Capítulo 4
Sistemas de Informação para Apoio à Decisão Gerencial
SEÇÃO I: Sistemas de Informação Gerencial e de Apoio à Decisão
4.1 Introdução
Este capítulo enfoca os principais tipos de sistemas de informação e como eles apóiam as diversas necessidades de informação e tomada de decisão de gerentes.
Informação, Decisões e Administração
O tipo de informações requeridas pelos gerentes está diretamente relacionado com o nível de gerenciamento e o grau de estrutura nas situações de decisão que eles enfrentam. A estrutura da pirâmide gerencial clássica aplica-se ainda às organizações atuais que passaram por downsizing e às estruturas organizacionais achatadas ou não hierárquicas. Os níveis de tomada de decisão gerencial ainda existem, mas seu tamanho, forma e participantes continuam a mudar à medida que evoluem as estruturas organizacionais de hoje. Dessa forma, os níveis de tomada de decisão gerencial que devem ser apoiados pela tecnologia da informação em uma organização bem-sucedida são:
• Administração Estratégica: - Normalmente, um conselho de diretores e um comitê executivo do presidente e principais executivos desenvolvem as metas globais, estratégias, políticas e objetivos da organização como parte de um processo de planejamento estratégico.
• Eles monitoram o desempenho estratégico da organização e sua direção geral no ambiente político, econômico e competitivo dos negócios.
• Decisões Não Estruturadas - Envolvem situações de decisão onde não é possível especificar de antemão a maioria dos procedimentos de decisão a serem seguidos.
• Tomadores de Decisão Estratégica - Exigem relatórios mais resumidos, especiais (ad hoc) e não-programados, previsões e inteligência externa para
apoiar suas responsabilidades de planejamento não estruturado e de tomada de políticas.
• Administração Tática: - Cada vez mais, as equipes autocomandadas, bem como os gerentes intermediários, desenvolvem planos de curto e médio prazo, programações e orçamentos e especificam as políticas, procedimentos e objetivos para as sub-unidades da organização.
Eles também distribuem recursos e monitoram o desempenho de suas sub-unidades organizacionais, como departamentos, divisões, equipes de processo e outros grupos de trabalho.
Decisões Semi-estruturadas - Alguns procedimentos de decisões podem ser pré-especificados, mas não o suficiente para levar a uma decisão definitiva recomendada.
Tomadores de Decisão Tática – Exigem informações tanto em nível operacional como em nível estratégico para apoiar suas responsabilidades de tomada de decisões semi-estruturadas.
• Administração Operacional: - Os membros das equipes autogerenciadas ou os gerentes de supervisões desenvolvem planos de curto prazo como os programas de produção semanal.
Eles dirigem o uso dos recursos e o desempenho das tarefas de acordo com procedimentos e dentro dos orçamentos e programações que eles definem para as equipes e outros grupos de trabalho da organização.
Decisões Estruturadas – Envolvem situações em que os procedimentos a serem seguidos quando é necessária uma decisão podem ser especificados de antemão. Tomadores de Decisão Operacional – Exigem relatórios internos mais pré-especificados enfatizando comparações detalhadas de dados históricos e atuais que apóiem suas responsabilidades mais estruturadas em operações diárias.
Fornecer informação e apoio para todos os níveis de tomada de decisão gerencial não é uma tarefa fácil. Conceitualmente, são necessários diversos tipos de sistemas de informação:
• Sistemas de informação gerencial
• Sistemas de informação executiva
Relatório de Gerenciamento Versus Apoio à Tomada de Decisão Sistemas de informação gerencial:
• Concentram-se em fornecer aos gerentes produtos de informações pré-especificadas que relatem o desempenho da organização.
• Os SIG destinam-se a apoiar de forma indireta os tipos mais estruturados de decisões envolvidos no planejamento e controle operacional e tático.
Objetivo do SIG:
• Fornecer informações sobre o desempenho das funções e processos
organizacionais básicos, tais como marketing, fabricação e finanças.
Sistemas de Apoio à Decisão:
• Concentram-se em fornecer informações de forma interativa para apoiar tipos específicos de decisões por parte de cada gerente.
• Os DSS ajudam os gerentes a resolverem típicos problemas semi-estruturados e não estruturados.
Objetivo do DSS:
• Fornecer informações e técnicas de apoio à decisão necessárias para solucionar problemas específicos ou procurar oportunidades específicas.
4.2 Sistemas de Informação Gerencial
Os sistemas de informação gerencial foram o tipo original de sistemas de apoio à administração e ainda constituem uma categoria importante de sistemas de informação. Um SIG gera produtos de informação que apoiam muitas das necessidades diárias de tomada de decisão da administração. Os relatórios, telas e respostas produzidos por esses sistemas fornecem informações que os gerentes especificaram de antemão para o adequado atendimento de suas necessidades de informação. Esses produtos de informação predefinidos satisfazem as necessidades de informação dos gerentes nos níveis operacional e tático da organização que encontram situações de decisão de tipos mais estruturados.
Alternativas de Relatórios Gerenciais
Os SIG fornecem uma diversidade de produtos de informação para os gerentes. Três importantes alternativas de relatórios são fornecidas por esses sistemas:
• Relatórios Periódicos Programados - esta forma tradicional de fornecimento de informações para os gerentes utiliza um formato pré-especificado projetado para fornecer aos gerentes informações em uma base regular.
• Relatórios de Exceção - os relatórios são produzidos apenas quando ocorrem condições excepcionais.
• Informes e Respostas por Demanda - as informações encontram-se disponíveis sempre que um gerente as requisita.
Relatórios em Pilha – as informações são empilhadas na estação de trabalho em rede do gerente.
Processamento Analítico On-line
O processamento analítico on-line é a capacidade dos sistemas de informação gerencial, de apoio à decisão e de informação executiva que permite aos gerentes e analistas examinarem e manipularem interativamente enormes quantidades de dados detalhados e consolidados, a partir de múltiplas perspectivas.
O processamento analítico on-line envolve diversas operações analíticas básicas, incluindo:
• Consolidação – envolve a agregação de dados. Isto pode envolver simples anexações ou agrupamentos complexos envolvendo dados inter-relacionados.
• Drill-Down – o OLAP pode seguir na direção inversa e automaticamente exibir os dados detalhados que compõem os dados consolidados.
• Slicing and Dicing – referem à possibilidade de considerar os bancos de dados a partir de diferentes pontos de vista. O slicing and dicing geralmente é executado ao longo de um eixo de tempo a fim de analisar tendências e descobrir padrões. Aplicações do OLAP:
• Acessam quantidades muito grandes de dados.
• Envolvem dados agregados.
• Comparam dados agregados por períodos de tempo hierárquicos.
• Apresentam dados em diferentes perspectivas.
• Envolvem cálculos complexos entre elementos de dados.
• São capazes de responder rapidamente aos pedidos do usuário para que os gerentes ou analistas possam adotar um processo analítico ou de tomada de decisão sem que sejam impedidos pelo sistema.
4.3 Sistemas de Apoio à Decisão
Os sistemas de apoio à decisão são uma das principais categorias de sistemas de informação gerencial. São sistemas de informação computadorizados que fornecem aos gerentes apoio interativo de informações durante o processo de tomada de decisão. Os sistemas de apoio à decisão utilizam:
• Modelos analíticos
• Bancos de dados especializados
• Os próprios insights e apreciações do tomador da decisão
• Processos interativos de modelagem baseados em computador para apoiar a tomada de decisões semi-estruturadas e não estruturadas por parte de cada gerente.
Os DSS são projetados para serem sistemas ad hoc de resposta rápida que são iniciados e controlados por usuários finais gerenciais. Os sistemas de apoio à decisão, portanto, são capazes de apoiar diretamente os tipos específicos de decisões e os estilos e necessidades pessoais de tomada de decisão de cada gerente.
Modelos e Software de DSS
Ao contrário dos sistemas de informação gerencial, os sistemas de apoio à decisão recorrem a bases de modelos e também a bancos de dados como recursos essenciais. Uma base de modelo DSS é um componente de software que consiste em modelos utilizados em rotinas computacionais e analíticas que expressam matematicamente relações entre variáveis.
4.4 Utilizando Sistemas de Apoio à Decisão
O uso de um sistema de apoio à decisão envolve um processo interativo de modelagem analítica. Normalmente, um gerente utiliza um pacote de software DSS em sua estação de trabalho para fazer consultas, dar respostas e emitir comandos. Isto é diferente das respostas por demanda de sistemas de relatórios de informações, já que os gerentes não estão solicitando informações pré-especificadas. Pelo contrário, eles estão explorando alternativas possíveis. Eles não precisam especificar antecipadamente suas necessidades de informações. Em vez disso, utilizam o DSS para encontrar as informações que precisam para ajudá-los a tomar uma decisão.
Usar um DSS envolve quatro tipos básicos de atividades de modelagem analítica:
• Análise do tipo What If: - nesse caso, o usuário final introduz mudanças nas variáveis ou relações entre variáveis e observa as mudanças resultantes nos valores de outras variáveis.
• Análise de Sensibilidade: - é um caso especial de análise supositiva. Normalmente, o valor de uma única variável é alterado repetidas vezes e as mudanças resultantes sobre as outras variáveis são observadas. Por isso, a análise de sensibilidade é, na verdade, um caso de análise supositiva envolvendo mudanças repetidas em apenas uma variável de cada vez. Normalmente, a análise de sensibilidade é utilizada quando os tomadores de decisão estão em dúvida quanto às premissas assumidas na estimativa do valor de certas variáveis-chaves.
• Análise de Busca de Metas: - inverte a direção da análise realizada na análise supositiva e na análise de sensibilidade. Em lugar de observar como as mudanças em uma variável afetam outras variáveis, a análise de busca de metas fixa um valor-alvo para uma variável e, em seguida, altera repetidas vezes as outras variáveis até que o valor-alvo seja alcançado.
• Análise de Otimização: - é uma extensão mais complexa da análise de busca de metas. Em lugar de fixar para uma variável um valor específico, a meta é encontrar o valor ótimo para uma ou mais variáveis-alvo, dadas certas limitações. Em seguida, muda-se uma ou várias outras variáveis repetidas vezes, sujeitas às
limitações especificadas, até que sejam descobertos os melhores valores para as variáveis-alvo.
4.5 Sistemas de Informação Executiva
Os sistemas de informação executiva (EIS) são sistemas de informação que combinam muitas características dos sistemas de informação gerencial e dos sistemas de apoio à decisão. Os EIS se concentram em atender as necessidades de informações estratégicas da alta administração. A meta dos EIS é fornecer aos altos executivos acesso fácil e imediato a informações sobre os fatores críticos ao sucesso (CSFs) de uma empresa, ou seja, os fatores chaves decisivos para a realização dos objetivos estratégicos de uma organização.
Justificativa para o EIS
Os altos executivos obtêm as informações de que precisam a partir de muitas fontes. Essas fontes incluem cartas, memorandos, periódicos e relatórios produzidos manualmente ou por sistemas de computador. Outras fontes importantes de informação executiva são as reuniões, telefonemas e atividades sociais. Dessa forma, grande parte das informações de um alto executivo deriva de fontes extra-computador. As informações geradas por computador não têm desempenhado um papel importante no atendimento de muitas necessidades de informação dos altos executivos. Os EIS foram desenvolvidos para atender as necessidades que o SIG não está atendendo.
SEÇÃO II: Tecnologias de Inteligência Artificial nos Negócios
4.6 Uma Visão Geral da Inteligência Artificial
As empresas e outras organizações estão aumentando de modo significativo suas tentativas de auxiliar a inteligência e produtividade humana de seus trabalhadores do conhecimento mediante o uso de ferramentas e técnicas de inteligência artificial. A IA inclui linguagens naturais, robôs industriais, sistemas especialistas e agentes inteligentes.
Inteligência artificial (IA) é uma ciência e tecnologia baseada em disciplinas como informática, biologia, psicologia, lingüística, matemática e engenharia. O objetivo da IA é desenvolver computadores que consigam pensar, bem como ver, ouvir, andar, falar e sentir. Um dos ímpetos principais da IA é o desenvolvimento de funções computacionais normalmente associadas à inteligência humana, tais como raciocinar, aprender e solucionar problemas.
Os Domínios da Inteligência Artificial
As aplicações da IA podem ser agrupadas em três áreas principais:
• Ciência Cognitiva – Esta área da inteligência artificial é baseada em pesquisas em biologia, neurologia, psicologia, matemática e muitas disciplinas afins. Ela se concentra em pesquisar como o cérebro humano funciona e como os seres humanos pensam e aprendem. Os resultados dessas pesquisas em processamento humano de informações são a base para o desenvolvimento de uma diversidade de aplicações de inteligência artificial computadorizadas.
As aplicações da IA na área da ciência cognitiva incluem:
• Sistemas Especialistas – Um sistema de informação computadorizado que utiliza seu conhecimento sobre uma área de aplicação específica e complexa para atuar como um consultor especializado para os usuários. O sistema consiste em uma base de conhecimento e módulos de software que executam inferências no conhecimento e transmitem respostas para as perguntas de um usuário.
• Sistemas Baseados no Conhecimento – Um sistema de informação que adiciona uma base de conhecimento e algumas faculdades de raciocínio ao banco de dados e a outros componentes encontrados em outros tipos de sistemas de informação computadorizados.
• Sistemas de Aprendizagem Adaptativa – Um sistema de informação que pode modificar seu comportamento com base em informações adquiridas enquanto opera.
• Sistemas de Lógica Difusa – Sistemas computadorizados que podem processar dados incompletos ou apenas parcialmente corretos. Esses sistemas podem resolver problemas não estruturados com conhecimento incompleto mediante o desenvolvimento de inferências e respostas aproximadas.
• Rede Neural – o software pode aprender processando exemplos de problemas e suas soluções. À medida que as redes neurais começam a reconhecer padrões, elas podem começar a se programar para resolver esses problemas por si mesmas.
• Algoritmo Genético – o software utiliza a randomização darwiniana (sobrevivência do mais apto) e outras funções matemáticas para simular processos evolutivos que podem gerar soluções cada vez melhores para os problemas.
• Agentes Inteligentes – Utilizam sistema especialista e outras tecnologias de IA para atuarem como substitutos de software para uma diversidade de aplicações dos usuários finais.
• Robótica: - IA, engenharia e fisiologia são as disciplinas básicas da robótica. Esta tecnologia produz máquinas-robôs com faculdades físicas semelhantes às humanas, inteligência de computador e controle por computador.
As aplicações da robótica incluem: 1. Percepção visual (visão) 2. Faculdades táteis (tato)
3. Destreza (habilidade no manuseio e manipulação)
4. Locomoção (capacidade para se mover sobre qualquer terreno)
5. Condução (encontrar adequadamente seu caminho até um ponto de destino)
• Interface Natural - O desenvolvimento de interfaces naturais é considerado uma das principais áreas de aplicação da IA e é essencial ao uso natural de computadores por seres humanos. O desenvolvimento de linguagens naturais e reconhecimento do discurso, por exemplo, são importantes objetivos desta área. Ser capaz de conversar com computadores e robôs em linguagens humanas de conversação e conseguir que eles nos “compreendam” é uma meta da pesquisa da
IA. Esta área de aplicação envolve pesquisa e desenvolvimento em lingüística, psicologia, informática e outras disciplinas. Esforços nesta área incluem:
• Linguagem Natural – uma linguagem de programação que é muito próxima da linguagem humana. Além disso, é chamada de linguagem de alto nível.
• Interfaces Multi-sensoriais – A capacidade que os sistemas de computadores possuem para reconhecer uma diversidade de movimentos do corpo humano que lhes permite operar.
• Reconhecimento de voz – A capacidade que um sistema de computador possui para reconhecer modelos de voz e para operar utilizando esses modelos.
• Realidade Virtual – A utilização de interfaces multi-sensoriais homem-computador que permitem aos usuários humanos experimentarem objetos, entidades, espaços e “mundos” simulador por computador como se estes realmente existissem.
4.7 Redes Neurais
As redes neurais são sistemas de computação modelados segundo a rede em forma de malha do cérebro de elementos de processamento interconectados chamados neurônios. É claro que as redes neurais são muito mais simples do que o cérebro humano (calcula-se que o cérebro humano tenha mais de 100 bilhões de neurônios). Entretanto, como o cérebro, essas redes podem processar muitos fragmentos de informações simultaneamente e podem aprender a reconhecer modelos e se programar para resolver problemas por iniciativa própria.
As redes neurais podem ser implementadas em microcomputadores e outros sistemas de computação mediante o uso de pacotes de software que simulam as atividades de uma rede neural de muitos elementos de processamento. Dispõem-se também de placas de circuitos co-processadores de redes neurais especializadas. Chips de microprocessador de rede neural com finalidades especiais são utilizados em algumas áreas de aplicação.
Os usos incluem:
• Sistemas de armamentos militares
• Reconhecimento de voz
• Verificação de assinaturas em cheques
• Controle de qualidade na fabricação
• Processamento de imagens
• Avaliação de riscos no crédito
• Previsão de investimentos 4.8 Sistemas de Lógica Difusa
Lógica difusa é um método de raciocínio que se assemelha ao raciocínio humano já que ele dá margem para valores e inferências aproximados (lógica difusa) e dados incompletos ou ambíguos (dados difusos) em lugar de recorrer apenas a dados claros, tais como os das escolhas binárias (sim/não).
Lógica Difusa nos Negócios
Um exemplo da utilização da lógica difusa nos negócios é a análise dos riscos no crédito de uma empresa.
4.9 Algoritmos Genéticos
O uso de algoritmos genéticos é uma aplicação crescente da inteligência artificial. O software de algoritmo genético utiliza a randomização darwiniana (sobrevivência do mais apto) e outras funções matemáticas para simular um processo evolutivo que pode proporcionar soluções progressivamente melhores para um problema. Os algoritmos genéticos foram utilizados inicialmente para simular milhões de anos na evolução biológica, geológica e de ecossistemas em apenas alguns minutos em um computador. Agora, o software de algoritmo genético está sendo utilizado para construir modelos de uma multiplicidade de processos científicos, técnicos e empresariais.
Os algoritmos genéticos são particularmente úteis para situações nas quais milhares de soluções são possíveis e precisam ser avaliadas para produzir uma solução ótima. O software de algoritmo genético utiliza conjuntos de regras de processo
matemático (algoritmos) que especificam como as combinações de componentes ou etapas de processos devem ser formadas.
4.10 Realidade Virtual (VR)
A realidade virtual (VR) é a realidade simulada por computador. A VR é a utilização de interfaces homem-computador multi-sensoriais que permitem aos usuários humanos experimentarem objetos, entidades, espaços e “mundos” simulados por computador como se estes realmente existissem (também chamada de ciberespaço ou realidade virtual).
Aplicações da VR
• Projeto assistido por computador (CAD)
• Diagnóstico e tratamento médico
• Experimentos científicos em diversas ciências físicas e biológicas
• Simulação de vôo para treinamento de pilotos e astronautas
• Demonstrações de produtos
• Treinamento de funcionários
• Entretenimento (vídeo games em 3D) Limitações da VR
O uso da realidade virtual parece limitado apenas pelo desempenho e custo de sua tecnologia. Alguns usuários da VR, por exemplo, desenvolvem:
• Ciberenjôo – tensão ocular, náusea por movimento, problemas de desempenho
• O custo da VR é muito dispendioso 4.11 Agentes Inteligentes
Um agente inteligente (também chamado assistente/wizard inteligente) é um software substituto para um usuário final ou um processo que preenche uma necessidade ou atividade declaradas. Um agente inteligente utiliza uma base de conhecimento embutida e aprendida sobre uma pessoa ou processo para tomar decisões e executar tarefas de um modo que satisfaça as intenções do usuário. Um dos mais conhecidos usos de agentes inteligentes são os Assistentes (Wizards) encontrados no Microsoft Word, Excel, Access e PowerPoint.
Espera-se que o uso dos agentes inteligentes cresça rapidamente como uma maneira de os usuários:
• Simplificar a utilização de softwares.
• Acessar recursos de rede.
• Exibir e recuperar informações. 4.12 Sistemas Especialistas
Uma das aplicações mais práticas e amplamente implementadas da inteligência artificial nas empresas é o desenvolvimento de sistemas especialistas e outros sistemas de informação baseados no conhecimento.
Sistema de informação baseado em conhecimento – adiciona uma base de conhecimento aos principais componentes encontrados em outros tipos de sistemas de informação computadorizados.
Sistema especialista – Um sistema de informação computadorizado que utiliza seu conhecimento sobre uma área de aplicação específica e complexa para atuar como um consultor especializado para os usuários finais. Os ES fornecem respostas a questões de uma área problema muito específica fazendo inferências de tipo humanas sobre conhecimento contido em uma base de conhecimento especializado. Eles devem ser capazes de explicar a um usuário o seu processo de raciocínio e conclusões.
Os sistemas especialistas podem ser utilizados em sistemas operacionais ou em sistemas de informação gerencial, dependendo se estão oferecendo conselho especializado para controlar processos operacionais ou para ajudar os usuários finais da administração a tomarem decisões.
Componentes dos Sistemas Especialistas
Os componentes de um sistema especialista incluem uma base de conhecimento e módulos de software que realizam inferências sobre o conhecimento e comunicam respostas para as perguntas de um usuário. Os componentes inter-relacionados de um sistema especialista incluem:
• Base de Conhecimento: - a base de conhecimento de um sistema especialista contém:
1. Fatos sobre uma área temática específica
2. Heurística (princípios úteis) que expressa os procedimentos de raciocínio de um agente em relação ao assunto.
• Recursos de Software: - Um pacote de software de ES contém:
1. Um utilitário de inferência que processa o conhecimento relacionado a um problema específico.
2. Um programa de interface com o usuário que se comunica com os usuários finais. 3. Programa de explicação para explicar ao usuário o processo de raciocínio. 4. Ferramentas de software para o desenvolvimento de sistemas especialistas que
incluem programas de aquisição de conhecimento e shells (ou sub-programas) do sistema especialista.
• Recursos de Hardware: - Entre eles: 1. Sistemas dedicados de microcomputadores
2. Estações de trabalho e terminais de microcomputadores conectados a minicomputadores ou computadores centrais em uma rede de telecomunicações. 3. Computadores com objetivos especiais.
• Recursos de Pessoal: - Os recursos de pessoal incluem: 1. Engenheiros do conhecimento
2. Usuários finais
Aplicações dos Sistemas Especialistas
O uso de um sistema especialista envolve uma sessão interativa baseada no computador na qual:
• É explorada a solução para um problema, com o sistema especialista atuando como um consultor.
• O sistema especialista faz perguntas ao usuário, consulta sua base de conhecimento em busca de fatos e regras ou outro conhecimento.
• O sistema especialista explica seu processo de raciocínio quando perguntado
• O sistema especialista dá conselho especialista ao usuário na área temática que está sendo explorada. Exemplos incluem: administração de crédito, atendimento ao cliente e administração da produtividade.
Aplicações dos Sistemas Especialistas
Os sistemas especialistas normalmente atendem a um ou mais usos genéricos. As seis atividades incluem:
• Gerenciamento de Decisões
• Diagnóstico de Problemas de Operação
• Manutenção/Programação
• Desenho/Configuração
• Seleção/Classificação
• Monitoração/Controle de Processo
4.13 Desenvolvendo Sistemas Especialistas
Shells de Sistemas Especialistas. A maneira mais fácil de desenvolver um sistema especialista é utilizar uma shell de sistema especialista como ferramenta de desenvolvimento. Uma shell de sistema especialista é um pacote de software que consiste em um sistema especialista sem seu núcleo, ou seja, sua base de conhecimento. Isto deixa uma shell de software (os programas da máquina de inferência e da interface com o usuário) com capacidades genéricas para inferências e interface com o usuário. Outras ferramentas de desenvolvimento (tais como editores de regras e geradores de interface com o usuário) são adicionadas para tornar a shell uma poderosa ferramenta de desenvolvimento do sistema especialista.
Engenharia do Conhecimento
Um engenheiro do conhecimento é um profissional que trabalha com especialistas para capturar o conhecimento (fatos e princípios úteis) que estes possuem. O
engenheiro do conhecimento monta então a base de conhecimento utilizando um processo de repetição e prototipação até que o sistema especialista seja aceitável. Dessa forma, os engenheiros do conhecimento desempenham um papel semelhante ao dos analistas de sistemas no desenvolvimento dos sistemas de informação convencionais. É óbvio que os engenheiros do conhecimento devem ser capazes de entender e trabalhar com especialistas em muitas áreas temáticas. Portanto, este know-how dos sistemas de informação exige boa prática, bem como um conhecimento em sistemas de informação e inteligência artificial.
4.14 O Valor dos Sistemas Especialistas
Os sistemas especialistas não são a resposta para todos os problemas enfrentados por uma organização. Surge a pergunta “Quais os tipos de problemas mais adequados a soluções do sistema especialista?”. Maneiras de responder a esta pergunta incluem:
Considerar os exemplos das aplicações de sistemas especialistas correntes, inclusive as tarefas genéricas que estes executam.
Identificar critérios que tornam uma situação problemática adequada para um sistema especialista. Alguns desses importantes critérios incluem: Domínio, know-how, complexidade, estrutura e disponibilidade.
Domínio: O domínio, ou área temática, do problema é relativamente pequeno e limitado a uma área-problema bem definida.
Know-how: As soluções para o problema exigem os esforços de um especialista. Ou seja, são necessários um corpo de conhecimento, técnicas e intuição que apenas poucas pessoas possuem.
Complexidade: A solução do problema é uma tarefa complexa que exige processamento lógico de inferências, que não seria muito bem controlado pelo processamento convencional de informações.
Estrutura: O processo de solução deve ser capaz de lidar com dados mal estruturados, imprecisos, deficientes e conflitantes e com uma situação-problema que muda com o correr do tempo.
Disponibilidade: Existe um especialista que é articulado e cooperador e que tem o apoio da administração e usuários finais envolvidos no desenvolvimento do sistema proposto.
Benefícios dos Sistemas Especialistas
• Captura o know-how de especialistas. Ele pode superar o desempenho de um especialista humano isolado em muitas situações problemáticas.
• É mais rápido e mais consistente do que um especialista humano
• Pode ter o conhecimento de vários especialistas
• Não se cansa ou se distrai por excesso de trabalho ou estresse.
• Está sempre disponível, ao passo que um especialista humano pode estar ausente, doente ou pode ter deixado a empresa.
• Pode ser utilizado para treinar os novatos.
• O uso eficaz dos sistemas especialistas pode permitir a uma empresa:
• aumentar a eficiência de suas operações.
• gerar novos produtos e serviços.
• manter clientes e fornecedores com novas relações comerciais.
• formar recursos estratégicos de informação baseados no conhecimento. Limitações dos Sistemas Especialistas
• Foco limitado (problemas e domínios específicos).
• Incapacidade para aprender
• Problemas de manutenção dos sistemas especialistas
