Os modelo, método e metodologia

Para Avison e Fitzgerald (1995), uma metodologia é uma coletânea de procedimentos, técnicas, ferramentas e documentações de apoio, mas uma metodologia é muito mais que uma mera coleção destas coisas e normalmente se baseia em pontos de vista filosóficos, de outra forma seriam meramente um método. Checkland e Scholes (1990) dizem que a metodologia perde a precisão de uma técnica, mas é um melhor guia para a implementação de ações do que a filosofia. Checkland (1981, p.161-162), ao comentas sobre as diferenças entre método e metodologia utiliza o exemplo da Soft Systems Methodology e diz que este não é um método e sim uma "coletânea de princípios de métodos, que em situações particulares tem que ser reduzida a um único método, adequando-o a cada situação particular". Para Checkland, a metodologia está em um estado indeterminado entre a filosofia e a técnica ou método.

Segundo Wilson (2001), as metodologias são muito menos prescritivas que os métodos e técnicas e são freqüentemente confundidas com ambos. Métodos descrevem precisamente o que fazer e seus resultados são bem definidos e claros. Wilson utiliza o exemplo do livro de receitas de um cozinheiro para fazer uma analogia com a aplicação de um método. As metodologias podem conter métodos e técnicas e seguem procedimentos estruturados, mas elas ainda necessitarão avaliações e julgamentos e não garantirão soluções boas e precisas. Wallis (2002) utiliza o exemplo da Soft Systems Methodology para apresenta a idéia de que a união da filosofia com os métodos gera a metodologia.

Modelos são simplificações da realidade; eles devem diminuir a complexidade sem baixar consideravelmente a precisão. Mas se nesta simplificação poucos detalhes são incluídos no modelo, corre-se o risco de que se percam interações relevantes e o modelo resultante não represente propriamente a situação real. Se por outro lado, muitos detalhes são incluídos tentando-se elevar a precisão do modelo, pode-se aumentar consideravel- mente a complexidade do modelo e dificultar o entendimento e análise do problema.

Segundo Bellinger (2002), um modelo é uma representação simplificada do sistema real, um sistema é uma entidade que mantém sua existência através da interação das partes e a simulação é a manipulação do modelo, permitindo que se observem interações que

dificilmente seriam visíveis em sistemas complexos. Wilson (2001, p.9) lembra, contudo, que o simples fato de um modelo ser uma representação do "mudo real", faz com que este descreva apenas uma percepção particular do sistema.

Muitos autores separarem os modelos decisórios em dois tipos fundamentais: de decisão e de apoio à decisão (ver Figura 17). Os modelos de decisão seguem uma linha rígida, prescritivistas e com visão sistemática do problema, partem do pressuposto de que a realidade é única, de que o problema é conhecido e centram atenção nos resultados. Os modelos de apoio à decisão seguem uma linha flexível, construtivista e com visão sistêmica do problema, preferindo levar o decisor a entender e estruturar problemas desconhecidos e confusos, focando na situação e não nos resultados.

Os modelos decisórios explicitam os problemas e demonstram como está sendo tratada e como será implementada a decisão. Isto possibilita o controle e contestação das estratégias e ações por parte de clientes, população afetada, decisores e acionistas. A explicitação do problema também pode ser utilizada para auxiliar o decisor a defender idéias, justificar e sustentar as estratégias estabelecidas.

Para escolher o modelo mais adequado para tratar um problema é importante que sejam conhecidas as limitações e aplicabilidades de cada tipo de modelo. Problemas claros, bem comportados e bem definidos podem ser mais rapidamente e melhor estruturados através de modelos sistemáticos, rígidos e prescritivistas (ver Figura 17). Os sistemas rígidos (hard systems) seguem uma linha determinística que enrijece a maneira de tratar os problemas. O caminho mais adequado para o tratamento de problemas complexos, confusos e mal estruturados é através de modelos sistêmicos, flexíveis e construtivistas (ver Figura 17).

A característica sistemática induz ao tratamento reducionista, objetivo, racional, orientado ao problema e orientado ao produto (ver Figura 18). A característica prescritivista é adequada a modelos que tratam problemas complexos bem estruturados, repetitivos e com variáveis bem definidas e comportadas.

Figura 17 - Os modelos decisórios: de decisão e de apoio à decisão.

Identificar e conhecer o problema são os passos mais importantes para a solução eficaz dos problemas. Os sistemas flexíveis (soft systems) seguem uma linha construtivista que ajuda na construção do conhecimento sobre problemas complexos, incompletos, confusos, desordenados e desestruturados. Os modelos de apoio à decisão são orientados à situação e aos processos e apresentam uma visão sistêmica do problema (ver Figura 18). Os modelos flexíveis apresentam melhores resultados no tratamento destes problemas, pois representam uma visão holística, subjetiva e não racional.

Figura 18 - As características dos modelo decisório. Fonte: Adaptado de Wallis (2002).

¾ sistêmicos; ¾ flexíveis; ¾ construtivistas. ¾ sistemáticos; ¾ rígidos; ¾ prescritivistas.

de Decisão de Apoio à Decisão

¾foco nos resultados;

¾visam resolver

problemas conhecidos;

¾auxiliam na tomada de decisão.

¾ foco na situação;

¾ visam entender e estruturar problemas desconhecidos e confusos;

¾ auxiliam no apoio à decisão.

Modelos Decisórios

Modelo de Decisão Modelo de Apoio

à Decisão Holístico Subjetivo Não-racional Orientado à situação Orientado ao processo Não Sim

Solucionável por: Solucionável por:

O problema é claro e bem definido? Reducionista Objetivo Racional Orientado ao problema Orientado ao produto O problema é claro e bem definido? Características: Características: Modelos não-determinísticos e não-prescritivos Algoritmos ou complexidade determinística Utilizar: Utilizar:

A característica de repetibilidade de eventos, pregada pela ciência clássica, é adequada para o tratamento de problemas bem estruturados e comportados, mas não para sistemas confusos e desordenados. A aplicação reducionista pode ser valida e útil para modelos sistemáticos, pois divide os problemas em componentes menores deixando-os manipuláveis e gerenciáveis. Mas para problemas confusos e mal estruturados isto pode levar a perda do senso de totalidade, descaracterizando e distorcendo o sistema.