto
mercadoria;
bases de dados.
Compartilhamento do
conhecimento; estudos
de caso; ‘melhores
práticas’.
Centrado em pessoas, abordagem baseada na prática;
comunidades de prática interorganizacional.
x
Castro,
Laszlo e
Laszlo
(2002)
Distribuição do
conhecimento
organizacional,
através de uma
tecnologia;
concentra-se em
normas e padrões
de referência.
Criação do
conhecimento para
satisfazer as
necessidades
organizacionais;
aprendizagem
organizacional e
criação de valor.
O “conhecimento da evolução”;
conhecimentos relacionados com
a cidadania corporativa e seu
impacto no
desenvolvimento mundial;
formas participativas de engajar-
se em criação de significado.
x
Snowden
(2002)
Estruturação da
informação para a
tomada de decisão;
computadorização
dos processos de
negócio.
Tacit-explicit
knowledge
conversion.
Contexto, narrativa, histórias,
conteúdo, gestão;
baseia-se na complexidade e em
sistemas adaptativos.
x
Koenig
(2005)
Codificação do
capital intelectual
centrado em TI;
internet e intranets;
melhores práticas.
Introdução da
dimensão humana e
cultural; Organizações
que Aprendem;
conhecimento tácito;
comunidades de
prática
intraorganizacional.
Administração de conteúdo e taxonomias.
A importância das
fontes extraorganizacionais;
conhecimento situado no contexto;
comunidades de prática
interorganizacional.
Fonte: Adaptado de Ferguson, Mchombu e Cummings (2008, p. 12).
Pode-se tentar fazer uma analogia entre as gerações e as abordagens apresentadas no item
2.1 desta tese. A primeira geração da GC centra-se principalmente em uma abordagem técnica-
informacional. A segunda geração se aproxima das abordagens culturais, enquanto a terceira e a
quarta estão mais voltadas para as abordagens antropológica, cultural, sociológica e estratégica.
41
2.4 REDES SOCIAIS
As redes potencializam a forma como os humanos produzem e compreendem a
circulação de produtos, conhecimento, dados, informações etc. Como exemplo, pode-se
apresentar a internet, redes neurais, redes de comunicação e de distribuição, e as redes sociais.
Pode-se definir rede social como toda estrutura que tem nas relações sociais os fatores
que a determinam. Estudar as redes, no lugar de entidades isoladas, pode permitir aos
pesquisadores uma noção mais ampla das estruturas e das relações que permeiam qualquer
relação social.
Uma visão compartimentada de uma área ou ciência pode não apresentar todas as
características necessárias à sua compreensão. Já uma visão complexa leva a pensar nas relações
entre os saberes, às áreas e as ciências. Nesta visão, o todo complexo representa mais que a
soma das partes. Desta forma, para se compreender a gênese, as relações ou os caminhos que
as ciências e áreas do conhecimento percorrem a metáfora das redes é recomendada.
Kadushin (2012) aponta que as redes sociais estão no cerne das sociedades desde que
os humanos eram “caçadores-coletores”. Para o autor, as pessoas estão conectadas por suas
relações e suas dependências desde tempos passados, quando ligações familiares e tribais
ditavam valores e comportamentos da sociedade.
As diferenças principais, entre o passado e a contemporaneidade, são que na atualidade
o local e o regional se tornam global através das redes de comunicação, além disto, as novas
tecnologias e linguagens provêm novas e dinâmicas formas de interação social.
Segundo Borgatti, Everett e Johnson (2013), o que acontece com indivíduos ou grupos
é, em grande parte, função da estrutura de rede onde se encontram e de suas conexões. Os
autores afirmam que as redes são abstrações que permitem estudar sistemas sociais complexos
através da atenção dada às entidades do sistema e às relações entre elas. Estas entidades são
geralmente denominadas nós ou vértices e têm características distintas que os autores
denominam atributos. As relações denominadas arestas laços ou links também apresentam
características passíveis de serem estudadas.
Segundo Wijk, Bosch e Volberda (1999), os conceitos de redes sociais têm origem na
sociologia e na antropologia e estão alicerçados no pensamento que qualquer organização social
pode ser representada por uma rede. Pode-se, então, compreendê-las como todas as redes onde
seus vértices e arestas são representações de organismos, organizações ou interações sociais.
Newman (2003), ao apresentar a sua concepção de redes, traz as seguintes estruturas
básicas: Os vértices e as arestas. Os vértices são a unidade fundamental de uma rede, também
42
chamado de nó na informática, ou de ator na sociologia. A aresta é a representação da linha
que conecta dois vértices. Também chamada de uma ligação na física, link na informática e
fluxo na sociologia.
Os nós ou vértices de uma rede social podem representar qualquer ator social, desde
indivíduos a grupos, passando por objetos a conjuntos de objetos. Desta forma, pensar a
produção científica como uma representação social permite utilizar a metáfora da rede para seu
estudo e compreensão.
Esta analogia pode então ser aplicada à produção e publicação de documentos
científicos, uma vez que estes podem ser representados por uma estrutura de rede. Nesta teia,
os vértices podem ser representados, seja pelos documentos, pelos autores, por palavras, por
conceitos, pelos coautores, por revistas, etc. As arestas, por sua vez, representam as relações
que podem ser de citação, de coautoria, de conteúdo semântico, de paradigmas de pesquisa,
podem ser ainda geográficas, culturais, políticas, entre outras.
Esta forma de estruturar os textos científicos e suas relações é denominada como
perspectiva de redes sociais. Nesta concepção, as redes de textos científicos não são fixas e
acabadas, mas sim algo em constante relação com o passado, com o presente e com o futuro de
determinado campo ou ciência. Ao estudar um agrupamento de textos científicos, o pesquisador
pode ter uma visão mais ampla do seu objeto de estudo e perceber relações imperceptíveis a
outras abordagens de pesquisa.
Para Newman (2006), o estudo dos sistemas em rede tem uma história que é antiga,
mas passa por uma onda de interesse na última década, especialmente nas ciências matemáticas.
Isto se deve em parte como resultado do aumento da disponibilidade de dados precisos em
grande escala. A análise estatística destes dados, segundo o autor, revela características
estruturais que podem ser estudadas pelas técnicas contemporâneas de pesquisa, sobretudo
através de softwares.
Ao analisar a produção científica sob a metáfora da rede, o escopo de investigação se
amplia, permitindo às ciências redefinirem suas bases paradigmáticas teóricas e lógicas, o que,
no contexto desta “nova forma de pensar as ciências”, permite aos pesquisadores trabalharem
com a complexidade.
Na pesquisa referenciada nesta tese, foi proposta a análise da produção científica das áreas
de AO, OA e GC, a partir da perspectiva das redes, no intuito de abranger esta complexidade. Parte-
se, então, de uma perspectiva que trata o conhecimento e as ciências não como blocos fixos e
isolados, mas sim com uma compreensão do conhecimento enquanto rede. Numa estrutura, nada é
43
fixo; tudo está em constante reorganização. Desta forma, não existem centros fixos, as fronteiras
estão em amplo movimento. Definir ou tentar compreender os caminhos que essas redes irão seguir,
suas fronteiras e relações, é um exercício que extrapola a lógica científica tradicional.
A figura 3 apresenta um fragmento de rede semântica que são as estruturas utilizadas nas
análises da tese.
44
Figura 3- Exemplo de rede semântica da OL.
Fonte: Dados da pesquisa.
Nota: Exemplo de rede semântica agrupada por Modularidade de Newman. A figura faz parte dos textos de OL no ano de 2001 e demonstra a esfera de influência dos
bigramas Colletive Learn, Competitive Advantage e Business Process.
45
Nesta tese, os textos científicos, resumos, títulos, palavras e bigramas são alguns dos
vértices ou nós de uma rede, os fluxos ou arestas são determinados pelas relações semânticas.
Para analisar estas redes, faz-se necessário compreender sua topologia.
2.5 TOPOLOGIA DAS REDES
Por topologia pode-se entender os modelos matemáticos que regem as figuras
geométricas. As redes, como figuras geométricas, seguem determinados princípios importantes
para este trabalho. Pode-se sucintamente definir a rede como uma estrutura geométrica formada
por um conjunto de vértices ou nós interligados por linhas ou arestas, cuja estrutura pode ser
representada por um grafo.
Um vértice, segundo Nooy, Mrvar e Vladimir (2005), é a menor unidade em uma rede
e, na análise de redes sociais, representa um ator social, que pode ser um indivíduo em uma sala
de aula, um país em suas relações comerciais, ou ainda uma palavra em um texto, um conjunto
de textos em uma ciência ou área do conhecimento.
Uma linha representa as ligações entre dois vértices quaisquer. Para Nooy, Mrvar e
Vladimir (2005), uma linha tem potencial para representar quaisquer interações sociais. Ainda
segundo estes autores, um loop é um tipo especial de linha que conecta um vértice a ele mesmo.
Para eles, uma linha pode ser direta ou indireta. Uma ligação direta é denominada arco,
enquanto uma ligação indireta é denominada aresta.
Um grafo pode ser denominado direto ou dígrafo, quando contém um ou mais arcos.
Já uma relação social “sem direção” é representada por uma aresta, pois ambos os vértices têm
função similar na relação. Um grafo indireto não contém arcos.
Para Kadushin (2012), uma rede pode conter mais de um tipo de relação. Por exemplo,
tem-se um conjunto de artigos científicos e podem-se demonstrar, através das arestas, tanto as
relações de citação quanto as relações semânticas entre eles. Este tipo de grafo é denominado
rede de múltiplas relações ou ainda multiplex networks.
No quadro 4, encontra-se o glossário de alguns termos utilizados no estudo de redes.
46
Quadro 4. Glossário de redes.
Fonte: Adaptado de Newman (2003).
Para Newman (2003), o estudo de redes na forma de Teoria dos Grafos matemáticos é
um dos pilares fundamentais da Matemática discreta e é amplamente utilizado também na Física
e em outras ciências consideradas exatas. Nos últimos anos, porém, tem-se visto a aplicação
das teorias das redes também nas Ciências Sociais.
O autor vislumbra um novo movimento, que tem se tornado substancial em pesquisas
de rede e redes complexas. Para ele, o foco mudou da análise individual de pequenos grafos e
das propriedades dos vértices ou arestas para a análise de propriedades estatísticas de grande
escala. Esta “nova” abordagem tem sido impulsionada, em grande parte, pela disponibilidade
de computadores e redes de comunicação que permitem coletar, processar e analisar dados em
uma escala muito maior do que era possível anteriormente.
Costumava-se olhar para redes de dezenas ou, em casos extremos, centenas de vértices;
agora, não é raro estudar redes com milhares, milhões ou até bilhões de vértices, continua
Newman (2003). Esta alteração de escala causou uma mudança correspondente na abordagem
analítica. A mais utilizada para pesquisar estas redes sociais é a Análise de Redes Sociais.
2.6 ANÁLISES DE REDES SOCIAIS
Determinar o conceito de Análise de Redes Sociais (ARS) não é uma tarefa fácil, pois
esta abordagem consiste de um somatório de perspectivas. Prell (2012), ao dialogar sobre a
história das redes sociais, argumenta que a mesma tem como precursora a Sociometria,
desenvolvida, em meados de 1925, por Jacob Moreno, um estudante de Psiquiatria de Viena.
A autora afirma que, além da Psicologia social, a social Antropologia também tem
uma grande influência nas origens da ARS e indica o antropólogo britânico Radcliffe Brown
Vértice: Unidade fundamental de uma rede, também chamada de nó na Informática, ou de ator na Sociologia.
Linha: Linha que conecta dois vértices, também chamada de ligação na Física, de link na Informática, ou
de empate na Sociologia. Uma aresta pode ser dirigida / não dirigida: é dirigida se tem uma única direção
(como uma estrada de mão única entre dois pontos); e não dirigida quando é executada em ambas as
direções. Arestas dirigidas, às vezes chamadas de arcos, podem ser pensadas como setas indicando a
orientação. Um grafo é dirigido se todas as suas arestas são dirigidas.
Caminho geodésico: É o caminho mais curto de um vértice para outro.
Diâmetro: O diâmetro de uma rede é o comprimento (em número de arestas) da trajetória geodésica mais
longa entre dois vértices quaisquer. Alguns autores também têm utilizado este termo para significar a distância
média geodésica em um gráfico, embora estritamente as duas quantidades sejam bastante distintas.
47
como um dos precursores. Este pensador estudava relações sociais e a sua estrutura, o que mais
tarde se denominaria Estrutural Funcionalismo.
A corrente sociológica, segundo Prell (2012), não teve impacto significativo sobre a
ARS até 1950; ela indica o artigo escrito por White, em 1976, como a primeira contribuição
substancial da área.
Pode-se compreender ARS como uma perspectiva distinta de pesquisa em Ciências
Sociais e do Comportamento. Wasserman e Faust (1994) atribuem esta distinção ao fato de que
as ARS se baseiam na suposição da importância dos relacionamentos entre as unidades estudadas.
Para esses teóricos, a perspectiva das redes sociais engloba teorias, modelos e aplicações que são
expressos em termos de conceitos relacionais ou processos, ou seja, as relações definidas por links
entre unidades são um componente fundamental das teorias de rede.
Wasserman e Faust (1994) afirmam ainda que, conforme a perspectiva das redes
sociais foi ganhando força, também a abordagem Social Network Analysis (SNA) ou, em
português Analises de Redes Sociais. Nooy, Mrvar e Vladimir (2005) definem pesquisa
exploratória em redes sociais como um tipo de pesquisa que não possui hipóteses
preestabelecidas sobre a estrutura das redes que serão encontradas.
No intuito de compreender melhor as redes, buscaram-se algumas de suas propriedades
que permitem compreender melhor seu comportamento e a sua estrutura, como seguem.
2.6.1 Transitividade ou agrupamento
Newman (2003) aponta que um desvio do comportamento dos gráficos aleatórios pode
ser visto na propriedade de transitividade da rede, por vezes também denominado agrupamento.
Para o autor, em muitas redes, verifica-se que se o vértice A está ligado ao vértice B e
o vértice B ao vértice C; então, existe uma probabilidade elevada de que o vértice A também
esteja diretamente conectado ao vértice C.
Na linguagem das redes sociais, o amigo de seu amigo é provavelmente seu amigo.
Em termos da topologia da rede, transitividade significa a presença de um número elevado de
triangulações, conjuntos de três vértices em que cada um deles está ligado a cada um dos outros.
48
2.6.2 Resiliência de rede
A maior parte das redes depende da sua conectividade, isto é, a existência de caminhos
entre pares de vértices. Segundo Newman (2003), se os vértices de uma rede qualquer começam
a ser removidos, o comprimento desses caminhos irá aumentar. Em última análise, se a ligação
entre os vértices for continuamente desligada, logo a comunicação entre eles através da rede se
tornará impossível.
As redes variam em seu nível de resiliência para tal remoção de vértices. Há uma
variedade de maneiras diferentes com que os vértices podem ser removidos, e redes diferentes
mostram diferentes graus de resistência. Por exemplo, podem-se remover os vértices de forma
aleatória a partir de uma rede, ou pode-se atingir uma classe específica de vértices.
Newman (2003) propõe que a resiliência da rede é de particular importância nas
Ciências Médicas, sobretudo na Epidemiologia, onde remover vértices em uma rede de contatos
pode corresponder à vacinação das pessoas contra doenças. Esta vacinação não só impede que
os indivíduos imunizados contraiam a doença, mas também pode destruir caminhos entre
pessoas por onde a doença poderia se espalhar.
2.6.3 Estruturas de comunidade ou clusters
É claro que as redes sociais demonstram frequentemente estruturas de comunidade, ou
seja, grupos de vértices que têm uma alta densidade de arestas dentro deles, com uma menor
densidade de arestas entre os grupos. É uma questão de experiência comum que as pessoas se
dividam em grupos ao longo das linhas de interesse, Análise de Redes Sociais (ARS) foi se
tornando uma espécie de consenso sobre os princípios que regem a perspectiva das redes
sociais.
Para Prell (2012), a abordagem ARS envolve conceitos, métodos e técnicas de análise
para descortinar e compreender as redes sociais através de suas relações, da estrutura destas
relações e de como são influenciadas por comportamentos, crenças, atitudes e conhecimento.
Knoke e Yang (2008) afirmam que a ARS se diferencia de outras abordagens em
Ciências Sociais, pois se distancia de uma visão individual dos fenômenos sociais. Para eles, é
ponto central da ARS identificar, mensurar e/ou testar hipóteses sobre as formas e os conteúdos
que existem nos relacionamentos entre os diferentes atores sociais. A ARS assume que os atores
49
sociais estão sempre conectados uns com os outros, o que influencia de maneira significante o
comportamento de todos os envolvidos nas relações sociais.
Outra descrição da ARS pode ser vista em Wasserman e Faust (1994), que a define
como parte de um processo de desenvolvimento de modelos, especificações e testes para
expressar conceitos teóricos, fornecendo definições formais, medidas e descrições, o que
permite avaliar modelos e teorias em que os principais conceitos e proposições são expressos
como processos relacionais ou estruturais, ou, ainda, para fornecer análises estatísticas de
sistemas multirrelacionais.
A ARS pode ainda ser um importante instrumento para se fazer pesquisa exploratória
em Ciências Sociais., ocupação, idade, e assim por diante.
Para Newman (2003), na literatura de redes sociais, o agrupamento de rede tem sido
discutido em grande medida no contexto dos chamados modelos de bloco que são apenas as
divisões de redes em comunidades ou blocos, de acordo com um critério ou outro.
Newman (2006) propõe que a detecção e caracterização de estruturas de comunidades
em redes, ou seja, o surgimento de grupos densamente conectados de vértices, com ligações
apenas esparsas entre si, tem recebido grande atenção. Esta capacidade de detectar grupos pode
ser de importância prática significativa. Por exemplo, grupos dentro da rede mundial de
computadores podem corresponder a conjuntos de páginas da web sobre temas relacionados e
grupos dentro de redes sociais podem corresponder a unidades sociais ou comunidades.
Trazendo para o escopo da tese, os clusters podem advir de conceitos que têm relação
em uma mesma área do conhecimento, autores se referenciando ou, ainda, termos científicos
relacionados.
A figura 4 representa estruturas de comunidades em redes sociais:
50
Figura 4- Estruturas de comunidades.
Fonte: Newman (2006).
Nota: Em muitas redes, os vértices caem naturalmente em grupos ou comunidades. No interior do conjunto de
vértices (sombreado) existem muitas arestas, com apenas um pequeno número delas entre os vértices de diferentes
grupos.
As análises tradicionais de redes sociais geralmente se concentram nos membros de
grupos como uma fonte primária para a interpretação; já o foco em grupos ou clusters pode
melhorar a compreensão da natureza de uma frente de pesquisa e da sua base intelectual.
2.7 REDES SEMÂNTICAS
Um braço da ARS que vem se destacando no ambiente acadêmico é a Semantic
Network Analysis, em português, Análise de Redes Semânticas (ARSe). Segundo Atteveldt
(2008), pode-se definir ARSe como uma análise de conteúdo temático, onde as mensagens são
decompostas em unidades semânticas que, por sua vez, são diluídas em uma ou mais variáveis
que, depois, são recompostas através de técnicas de combinação e agregação.
Já Sowa (1991) considera redes semânticas como estruturas de representação do
conhecimento que são formadas por vértices e arestas. Para o autor, os primeiros registros de
redes semânticas remontam à década de 1960 e estavam relacionados principalmente às
Ciências da Computação.
Pode-se, então, pensar em uma rede semântica como uma rede formada por frases,
palavras, bigramas e n-gramas que têm conteúdo semântico, “significado”. As relações entre
estas frases ou palavras podem, a exemplo da ARS, ser analisadas quanto à sua estrutura,
diferindo da ARS quanto ao seu conteúdo.
51
A ARSe surgiu nas últimas duas décadas com a preocupação de estudar grandes
volumes de textos. Esta forma de interpretação textual consiste em representar o conteúdo de
uma mensagem na forma de uma rede de objetos. Várias têm sido as pesquisas em redes
semânticas. A seguir, serão apresentados alguns autores que se utilizam delas.
Para Lee et al. (2013), a rede semântica é um gráfico de conceitos. Já a Análise de
Redes Semânticas é uma filial das análises de rede que exploram as relações entre significados,
compartilhados em configurações linguísticas sociais. A ARSe pode, a exemplo da ARS, ser
feita por várias métricas como, por exemplo: a densidade da rede, a centralidade da rede, o grau
de centralidade, betweenness centralidade, eigenvector centralidade, comprimento de caminho,
entre outras.
Segundo Gloor et al. (2009), a ARSe faz o cálculo temporal de medidas de centralidade
da rede, a visualização de redes sociais, além de um processo semântico da mineração, limpeza
e análise de grandes quantidades de texto com base em análise de redes sociais, análise de
sentimento e métodos de filtragem de informação.
Já Hyun Kim (2012) utiliza a ARSe para estudar os conteúdos de sites de
nanotecnologia.
Jamali e Abolhassani (2006) fazem um levantamento dos trabalhos realizados na ARS
que vão desde análises matemáticas puras em gráficos à web semântica. O objetivo principal
dos autores é fornecer um roteiro para os investigadores que trabalham com diferentes aspectos
da Análise de Redes Sociais.
Sousa et al. (2009) analisam as redes semânticas construídas a partir dos títulos de
artigos na área de Educação Matemática.
Sevin (2014) defende a viabilidade de utilizar ARS e ARSe em conjunto. Para tanto,
um conjunto de dados de amostra é criado com base em tweets sobre a cidade de Boston e Nova
York.
Neste trabalho, propôs-se pesquisar as relações semânticas entre conjuntos de artigos
científicos mediante a análise de seus títulos e respectivos resumos. Isto funcionou como um
importante instrumento que permitiu identificar possíveis frentes de pesquisa que têm potencial
para se destacar nos campos estudados, além de permitir visualizar algumas relações
importantes entre as áreas do conhecimento AO, OA e GC.
A perspectiva de redes e as abordagens ARS e ARSe tem sido amplamente aplicada
na Bibliometria, em sistemas de informação, na Medicina e em outras áreas do conhecimento.
52
Na Administração, as pesquisas em redes sociais, ou que utilizam metodologias baseadas nestas
redes, ainda são pouco utilizadas.
Até o presente momento, não foi encontrada nenhuma pesquisa que utiliza as ARS
nem a ARSe para tratar, em conjunto, das três áreas delimitadas neste trabalho, o que serviu,
também, de motivação para a pesquisa, pois as relações de conteúdo entre as áreas podem ser a
chave para a compreensão das complexas relações que se fazem presentes entre os textos de
AO, OA e GC.
As escolhas metodológicas desta tese se dão, então, em função das ARS e ARSe, pois
esse tipo de perspectiva, por estudar grandes volumes de informação necessita de estratégias
escaláveis que permitam lidar com a crescente complexidade presente nos agrupamentos de
textos científicos.
A seguir, serão discutidas e apresentadas algumas estratégias metodológicas para
pesquisar redes semânticas de artigos científicos.
53
3 POCEDIMENTOS METODOLÓGICOS
Compreende-se metodologia como a maneira, estratégia, formas e caminhos que os
pesquisadores adotam para seus procedimentos de pesquisa.
Destaca-se que o método é quantitativo, bibliométrico e exploratório.
Uma técnica quantitativa é aquela em que o investigador usa primariamente alegações
pós-positivistas para desenvolvimento de conhecimento (ou seja, raciocínio de causa
e efeito, redução de variáveis específicas e hipóteses e questões, uso de mensuração e
observação e teste de teorias), emprega estratégias de investigação (como
experimentos, levantamentos e coleta de dados, instrumento predeterminados que
geram dados estatísticos) (CRESWEll, 2007, p. 35).
A opção pela análise bibliométrica deveu-se ao fato de a pesquisa utilizar dados
bibliográficos secundários no intuito de estudar as relações entre estes dados.
Para Araújo (2006, p. 12) a utilização de métodos quantitativos na busca por uma
avaliação objetiva da produção científica é o ponto central da bibliometria. Sobre sua história
o autor discorre:
Inicialmente voltada para a medida de livros (quantidade de edições e exemplares,
quantidade de palavras contidas nos livros, espaço ocupado pelos livros nas
bibliotecas, estatísticas relativas à indústria do livro), aos poucos foi se voltando para
o estudo de outros formatos de produção bibliográfica, tais como artigos de periódicos
e outros tipos de documentos, para depois ocupar-se, também, da produtividade de
autores e do estudo de citações (ARAÚJO, 2006, p. 12).
Hackett e Borgman (1992), ponderando a respeito dos métodos bibliométricos,
afirmam que os mesmos podem ser utilizados no estudo da comunicação científica, assinalam
que são métodos pelos quais as atividades de comunicação podem ser explicadas e
interpretadas, considerando os objetos, agentes, eventos, produtos, e contextos de tal atividade
como entidades a serem contadas, medidas ou quantificadas.
Continuando, Hackett e Borgman (1992) indicam em bibliometria que as medidas ou
métricas derivadas são tipicamente a contagem das frequências com que os eventos são
observados, o que (uma vez expressos como razões de o número total de eventos observados)
podem ser considerados como estimativas de ocorrência. As distribuições de probabilidade que
são assim formadas são conhecidas como as distribuições, bibliométricas.
Os bibliometristas têm tradicionalmente concentrado seus esforços em rastrear
indicadores altamente objetivos e visíveis de atividade acadêmica, mais notavelmente,
publicações e citações. “Técnicas bibliométricas podem, naturalmente, ser aplicada a muitos
outros insumos, produtos, processos e artefatos associados com a conduta da ciência, conforme
indica”. (CRONIN, 2001, p. 1).
54
3.1 PESQUISA EXPLORATÓRIA
Para Hair Jr. et al. (2005), a pesquisa exploratória não tem a intenção de testar
hipóteses ou preposições antes estabelecidas. Ela parte de um princípio em que o pesquisador
busca através da observação científica explorar a área pesquisada. Segundo os autores, esta é
uma técnica útil quando o pesquisador não sabe muito, ou seja, está orientado para a descoberta,
não tem a intenção de testar hipóteses ou modelos preestabelecidos.
O estudo é longitudinal, pois busca, através do tempo, perceber como as redes
semânticas têm se comportado. Hair Jr. et al. (2005) apontam que investigações longitudinais
são importantes para observar tendências temporais, pois a dinâmica da pós-modernidade,
aliada à produção e à circulação de um grande volume de produção científica, deixa as análises
atemporais estáticas e obsoletas.
O período de tempo investigado vai do ano de 1965 a 2015, pois o documento mais
antigo encontrado na base de dados é de 1965.
A dimensão tempo é fundamental para esse tipo de pesquisa, uma vez que a
estruturação da rede de artigos nessa dimensão pode permitir aos pesquisadores fazerem
inferências, buscarem padrões e compreenderem a evolução histórica das áreas estudadas. Além
de permitir estimar tendências a partir da evolução de algumas métricas ao longo do tempo.
3.2 ESTRATÉGIAS DE PESQUISA EM BASES DE DADOS
Como exposto na Introdução, a produção de documentos científicos na Administração
e outras ciências tem crescido muito nas últimas décadas. Além disto, o desenvolvimento e
posterior popularização das bases de dados de pesquisa contribuíram para a expansão do acesso
a estes documentos. O problema é que, devido a dificuldades de indexação relativas ao aumento
da oferta de documentos, localizar conjuntos de artigos que sejam relevantes tem se tornado
uma tarefa cada vez mais difícil.
No intuito de solucionar ou ao menos amenizar o problema, propôs-se o
desenvolvimento de uma nova estratégia de busca que seja funcional, mensurável e escalável
para aplicá-la nas áreas de Gestão do Conhecimento, Aprendizagem Organizacional e
Organizações que Aprendem como forma de garantir a confiabilidade e abrangência dos dados
analisados nesta tese.
55
Qualquer que seja o método empregado, a área ou a ciência, os pesquisadores têm na
construção do referencial teórico um dos seus principais pilares. Desta forma, tornam-se
necessárias estratégias e técnicas de pesquisa em bases de dados acadêmicos que garantam a
relevância e a abrangência deste referencial, ou que ao menos permita estimar o erro das
consultas em bases de dados de pesquisa com o intuito de tentar minimiza-lo. Já nas pesquisas
quantitativas bibliométricas e cientométricas em que os documentos científicos extrapolam a
função de referencial tornando-se também os objetos da pesquisa, a qualidade da estratégia de
busca pode ser a diferença entre a “verdade” cientifica e o erro.
Estratégia de busca pode ser definida, segundo Lopes (2002) como uma técnica ou
conjunto de regras que tornam possível o encontro entre uma pergunta formulada e a
informação armazenada em uma base de dados. O autor argumenta que para alcançar a resposta
pretendida pelo pesquisador, fazem-se necessárias as execuções de movimentos, operações
lógicas e táticas. Ora restringindo os resultados alcançados, ora ampliando-os para a obtenção
de informação relevante para a pesquisa.
A pesquisa contemporânea em bases de dados se deve, em parte, ao trabalho de Eugene
Garfield, que, segundo Wormell (1998), propôs a criação dos índices de citação. Tinha como
objetivo melhorar a forma como acontecia à recuperação da informação científica. Além disso,
esses índices permitiriam o desenvolvimento de novas alternativas para analisar artigos
científicos o que criaria, mais tarde, alternativas às tradicionais formas de representação da
informação baseadas na linguística e na indexação. Garfield tinha então contribuído com o
desenvolvimento das bases de uma nova forma de pensar e fazer a ciência que culminaria na
bibliometria e na cientometria.
Continuando com a autora, havia, à época, uma insatisfação com os serviços de
indexação organizados a partir das disciplinas tradicionais. Nas palavras dela “Todos eram
publicados com excesso de atraso, a indexação era inconsistente e descoordenada, as políticas
de seleção deixavam grandes falhas na sua cobertura” (WORMELL, 1998, p. 210).
Com o avanço dos processos de indexação da informação surgiram às bases de dados
de pesquisa e programas de computador que permitem aos usuários fazer consultas estruturadas
em grandes volumes de dados. O que ocorre é que junto com os artigos pertinentes geralmente
existe uma parte que não têm relação direta com a pesquisa pretendida ou, ainda, a consulta não
abrange todo o universo. Assim, foi desenvolvida uma estratégia de busca que permitiu testar
a relevância e a abrangência dos dados recuperados.
56
3.3 A ESCOLHA PELO ARTIGO CIENTÍFICO
Na pesquisa, foram considerados apenas artigos científicos publicados em periódicos
e disponíveis na Base de Dados Web of Science, que têm relação com a gestão do conhecimento,
aprendizagem organizacional e organizações que aprendem.
A respeito dos artigos científicos, Carey (2014) propõe que, à medida que a retórica
do discurso científico evoluiu ao longo do tempo, um formato altamente estável surgiu como
estrutura predominante para a divulgação de estudos científicos, os periódicos e os artigos
científicos. Tendência que perdura até a atualidade.
Continuando com Carey (2014), o aparecimento dos periódicos ajudou a mudar a
cultura científica, já que estas publicações exibiam em forma impressa o internacionalismo, a
civilidade, procedimentos rigorosos de avaliação por pares, os ideais de objetividade e
cientificidade, características da comunidade científica, do Iluminismo à Pós Modernidade.
A necessidade de demonstrar os progressos científicos incentivou o surgimento de
periódicos e ajudou a criar um clima em que nenhum trabalho fora considerado
verdadeiramente completo até que os resultados fossem referendados e publicados, isto é,
partilhados (CAREY, 2014).
Na modernidade, os textos científicos, principalmente os artigos, permitiram
dinamizar alguns processos, sobretudo, no que tange à qualidade dos documentos, comunicação
e socialização de dados, métodos, referenciais etc.
Na pós-modernidade, as técnicas e tecnologias contemporâneas podem permitir a
recuperação eficaz e posterior utilização de um grande volume de informação, para tanto é
necessário que se estruturem os caminhos, as opções metodológicas e as estratégias que irão
balizar as consultas em bases de dados de artigos científicos.
A coleção de dados utilizada para este trabalho foi provida por fontes eletrônicas. Para
Borgatti e Foster (2003) existe um incontável número de dados que pode ser minerado em
fontes eletrônicas como; E-mail, sites de redes sociais, bancos de dados de filmes, livros,
páginas da web, além é claro dos artigos científicos.
A quantidade de artigos científicos encontrados nas bases de dados deixa complexa a
procura por informações relevantes. Desta forma, faz-se necessário que se pensem estratégias
que podem servir como balizadoras da pesquisa. Wormell (1998) afirma, então, que é
necessário aprender a explorar bases de dados on-line não somente para ter acesso a documentos
57
ou a fatos, mas também para traçar as tendências para o desenvolvimento da sociedade, das
disciplinas científicas e das áreas de produção e consumo.
Para Wormell (1998, p. 210), “Esse tipo de informação encontrado em bases de dados,
entretanto, é visível somente para o pesquisador perspicaz e para aqueles que aprenderam a ler
nas entrelinhas da informação eletrônica”.
Já Innocentini et al. (2014) propõem que, entre as variáveis que mais influenciam a
qualidade das pesquisas, a estratégia de busca empregada na recuperação do conjunto de dados
é fundamental. Para eles, uma amostra ideal deve ser ampla o suficiente para descrever o
assunto de interesse e, ao mesmo tempo, conter o mínimo de registros irrelevantes, que teriam
o poder de distorcer a análise final.
Como já afirmado, é cada vez mais necessário que os pesquisadores tenham estratégias
bem delineadas que permitam que os mesmos acessem informações relevantes e concisas.
Considerando essas informações, foram efetuados os passos representados na figura 5.
58
Figura 5- Estratégia para desenvolvimento da lista de termos para as buscas
O que? Como?
Fonte: Elaborado pelo autor.
1. Estabelecer um glossário de termos-chave com base na literatura da área
pesquisada.
Neste intuito, foram estabelecidos como documentos centrais para pesquisa os
hankbooks de Clyde W. Holssaple, Mark Easterby-Smith e Marjorie A. Lyles. Como
documentos secundários, foram consultados artigos de review das três áreas. Por fim, foi feita
uma consulta nos registros das palavras-chave do banco de dados de teste.
Estabelecer um glossário de
termos-chave para cada uma
das áreas: AO, AO, GC.
Consulta a artigos
de rewiew
Consulta à base de
dados de teste
Consulta a
Handbooks
Testar os termos que mais
retornaram registros
Teste de revocação
Teste individual de
precisão
Teste individual
com especialistas
Lista com:
- 06 termos para AO
- 02 termos para OA
- 08 termos para GC
> 70%
> 70%
> 50%
Lista com:
- 24 termos para AO
- 14 termos para OA
- 25 termos para GC
59
Ficou claro o caráter subjetivo da escolha dos termos de pesquisa, mas tentativas
puramente quantitativas, como estimar as frequências de palavras-chave que ocorriam nos
textos de AO, OA e GC, foram testadas e o resultado não foi satisfatório.
No caso de AO, por exemplo, dentre os termos com maior frequência existem termos
de outras áreas e termos muito genéricos para delimitar um domínio de conhecimento
específico.
Porter et al. (2008) estabeleceram três critérios fundamentais para a inclusão de termos
de pesquisa: (1) Associados com uma quantidade considerável de artigos enquanto ao mesmo
tempo são relevantes para o domínio (2) Os pesquisadores devem ser capazes de determinar o
quão bem um tema de interesse é coberto pela pesquisa; e (3) Elasticidade, os termos devem
ser fáceis para adicionar / remover / modificar no intuito de atender diferentes interesses de
pesquisa. Quanto ao último ponto, os autores sugerem que pode-se acompanhar o surgimento
de novos termos ao longo do tempo e ajustar os algoritmos de busca dinamicamente.
2. Com os termos estabelecidos foi feita a consulta de cada termo para cada área no
intuito de estabelecer, no máximo, 25 termos que mais retornaram registros por área, pois a
consulta da base Web of Science só permite estabelecer 25 restrições simultaneas.
3. Foi feita uma consulta com especialistas das três áreas identificados no banco de
dados de teste (banco de dados gerado por meio da consulta do termo que denomina cada área
por exemplo “knowledge Managment”), através do e-mail foi enviado um questionário,
solicitando que cada autor tentasse estabelecer a relação entre os termos e ás áreas de AO, OA
e GC (o resultado do questionário está apensado a tese).
4. Cada termo chave foi testado individualmente: Foi calculada uma estimativa da
quantidade de artigos pertinentes (precisão) para cada termo a partir da leitura do resumo e do
título de uma amostra de 5% dos arquivos recuperados.
Innocentini et al. (2014) apontam que a precisão pode ser medida pela equação 1:
Equação 1
Precisão = N° de referências relevantes recuperadas
N° de referêcias recuperadas pelo termo
Fonte: Innocentini et al. (2014).
Utilizando-se essa equação, se a precisão fosse 70% ou mais, o temo era incluído na
pesquisa, senão incluía-se uma nova restrição, trazendo apenas artigos da área de management
and business. Calcula-se novamente a quantidade de artigos pertinentes, se o resultado fosse
maior que 70%, incorporava-se o termo à pesquisa, senão descartava-se o termo.
60
5. Foi feito também o cálculo da revocação da estratégia: Essa medida permite aos
pesquisadores compreenderem a exatidão e a abrangência da pesquisa. Innocentini et al. (2014)
trazem que a (revocação) pode ser medida pela equação 2:
Equação 2:
Revocação = N° de referências relevantes recuperadas
N° de referêcias relevantes existentes na base
Fonte: Innocentini et al. (2014).
O desafio de utilizar a equação 2 em bases de artigos científicos é que nunca se sabe
ao certo quantas referências relevantes existem no sistema, para tanto foi desenvolvida uma
estratégia que buscou estimar esse valor, que é explicada na seção 3.4.4 e 3.4.5.
Se o resultado das estratégias 3, 4 e 5 combinadas foi satisfatório o termo foi agregado
ao algoritmo de busca.
3.4 EXPLICITANDO A ESTRATÉGIA
Como já exposto anteriormente, a estratégia de busca se deu, portanto, em cinco
momentos básicos:
3.4.1 A busca inicial dos termos-chave
A opção por utilizar handbooks e artigos de review como fonte para encontrar os
termos chaves da área de GC, AO e de OA se justifica por alguns fatores:
O primeiro é o tempo, pois dessa maneira a pesquisa por artigos importantes na área
já foi feita pelos organizadores dos handbooks ou pelos autores dos artigos o que poupou um
esforço considerável de leitura e triagem.
O segundo é o custo, pois uma abordagem utilizando especialistas da área seria cara e
demorada o que provavelmente inviabilizaria a pesquisa. Em terceiro a escalabilidade, pois
desta forma a estratégia encontrada pode ser facilmente replicada na mesma área ou em outras.
3.4.2 Testando a relevância dos termos-chave
Paralelamente, foi feita uma busca quantitativa nos registros do banco de dados de
teste que foi criado através da consulta dos termos “organizational learning”, “learning
61
organization” e “knowledge management” foram pesquisados os seguintes campos dos artigos:
Título, resumo, palavras-chave, keywords plus. Por fim, foi feita a mesma busca em revistas
especificas que representavam as três áreas para estabelecer termos iniciais da estratégia:
Dos termos chave encontrados para Gestão do Conhecimento, selecionou-se os 25 que
trouxeram o maior número de registros. Para OL e LO, o número de termos encontrados foi
respectivamente 24 e 14. A quantidade máxima de 25 termos se justifica pela restrição de
consulta da base Web of Science que permite apenas este número de restrições.
Com os termos escolhidos, foi realizada uma consulta do primeiro termo sem
restrições e, em seguida, foram feitas as consultas de cada termo separadamente restringindo os
outros. Por exemplo: "Knowledge Transfer*" not Knowledge management not "Tacit
Knowledge"… Essa restrição é importante para que as consultas não retornem registros
repetidos, as aspas identificam que a pesquisas consulta apenas o termo como está dentro das
aspas e não separadamente.
3.4.3 Testando a estratégia com especialistas
No intuito de testar os termos com especialistas das áreas foi desenvolvido um
questionário com os 64 termos encontrados na consulta aos textos e na base de dados de teste e
foi enviado para os e-mails dos autores contidos no banco de dados de teste, o questionário
solicitava que o especialista relacionasse cada termo à sua área de conhecimento os termos que
eram reconhecidos por 50% ou mais dos especialistas como sendo de determinada área foram
agregados à consulta. Os resultados estão apresentados no quadro 7.
3.4.4 Calculando a precisão
Para testar a quantidade de artigos para cada termo que possivelmente eram da área,
foi escolhida a seguinte estratégia: Foram lidos os títulos e os resumos de 5% do total de artigos
recuperados para cada termo. Quando este número era menor que 10, foram lidos os títulos e
os resumos de 10 artigos. Desta forma, foi estimada a quantidade de artigos que provavelmente
tinham relação com as áreas de GC, AO e AO.
Se a porcentagem de artigos encontrada fosse maior que 70%, e se a porcentagem de
especialistas que relacionava o termo à área também fosse maior que 70% os dados da consulta
daquele termo foram agregados à estratégia, senão foi feita uma nova restrição buscando apenas
62
os artigos que pertencessem as subáreas do Web of Science de management and business. O
resultado foi novamente testado e se o resultado foi maior que 70%, a restrição foi agregada a
consulta, senão o termo foi descartado.
No caso de um termo pesquisado retornar mais registros que o apresentado na consulta
do termo principal que denominava a área, este termo foi desconsiderado. Como, por exemplo,
no caso do termo “exploration” foram encontrados: 98.750 artigos. Este número demonstra o
caráter genérico do termo. Quando se restringiu só os campos que pertencem às áreas
management and business (subáreas do web of Science) o número caiu para 2.395 e, mesmo
assim, só aproximadamente 5% dos artigos deste universo demonstraram alguma relação com
a aprendizagem organizacional, por isso, o termo foi descartado.
3.4.5 Calculando a revocação
Como apresentado, o problema de aplicar o coeficiente de revocação ao universo de
artigos científicos presentes em bases de dados de pesquisa consiste em saber previamente a
quantidade de Referências Relevantes Existentes no Sistema (RERE).
Como esse é um número que só seria possível saber ao certo lendo o texto completo
de todos os artigos presentes na base, optou-se por estimar o indicador da forma demonstrada
no quadro 5, da área de Gestão do Conhecimento.
Desta forma, para calcular a revocação, foram somados os valores da coluna RERE
(Referências Relevantes Existentes), como evidenciado no quadro 5, que demonstra os cálculos
na área de Gestão do Conhecimento2.
2 Os cálculos de Aprendizagem Organizacional e de Organizações que Aprendem estão apensados na tese
(Apêndice A).
63
Fonte: Elaborado pelo autor.
Nota: Coluna KM são os artigos de Knowledge Management; a coluna NKM são os artigos que não são de Knowledge Management;
a coluna RERE são as Referências Relevantes Existentes.
Quadro 5- Memória de Cálculo da Estratégia de Busca.
64
A estratégia de busca se mostrou eficiente para o universo pesquisado. Graças à sua
escalabilidade, também pode ser utilizada como modelo para pesquisas em outras áreas e em
outras ciências. Os resultados das estimativas de precisão e revocação do conjunto de artigos
utilizados na tese estão representados no quadro 6.
Quadro 6- Memória de Cálculo de Precisão e Revocação.
OA AO GC
RRS 690.00 1985.00 6973.00
RRR 575.07 1514.50 5279.86
RERE 636.38 2604.60 6757.72
Revocação 0.90 0.58 0.78
Precisão 0.83 0.76 0.75
Fonte: Elaborado pelo autor.
Nota: Valores de precisão e revocação por área pesquisada.
Na pesquisa, foi assumido que os valores de precisão e revocação da consulta deviam ser
iguais ou superiores a 0.7, o que não ocorreu no caso específico de Organizational Learning.
Como estratégia para aumentar a abrangência da consulta, foram recuperados os
artigos da pesquisa “Organizational Learning”, sem as restrições Management and Business, o
que garantiu os seguintes resultados de precisão e revocação, respectivamente: 69% e 76%
Apesar de uma diminuição da precisão (o que já era esperado), a revocação aumentou
consideravelmente, o que melhorou a abrangência da busca.
Ficou claro que a implantação de estratégias de pesquisa em bases de dados são um
fator importante, sobretudo quando se trata de pesquisas que necessitam abordar um grande
número de documentos científicos, garantindo sua abrangência e precisão.
Na estratégia com os especialistas retornaram 35 respostas aos 6000 questionários
enviados por email.
O quadro 7 demonstra os resultados das estratégias aplicadas nas áreas de
Aprendizagem Organizacional, Gestão do Conhecimento e Organizações que Aprendem3.
3 Os quadros completos estão apensados à tese (apêndice A).
65
Quadro 7- Resultados da estratégia de busca.
Fonte: Elaborado pelo autor..
Nota: Os termos foram encontrados principalmente nas seguintes fontes: Aprendizagem Organizacional: Argote,
Miron-Spektor (2011), Conlon (2004), Crossan et al. (2011), Easterby-Smith (2000), Hotho et al. (2015), Levitt e
March (2014), Smith e Lyles (2011), e Smith (2000); Gestão do Conhecimento: Alavi e Leidner (2001), Authors
(2014), Fahay e Prusak (1998), Garlattir (2015), Holsapple (2003), Lee e Chen (2012), Liao (2003), Mariano e
Walter (2015), Martensson (2000), Nonaka (2000), e Wiig (1997); Organizações que Aprendem: Fulmer e Keys
(1995), Garvin, Edmondson e Gino (2008), James (2003), Örtenblad (2004), Rauliuc e Bratianu (2005), Senge
(1991), e Yang, Watkins e Marsick (2004). Além das fontes elencadas, foram feitas consultas nos registros do
banco de dados de teste com o intuito de verificar as palavras-chave dos artigos das três áreas.
O download dos dados foi realizado em dezembro de 2015. O quadro 8 exemplifica os
dados utilizados na pesquisa a partir de um artigo de AO e de alguns de seus atributos.
APRENDIZAGEM ORGANIZACIONAL
“Organizational Learning” (%)
“Organisational Learning” (%)
“Collective Learning” (%)
“*Loop Learning” (%)
“Operational Learning” (%)
“Team Learning” (%)
GESTÃO DO CONHECIMENTO
“Knowledge Management” (%)
“Tacit Knowledge” (%)
“Generate* Knowledge” (%)
“Transfer* Knowledge” (%)
“Extracting Knowledge” (%)
“Knowledge Application” (%)
“Knowledge-based View” (%)
“Knowledge Capture” (%)
-
ORGANIZAÇÕES QUE APRENDEM
“Learning Organization*” (%)
“Learning Organisation*” (%)
Organisation*”
-
Especialistas: AO:93.9
OA:36.4
GC:15.2
Dados tese:
AO:64
Resultado:
Incluir
Especialistas: AO:93.9
OA:27.3
GC:18.2
Dados tese:
AO:81.97
Resultado:
Incluir
Especialistas: AO:66.7
OA:63.6
GC:18.2
Dados tese:
AO:70
Resultado:
Incluir
Especialistas:
AO:72.7
OA:39.4
GC:12.1
Dados tese:
AO:80
Resultado:
Incluir
Especialistas: AO:57.6
OA:34.4
GC:12.1
Dados tese:
AO:80
Resultado:
Incluir
Especialistas: AO:90.9
OA:60.6
GC:36.4
Dados tese:
AO:90
Resultado:
Incluir
Especialistas: AO:21.2
OA:18.2
GC:97
Dados tese:
GC:77.4
Resultado:
Incluir
Especialistas: AO:36.4
OA:24.2
GC:78.8
Dados tese:
GC:71.4
Resultado:
Incluir
Especialistas: AO:36.4
OA:24.2
GC:78.8
Dados tese:
GC:70
Resultado:
Incluir
Especialistas: AO:30.3
OA:33.3
GC:87.9
Dados tese:
GC:80
Resultado:
Incluir
Especialistas: AO:21.2
OA:18.2
GC:87.9
Dados tese:
GC:77.4
Resultado:
Incluir
Especialistas: AO:27.3
OA:27.3
GC:84.8
Dados tese:
GC:70
Resultado:
Incluir
Especialistas: AO:15.2
OA:18.2
GC:87.9
Dados tese:
GC:77.4
Resultado:
Incluir
Especialistas: AO:30.3
OA:21.2
GC:66.7
Dados tese:
GC:70
Resultado:
Incluir
Especialistas: AO: 36.4
OA:97
GC:12.1
Dados tese:
OA:86.20
Resultado:
Incluir
Especialistas: AO:39.4
OA:90.9
GC:21.2
Dados tese:
OA:70
Resultado:
Incluir
66
Quadro 8- Atributos disponíveis nos textos.
FN Thomson Reuters Web of Science™
VR
1 J
U Boussebaa,M
Sturdy,A
Morgan, G
F Boussebaa,Mehdi
Sturdy,Andrew
Morgan, Glenn
I Learning from the world? Horizontal knowledge flows and geopolitics in international
consulting firms
O INTERNATIONAL JOURNAL OF HUMAN RESOURCE MANAGEMENT
A English
T Article
D PROFESSIONAL SERVICE FIRMS; MULTINATIONAL-CORPORATIONS;
ORGANIZATIONAL PRACTICES; MANAGING KNOWLEDGE; MANAGEMENT;
SUBSIDIARIES; PERSPECTIVE; STICKINESS; FRAMEWORK; CONTEXT
AB This paper examines the nature of the contemporary multinational corporation (MNC)
through a study of the use of knowledge management systems (KMS) in four major
international consulting firms. In particular, we explore whether and how such systems
facilitate horizontal (inter-subsidiary) flows of knowledge, as described in the network
view of the MNC. Our analysis reveals the presence of horizontal flows within the four
firms, but flows that are contextually constrained and partly shaped by geopolitical power
relations. Thus, our study gives some support to the image of the MNC as a network
whilst highlighting the contextual limits of horizontal knowledge transfer and,
importantly, the geopolitical conditions under which such knowledge transfer takes place.
At the same time, it challenges the claim that consulting firms are model organizations in
the area of knowledge management as well as the more negative view that questions the
ability of KMS to facilitate knowledge transfer.
Fonte: Elaborado pelo autor.
Nota: Para as análises de redes semânticas, só os atributos demarcados foram levados em consideração que
correspondem ao título e ao resumo dos artigos.
Após fazer o download dos 10.480 artigos, estruturaram-se três bancos de dados
denominados “AO, OA e GC” com as informações representadas no quadro 8, o que permitiu
consultar e buscar as relações necessárias para a pesquisa.
Posteriormente, este banco de dados foi agrupado por relações semânticas, o que
permitiu gerar as redes que foram analisadas na pesquisa.
3.5 LIMPEZA E MINERAÇÃO DOS DADOS
A limpeza dos dados foi executada por meio do software Automap
(http://www.casos.cs.cmu.edu) que permitiu excluir a pontuação, caracteres especiais,
67
pronomes, letras avulsas, preposições, números, datas e trazer os verbos para o infinitivo, além
disso, o software permitiu ainda gerar listas de deleção (delete list) e listas de bigrama.
Os passos da limpeza foram desenvolvidos pelo autor e são os seguintes:
1. Com os textos já baixados foi criado um documento do Excel que continha todos os
textos das três áreas, os textos foram desmembrados por área e por ano e por fim foi gerado um
documento de texto (formato *.txt) para cada registro do banco de dados contendo o título e o
resumo do artigo.
2. Isso feito os registros foram carregados em grupos de cinco anos para a limpeza e
mineração no Automap, foram feitos os procedimentos padrão de limpeza do software. No
menu preprocess foram escolhidas as funções Perform All Cleaning e Perform All Preparation.
Estas funções excluíram os verbos de ligação, artigos, preposições, a pontuação, caracteres
especiais, etc.
Com a limpeza padrão efetuada foi utilizada a ferramenta Apply Stemming e a
ferramenta Convert to Uppercase do menu Text Refinement que respectivamente trouxe os
verbos para o infinitivo e converteu os caracteres para maiúsculo.
3. Com a limpeza inicial efetuada foi gerada uma lista de deleção inicial, para tanto foi
gerada uma lista de conceitos Concept List no menu Generate/Concept List se estes conceitos
não apareciam em pelo menos 1% dos registros as palavras eram excluídas através da criação
de uma lista de deleção com estes termos. A lista de deleção foi então aplicada através do menu
Apply Delete List. Foi convencionado que se determinada palavra não aparecesse em ao menos
1% dos textos a mesma não era de interesse para as análises.
4. O próximo passo foi gerar uma lista de bigramas (junção de duas palavras que
comumente aparecem juntas nos textos, por exemplo “knowledge management”). Menu
Generate/Generalization Thesauro/Bigrams, o que permitiu identificar todos os bigramas
contidos nos registros. Eram excluídos da lista todos os bigramas que não estivessem em ao
menos 1% dos artigos e os bigramas foram gerados através do comando Apply Generalization
Thesauro (converte palavras separadas no texto em bigramas). Foi convencionado que se o
bigrama não estava em ao menos 1% dos textos não era de interesse para as análises.
5. Foi gerada outra lista de bigramas com o intuito de gerar trigramas que ocorressem
em pelo menos 1% dos artigos do período. Foi convencionado que se o trigrama não estava em
ao menos 1% dos textos não era de interesse para as análises.
6. Por fim foi gerada e executada uma lista de deleção com todos os termos que não
eram bigrama e nem trigrama. A opção de analisar as relações apenas de bigramas e trigramas
68
se deu, pois, uma palavra avulsa na maioria das vezes não se configura como uma unidade de
sentido e geralmente sua ocorrência é muito superior aos bigramas o que traria ruídos
indesejados para a análise. Como exemplo temos a palavra knowledge que foi uma das que mais
ocorreu nas redes de gestão do conhecimento, porém a palavra avulsa não faz sentido para as
análises, em compensação o bigrama “knowledge share” por exemplo é importante para as
análises.
Por fim foram criadas redes semânticas que puderam então se analisadas em outro
software denominado ORA (http://www.casos.cs.cmu.edu).
3.6 AMEAÇAS À VALIDADE
Segundo Creswell (2007), há várias ameaças à validade que levantam potenciais
questões quanto à capacidade do pesquisador de determinar que a intervenção afeta o resultado.
Para Creswell (2007), os pesquisadores precisam identificar ameaças à validade interna e
externa do experimento e relacioná-las ao tipo de projeto proposto.
Ameaças à validade interna são procedimentos experimentais, tratamentos ou
experiências dos participantes que ameaçam a capacidade dos pesquisadores de fazer
inferências corretas a partir dos dados em um experimento. Ameaças à validade externa surgem
quando os experimentadores fazem inferências incorretas a partir dos dados da amostra, outros
ambientes e situações passadas ou futuras (CRESWEll, 2007).
A respeito das ameaças à validade interna, garantiu-se a confiabilidade dos dados e
das análises descrevendo detalhadamente as etapas de limpeza e formação dos bigramas e
trigramas e submetendo a busca de artigos a uma estratégia que permitiu atestar a confiabilidade
destes dados.
Sobre a validade externa, buscou-se a garantia da validade através da utilização de
100% dos artigos levantados na base de dados Web of Science.
A principal limitação apresentada na pesquisa foi em relação à quantidade de artigos
externos à base de dados consultada, pois um conjunto de 10.480 artigos é pequeno em relação
à quantidade da produção científica que tem relação com AO, OA e GC. Para se ter uma ideia,
quando se investiga apenas a área de GC no portal de periódicos da CAPES/MEC, o total de
registros encontrados é 29.010.
69
Para calcular a importância dos termos chave encontrados em cada uma das áreas foi
utilizada uma métrica especifica de centralidade (betweenness centrality), porém outras
métricas são indiretamente importantes para a tese por isso serão abordadas.
3.7 MÉTRICAS
3.7.1 Centralidade
Para Chen et al. (2010), a métrica centralidade pode ser definida para cada nó da rede,
sendo medida a partir do grau em que o nó está no meio do percurso que o liga aos outros
vértices desta rede.
Newman (2005) assinala que betweenness é uma medida da centralidade de um nó em
uma rede normalmente calculada como a fração de caminhos mais curtos entre pares de nós
que passam pelo nó de interesse.
É, em certo sentido, uma medida da influência que um nó tem sobre a disseminação
da informação ou de outros conteúdos através da rede. Valores altos para essa métrica, segundo
Chen et al. (2010), podem identificar publicações científicas potencialmente revolucionárias,
bem como gatekeepers em redes sociais. Por exemplo, se um nó proporciona a única conexão
entre dois grupos grandes, mas de outra forma não relacionados, esse nó teria um valor muito
elevado de centralidade.
Pode-se definir centralidade como a propriedade de um nó ou de um grupo de nós que
dizem respeito à sua posição em uma rede (BORGATTI; EVERETT; JOHNSON, 2013). Para
os autores, pensar centralidade, significa tentar compreender a contribuição que um nó ou
conjunto de nós fazem à estrutura desta rede, ou seja, a centralidade é o grau de importância
estrutural de um nó em relação à rede.
Um nó pode ser importante para a estrutura da rede de diferentes formas. Por exemplo:
quando, ao removê-lo, se desconectam partes da rede. Um nó pode ser importante também
quando um grande número de laços o envolve. Essa diferenciação culminou no
desenvolvimento de diversas métricas de centralidade, como:
Degree Centrality;
Eingenvector Centrality;
Beta Centrality;
Closeness Centrality;
K-Step Reach Centrality; e
Betweenness Centrality.
70
Nesta tese, a métrica de centralidade utilizada foi a Betweenness Centrality, pois
segundo Chen et al. (2010), ela tem potencial para indicar vértices importantes para as redes e
esse grau de importância, medido ao longo do tempo, permite a estimativa de suas tendências.
Além das métricas de centralidade, outra métrica importante é a modularidade.
3.7.2 Modularidade
Apesar de não ser analisada diretamente nesta tese, a modularidade é base para a
formação das redes e, consequentemente, para o cálculo de suas métricas.
A modularidade mede o grau em que uma rede pode ser dividida em blocos ou módulos
independentes. A pontuação da modularidade varia de 0 a 1. Segundo Chen et al. (2010), uma
baixa modularidade sugere uma rede que não pode ser reduzida a clusters com limites claros,
enquanto uma alta modularidade pode implicar uma rede bem estruturada.
Na Bibliometria, uma baixa modularidade pode dificultar as análises das redes, pois
tornaria difícil encontrar padrões para o estudo, ou ainda indicaria que os textos não fazem parte
da mesma área científica.
Segundo Newman (2006), a modularidade é um multiplicativo constante do número
de arestas de determinado grupo, menos o número esperado de uma rede equivalente com os
vértices colocados de forma aleatória.
A modularidade pode ser positiva ou negativa, sendo os valores positivos indicativos
de possível presença de estruturas de comunidade. Assim, é possível procurar divisões de uma
rede olhando as que possuem valores positivos de modularidade.
3.7.3 Clusterização
Clusters são conjuntos de dados agrupados por determinados fatores. Chen et al. (2010)
afirmam que as análises dos clusters nas redes sociais permitem aos pesquisadores o estudo das
relações entre grupos distintos como, por exemplo, autores que trabalham juntos, textos
agrupados por temas, grupos de referências, entre outras dimensões.
Para Borgatti, Everett e Johnson (2013), as análises de clusters são um conjunto de
técnicas que permitem atribuir itens em grupos ou classes levando em consideração
similaridades ou distâncias entre estes itens.
As análises tradicionais de redes sociais geralmente se concentram nos membros de grupos
como uma fonte primária para a interpretação, porém o foco em clusters pode melhorar a
compreensão da natureza de uma frente de pesquisa e da sua base intelectual.
71
A seguir, serão apresentados alguns resultados da pesquisa e suas possíveis reverberações nas
áreas estudadas
72
4 RESULTADOS
Na análise dos dados, foram utilizados 6.993 artigos de Gestão do Conhecimento, 2.896
artigos de Aprendizagem Organizacional e 591 artigos de Organizações que Aprendem,
totalizando um universo de 10.480 artigos.
Foram geradas redes ano a ano, redes de períodos de tempo que continham o somatório
dos artigos que pertenciam aos anos dos períodos, e redes acumuladas que continham o
somatório dos artigos dos anos anteriores.
O quadro 9 apresenta os 20 termos com centralidade mais alta para as redes de GC, OA
e AO para a rede criada com todos os artigos de todos os anos.
73
Quadro 9- Vinte termos com centralidade mais alta para as redes de GC, OA e AO.
GESTÃO DO
CONHECIMENTO
ORGANIZAÇÕES QUE
APRENDEM
APRENDIZAGEM
ORGANIZACIONAL
Termos comuns às três áreas
knowledgexcreation knowledgexcreation knowledgexcreation
Termos comuns a GC e OA
knowledgexshare knowledgexshare x
organizationalxlearn organizationalxlearn x
intellectualxcapital intellectualxcapital
Termos comuns a GC e AO
businessxprocess x businessxprocess
organizationalxknowledge x organizationalxknowledge
productxdevelopment x productxdevelopment
Termos comuns AO e OA
x competitivexadvantage competitivexadvantage
x humanxresource humanxresource
x knowledgexmanagement knowledgexmanagement
x learnxprocess learnxprocess
x organizationalxchange organizationalxchange
x organizationalxculture organizationalxculture
x organizationalxperformance organizationalxperformance
x organizationalxstructure organizationalxstructure
Termos exclusivos de cada área
decisionxmake
domainxknowledge
explicitxknowledge
knowledgexacquisition
knowledgexasset
knowledgexbase
knowledgexmanagementxsystem
knowledgextransfer
knowledgexworker
managementxsystem
managexknowledge
supportxknowledge
tacitxknowledge
learnxculture
organizationalxcommitment
organizationalxdevelopment
organizationalxlevel
publicxsector
qualityximprovement
sharedxvision
systemsxthink
absorptivexcapacity
firmxperformance
learnxcapability
learnxorganization
organizationalxcontext
organizationalxlearnxprocess
supplyxchain
teamxlearn
Fonte: Elaborado pelo autor.
Nota: Resultados obtidos a partir das análises dos artigos das três áreas em todos os períodos (1964-
2015).
A leitura do quadro 9 apresenta uma boa noção do que é importante para as áreas ao
longo do tempo, também os termos em comum e os termos exclusivos para cada área. Percebe-
se, contudo, que a análise dos resultados desta rede não demonstra a importância de um termo
no presente, pois, se um termo tinha a centralidade muito alta em algum período de tempo, isso
acabou refletindo nos períodos posteriores.
74
A análise das relações entre áreas também fica comprometida no quadro 9 pois os termos
em comum podem estar temporalmente separados.
4.1 RELAÇÕES ENTRE ÁREAS
Com o intuito de compreender as relações entre as áreas estudadas, buscou-se analisar
os termos coincidentes em períodos pré-selecionados. A relação entre áreas e entre ciências se
dá, entre outras maneiras, pela convergência de conteúdos. Desta forma, compreender estas
relações pode permitir aos pesquisadores solucionar questionamentos que se apresentam entre
áreas e campos científicos.
A relação entre as áreas foi analisada em quatro períodos de tempo distintos. O
primeiro período tem como data de início o artigo mais antigo da base de cada área estudada e
a data final foi o ano 2000 inclusive. Os períodos seguintes são de cinco anos.
Assim, foram analisados quatro períodos distintos de tempo: (1965-2000), (2001-
2005), (2006-2010), (2011-2015), ou seja, foi criada uma rede para cada área por período.
A figura 4 tem a função de facilitar o entendimento dos resultados que serão
relacionados nos quadros 9, 10, 11 e 12, a seguir.
Figura 6- Relações de interseções entre as áreas.
Fonte: Elaborado pelo autor.
Nota: Os números nas intersecções são apenas para identificar as comparações.
Para as análises demonstradas nos quadros 10, 11, 12 e 13, foram levados em
consideração apenas os 30 termos com Betweenness Centrality mais alta.
AO
GCOA
75
4.1.1 Primeiro período (1965-2000)
Como se pode observar, na intersecção 01, não foram encontrados termos em comum
entre os 30 termos com maior Betweenness Centrality. Na intersecção 02, foi encontrado
apenas um termo. Na terceira intersecção, foram encontrados sete termos comuns. Na quarta,
apenas um termo.
Quadro 10- Relações entre as áreas de AO, OA e GC (1965-2000).
INTERSECÇÃO ÁREAS OCORRÊNCIAS
01 (AOxOAxGC) Não existiram termos em comuns entre os termos das três áreas
simultaneamente.
02 (OAxGC) Organizational Process. N° de ocorrências = 1.
03 (AOxOA)
Business Process, Business Strategy, Individual Learn,
Knowledge Management, Management Practice,
Organizational Process, System Think.
N° de ocorrências = 7.
04 (AOxGC) System Development. N° de ocorrências = 1.
Fonte: Elaborado pelo autor.
Nota: Foram levados em consideração apenas os 30 termos com maior Betweenness Centrality.
No primeiro período pesquisado, notam-se relações principalmente entre as áreas de
AO e OA, o que demonstra intersecções principalmente entre duas áreas. O total de termos
em comum encontrados no período foi nove.
4.1.2 Segundo período (2001-2005)
No segundo período, é possível perceber um aumento das relações entre AO e GC e
entre AO e GC em relação ao primeiro período analisado.
Quadro 11- Relações entre as áreas de AO, OA e GC (2001-2005).
INTERSECÇÃO ÁREAS OCORRÊNCIAS
01 (AOxOAxGC) Best Practice. N° de ocorrências = 1.
02 (OAxGC) Best Practice, Product Development, Lesson Learn. N° de
ocorrências = 3.
03 (AOxOA) Best Practice, Empirical Study, Knowledge Creation,
Management Practice, Organizational Context, Strategic
management, Tacit Knowledge. N° de ocorrências = 7.
04 (AOxGC) Best Practice, Decision Make, Knowledge Management
System, Knowledge Share, Management System. N° de
ocorrências = 5.
Fonte: Elaborado pelo autor.
Nota: Foram levados em consideração apenas os 30 termos com maior Betweenness Centrality.
76
Na primeira intersecção, foi encontrado um termo em comum; na segunda, três termos;
na terceira, sete termos; e na quarta intersecção cinco termos, totalizando dezesseis termos em
comum.
4.1.3 Terceiro período (2006-2010)
No terceiro período, o fato que chama a atenção é a diminuição das relações entre AO
e OA apresentado pela queda de sete ocorrências no segundo período para apenas uma
ocorrência no terceiro período.
Quadro 12- Relações entre as áreas de AO, OA e GC (2006-2010).
INTERSECÇÃO ÁREAS OCORRÊNCIAS
01 (AOxOAxGC) Não existiram termos em comum entre as três áreas
simultaneamente. N° de ocorrências = 0.
02 (OAxGC): Construction Industry. N° de ocorrências = 1.
03 (AOxOA): Team Learn. N° de ocorrências = 1.
04 (AOxGC)
Human Resource, Knowledge Acquisition, Knowledge Share,
Knowledge Transfer, product Development. N° de ocorrências =
5.
Fonte: Elaborado pelo autor.
Nota: Foram levados em consideração apenas os 30 termos com maior Betweenness Centrality.
Percebe-se também uma queda nas intersecções 01 e 02. Foram zero ocorrências na
primeira intersecção, uma ocorrência na segunda e na terceira intersecção e continuaram cinco
ocorrências na quarta intersecção.
4.1.4 Quarto período (2011-2015)
Quadro 13- Relações entre as áreas de AO, OA e GC (2011-2015).
INTERSECÇÃO ÁREAS OCORRÊNCIAS
01 (AOxOAxGC) Não existiram termos em comum. N°0
02 (OAxGC) Não existiram termos em comum. N°0
03 (AOxOA) Não existiram termos em comum. N°0
04 (AOxGC) Competitive Advantage, Human Resource, Organizational
Knowledge. N°3
Fonte: Elaborado pelo autor.
Nota: Foram levados em consideração apenas os 30 termos com maior Betweenness Centrality.
Por fim, o quarto período apresenta apenas relações entre AO e GC, totalizando três
comunalidades entre os termos com maior Betweenness Centrality, fato que parece demonstrar
que as preocupações dos três campos têm uma tendência a se distanciar.
77
O distanciamento entre as áreas é evidente e aparenta estar aumentando desde o
terceiro período (2006-2010), o que pode ser demonstrado através das tendências apontadas no
gráfico 1.
Gráfico 1- Relação entre as áreas. Ocorrência de termos em comum por período.
Fonte: Elaborado pelo autor.
Nota: Ocorrências de termos em comum por períodos de tempo. Para esta análise, foram levados em consideração
apenas os 30 termos com maior Betweenness Centrality. A linha azul indica os termos em comum para as três
áreas, a linha vermelha os termos em comum para OA e GC, a linha verde para AO e OA, e a linha roxa para AO
e GC.
O gráfico 1 demonstra uma tendência de distanciamento entre as áreas estudadas, pelo
menos ao que se refere aos 30 termos com maior Betweenness Centrality comumente utilizados
nas áreas. O segundo período (2001-2005) apresentou o mais alto número de termos em comum,
e o período com menor número de termos em comum foi o quarto (2011-2015).
Ainda em relação à inter-relação entre as áreas, pode-se aferir que a importância do
termo que dá nome aos campos estudados (Knowledge Managment e Organizational Learning)
em relação à métrica Betweenness Centrality perdeu importância na rede de artigos de
Aprendizagem Organizacional, conforme demonstram os gráficos 2 e 3:
78
Gráfico 2- Evolução da centralidade para o termo, Knowledge Management nas redes de Organizational Learning,
a partir do ano de 2005.
Fonte: Elaborado pelo autor.
Nota: A linha vermelha evidencia a Betweenness Centrality do termo na rede semântica dos anos acumulados (do
ano respectivo ao mais antigo). A linha azul evidencia a Betweenness Centrality do termo em questão para redes ano
a ano.
O termo Knowledge Management apresenta uma tendência de diminuição da
importância em relação à rede de Aprendizagem Organizacional, o que corrobora os dados
apresentados até o momento, que indicam um distanciamento entre as áreas de Gestão do
Conhecimento e Aprendizagem Organizacional.
Gráfico 3- Evolução da centralidade para o termo Learn Organization nas redes de Organizational Learning, a
partir do ano de 2005.
Fonte: Elaborado pelo autor.
Nota: A linha vermelha evidencia a Betweenness Centrality do termo na rede semântica dos anos acumulados (do
ano respectivo ao mais antigo). A linha azul evidencia a Betweenness Centrality do termo em questão para redes ano
a ano.
79
No mesmo sentido, percebe-se que o termo Learn Organization tem demonstrado uma
tendência descendente na rede de textos de Aprendizagem Organizacional ano a ano, o que
também corrobora a tese de afastamento entre as áreas de AO e OA.
Nas redes de Gestão do Conhecimento, não se observa o termo Learn Organization e
o termo Organizational Learn tem uma tendência de estabilidade nas redes ano a ano (linha
azul), enquanto nas redes acumuladas (linha vermelha) a tendência é descendente, conforme
demonstra o gráfico 4:
Gráfico 4- Evolução da centralidade para o termo Organizational Learn nas redes de Knowledge Management, a
partir do ano de 1974.
Fonte: Elaborado pelo autor.
Nota: A linha vermelha evidencia a Betweenness Centrality do termo na rede semântica dos anos acumulados(do ano
respectivo ao mais antigo). A linha azul evidencia a Betweenness Centrality do termo em questão para redes ano a
ano.
A área de Organizações que Aprendem é a única a mostrar uma tendência de
crescimento de ascensão dos termos que identificam as áreas de Gestão do Conhecimento e
Aprendizagem Organizacional, como se pode verificar nos gráficos 5 e 6:
80
Gráfico 5- Evolução da centralidade para o termo Knowledge Management nas redes de Learning Organization, a
partir do ano de 1979.
Fonte: Elaborado pelo autor.
Nota: A linha vermelha evidencia a Betweenness Centrality do termo na rede semântica dos anos acumulados (do
ano respectivo ao mais antigo). A linha azul evidencia a Betweenness Centrality do termo em questão para redes ano
a ano.
Tanto o termo Knowledge Management quanto o termo Organizational Learn
apresentam tendências crescentes para a métrica Betweenness Centrality nas redes ano a ano e
nas redes acumuladas.
Gráfico 6- Evolução da centralidade para o termo Organizational Learn nas redes de Learning Organization, a
partir do ano de 1979.
Fonte: Elaborado pelo autor.
Nota: A linha vermelha evidencia a Betweenness Centrality do termo na rede semântica dos anos acumulados(do ano
respectivo ao mais antigo). A linha azul evidencia a Betweenness Centrality do termo em questão para redes ano a
ano.
A seguir, serão apresentadas as estimativas de tendência de crescimento da métrica
Betweenness Centrality para as redes semânticas de cada uma das áreas estudadas.
81
4.2 TENDÊNCIAS
Como exposto durante todo o percurso da tese, encontrar padrões que permitam
demonstrar ou ao menos estimar o desenvolvimento de determinada área ou ciência pode
permitir aos pesquisadores, grupos, agências de fomento, governos etc. tomarem decisões, com
base em informação referenciada, sobre a melhor maneira de se aplicar seus recursos de
pesquisa, além de permitir a melhor compreensão de uma área de conhecimento através de suas
tendências.
Para tanto, foi desenvolvido um percurso metodológico que permitiu organizar a
produção cientifica das áreas de AO, GC E OA alocada na base de dados Web of Science, com
o intuito de analisar suas redes semânticas em busca de padrões que nos permitiram estimar o
futuro das áreas através das tendências de crescimento das métricas de seus termos.
A análise permitiu, ainda, estimar possíveis tópicos emergentes em duas das áreas
estudadas, Aprendizagem Organizacional e Gestão do Conhecimento. Considerou-se tópicos
emergentes termos que surgiram na rede há pouco tempo, mas que já possuem uma
centralidade alta em relação a outros termos.
As análises são longitudinais. No caso específico das análises de AO, o período inicia
no ano de 1965; no caso de GC, o período inicia no ano de 1974; e, no caso das OA, o ano de
início é 1979. Todas as análises findam em 2015.
Para fins de comparação dos textos das áreas, foram escolhidos os bigramas e os
trigramas com maior Betweenness Centrality (por área). Para tanto, foram criadas três redes
semânticas que continham exclusivamente os textos dos últimos dois anos de cada uma das
áreas estudadas.
Os bigramas/trigramas encontrados na rede foram então comparados com os
bigramas/trigramas das redes de cada área. Geraram-se redes semânticas de duas formas: na
primeira, para cada ano, era criada uma rede independente dos outros anos; na segunda, cada
rede continha uma acumulação dos anos anteriores.
Foi gerada uma curva logarítmica de tendência que permite estimar o progresso de
cada termo analisado nos anos subsequentes.
A seguir, o quadro 14 apresenta os resultados e tendências da AO, KM e GC,
respectivamente.
Quando as duas tendências são positivas, pode-se aferir que a tendência geral de
ampliação da métrica Betweenness Centrality ao longo do tempo também é positiva. Da
82
mesma forma, quando as duas tendências se apresentam negativas, afere-se que a tendência
geral é negativa. Os outros casos são de tendências neutras, quando as duas tendências
permanecem estáveis, ou não são passíveis de serem estimadas (uma tendência positiva e outra
negativa) com os métodos e técnicas escolhidos nesta tese.
4.2.1 Tendências em Aprendizagem Organizacional
Quadro 14- Tendências para os termos de Aprendizagem Organizacional.
Termos Learning Organization Ocorrência Tendência
acumulada
Tendência ano a
ano
Tópicos emergentes
Innovation Performance 5 anos ou menos Ascendente Ascendente
Organizational learn Culture 5 anos ou menos Ascendente Ascendente
Tendências positivas
Organizational Learn Theory 6 anos ou mais Ascendente Ascendente
Absorptive Capacity 6 anos ou mais Ascendente Ascendente
Supply Chain 6 anos ou mais Ascendente Ascendente
Knowledge Share 6 anos ou mais Ascendente Ascendente
Firm Performance 6 anos ou mais Ascendente Ascendente
Team Learn 6 anos ou mais Ascendente Ascendente
Organizational Performance 6 anos ou mais Ascendente Ascendente
Knowledge Transfer 6 anos ou mais Ascendente Ascendente
Organizational Innovation 6 anos ou mais Ascendente Ascendente
Social Capital 6 anos ou mais Ascendente Ascendente
Organizational Culture 6 anos ou mais Ascendente Ascendente
Organizational Learn Literature 6 anos ou mais Ascendente Ascendente
Organizational level 6 anos ou mais Ascendente Ascendente
Tendências descendentes
Learn Organization 6 anos ou mais Descendente Descendente
Tendências indefinidas ou estáveis
Product Development 6 anos ou mais Estável Estável
Knowledge Management 6 anos ou mais Estável Estável
Learn Process 6 anos ou mais Estável Descendente
Competitive Advantage 6 anos ou mais Ascendente Descendente
Organizational Learn Process 6 anos ou mais Ascendente Descendente
Knowledge Creation 6 anos ou mais Estável Estável
Performance Improvement 6 anos ou mais Ascendente Estável
Market Orientation 6 anos ou mais Ascendente Estável
Learn Theory 6 anos ou mais Estável Ascendente
Fonte: Elaborado pelo autor.
Nota: Tendências para os termos de Aprendizagem Organizacional: a coluna Tendência Acumulada apresenta a
curva de tendência para a métrica Betweenness Centrality, para redes formadas através do acúmulo dos anos
anteriores; já a coluna de Tendência Ano a Ano demonstra a tendência através de redes independentes por ano. Os
gráficos que representam a evolução de cada um dos termos estão apensados a esta tese (Apêndice C).
83
Os gráficos 7 e 8 apresentam, respectivamente, as curvas de tendência dos termos
Innovation Pertformance e Organizational Learning Culture. Eles foram destacados, pois,
apesar do seu relativo pouco tempo figurando nas redes semânticas de Aprendizagem
Organizacional, mostram-se importantes para as mesmas, o que pode ser aferido pela métrica
Betweenness Centrality. Este conjunto de fatores pode ser importante para identificar o
surgimento de novos tópicos de pesquisa.
A seguir, são apresentados os gráficos de evolução da métrica Betweenness Centrality
ao longo do tempo para os termos destacados.
Gráfico 7- Evolução da centralidade para o termo Innonation Performance nas redes de Aprendizagem
Organizacional, a partir do ano de 2010.
Fonte: Elaborado pelo autor.
Nota: A linha vermelha evidencia a Betweenness Centrality do termo na rede semântica dos anos acumulados (do
ano respectivo ao mais antigo). A linha azul evidencia a Betweenness Centrality do termo em questão para redes ano
a ano.
O tópico de pesquisa foi considerado “novo” quando figurava há cinco anos ou menos
entre os 25 termos com maior Betweenness Centrality nas redes semânticas da área. A linha
azul diz respeito à rede ano a ano e a linha vermelha às redes acumuladas:
84
Gráfico 8- Evolução da centralidade para o termo Knowledge Management nas redes de Aprendizagem
Organizacional, a partir do ano de 2010.
Fonte: Elaborado pelo autor.
Nota: A linha vermelha evidencia a Betweenness Centrality do termo na rede semântica dos anos acumulados (do
ano respectivo ao mais antigo). A linha azul evidencia a Betweenness Centrality do termo em questão para redes ano
a ano.
Porém, se analisarmos só os últimos dois anos, o termo Innovation Performance
apresenta uma tendência de queda, enquanto o termo Organizational Learn Culture demonstra
uma tendência positiva em relação à métrica Betweenness Centrality.
4.2.2 Tendências em Organizações que Aprendem
O quadro 15 apresenta a tendência dos 18 termos com maior Betweenness Centrality
para as áreas de Organizações que Aprendem.
85
Quadro 15- Tendências para os termos de Organizações que Aprendem.
Termos Organizational Learning Ocorrência Tendência
acumulada
Tendência ano a
ano
Tendências positivas
Knowledge Management 10 anos ou mais Ascendente Ascendente
Organization Performance 10 anos ou mais Ascendente Ascendente
Learning Process 10 anos ou mais Ascendente Ascendente
Intelectual Capital 10 anos ou mais Ascendente Ascendente
Organizational Culture 10 anos ou mais Ascendente Ascendente
Health Systems 9 anos Ascendente Ascendente
Clinical Practice 9 anos Ascendente Ascendente
Change Management 10 anos ou mais Ascendente Ascendente
Learning Culture 10 anos ou mais Ascendente Ascendente
Organizational Learning 10 anos ou mais Ascendente Ascendente
Tendências indefinidas ou estáveis
Organizational Change 10 anos ou mais Estável Ascendente
Quality Improvement 10 anos ou mais Estável Ascendente
Organizational Level 9 anos Ascendente Descendente
Health Services 10 anos ou mais Estável Ascendente
Public Setor 10 anos ou mais Ascendente Estável
Organizational Climate 10 anos ou mais Estável Estável
Competitive Advantage 10 anos ou mais Descendente Ascendente
Learning Approach 10 anos ou mais Ascendente Estável
Fonte: Elaborado pelo autor.
Nota: Tendências para os termos de Organizações que Aprendem: a coluna Tendência Acumulada apresenta a
curva de tendência para a métrica Betweenness Centrality, para redes formadas através do acúmulo dos anos
anteriores; já a coluna de Tendência Ano a Ano demonstra a tendência através de redes independentes por ano. Os
gráficos que representam a evolução de cada um dos termos estão apensados a esta tese (Apêndice D).
As redes ano a ano dos termos de Organizações que Aprendem não se mostraram
muito efetivas para determinar tendências na área, pois o número de artigos por ano para textos
de OA é relativamente baixo para a técnica de pesquisa empregada nesta tese. A sugestão é
que, quando o universo de artigos pesquisados for pequeno (menos de 100 por ano), os
pesquisadores podem usar somente as redes acumuladas.
Quando o universo de artigos for pequeno (menor que 500), sugere-se a utilização de
métodos tradicionais de pesquisa, pois os mesmos podem trazer informações mais completas
a respeito dos artigos estudados.
Devido, em parte, às limitações apresentadas, não foram encontrados novos tópicos
de pesquisa na área, porém é possível verificar algumas tendências, sobretudo nas redes
acumuladas.
86
4.2.3 Tendências em Gestão do Conhecimento
Quadro 16- Tendências para os termos de Gestão do Conhecimento.
Termos Learning Organization Ocorrência Tendência
acumulada
Tendência ano a
ano
Tópicos emergentes
Knowledge Application 5 anos Ascendente Ascendente
Tendências positivas
Knowledge Acquisition 10 anos ou mais Ascendente Ascendente
Absorptive Capacity 10 anos ou mais Ascendente Ascendente
Suply Chain 10 anos ou mais Ascendente Ascendente
Decision Make 10 anos ou mais Ascendente Ascendente
Knowledge Exchange 10 anos ou mais Ascendente Ascendente
Social Network 10 anos ou mais Ascendente Ascendente
External Knowledge 10 anos ou mais Ascendente Ascendente
Organizational Performance 10 anos ou mais Ascendente Ascendente
Knowledge Creation 10 anos ou mais Ascendente Ascendente
Software Development 10 anos ou mais Ascendente Ascendente
Support Knowledge 10 anos ou mais Ascendente Ascendente
Tendências descendentes
Knowledge Managment System 10 anos ou mais Descendente Descendente
Tacit Knowledge 10 anos ou mais Descendente Descendente
Tendências indefinidas ou estáveis
Knowledge Share 10 anos ou mais Estável Ascendente
Organizational Learn 10 anos ou mais Descendente Estável
Knowledge Transfer 10 anos ou mais Estável Ascendente
Competitive Advantage 10 anos ou mais Estável Ascendente
Knowledge Management Process 10 anos ou mais Estável Ascendente
Knowledge Based View 10 anos ou mais Ascendente Descendente
Knowledge Worker 10 anos ou mais Estável Estável
Best Practice 10 anos ou mais Estável Estável
Product Development 10 anos ou mais Estável Estável
Knowledge Source 10 anos ou mais Ascendente Estável
Fonte: Elaborado pelo autor.
Nota: Tendências para os termos de Gestão do Conhecimento: a coluna Tendência Acumulada apresenta a curva
de tendência para a métrica Betweenness Centrality, para redes formadas através do acúmulo dos anos anteriores;
já a coluna de Tendências Ano a Ano demonstra a tendência através de redes independentes por ano. Os gráficos
que representam a evolução de cada um dos termos estão apensados a esta tese (Apêndice E).
Todos os termos e tendências apresentados nos quadros 14, 15 e 16 estão apresentados
de forma gráfica e individual no apêndice desta tese, e sua análise pode permitir estimar
tendências em outros recortes temporais.
O gráfico 9 apresenta a curva de tendência do termo Knowledge Application:
87
Gráfico 9- Evolução da centralidade para o termo Knowledge Application nas redes de Knowledge Management,
a partir do ano de 2010.
Fonte: Elaborado pelo autor.
Nota: A linha vermelha evidencia a Betweenness Centrality do termo na rede semântica dos anos acumulados(do ano
respectivo ao mais antigo). A linha azul evidencia a Betweenness Centrality do termo em questão para redes ano a
ano.
Esse termo foi destacado, pois tem potencial para ser um tópico emergente na área de
GC, uma vez que, apesar de figurar nas redes de GC há pouco tempo, apresenta valores de
centralidade altos em relação aos outros termos das redes.
88
5 DISCUSSÃO DOS RESULTADOS
Na Introdução da tese foram apresentados autores que, no passado, acreditavam em
uma relação positiva e crescente entre as áreas de AO, OA e GC. Na contemporaneidade pode
se notar inverso. Os resultados indicam um distanciamento entre as áreas, o que é demonstrado
por um decréscimo dos termos em comum.
O quadro 17 demonstra as teorias que a tese se pautou para estudar as relações entre
as áreas e os resultados alcançados. É preciso levar em consideração a temporalidade das
pesquisas estudadas.
Quadro 17-Relações entre AO, OA e GC.
REFERÊNCIAS ABORDAGENS RESULTADOS ALCANÇADOS
Bennet e
Tomblin (2006)
AO e GC ligadas pelo conceito de
conhecimento.
Áreas ligadas pelos seguintes conceitos: System Development, Best Practice, Decision
Make, Knowledge Management System,
Management System Human Resource,
Knowledge Acquisition, Knowledge Share,
Knowledge Transfer, product Development,
Competitive Advantage, Organizational
Knowledge (Gráfico 1 e quadros 9,10, 11 e 12)
Firestone e
McElroy (2004)
Preocupações AO e GC são
praticamente as mesmas
Não parecem ser as mesmas nos últimos anos
pois apresentaram apenas três termos em
comum:
Competitive Advantage, Human Resource,
Organizational Knowledge
(Gráfico 1 e quadros 9,10, 11 e 12)
Irani, Sharif, e
Love (2009)
Modelo integrado para GC e sua
relação com AO
Não parece possível um modelo que integre as
duas áreas pois as relações tem mudado muito
ao longo dos anos. (Gráfico 1)
Liao e Wu (2010) Relação positiva entre GC e AO A relação entre GC e AO está dando sinais de
diminuir ao longo do tempo. (Gráfico 1)
Chinowsky e
Carrillo (2007)
A estrutura necessária para a GC
pode ser prioritária para a empresa
se transformar em uma que OA
Não foi possível perceber essa relação pois a
os temos em comum entre as áreas são poucos:
Organizational Process Best Practice, Product
Development, Lesson Learn Construction
Industry, Paper Propose. (Gráfico 1 e quadros
9,10, 11 e 12)
Davenport (1999)
Afirma que a GC está se
expandindo gradualmente no
espaço, consumindo não só a AO e
as OA, mas também outros
conceitos emergentes.
Não foi possível perceber essa relação pois os
termos em comum estão diminuindo, conforme
indícios apresentados no (Gráfico 1).
Easterby-Smith e
Lyles (2011)
AO, OA e GC em relação a
processo, prática, teoria e conteúdo
Não foi possível aferir esta relação com os
resultados alcançados na tese.
(Gráfico 1 e quadros 9,10, 11 e 12)
Fonte: Elaborado pelo autor.
89
Retoma-se o quadro 17, adaptado do quadro 1, com o intuito de comparar as
abordagens apresentadas por alguns autores que estudam as relações entre a Aprendizagem
Organizacional, as Organizações que Aprendem e a Gestão do Conhecimento sob uma
perspectiva tradicional de pesquisa e os resultados obtidos com a análise das redes semânticas
desta tese.
Ao que parece, as abordagens anteriormente demonstradas pelos autores acima
relacionados apresentam-se defasadas, o que se dá possivelmente por dois motivos: 1° A
perspectiva tradicional de análise de artigos não parece ser satisfatória quando o universo a ser
pesquisado é grande e heterogêneo, pois oferece uma visão fragmentada de uma estrutura
complexa. 2° A dinâmica das ciências modernas não permite mais teorias estáticas que
representem áreas, ciências e suas relações como blocos fixos, imutáveis e indiferentes ao longo
do tempo e do espaço. As ciências modernas são dinâmicas e multidisciplinares, suas relações
e sua estrutura mudam com o tempo de uma maneira cada vez mais drástica.
5.1 DISCUÇÃO DO MODELO EASTERBY-SMITH PARA APRENDIZAGEM
ORGANIZACIONAL
A abordagem de Easterby-Smith (1997) traz seis perspectivas acadêmicas que,
segundo o autor, tinham potencial, na época, para explicar a AO: Psicologia, ciências da
Administração, Estratégia, Administração da Produção, Sociologia e Antropologia Cultural. Na
contemporaneidade, não parece mais suficiente para categorizar a área.
Por exemplo, se analisam os 18 termos mais importantes da rede de AO segundo sua
Betweenness Centrality nos anos de 2014-2015, quadro 18, poucas são as relações que se
consegue fazer. É interessante aferir que o termo Knowledge Management ainda figura entre as
primeiras posições da rede dos últimos dois anos de Aprendizagem Organizacional, mesmo
tendo aparentemente perdido importância nos últimos anos.
90
Quadro 18- Termos de Aprendizagem Organizacional com maior Betweenness Centrality para a rede de AO, nos
anos de 2014-2015.
ITEM BETWEENNESS CENTRALITY RELAÇÃO COM AS
ABORDAGENS
knowledgexmanagement 0.044350687 ?
learnxprocess 0.035226688 sociologia
organizationalxlearnxtheory 0.03473871 ?
absorptivexcapacity 0.033501275 ?
supplyxchain 0.026429176 administração da produção
knowledgexshare 0.025487661 ?
firmxperformance 0.024386678 estratégia
teamxlearn 0.023942728 sociologia
organizationalxperformance 0.022119654 sociologia
productxdevelopment 0.019348808 ?
knowledgextransfer 0.019182064 ?
learnxorganization 0.018155478 ?
organizationalxinnovation 0.017491924 ?
socialxcapital 0.01617189 ?
innovationxperformance 0.015462698 ?
organizationalxculture 0.015430016 antropologia cultural
competitivexadvantage 0.013795803 estratégia
organizationalxlearnxculture 0.013206095 antropologia cultural
Fonte: Elaborado pelo autor.
Nota: 18 termos com maior centralidade na rede dos últimos dois anos de Aprendizagem Organizacional.
Pode-se identificar, através do quadro 18, que o modelo proposto por Easterby-Smith
em 1997 é incompleto para os dias de hoje. Para atualizá-lo seria necessário, por exemplo,
incluir perspectivas que abarquem textos de AO que têm relação com Inovação, Gestão do
Conhecimento etc.
5.2 CONSIDERAÇÕES A RESPEITO DO MODELO DE GERAÇÕES PARA GESTÃO DO
CONHECIMENTO
Tampouco as abordagens que definem a Gestão do Conhecimento por meio de
gerações, apresentado no quadro 03 do referencial teórico, parecem fazer sentido quando as
comparadas com os resultados das Análises de Redes Semânticas para a área de Gestão do
Conhecimento, apresentadas no quadro 19.
Ao se fazer um apanhado dos teóricos apresentados no quadro 03, percebe-se uma
relação da 1ª geração com tecnologias da informação, o que pode ser caracterizado pelos
termos: Tecnologia da Informação; bases de dados; distribuição do conhecimento
91
organizacional através de uma tecnologia; estruturação da informação para a tomada de decisão;
codificação do capital intelectual centrado em TI; internet e intranets.
Um levantamento dos termos-chave citados na segunda geração do quadro 03 traz os
seguintes resultados: enraizamento social; imersão na prática; compartilhamento do
conhecimento; criação do conhecimento; tacit-explicit knowledge conversion; introdução da
dimensão humana e cultural; Organizações que Aprendem.
A terceira geração apresentada no quadro 03 do referencial traz os seguintes termos-
chave: abordagem baseada na prática; conhecimentos relacionados com a cidadania corporativa
e seu impacto no desenvolvimento mundial; contexto, narrativa, histórias, conteúdo, gestão;
baseia-se na complexidade sistemas adaptativos teoria; administração de conteúdo e
taxonomias.
A quarta geração apresentada no quadro 03 traz os seguintes termos-chave: a
importância das fontes extraorganizacionais; conhecimento situado no contexto; comunidades
de prática interorganizacional.
O quadro 19 demonstra os 20 termos com Betweenness Centrality mais alto, por
períodos de tempo, o que permite fazer um comparativo com o quadro 03. A comparação entre
os quadros não parece suficiente para organizar a área de Gestão do Conhecimento, pois não é
possível identificar gerações bem delineadas no conjunto de termos encontrados.
92
Quadro 19- Termos de Gestão do Conhecimento classificados por Betweenness Centrality ao longo da história.
1974-2000 2001-2005 2006-2010 2011-2015
Expert knowledge
Expert system
Intelectual property
Knowledge flow
Learn organization
Lesson learn
SystemDevelopment:
1°geração?
Best Practice 2° ou 3° geração?
Business Process
Conceptual Model
Decision Support
Development process
Explicit knowledge: 2°Geração?
Knowledge management system
Management system - 1°geração?
Paper Examine
Software engineer
Business process
Conceptual framework
Effective knowledge
Knowledge resource
Social Network: 2°
geração
Absorptive capacity
Knowledge
acquisition
Organizational
performance
Supply chain
Termos em comum para os quatro períodos
KM system
1°geração?
KM system
1°geração?
KM system
1°geração?
KM system
1°geração?
Knowledge share Knowledge Share Knowledge share Share knowledge
Transfer knowledge Knowledge Transfer Knowledge transfer Knowledge transfer
Organizational learn Organizational learn Organizational
Learn 2°Geração?
Organizational
Learn 2°Geração?
Tacit Knowledge
2°geração? Tacit Knowledge 2°geração?
Tacit Knowledge
2°geração?
Tacit knowledge:
2°geração?
Organizational
knowledge
Organizational
Knowledge
Organizational
knowledge
Organizational
knowledge
Termos em comum para dois ou mais períodos
Manage knowledge Manage Knowledge Manage knowledge
Competitive
advantage
Competitive
advantage
Competitive
advantage
Knowledge Base
1°geração?
Knowledge base
1°geração?
Knowledge worker Knowledge worker Knowledge worker
Product development Product development Product development
Decision Make Decision make Decision make
Intelectual capital Intelectual capital
Knowledge asset Knowledge asset
Knowledge
management process
Knowledge
management process Design methodology
approach
Design methodology
approach
Human Resource:
3°geração?
Human resource
Knowledge creation Knowledge
Creation: 2°Geração?
Fonte: Dados da pesquisa.
Nota: Os termos em destaque foram selecionados, pois têm alguma relação com as teorias que categorizam a
Gestão do Conhecimento em gerações apresentadas no quadro 03 do Referencial.
Buscar a relação das teorias que organizam a Gestão do Conhecimento em gerações
distintas através dos termos-chave encontrados nas redes de GC é um exercício vago, uma vez
93
que a maior parte dos termos não pode ser classificado nas gerações, conforme as teorias
apresentadas no quadro 3.
Mesmo a teoria mais simples de Huysman et al. (2007), que divide a área em apenas
duas apresentando a primeira geração da GC mais determinista e objetiva e a segunda mais
social, é difícil de ser confirmada, conforme os dados apresentados no quadro 19.
94
6 CONSIDERAÇÕES FINAIS
Uma rede semântica formada por mais de 10.480 artigos científicos, onde só suas
relações de conteúdo apresentam algumas centenas de milhares de arestas e muitos milhares de
vértices, pode parecer, à primeira vista, um emaranhado confuso e não inteligível de relações.
Porém, as análises de redes sociais e semânticas funcionam como uma bússola, o que permitem
descobrir tendências e caminhos, traçar rotas e corrigir percursos.
Em um universo com centenas de milhares de artigos científicos, pesquisas
tradicionais, onde dezenas ou no máximo poucas centenas de artigos científicos são levados em
consideração, demonstram fragilidade, uma vez que a análise de poucos textos pode não
apresentar nuances importantes para a compreensão das áreas.
Portanto, a utilização de metodologias escaláveis, baseadas em tecnologias da
informação que permitam analisar grandes quantidades de dados, são importantes para tentar
compreender a complexidade das ciências e de seus campos de estudo. Convém explanar
também que até a data de finalização da pesquisa 01/04/2016 não tinha sido encontrada, no
Brasil e no Mundo, nenhuma pesquisa que se utiliza das áreas e dos métodos propostos nesta
tese.
Desta forma, foi possível atingir os objetivos propostos, que eram explorar as redes de
Organizações que Aprendem, Gestão do Conhecimento e Aprendizagem Organizacional
apontando as fronteiras entre as áreas, suas intersecções e ainda estimar tendências nos campos
estudados.
Quanto aos questionamentos apresentados, os mesmos foram amplamente
respondidos:
1° Quais as relações entre as redes semânticas dos resumos dos textos encontrados,
nas três áreas? As análises apresentadas apontam para um distanciamento entre as áreas de
Aprendizagem Organizacional, Gestão do Conhecimento e Organizações que Aprendem, o que
pode ser percebido pela diminuição dos termos comumente encontrados nas áreas, o que pode
ser verificado nos quadros 10, 11, 12 e 13.
2° Quais frentes de pesquisa têm potencial para se destacar nas três áreas? Foram
encontradas frentes de pesquisa que estão em uma curva de ascendente em cada uma das áreas
estudadas, como pode ser visto nos quadros 14, 15 e 16. Além disso, foram apresentados os
termos Innovation Performance e Organizational Learn Culture para as redes de AO, e o termo
Knowledge Application para as redes de Gestão do Conhecimento, como possíveis tópicos
emergentes para as respectivas áreas.
95
3° Há áreas de fronteira entre a AO, OA e a GC? Se existem, quais são? Foram
encontradas diversas áreas de fronteira ao longo do tempo, como evidenciado nos quadros 10,
11, 12 e 13, e no gráfico 1.
4° Como se dão as relações entre as áreas estudadas ao longo do tempo? Estas relações
tendem a diminuir, pelo menos quando levamos em consideração os termos com maior
Betweenness Centrality para cada área pesquisada, como evidenciado nos quadros 10, 11, 12,
13, e no gráfico 1.
Quanto aos objetivos, todos foram alcançados, como se pode observar:
1° Identificar frentes promissoras de pesquisa nas áreas de AO, OA e GC. As análises
apresentaram tópicos em ascensão nas três áreas pesquisadas, o que permitiu identificar quais
termos têm possibilidade de ampliar sua importância em cada uma das áreas (quadros 14, 15 e
16).
2° Identificar as possíveis convergências (conteúdo semântico) existentes entre as
áreas de AO, OA e GC. Foram encontradas diversas áreas de convergência, sobretudo quando
se tratava dos três primeiros períodos estudados. No quarto período existe uma tendência de
distanciamento que deve ser verificada de novo no futuro (gráfico 1).
3° Propor um modelo que explique as relações entre AO, OA e GC. Não há indícios
de ser possível o desenvolvimento de um modelo estático que demonstre as relações entre as
áreas, tampouco que explique cada área individualmente, contudo é possível estimar tendências
nas redes de artigos científicos que podem servir como o norte na tentativa de compreender as
áreas e suas relações (quadros 14, 15 e 16).
Em relação às possíveis contribuições acadêmicas e teóricas da pesquisa, pode-se dizer
que as áreas de Aprendizagem Organizacional, Organizações que Aprendem e Gestão do
Conhecimento não são estanques, uma vez que estão em constantes relações com diversas áreas
da Administração e com outras ciências.
De qualquer forma, a pesquisa conseguiu relacionar as múltiplas áreas do
conhecimento por seus conteúdos semânticos, o que tem potencial para ser um dos passos para
a compreensão destas e de outras relações complexas entre campos científicos e até ciências.
A constante inter-relação entre áreas e ciências não deve ser visto como um problema,
pois leva os pesquisadores a trabalharem em áreas de fronteira, o que, se por um lado deixa a
compreensão das áreas estudadas cada vez mais complexa e heterogênea, por outro dinamiza a
AO, OA e a GC.
96
Foi aferido, contudo, que as áreas estudadas parecem estar em um processo de
distanciamento, o que nos permite fazer uma analogia com a formação de nosso sistema solar,
que em seu início proporcionava muitas trocas entre os corpos celestiais e agora, em sua
maturidade, parece muito mais calmo e estável. Nas relações entre Aprendizagem
Organizacional, Organizações que Aprendem e Gestão do Conhecimento, esta analogia parece
verdadeira, uma vez que, no início e nos anos intermediários das áreas, as interações e trocas
eram mais constantes e efetivas, e agora mais brandas.
A respeito das contribuições metodológicas, as estratégias empregadas nesta tese se
mostraram úteis e importantes para se trabalhar com pesquisa social em Administração e em
outras ciências, sobretudo quando o universo de dados for extenso e complexo.
O recorte temporal permitiu estimar tendências, apontar possíveis frentes de pesquisa
e assim traçar caminhos plausíveis que as áreas podem vir a percorrer. A metodologia
demonstrou ainda ser relevante para analisar relações entre áreas diferentes do conhecimento.
As contribuições práticas apontam para a utilização das técnicas, metodologias e
resultados desta tese como forma de balizar pesquisadores, instituições, grupos de pesquisa e
agências de fomento na alocação de seus recursos.
Quanto as limitações da pesquisa, aponta-se que, apesar de ela se referir ao estudo das
relações de 10.480 artigos científicos, a amostra ainda é limitada, uma vez que a pesquisa em
conjunto dos termos Knowledge Management and Learning Organization soma mais de
3.800.000 registros encontrados no Google acadêmico. Sabe-se que este conteúdo encontrado
no Google não tem a qualidade dos dados utilizados na tese, mesmo assim o número é muito
superior. Como forma de mitigar esta limitação, sugerem-se novas pesquisas nas áreas de AO,
OA e GC utilizando ferramentas de web semântica, o que pode permitir a ampliação do universo
pesquisado.
97
REFERÊNCIAS
ALAVI, M.; LEIDNER, D. E. Knowledge management and knowledge management systems:
conceptual foundations and research issues. MIS Quarterly, [s.l.], v. 25, n. 1, p. 107-136,
2001.
ALLEE, V. The knowledge evolution expanding organizational intelligence. Washington:
Butterworth-Heinemann, 1997.
ANTONELLO, C. S.; GODOY, A. S. A encruzilhada da Aprendizagem Organizacional: uma
visão multiparadigmática. Revista de Administração Contemporânea, Curitiba-PR, v. 14,
n. 2, p. 310-332, 2010.
ARAÚJO, C. A. Bibliometria: evolução histórica e questões atuais. Em Questão, [s.l.], v. 12,
n. 1, p. 11-32, 2006.
ATTEVELDT, V. W. Semantic network analysis. Charleston: BookSurge Publishers, 2008.
BASTOS, B.; GONDIM, S. M.; LOIOLA, E. Aprendizagem organizacional versus
organizações que aprendem: características e desafios que cercam essas duas abordagens de
pesquisa. Revista de Administração da Universidade de São Paulo, São Paulo, v. 39, n. 3,
p. 220-230, 2004.
BENNET, A.; TOMBLIN, M. S. A learning network framework for modern organizations:
organizational learning, knowledge management and ICT support. VINE Journal of
Information and Knowledge Management Systems, [s.l.], v. 36, n. 3, p. 289-303, 2006.
BHATT, G. D. Knowledge management in organizations: examining the interaction between
technologies. Journal of Knowledge Management, [s.l.], v. 5, n. 1, p. 68-75, 2001.
BIDO, S.; FELIX, B. Comparação de três escalas para a mensuração da Aprendizagem
Organizacional. In: ENCONTRO DA ANPAD (EnANPA), 35, 2011, Rio de Janeiro. Anais.
Rio de Janeiro: ANPAD, 2011. p. 1-17.
BORGATTI, P. S.; EVERETT, G. M.; JOHNSON, C. J. Analyzing social networks.
London: SAGE Publications Limited, 2013.
BORGATTI, S. P.; FOSTER, P. C. The network paradigm in organizational research: a
review and typology. Journal of Management, [s.l.], v. 29, n. 6, p. 991-1.013, 2003.
CAREY, J. Scientific communication before and after networked science scientific.
Information & Culture, [s.l.], v. 48, n. 3, p. 344-367, 2014.
CASTRO LASZLO, K.; LASZLO, A. Evolving knowledge for development: the role of
knowledge management in a changing world. Journal of Knowledge Management, [s.l.], v.
6, n. 4, p. 400-412, 2002.
CHEN, C.; SANJUAN, F. I.; HOU, J. The structure and dynamics of cocitation clusters: a
multiple‐perspective cocitation analysis. Journal of the American Society for Information
Science and Technology, [s.l.], v. 61, n. 7, p. 1.386-1.409, 2010.
98
CHINOWSKY, P.; CARRILLO, P. Knowledge management to learning organization
connection. Journal of Management in Engineering, [s.l.], v. 23, n. 3, p. 122-130, 2007.
CHUNHARAS, S. An interactive integrative approach to translating knowledge and building
a “learning organization” in health services management. Bulletin of the World Health
Organization, [s.l.], v. 84, n. 8, p. 652-657, 2006.
CRESWELL, J. W. Projeto de Pesquisa: métodos qualitativo, quantitativo e misto. Tradução
de Luciana de Oliveira da Rocha. 2. ed. Porto Alegre: Artmed, 2007.
CRONIN, B. Bibliometrics and beyond: some thoughts on web-based citation analysis.
Journal of Information Science, [s.l.], v. 27, n. 1, p. 1-7, 2001.
DAVENPORT, T. H. Knowledge management and the broad firm: strategy, advantage and
performance. In: LIEBOWITZ, J. (Ed.). Knowledge management handbook. Boca Raton:
CRC Press, 1999. p. 115-126.
EASTERBY-SMITH, M. Disciplines of organizational learning: contributions and critiques.
Human Relations, [s.l.], v. 50, n. 9, p. 1.085-1.113, 1997.
_____. Organizational learning: debates past, present and future. Journal of management
studies, [s.l.], v. 37, n. 6, p. 783-796, 2000.
_____.; LYLES, M. A. Handbook of organizational learning & knowledge management.
2. ed. Reino Unido: Wiley, 2011.
ELLSTRÖM, P. E. Integrating learning and work: problems and prospects. Human Resource
Development Quarterly, [s.l.], v. 12, n. 4, p. 421-435, 2001.
FARIA, L. I. L.; BESSI, N. C.; MILANEZ, D. H. Indicadores tecnológicos: estratégia de
busca de documentos de patentes relacionados à instrumentação aplicada ao agronegócio.
Cadernos de Ciência & Tecnologia – CC&T, [s.l.], v. 31, n. 1, p. 119-144, 2014.
FERGUSON, J. E.; CUMMINGS, S. Knowledge management in practice: the case of
international development. In: KOOHANG, A.; HARMAN K.; BRITZ, J. (Eds.). Knowledge
management: research and application. California: The Informing Science Press, 2008. p. 75-
112.
_____.; MCHOMBU, K.; CUMMINGS, S. Management of knowledge for development:
meta-review and scoping study. Amsterdam: IKM Working Paper, 2008.
FIRESTONE, J. M.; MCELROY, M. W. Organizational learning and knowledge
management: the relationship. The Learning Organization, [s.l.], v. 11, n. 2, p. 177-184,
2004.
FRIEDMAN, V. J.; LIPSHITZ, R.; POPPER, M. The mystification of organizational
learning. Journal of Management Inquiry, [s.l.], v. 14, n. 1, p. 19-30, 2005.
FUJITA, K.; KAJIKAWA, Y.; MORI, J.; SAKATA, I. Detecting research fronts using
different types of weighted citation networks. Journal of Engineering and Technology
Management, [s.l.], v. 32, p. 129-146, 2014.
99
GLOOR, P. A. et al. Web science 2.0: identifying trends through Semantic Social Network
Analysis. In: IEEE International Conference On Computational Science And Engeneering –
CSE 2009, 12., 2009, [s.l.]. Proceedings… [s.l.: s.n.], 2009. v. 4. p. 215-222.
GROH, G.; FUCHS, C. Multi-modal social networks for modeling scientific fields.
Scientometrics, [s.l.], v. 89, n. 2, p. 569-590, 2011.
GROVER, V.; DAVENPORT, T. H. General perspectives on knowledge management:
fostering a research agenda. Journal of Management Information Systems, [s.l.], v. 18, n.
1, p. 5-21, 2001.
HACKETT, E. J.; BORGMAN, C. L. Scholarly communication and Bibliometrics.
Contemporary Sociology, [s.l.], v. 21, n. 1, p. 142, 1992.
HAIR, JR, J.; et al. Fundamentos de métodos de pesquisa em Administração. Porto
Alegre: Bookman, 2005.
HUBER, G. P.; MARCH, J. G. Organizational learning: the contributing processes and the
literatures. Organization Science, [s.l.], v. 2, n. 1, p. 88-115, 1991.
HUYSMAN, M. An organizational learning approach to the learning organization. European
Journal of Work and Organizational Psychology, [s.l.], v. 9, n. 2, p. 133-145, 2000.
_____.; et al. Organizing multilevel embeddedness of networks of practice. In: OLKC, 2007.
Proceedings… [s.l.:s.n.], 2007.
HYUN KIM, J. A hyperlink and semantic network analysis of the triple helix (university-
government-industry): the interorganizational communication structure of nanotechnology.
Journal of Computer‐Mediated Communication, [s.l.], v. 17, n. 2, p. 152-170, 2012.
INNOCENTINI, L. L. F.; BESSI, N. C.; MILANEZ, D. H. Indicadores tecnológicos:
estratégia de busca de documentos de patentes relacionados à instrumentação aplicada ao
agronegócio. CC&T - Cadernos de Ciência & Tecnologia, v.31, n.1, p.119-144, 2014.
IRANI, Z.; SHARIF, A. M.; LOVE, P. E. D. Mapping knowledge management and
organizational learning in support of organizational memory. International Journal of
Production Economics, [s.l.], v. 122, n. 1, p. 200-215, 2009.
JAMALI, M.; ABOLHASSANI, H. Different aspects of social network analysis. In:
IEEE/WIC/ACM INTERNATIONAL CONFERENCE ON, 2006, [s.l.]. Proceedings…
[s.l.:s.n.], 2006. p. 66-72.
KADUSHIN, C. Undersranding social networks. New York: Oxford University Press,
2012.
KNOKE, D.; YANG, S. Social network analysis. 2. ed. Thousand Oaks: Sage, 2008.
KOENIG, M. E. D. KM moves beyond the organization: the opportunity for librarians. KM
moves beyond the organization: the opportunity for librarians. Information Services and
Use, [s.l.], v. 25, n. 2, p. 87-93, 2005.
100
KUO, T. H. How to improve organizational performance through learning and knowledge?.
International Journal of Manpower, [s.l.], v. 32, n. 5, p. 581-603, 2011.
LEE, H.; et al. The moderating role of socio-semantic networks on online buzz diffusion.
Journal of Business Research, [s.l.], v. 66, n. 9, p. 1.367-1.374, 2013.
LEVINTHAL, D. A.; MARCH, J. G. The myopia of learning. Strategic Management
Journal, [s.l.], v. 14, n. S2, p. 95-112, 1993.
LEVITT, B.; MARCH, J. G. Organizational learning. Annual Review of Sociology, [s.l.], v.
14, p. 319-340, 1988.
LIAO, S. H.; WU, C. System perspective of knowledge management, organizational learning,
and organizational innovation. Expert Systems with Applications, [s.l.], v. 37, n. 2, p. 1.096-
1.103, 2010.
LIPSHITZ, R.; POPPER, M.; FRIEDMAN, V. J. A multifacet model of organizational
learning. The Journal of Applied Behavioral Science, [s.l.], v. 38, n. 1, p. 78-98, 2002.
LOERMANS, J. Synergizing the learning organization and knowledge management. Journal
of Knowledge Management, [s.l.], v. 6, n. 3, p. 285-294, 2002.
LOPES, I. L. Uso das linguagens controlada e natural em bases de dados: revisão da
literatura. Ciência da Informação, [s.l.], v. 31, n. 1, p. 41-52, 2002.
MCELROY, M. W. Second-generation knowledge management. Knowledge Management,
[s.l.], v. 10, n. 10, p. 1-18, 2002.
NEWMAN, M. E. J. The structure and function of complex networks. SIAM Review, [s.l.],
v. 45, n. 2, p. 167-256, 2003.
_____. A measure of betweenness centrality based on random walks. Social Networks, [s.l.] ,
v. 27, n. 1, p. 39-54, 2005.
_____. Modularity and community structure in networks. National Academy of Sciences, v.
103, n. 23, p. 8.577-8.582, 2006. (Proceedings.)
NICOLINI, D.; MEZNAR, M. B. The social construction of organizational learning:
conceptual and practical issues in the field. Human Relations, [s.l.], v. 48, n. 7, p. 727-746,
1995.
NONAKA, I.; TOYAMA, R.; BYOSIERE, P. A theory of organizational knowledge creation.
International Journal of Technology Management, [s.l.], v. 11, n. 7-8, p. 833-845, 1996.
NOOY, W.; MRVAR, A.; VLADIMIR, B. Exploratory social network analysis with
Pajek. New York: Cambridge University Press, 2005.
NORUZY, A.; et al. Relations between transformational leadership, organizational learning,
knowledge management, organizational innovation, and organizational performance: an
empirical investigation of manufacturing firms. The International Journal of Advanced
Manufacturing Technology, [s.l.], v. 64, n. 5-8, p. 1.073-1.085, 2012.
101
ÖRTENBLAD, A. The learning organization: towards an integrated model. The Learning
Organization, [s.l.], v. 11, n. 2, p. 129-144, 2004.
PORTER, A. L.; et al. Refining search terms for nanotechnology. Journal of Nanoparticle
Research, [s.l.] , v. 10, n. 5, p. 715-728, 2008.
PRELL, C. Social Network Analyses. London: Sage, 2012.
RAULIUC, R.; BRATIANU, C. Learning organizations in emergent economies. In:
EUROPEAN CONFERENCE ON KNOWLEDGE MANAGEMENT, 2005, [s.l.].
Proceedings… [s.l.:s.n.], 2005. p. 1.001-1.010.
ROWLAND, G. Shall we dance? A design epistemology for organizational learning and
performance. Educational Technology Research and Development, [s.l.], v. 52, n. 1, p. 33-
48, 2004.
ROWLEY, J. From learning organizational to knowledge entrepreneur. Journal of
Knowledge Management, [s.l.], v. 4, n. 1, p. 7-15, 2000.
_____. Knowledge management in pursuit of learning: the Learning with knowledge cycle.
Journal of Information Science, [s.l.], v. 27, n. 4, p. 227-237, 2001.
SELEN, W. Knowledge management in resource-based competitive environments: a roadmap
for building learning organizations. Journal of Knowledge Management, [s.l.], v. 4, n. 4, p.
346-353, 2000.
SENGE, P. M. The fifth discipline, the art and practice of the learning organization.
Performance + Instruction, [s.l.], v. 30, n. 5, p. 37-37, 1991.
SEVIN, H. E. Understanding cities through city brands: city branding as a social and semantic
network. Cities, [s.l.], v. 38, p. 47-56, 2014.
SHEHZAD, R.; NAEEM, M.; KHAN, A. Integrating knowledge management with business
intelligence processes for enhanced organizational learning. International Journal of
Software Engineering and its Applications, [s.l.], v. 7, n. 2, p. 83-91, 2013.
SHIBATA, N.; KAJIKAWA, Y. Measuring relatedness between communities. Journal of the
American Society for Information Science and Technology, [s.l.], v. 62, n. 7, p. 1.360-
1.369, 2011.
SNOWDEN, D. Complex acts of knowing: paradox and descriptive self-awareness. Journal
of Knowledge Management, [s.l.], v. 6, n. 2, p. 100-111, 2002.
SOUSA, F. I.; et al. Análise de redes semânticas baseada em títulos de artigos de periódicos
científicos: o caso dos periódicos de divulgação em educação matemática. Educação
Matemática Pesquisa, [s.l.], v. 11, n. 1, p. 167-193, 2009.
SOWA, J. F. Principles of semantic networks. California: Morgan Kaufmann Publishers,
1991.
102
TAKAHASHI, A. R. W. Competências, Aprendizagem Organizacional e Gestão do
Conhecimento. Curitiba: Intersaberes, 2015.
TANG, F.; MU, J.; MACLACHLAN, D. Implication of network size and structure on
organizations’ knowledge transfer. Expert Systems with Applications, [s.l.], v. 34, n. 2, p.
1.109-1.114, 2008.
WASSERMAN, S.; FAUST, K. Social Network Analysis. New York: Cambridge University
Press, 1994.
WIIG, K. M. Knowledge management : where did It come from and where will it go? Expert
Systems With Applications, [s.l.], v. 13, n. 1, p. 1-14, 1997.
WIJK, V. R.; BOSH, V. D. F.; VOLBERDA, H. W. Strategies to raise a firm’s capacity to
absorb new knowledge; the case of network forms of organizing. In: SMS CONFERENCE,
19., 1999, Berlin. Berlin: [s.n.], 1999. p. 3-6. (Best Conference Paper.)
WORMELL, I. Informetria: explorando bases de dados como instrumentos de análise.
Ciência da Informação, [s.l.], v. 27, n. 2, p. 210-216, 1998.
YANG, B.; WATKINS, K. E.; MARSICK, V. J. The construct of the learning organization:
dimensions, measurement, and validation. Human Resource Development Quarterly, [s.l.],
v. 15, n. 1, p. 31-55, 2004.
103
APÊNDICES
104
APÊNDICE A- RESULTADOS DAS ESTRATÉGIAS DE CONSULTA EM BASES DE
DADOS.
105
No
ta. C
olu
na K
M são
os artig
os d
e kno
wled
ge M
anagem
ent, co
luna N
KM
são o
s artigo
s que n
ão são
de k
no
wled
ge m
anag
em
ent, a
colu
na R
RE
são as R
eferência
s Rele
van
tes E
xiste
ntes.: A
uto
r
Quad
ro 2
0. M
emó
ria de C
alculo
da E
stratégia d
e Busca
106
No
ta. C
olu
na O
L são
os artig
os d
e Org
anizatio
nal L
earnig
, colu
na N
OL
são o
s artigo
s que n
ão são
de O
rgan
izational L
earnin
g, a
colu
na R
RE
são as re
ferência
s relevan
tes ex
istentes.: A
uto
r
Quad
ro 2
1.M
emó
ria de C
alculo
da E
stratégia d
e Busca
.
107
Quad
ro 2
2.M
emó
ria de C
alculo
da E
stratégia d
e Busca.
No
ta. C
olu
na L
O são
os artig
os d
e Lea
rnin
Org
an
izatio
n co
luna N
LO
são o
s artigo
s qu
e não
são d
e Learn
ing O
rganiz
ation, a co
luna
RR
E são
as referên
cias relev
antes e
xiste
nte
s.: Au
tor
108
Quadro 23. Resultados da estratégia.
Gestão do conhecimento
“Knowledge management”
"Knowledge Transfer*"
"Tacit Knowledge"
"Explicit Knowledge"
"Knowledge work*"
"Knowledge Economy"
"Manage* Knowledge"
"Acquire Knowledge"
"Intellectual capital"
"Generat* Knowledge"
"Transfer* Knowledge"
"Knowledge resources"
"Creat* Knowledge"
"Knowledge Needs"
"Extracting Knowledge"
"Knowledge application"
"Knowledge-based view"
"Store* Knowledge"
"Knowledge Assets"
"Knowledge share*"
"Knowledge Repository"
"Knowledge capture"
"Combine Knowledge"
"Knowledge repositories"
Especialistas: AO:21.2%
OA:18.2%
GC:97%
Dados tese:
GC:77.4%
Resultado:
Incluir
Especialistas:
AO:39.4 OA: 30.3 GC:90.9
Dados tese:
GC:46.15%
Resultado:
Excluir
Especialistas:
AO:36.4 OA:24.2 GC:78.8
Dados tese:
GC:71.4%
Resultado:
Incluir
Especialistas:
AO:39.4 OA:21.2 GC:87.9
Dados tese:
GC:3.7%
Resultado:
Excluir
Especialistas: AO:30.3
OA:24.2
GC:81.8
Dados tese:
GC:4.65%
Resultado:
Excluir
Especialistas: AO:24.2
OA:15.2
GC:78.8
Dados tese:
GC:8.1%
Resultado:
Excluir
Especialistas: AO:12.1
OA:9.1
GC:93.9
Dados tese:
GC:53.5%
Resultado:
Excluir
Especialistas: AO:36.4
OA:24.2
GC:78.8
Dados tese:
GC:7.1%
Resultado:
Excluir
Especialistas: AO:42.4
OA:27.3
GC:66.7
Dados tese:
GC:14.29%
Resultado:
Excluir
Especialistas: AO:36.4
OA:24.2
GC:78.8
Dados tese:
GC:70%
Resultado:
Incluir
Especialistas: AO:30.3
OA:33.3
GC:87.9
Dados tese:
GC:80%
Resultado:
Incluir
Especialistas: AO:33.3
OA:36.4
GC:87.9
Dados tese:
GC:33.33%
Resultado:
Excluir
Especialistas: AO:5.6
OA:42.4
GC:69.7
Dados tese:
GC:8.3%
Resultado:
Excluir
Especialistas: AO:42.4
OA:27.3
GC:72.7
Dados tese:
GC:0%
Resultado:
Excluir
Especialistas: AO:21.2
OA:18.2
GC:87.9
Dados tese:
GC:77.4%
Resultado:
Incluir
Especialistas: AO:27.3
OA:27.3
GC:84.8
Dados tese:
GC:70%
Resultado:
Incluir
Especialistas: AO:30.3
OA:21.2
GC:66.7
Dados tese:
GC:70%
Resultado:
Incluir
Especialistas: AO:18.2
OA:18.2
GC:84.8
Dados tese:
GC:0%
Resultado:
Excluir
Especialistas: AO:36.4
OA:27.3
GC:84.8
Dados tese:
GC:20%
Resultado:
Excluir
Especialistas: AO:33.3
OA:24.2
GC:81.8
Dados tese:
GC:10%
Resultado:
Excluir
Especialistas: AO:15.2
OA:18.2
GC:87.9
Dados tese:
GC:10%
Resultado:
Excluir
Especialistas: AO:15.2
OA:18.2
GC:87.9
Dados tese:
GC:77.4%
Resultado:
Incluir
Especialistas: AO:36.4
OA:24.2
GC:78.8
Dados tese:
GC:0%
Resultado:
Excluir
Especialistas: AO:30.3
OA:24.2
GC:90.9
Dados tese:
GC:10%
Resultado:
Excluir
109
Aprendizagem organizacional
“Organizational Learning”
“Organisational Learning”
“individual learning”
“Collective learning”
“Social Learning Theory”
“cognitive learning”
“Behavioural learning”
“Experential Learning”
“exploration”
“exploitation”
“* loop learning”
“heterogenous learning”
“deutero learning”
“strategic learning”
“tactical learning”
“operational learning”
“Team learning"
“unlearning”
“Acquisition learning”
“informal learning”
“learning at work”
“Continual learning at work”
“Group learning”
“participation Learning”
Especialistas: AO:93.9 OA:36.4 GC:15.2
Dados tese:
AO:64.
Resultado:
Incluir
Especialistas:
AO:93.9 OA:27.3 GC:18.2
Dados tese:
AO:81.97%
Resultado:
Incluir
Especialistas:
AO:60.6 OA:39.4 GC:39.4
Dados tese:
AO:0%
Resultado:
Excluir
Especialistas:
AO:66.7 OA:63.6 GC:18.2
Dados tese:
AO:70%
Resultado:
Incluir
Especialistas:
AO:54.5 OA:36.4 GC:27.3
Dados tese:
AO:17.2%
Resultado:
Excluir
Especialistas:
AO:57.6 OA:42.4 GC:21.2
Dados tese:
AO:0%
Resultado:
Excluir
Especialistas:
AO:63.6 OA:33.3 GC:18.2
Dados tese:
AO:0%
Resultado:
Excluir
Especialistas:
AO:72.7 OA:51.5 GC:33.3
Dados tese:
AO:2.46%
Resultado:
Excluir
Especialistas:
AO:57.6 OA:30.3 GC:36.4
Dados tese:
AO:-
Resultado:
Excluir
Especialistas:
AO:48.5 OA:27.3 GC:42.4
Dados tese:
AO:-%
Resultado:
Excluir
Especialistas:
AO:72.7 OA:39.4 GC:12.1
Dados tese:
AO:80%
Resultado:
Incluir
Especialistas:
AO:72.7 OA:30.3 GC:24.2
Dados tese:
AO:10%
Resultado:
Excluir
Especialistas:
AO:36.4 OA:21.2 GC:12.1
Dados tese:
AO:25%
Resultado:
Excluir
Especialistas:
AO:39.4 OA:33.3 GC:27.3
Dados tese:
AO:20%
Resultado:
Excluir
Especialistas:
AO:54.5 OA:45.5 GC:30.3
Dados tese:
AO:0%
Resultado:
Excluir
Especialistas:
AO:57.6 OA:34.4 GC:12.1
Dados tese:
AO:80%
Resultado:
Incluir
Especialistas:
AO:90.9 OA:60.6 GC:36.4
Dados tese:
AO:90%
Resultado:
Incluir
Especialistas:
AO:51.5 OA:24.2 GC:27.3
Dados tese:
AO:90%
Resultado:
Excluir
Especialistas:
AO:45.5 OA:33.3 GC:24.2
Dados tese:
AO:0%
Resultado:
Excluir
Especialistas:
AO:75.8 OA:36.4 GC:27.3
Dados tese:
AO:60%
Resultado:
Incluir
Especialistas:
AO:66.7 OA:39.4 GC:33.3
Dados tese:
AO:50%
Resultado:
Excluir
Especialistas:
AO:66.7 OA:45.5 GC:30.3
Dados tese:
AO:50%
Resultado:
Excluir
Especialistas:
AO:84.8 OA:45.5 GC:21.2
Dados tese:
AO 12.5%
Resultado:
Excluir
Especialistas:
AO:63.6 OA:39.4 GC:27.3
Dados tese:
AO:0%
Resultado:
Excluir
110
Fonte:Dados da pesquisa.
Nota: Os termos foram encontrados principalmente nas seguintes fontes respectivamente:(ALAVI; LEIDNER,
2001; AUTHORS, 2014; FAHAY; PRUSAK, 1998; GARLATTIR, 2015; HOLSAPPLE, 2003; LEE; CHEN,
2012; LIAO, 2003; MARIANO; WALTER, 2015; MARTENSSON, 2000; NONAKA, 2000; WIIG, 1997),
(ARGOTE; MIRON-SPEKTOR, 2011; CONLON, 2004; CROSSAN et al., 2011; EASTERBY-SMITH, 2000;
HOTHO et al., 2015; LEVITT; MARCH, 2014; SMITH; LYLES, 2011; SMITH, 2000), (Fulmer & Keys, 1995;
Garvin, Edmondson, & Gino, 2008; James, 2003; Örtenblad, 2004; Rauliuc & Bratianu, 2005; Senge, 1990; Yang,
Watkins, & Marsick, 2004). Além das fontes elencadas, foram feitas consultas nos registros do banco de dados de
teste com o intuito de verificar as palavras chave dos artigos das três áreas.
Organizações que aprendem
“Learning Organization*”
“Learning Organisation*” Organisation*”
“learning portifolio”
“Action Learn*”
“learning impact*”
“Systems think*”
"Knowledge learning"
"adaptive learning"
“learning at work”
“Organizational Memory”
“TheFifth Discipline”
“on-the-job learning”
“learning structure”
“learning processes”
Especialistas:
AO: 36.4 OA:97 GC:12.1
Dados tese:
OA:86.20%
Resultado:
Incluir
Especialistas:
AO:39.4 OA:90.9 GC:21.2
Dados tese:
OA:70%
Resultado:
Incluir
Especialistas:
AO:43.8 OA:50 GC:28.1
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:60.6 OA:45.5 GC:18.2
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:57.6 OA:36.4 GC:33.3
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:30.3 OA:42.4 GC:24.2
Dados tese:
OA:3.2%
Resultado:
Excluir
Especialistas:
AO:42.4 OA:36.4 GC:45.5
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:63.6 OA:33.3 GC:18.2
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:66.7 OA:39.4 GC:33.3
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:60.6 OA:36.4 GC:51.5
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:27.3 OA:42.4 GC:12.1
Dados tese:
OA:100%
Resultado:
Excluir
Especialistas:
AO:69.7 OA:33.3 GC:27.3
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:54.5 OA:57.6 GC:21.2
Dados tese:
OA:0%
Resultado:
Excluir
Especialistas:
AO:78.8 OA:48.5 GC:33.3
Dados tese:
OA:0%
Resultado:
Excluir
111
APÊNDICE B- RESULTADOS DO QUESTIONÁRIO APLICADO AOS ESPECIALISTAS.
Gráfico 10- Áreas em que faz pesquisa.
Fonte: Dados da pesquisa.
Gráfico 11- Learning Portifolio.
Fonte: Dados da pesquisa.
Gráfico 12- Creat Knowledge.
Fonte: Dados da pesquisa.
112
Gráfico 13- Experential Learning.
Fonte: Dados da pesquisa.
Gráfico 14- Team Learning.
Fonte: Dados da pesquisa.
Gráfico 15- Knowledge Capture.
Fonte: Dados da pesquisa.
113
Gráfico 16- Knowledge Repositories.
Fonte: Dados da pesquisa.
Gráfico 17- Wnowledge Assets.
Fonte: Dados da pesquisa.
Gráfico 18- Deutero Learning.
Fonte: Dados da pesquisa.
114
Gráfico 19- Store Knowledge.
Fonte: Dados da pesquisa.
Gráfico 20- Heterogenous Learning.
Fonte: Dados da pesquisa.
Gráfico 21- Double Loop Learning.
Fonte: Dados da pesquisa.
115
Gráfico 22. Behavioral Learning.
Fonte: Dados da pesquisa.
Gráfico 23. Adaptative Learning.
Fonte: Dados da pesquisa.
Gráfico 24- Exploitation.
Fonte: Dados da pesquisa.
116
Gráfico 25- Knowledge Resources.
Fonte: Dados da pesquisa.
Gráfico26- Knowledge Application.
Fonte: Dados da pesquisa.
Gráfico 27- Knowledge Based View.
Fonte: Dados da pesquisa.
117
Gráfico 28- Action Learn.
Fonte: Dados da pesquisa.
Gráfico29- Transfer Knowledge.
Fonte: Dados da pesquisa.
Gráfico 30- Exploration.
Fonte: Dados da pesquisa.
118
Gráfico 31- Cognitive Learning.
Fonte: Dados da pesquisa.
Gráfico 32- Operational Learning.
Fonte: Dados da pesquisa.
Gráfico 33- Learning Organization.
Fonte: Dados da pesquisa.
119
Gráfico 34- Knowledge Needs.
Fonte: Dados da pesquisa.
Gráfico 35- Knowledge Economy.
Fonte: Dados da pesquisa.
Gráfico 36- Informal Learning.
Fonte: Dados da pesquisa.
120
Gráfico 37- Participation Learning.
Fonte: Dados da pesquisa.
Gráfico 38- Learning Impact.
Fonte: Dados da pesquisa.
Gráfico 39- Knowledge Share.
Fonte: Dados da pesquisa.
121
Gráfico 40- Manage Knowledge.
Fonte: Dados da pesquisa.
Gráfico 41- Sistem Think.
Fonte: Dados da pesquisa.
Gráfico 42- Knowledge Repository.
Fonte: Dados da pesquisa.
122
Gráfico 43- Learning Impact.
Fonte: Dados da pesquisa.
Gráfico 44- Extracting Knowledge.
Fonte: Dados da pesquisa.
123
Gráfico 45- Explicit Knowledge.
Fonte: Dados da pesquisa.
Gráfico 46- Social Learn Theory.
Fonte: Dados da pesquisa.
Gráfico 47- Knowledge Transfer.
Fonte: Dados da pesquisa
124
Gráfico 48- Combine Knowledge.
Fonte: Dados da pesquisa.
Gráfico 49- Learning at Work.
Fonte: Dados da pesquisa.
Gráfico 50- Organizational Memory.
Fonte: Dados da pesquisa.
125
Gráfico 51- Individual Learning.
Fonte: Dados da pesquisa.
Gráfico 52- Group Learning.
Fonte: Dados da pesquisa.
Gráfico 53- Unlearning.
Fonte: Dados da pesquisa.
126
Gráfico 54- Tacit Knowledge.
Fonte: Dados da pesquisa.
Gráfico 55- Generate Knowledge.
Fonte: Dados da pesquisa.
Gráfico 56- Knowledge Culture.
Fonte: Dados da pesquisa.
127
Gráfico 57- Learning Processes.
Fonte: Dados da pesquisa.
Gráfico 58- Learning Structure.
Fonte: Dados da pesquisa.
Gráfico 59- Knowledge Management.
Fonte: Dados da pesquisa.
128
Gráfico 60- Acquisition Learning.
Fonte: Dados da pesquisa.
Gráfico 61- Estrategic Learning.
Fonte: Dados da pesquisa.
Gráfico 62- The Fifth Discipline.
Fonte: Dados da pesquisa.
129
Gráfico 63- Tactical Learning.
Fonte: Dados da pesquisa.
Gráfico 64- Knowledge Work.
Fonte: Dados da pesquisa.
Gráfico 65- Learning Organization.
Fonte: Dados da pesquisa.
130
Gráfico 66- Knowledge Learning.
Fonte: Dados da pesquisa.
Gráfico 67- Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 68- Learning Climate.
131
Fonte: Dados da pesquisa.
Gráfico 69- Single Loop Learning.
Fonte: Dados da pesquisa.
Gráfico 70- Intellectual Capital.
Fonte: Dados da pesquisa.
132
Gráfico 71- Collective Learning.
Fonte: Dados da pesquisa.
Gráfico 72- Acquire Knowledge.
Fonte: Dados da pesquisa.
Gráfico 73- Organisational Learning.
Fonte: Dados da pesquisa.
133
Gráfico 74- Continual Learning at Work.
Fonte: Dados da pesquisa.
APENDICE C- GRÁFICOS DE TENDÊNCIA AO.
Gráfico 75- Evolução da centralidade para o termo Knowledge Management nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
134
Gráfico 76- Evolução da centralidade para o termo Learn Process nas redes de Organizational
Learning.
Fonte: Dados da pesquisa
Gráfico 77- Evolução da centralidade para o termo Organizational Learn Theory, nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 78- Evolução da centralidade para o termo Absortive Capacity nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 79- Evolução da centralidade para o termo Supply Chain nas redes de Organizational
Learning.
135
Fonte: Dados da pesquisa.
Gráfico 80- Evolução da centralidade para o termo Knowledge Share nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 81- Evolução da centralidade para o termo Firm Performance, nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 82- Evolução da centralidade para o termo Team Learn nas redes de Organizational
Learning.
Fonte: Dados da pesquisa.
Gráfico 83- Evolução da centralidade para o termo Organizational Performance nas redes de
Organizational Learning.
136
Fonte: Dados da pesquisa.
Gráfico 84- Evolução da centralidade para o termo Knowledge Transfer nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 85- Evolução da centralidade para o termo Product Development nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 86- Evolução da centralidade para o termo Knowledge Transfer nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
137
Gráfico 87- Evolução da centralidade para o termo Learn Organization nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 88- Evolução da centralidade para o termo Organizational Innovation nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 89- Evolução da centralidade para o termo Social Capital nas redes de Organizational
Learning.
Fonte: Dados da pesquisa.
Gráfico 90- Evolução da centralidade para o termo Innovation Performance nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
138
Gráfico 91- Evolução da centralidade para o termo Organizational Culture nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 92- Evolução da centralidade para o termo Competitive Advantage nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 93- Evolução da centralidade para o termo Organizational Learn Culture nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 94- Evolução da centralidade para o termo Organizational Learn Process nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
139
Gráfico 95- Evolução da centralidade para o termo Knowledge Creation nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 96- Evolução da centralidade para o termo Organizational Learn Literature nas redes
de Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 97- Evolução da centralidade para o termo Learn Theory nas redes de Organizational
Learning.
Fonte: Dados da pesquisa.
Gráfico 98- Evolução da centralidade para o termo Performance Improvement nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
140
Gráfico 99- Evolução da centralidade para o termo Market Orientation nas redes de
Organizational Learning.
Fonte: Dados da pesquisa.
Gráfico 100- Evolução da centralidade para o termo Organizational Level nas redes de
Organizational Learning
Fonte: Dados da pesquisa.
APÊNDICE D- GRÁFICOS DE TENDÊNCIA GC.
Gráfico 101- Evolução da centralidade para o termo Knowledge Share, nas redes de Knowledge
Management.
141
Fonte: Dados da pesquisa.
Gráfico 102- Evolução da centralidade para o termo Organizational Learn, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 103- Evolução da centralidade para o termo Knowledge Management System, nas
redes de Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 104- Evolução da centralidade para o termo Competitive Advantage, nas redes de Knowledge
Management.
Fonte: Dados da pesquisa.
Gráfico 105- Evolução da centralidade para o termo Knowledge Acquisition, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
142
Gráfico 106- Evolução da centralidade para o termo Knowledge Transfer, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 107- Evolução da centralidade para o termo Absorptive Capacity, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 108- Evolução da centralidade para o termo Knowledge Management Process, nas
redes de Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 109- Evolução da centralidade para o termo Tacit Knowledge, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
143
Gráfico 110- Evolução da centralidade para o termo Supply Chain, nas redes de Knowledge
Management.
Fonte: Dados da pesquisa.
Gráfico 111- Evolução da centralidade para o termo Knowledge Based View, de Knowledge
Management.
Fonte: Dados da pesquisa.
Gráfico 112- Evolução da centralidade para o termo Decision Make, nas redes de Knowledge
Management.
Fonte: Dados da pesquisa.
Gráfico 113- Evolução da centralidade para o termo Knowledge Change, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
144
Gráfico 114- Evolução da centralidade para o termo Social Network, nas redes de Knowledge
Management.
Fonte: Dados da pesquisa.
Gráfico 115- Evolução da centralidade para o termo External Knowledge, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 116- Evolução da centralidade para o termo Knowledge Worker, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 117- Evolução da centralidade para o termo Organizational Performance, nas redes
de Knowledge Management.
Fonte: Dados da pesquisa.
145
Gráfico 118- Evolução da centralidade para o termo Knowledge Creation, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 119- Evolução da centralidade para o termo Best Practice, nas redes de Knowledge
Management.
Fonte: Dados da pesquisa.
Gráfico 120- Evolução da centralidade para o termo Product Development, nas redes de Knowledge
Management.
Fonte: Dados da pesquisa.
Gráfico 121- Evolução da centralidade para o termo Software Development, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
146
Gráfico 122- Evolução da centralidade para o termo Support Knowledge, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 123- Evolução da centralidade para o termo Knowledge Source, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
Gráfico 124- Evolução da centralidade para o termo Knowledge Application, nas redes de
Knowledge Management.
Fonte: Dados da pesquisa.
APENDICE E- GRÁFICOS DE TENDÊNCIA OA.
Gráfico 125. Evolução da centralidade para o termo Knowledge Management, nas redes de
Learning Organization.
147
Fonte: Dados da pesquisa.
Gráfico 126. Evolução da centralidade para o termo Organizational Performance, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
Gráfico 127. Evolução da centralidade para o termo Learning Process, nas redes de Learning
Organization.
Fonte: Dados da pesquisa.
Gráfico 128. Evolução da centralidade para o termo Organizational Change, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
Gráfico 129. Evolução da centralidade para o termo Quality Improvement, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
148
Gráfico 130. Evolução da centralidade para o termo Intellectual Capital, nas redes de Learning
Organization.
Fonte: Dados da pesquisa.
Gráfico 131. Evolução da centralidade para o termo Organizational Culture, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
Gráfico 132. Evolução da centralidade para o termo Heath Systems, nas redes de Learning Organization.
Fonte: Dados da pesquisa.
Gráfico 133. Evolução da centralidade para o termo Organizational Level, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
149
Gráfico 134. Evolução da centralidade para o termo Heath Services, nas redes de Learning
Organization.
Fonte: Dados da pesquisa.
Gráfico 135. Evolução da centralidade para o termo Public Sector, nas redes de Learning
Organization.
Fonte: Dados da pesquisa.
Gráfico 136. Evolução da centralidade para o termo Organizational Climate, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
Gráfico 137. Evolução da centralidade para o termo Competitive Advantage, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
150
Gráfico 138. Evolução da centralidade para o termo Clinical Practice, nas redes de Learning
Organization.
Fonte: Dados da pesquisa.
Gráfico 139. Evolução da centralidade para o termo Change Management, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
Gráfico 140. Evolução da centralidade para o termo Learning Culture, nas redes de Learning
Organization.
Fonte: Dados da pesquisa.
Gráfico 141. Evolução da centralidade para o termo Organizational Learn, nas redes de
Learning Organization.
Fonte: Dados da pesquisa.
151
Gráfico 142. Evolução da centralidade para o termo Learning Approach, nas redes de Learning
Organization.
Fonte: Dados da pesquisa.