UNIVERSIDADE PRESBITERIANA MACKENZIE
TACIANO TAVARES DE OLIVEIRA
SISTEMA ESPECIALISTA PARA A GESTÃO
DE PROJETOS DE PESQUISA ACADÊMICA EM
INSTITUIÇÕES DO ENSINO SUPERIOR
São Paulo
UNIVERSIDADE PRESBITERIANA MACKENZIE
PROGRAMA DE PÓS-GRADUAÇAO EM
ENGENHARIA ELÉTRICA E COMPUTAÇÃO
Taciano Tavares de Oliveira
SISTEMA ESPECIALISTA PARA A GESTÃO
DE PROJETOS DE PESQUISA ACADÊMICA EM
INSTITUIÇÕES DO ENSINO SUPERIOR
Dissertação de Mestrado apresentada ao Programa de Pós-Graduação em Engenharia Elétrica e Computação da Universidade Presbiteriana Mackenzie como parte dos requisitos para a obtenção do Título de Mestre em Engenharia Elétrica e Computação.
Orientador: Prof.a Dr.a Pollyana Notargiacomo Mustaro
O48s Oliveira, Taciano Tavares de
Sistema especialista para a gestão de projetos de pesquisa acadêmica em instituições do ensino superior / Taciano Tavares de Oliveira - 2016.
144f.: il., 30 cm
Dissertação (Mestrado em Engenharia Elétrica e
Computação) – Universidade Presbiteriana Mackenzie, São Paulo, 2016.
Orientação: Profª. Drª. Pollyana Notargiacomo Mustaro Bibliografia: f. 91-99
1. Gestão de projetos. 2. Sistema inteligente. 3. Pesquisa científica. I. Título.
AGRADECIMENTOS
Aos meus pais Abel Júnior e Dilza Tavares pela oportunidade e esforço que fizeram em todos os momentos de nossas vidas. Mesmo distante morando em outra cidade, sem-pre apoiando e dando a sustentação necessária com exemplos de lutas, esforços e suas recompensas.
À minha companheira Amanda Leal Tavares que acreditou ser possível a realização desse trabalho e a concretização desse grande passo, dedicando-se e doando a maior parte do seu tempo para me apoiar, com uma compreensão e estímulo inabalável.
Ao meu filho Lucca que iluminou minha vida durante o período de desenvolvimento dessa pesquisa.
À minha irmã Andrea Tavares que sempre me apoiou, servindo de exemplo de dedi-cação, estudo e companheirismo.
Ao meu primo Alexandre Dias Tavares Costa que apoiou a pesquisa e interagiu junto a coordenação do Programa de Pós-Graduação do Instituto Carlos Chagas - Fiocruz do Paraná para que participassem da pesquisa exploratória realizada.
À Professora Dra. Pollyana Notargiacomo Mustaro pela costumeira e sempre presente compreensão, apoio, ensinamentos, paciência e total disponibilidade durante a pesquisa, inclusive permitindo uma segunda chance de ingresso no programa para conclusão da pesquisa.
Que os vossos esforços desafiem as impossibilidades, lembrai-vos de que as grandes coisas do homem foram conquistadas do que parecia impossível.
RESUMO
A realização de pesquisas científicas para obtenção de grau em instituições do Ensino Superior como Trabalhos de Conclusão de Curso, Monografias, Dissertações e Teses, ge-ralmente apresentam problemas relacionados ao gerenciamento do tempo, recursos ou até mesmo de qualidade. Nota-se que o mercado corporativo enfrenta as mesmas dificulda-des na realização de projetos de produtos ou serviços, e mitigam esses problemas com a aplicação de frameworks e técnicas de gestão de projetos. Tendo em vista que com a evolução da tecnologia, mudanças significativas na dinâmica do comportamento ocorre-ram, em especial, na comunicação e na forma de gerenciamento de ações, pode-se aliar tais aspectos com os frameworks e técnicas de gestão de projetos ao desenvolvimento de pesquisas científicas no âmbito acadêmico de obtenção de grau. A partir desse cenário, a presente pesquisa apresenta um sistema especialista com aspectos de gestão de projetos baseados no guia PMBOK, complementados porProject Model Canvas, juntamente com elementos pertinentes ao processo de orientação acadêmica, com o intuito de amparar os estudantes ao longo do desenvolvimento de suas investigações de obtenção de grau.
ABSTRACT
The development of scientific research to obtain a degrees in universities, such as un-dergraduate assignments, post-bachelor monographs, Master Dissertations and Doctoral Theses, often show problems related to time, resource or even quality management. It has been observed that the corporate environment is facing the same difficulties during the development of products or services, and mitigates these problems by applying fra-meworks and project management techniques. In the last years, technology evolution drove significant changes in behavior dynamics, especially in communications and in ac-tions management. Thus, it is possible to combine these aspects with the frameworks and project management techniques in the development of scientific researches in the academic environment. From this scenario, this work presents an expert system with PMBOK features, complemented with Project Model Canvas and relevant elements of the academic advising process, in order to support students through the development of their investigations for degree obtention.
Lista de Figuras
2.1 Visão geral sobre os acontecimentos que marcaram a História do Gerenci-amento de Projetos . . . 14 2.2 Mapeamento dos processos e áreas do conhecimento do PMBOK PMI
(2013b, p. 61) . . . 18 2.3 Estrutura do PRINCE2 (MURRAY, 2011, p. 3) . . . 19 2.4 Canvas que serve de base para a utilização da metodologia deProject Model
Canvas FINOCCHIO JUNIOR (2013, p. 35) . . . 22 2.5 Ilustração da disposição das perguntas aos elementos da metodologia
Pro-ject Model Canvas. Adaptado de FINOCCHIO JUNIOR (2013, p. 49) . . . 25 2.6 Project Model Canvas finalizado (FINOCCHIO JUNIOR, 2013, p. 196) . . 26 2.7 Esquema representativo das etapas do processo de Design Thinking
se-gundo Vianna et al. (2012, p. 18) . . . 28 2.8 Exemplo de prototipação do tipo storyboard (VIANNA et al., 2012, p. 135) 30 2.9 Esquema representativo das etapas do processo de Design Thinking
se-gundo o Design Council (PINHEIRO; ALT, 2012, p. 44) . . . 31 2.10 Esquema representativo das etapas do processo de Design Thinking
se-gundo Pinheiro e Alt (2012, p. 45) . . . 32 2.11 Esquema representativo das etapas do processo de Design Thinking.
Sim-plificado de Brow (2008, p. 88-89) . . . 32
3.1 Mecanismo do funcionamento de um Sistema Especialista (ARTERO, 2009, p. 96). . . 41
4.1 Ciclo de vida de um aluno de Mestrado do Programa de Pós-Graduação em Engenharia Elétrica e Computação (PPGEEC) da Universidade Pres-biteriana Mackenzie (MACKENZIE, 2015). . . 47 4.2 Termo de abertura da EAOA (MUSTARO; ROSSI, 2012, p. 3) . . . 48 4.3 Exemplo da Estrutura Analítica do Projeto (MUSTARO; ROSSI, 2012, p. 4) 49 4.4 Exemplo parcial da EAOA (MUSTARO; ROSSI, 2012, p. 4). . . 50 4.5 Exemplo do Plano de Gestão Acadêmica de Riscos em Investigações
4.6 Exemplo de Plano de Gerenciamento de Comunicação para projetos de
pesquisa acadêmica (MUSTARO; ROSSI, 2013b, p. 336) . . . 52
4.7 Exemplo de Plano de Gerenciamento de Recursos Humanos para projetos de pesquisa acadêmica (MUSTARO; ROSSI, 2013b, p. 336) . . . 52
4.8 Estrutura analítica de um projeto de monografia (MAXIMIANO, 1998, p. 4) 53 5.1 Fluxo de alto nível do usuário administrador . . . 63
5.2 Fluxo de alto nível do usuário aluno . . . 64
5.3 Fluxo de alto nível do usuário orientador . . . 64
5.4 Caso de uso: Atores do sistema e principais casos de uso . . . 65
5.5 Exemplo de entidades de modelo . . . 66
5.6 Exemplo de entidades adicionais de interação com o banco de dados . . . . 67
5.7 Exemplo de entidades de controle . . . 68
5.8 Interface inicial para o usuário acessar o sistema . . . 69
5.9 Interface de registro de novos usuários . . . 70
5.10 Interface de gerenciamento de instituições de ensino . . . 71
5.11 Interface de gerenciamento da disponibilidade do orientador de acordo com a instituição de ensino e curso . . . 72
5.12 Interface de gerenciamento de linhas de pesquisa . . . 73
5.13 Interface de criação de um novo projeto - fase um . . . 73
5.14 Interface de criação de um novo projeto - fase um. Alerta com relação aos prazos. . . 74
5.15 Interface de criação de um novo projeto - fase dois. Criação do plano de comunicação. . . 75
5.16 Interface de criação de um novo projeto - fase três. Identificação pelo Sistema Inteligente do grau de preparo do aluno para continuidade do projeto. 76 5.17 Visão geral do encadeamento de fatos para definição do grau de preparo do aluno. . . 78
5.18 Interface de criação de um novo projeto - fase quatro. Definição das justi-ficativas do projeto . . . 79
5.19 Interface de criação de um novo projeto - fase cinco. Definição do objetivo SMART do projeto . . . 80
5.20 Interface de criação de um novo projeto - fase seis. Definição dos benefícios ao fim do projeto . . . 80
5.21 Interface de criação de um novo projeto - fase sete. Definição da equipe de trabalho do projeto . . . 81
5.23 Interface de criação de um novo projeto - Canvas finalizado . . . 82
5.24 Interface de adição de postit ao canvas . . . 82
5.25 Interface de exibição de projetos - projetos em cadastramento . . . 83
5.26 Interface de exibição de projetos - todos os projetos criados . . . 83
5.27 Interface de gerenciamento de atividades de um projeto . . . 84
5.28 Interface de gerenciamento de riscos de um projeto . . . 85
5.29 Interface de gerenciamento de comunicações de um projeto . . . 85
5.30 Funcionalidade de compartilhamento com terceiros . . . 86
5.31 E-mail de aviso de compartilhamento . . . 86
5.32 Interface de exibição do Canvas com os itens em visualização pública . . . 87
5.33 Interface de exibição dos downloads disponíveis . . . 87
5.34 Interface de buscas na base de conhecimento . . . 88
5.35 Dicas para ampliar a qualidade dos textos produzidos . . . 88
6.1 Distribuição por gênero dos alunos participantes da pesquisa . . . 101
6.2 Distribuição por faixa etária dos alunos participantes da pesquisa . . . 101
6.3 Distribuição por formação acadêmica em curso dos alunos participantes da pesquisa . . . 102
6.4 Recursos eletrônicos utilizados entre os alunos e seus orientadores, segundo os alunos participantes da pesquisa . . . 103
6.5 Metodologias de gerenciamento de projetos utilizadas pelos participantes da pesquisa . . . 104
6.6 Distribuição por gênero dos docentes participantes da pesquisa . . . 105
6.7 Distribuição por faixa etária dos docentes participantes da pesquisa . . . . 105
6.8 Níveis de atuação como orientador dos docentes participantes da pesquisa . 106 6.9 Quantidade de alunos em orientação por docente no momento da pesquisa 106 6.10 Recursos eletrônicos utilizados entre os alunos e seus orientadores, segundo os docentes . . . 108
Lista de Tabelas
3.1 Abordagens do estudo de Inteligência Artificial Adaptado de (RUSSELL; NORVIG, 2003, p. 2) . . . 33
5.1 Grupos de processos e áreas do conhecimento do PMBOK propostas para implementação. . . 56 5.2 Tabela de escala de grau de preparação do aluno para prosseguir com a
criação do projeto. . . 76
6.1 Frequência de reuniões de orientação acadêmica (n=25), segundo alunos . . 103 6.2 Frequência de reuniões de orientação acadêmica (n=20), segundo docentes
participantes da pesquisa . . . 108 6.3 Frequência de monitoramento de progresso da orientação acadêmica (n=20) 109 6.4 Consolidação de dados dos resultados da busca das strings nas bases WoS
Sumário
1 INTRODUÇÃO 1
2 FUNDAMENTOS EM GESTÃO DE PROJETOS 5
2.1 A HISTÓRIA DO GERENCIAMENTO
DE PROJETOS . . . 6
2.2 FRAMEWORKS E TÉCNICAS PARA GESTÃO DE PROJETOS . . . . 15
2.2.1 PMBOK . . . 16
2.2.2 PRINCE2 . . . 19
2.2.3 PMCANVAS . . . 21
2.2.4 DESIGN THINKING . . . 26
3 VISÃO GERAL DE INTELIGÊNCIA ARTIFICIAL 33 3.1 TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL . . . 37
3.2 SISTEMAS ESPECIALISTAS . . . 39
4 ORIENTAÇÃO ACADÊMICA E GESTÃO DE PROJETOS EM PES-QUISAS CIENTÍFICAS 44 5 CONCEITOS E DESENVOLVIMENTO DO SISTEMA 55 5.1 GPACADEMICO . . . 55
5.2 IMPLEMENTAÇÃO PARCIAL - PROTÓTIPO . . . 58
5.2.1 TECNOLOGIAS ADOTADAS . . . 61
5.2.2 FLUXO DA APLICAÇÃO . . . 63
5.2.3 CASO DE USO . . . 65
5.2.4 ENTIDADES DE MODELO . . . 65
5.2.5 ENTIDADES DE VISUALIZAÇÃO . . . 67
5.2.6 ENTIDADES DE CONTROLE . . . 67
6 CONCLUSÕES E TRABALHOS FUTUROS 89
REFERÊNCIAS BIBLIOGRÁFICAS 91
Apêndice A - Pesquisa Exploratória 100
Apêndice B - Formulário de Pesquisa para docentes 112
Apêndice C - Formulário de Pesquisa para alunos 119
Capítulo 1
INTRODUÇÃO
Um estudo sobre gerenciamento de projetos de abrangência mundial realizado pelo Project Managament Institute - PMI, aponta que 69% das organizações possuem sempre ou na maior parte das vezes, problemas com a realização de projetos no prazo, 50% possuem problemas com custos e 31% problemas de qualidade em seus projetos. No Brasil, esses números são de 67% para prazos, 50% para custos e 32% para a qualidade, onde as organizações possuem sempre ou na maior parte das vezes problemas com os tópicos levantados (PMSURVEY.ORG, 2014). Isso mostra a dimensão de problemas na condução dos projetos e as oportunidades de benefícios que podem ser angariadas por essas organizações com uma gestão apropriada de seus projetos.
Para o cenário na área acadêmica não é exatamente igual, mas pode-se traçar compara-ção entre elas. Presentes em algumas instituições de ensino, as disciplinas de metodologia científica podem atuar no apoio ao aluno em sua produção científica, seja de trabalhos da graduação, de conclusão de curso, dissertações ou teses. Acontece que muitos alunos apresentam dificuldades no contexto científico, em especial na redação de textos científicos (OLIVEIRA, 2001). Nota-se que falta-lhes a compreensão de que uma titulação acadê-mica exige dedicação e que, invariavelmente, haverá concorrência com suas atividades profissionais ou culturais, requerendo um nível de organização pessoal para atender essas demandas (MAXIMIANO, 1998).
orien-tadores procuram usar diferentes formas e veículos de comunicação, como comunicadores instantâneos, e-mail, reuniões a distância e presenciais, sugestões e comentários inseridos em seus textos (MUSTARO, 2007), compreendendo o uso de diversas ferramentas para tentar apoiar e controlar o aluno em sua pesquisa científica.
Para entender o atual cenário de orientação acadêmica e a relação entre o aluno e o docente, bem como os frameworks e técnicas de gerenciamento de projetos empregadas e os recursos eletrônicos utilizados entre eles, o autor realizou uma pesquisa exploratória com a participação de 25 alunos e 20 docentes.
Analisados os resultados sob a ótica dos alunos, identificou-se que 76% dos entrevista-dos não utilizavam nenhuma metodologia de gerenciamento de projeto em suas pesquisas, que o recurso eletrônico mais usado era o e-mail. 84% relataram que fariam uso se hou-vesse a existência de um site ou aplicativo móvel que controlasse as atividades de pesquisa científica no cenário acadêmico, auxiliando no processo de construção baseado em melho-res práticas. Analisados os melho-resultados sob a ótica dos docentes, obteve-se que 80% deles controlavam as atividades de seus alunos de forma manual em cadernos ou anotações, que o recurso eletrônico mais utilizado era o e-mail, que 90% declararam utilizar alguma metodologia (em geral própria) para a gestão do processo de orientação acadêmica, 90% fariam uso se houvesse a existência de um site ou aplicativo móvel que controlasse as ati-vidades de pesquisa científica no cenário acadêmico auxiliando no processo de construção baseado em melhores práticas.
Mesmo com a necessidade de obtenção de um produto único do ponto de vista cientí-fico, a realização de uma investigação científica implica na estruturação de ações e etapas que possuem um encadeamento entre elas, em sua maioria seguindo um mesmo padrão e passíveis de serem gerenciadas e acompanhadas durante a sua realização.
Visto isso, com base nas pesquisas científicas, esse trabalho tem como objetivos:
• Realizar um estudo aprofundado sobre a área de Gestão de Projetos, identificando
os elementos históricos e os frameworks e técnicas relevantes dessa temática.
• Apresentar um panorama sobre a área de Inteligência Artificial e algumas técnicas
disponíveis.
aca-dêmica.
• Conceituar e propor para a comunidade científica o GPAcademico, um modelo de
sistema especialista que permita auxiliar os usuários no planejamento e controle de uma pesquisa científica no âmbito acadêmico de obtenção de grau em institui-ções do Ensino Superior, utilizando frameworks e técnicas de gestão de projetos e inteligência artificial.
• Desenvolver um protótipo com escopo restrito a projetos de pesquisas acadêmicas
para obtenção de grau em instituições do ensino superior para validar que tal modelo facilite o relacionamento entre alunos e docentes, proporcione controle na gestão das atividades necessárias à pesquisa e por consequência, proporcione aos estudantes maiores chances de êxito em suas pesquisas.
A hipótese a ser verificada é:
É possível desenvolver, verificar a viabilidade e resultados da utilização de um modelo computacional que englobe elementos de gestão de projetos e inteligência artificial, bem como as melhores práticas de orientação acadêmica, para contribuir com orientadores e orientandos em projetos de pesquisa.
Dessa forma, essa dissertação busca contribuir para a compreensão do cenário de gerenciamento de projetos no âmbito acadêmico de pesquisas científicas necessárias a obtenção de grau em instituições do ensino superior.
No próximo capítulo, o segundo desta dissertação, é introduzido o conceito de Gestão de Projetos. São abordados a história do gerenciamento de projetos, evidenciando alguns
frameworks e técnicas para contextualização das diversas formas de gerenciamento de projetos.
O terceiro capítulo apresenta a conceituação da Inteligência Artificial, algumas técni-cas mais utilizadas seguido da conceituação e descrição de Sistemas Especialistas, técnica adotada na pesquisa.
A seguir, os materiais e métodos da pesquisa são referenciados no capítulo 5, que descreve os detalhes do sistema proposto, do sistema implementado e as tecnologias uti-lizadas.
Capítulo 2
FUNDAMENTOS EM GESTÃO DE
PROJETOS
Pode-se afirmar a magnitude da área de gerenciamento de projetos quando analisa-se os números significantes envolvidos na área. Uma pesquisa do ano de 2013 realizada pelo
Project Management InstitutePMI (2013a) e certificada pelaEconomist Intelligence Unit, denota que existem no mundo 51 milhões de pessoas envolvidas na gestão de projetos. O relatório informa que no mesmo ano, 91 programas acadêmicos em 13 países foram certificados pelo PMI Global Accreditation Center for Project Management Education
Programs - GAC (PMI, 2013a).
Outro estudo do PMI, o Project Management Talent Gap Report, referencia que entre 2010 e 2020, 15,7 milhões de vagas de gerentes de projetos serão criadas no mercado de trabalho em todo o mundo com uma estimativa de movimentar 18 trilhões de dólares (PMI, 2008). No Brasil, o estudo estima uma demanda de 1.364.932 gerentes de projetos no período, sendo que estima um impacto na economia brasileira de mais de 1 bilhão de dólares, a frente de países como Austrália e Canadá. Relata ainda que existe um foco maior na busca por gerentes de projetos por parte das empresas dos seguintes seguimentos: manufatura, finanças, serviços de informação, serviços de negócios, óleo e gás, construção e utilidades (PMI, 2008).
e Serviços. Em 75,4% das empresas o software mais utilizado é o Microsoft Project. A pesquisa indica também, como problemas mais frequentes nos projetos, problemas de comunicação, escopo não definido adequadamente e não cumprimento de prazos. Além disso, destaca-se que apenas 8% das organizações não percebem nunca os benefícios da gestão de projetos.
Este capítulo apresenta a amplitude do gerenciamento de projetos como disciplina e algumas técnicas, assim como oferece uma visão histórica para o entendimento dos conhe-cimentos de gerenciamento de projetos atuais. Esses conheconhe-cimentos são necessários para evidenciar as investigações e resultados decorrentes dos demais capítulos e a compreensão de seu contexto.
2.1 A HISTÓRIA DO GERENCIAMENTO
DE PROJETOS
Com base nas definições do Project Management Institute PMI (2013b, p. 3) de que um projeto é “um esforço temporário empreendido para criar um produto, serviço ou resultado exclusivo” e que a gestão de projetos é a “aplicação do conhecimento, habilidades, ferramentas e técnicas às atividades do projeto para atender aos seus requisitos”, conclui-se que a humanidade trabalha com projetos desde a história antiga (PMI, 2013b, p. 5).
Valle et al. (2010) afirmam que o conceito de gerenciamento de projetos pode ser mais antigo do que se imagina. Há diversos exemplos na história da humanidade de projetos que tinham probabilidade de não serem bem sucedidos, seja por conta de sua complexidade ou pelas incertezas existentes, mas obtiveram êxito elevado. Alguns desses projetos levaram anos para serem concluídos, outros exigiram grande número de pessoas envolvidas, outros por sua vez, planejamento e execução precisa.
or-ganização, planejamento e direcionamento que influenciaram na criação de padrões de gerenciamento de projetos.
Kozak-Holland (2011) argumenta que a humanidade praticou de forma intuitiva as nove áreas do conhecimento do PMBoK para alcançar o sucesso desses projetos e a cada sucesso alcançado, novos conhecimentos, técnicas, habilidades e ferramentas servem de base para os próximos projetos históricos. O autor reforça ainda que existe um mito sobre os projetos da antiguidade que referenciavam a orçamentos ou prazos ilimitados ou força de trabalho escrava.
Mesmo com esse número de projetos desafiadores, infelizmente quase não se tem re-gistros ou documentação dos métodos e técnicas utilizadas anteriores a década de 50, quando as empresas começaram a aplicar técnicas sistemáticas ou ferramentas para pro-jetos maiores ou mais complexos.
Para Valle et al. (2010), Frederick Winslow Taylor foi o percursor da Ciência de Gestão de Projetos no ano de 1911. Taylor (1911) publicou sua monografia onde considerava que a melhor forma de gestão era considerá-la uma ciência com leis, regras e princípios claramente definidos e que esses princípios de gestão como ciência poderiam ser aplicados para qualquer atividade, independente da dimensão, mais ou menos complexas, pessoal ou de corporações. Taylor usou o raciocínio de dividir os elementos de um processo para melhorar a produtividade, eliminando o tempo perdido (KOZAK-HOLLAND, 2011)
É consenso entre diversos autores que Henry Laurence Gantt contribuiu de forma significativa para as práticas de gerenciamento de projetos como se conhece hoje (KOZAK-HOLLAND, 2011). Gantt foi um engenheiro americano que depois passou a ser consultor em gestão e ficou conhecido pelo desenvolvimento de uma técnica onde era possível dividir a cadeia de produção em várias atividades, visualizando assim, o encadeamento necessário entre as atividades, a alocação e disponibilidade de máquinas e recursos, custos entre outras informações (GANTT, 1919). Valle et al. (2010) explicam que Gantt foi um dos alunos da ciência de Taylor.
Ci-ência de Gerenciamento, de 1980 a 1994 com foco na produção e recursos humanos e de 1995 até 2003 (ano em que o livro foi escrito) com a criação de um novo ambiente para gerenciamento de projetos.
A segunda fase da gestão de projetos na visão de Kwak (2003) de 1958 a 1979, foi mar-cada pela evolução da tecnologia, fazendo com que os projetos ficassem mais ambiciosos e maiores em escopo e complexidade. Nesse período pode-se constatar o desenvolvimento de chips de silício, a criação da linguagem de programação Unix, a corrida espacial e a chegada do homem a lua, o desenvolvimento da ARPANET que se transformaria na internet dos tempos modernos e a criação da Microsoft.
Foi nesse período que ocorreu o desenvolvimento do CPM/PERT, respectivamente
Critical Path Method e Program Evaluation and Review Technique. As duas técnicas fo-ram desenvolvidas em duas linhas distintas quase que simultaneamente, uma na Marinha americana e outra na indústria química. A elevada similaridade entre elas fez com que o termo CPM/PERT sejam, em sua maioria, utilizados e referenciados como uma única téc-nica. Para Snyder e Kline (1987) a gestão de projetos moderna inicou-se nesse momento, em 1958.
Em 1965 um grupo formado por Pierre Koch e Yves Eugene da França, Dick Vullinghs da Holanda, Roland Gutsch da Alemanha e Arnold Kaufmann fundou a International Management Systems Association - IMSA. A IMSA era uma organização internacional e independente, sem fins lucrativos, localizada na Suiça por ser um dos países mais respeita-dos e politicamente neutro no período da Guerra Fria. O primeiro congresso internacional foi realizado em Viena em 1967. Hoje o IMSA é conhecido porInternational Project
Ma-nagement Association - IPMA (IPMA, 2015a). Uma das principais missões do IPMA é promover o reconhecimento da gestão de projetos e envolver as partes interessadas de todo o mundo para o avanço da disciplina. Como diferencial e característica marcante, o IPMA pensa globalmente, mas atua regionalmente bem como localmente (IPMA, 2015b).
Durante a década de 70 várias empresas de software de gerenciamento de projetos foram criadas como a Artemis, a Scitor Corporation e a Oracle (KWAK, 2003). Nesta década as ferramentas e técnicas de gerenciamento de projetos foram aprimoradas. Al-gumas delas, utilizadas até hoje, foram difundidas como o Work Breakdown Structure
-WBS (ou Estrutura Analítica do Projeto) que é o processo de subdividir as entregas de um projeto em partes menores de modo a ficar mais versátil e gerenciável e o
Organiza-tional Breakdown Structure - OBS (ou Estrutura Analítica Organizacional) que integra essas entregas a unidades responsáveis (STRETTON, 2007; SHENHAR; DVIR, 2007).
No terceiro período de Kwak (2003) de 1980 a 1994, ocorreu o surgimento dos com-putadores pessoais. Até então os engenheiros da computação que faziam o gerenciamento de projetos porque estes eram controlados em mainframes. A acessibilidade que os com-putadores pessoais traziam propíciou que um número elevado de organizações menores passassem a fazer gerenciamento de projetos, uma vez que não dependiam mais dos pro-fissionais capacitados.
Um esboço do que viria a ser o PMBOK foi publicado em 1983 pelo PMI com o nome de ESA - Ethics, Standards, and Accreditation Committee Final Report. Também em 1983 o PMI lançou a certificação PMP - Project Management Professional consoli-dando a profissão de gerente de projetos. A primeira versão do PMBOK, lançada em 1986 no Project Management Journal, era mais desenvolvida que sua antecessora ESA -Ethics, Standards, and Accreditation Committee Final Report. Em 1987 uma nova versão também publicada no Project Management Journal contava com as seguintes áreas do conhecimento: tempo, custo, escopo, qualidade e risco (STRETTON, 2007).
Em 1985 foi criado oThe Standish Group com a visão de inovar por meio de técnicas de raciocínio baseadas em caos. A proposta era avaliar o perfil do projeto com outros milhares já realizados e semelhantes de forma a entregar um material que proporcionasse uma sabedoria coletiva (THESTANDISHGROUP, 2015a). O Standish Group ficou conhecido anos depois por divulgar um relatório em 1994 com informações relevantes relativas a falhas e sucessos de projetos de TI (THESTANDISHGROUP, 2015b).
de projetos de todos os tipos e passou a chamar-se PRINCE2 em 1996. Essa abordagem de melhores práticas foi projetada para incorporar as exigências e experiências dos usuários pelo mundo (OGC, 2015; OGC, 2009).
O quarto e último período identificado por Kwak (2003), de 1995 até 2003 (ano em que o livro foi escrito), conta com a mudança radical dos meios de comunicação com o advento e disseminação da internet. O acesso rápido, interativo e personalizado da informação permitiu às empresas serem mais eficientes e orientadas aos clientes. Dessa forma, para o autor, a tecnologia da informação revolucionou as práticas de negócio até então conhecidas e obrigou indústrias e corporações a aplicar gerenciamento e controle de seus projetos em diversos aspectos.
No ano de 1996, a AACE International - Association for the Advancement of Cost
Engineering divulgou um conceito de TCM - Total Cost Management que é uma aborda-gem sistemática para o gerenciamento de custos ao longo do ciclo de vida de empresas, programas, projetos, facilidades, produto ou serviço (AACEI, 2015). O TCM tem por base o ciclo de Deming ou, popularmente conhecido como PDCA . De acordo com Holl-man (2006), após a publicação desse conceito, o PMI escolheu o PDCA como base de seus processos na 3a
edição do PMBOK lançada em 2004.
Em 1998 o PMBOK foi reconhecido oficialmente pelo Institute of Electrical and
Elec-tronics Engineers - IEEE como um padrão (IEEE, 1998). Em 2000 foi lançada a segunda edição do PMBOK, em 2004 a terceira edição, em 2008 a quarta edição e em 2013 a quinta e atual edição.
O Global Accreditation Center for Project Management Education Programs - GAC, fundada em 2001, é uma instituição independente para acreditação acadêmica para pro-gramas de bacharelado, mestrado e doutorado com o propósito de avançar na excelência do ensino de gerenciamento de projetos pelo mundo (PMI, 2015b).
mudanças mais que seguir um plano (BECK et al., 2001).
A partir do manifesto ágil, surgiu o conceito que alguns autores chamam de Agile Project Managament - APM, que é uma nova abordagem de gerenciamento de projetos que podem ser aplicados a qualquer segmento de negócios, com a característica de pos-suírem ambientes propícios a mudanças constantes, complexos, instáveis ou desafiadores (HIGHSMITH, 2004). Para o autor, apesar de possuir processos essa técnica tem que ser orgânica, flexível e facilmente adaptada para estar alinhada aos objetivos do negócio, sem ausentar-se dos conceitos de gerenciamento de projetos tradicionais, como restrições de prazo e custo e qualidade com o produto final. Afirma ainda que é mais uma atitude do que um processo.
Somente no ano de 2006 que aAACE International publicou oTCM FRAMEWORK:
An Integrated Approach to Portfolio, Program and Project Management que era um
fra-mework com os conceitos que vinham sendo divulgados desde 1996, para controlar, reduzir e eliminar custos, usado em toda a organização e não somente na área de gerenciamento de projetos (AACEI, 2015).
Uma nova era de serviços de tecnologia começou próximo dos anos 2000, com um conceito de disponibilizar os serviços de TI de forma comoditizada semelhante a serviços tradicionais como água, luz e telefone. Começava então a era doCloud Computing. Com o crescimento tecnológico na área de virtualização de hardware ocorreu o surgimento de várias ofertas diferentes, como a de SaaS: Software as a Service que é o uso de um software ou aplicativo como serviço prestado pela Internet (WANG; LASZEWSKI, 2008; CUSUMANO, 2010).
Em 2007 a Apple lançou o iPhone e o Google o Sistema Operacional para
móveis é a primeira escolha de pequenos e médios empresários que querem fazer a gestão de seus projetos.
Com a intenção de tornar o método mais simples e diante das mudanças ocorridas no ambiente de negócios desde 1996, no ano de 2009 o PRINCE2 foi atualizado. Essa nova versão foi dividida em dois manuais Managing Successful Projects with PRINCE2 e Directing Successful Projects with PRINCE2 (OGC, 2009). Em 2013 os direitos de propriedade do PRINCE2 foram transferidos para uma joint venture chamada AXELOS criada pelo Gabinete do Governo do Reino Unido com a Capita Plc (AXELOS, 2015).
Em 2013, o brasileiro José Finocchio Junior propôs uma nova abordagem, mais visual, para o gerenciamento de projetos chamadaProject Model Canvas que teve como inspiração o Business Model Canvas. Aborda-se em detalhes essa técnica em capítulos posteriores (FINOCCHIO JUNIOR, 2013).
Também em 2013, o PMI, tentando preencher a lacuna existente entre o PMBOK e as metodologias ágeis, lançou o livro Software Extension to the PMBOK Guide Fifth
Edition em parceria com oIEEE Computer Society - a principal organização mundial de profissionais de computação. Esse livro oferece uma visão sobre métodos, ferramentas e técnicas para gerenciamento de projetos de software em todo seu ciclo de vida, com base no PMBOK mas de forma mais adaptável (PMI, 2013a; PMI, 2015c).
A gestão de projetos proporcionou projetos de grande porte ao longo de toda sua história, evoluindo continuamente com novas técnicas e padrões, acompanhando as mu-danças da sociedade e da tecnologia. Na próxima seção serão apresentadas em detalhes algunsframeworks e técnicas para a gestão de projetos.
2.2
FRAMEWORKS
E TÉCNICAS PARA GESTÃO
DE PROJETOS
Entende-se por framework um conjunto de técnicas e procedimentos organizados de forma a compor bases entendidas como melhores práticas ou formas de execução que apresentaram efetividade em um determinado domínio, para que seja assim, utilizado por outras entidades como um meio de elevarem as possibilidades de êxito. Pode-se entender que essas técnicas são um conjunto de métodos ou processos essenciais para uma execução adequada de um determinado domínio.
mas que vem sendo aplicada nesse contexto por estar relacionada a forma de atuação dos gerentes de projetos que estimulam a capacidade de reconhecer padrões e desenvolver ideias inovadoras dentro do domínio em que estão inseridos.
2.2.1 PMBOK
O PMI - Project Managament Institute é uma das maiores associações do mundo de profissionais para gerenciamento de projetos. Seus padrões de gerenciamento de projetos, programas de certificação, programas de pesquisa acadêmica e de mercado são reconheci-dos mundialmente e ajudam mais de 700.000 membros certificareconheci-dos e voluntários em quase todos os países do mundo, a melhorarem suas carreiras e aumentar as chances de sucessos dos projetos em que participam (PMI, 2015d).
Completando 45 anos em 2014 o PMI vislumbra um futuro onde as organizações atinjam a excelência, utilizando-se do gerenciamento de projetos para valorizar e atribuir sucesso a ele (PMI, 2013a).
O PMI se destaca por ter 12 padrões para gerenciamento de projetos, programas e portfólios que são amplamente reconhecidos e cada vez mais adotados por empresas e entidades governamentais como modelo de boas práticas (PMI, 2015d). Um padrão é um documento formal que descreve normas, métodos, processos e práticas (PMI, 2013b). Esses padrões são desenvolvidos e mantidos pelos diversos profissionais qualificados e atualizados do PMI, com experiência prática em todos os tipos de projetos, de forma a estabelecer uma linguagem comum no gerenciamento de projetos pelo mundo (PMI, 2015d).
Entre esses padrões, destaca-se o PMBOK - The Project Management Body of
Kno-wledge que segundo Carvalho e Rabechini Jr. (2011), apesar de ser uma abordagem ame-ricana para gerenciamento de projetos, está presente em mais de 100 países. Atualmente está em sua quinta edição e é dividido em dois grandes grupos, sendo um de áreas do conhecimento e outro de grupos de processos (PMI, 2013b).
Os processos estão divididos em cinco grupos (PMI, 2013b):
2. Planejamento: processos para estabelecimento de escopo e esforço, na definição e aprimoramento dos objetivos e o desenvolvimento das ações necessárias para atingir esses objetivos.
3. Execução: processos executados para a conclusão das atividades necessárias para que o projeto chegue ao fim cumprindo com as especificações.
4. Monitoramento e Controle: processos necessários para o acompanhamento, análise e organização do progresso e desempenho do projeto. Também possui processos para identificar e iniciar mudanças no plano do projeto.
5. Encerramento: processos executados para a finalização de todas as atividades de todos os grupos de processos do gerenciamento do projeto, formalizando o projeto ou fase assim como suas obrigações contratuais.
Uma área do conhecimento é formada por um conjunto de conceitos, termos e ativi-dades de um campo profissional, de um campo de gerenciamento de projetos ou áreas de especialização. São 47 processos de gerenciamento agrupado nas dez áreas do conheci-mento, divididas da forma que se segue:
1. Integração: com a finalidade de identificar, definir, combinar, unificar e coordenar os processos e atividades dos grupos de processos de gerenciamento de projetos.
2. Escopo: para garantir que o projeto inclua tudo que é necessário (apenas o neces-sário) para ser executado e ser finalizado com sucesso.
3. Tempo: para gerenciar o tempo de forma que o projeto seja concluído dentro do prazo estipulado.
4. Custos: para o planejamento, estimativas, financiamentos, orçamentos e gerencia-mento e controle de custos para que o projeto seja concluído dentro do orçagerencia-mento definido e aprovado.
5. Qualidade: que determinam a qualidade, bem como suas políticas, objetivos e res-ponsabilidades, com o propósito de satisfazer as necessidades do projeto.
7. Comunicação: que garante que as informações do projeto sejam oportunas e apropri-adas, incluindo o planejamento, a coleta, a criação, distribuição, armazenamento, recuperação, gerenciamento, controle, monitoramento e disponibilidade das infor-mações.
8. Riscos: para planejar, identificar, analisar, responder e controlar os riscos do projeto.
9. Aquisições: para a aquisição de produtos ou serviços externos a organização.
10. Partes Interessadas no Projeto: inserida apenas na quinta e atual versão do PM-BOK, são processos e atividades para identificação das pessoas, grupos ou organiza-ções que serão impactadas ou podem impactar no projeto, análise das expectativas e seus impactos no projeto e o desenvolvimento de estratégias para que exista o engajamento das partes interessadas na execução e decisões necessárias do projeto.
De acordo com o PMI (2013b) as áreas do conhecimento e os grupos de processos são apresentados em forma de matriz e essa matriz mostra a intersecção em pelo menos dois pontos no relacionamento entre elas. Pode-se verificar o mapeamento dos grupos e áreas de processos e suas quantidades na Figura 2.2.
2.2.2 PRINCE2
Conforme abordado na história do gerenciamento de projetos, o PRINCE2 é a evo-lução do PRINCE - PRojects In Controlled Environments, uma abordagem do governo do Reino Unido para a gestão de projetos de TI. Passou por diversos aprimoramentos e possui marcos de evolução nos anos de 1996 e 2009 (última versão) para contemplar as mudanças exigidas no ambiente de negócios e experiência dos usuários pelo mundo. Essa versão mais recente foi dividida em dois manuais Managing Successful Projects with
PRINCE2 e Directing Successful Projects with PRINCE2 e embora originariamente cri-ado para o ambiente de tecnologia da informação, após essas transformações se tornou um padrão de gerenciamento de projetos genérico utilizado em outros segmentos (OGC, 2015; OGC, 2009).
O PRINCE2 possui uma estrutura de gerenciamento de projetos compreendido por um conjunto de princípios, um conjunto de temas de controle, um ciclo de vida de processos e um guia para adequação do método ao ambiente do projeto, conforme visualiza-se na Figura 2.3 (MURRAY, 2011).
Figura 2.3: Estrutura do PRINCE2 (MURRAY, 2011, p. 3)
O conjunto de princípios desse modelo são sete (VALLE et al., 2010):
• Justificativa continuada: assegura que o projeto permaneça alinhado aos objetivos
• Aprendizado a partir da experiência: ao longo do ciclo de vida do projeto todas as
lições são registradas para aprendizado do time do projeto;
• Definição de papéis e responsabilidades: define e assegura que as pessoas (as
par-tes interessadas, usuários, fornecedores, etc), estejam envolvidas e que se saiba as responsabilidades de cada um;
• Gestão por estágios: o projeto é planejado, monitorado e controlado baseado em
etapas;
• Gestão por excessões: define limites de tolerância aos objetivos do projeto e os
limites de autoridade delegada para cada nível da equipe;
• Foco no produto: projetos com ênfase na definição e entrega de produtos, em especial
nos requisitos de qualidade;
• Adequação ao ambiente do projeto: adaptações para atender ao ambiente, tamanho,
complexidade, importância, capacidade e risco do projeto.
Murray (2011) explica que o conjunto de temas de controle do gerenciamento de projetos do PRINCE2 são sete e precisam ser continuamente abordados ao longo do ciclo de vida do projeto, fornecendo as orientações sobre como o processo deve ser realizado.
Esses sete temas são equivalentes às áreas do conhecimento do PMBOK e respondem as perguntas essenciais de um projeto (MURRAY, 2011; VALLE et al., 2010). São eles:
• Business Case: responde a pergunta “Por quê?” e compreende a justificativa do projeto assim como os benefícios esperados;
• Organização: responde a pergunta “Quem?” e compreende a definição da equipe,
papéis e funções, propiciando uma comunicação adequada;
• Qualidade: responde a pergunta “O quê?” e compreende que a qualidade esperada
seja obtida por um sistema de qualidade;
• Planos: responde as perguntas “Como? Quando? Quanto custa?” e compreende a
• Risco: responde a pergunta “E se?” e compreende a gestão, identificação,
qualifica-ção e resposta aos riscos inerentes ao projeto;
• Mudança: responde a pergunta “Qual o impacto?” e compreende a gestão dos
impactos relativos a mudanças de escopo do projeto;
• Progresso: responde as perguntas “Onde estamos agora? Para onde estamos indo?
Devemos nos preocupar?” e compreende o monitoramento e controle do projeto possibilitando um processo de tomada de decisão.
Os processos do PRINCE2 são divididos entre a) começo do projeto com atividades para obtenção de apoio para o desenvolvimento do projeto; b) a direção do projeto com atividades de controle do projeto; c) iniciação do projeto com atividades de planejamento, documentações iniciais e planos de metas para escopo, tempo, custo, qualidade, benefícios e riscos; d) gestão de fronteiras de etapas com atividades que proporcionam informações sobre o sucesso da etapa atual e aprovação para próximas etapas; e) controle das etapas com a descrição de como gestionar a execução do projeto; f) gestão da entrega com atividades de supervisão; e g) encerramento do projeto com as atividades de encerramento de atividades, contratos e documentos de aceite (MURRAY, 2011).
2.2.3 PMCANVAS
O Project Model Canvas, conhecido como PMCanvas, é uma técnica para gerencia-mento de projetos criada pelo brasileiro José Finocchio Júnior. Este trabalha com ge-renciamento de projetos há mais de 20 anos e já foi premiado pelo PMI por ter criado um workshop chamado PMDOME, cujo objetivo era permitir que os participantes ex-perimentassem na prática alguns dos principais processos do gerenciamento de projetos (FINOCCHIO JUNIOR, 2013).
Diferentemente do PMBOK que utiliza os 47 processos para fazer a gestão de proje-tos, o PMCanvas surge como uma alternativa simplificada para fazer a gestão de projeproje-tos, principalmente em sua fase inicial de planejamento. As duas abordagens não são exclu-dentes, mas percebe-se a diferença na simplicidade do método.
convencionais de gerenciamento de projetos como o PMBOK, são extensos, burocráticos e pouco visuais, não adaptados à realidade das empresas e do funcionamento da mente humana.
O PMCanvas foi inspirado na técnica de Business Model Generation, em que cria-se um plano de negócios com bacria-se no preenchimento coletivo de papéis autocolantes, posteriormente fixados dentro do quadro de referência. Utiliza também conceitos de
Design Thinking e neurociência para aplicação visual da técnica, uma vez que ressalta a importância do processo de visualização e da diferença de criação de modelos mentais para cada individuo (FINOCCHIO JUNIOR, 2013).
Para facilitar o entendimento, na Figura 2.4 visualiza-se o canvas base para a utiliza-ção da metodologia. Vê-se que ele possui 13 quadros e dois campos a serem preenchidos (FINOCCHIO JUNIOR, 2013).
Figura 2.4: Canvas que serve de base para a utilização da metodologia de Project Model
Canvas FINOCCHIO JUNIOR (2013, p. 35)
Projetos responsável no campo GP. Em seguida, deve-se colocar o nome de identificação do projeto, preenchendo o campoPitch. Após isso, o preenchimento docanvas deve seguir a seguinte lógica:
1. Justificativas, Objetivos SMART e benefícios;
2. Produto e Requisitos;
3. Stakeholders e Equipe;
4. Premissas, Grupos de Entrega e Restrições;
5. Riscos, Linha do Tempo e Custos.
Essa lógica de preenchimento responde às cinco perguntas fundamentais do projeto:
• “Por quê se deseja realizar o projeto?”
No quadro Justificativa, devem ser descritas em papéis autocolantes as justificati-vas do projeto, ou seja, quais as necessidades não atendidas hoje ou os problemas existentes que motivaram a criação do projeto.
No quadro Objetivo SMART deve ser descrito qual o objetivo do projeto para que ele fique específico, mensurável, atingível, realista e delimitado no tempo (do inglês
Specific, Measurable, Attainable, Realistic, Time Bound).
No quadro Benefícios deve ser descrito o que será conquistado após a implantação e finalização do projeto.
• “O quê se deseja realizar com o projeto?”
No quadro Produto deve ser descrito o resultado final do projeto, que pode ser um produto, serviço ou mesmo um resultado.
No quadro Requisitos devem ser descritos os critérios de qualidade que o produto, serviço ou resultado devem possuir.
• “Quem deve participar do projeto?”
No quadro Equipe devem ser descritos todos os participantes que possuem alguma responsabilidade nas entregas do projeto.
• “Como se deseja realizar o projeto?”
No quadro Premissas devem ser descritas as suposições que serão consideradas ver-dadeiras no que tange ao ambiente ou fatores externos relacionados ao projeto. No quadro Grupos de Entregas devem ser descritos os itens que serão gerados pelo projeto, sendo que estes itens devem ser concretos, mensuráveis e tangíveis.
No quadro Restrições devem ser descritas todas as limitações conhecidas que po-dem impactar no trabalho das equipes do projeto, independente de sua natureza ou origem.
• “Quando o projeto deve ser realizado e Quanto custará?”
No quadro Riscos devem ser descritos os eventos incertos ou futuros que possam ter relevância ao projeto. Com base nesses riscos, deve-se buscar e implantar as respostas a cada um dos riscos.
No quadro Linha do Tempo deve ser descrito quando as entregas do projeto vão ocorrer.
No quadro Custos deve ser descrito quanto será gasto para que o projeto seja con-cluído. Sugere-se que os custos estejam relacionados a cada uma das entregas (se assim o tiver).
Figura 2.5: Ilustração da disposição das perguntas aos elementos da metodologiaProject Model Canvas. Adaptado de FINOCCHIO JUNIOR (2013, p. 49)
O PMCanvas é concebido com a proposta de não possuir papéis bem definidos, suge-rindo apenas duas regras básicas: deve ser feito sempre em equipe, de preferência com o envolvimento das partes interessadas (stakeholders) e possuir pelo menos uma das pessoas com conhecimentos básicos de gerenciamento de projetos.
Os itens descritos em cada um dos quadros são maleáveis e podem ser revistos a qualquer tempo.
Figura 2.6: Project Model Canvas finalizado (FINOCCHIO JUNIOR, 2013, p. 196)
2.2.4
DESIGN THINKING
Apesar de não ser uma metodologia específica de gerenciamento de projetos, oDesign
Thinking vem sendo aplicado nesse contexto por estar relacionado à necessidade dos gerentes de projetos se comportarem de modo a estimular a capacidade de suas equipes de trabalho para o reconhecimento de padrões e o desenvolvimento de ideias inovadoras dentro do domínio e projetos em que estão inseridos.
Ressalta-se que muitas vezes o termo design está associado a qualidade ou aparência de produtos, porém, como disciplina, tem o objetivo de promover o bem-estar na vida das pessoas. O designer tem como principal ação identificar problemas e gerar soluções para que a experiência e bem estar das pessoas sejam maximizadas, uma vez que mapeia cultura, contextos, experiências e processos (VIANNA et al., 2012).
seria suficiente para ser utilizada em larga escala uma vez que não havia um sistema de geração de energia, tão pouco, uma rede de transmissão para a energia. Pensando nisso, criou todos os elementos para tornar seu invento efetivamente útil e, portanto, mostrou sua capacidade de pensar no mercado como um todo e não apenas em um dispositivo isolado. Edison sempre deu atenção às necessidades e preferências dos usuários e quebrou o paradigma de trabalhar em uma invenção sozinho, procurando assim, trabalhar com uma equipe de pensadores, improvisadores e experimentadores (BROW, 2008).
Esse exemplo deThomas Edison pode ser considerado um dos primeiros na utilização de uma abordagem do que hoje se conhece como Design Thinking, uma metodologia que envolve todo o espectro de atividades e processos centrados nas pessoas com o objetivo de aumentar a probabilidade de obter sucesso de inovação (BROW, 2008; PINHEIRO; ALT, 2012).
Pinheiro e Alt (2012) complementam queDesign Thinking é um novo modelo mental onde se pensa e se aborda os problemas por várias óticas e é uma atitude. Brow (2008) ressalta a utilização da sensibilidade e métodos dodesigner para corresponder as necessi-dades das pessoas, com as tecnologias e estratégia de negócios viáveis com a finalidade de transformar valor e oportunidade para um cliente. Já Vianna et al. (2012), asseveram que o Design Thinking proporciona uma visão holística de inovação e que além dos clientes, deve-se entender funcionários e fornecedores envolvidos no contexto, cocriando soluções com especialistas e prototipando para entender melhor suas necessidades, ao final, gerando soluções geralmente inovadoras e inusitadas.
ODesign Thinking não é uma técnica específica para gestão de projetos, mas sim, uma técnica que pode ser adaptada para resolução de qualquer problema e potencializada em conjunto com a utilização da técnica doProject Model Canvas. Esta técnica varia entre os autores podendo ter mais ou menos etapas, entretanto, seguem a mesma lógica de execução com uma fase inicial de motivação, definição, ideias e possibilidades, desenvolvimento e entrega. Pode-se ver um benefício de maneira expressiva principalmente na fase inicial de um projeto, durante o processo de planejamento, em que a necessidade de criatividade e inovação é latente.
como Vale do Silício – com o foco em design e inovação (PINHEIRO; ALT, 2012). Foi inicialmente utilizada na área de engenharia, e, atualmente, amplamente utilizada nas áreas de gestão e negócios.
Brow (2008) sustenta que a inovação é provida por uma compreensão do que as pessoas querem ou precisam, gostam ou não, da forma como são feitas, vendidas, comercializadas e suportadas, por meio de uma observação direta.
A técnica apresentada por Vianna et al. (2012) pode ser dividida, mas não sequen-ciada, em algumas partes. Isso porque uma etapa permeia a outra e pode ser necessária adaptações a um problema evidenciado em qualquer uma das etapas. Pode-se visualizar a metodologia proposta pelos autores na Figura 2.7.
Figura 2.7: Esquema representativo das etapas do processo de Design Thinking segundo Vianna et al. (2012, p. 18)
Os autores dividem a metodologia em:
• Imersão:
Etapa onde existe a aproximação da equipe de um problema e este será avaliado sob diversas óticas. Pode ser dividida em duas etapas:
⋆ Preliminar - entendimento inicial do problema, geralmente definindo o escopo
ou suposições, quebrando os padrões de pensamento), pesquisas de campo exploratórias e pesquisa desk (busca de referências globais e locais, websites, livros, revistas, blogs); e
⋆ Profundidade - identificação de necessidades e oportunidades que guiarão
so-luções na fase de Ideação1
. Conta com projeto de pesquisa e exploração do contexto do problema valendo-se de ferramentas como entrevistas e trabalhos de campo, cadernos de sensibilização (coleta de dados do usuário com o mínimo de interferência), sessões generativas (encontro com os usuários ou atores-chave a fim de dividirem experiências), um dia na vida (simulação do pesquisador da vida ou situação do objeto de estudo) e sombra (acompanhamento de observa-ção do usuário por um período de tempo).
Essa etapa, por sua vez, gera informações para que sejam criados cartões deinsights com reflexões e conclusões geradas nessa etapa, facilitando a consulta e manuseio dos dados obtidos.
• Análise e Síntese:
Os cartões deinsights gerados pela fase de Imersão deverão ser organizados de modo a se obter padrões e criar uma lógica de compreensão do problema. Podem ser usados diagramas de afinidades (usando como base a afinidade, proximidade, similaridade ou dependência), mapa conceitual (simplificação e exibição gráfica dos dados com níveis de abstração), critérios norteadores (diretrizes balizadoras do projeto), per-sonas (arquétipos para sintetizar comportamentos observados entre consumidores e perfis externos), mapa de empatia (síntese de informações sobre o cliente de modo a visualizar o que diz, faz, pensa e sente), entre outros.
• Ideação:
Essa etapa tem por principal objetivo gerar ideias inovadoras para o tema do projeto. Utiliza-se de diversas ferramentas como Brainstorming (técnica para estimular a geração de elevado volume de ideias em curto espaço de tempo), Workshops de cocriação (encontro com uma série de trabalhos em grupo), entre outras. Todas essas ferramentas têm o mesmo objetivo: estimular a criatividade para gerar soluções que
1
Segundo o dicionário Michaelis de língua portuguesa, ideação é: 1 Ato ou efeito de idear. 2 Formação
estejam alinhados ao assunto abordado. Para se obter resultados mais ricos, deve-se utilizar além da equipe envolvida no projeto, profissionais especializados na área do projeto, consumidores finais, fornecedores e um público de forma geral, buscando a diversidade que contribuirá à análise sob diversas perspectivas. Deve-se evitar qualquer julgamento de valor.
• Prototipação:
A fase de prototipação consiste na transformação de ideias abstratas em conteúdo formal ou material, visando a tangibilidade de uma ideia, validando o conteúdo analisado sob a ótica de equipe de projetos e do ponto de vista do usuário. Pode permear todo o projeto, acontecendo em paralelo a todas as etapas de Imersão, Análise e Síntese e Ideação ou ser a entrega final de um projeto de Design Thinking. Utiliza-se de ferramentas como: protótipos de papel, modelos de volume (represen-tações com níveis de fidelidade diferente), encenação (simulação de uma situação),
storyboard (representação visual em quadros estáticos vide Figura 2.8), entre outras.
Figura 2.8: Exemplo de prototipação do tipo storyboard (VIANNA et al., 2012, p. 135)
Em 2005, o órgão público do Reino Unido responsável pelo tema Design chamado
Design Council realizou uma pesquisa com onze empresas2 diferentes e buscou identifi-car como o pensamento de design era convertido e processado por essas empresas. Ao resultado dessa ação, identificaram o modelo a qual deram o nome de Diamante Duplo e dividiram a metodologia em quatro etapas: Descobrir, Definir, Desenvolver e Entregar
2
As onze empresas são: Alessi, BSkyB, BT, Lego, Microsoft, Sony, Starbucks, Virgin Atlantic Airways,
(do inglês Discover, Define, Develop e Delivery). O termo Diamante Duplo foi usado pela semelhança geométrica identificada pelos pesquisadores que refletem o momento de expansão do conhecimento nas linhas divergentes e o momento e necessidade de fazer escolhas e refinar a informação nas linhas convergentes. Visualiza-se esse esquema na Figura 2.9 (PINHEIRO; ALT, 2012).
Figura 2.9: Esquema representativo das etapas do processo de Design Thinking segundo oDesign Council (PINHEIRO; ALT, 2012, p. 44)
Figura 2.10: Esquema representativo das etapas do processo deDesign Thinking segundo Pinheiro e Alt (2012, p. 45)
Para Brow (2008) que foi um dos percursores doDesign Thinkinge um dos fundadores da IDEO, a metodologia consiste em três passos: Inspiração, Ideação e Implementação. Pode-se visualizar esse modelo na Figura 2.11.
Figura 2.11: Esquema representativo das etapas do processo deDesign Thinking. Simpli-ficado de Brow (2008, p. 88-89)
Capítulo 3
VISÃO GERAL DE INTELIGÊNCIA
ARTIFICIAL
Desde a antiguidade o homem busca identificar e entender como o pensamento humano se processa, sobre como é capaz de compreender o ambiente e as situações que os cerca, como pode-se perceber e manipular pensamentos e o mundo a sua volta. A Inteligência Artificial, ou simplesmente IA, procura responder a essas perguntas que eram abordadas e tentavam ser respondidas nas áreas da Filosofia, Psicologia e Neurociência. A IA busca a construção de sistemas ou entidades inteligentes capazes de simular o pensamento humano (RUSSELL; NORVIG, 2003).
As abordagens do estudo de Inteligência Artificial se dividem em quatro categorias como descrito na Tabela 3.1 (RUSSELL; NORVIG, 2003). São elas:
Humano Racional
Pensamento Sistemas que pensam como humanos Sistemas que pensam racionalmente
Comportamento Sistemas que agem como humanos Sistemas que agem racionalmente
Tabela 3.1: Abordagens do estudo de Inteligência Artificial Adaptado de (RUSSELL; NORVIG, 2003, p. 2)
• Sistemas que pensam como humanos
humano como a tomada de decisão e resolução de problemas de aprendizagem. Russell e Norvig (2003) afirmam que nos anos 60 surgiu a modelagem cognitiva com o intuito de construir teorias precisas e testáveis da mente humana. A modelagem ocorre por meio de introspecção ou por meio de experimentos psicológicos.
• Sistemas que agem como humanos
Dentro do aspecto de sistemas que agem como humanos, pode-se definir IA segundo Kurzweil (1990) como a criação de máquinas que exercem funções que carecem de inteligência quando executadas por uma pessoa. Já para Rich e Knight (1991) é o estudo de como fazer os computadores realizarem atividades que hoje os humanos são melhores.
Em 1950, Alan Turing propôs o “Teste de Turing” que foi projetado para prover uma definição operacional satisfatória para Inteligência. O teste consistia em um interrogador humano realizar indagações por escrito e, desse modo, não identificar se as respostas são provenientes de um ser humano ou de um computador (RUSSELL; NORVIG, 2003). Para passar no teste o computador precisa:
⋆ processamento de linguagem natural;
⋆ representação do conhecimento;
⋆ raciocínio automatizado;
⋆ aprendizado de máquina.
Ainda assim, o chamado Teste de Turing Total, inclui mais duas necessidades:
⋆ visão computacional para perceber os objetos;
⋆ robótica para manipular os objetos.
• Sistemas que pensam racionalmente
seria um pensamento correto valendo-se do silogismo como estrutura de argumen-tação que produziriam conclusões corretas quando determinadas premissas fossem firmadas, ou seja, um processo de raciocínios irrefutáveis. Para compreensão um exemplo seria: “Sócrates é homem; os homens são mortais; logo, Sócrates é mortal.” Dessa forma, o foco dessa vertente está direcionado a formalização do conhecimento e do raciocínio.
Existem programas capazes de resolver qualquer problema desde que seja possível solucioná-lo com notações lógicas, mas na prática identificou-se uma série de di-ficuldades para tornar o conhecimento informal em termos formais assim como o esgotamento de recursos computacionais com problemas nem tão complexos com apenas centenas de fatos.
• Sistemas que agem racionalmente
Dentro do aspecto de sistemas que agem racionalmente, pode-se considerar IA, se-gundo Nilsson (1998), preocupando-se com comportamento inteligente em fatos. Poole, Mackworth e Goebel (1998) definem como inteligência computacional o es-tudo da concepção de agentes inteligentes.
Pode-se considerar que um comportamento racional está ligado a agir corretamente no momento adequado. Logo, um agente racional, é aquele que age para alcançar os melhores resultados de acordo com as informações disponíveis (RUSSELL; NOR-VIG, 2003).
Diferentemente de sistemas que pensam racionalmente onde a base está pautada em uma série de inferências corretas, algumas situações não demandam uma inferência, mas uma ação, como por exemplo retirar a mão ao tocar um objeto quente. A ação é uma resposta do reflexo e não de uma inferência. As inferências são um dos mecanismos para se chegar a racionalidade. Essa é uma abordagem mais favorável ao desenvolvimento científico porque permite que o padrão de racionalidade seja matematicamente bem definido.
A capacidade de ação inteligente é com frequência associada ao conhecimento pré-existente. Visto isso, a incorporação de conhecimento é requisito essencial para a cons-trução de Sistemas Inteligentes (REZENDE, 2003).
especializa-dos trazendo benefícios qualitativos e quantitativos para desempenhar tarefas ou resolver problemas, bem como a capacidade de realizar inferências e associações para trabalhar com problemas complexos. Como os SIs são capazes de manipular símbolos representativos de entidades reais, pode-se afirmar que eles são eficazes para trabalhar com conhecimentos. Desse modo, é preciso distinguir o que é dado, informação e conhecimento (REZENDE, 2003).
Segundo Rezende (2003) dado é um elemento puro e quantificável e não oferece base suficiente para entendimento de situações, sendo normalmente, selecionado e recuperado de uma base de dados ou documentos. A informação é um dado analisado e contextua-lizado por meio de comparações a um contexto de referência, enquanto o conhecimento é a habilidade de criar um modelo mental que descreve um objeto indicando as ações de implementação e tomada de decisão.
O conhecimento pode ser dividido em tipos (REZENDE, 2003):
• Declarativo: pode-se entender como “o que”. É o conhecimento genérico sobre fatos
e eventos;
• Procedural: pode-se entender como “como funciona”. É o conhecimento relativo
onde é difícil expressar ou explicar;
• Senso comum: pode-se entender como “julgar o certo e o errado”. É o conhecimento
processual, com métodos e de afirmações;
• Heurístico: pode-se entender como único, que não pode ser conquistado de nenhuma
fonte e com envolvimento de análises sistemáticas ou utilização de regras heurísticas.
O comportamento inteligente de um sistema computacional só é possível com um conjunto de habilidades que podem ser de armazenagem e recuperação eficientes de um volume de dados representativo, resolução de problemas ou tomada de decisões ou ainda, conectar de forma associativa pensamentos e ideias de modo não-linear. Além disso, é resultado do encadeamento de múltiplas decisões, que podem ser definidas por critérios de desempenho, duração e risco (REZENDE, 2003).
3.1 TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL
Os Sistemas Inteligentes podem ser construídos utilizando-se de uma ou mais técnicas para serem aplicadas e auxiliarem o processo decisório. Esta seção tem o propósito de apresentar as principais técnicas de inteligência artificial para demonstrar a amplitude desse área do conhecimento, pois oferecem diferenças nos graus de habilidade para a representação do conhecimento humano. Segundo Rezende (2003), são elas:
• Aprendizado de Máquina
É uma área de Inteligência Artificial que tem por objetivo o desenvolvimento de técnicas que permitem aos sistemas a capacidade de aquisição do conhecimento de forma automática, sendo que o sistema acumula as experiências e a partir delas toma decisões para novos problemas, adquirindo um aprendizado que pode ser su-pervisionado ou não-susu-pervisionado (MONARD; BARANAUSKAS, 2003).
• Redes Neurais
Foram concebidas a partir de modelos matemáticos que permitem que o algoritmo adquira um aprendizado e este aprendizado está diretamente relacionado com a forma com que ele interage com o meio, bem como a capacidade de adaptação de seus parâmetros para essa interação. Outra capacidade desses algoritmos é a genera-lização que permite dar respostas coerentes para dados que não foram apresentados durante a fase de treinamento (BRAGA; CARVALHO; LUDERMIR, 2003).
• Lógica Fuzzy
Fuzzy é um termo em inglês que não possui uma tradução precisa para o português. Os termos mais utilizados para representar fuzzy são difusa e nebulosa. A lógica
fuzzy é uma extensão da lógica booleana e trata incertezas com base em mode-los matemáticos, englobando conceitos estatísticos de inferência. Esta diretamente relacionado a teoria dos conjuntos. Diferentemente da lógica proposicional que é binária, o modelo fuzzy admite valores entre 0 e 1 (ALMEIDA; EVSUKOFF, 2003).
• Computação evolutiva
uti-lizando sistemas com modelos baseados na evolução natural, e se divide em algumas subáreas (BRAGA; CARVALHO; LUDERMIR, 2003):
⋆ Algoritmos Genéticos: usa como base a teoria de seleção natural e
hereditarie-dade, assumindo assim, que indivíduos mais fortes tem maiores chances de so-brevivência, enquanto os mais fracos tendem a desaparecer, promovendo assim programas evolutivos. Muito utilizado como ferramenta de busca e otimização de diferentes tipos de problemas.
⋆ Estratégias de Evolução: usa como base mutações e cruzamentos e
procu-ram resolver prolemas acumulando conhecimento e utilizando essas informações para gerar soluções aceitáveis. Utiliza de um operador de seleção determinístico para realizar a seleção.
⋆ Programação Genética: com base em uma descrição de alto nível de um
pro-blema, procura fornecer um método de criação automática de programas que são representados por árvores ao invés de linhas de código. Executa-se um programa para avaliar cada indivíduo da população.
• Agentes e Multiagentes
São entidades capazes de interagir com o ambiente, com capacidade de comunicação entre eles, utilizando-se dos recursos que dispõe para atingir objetivos individuais ou funções de satisfação, podendo ou não se reproduzir. Os sistemas multiagentes são as ações e atividades de um conjunto de agentes autônomos em busca de um objetivo global (GARCIA; SICHMAN, 2003).
• Mineração de Dados e Textos
A evolução computacional aumentou significativamente o volume e armazenamento de dados. Porém, a transformação desses dados em informações relevantes torna-se mais complexa a cada dia devido ao volume comparado a capacidade computacional existente. Surgiu daí a necessidade de algoritmos mais eficientes para extração do conhecimento, por meio de busca de padrões potencialmente úteis e compreensíveis (REZENDE et al., 2003).
3.2 SISTEMAS ESPECIALISTAS
Os Sistemas Especialistas correspondem a uma área da Inteligência Artificial e se encontram em uma seção de destaque por ser a técnica escolhida para esta pesquisa. Trata-se de programas de computador - sistemas - constituídos por uma baTrata-se de conhecimento, um motor de inferência e uma interface com o usuário (SARMA; SINGH; SINGH, 2010).
São sistemas que dão suporte à solução de problemas em um domínio específico, com conhecimentos de um especialista humano e que procuram simular a forma de pensar desse especialista (FLORES, 2003). Artero (2009) afirma que sistemas especialistas são capazes de obter conclusões de problemas complexos que exigem elevado grau de conhecimento técnico sobre um determinado domínio.
Metaxiotis et al. (2004) abordam que esse conhecimento é o elemento central de um sistema especialista e pode estar representado na forma de fatos e heurísticas - como por exemplo, experiências, julgamentos, algoritmos, opiniões - e que pode-se usar entrevistas, questionários, análise de protocolos, dentre outros métodos, para se obter o conhecimento do especialista. Sarma, Singh e Singh (2010) corroboram que o desenvolvimento da base de conhecimento é a parte mais importante de um sistema especialista e que a qualidade dos sistemas está diretamente ligada a qualidade da base de conhecimento.
Russell e Norvig (2003) asseveram que além de tomar decisões, os sistemas especi-alistas devem possuir a capacidade de utilizar a informação para armazená-la ou não, aprimorando seu poder de decisão.
Nota-se diferenças de estruturas entre os modelos apresentados pelos diversos autores para um sistema especialista, sendo alguns com número de componentes reduzido e outros ampliados. Para Flores (2003), um sistema especialista é constituído por cinco elementos que são:
• Base de conhecimento
Armazenamento de representações do conhecimento, como por exemplo regras de produção, redes semânticas e lógicas matemáticas (ARTERO, 2009).
• Motor de inferência
