A engenharia de produção e a indústria 4.0: uma análise baseada nas interações entre os atores da triple helix

UNIVERSIDADE FEDERAL FLUMINENSE – UFF

DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO

NITERÓI AGOSTO/2020

JULHO / 2015

A ENGENHARIA DE PRODUÇÃO E A INDÚSTRIA 4.0: UMA ANÁLISE BASEADA NAS INTERAÇÕES ENTRE OS ATORES DA TRIPLE HELIX

AUTOR: GISELIA BRITO DE MENEZES CIBILLO

ORIENTADOR: PROF. DR. EMMANUEL PAIVA DE ANDRADE

1 GISELIA BRITO DE MENEZES CIBILLO

A ENGENHARIA DE PRODUÇÃO E A INDÚSTRIA 4.0: UMA

ANÁLISE BASEADA NAS INTERAÇÕES ENTRE OS ATORES DA

TRIPLE HELIX

Trabalho de Conclusão de Curso apresentado como pré-requisito parcial à obtenção do título de bacharel em Engenharia de Produção pela Universidade Federal Fluminense. Orientador: Prof. Dr. Emmanuel Paiva de Andrade

Orientador:

Prof. Emmanuel Paiva de Andrade, D. SC.

Niterói, RJ 2020

3 GISELIA BRITO DE MENEZES CIBILLO

A ENGENHARIA DE PRODUÇÃO E A INDÚSTRIA 4.0: UMA

ANÁLISE BASEADA NAS INTERAÇÕES ENTRE OS ATORES DA

TRIPLE HELIX

Trabalho de Conclusão de Curso apresentado como pré-requisito parcial à obtenção do título de bacharel em Engenharia de Produção pela Universidade Federal Fluminense.

Defendido em 25/08/2020

Banca Examinadora

___________________________________ Prof. Dr. Emmanuel Paiva de Andrade

Universidade Federal Fluminense

___________________________________ Prof. Dra. Suzana Dantas Hecksher

Universidade Federal Fluminense

___________________________________ Prof. Dr. Júlio César Bispo Neves Universidade Federal Fluminense

4 AGRADECIMENTOS

Agradeço, em primeiro lugar, à minha família: minha mãe, meu pai, minhas irmãs e minha madrasta. Foram as pessoas mais presentes e importantes para minha graduação, sempre me motivando a seguir em frente, oferecendo apoio incondicional. Não mediram esforços para eu continuar na graduação, fornecendo todos os recursos necessários para que eu pudesse concluir meus estudos e, acima de tudo: amor.

Agradeço aos amigos que Niterói me trouxe durante os anos de graduação. Contar com amigos que frequentaram o mesmo curso e passaram pelas mesmas experiências que eu nesses anos, me fez perceber que não precisamos passar por tudo sozinhos. Agradeço aos amigos de fora da universidade, que sempre foram compreensivos quando não estive presente e nunca deixaram de me apoiar a seguir meus sonhos.

Agradeço também à Universidade Federal Fluminense e especialmente ao corpo docente do curso de Engenharia de Produção, de Niterói. À professora Suzana Hecksher, que me ensinou que o papel do professor vai além de ensino: ele te ajuda a enxergar as oportunidades e aproveitar o melhor de você. E enfim, um agradecimento especial ao professor Emmanuel Paiva de Andrade, meu orientador não somente deste projeto, mas de aprendizados para toda a vida. Obrigada por ter me guiado com seus conhecimentos, sempre de forma humilde, ética e acolhedora.

5 RESUMO

O trabalho se propõe a analisar a relação entre a engenharia de produção e a indústria 4.0 e suas inovações tecnológicas, sob a perspectiva dos atores do modelo Triple Helix: Universidade-Empresas-Governo e suas interações. As relações entre os atores e as lacunas entre eles são analisadas por meio do estudo de caso, utilizando a Teoria Fundamentada em Dados para análise e tratamento dos dados. Para a pesquisa de campo, foram realizadas entrevistas semiestruturadas com representantes das três esferas da Triple Helix. Os dados obtidos com as entrevistas e análise documental foram analisados e codificados, de forma que, como resultado do estudo, puderam ser divididos em quatro categorias: Ciência, Tecnologia e Sociedade; Governo e Políticas Públicas; Inovação e Sistemas de Inovação; e Tecnologia e Qualificação. Por fim, foram feitas recomendações envolvendo todas as categorias desenvolvidas e os atores responsáveis para que a indústria 4.0 se torne uma realidade no Brasil, com os engenheiros de produção à frente dessa transformação, garantindo sua empregabilidade e formação adequada para atender às novas demandas do mundo do trabalho e da gestão.

6 ABSTRACT

The work aims to analyze the relationship between industrial engineering and industry 4.0, and their technological innovations, from the perspective of the Triple Helix model actors: University-Companies-Government and their interactions. The relationships between the actors and the gaps between them are analyzed through the case study, using the Grounded Theory for data analysis and treatment. For the field research, semi-structured interviews were conducted with representatives of the Triple Sphere's three spheres. The data obtained from the interviews and documentary analysis were analyzed and coded, so that, as a result of the study, they could be divided into four categories: Science, Technology and Society; Government and Public Policies; Innovation and Innovation Systems; and Technology and Qualification. Finally, recommendations were made involving all the developed categories and the actors responsible for industry 4.0 to become a reality in Brazil, with production engineers at the forefront of this transformation, ensuring their employability and adequate training to meet the new demands of the world for work and management.

7

SUMÁRIO

2.2 INDÚSTRIA 4.0: AVANÇOS TECNOLÓGICOS E DIGITALIZAÇÃO DE PROCESSOS PRODUTIVOS ... 19

2.2.1 INTERNET DAS COISAS: UNIÃO ENTRE O MUNDO VIRTUAL E O MUNDO FÍSICO ... 21

2.2.2 BIG DATA ... 24

2.2.3 INTELIGÊNCIA ARTIFICIAL: SIMULANDO A INTELIGÊNCIA HUMANA EM MÁQUINAS 26 2.3 ENGENHARIA DE PRODUÇÃO: A ANTIGA “PROFISSÃO DO FUTURO” ... 28

3. METODOLOGIA ... 34

3.1 UMA BREVE INTRODUÇÃO DA REVISÃO DA LITERATURA METODOLÓGICA 34 3.2 O MÉTODO ... 36

3.3 COLETA DE DADOS ... 36

3.4 ANÁLISE DE DADOS ... 37

3.5 RESULTADOS E CONSIDERAÇÕES FINAIS ... 38

4. RESULTADOS E DISCUSSÃO ... 39

4.1 CÓDIGOS E CATEGORIAS GERADOS ... 39

4.1.1 CIÊNCIA, TECNOLOGIA E SOCIEDADE: MAIOR INTEGRAÇÃO COM A SOCIEDADE .... 40

4.1.2 GOVERNO E POLÍTICAS PÚBLICAS: CONTINUIDADE E DIRECIONAMENTO ... 43

4.1.3 INOVAÇÃO: AMBIENTE PROPÍCIO E INTERAÇÃO ENTRE ATORES ... 46

4.1.4 TECNOLOGIA E QUALIFICAÇÃO: AVANÇOS TECNOLÓGICOS, COMPETÊNCIAS E HABILIDADES NECESSÁRIAS ... 49

5. CONSIDERAÇÕES FINAIS ... 54

REFERENCIAL BIBLIOGRÁFICO ... 57

8 1. INTRODUÇÃO

1.1 CONTEXTUALIZAÇÃO

O movimento denominado como a revolução da Indústria 4.0 teve origem na Alemanha, em 2011 (ROBLEK et al., 2016; SCHWAB, 2016), a partir de um programa do governo local para combinar novas tecnologias com uma visão de sistemas automatizados e interligados, fazendo a conexão entre o ambiente de produção do mundo físico e mundo virtual.

Levando em consideração um cenário globalizado, onde competitividade torna-se fator chave para impulsionar empresas na busca por vantagens perante os concorrentes e maior destaque no mercado, a indústria 4.0 surge como uma oportunidade devido ao processo de geração de grandes avanços tecnológicos em diversas áreas que ela enseja.

Num contexto em que máquinas seconectam a máquinas, praticamente sem a necessidade de interferência humana, surgem possibilidades cada vez maiores de poder de tomada de decisão por parte de sistemas computadorizados. A Inteligência Artificial (IA) concede às máquinas a capacidade de “raciocínio”, “aprendizado”, “adaptação”, “percepção” e “evolução” conforme as entradas de informação, semelhante ao funcionamento do cérebro humano, com possibilidades de armazenamento e processamento praticamente ilimitadas1_.

O crescimento notável da adoção da IA como inovação tecnológica por diversas empresas cria um mercado promissor para seu desenvolvimento e implantação. Os resultados da inserção da IA estão cada vez mais presentes na sociedade e sua utilização já faz parte não somente da realidade, mas também da rotina de muitas pessoas, empresas e indústrias. Somente entre 1996 e 2011, o aumento de investimento em IA realizado pela Associação Nacional de Ciência dos EUA ultrapassou 530% (MUEHLHAUSER, 2014).

Paralelamente, a engenharia de produção também se viu envolvida em uma onda de crescimento considerável nas últimas décadas, com evolução dos cursos de graduação e das possibilidades de carreira, que tentam acompanhar os desafios e necessidades de um mercado globalizado e cada vez mais automatizado. Segundo a Associação Brasileira de Engenharia de Produção (ABEPRO) e diretrizes curriculares do Ministério da Educação (MEC), o engenheiro de produção é o profissional “habilitado para trabalhar em empresas de manufatura dos mais diversos setores, como metalúrgica, mecânica, química, construção civil, eletro-eletrônica,

1 _{Neste primeiro momento, utilizamos aspas para designar conceitos oriundos do}

comportamento humano atribuídos a características de máquinas. Daqui para frente, feito o registro, utilizaremos os conceitos sem as aspas.

9 agroindústria; em organizações de prestação de serviços, como bancos, empresas de comércio, instituições de pesquisa e ensino e órgãos governamentais” (ABEPRO, 1998; CNE, 2002). Tendo em vista um cenário altamente competitivo, que demanda a integração entre os mercados globais, produtos de alta qualidade, operações eficientes, gerenciamento de projetos e cadeias de suprimentos, e sistemas de gestão baseados em excelência, o engenheiro de produção mostra-se como o profissional apto a lidar esses desafios e adaptar-se às mudanças que ocorrem não linearmente no mundo.

Nesse contexto, o engenheiro de produção deve ser capaz de acompanhar as mudanças e inovações tecnológicas, com embasamento científico e profissional, buscando identificar, formular e solucionar problemas ligados às atividades de suas áreas de atuação. Para que tudo isso aconteça, no entanto, é necessário um ambiente propício para que a inovação ocorra, o que, segundo o modelo proposto por Etzkowitz e Leydesdorff (1995), se dá por meio das interações entre três atores: Universidade, Governo e Empresas. Esse modelo, chamado Triple Helix, tem sido utilizado amplamente para o entendimento e análise de ecossistemas de inovação, os quais demandam a participação de diferentes atores, em esferas e perspectivas também diferentes.

1.2 FORMULAÇÃO DA SITUAÇÃO-PROBLEMA

A evolução dos ecossistemas de inovação ao redor do mundo tem acontecido em um ritmo acelerado e faz-se cada vez mais necessário entender o que é inovação tecnológica e quais são as dinâmicas de seu processo. Além disso, a utilização da IA em contextos ligados à indústria 4.0 é fenômeno que tem transformado o mundo do trabalho e a gestão das organizações, gerando mudanças cada vez maiores e mais rápidas, de forma que muitos dos profissionais das áreas relacionadas a ambas não conseguem acompanhar o ritmo ou velocidade em que ocorrem.

O engenheiro de produção destaca-se como um desses profissionais, e também ele parece não acompanhar as mudanças, ou ao menos não acompanhar na velocidade em que elas ocorrem, muitas vezes perdendo seu posto no mercado de trabalho para profissionais de outras áreas, que se mostram mais preparados a lidar com as exigências de mercados altamente competitivos. Isso implica no surgimento de lacunas entre aquilo que é esperado pelo mercado e sistemas corporativos e aquilo que tem sido, de fato, desempenhado por engenheiros de produção em suas performances, no contexto de uma quarta revolução industrial.

10 Faz-se cada vez mais necessário entender a dinâmica dessa revolução, o que se pode esperar dela nas próximas décadas, que inovações tecnológicas constituirão a base do seu desenvolvimento daqui por diante. Com um mercado mais tecnológico, competitivo, volátil e exigente, seria o engenheiro de produção aquele profissional capaz de se adaptar e evoluir alinhado com o que tem sido demandado pela indústria, sistemas corporativos, governo e instituições de ensino e pesquisa? Seria ele capaz de compreender as dinâmicas dos ecossistemas de inovação e as interações entre seus principais atores, para alavancar a competitividade da indústria brasileira e se posicionar de forma adequada no mercado de trabalho? Ou será que o engenheiro de produção teria sido um protagonista apenas da primeira, segunda e terceira revoluções industriais?

A questão chave, portanto, é saber de que maneira a engenharia de produção pode lidar com a implementação da indústria 4.0, qual o seu papel na compreensão acerca da interação entre os atores envolvidos na sua viabilização, como ele pode intervir com eficácia nessa novíssima realidade do mundo do trabalho e da produção. Não se trata mais de pensar fundamentalmente no “chão-de-fábrica” das revoluções anteriores, mas sim compreender a dinâmica das relações e interações Universidade-Governo-Empresa no contexto da indústria 4.0.

Em síntese, como o engenheiro de produção pode garantir sua empregabilidade nos próximos anos, diante de novos contextos tecnológicos e profissões do futuro? Como fazer para diminuir o gap entre as demandas de novas habilidades, conhecimentos e competências para gerir o trabalho e as novas formas de organizações através da inserção de inovações tecnológicas como a inteligência artificial?

1.3 OBJETIVO GERAL

O presente trabalho tem como objetivo analisar a relação entre a engenharia de produção e a indústria 4.0, em um contexto de inovações tecnológicas, particularmente com a utilização de IA, sob a perspectiva das interações entre os atores do modelo Triple Helix. O estudo também busca entender as razões por que as instituições responsáveis pela formação em engenharia de produção (universidades), ao menos no caso do Brasil, não conseguem acompanhar adequadamente a dinâmica de mudanças que a indústria 4.0 e a inteligência artificial geram, particularmente sobre o mundo do trabalho, nem tampouco estabelecer interações adequadas com os demais atores da tríade. Ou seja, o trabalho irá analisar, dentro da ótica da Triple Helix, as relações entre universidade, indústria e governo e suas implicações para a viabilização da indústria 4.0 no cenário atual brasileiro. A partir dessas análises e

11 avaliações, o trabalho se propõe a recomendar ações e iniciativas que contribuam para fazer do engenheiro de produção um protagonista desse futuro que se vislumbra com o avanço da indústria 4.0.

Nesse sentido, as principais questões que norteiam o trabalho e que são investigadas na busca de respostas são:

• Quais são os principais gaps entre o que se espera de um engenheiro de produção e o que se pode imaginar de necessidades profissionais trazidas pelos avanços e mudanças da indústria 4.0?

• Quais são os principais desafios para cada um dos três atores do Triple Helix nos seus esforços para tornar a indústria 4.0 uma realidade no Brasil?

• Considerando a nova dinâmica produtiva projetada pela indústria 4.0, quais são os principais conhecimentos, competências e habilidades necessários para que o engenheiro de produção possa manter ou aperfeiçoar suas condições de empregabilidade?

• O que a formação do engenheiro de produção pode precisar para enquadrá-lo como um “profissional do futuro”, disputado pela indústria 4.0 e suas implicações tecnológicas?

1.4 RELEVÂNCIA DO ESTUDO

A principal justificativa para o tema proposto se refere à necessidade de atualização e modernização da educação em engenharia de produção provocada pelas crescentes mudanças nas dinâmicas entre os atores dos ecossistemas de inovação durante o desenvolvimento da indústria 4.0 e de suas inovações tecnológicas, partindo da premissa de que o engenheiro de produção deve ser um profissional capaz de analisar, compreender e intervir nos níveis macro, meso e microeconômico das relações entre os agentes e sistemas produtivos. Essa nova revolução tem sido discutida e investigada recentemente, após a introdução do conceito de indústria 4.0, surgido em 2011 na Europa (KAGERMANN; WAHLSTE; HELBIG, 2013), o que ainda a torna recente na literatura. Os estudos mais aprofundados e a implementação de inovações tecnológicas na indústria 4.0, como por exemplo a IA, já estão ocorrendo, principalmente nos países onde ambos já são implementados e coexistem dentro de um sistema de inovação com novas dinâmicas. Isso muda não somente a relação homem-máquina, como também a maneira de se produzir produtos e de se relacionar com clientes, criando novos

12 modelos de negócios, baseado na conectividade e na flexibilidade (BABICEANU; SEKER, 2016; RENNUNG; LUMINOSU; DRAGHICI, 2016; WALL; JAGDEV; BROWNE, 2005).

É relevante ressaltar o papel da engenharia nesse contexto, principalmente a engenharia de produção, cujos profissionais têm como foco “integrar fatores de natureza diversas, atentando para critérios de qualidade, eficiência, custos, etc.” (ABEPRO, 2015). Uma vez entendidas as relações entre a engenharia de produção e a indústria 4.0, e toda a evolução tecnológica e conceitual envolvida na implementação de suas tecnologias, justifica-se a necessidade e importância do presente projeto, baseado na utilização do modelo Triple Helix.

A partir das informações geradas por esse estudo será possível reavaliar, se necessário, as diretrizes atuais de ensino e pesquisa no Brasil, principalmente da engenharia de produção, e a forma como mesma aborda e lida com inovações tecnológicas, visto que uma delas, a inteligência artificial, segundo Mata et al. (2018, p.157), permite “expandir nossas habilidades para resolver novas classes e escalas de problemas, pesquisa e inovação em quase todas as disciplinas científicas”. Também será possível compreender e avaliar as interações entre Universidades, Empresas e Governo, bem como suas ações e responsabilidades, para que possíveis medidas sejam adotadas futuramente pelos atores de sistema.

É importante ressaltar que este projeto foi concebido durante a crise mundial gerada pela pandemia de COVID-19, que impactou diversos setores e estudos, ampliando o que é chamado de literatura cinzenta, devido ao alto grau de incerteza que ainda se tem sobre a doença e suas implicações no mundo. (BOTELHO; OLIVEIRA, 2015) Tais mudanças e impactos também atingiram as organizações do trabalho e formas de gestão, o que possibilita e justifica a utilização da literatura cinzenta como parte do referencial teórico utilizado no estudo. Definida como “material de fonte aberta estrangeira ou nacional, que geralmente está disponível através de canais especializados e não podem entrar canais ou sistemas de publicação normais , distribuição, controle bibliográfico, ou aquisição, por livreiros ou agentes de subscrição", pelo Grupo de Trabalho dos EUA de Literatura cinzenta (GL CONFERENCE PROGRAM, 1999), ela surge neste trabalho através de artigos não publicados em períodos científicos, mas na mídia online, relatórios e demonstrativos empresariais, documentos e relatórios publicados por consultorias e entidades não governamentais, além de textos e análises de especialistas relacionados aos temas, publicados em veículos de comunicação online (blogs, redes sociais como LinkedIn, sites de notícias) e revistas.

13 1.5 ORGANIZAÇÃO DO ESTUDO

O trabalho se inicia com a introdução, abordando uma breve descrição dos conceitos do modelo Triple Helix, indústria 4.0, inteligência artificial e engenharia de produção. Em seguida, define-se a problemática do trabalho, mostrando todas as questões-chaves que o mesmo se propõe a responder, e a justificativa do problema a ser investigado e analisado.

O estudo tem prosseguimento com a Revisão da Literatura, na qual são abordadas diversas definições e conceitos, para a construção do referencial teórico do trabalho, com base no que tem sido discutido pela literatura vigente e na literatura cinzenta.

Após isso, o terceiro capítulo tem como objetivo definir a metodologia adotada, descrevendo os métodos de pesquisa, de coleta de dados e de análise utilizados para atingir os objetivos gerais e específicos do estudo, e o porquê de tais escolhas.

Finalmente, apresenta-se a e análise dos resultados obtidos através dos métodos utilizados, que são discutidos e utilizados como base para as considerações finais, que encerram o trabalho, juntamente do referencial bibliográfico utilizado.

14 2. REVISÃO DA LITERATURA

Neste capítulo, aborda-se a dimensão teórica dos temas estudados, com a finalidade de dialogar com os teóricos sobre o objeto de estudo e suas características, delimitações e tendências. Por isso, este referencial aborda os temas principais a serem investigados e desenvolvidos: inovação, modelo Triple Helix, indústria 4.0, inteligência artificial e engenharia de produção.

Os conceitos apresentados são esquematizados na Figura 1, segundo o Mapa de Literatura de pesquisa (CRESWELL, 2007).

Figura 1: Mapa da Literatura Fonte: Adaptado de Creswell, 2007.

2.1 INOVAÇÃO

O conceito de inovação tornou-se amplamente conhecido a partir dos trabalhos do economista Joseph Schumpeter em seu livro “Teoria do Desenvolvimento Econômico” publicado em 1912 (SCHUMPETER, 1997). Segundo ele, o conceito de “inovação” não se reduz pura e simplesmente àquilo que é novo ou a alguma novidade vendável, mas é o principal mecanismo por meio do qual o capitalismo se desenvolve. Ou seja, na visão schumpeteriana, a

15 razão para que a economia saia de um estado de equilíbrio para entrar em processo de expansão é o surgimento de uma inovação. E essa introdução de uma inovação no sistema econômico é chamada, por Schumpeter, de “ato empreendedor”, visando a obtenção de lucro. Surge, também, o conceito de empresário empreendedor e, consequentemente, de empreendedorismo.

Empreender é inovar a ponto de criar condições para uma radical transformação de um determinado setor, ramo de atividade, território, onde o empreendedor atua: novo ciclo de crescimento, capaz de promover uma ruptura no fluxo econômico contínuo, tal como descrito pela teoria econômica neoclássica. A inovação não pode ocorrer sem provocar mudanças nos canais de rotina na econômica. (SCHUMPETER, 1985, p. 49 apud MARTES, 2010, p. 261).

Para Freeman (2002), inovação é o processo que inclui as atividades técnicas, concepção, desenvolvimento, gestão e que resulta na comercialização de novos (ou melhorados) produtos, ou na primeira utilização de novos (ou melhorados) processos. Já para Vasconcelos (2009), a inovação é capacidade de mudar um cenário, de revolucionar.

No entendimento de Cunha (1998), a inovação requer uma ruptura necessária para reconfigurar o conhecimento, indo além das regularidades propostas pela modernidade. Ou seja, ela pressupõe uma ruptura paradigmática e não apenas a inclusão de novidades, inclusive as tecnológicas.

Atualmente, o conceito de inovação mais amplamente adotado é o elaborado pelo Manual de Oslo, que trata a inovação como um fenômeno mais complexo e sistêmico do que imaginado anteriormente, tendo como aspecto fundamental a introdução da inovação no mercado para que ela, de fato, ocorra.

inovação é a implementação de um produto (bem ou serviço) novo ou significativamente melhorado, ou um processo, ou um novo método de marketing, ou um novo método organizacional nas práticas de negócios, na organização do local de trabalho ou nas relações externas. Um aspecto geral de uma inovação é que ela deve ter sido implementada, ou seja, introduzida no mercado (OECD, 2005).

Ainda de acordo com o Manual de Oslo, existem quatro áreas de onde a inovação pode ocorrer: produto, processo, marketing e organização, que também são estudadas por diversas áreas na literatura cinzenta. (PLONSKI, 1995)

16 A inovação pode ser classificada em relação a seus tipos: radical e incremental. A primeira apresenta mudanças drásticas para o produto ou processo, transformando os mercados e causando ruptura e quebra de paradigmas, enquanto a segunda representa melhorias nos produtos ou processos, buscando aperfeiçoamento constante e gradual. Já de acordo com o Modelo de Arrow, a inovação é feita por uma indústria inovadora que está fora da indústria que adotará a inovação (KUPFER; HASENCLEVER, 2002). Nesse modelo, a inovação pode drástica e não drástica – e radical e incremental, se analisadas à luz das ideias de Schumpeter.

Seguindo as visões de Kupfer e Hasenclever (2002), o principal objeto de estudo da economia da inovação são as inovações tecnológicas e organizacionais, que são introduzidas nas empresas em função da competitividade e para acúmulo de riquezas. Ainda segundo os autores, a inovação traz consigo uma série de incertezas, ao ser criada, pois não se tem conhecimento acerca de seu sucesso.

2.1.1 INOVAÇÃO TECNOLÓGICA

Dentre as possibilidades de inovar, existem as inovações tecnológicas, que se referem à inovação de produto e a de processo. De acordo com o Manual de Oslo, elas são definidas da seguinte forma:

Uma inovação tecnológica de produto é a implantação/comercialização de um produto com características de desempenho aprimoradas de modo a fornecer objetivamente ao consumidor serviços novos ou aprimorados. Uma inovação de processo tecnológico é a implantação/adoção de métodos de produção ou comercialização novos ou significativamente aprimorados. Ela pode envolver mudanças de equipamento, recursos humanos, métodos de trabalho ou uma combinação destes. (OECD, 2005)

Inovação tecnológica de processo é a adoção de métodos de produção novos ou significativamente melhorados, incluindo métodos de entrega dos produtos. Tais métodos podem envolver mudanças no equipamento ou na organização da produção, ou uma combinação dessas mudanças, e podem derivar do uso de novo conhecimento. Os métodos podem ter por objetivo produzir ou entregar produtos tecnologicamente novos ou aprimorados, que não possam ser produzidos ou entregues com os métodos convencionais de produção, ou pretender aumentar a produção ou eficiência na entrega de produtos existentes. (OECD, 2005)

Nesse sentido, pode-se definir, segundo os critérios do Manual de Oslo (2005), que inovação tecnológica é toda novidade implantada pelo o setor produtivo, por meio de pesquisa

17 ou investimentos, para aumentar a eficiência do processo produtivo ou criar um, ou aprimorar um produto.

Entende-se, ainda, que tecnologia, nesse sentido, é definida baseada no conjunto de atividades humanas, que utiliza diversas ferramentas, e tem como objetivo de construir obras e sistemas, e fabricar produtos por meio de conhecimento sistematizado. (VARGAS, 1994)

2.1.2 ECOSSISTEMAS DE INOVAÇÃO

De acordo com a ANPEI (2019), os ecossistemas de inovação são definidos como um conjunto de fatores que estimula a interação e cooperação entre organizações e instituições, visando como resultado a inovação. Podem ser compostos por empresas, universidades, centros de pesquisa públicos e privados, além de parques tecnológicos, incubadoras e associações que representam interesses de vários setores.

De acordo com o Conselho de Competitividade - composto por mais de 400 líderes de todo o mundo - e o relatório publicado "Innovate America: Thriving in a World of Challenge and Change", tem-se a seguinte definição:

Um ecossistema de inovação é definido como uma infraestrutura para fomentar inovação onde ofertantes e demandantes de inovação interagem como público estratégico. O usuário é chamado a participar como cocriador da inovação. (Namba, 2006)

Thompson et al. (2012) vão mais além e definem um ecossistema de inovação não somente como um processo, mas também como uma abordagem aberta e holística, que incentiva a inovação tecnológica em todo o organismo através do compartilhamento de informações e colaboração.

A CNI (2018), define como uma das tendências mundiais com impacto para a indústria a inovação, no contexto de motores para a economia, dentro dos ecossistemas de inovação globais. De acordo com o Mapa Estratégico da Indústria 2018-2022 (CNI, 2018. p. 21), a inovação, nesse sentido é: “Atualmente a maior fonte geradora de riqueza para a economia como um todo também é a base sobre a qual se assentam os ganhos de competitividade das empresas e países”.

18 E dentro desse conceito de ecossistemas de inovação, ainda pode-se mencionar a relevância do sistema nacional de inovação, definidos como um conjunto de instituições, no qual as interações determinam o desempenho inovador das empresas nacionais. com o objetivo de, a partir da inovação, obter-se a competitividade necessária numa economia do conhecimento (FREEMAN, 1987; LUNDVALL, 1992; NELSON, ROSENBERG, 1993; ASHEIM; GRILLITSCH; TRIPPL, 2015).

2.1.3 TRIPLE HELIX

Quando se fala de modelos de inovação, há o clássico modelo linear de inovação, elaborado por Vannevar Bush em 1945 e adotado, à época, pela maioria dos países industrializados (BUSH, 1945). Esse modelo, no entanto, não seguia a linearidade proposta, quando se ia à prática, gerando então o modelo não-linear ou “interativo” de inovação (KUNZ, 2003).

Após o estudo de Kline & Rosenberg (1986), introduzindo um modelo interativo do processo de inovação que combinava interações no interior das empresas e interações entre as empresas individuais e o sistema de ciência e tecnologia mais abrangente em que elas operavam, o clássico modelo linear de inovação passou a ser considerado superado (KLINE; ROSENBERG, 1986).

Diante disso, surgiu o modelo Triple Helix, elaborado por Etzkowitz & Leydesdorff (2000; 1998), contrapondo-se à tradição schumpeteriana, que associava a inovação às empresas, e configurando lugar de destaque às universidades e também incluindo o governo como ator relevante em seu modelo. Este modelo tem como objetivo fomentar a inovação com base na relação Governo-Universidade-Empresa (ETZKOWITZ; LEYDESDORFF, 1995).

A lógica do modelo Triple Helix aborda a sobreposição de comunicações e expectativas que remodelam os arranjos institucionais entre universidade-governo-empresa (ETZKOWITZ, 2009). Ainda nesse contexto, o autor reforça a hipótese de que os sistemas da Triple Helix permanecem em contínua transição e reconstrução, em uma dinâmica de interações em que cada esfera possa assumir o papel da outra, emergindo organizações híbridas nas interfaces entre elas. Dentro dessa dinâmica, o modelo aborda a complexidade da sobreposição das esferas e suas interações, colocando Universidade como instituição central do setor do conhecimento e promotora das relações entre o setor produtivo e o governo, diferentemente dos

19 modelos anteriores em que a posição central era ocupada pelo Governo (ETZKOWITZ; 2003; ALMEIDA, 2016).

Noveli e Segatto (2012) reforçam essa ideia, defendendo que a cooperação entre a universidade e a empresa é fundamental para o desenvolvimento de inovações tecnológicas. Todavia, na visão de Marcovitch (1999), a universidade e o setor produtivo precisam encontrar a melhor forma de se relacionar entre si, sugerindo que é necessária a intervenção de agentes que ajudem a articular essa interface, como o governo.

O modelo da Triple Helix, ao longo dos últimos anos, sofreu incrementos e variações, apesar de ainda ser amplamente utilizado como referência para sistemas nacionais de inovação em todo o mundo, inclusive o brasileiro, de acordo com a ANPEI (2019).

2.2 INDÚSTRIA 4.0: AVANÇOS TECNOLÓGICOS E DIGITALIZAÇÃO DE PROCESSOS PRODUTIVOS

Segundo Schwab (2016, p.1) “estamos no início de uma revolução que está mudando fundamentalmente a forma como vivemos, trabalhamos e nos relacionamos um com o outro”, denotando como base fundamental dessa revolução os avanços nas tecnologias de comunicação e informação (TIC’s).

Já Karl Marx dizia, de forma categórica, que as revoluções são a locomotiva da história (MARX,1982). Ao longo da história, a humanidade promoveu revoluções na indústria que mudaram as formas de produção com base nas descobertas e rupturas tecnológicas de cada momento. A saber, primeiro teve-se a Primeira Revolução Industrial, marcada pelo uso do carvão e vapor, marcando a segunda metade do século XVIII e a primeira do século XIX, através da liderança da Inglaterra.

Na Segunda Revolução Industrial, iniciada no século XIX e encerrada durante a segunda guerra mundial (1939 a 1945), foi a vez da eletricidade desempenhar o papel de tecnologia disruptiva e mudar os modos de produção, com o surgimento do conceito de produção em massa. Destacam-se avanços nas indústrias químicas, metalúrgica e de petróleo, além de invenções importantes nos campos de comunicação (telégrafo, telefone, televisão) e transporte (de automóveis e aviões).

20 Mais uma vez, o mundo não era o mesmo e economia global sentia os impactos da crise de 1929 nos Estados Unidos e principalmente os da segunda guerra mundial, que não se limitaram somente à Europa, mas a todos os continentes. Nesse período, o trabalho artesanal deu lugar à produção de mercadorias em massa, cada vez mais industrializadas e feitas em menos tempo e maiores quantidades.

Henry Ford foi um dos grandes nomes dessa revolução, onde o Fordismo surgiu, caracterizado por sistemas de produção em massa de automóveis, onde existiam postos de trabalhos definidos na linha de produção em massa, no qual cada funcionário era responsável por uma etapa da montagem e produção do produto final, desempenhando repetitiva e mecanicamente a mesma função. Inovações na fabricação, como intercambialidade de peças e facilidade de ajustá-las entre si, tornaram possível a linha de montagem. (WOMACK et al., 1992)

Ainda sim, a segunda revolução industrial já não era mais suficiente para as novas tecnologias e descobertas trazidas após os efeitos devastadores da segunda guerra mundial, onde sistemas de produção baseados somente nos princípios do fordismo não se mostravam tão eficientes. A eletricidade aliava-se à eletrônica, gerando modernizações nas linhas de produção que, gradativamente, tornavam-se mais automatizadas. O uso intenso da hidroeletricidade, por exemplo, após as invenções de Tomás Edson (LEWINSON,1945) que criou condições atraentes para a participação do capital financeiro nos negócios da eletricidade devido ao rápido retorno.

Surgiram também grandes avanços na informática, que se tornou essencial até os dias de hoje. Por isso, quem desempenhou o papel de ruptura tecnológica foram os computadores, impulsionados pelo desenvolvimento da computação e a internet, quando se torna comum o uso de eletrônicos e T.I. nos processos de produção (SCHWAB, 2016). A robótica também ganhou destaque e o mundo finalmente tornou-se globalizado, entendendo-se por globalização um dos processos de aprofundamento internacional da integração econômica, social, cultural e política.

O século XX, no entanto, trouxe a demanda de um mundo ainda mais ágil, flexível, competitivo, globalizado, conectado, e de sistemas de produção e gestão adaptáveis às novas descobertas tecnológicas, competitivos o suficiente para garantirem sua sobrevivência no mercado. Finalmente houve o surgimento de uma quarta revolução industrial no início do século XXI, marcando os processos industriais com tendências tecnológicas de digitalização,

21 autonomização, transparência, disponibilidade de informação em tempo real e colaboração (PFOHL et al., 2017; PACEY, 1990).

O termo indústria 4.0 foi mencionado pela primeira vez em 2011, na Alemanha (ROBLEK et al., 2016; SCHWAB, 2016), combinando as conquistas tecnológicas dos últimos anos com a visão de futuro onde há sistemas de produção inteligentes e automatizados, nos quais um mundo real está ligado a um mundo virtual, assegurando um uso mais eficiente da informação disponível (ZAWADZKI; ZYWICKI, 2016). Os sistemas de produção, agora, vão além de uma linha de produção automatizada, pois há produções com controles descentralizados e cadeias de valor monitoradas e controladas digitalmente, muitas vezes autorreguladas por sensores automatizados com resposta em tempo real, desempenhando um papel fundamental na indústria 4.0 (PRIFTI, 2017).

Nesse contexto, a revisão da literatura inicial acerca do tema indústria 4.0 permite caracterizá-la através das seguintes tecnologias, consideradas por Schwab (2016) como “megatendências”: Sistemas Cyber Físicos (CPS), a Internet das Coisas (IoT), a Internet de Serviços (IoS), Big Data, Inteligência Artificial (IA), veículos autônomos, impressoras 3D, robôs avançados, nanomateriais e nanosensores (SCHWAB, 2016; CNI, 2016; BCG, 2015). Levando em consideração os objetivos e temas centrais deste trabalho, a seguir serão conceituadas os seguintes elementos tecnológicos advindos da indústria 4.0: internet das coisas, big data e inteligência artificial. Em seguida, a engenharia de produção é explorada, de acordo com a literatura vigente, tendo suas principais diretrizes de ensino definidas (FARIA et al., 2017).

2.2.1 INTERNET DAS COISAS: UNIÃO ENTRE O MUNDO VIRTUAL E O MUNDO FÍSICO

Uma das grandes tendências tecnológicas advindas da indústria 4.0 é a Internet das Coisas (do inglês Internet Of Things), que se refere à integração de objetos físicos com redes virtuais, em sistemas automatizados que permitem a coleta, troca e armazenamento de dados. Uma vez processados tais dados, informações acerca de padrões de comportamento, serviços, operações, métodos produtivos, entre outros, podem ser geradas em grande escala, permitindo processamento de mais dados e geração de informações cada vez mais relevantes e assertivas (FARIA et al., 2017).

22 Ou seja, a Internet das Coisas é uma integração de sistemas, capaz de conectar o mundo real e o mundo virtual, criando um mundo mais inteligente em diferentes segmentos da sociedade (DIAS, 2016). Sendo o fruto da convergência de diversas tecnologias como sensores, conexão M2M (Machine to Machine), internet, RFID, etc, a Internet das Coisas tem a previsão de viabilizar a coleta e transmissão de dados, com estimativa de mais de 40 bilhões de dispositivos conectados em 2020 (DIAS, 2016). Ela possibilita que pessoas e objetos se conectem em rede, através de componentes que não precisam de interferência humana para se conectarem e trocarem informações em tempo real.

Segundo Dias (2016), a junção de tecnologias de inteligência artificial e internet das coisas permite diferentes aplicações, viabilizadas pelo barateamento de processamento das informações, evolução dos sensores, cada vez menores e com menor custo, maior disponibilidade do armazenamento de informações em nuvem e a velocidade dos algoritmos de análise de dados, para tomada de decisão. Deste modo, a IoT pode ser classificada em cinco tipos de aplicações diferentes:

i) Internet das Coisas do Consumidor: composta basicamente de objetos utilizados no dia a dia, como móveis, aparelhos telefônicos móveis, computadores, eletroportáteis, eletrodomésticos, que se conectam a outros objetos e ou redes, trocando informações para facilitar a tomada de decisões e automatizar tarefas. Exemplos: televisões inteligentes (smart tvs) utilizando aplicativos de streaming; geladeira conectada à internet que identifica a falta de um produto e notifica o dono para programar a próxima compra; assistentes virtuais de sistemas operacionais (como a Siri, da Apple).

ii) Internet das Coisas Comercial: são as aplicações de IoT ligadas a transporte, saúde e bem estar, e sistemas corporativos e de uso comercial, que não somente conectam objetos e trocam informações, como também monitoram sistemas em tempo real, indo além do ambiente residencial do usuário, para níveis organizacionais de trabalho e prestação de serviços. Exemplos: aplicativos de monitoramento remoto de saúde do usuário; comunicação de veículo para veículo (V2V); sistemas logísticos de rastreio e monitoramento através de sensores.

iii) Internet das Coisas Industrial: a nível industrial, a IoT tem capacidade de controlar digitalmente sistemas produtivos sem a interferência humana (ou com

23 o mínimo dela), tornando suas operações autônomas. Utilizando ferramentas como a inteligência artificial, robótica, manufatura avançada, análises estatísticas avançadas, entre outros, a IoT industrial tem como objetivo melhorias em grande escala de produtividade e eficiência em sistemas produtivos, minimizando as perdas e desperdícios e otimizando a utilização de recursos. Exemplos: fábricas inteligentes que utilizam sensores, M2M, big data, etc; sistemas de agricultura automatizados e inteligentes; sistemas de planejamento e controle da produção (PCP) industriais autônomos.

iv) Internet das Coisas de Infraestrutura: nesta categoria encontram-se os sistemas que conectam redes inteligentes de abastecimento e ou fornecimento de determinado serviço ou recurso de infraestrutura, tal qual as redes que compõem as cidades inteligentes (do inglês smart cities) e seus sistemas de gestão com tomada de decisão autônoma. Exemplos: redes inteligentes de fornecimento de energia elétrica; sistemas de monitoramento e controle de operações de infraestrutura urbana e rural (clima e tempo, estradas, pontes, bases offshore, etc); redes de internet 5G.

v) Internet das Coisas Militar: são as aplicações de IoT no domínio militar, com fins de reconhecimento, vigilância, estratégia, entre outros objetivos relacionados ao combate a nível militar. Envolvem o uso de sensores, munição, robôs, entre outras tecnologias influenciadas pela perspectiva de uma futura guerra e o desejo de hegemonia militar. Exemplos: veículos de combate autônomos como drones de bombardeamento ou reconhecimento de território, roupas e acessórios inteligentes (wearables) de combate; sistemas de reconhecimento biométrico e facial.6

Apesar de seu notável potencial de aplicações na indústria 4.0, a IoT ainda enfrenta diversas barreiras. De acordo com estudo do Fórum Econômico Mundial (2018), cerca de 70% a 75% das implantações de IoT ficaram presas na fase de protótipo ou projeto piloto, incapazes de avançar devido à falta de planejamento do negócio. Isso mostra que, apesar de níveis impressionantes de avanços tecnológicos nesse campo, ainda há falhas na gestão dos processos e modelagem dos negócios, que impedem a implementação real de novas tecnologias.

A literatura vigente também mostra que, geralmente, os projetos relacionados à IoT são conduzidos e alavancados por intervenções tecnológicas, e não por inovações de modelos de

24 negócios. Ou seja, na visão de Westerlund et al. (2014), é mais fácil para o mercado ser motivado por inovações tecnológicas para avanços no campo técnico e que mudam as formas de negócios já existentes, do que ser impulsionado por inovações no âmbito organizacional com o surgimento de novos modelos negócios que demandam por avanços tecnológicos a sua altura.

2.2.2 BIG DATA

Devido a sua alta capacidade de processamento de dados, as plataformas de computação cognitivas baseadas em inteligência artificial necessitam de um grande volume de dados para ampliar seu aprendizado. Esses dados são fornecidos pelo Big Data, que não significa apenas um grande volume de dados, mas também variados tipos de dados, que estão em diferentes formatos, os quais podem ser organizados de uma forma estruturada ou não estruturada (RUSSOM, 2014).

Segundo Davenport (2014), os dados estruturados são dados formatados em linhas e colunas numéricas organizadas, utilizados em sistemas informatizados, como bancos de dados, arquivos sequenciais e com relação de importância. Os dados não estruturados são gerados por todo o tipo de fontes, como imagens, áudios, vídeos, e-mails, informações de localização, entre outros - e consequentemente são os que se encontram em maior quantidade para que as organizações utilizem em seus projetos de big data.

Apesar de mais antiga, a definição da Gartner (2001) para big data facilita seu entendimento, pois define que big data como dados com maior variedade que chegam em volumes crescentes e com velocidade cada vez maior. Seguindo numa linha de pensamento semelhante, Zikopoulos et al. (2012), dizem que o big data tem quatros aspectos: veracidade, variedade, velocidade e volume. (MCAFEE; BRYNJOLFSSON, 2012)

A veracidade refere-se à confiabilidade da informação gerada, ou seja, o quanto a informação é verdadeira. A variedade concebe a variação dos formatos de dados encontrados, uma vez que as fontes de dados são muito múltiplas, o que aumenta a complexidade das análises. Já a velocidade descreve a rapidez da informação criada na internet ou ambiente virtual, enquanto o volume condiz a quantidade de dados recebidos ao longo do tempo – ou seja, todo processamento deve ser ágil para gerar as informações necessárias.

25 Pode-se ainda adicionar um quinto elemento aos 4V’s do big data: o valor. (TAURION, 2013) No âmbito empresarial é válido ressaltar que qualquer projeto de big data deve ser realizado para gerar algum valor à companhia que faz suas análises, sendo assim, o conceito de valor está relacionado ao valor obtido com os dados – quão útil a informação é.

Levando em consideração um mundo altamente globalizado, conectado e utilizando a IoT em diversas escalas, a forma como os dados são gerados passa ainda por diversas mudanças, com aumentos abruptos na quantidade de dados gerados. O big data tem como ações principais: integrar; gerenciar; e analisar. A integração ocorre a partir da inserção e coleta de dados, seu processamento e verificação de formatos para viabilizar sua utilização por analistas de negócios.

No que tange ao gerenciamento, é preciso gerenciar quem terá acesso às informações e dados, bem como gerenciar o armazenamento de tais dados, garantindo sua segurança. Já no quesito de análise, é o momento em que se consegue extrair informações relevantes dos dados que podem definir ações e próximas descobertas a partir dos dados obtidos. Modelos de dados podem ser criados e alinhados às perspectivas do negócio, podendo inclusive alavancar resultados positivos quando os modelos obtêm sucesso em sua implementação. (TAURION, 2013)

Segundo estudo do Instituto IDC, foram investidos mais de US$ 16,6 bilhões em 2014 em big data por diversos setores. A expectativa desse mesmo estudo para 2018 foi no valor de US$ 41,5 bilhões e de US $189.1 bilhões em 2019. As próximas projeções desse estudo indicam que em 2022, o crescimento do investimento em big data será de $274.3 bilhões. Esses números somente reafirmam a grande tendência tecnológica que é o big data, cada vez mais presente em segmentos de mercados diversificados – hoje tem-se a coleta, armazenagem e análise de dados feita desde agências de marketing de influência, até por institutos de pesquisa no âmbito da saúde, como ocorre, no momento de pandemia de COVID-19, em que a big data se mostrou como ferramenta aliada para coletar, armazenar, processar e identificar padrões de dados de usuários de plataformas de monitoramento de saúde, por exemplo. (FRAMINGHAM, 2019)

Sendo assim, é evidente a importância do big data no contexto da indústria 4.0, uma vez que a quantidade de dados gerada pela mesma é grande o suficiente para apenas servidores capacitados por big data consigam não somente armazenar, como também processar e gerar

26 valor – afinal, obter valor com uma informação é sempre um dos objetivos principais de quem busca trabalhar com o big data. Não seria diferente com a indústria 4.0, uma vez que a mesma busca por otimização de seus processos produtivos, tornar seus sistemas mais autônomos e respondíveis, de forma que eles precisam das informações que são alimentadas pelo big data e todos os seus 4V’s clássicos: variedade, volume, velocidade, veracidade. (KAKHANI et al., 2013)

Mesmo assim, existem barreiras e entraves na difusão do big data, uma vez que não temos redes tão estáveis e seguras para lidar com uma grande quantidade de dados em espaços de tempo reduzidos, abrindo porta para cyber ataques, hackers e violações de direitos de privacidade de usuários. Ainda não há regulamentação mundial acerca de uso de dados online, o que facilita a obtenção e propagação desses dados, mas torna vulnerável qualquer usuário a partir do momento em que ele cria uma conta online com suas informações. Essas informações ficam gravadas em grandes bancos de dados de servidores e podem ser utilizadas de acordo com as políticas de cada empresa de serviço online, mídia ou rede social, e até mesmo sistemas operacionais, exigindo infraestrutura e conectividades que atendam à essa demanda, como as redes de 5G. (LERMAN, 2013; TOTVS, 2020)

De fato, o big data traz muitas informações e mudanças em pouco tempo, mas será que o mundo está preparado para ser bombardeado por tanta informação ao mesmo tempo? Ou será que o mundo deseja ter sua privacidade posta em risco para que seus padrões de comportamento e compras sejam analisados através do big data, e assim as empresas tenham ainda mais controle em relação àquilo que ofertam a seus consumidores?

2.2.3 INTELIGÊNCIA ARTIFICIAL: SIMULANDO A INTELIGÊNCIA HUMANA EM MÁQUINAS

Antes de definir o que, de fato, é a Inteligência Artificial, é preciso, primeiramente, conhecer os conceitos de ciência e determinar o que se entende por inteligência e como a mesma pode ser definida. Segundo Lacey, (1998) a ciência é definida como um padrão de racionalidade, que desenvolve e explica a tecnologia O conceito da palavra “inteligência” é dado por faculdade de conhecer, de aprender, de conceber, de compreender: a inteligência distingue o homem do animal (LAROUSSE, 1999).

27 Sendo assim, considera-se que todo sistema, biológico ou artificial, que é incapaz de conhecer, aprender, evoluir, compreender, e se desenvolver ou de ter uma mudança de comportamento diante de situações que lhe são propostas, é um sistema que não possui inteligência ou sem inteligência.

Ainda na concepção de Larousse (1999), tem-se por Inteligência Artificial o “conjunto de teorias e de técnicas empregadas com a finalidade de desenvolver máquinas capazes de simular a inteligência humana”.

Na tentativa de simular a capacidade humana de raciocinar, compreender, aprender, tomar decisões e mudar de comportamento diante de determinadas situações, surge a ideia de uma inteligência artificial, inserida em máquinas com capacidade de processamento e armazenamento maiores que a humana. Para isso, a IA utiliza-se de técnicas da computação e algoritmos, criando, segundo Sellitto (2002, p.364), "modelos de apoio à decisão e ao controle com base em fatos reais e conhecimentos empíricos e teóricos, mesmo que apoiados em dados incompletos.”

Nos estudos de Russell e Norvig (2013) sobre IA, há a sugestão de quatro linhas de pensamentos distintas que configuram teoricamente o seu conceito, sendas elas:

i) Sistemas que pensam como seres humanos, envolvendo o processo de pensamento e raciocínio. (Haugeland, 1985);

ii) Sistemas que atuam como seres humanos, envolvendo execução de um comportamento como o humano (Kurzweil, 1990);

iii) Sistemas que pensam racionalmente (Charniak e Mcdermott, 1985), usando como parâmetro principal o sucesso em termos de fidelidade ao desempenho humano;

iv) Sistemas que atuam racionalmente (Poole, 1998), agindo com base na inteligência computacional e com o desempenho inteligente de artefatos.

Levando em consideração as quatro linhas abordadas nos estudos de Russell e Norvig (2013), é notável que a IA é caracterizada tanto pela forma como pensa, quanto pela forma como age. Em ambos os casos, seu desempenho tem como base o desempenho humano e seus mecanismos de raciocínio e o comportamento humano. Para Lima (2003, p.86), a IA, como um

28 campo de conhecimento, é a arte e ciência de programar computadores para simular a inteligência humana. Já segundo Mata et al. (2018, p.1573), a IA é responsável por “expandir nossas habilidades para resolver novas classes e escalas de problemas, pesquisa e inovação em quase todas as disciplinas científicas”.

De fato, é notável até mesmo no dia a dia a difusão da IA, seja através da presença dela em assistentes virtuais de sistemas operacionais utilizados em celulares e computadores, ou em sistemas bancários e agências de serviços que analisam padrões de comportamento de consumidores de um determinado produto ou serviço, até em casos de segurança militar que trabalham com reconhecimento facial e de voz. A utilização crescente da IA tem promovido mudanças significativas no comportamento humano, facilitando relações comerciais, educacionais e até mesmo produtivas humanas, buscando diversas melhorias de qualidade de vida.

2.3 ENGENHARIA DE PRODUÇÃO: A ANTIGA “PROFISSÃO DO FUTURO”

Surgindo da necessidade de integrar fatores de natureza diversas, utilizando conhecimento científico e tecnológico, a Engenharia de Produção é fortemente vinculada às ideias de projetar e viabilizar produtos, projetar e viabilizar sistemas produtivos, planejar a produção, produzir e distribuir produtos valorizados pela sociedade. (ABPERO, 2015).

Compete à Engenharia de Produção o projeto, a implantação, a operação, a melhoria e a manutenção de sistemas produtivos integrados de bens e serviços, envolvendo homens, materiais, tecnologia, informação e energia. Compete ainda especificar, prever e avaliar os resultados obtidos destes sistemas para a sociedade e o meio ambiente, recorrendo a conhecimentos especializados da matemática, física, ciências humanas e sociais, conjuntamente com os princípios e métodos de análise e projeto da engenharia. (ABEPRO, 1998)

Sendo assim, é essencial, acima de tudo, considerar a Engenharia de Produção como uma grande área, levando em consideração suas próprias bases científica e tecnológica. É a área do conhecimento responsável por constituir o elo entre a tecnologia e o planejamento e gerência de sistemas produtivos e modelos de negócios, fundamentada cientificamente nas

29 diretrizes da Matemática, Física e Ciências Sociais, além de métodos e ferramentas advindos da própria Engenharia.

De acordo com o documento da resolução nº 10/77, de 1977, o diferencial da engenharia de produção perante as outras especialidades de engenharia é não ter uma motivação ocupacional relacionada a um determinado tipo de sistema (mecânico, elétrico, hidráulico, de construção civil, etc. Apesar de ser uma visão mais antiga e generalista da engenharia de produção, ainda possui um contexto relevante.

De acordo com relatório elaborado pelo grupo Mobilização Empresarial pela Inovação (MEI), há um grande número de professores e profissionais, no ambiente acadêmico e empresarial, que consideram as atuais Diretrizes Curriculares Nacionais do Curso de Graduação em Engenharia (DCN), conforme Resolução CNE/CES 11, de 11 de Março de 2002, razoavelmente alinhadas às necessidades atuais da indústria. Em 24 de abril de 2019, foi publicado no Diário Oficial da União a Resolução nº 2, referente as DCNs atualizadas.

A tabela a seguir lista o perfil e competências esperadas do egresso em Engenharia de Produção:

Nº PERFIL E COMPETÊNCIAS ESPERADAS DO EGRESSO

1

Ter visão holística e humanista, ser crítico, reflexivo, criativo, cooperativo e ético e com forte formação técnica;

2

Estar apto a pesquisar, desenvolver, adaptar e utilizar novas tecnologias, com atuação inovadora e empreendedora;

3

Ser capaz de reconhecer as necessidades dos usuários, formular, analisar e resolver, de forma criativa, os problemas de Engenharia;

4 Adotar perspectivas multidisciplinares e transdisciplinares em sua prática; 5

Considerar os aspectos globais, políticos, econômicos, sociais, ambientais, culturais e de segurança e saúde no trabalho;

6

Atuar com isenção e comprometimento com a responsabilidade social e com o desenvolvimento sustentável

Tabela 1 – Perfil e competências esperadas do egresso Fonte: Resolução CNE/CES (2019)

Ainda tendo como base o documento elaborado com as DCNs (2019), é importante ressaltar que cada curso de engenharia deve possuir seu próprio projeto pedagógico, que demonstra de forma clara como conjunto das atividades previstas garantirá o egresso do perfil desejado e o desenvolvimento das habilidades de competências esperadas. E além do perfil do

30 egresso, o documento também destaca as competências gerais esperadas ao longo da formação, conforme a tabela abaixo:

Nº COMPETÊNCIAS GERAIS ESPERADAS AO LONGO DA FORMAÇÃO

1

Formular e conceber soluções desejáveis de engenharia, analisando e compreendendo os usuários dessas soluções e seu contexto;

2

Analisar e compreender os fenômenos físicos e químicos por meio de modelos simbólicos, físicos e outros, verificados e validados por experimentação;

3 Conceber, projetar e analisar sistemas, produtos (bens e serviços), componentes ou processos; 4 Implantar, supervisionar e controlar as soluções de Engenharia;

5 Comunicar-se eficazmente nas formas escrita, oral e gráfica; 6

Trabalhar e liderar equipes multidisciplinares: a) ser capaz de interagir com as diferentes culturas, mediante o trabalho em equipes presenciais ou a distância, de modo que facilite a construção coletiva; 7 Conhecer e aplicar com ética a legislação e os atos normativos no âmbito do exercício da profissão; 8

Aprender de forma autônoma e lidar com situações e contextos complexos, atualizando-se em relação aos avanços da ciência, da tecnologia e aos desafios da inovação.

Tabela 2: Competências gerais esperadas ao longo da formação Fonte: Resolução CNE/CES (2019)

Baseado nas diretrizes definidas pelo MEC acerca da formação em engenharia de produção, tem-se também documento elaborado pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP), que em 2019 definiu os componentes específicos para avaliação da Engenharia de Produção no Exame Nacional de Desempenho dos Estudantes (ENADE). Nesse sentido, a avaliação da formação do engenheiro de produção segundo o ENADE envolve desde a formação geral dos concluintes, em áreas como ética, questões sociais e ambientais, até a busca e proposição de soluções viáveis e inovadoras na resolução de situações problema. (INEP, 2019).

A prova do ENADE de 2019, então, se propôs a avaliar, no componente de formação geral, se o estudante desenvolveu, no processo de formação, competências para:

Nº COMPETÊNCIAS AVALIADAS NO COMPONENTE DE FORMAÇÃO GERAL DO ENADE _{2019, PARA ENGENHARIA DE PRODUÇÃO}

1 Promover diálogo e práticas de convivência, compartilhando saberes e conhecimentos; 2 Buscar e propor soluções viáveis e inovadoras na resolução de situações problema; 3 Sistematizar e analisar informações para tomada de decisões;

4 Planejar e elaborar projetos de ação e intervenção a partir da análise de necessidades em contextos diversos;

31

5 Compreender as linguagens e respectivas variações; 6 Ler, interpretar e produzir textos com clareza e coerência;

7 Analisar e interpretar representações verbais, não verbais, gráficas e numéricas de fenômenos diversos;

8 Identificar diferentes representações de um mesmo significado;

9 Formular e articular argumentos e contra-argumentos consistentes em situações sociocomunicativas.

Tabela 3: Competências avaliadas no componente de formação de geral do ENADE 2019. Fonte: Diário Oficial da União (2019).

Tomando em consideração as diretrizes da ABEPRO sobre engenharia de produção, tem-se uma outra visão das habilidades e competências necessárias a um engenheiro de produção. (RUAS, 2005; TAKASHI, FISCHER, 2009; POLETTO, KOLLER, 2006) A saber, a análise é dividida em 8 subáreas do conhecimento ligadas à engenharia de produção. São elas:

i) Engenharia de operações e de processos de produção: referente a projetos, operação e melhorias dos sistemas que criam entregam os produtos e serviços para a empresa (serviços e produtos primários);

ii) Logística: referente às técnicas apropriadas para o tratamento de questões envolvendo o transporte, a movimentação, alocação, estoque e o armazenamento de insumos e produtos, visando a redução de custos, garantia da disponibilidade e o atendimento dos níveis de exigências dos clientes;

iii) Pesquisa Operacional (PO): referente à resolução de problemas reais, que envolvem situações de tomada de decisão, por meio de modelos matemáticos geralmente processados por computadores e algoritmos. Visa a aplicação de conceitos e métodos de outras disciplinas científicas na concepção, no planejamento ou na operação de sistemas para atingir determinados objetivos, introduzindo elementos de objetividade e racionalidade nos processos de tomada de decisão;

iv) Engenharia da Qualidade: referente ao campo da engenharia de produção responsável pelo planejamento, projeto e controle de sistemas de gestão da qualidade, considerando o gerenciamento por processos, a abordagem factual para a tomada de decisão e a utilização de ferramentas da qualidade quantitativas e qualitativas;

v) Engenharia de Produto: referente aos projetos de produto, ou seja, ao conjunto de ferramentas e processos de projeto, planejamento, organização, decisão e execução

32 envolvidos nas atividades estratégicas e operacionais de desenvolvimento de novos produtos, desde a geração de ideias até o lançamento do produto, incluindo sua retirada do mercado.

vi) Engenharia Organizacional: referente ao conjunto de conhecimentos relacionados com a gestão das organizações, desde os tópicos de planejamento estratégico e operacional, estratégias de produção, gestão empreendedora, propriedade intelectual, até a avaliação de desempenho organizacional, os sistemas de informação e sua gestão, e os arranjos produtivos.

vii) Engenharia Econômica: referente à formulação, estimação e avaliação de resultados econômicos para possibilitar a avaliação de alternativas para a tomada de decisão, consistindo em um conjunto de técnicas matemáticas (principalmente matemática financeira) que simplificam a comparação econômica.

viii) Engenharia do Trabalho: referente à área responsável, aperfeiçoamento, implantação e avaliação de tarefas, sistemas de trabalho, produtos, ambientes e sistemas para torná-los compatíveis com às necessidades, habilidades e capacidades das pessoas que os executam, visando a melhor qualidade e produtividade, preservando a saúde e integridade física;

ix) Engenharia da Sustentabilidade: referente ao planejamento da utilização eficiente dos recursos naturais nos sistemas produtivos diversos, desde a destinação e tratamento dos resíduos e efluentes destes sistemas, até a implantação de sistema de gestão ambiental e responsabilidade socioambiental;

x) Educação em Engenharia de Produção: referente ao universo de inserção da educação superior em engenharia (graduação, pós-graduação, pesquisa e extensão) por meio de uma abordagem sistêmica, envolvendo a gestão dos sistemas educacionais em todos os seus aspectos: a formação (corpo docente e técnico administrativo); a organização didático pedagógica, principalmente o projeto pedagógico de curso; as metodologias e os meios de ensino/aprendizagem. No contexto de universidade, envolve também a produção científica de engenharia de produção e suas áreas afins (WITTER, 1997).

Diante dos dados apresentados nessa seção acerca da literatura sobre a engenharia de produção, nota-se a necessidade de reestruturação curricular do curso, conforme o documento publicado no Diário Oficial com as novas diretrizes do curso para 2019 – a versão anterior era

33 de 2002 e chegou a servir de base para relatórios e discussões até o lançamento da versão mais recente.

As diretrizes mais recentes englobam os conceitos de competências de egresso, competências de esperadas ao longo da formação e o desenvolvimento de habilidades, inerentes à engenharia de produção. Isso deve acontecer dentro de um contexto pedagógico para a formação de profissionais, com abrangência de diversas áreas de Ciência, Tecnologia e Sociedade. (FREIRE, 2003; GOLDEMBERG, 2005; SANTOS, SCHNETZLER, 1997)

É importante salientar as mudanças econômicas, políticas e sociais desse período (2002) até a elaboração do documento de abril de 2019.

34 3. METODOLOGIA

O procedimento metodológico deste estudo é de natureza qualitativa e exploratória, tendo como método o estudo de caso. Para a coleta de dados utilizou-se entrevistas semiestruturadas, análise de documentos e outras fontes de evidências com base na literatura cinzenta. A análise de dados foi feita através da teoria fundamentada em dados (grounded theory).

3.1 UMA BREVE INTRODUÇÃO DA REVISÃO DA LITERATURA

METODOLÓGICA

Devido à complexidade conceitual e ao caráter construtivista e contemporâneo dos objetos de estudo analisados (inovação, indústria 4.0, tecnologias como inteligência artificial e engenharia de produção), a pesquisa exploratória foi a abordagem mais adequado para o desenvolvimento do estudo. De acordo com Babbie (1986), as pesquisas exploratórias são tipicamente realizadas por três propósitos: 1) simplesmente satisfazer a curiosidade e o desejo do pesquisador por melhor entendimento; 2) para testar a viabilidade de realizar um estudo mais cuidadoso; 3) para desenvolver métodos que possam ser empregados em um estudo mais aprofundado.

Nesse sentido, a pesquisa exploratória geralmente envolve uma metodologia que possui um levantamento bibliográfico, entrevistas com pessoas que tiveram ou têm experiência prática com o objeto de análise, e análise de exemplos que estimulem a compreensão (GIL, 2007). Além disso, esse tipo de pesquisa visa uma maior familiaridade do pesquisador com o tema, com o objetivo de torná-lo mais específico ou construir hipóteses.

Uma vez que este trabalho tem como objetivo criar maior familiaridade com os temas escolhidos e mapear as lacunas existentes, com a finalidade de construir hipóteses de trabalho acerca de tais lacunas, a pesquisa tem um caráter exploratório. Ela foi feita, inicialmente, por meio de levantamento bibliográfico, com o intuito de elaborar um framework analítico que permitisse, posteriormente, por meio do trabalho empírico, aprofundar a compreensão dos fenômenos que se pretendia investigar.

Para isso, a revisão da literatura foi encabeçada pela pesquisa de materiais teóricos e empíricos relevantes e atuais acerca dos temas inovação, indústria 4.0, modelo Triple Helix e inteligência artificial nas bases de dados de revistas acadêmicas nacionais e internacionais e eventos científicos ligados à engenharia de produção. Também utilizou-se a literatura cinzenta para complementação e atualização do material coletado em ambiente científico e acadêmico –