ads:
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DO PARANÁ
PROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIA
AVALIAÇÃO DO POTENCIAL DE USO DA LÓGICA FUZZY PARA A IDENTIFICAÇÃO
DE INDICADORES DE COMPETÊNCIAS NO CURRÍCULO LATTES
WILERSON STURM
Dissertação apresentada como requisito parcial para a
obtenção do grau de Mestre em Tecnologia. Programa
de Pós-Graduação em Tecnologia, Centro Federal de
Educação Tecnológica do Paraná.
Orientador: Prof. Dr. Dario Eduardo Amaral Dergint
CURITIBA
2005
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
WILERSON STURM
AVALIAÇÃO DO POTENCIAL DE USO DA LÓGICA FUZZY PARA A IDENTIFICAÇÃO
DE INDICADORES DE COMPETÊNCIAS NO CURRÍCULO LATTES
Dissertação apresentada como requisito parcial para a
obtenção do grau de Mestre em Tecnologia. Programa
de Pós-Graduação em Tecnologia, Centro Federal de
Educação Tecnológica do Paraná.
Orientador: Prof. Dr. Dario Eduardo Amaral Dergint
CURITIBA
2005
ads:
À minha esposa, Andréia, pelo seu amor, pela
companhia, compreensão, dedicação e apoio
em mais esta etapa de minha vida.
Aos meus pais, Walter e Walkiria, pelo
incentivo aos meus estudos.
Aos meus irmãos Wederle e Walirene, e a
todos os meus familiares que sempre
demonstraram certeza incondicional no meu
sucesso.
ii
AGRADECIMENTOS
À coordenação e professores do PPGTE – CEFET-PR, pela disponibilidade,
pelos conhecimentos e toda estrutura oferecidos.
Ao Prof. Dr. Dario Eduardo Amaral Dergint pela orientação tanto neste
trabalho como em outros projetos de vida.
Ao Prof. Dr. Kazuo Hatakeyama pelo apoio desde o início desta etapa.
Ao Prof. Edilson Carlos Machado, do DAELN – Departamento de Eletrônica
do CEFET-PR, pela demonstração de confiança em meu trabalho, mesmo antes do
início deste.
Ao Prof. Dr. Hilton José Silva de Azevedo pelos conhecimentos e indicações
de literatura oferecidos.
À minha esposa, Andréia Zubricki Sturm, pela colaboração e apoio.
iii
“Nem todos os elementos essenciais na
condição humana podem ser quantificados”.
(Edgar Morin)
iv
SUMÁRIO
LISTA DE FIGURAS................................................................................................viii
LISTA DE TABELAS.................................................................................................ix
LISTA DE ABREVIATURAS E SIGLAS.....................................................................x
LISTA DE SÍMBOLOS...............................................................................................xi
RESUMO...................................................................................................................xii
ABSTRACT..............................................................................................................xiii
1 INTRODUÇÃO....................................................................................................14
1.1 APRESENTAÇÃO ............................................................................................14
1.2 OBJETIVOS......................................................................................................16
1.3 JUSTIFICATIVA................................................................................................17
1.4 METODOLOGIA DE PESQUISA......................................................................17
1.4.1 Classificação da Pesquisa ..........................................................................17
1.4.2 Delimitação do problema de pesquisa ........................................................20
1.5 ORGANIZAÇÃO DOS CAPÍTULOS .................................................................21
2 REVISÃO BIBLIOGRÁFICA ..............................................................................22
2.1 TECNOLOGIA E INOVAÇÃO...........................................................................22
2.1.1 Conceitos Iniciais Sobre Tecnologia e Inovação.........................................23
2.1.2 Aspectos Gerais..........................................................................................25
2.1.3 Breve Histórico da Evolução dos Órgãos de Fomento................................26
2.1.4 Instituições de Pesquisa..............................................................................28
2.1.5 Considerações finais sobre Tecnologia e Inovação....................................29
2.2 GESTÃO DE PROJETOS.................................................................................30
2.2.1 Conceitos Iniciais ........................................................................................30
2.2.2 Incerteza e Complexidade em Gestão de Projetos.....................................32
2.2.3 Considerações finais sobre Gestão de Projetos .........................................34
2.3 SISTEMAS COMPLEXOS................................................................................35
2.3.1 Breve Histórico............................................................................................35
2.3.2 Conceitos Gerais.........................................................................................37
2.3.2.1 Definições para Sistemas complexos......................................................37
2.3.3 Elementos da Teoria da Complexidade e Ambiente Organizacional...........38
v
2.3.4 Equipes de projetos.....................................................................................43
2.3.5 Equipes de Projetos como Sistemas Complexos........................................45
2.3.6 Nova proposta de gerenciamento ...............................................................49
2.3.7 Auto-organização em equipes.....................................................................52
2.3.8 Considerações Finais sobre Sistemas Complexos .....................................54
2.4 COMPETÊNCIAS.............................................................................................55
2.4.1 Conceitos Iniciais sobre Competências.......................................................56
2.4.2 Competências em Equipes de Projetos ......................................................57
2.4.3 Considerações finais sobre Competência...................................................60
2.5 MÉTODOS MATEMÁTICOS DE INFERÊNCIA................................................60
2.5.1 Tipos de Inferência......................................................................................60
2.5.2 Análise Estatística.......................................................................................61
2.5.3 Análise Bayesiana.......................................................................................61
2.5.4 Lógica Fuzzy...............................................................................................62
2.5.4.1 Breve Histórico........................................................................................62
2.5.4.2 Conceitos Iniciais.....................................................................................63
2.5.5 Considerações Finais sobre Métodos Matemáticos....................................65
3 CONCEPÇÃO GERAL DO TRABALHO............................................................66
3.1 ABORDAGEM SISTÊMICA..............................................................................66
3.2 FATORES EMERGENTES NA FORMAÇÃO DE EQUIPES ............................68
3.3 SISTEMA DE AUXÍLIO NAS DECISÕES.........................................................70
4 TESTE PARA AUXÍLIO NA FORMAÇÃO DE EQUIPES...................................71
4.1 ABORDAGEM DO TESTE ...............................................................................72
4.1.1 Conjuntos Fuzzy e Principais Operações....................................................72
4.1.2 Fuzzificação e Defuzzificação.....................................................................74
4.1.3 Base de Conhecimento...............................................................................75
4.1.4 Inferência Fuzzy..........................................................................................76
4.1.5 Considerações Finais sobre Lógica Fuzzy..................................................76
4.1.6 Plataforma de Currículos Lattes..................................................................78
4.1.6.1 Desenvolvimento Histórico e Principais Características..........................78
4.1.7 Considerações Finais sobre a Plataforma Lattes........................................79
4.1.8 Busca Automática em Texto .......................................................................80
4.1.9 Avaliação de Distância entre Candidato Ideal e Candidato Real ................81
4.2 APLICAÇÃO DO TESTE ..................................................................................83
vi
4.2.1 Aplicação ao Grupo Escolhido como Amostra ............................................84
4.2.2 Análise dos Resultados...............................................................................85
4.2.3 Considerações Finais sobre a Aplicação do Teste......................................87
5 CONSIDERAÇÕES FINAIS................................................................................89
5.1 QUANTO AOS OBJETIVOS E QUESTÃO DE PESQUISA..............................89
5.2 SUGESTÕES PARA TRABALHOS FUTUROS................................................91
5.3 CONCLUSÃO...................................................................................................91
GLOSSÁRIO.............................................................................................................93
APÊNDICE A – Questionário complementar ao teste ........................................102
vii
LISTA DE FIGURAS
FIGURA 1 – ESQUEMA DO CONTEXTO DESTE TRABALHO.............................. 22
FIGURA 2 – REPRESENTAÇÃO GRÁFICA DE REGIÕES DE GERENCIAMENTO50
FIGURA 3 – REGIÃO DE GERENCIAMENTO COMPLEXO.................................. 51
FIGURA 4 – FORMA TRADICIONAL DE GESTÃO................................................53
FIGURA 5 – FORMA DE GESTÃO COMPLEXA.................................................... 54
FIGURA 6– CONCEPÇÃO GERAL DO TRABALHO..............................................66
FIGURA 7– ELEMENTOS ENVOLVIDOS NA FORMAÇÃO DE EQUIPES..............68
FIGURA 8 – ABORDAGEM PARA DETERMINAÇÃO DE EQUIPE........................ 71
FIGURA 9– EXEMPLOS DE FUNÇÕES DE PERTINÊNCIA.................................. 73
FIGURA 10 – VARIÁVEL LINGÜÍSTICA GRAU DE IMPORTÂNCIA...................... 82
viii
LISTA DE TABELAS
TABELA 1 – CRESCIMENTO DA PRODUÇÃO CIENTÍFICA NA AMÉRICA LATINA.
....................................................................................................... 25
TABELA 2 – DESCRIÇÃO DAS DISCIPLINAS COMPONENTES DA GESTÃO DE
PROJETOS
.................................................................................... 31
TABELA 3 – NÚMERO DE TRABALHOS PUBLICADOS POR PERÍODO............. 63
TABELA 4 – SIGNIFICADO DOS ÍNDICES NA VARIÁVEL LINGÜÍSTICA ............ 82
TABELA 5 – COMPETÊNCIAS E GRAUS DE IMPORTÂNCIA .............................. 84
TABELA 6 – RESULTADO DO TESTE APLICADO AO GRUPO ESCOLHIDO...... 85
TABELA 7 – RESULTADOS RELATIVOS AOS QUESTIONÁRIOS....................... 86
ix
LISTA DE ABREVIATURAS E SIGLAS
Am. América
BNDES Banco Nacional de Desenvolvimento Econômico
CAPES Coordenação do Aperfeiçoamento do Pessoal do Ensino Superior
CEFET-PR Centro Federal de Educação Tecnológica do Paraná
C&T Ciência e Tecnologia
C&T&I Ciência, Tecnologia e Inovação
CNPq Conselho Nacional de Desenvolvimento Científico e Tecnológico
FAPESP Fundação de Amparo à Pesquisa do Estado de São Paulo
FAPs Fundações de Apoio à Pesquisa
FINEP Financiadora de Estudos e Projetos
GEPROTI Grupo de Pesquisa em Gestão de Projetos Tecnológicos e Inovadores
IA Inteligência Artificial
máx Valor do máximo dos graus de pertinência de um conjunto
MCT Ministério da Ciência e Tecnologia
mín Valor do mínimo dos graus de pertinência de um conjunto
P&D Pesquisa e Desenvolvimento
PMBoK®
Project Management Body of Knowledge
PPGTE Programa de Pós-Graduação em Tecnologia
x
LISTA DE SÍMBOLOS
símbolo - Significado correspondente à simbologia
µ - Grau de pertinência a um conjunto Fuzzy
∀
- Símbolo matemático que significa para todo
∈
- Símbolo que indica pertinência de um elemento a um conjunto
xi
RESUMO
Diante das necessidades da sociedade, considerando aspectos relacionados à
globalização e aumento da competitividade, Órgãos de Fomento geram editais
propondo temas estratégicos que possam responder a estas demandas. Para que as
Instituições de Ensino e Pesquisa, bem como as Empresas, tenham agilidade em
responder às propostas, torna-se importante a geração de métodos e ferramentas
que auxiliem o processo de gestão de projetos como um todo e, em especial, na
tarefa de formação de equipes adequadas para a execução dos projetos. A busca
por indivíduos que reúnam as competências necessárias, dentro de uma instituição,
para a composição de uma equipe pode se tornar um processo bastante trabalhoso
e demorado, bem como subjetivo. Considerando o ambiente formado pela
sociedade, empresas e instituições, com as conseqüentes características humanas,
culturais e ambientais, torna-se bastante complexa qualquer análise sob o ponto de
vista sistêmico. Neste contexto de complexidade e necessidade de inovação este
trabalho foi desenvolvido, com o intuito de auxiliar nas tarefas de decisão sobre a
formação de equipes, fornecendo as bases para o desenvolvimento de programas
de computador capazes de gerar indicadores locais que permitam a classificação de
indivíduos pertencentes a determinada Instituição frente aos requisitos de um
projeto. Com base na Teoria da Complexidade, trazendo elementos da computação
e ferramentas matemáticas, o objetivo realizado foi analisar o potencial de uso da
Lógica Fuzzy para a geração de indicadores de competências de indivíduos
pertencentes a uma determinada Instituição, avaliando como fonte de dados o
Currículo Lattes, classificando os potenciais candidatos sob o ponto de vista de
adequação à composição de equipe para a execução de determinado projeto. Para
verificar a consistência desta classificação, foi aplicado um questionário aos
indivíduos testados, cuja análise de resultados apresentou índice de adequação
superior a oitenta por cento.
Palavras-chave: Gestão de Projetos Tecnológicos; Lógica Fuzzy; Teoria da
Complexidade; Equipe de Projeto; Sistema de Análise de
Competências.
xii
ABSTRACT
Facing the necessities of society, considering aspects related to the globalization and
increasing competitiveness, sponsor agencies publish tenders proposing strategic
topics that could meet these demands. In order to accelerate the response capacity
of Research and Teaching Institutions, and even Companies, it becomes important
the elaboration of new methods and tools that can help the project management
process as a whole, and especially in the task of building adequate teams to perform
the projects. The search for individuals who meet the necessary competences in an
Institution to build a team can turn into a hard, time consuming and subjective
process. Considering the environment formed by the society, companies and
institutions, with the consequent human characteristics, such as cultural and
atmosphere, any analysis using the systemic point of view becomes very complex. In
this context of complexity and necessity of innovation, this work was developed
aiming to help team building, providing the grounds for the development of computer
programs capable of generating local indicators to classify individuals belonging to a
determined institution in accordance with a project requirements. Using the
Complexity Theory, with computing and mathematical tools elements, the achieved
objective was to analyze the Fuzzy Logic use potential in generating competence
indicators of individuals belonging to a determined institution, evaluating, as the data
source, the Lattes Curriculum, classifying the potential candidates taking into account
their fitness to the team composition in order to perform a determined project. To
verify the consistency of this classification, an assessment was applied to all tested
individuals, which result analysis indicated a validation degree greater than eighty
percent.
Key words: Technological Project Management; Fuzzy Logic; Complexity Theory;
Project Team;
Competence Analysis System.
xiii
14
1 INTRODUÇÃO
Neste primeiro capítulo apresenta-se, de forma sucinta, o tema deste trabalho,
seguido da questão de pesquisa. Depois são apresentados os objetivos desta, tanto
geral quanto específicos, uma justificativa de pesquisa e a metodologia empregada
para sua realização. Finalmente é comentada a estrutura do trabalho com a
organização dos capítulos.
1.1 APRESENTAÇÃO
Ainda hoje, a busca de equipes adequadas para atender à demanda de
projetos, divulgados pelos editais de diversos órgãos, é baseada exclusivamente em
competências humanas. Esta tarefa vem se tornando cada vez mais complexa
devido ao aumento da interdisciplinaridade, do grau de evolução técnico-científica e
do número de documentos a serem analisados. Desta forma, a tarefa torna-se lenta,
pois as informações a serem avaliadas são vastas e em quantidade crescente. A
determinação das equipes capazes de desenvolver certos projetos é complexa e
repleta de incertezas. A complexidade, em um primeiro sentido da palavra, está
relacionada com o grande número de informações e variáveis envolvidas nesta
escolha, onde muitas delas são de natureza nebulosa com dependência do fator
humano e outras são variáveis independentes como, por exemplo, as referentes às
características do projeto em si. Sob outro aspecto, a complexidade pode estar
também relacionada com as características das variáveis como distribuição caótica,
extrema inter-relação e necessidade de análise sob ponto de vista sistêmico.
Como em outras Instituições de Ensino e Pesquisa do país, o CEFET-PR
possui inúmeras equipes, candidatas potenciais para a execução de projetos em
diversas áreas, porém a interface, entre elas e os editais publicados, apresenta
falhas no fluxo de informações, dificultando o acesso para estas equipes, de forma
que pudessem se organizar e pleitear sua participação, ficando, muitas vezes, fora
desta concorrência. Surgem algumas necessidades como:
• Buscar equipes já cadastradas em banco de dados, como no Diretório de
Grupos de Pesquisa do Sistema Lattes;
• Considerar a dimensão interdisciplinaridade dentro de projetos;
15
• Organizar novas equipes com pessoas que poderiam nunca ter trabalhado
juntas anteriormente;
• Complementar e agrupar competências das equipes existentes;
• Identificar equipes potenciais que não estejam cadastradas no sistema Lattes
em forma de grupo.
Uma ferramenta que faça um tratamento automático, resultando numa
indicação de prováveis equipes, com competências necessárias para assumir
determinado projeto, torna-se importante por acelerar o processo de escolha e
montagem de equipes. Esta ferramenta poderia ser usada para realizar buscas
ininterruptamente, aumentando o fator oportunidade e auxiliar o gestor com a
indicação de potenciais soluções ou o caminho para atingir os objetivos propostos
pelos editais.
Um modelo matemático capaz de analisar informações incompletas, com alto
grau de incerteza, pode ser baseado na Lógica Fuzzy, proposta em 1964 pelo
professor indiano Lotfi A. Zadeh. Esta ferramenta matemática permite processar
dados imprecisos, vagos e com níveis de incerteza, bem como trabalhar com
variáveis lingüísticas tornando o tratamento dos dados mais próximo da linguagem
natural dos envolvidos no sistema. A possibilidade de trabalhar com as
aproximações ao invés de considerar somente os valores exatos e ainda criar
variáveis não necessariamente numéricas para melhor definir um problema,
transformou esta técnica numa das mais utilizadas em controle industrial, quando
diante de uma aplicação de difícil definição ou pobremente definida. A proposta de
utilização desta ferramenta matemática, unida aos recursos atuais de programação e
inteligência artificial, IA, possui um bom potencial para a criação de sistemas de
busca automática das equipes mais apropriadas para cada projeto, presentes nas
instituições, indicando um grau de adequação entre eles, gerando, desta forma,
indicadores localizados que permitiriam uma comparação. Este resultado poderá
auxiliar na decisão sobre as equipes e projetos, sob uma análise bem mais
aprofundada, levando em consideração todos os aspectos relacionados à
complexidade desta atividade.
Este cenário, apresentado acima, leva à seguinte questão de pesquisa:
16
A Lógica Fuzzy pode ser aplicada para contribuir na busca e análise de
competências presentes em Instituições de Ensino e Pesquisa?
No Programa de Pós-Graduação em Tecnologia do CEFET-PR, PPGTE,
considera-se que a aplicação de nova tecnologia só se justifica quando trouxer
melhores condições de vida para a população. Desta forma, análises sob o ponto de
vista cultural, sócio-econômico, histórico e ambiental estão no âmbito dos estudos
realizados no programa.
Este trabalho pretende trazer elementos da área de computação e
informática, juntamente com a Teoria da Complexidade, como proposta de
enriquecimento destas análises, com foco na interação das dimensões tecnologia,
sociedade e ser humano.
1.2 OBJETIVOS
Objetivo Geral:
Verificar a possibilidade de aplicação da Lógica Fuzzy para análise de
competências em equipes de projetos.
Objetivos Específicos:
• Avaliar métodos matemáticos para análise de competências em currículos;
• Estruturar um meio automático de pesquisa textual para posterior uso em
ferramenta de busca de competências;
• Estudar a estrutura do currículo Lattes como fonte de dados para escolha de
equipes de projetos;
• Desenvolver uma ferramenta teste para interface entre as informações de
projetos e equipes através do uso de Lógica Fuzzy, gerando uma indicação
de adequação entre elas, como complementação e demonstração de
consistência dos elementos envolvidos.
17
1.3 JUSTIFICATIVA
Devido à dificuldade dos gestores em tratar as informações, oriundas das
instituições de ensino ou de pesquisa, as atividades envolvidas em P&D, Pesquisa e
Desenvolvimento, bem como em C&T&I, Ciência, Tecnologia e Inovação, podem ser
consideradas de natureza complexa, o que dificulta a gestão de projetos de P&D. O
processo de encontro entre as demandas de projetos publicadas em editais e das
equipes disponíveis para sua execução é feito de forma empírica e com muito do
aleatório. Estas características acabam por desestruturar o trabalho dos gestores,
recaindo sobre os pesquisadores a tarefa de “mineração” das informações nas mais
diversas fontes de fomento, resultando num processo desordenado e demorado,
incluindo-se neste contexto a busca e o mapeamento das potenciais equipes de
P&D. Todo este processo, muitas vezes, pode não estar em completa sintonia com o
planejamento estratégico da instituição. O entendimento inicial sobre o
comportamento do processo de formação e escolha de equipes exige contato com a
própria natureza humana, suas características de comunicação, formas de
organização, relacionamento interno e externo à equipe, entre outros de igual
dificuldade de análise. Com o intuito de minimizar estas dificuldades é proposto um
corpo teórico e posteriormente, como complemento, um teste que auxilie na
atividade de encontrar equipes adequadas, no sentido de reunir todos os requisitos,
para a execução de determinado projeto buscando acelerar este processo e auxiliar
nesta etapa de decisão, pelos gestores de projeto, seja em instituição de ensino ou
de pesquisa.
1.4 METODOLOGIA DE PESQUISA
Nesta seção é exposta a metodologia empregada para realizar este trabalho.
Em seguida é feita a apresentação do objeto de estudo e sua delimitação.
1.4.1 Classificação da Pesquisa
Diversas são as formas de classificação de uma pesquisa. Conforme (SILVA
e MENEZES, 2001), do ponto de vista clássico, uma pesquisa pode ser classificada
da seguinte forma:
18
• Segundo sua natureza: Dividindo-se em Pesquisa Básica e Pesquisa
Aplicada. Esta seria indicada como Pesquisa Aplicada, pois objetiva gerar
conhecimentos com aplicação prática, dirigidos à solução de determinados
problemas. Envolve verdades e interesses locais.
• Segundo a forma de abordagem do problema: Neste aspecto podendo ser
considerada como Qualitativa ou Quantitativa. Esta seria enquadrada como
Pesquisa Qualitativa, pois, segundo MARTINS e BICUDO (1989), busca uma
compreensão particular do que se estuda; não se preocupando com
generalizações, princípios ou leis. O foco da atenção é centralizado no
específico, no peculiar, buscando mais a compreensão do que,
necessariamente, a explicação dos fenômenos estudados.
• Segundo seus objetivos (GIL, 1999): Pode-se dividir esta classificação em
Exploratória, Descritiva e Explicativa. Sob este aspecto poderia ser
classificada como Pesquisa Exploratória, pois busca desenvolver, esclarecer
ou modificar conceitos e idéias, visando a formulação de problemas mais
precisos ou hipóteses pesquisáveis em estudos posteriores, sendo realizada
com preocupações mais práticas, sem a necessária aplicação dos
procedimentos de amostragens técnicas quantitativas de coleta de dados.
• Segundo seus procedimentos técnicos (GIL, 1991): Neste caso pode-se
separar os tipos de pesquisa em Pesquisa Bibliográfica, Pesquisa
Documental, Pesquisa Experimental, Levantamento, Estudo de caso,
Pesquisa Expost-Facto, Pesquisa-Ação e Pesquisa Participante. Esta
pesquisa seria classificada como Pesquisa Experimental. Essa escolha é
considerada quando se determina um objeto de estudo, selecionando as
variáveis que seriam capazes de influenciá-lo e definindo as formas de
controle e de observação dos efeitos que a variável produz no objeto.
De acordo com Silva e Menezes, (2001), método científico é um conjunto de
processos, ou operações mentais, que se devem empregar na investigação, ou seja,
a linha de raciocínio que será adotada na pesquisa. Estes métodos, que fornecem as
bases lógicas à investigação, podem ser divididos em: dedutivo, indutivo, hipotético-
dedutivo, dialético e fenomenológico (GIL, 1999; LAKATOS; MARCONI, 1993). Sob
este enfoque, o método dedutivo foi usado neste trabalho. Neste método, o
19
raciocínio dedutivo é usado com o objetivo de explicar o conteúdo de premissas.
Através de uma cadeia de raciocínio em ordem descendente, de análise do geral
para o particular, procura levar a uma conclusão. Serão apresentadas algumas
premissas e a seqüência adotada para a busca de sua validação. Conforme Silva e
Menezes (2001), “Na era do caos, do indeterminismo e da incerteza, os métodos
científicos andam com seu prestígio abalado”. Isto não significa que tenham deixado
de ser importantes, mas necessários sob outros pontos de vista, como afirmam
ainda, “Apesar da sua reconhecida importância, hoje, mais do que nunca, se
percebe que a ciência não é fruto de um roteiro de criação totalmente previsível.
Portanto, não há apenas uma maneira de raciocínio capaz de dar conta do complexo
mundo das investigações científicas”. Seria interessante utilizar métodos ao invés de
um único em particular, ampliando as possibilidades de análise e de busca das
respostas para o problema proposto.
Após a verificação, através de revisão bibliográfica, dos requisitos e
características de equipes de projetos, foi elaborado um quadro quanto à sua
formação, necessidades referentes à sua gestão, possibilidades relacionadas à
evolução dos trabalhos e demais características, bem como as dificuldades
apresentadas pelos gerentes de projetos. Algumas hipóteses foram levantadas,
dentre elas um caminho possível para o auxílio nas decisões referentes à formação
de uma equipe quando diante de um novo projeto. Com o uso do quadro teórico e de
suas inter-relações, buscou-se a demonstração de que seria possível criar uma
indicação confiável, lançando mão de técnicas e ferramentas matemáticas, que
minimizassem as incertezas presentes nas decisões ligadas à gestão de projetos.
Finalmente criou-se um experimento para demonstrar, refutando ou aceitando, a
validade da proposta. Desta forma o método dedutivo foi aplicado, partindo de
conceitos gerais, criando premissas e direcionando para o caso mais específico e
elementar, quando são postas à prova.
Para dar coerência e unidade ao trabalho, algumas etapas podem ser
cumpridas, como as seguintes:
20
• Através de pesquisa bibliográfica verificar requisitos e características
presentes nas equipes de projetos, principalmente relacionadas à formação
dos grupos e sua evolução;
• Utilizando-se de revisão bibliográfica, levantar as teorias aplicáveis ao
ambiente de equipes de projetos. Possíveis considerações relacionando estes
grupos com determinados corpos teóricos e suas implicações;
• Através das relações estabelecidas, indicar possíveis caminhos para o
entendimento das interações e seu controle.
Por meio da revisão bibliográfica e demais etapas, um quadro teórico foi
elaborado, relacionando as equipes de projetos através da Teoria do Caos,
juntamente com alguns elementos de Complexidade e de Comunidades de Prática.
Criou-se um teste, apenas como complemento da teoria, utilizando como
base de dados o Currículo Lattes, através de regras Fuzzy com o intuito de
demonstrar a validade das premissas levantadas em etapas anteriores.
1.4.2 Delimitação do problema de pesquisa
Para relacionar diversos perfis humanos com seu provável desempenho
quando em equipes, inúmeras são as variáveis envolvidas, bem como suas
interações e natureza complexa. Desta forma, buscou-se trabalhar com a
caracterização das competências. Estas podem ser subdivididas em
Conhecimentos, Habilidades e Atitudes (DURAND, 2000). Dentre estas
características, decidiu-se, no âmbito deste trabalho, considerar apenas as
condições relacionadas ao conhecimento de indivíduos, fazendo as necessárias
relações e inferências para tornar possível sua análise, permitindo a abordagem das
demais em trabalhos futuros.
Para a busca de dados a serem tratados foi escolhida a base de dados do
Currículo Lattes, pois esta centraliza informações referentes aos pesquisadores,
grupos de pesquisa e outros, de modo que se possa demonstrar a validade do teste
no âmbito das Instituições de Ensino e Pesquisa, haja vista que é cada vez maior a
exigência de cadastro neste banco de dados para professores e pesquisadores. Este
banco de dados encerra também características de estruturação que permitem a
busca direta de dados pré-determinados, de forma padronizada. Este trabalho fica
21
limitado ao ambiente deste banco de dados, podendo evoluir para o tratamento de
informações em outros bancos e padrões posteriormente.
1.5 ORGANIZAÇÃO DOS CAPÍTULOS
O Capítulo 1 traz a introdução do trabalho definindo o contexto geral da
pesquisa, os objetivos, tanto geral quanto específicos, a justificativa da pesquisa e a
metodologia de pesquisa, incluindo a delimitação do problema e a questão de
pesquisa.
No Capítulo 2 é feita a revisão bibliográfica, apresentando diversas áreas a
serem consideradas na pesquisa e que formam a base para gerar a concepção geral
do trabalho. Desta forma, a seção 2.1 mostra características relacionadas à
Tecnologia e Inovação, inclusive sua influência sobre as Instituições de Pesquisa. A
seção 2.2 apresenta definições referentes à Gestão de Projetos, fazendo uma
analogia entre as equipes de projetos e os sistemas complexos. Isto leva à
necessidade de estudo dos sistemas complexos, apresentados na seção 2.3, onde
são estudadas suas definições e efeitos sobre equipes e formas de gerenciamento.
A seção 2.4 aborda o estudo de competências. Na seção 2.5 são apresentados
métodos matemáticos de inferência, auxiliares no auxílio à tomada de decisões
frente a dados e informações.
O Capítulo 3 apresenta a concepção geral do trabalho, definindo a natureza do
ambiente de análise, bem como seus efeitos nas equipes de projetos, finalizando
com sugestão de auxílio na tarefa de decisão a respeito da correta formação de
determinada equipe.
O Capítulo 4 descreve um teste complementar para a avaliação de validade
dos conceitos apresentados anteriormente. A seção 4.1 explica a abordagem do
teste e a seção 4.2 demonstra a aplicação prática deste, seguida da análise dos
resultados obtidos.
No Capítulo 5 estão apresentadas as conclusões do trabalho, incluindo
sugestões para trabalhos futuros.
22
2 REVISÃO BIBLIOGRÁFICA
Este capítulo expõe a revisão bibliográfica abordando os assuntos pertinentes
ao trabalho. Questões relacionadas à tecnologia e inovação, características
referentes ao gerenciamento de projetos, levando em consideração aspectos gerais
e de formação de equipes, características da teoria do caos e complexidade e
finalmente uma ferramenta matemática, a Lógica Fuzzy, são discutidas. Estes temas
associados serão reunidos como a base para o experimento apresentado no capítulo
4 e demais conclusões apresentadas no capítulo 5.
2.1 TECNOLOGIA E INOVAÇÃO
Para que se possa realizar a correta relação dos projetos inovadores e suas
respectivas equipes, é necessário antes definir o que são estas tecnologias e como
a interação entre elas pode sugerir um melhor caminho para a solução. A figura 1,
abaixo, demonstra algumas das relações no contexto deste trabalho.
FIGURA 1 – ESQUEMA DO CONTEXTO DESTE TRABALHO
Sob um aspecto idealizado, os órgãos de fomento, como o CNPq, FINEP,
FAPs e outros, publicariam editais com propostas de temas de interesse para a
sociedade, já as Instituições de Ensino e Pesquisa buscariam cumprir com estes
requisitos, tendo como uma das tarefas encontrar equipes capacitadas em traduzir
estes temas em forma de projetos e executá-los.
23
Simultaneamente, as empresas do Setor Produtivo buscariam novas soluções
e tecnologias com o intuito de ganhar mercado, definindo ações de inovação. Com a
variável Inovação tendo sido eleita como uma das políticas destes agentes e
promovida como fator estruturante, foram criados os Fundos Setoriais, com o intuito
de suprir tais necessidades através da publicação de editais com temas que buscam
traduzir as necessidades da sociedade, sob um ponto de vista estratégico. Variáveis
culturais e sócio-econômicas são analisadas, desta forma, questões de ordem local
e global são consideradas na elaboração destes editais, com o intuito de contemplar
objetivos tanto de médio como de longo prazos.
2.1.1 Conceitos Iniciais Sobre Tecnologia e Inovação
Buscando homogeneizar as definições relacionadas à Tecnologia e Inovação,
esta seção expõe algumas delas, fazendo as devidas comparações e comentários.
Conforme Rocha (1996) técnica é: “...um processo de aprendizagem com os seus
próprios produtos e instrumentos de trabalho, que o capacita a usá-los, reproduzi-
los, modificá-los e aperfeiçoá-los além de criar outros para realizar novas funções”.
E, ainda, “Freqüentemente tem-se entendido por técnica um conjunto de
procedimentos práticos que permitem a solução de problemas, a realização de
coisas ou o desenvolvimento de processos”. Assim, estes conceitos de técnica estão
relacionados ainda com aspectos práticos e funcionais, sem, no entanto, basear-se
em conhecimentos científicos, de modo a evoluir ao conceito de tecnologia. Pode-se
definir tecnologia como em Rocha (1996) “Cultura simbólica que combina
conhecimentos empíricos e técnico-científicos para a produção de bens e serviços
para a sociedade; conhecimento organizado e sistematicamente aplicado à
produção de bens e serviços e aos seus processos; técnicas de produção
fundamentadas em conhecimentos científicos”. Ou como em Betz et al. (2001. p.56),
“a tecnologia representa os conhecimentos, aptidões, técnicas e ferramentas
empregados para transformar os recursos em produtos manufaturados pelas
operações”. Outra definição mais abrangente de tecnologia ultrapassa os limites do
produto ou máquina em si, como em Rocha (1996, p.14) “De um lado, há
conhecimentos tecnológicos embutidos em produtos, processos e máquinas, mas,
de outro, há também informações que organizam o saber fazer – uma aprendizagem
que extrapola os bens e os meios utilizados para produzi-los”. Neste trabalho será
24
considerado que para desenvolver, ou adquirir, tecnologia não basta dominar a
técnica, é necessário que os conhecimentos envolvidos tenham base científica.
Depois de assimilada uma nova tecnologia, surge a possibilidade de aplicações
práticas voltadas às necessidades de uma sociedade. Em alguns casos, este
caminho leva à chamada Inovação. A partir do momento em que uma nova
tecnologia passa a ser utilizada por um mercado pode-se afirmar que houve uma
inovação (BASTOS, 2002). Nesta mesma linha de raciocínio Tidd et al. (2001) afirma
que a inovação, partindo de uma invenção ou idéia e chegando a comercialização,
está intimamente ligada à empresa, o processo da inovação é um dos meios de
realizar mudanças tecnológicas, é uma forma de agregar evolução produtiva e
econômica. Segundo Rocha (1996), a inovação se relaciona com o conceito de
mercado e com a lei de oferta e demanda de bens e serviços. Demanda é um
conceito econômico, estaria ligado às necessidades de produtos e serviços da
sociedade.
De acordo com Rocha Neto (2003), inovar é preciso, entretanto é necessário
ressaltar que nem sempre estas inovações levam a algum progresso, levando a
sociedade a um estado de constante transição. Segundo Marcovitch (1990) In:
Lacerda et al. (2001) “ as novas tecnologias corroem, equalizam ou propulsionam a
vantagem competitiva de uma empresa, garantindo sua sobrevivência ou
condenando-a ao desaparecimento”. Tudo vai depender de como uma empresa, ou
instituição, está gerenciando a variável tecnológica, ou seja, se esta já tiver o
processo de inovação internalizado, administrando profissionalmente a função de
P&D. Estes caminhos e procedimentos não são, necessariamente, previsíveis ou
determinados e mudanças nestas condições podem evoluir para o sucesso ou
fracasso de uma empresa ou instituição.
Gary Becker (1995) afirma que “recurso natural não faz um país rico”.
Contribuindo com a linha de raciocínio anterior, demonstrando a necessidade
crescente de domínio de tecnologia e geração constante de inovação. Será
necessário todo um esforço por parte de governo e demais atores no sentido de
crescimento e desenvolvimento do país. Seria necessário contornar as dificuldades
referentes às atividades que podem levar à inovação, tanto por parte do Governo
quanto pelas demais instituições.
25
2.1.2 Aspectos Gerais
A complexidade presente nas atividades que envolvem Pesquisa e
Desenvolvimento e as ligadas a Ciência, Tecnologia e Inovação é crescente e
aumenta as dificuldades referentes à tarefa de gestão de projetos e equipes de P&D,
principalmente nas instituições de ensino e pesquisa públicas (DERGINT, 2004). As
universidades foram concebidas, no início, com a função de ensino e depois foi
incorporada a pesquisa como uma de suas atribuições. Hoje se discute a introdução
da dimensão inovação nestas instituições, haja vista que, até o final do século
passado, esta era de competência quase exclusiva do setor empresarial (DERGINT
et al, 2004).
Nos últimos anos vêm sendo realizados no Brasil grandes investimentos na
área de P&D. Este esforço já demonstrou resultados nos indicadores de produção
científica frente à América Latina, de acordo com Hill (2004), o número de
publicações científicas do Brasil quadruplicou entre 1988 e 2001, sendo este o
melhor desempenho entre os países da América Latina, conforme Tabela 1.
TABELA 1 – CRESCIMENTO DA PRODUÇÃO CIENTÍFICA NA AMÉRICA LATINA.
Posição País Publicados
1988
Publicados
2001
% Am.
Latina 1988
% Am.
Latina 2001
Am. Latina 5609 16329 100,0 100,0
1 Brasil 1766 7205 31,5 44,1
2 México 884 3209 15,8 19,6
3 Argentina 1423 2930 25,4 17,9
4 Chile 682 1203 12,2 7,4
5 Venezuela 292 535 5,2 3,3
6 Colômbia 86 324 1,5 2,0
7 Costa Rica 55 92 1,0 0,6
8 Outros 413 814 7,4 5,1
FONTE: HILL (2004)
Os investimentos são indispensáveis para um desenvolvimento da
capacidade tecnológica do país, levando à possibilidade de aquisição e devida
compreensão dos conhecimentos tecnológicos, de modo a garantir um
desenvolvimento sustentado
(MCT Livro Verde, 2001). Este desenvolvimento
poderia contribuir para enfrentar os desafios referentes à globalização (concorrência
externa oriunda de vários pontos do planeta) e à mundialização (atuação global por
parte de uma localidade)
(DERGINT, 1999). Estes desafios anunciam que serão
necessárias providências que minimizem carências na área de desenvolvimento.
26
Segundo (MCT Livro Branco, 2002), a base científica do Brasil seria, ainda,
relativamente pequena quando comparada à magnitude dos desafios que hoje se
apresentam e, ainda, seria demonstrada uma capacidade limitada em transformar os
avanços do conhecimento desenvolvido em verdadeiras inovações, com seus
respectivos efeitos em termos econômicos e sociais.
O processo de inovação adquire cada vez maior grau de complexidade.
Conforme Johnson e
Lundvall (2000), é imprescindível que esforços sejam
realizados no sentido de coordenar o Governo, as Instituições de Ensino e Pesquisa
e as Empresas contribuindo para a cooperação entre eles, de modo a maximizar os
resultados diante de recursos escassos disponíveis, reduzindo os riscos pertinentes
à atividade de inovação e buscando sinergia entre os atores do sistema, em âmbito
nacional, regional e local.
Segundo Chroix e Castro (2005), “Os Estudos realizados no Brasil, na
primeira metade da década de 90 e outros mais recentes, apontam a necessidade
de profundas mudanças no sistema e nas políticas de C&T”. Diante deste contexto,
acredita-se que o conceito de Sistema Nacional de Inovação poderia oferecer a base
para a compreensão do fenômeno de inovação e, ainda, mostrar caminhos para
análise e criação de novas políticas públicas, demonstrando as trajetórias trilhadas
pelos seus diversos atores e a interação existente entre eles, não necessariamente
dentro do âmbito do Sistema de C&T.
Conforme Rocha (1997), o Sistema Nacional de Inovação envolve a
participação dos seguintes atores: agências governamentais, universidades,
institutos de pesquisa, redes de interação entre empresas e o sistema financeiro,
entre outras instituições. Para a real compreensão das características deste sistema,
torna-se indispensável a consideração a respeito das especificidades históricas e
sócio-culturais do país.
2.1.3 Breve Histórico da Evolução dos Órgãos de Fomento
No Brasil, surgiram no início do século passado esforços mais concentrados
no sentido de desenvolvimento de ciência e tecnologia. Ainda na década de 1950
não era definida uma linha definitiva entre desenvolvimento sob o ponto de vista
agrícola ou industrial. Inicialmente o país demonstrou capacidade apenas como
importador de tecnologia, isto fez com que fosse necessária a criação de novas
27
instituições, de modo a gerar tecnologia interna, além das universidades o governo
criou novas agências federais com o intuito de satisfazer esta necessidade,
fomentando e gerenciando questões ligadas à Ciência e Tecnologia. Uma destas
instituições é o Conselho Nacional de Desenvolvimento Científico e Tecnológico –
CNPq, que iniciou suas atividades em 1951. A CAPES - Coordenação do
Aperfeiçoamento do Pessoal do Ensino Superior, surgiu em seguida, também em
1951, inicialmente inserida no Ministério da Educação e Cultura. A Financiadora de
Estudos e Projetos – FINEP, foi criada em julho de 1967, em substituição ao Fundo
de Financiamento de Estudos de Projetos e Programas, que, por sua vez substituiu
o Fundo de Desenvolvimento Técnico-Científico - FUNTEC, que iniciou suas
atividade em 1964 com o intuito de financiar a implantação de programas de pós-
graduação nas universidades brasileiras. A FINEP, empresa pública vinculada ao
Ministério da Ciência e Tecnologia – MCT, surgiu no âmbito do então Banco
Nacional de Desenvolvimento Econômico - BNDES, voltado ao financiamento de
projetos de desenvolvimento empresarial no setor industrial. Nos anos sessenta,
conforme intenção da comunidade científica, foi criado um ministério específico para
o tratamento de questões ligadas à Ciência e Tecnologia, que com o passar dos
anos sofreu diversas alterações, foi considerado como secretaria e por vezes
retornando à condição de ministério. Mais recentemente, em março de 1985 o
Ministério da Ciência e Tecnologia foi estruturado novamente com o status de
Ministério.
Através da FINEP foram criados os Fundos Setoriais de Ciência e Tecnologia,
em 1999, como instrumentos de financiamento de projetos de pesquisa e
desenvolvimento, porém incluindo, agora de forma mais explícita, a dimensão
Inovação.
Fica, desta forma, ressaltada a necessidade de criação de mecanismos que
facilitassem a integração entre Universidades e demais Instituições de Pesquisa com
as empresas privadas, com relação a informações e também quanto a atividade de
distribuição de recursos, buscando gerar condições mais adequadas para a
produção de cada uma destas instituições.
28
2.1.4 Instituições de Pesquisa
Segundo Dergint et al. (2004), as pequenas e médias empresas não
investiriam em P&D devido aos altos custos e riscos inerentes à inovação. As
instituições de ensino e pesquisa, como as universidades, acabariam envolvidas
neste mesmo mecanismo. Cabe lembrar que a competitividade de uma sociedade
pode ser considerada como diretamente dependente de sua capacidade de gerar
inovações tecnológicas.
Os interesses nos ambientes acadêmico e empresarial teriam algumas
diferenças, conforme afirma Brisola, (1998) apud França (2001), as empresas
deveriam produzir para uma rede ilimitada e aberta, cujos parâmetros norteadores
seriam a concorrência e o grau de exigência dos consumidores. Informações de
mercado e de marketing seriam consideradas para avaliação desta forma de
produção. Porém, conforme Castro e Oliveira (1993) apud França (2001) a ciência,
em contrapartida, teria suas próprias regras, operando em uma rede limitada e
fechada. Informações e dados referentes ao grau de publicações e aceitação dentro
da comunidade científica é que seriam realmente levados em consideração. As
avaliações de qualidade da ciência seriam feitas pelos próprios cientistas, decidindo,
inclusive, o que deveria ser financiado. Desta forma, a aceitação de trabalhos para
publicação e posterior uso destes dados para aprovação de financiamentos, indica a
característica de funcionamento em um ciclo fechado de possibilidades, o que difere
completamente do trabalho de pesquisa realizado nas empresas, onde resultados
aplicáveis são normalmente exigidos e esperados. Esta aparente oposição em
interesses leva a um desequilíbrio em torno da origem de recursos a serem
empregados em pesquisas, tanto no Brasil como nos demais países. Neste contexto,
as pesquisas são realizadas por instituições públicas e privadas, entretanto no
Brasil, de acordo com o Ministério da Ciência e Tecnologia, a maioria dos projetos
são feitos por instituições públicas, diferente de outros países mais desenvolvidos
como Estados Unidos, Japão, França, Coréia e outros, onde esta balança imaginária
pende para as instituições privadas (MCT, 2004).
Uma possibilidade seria a formação de parcerias entre as empresas e
universidades, agregando os interesses comuns destas instituições. Segundo Reis
(2000) apud Lacerda (2001), são muitas as motivações que levam as empresas a
29
procurarem as universidades como a aquisição de conhecimentos e apoio técnico,
redução de custos com acesso a laboratórios e equipamentos, entre outros. E
também inúmeros motivos para que universidades procurem as empresas como
questões sociais, aplicação prática de conceitos teóricos, obtenção de
conhecimentos do meio empresarial bem como recursos adicionais, entre outros.
São muitos os pontos de contato nos interesses entre as instituições de
ensino e pesquisa e as empresas. Embora algumas características sejam diferentes,
como a noção de distanciamento entre a prática e a teoria, diferentes noções de
emprego do tempo, ou seja, os prazos para pesquisa na universidade são mais
dilatados que os presentes nas empresas, por conta de exigências de mercado e
competitividade, com um esforço mútuo seria possível a criação de parcerias
extremamente produtivas, buscando trazer aos projetos de cooperação os requisitos
interessantes de cada uma das partes, criando canais de interação e reduzindo o
grau de preconceitos existentes em ambas as partes.
2.1.5 Considerações finais sobre Tecnologia e Inovação
O país tem feito esforços no sentido de alinhar-se em grau de
desenvolvimento tecnológico com outros países em fase de ascensão. Ainda são
notáveis as deficiências apresentadas, mas alguns indicadores demonstram uma
tendência de melhora, como o grau de crescimento da produção científica do país
comparado a outros países da América Latina. As instituições de ensino e pesquisa
estão expostas aos efeitos de globalização, competitividade acirrada e,
paradoxalmente, falta de investimento e recursos escassos para aplicação em
pesquisa e desenvolvimento.
Tanto o governo quanto as instituições demonstram interesses mútuos no
sentido de aproximações entre empresas e instituições que promovam seu
crescimento. A criação de mecanismos que facilitem, em qualquer nível, o
entendimento dos problemas relacionados e indiquem possíveis caminhos de
solução são importantes para a redução do tempo de reação do país frente à
concorrência internacional e também quanto ao desenvolvimento interno, haja vista
que os insumos necessários estão disponíveis para esta “reação”. As linhas tratadas
pelos Fundos Setoriais, vinculados à FINEP, trazem a dimensão inovação que, por
definição, está ligada ao Setor Produtivo com a conseqüente necessidade de
30
aproximação entre as instituições de pesquisa e as empresas do setor privado ou
público.
A correta formação de equipes capacitadas a atender os requisitos publicados
pelos editais, bem como a gestão destes projetos ao longo de sua execução, são de
importância crucial para o sucesso destas iniciativas, tanto nas empresas quanto nas
demais instituições, conforme tratado nas seções seguintes.
2.2 GESTÃO DE PROJETOS
Esta seção pretende mostrar os conceitos básicos referentes à atividade de
Gestão de Projetos. O elevado número de variáveis, a interação possível entre elas,
as mudanças relacionadas ao escopo e prazos e o envolvimento do elemento
humano podem conferir certo grau de complexidade a esta tarefa.
2.2.1 Conceitos Iniciais
Segundo Maximiano (2002) “Um projeto é: um empreendimento temporário ou
uma seqüência de atividades com começo, meio e fim programados, que tem por
objetivo fornecer um produto singular, dentro de restrições orçamentárias”. Fica
demonstrada a condição de referência ao tempo, com uma duração pré-determinada
e com um fim bem definido, antes mesmo de se iniciar a execução de um dado
projeto. Já Verzuh (2000) define que projeto é todo trabalho que é executado de
uma vez, assim a atividade de criar uma nova logomarca ou um automóvel, ou
ainda, uma nova aeronave seria considerada como um projeto se produzir
resultados, com um começo, meio e fim bem determinados. Considera, ainda, de
importância fundamental que seja entendido que um projeto deve produzir algo
singular, ou seja, a criação de um novo automóvel poderia ser considerada como um
projeto, já a produção em série deste, não.
A atividade de gerenciamento de projetos pode ser melhor compreendida
quando dividida em seus sub-grupos de tarefas. Conforme indicado no PMBOK
(2000), são nove estes grupos de tarefas, identificados como disciplinas. Cada uma
destas disciplinas possui um desenvolvimento próprio, dentro de suas
especificidades, requerendo tratamento peculiar a cada caso, porém todas
permanecem inter-relacionadas, respeitando a integração necessária para garantir a
unidade do projeto em si, ou seja, todas terão sua razão no projeto e seus efeitos
31
também recaem sobre este. A Tabela 2 mostra todas estas nove disciplinas que
compõem a gestão de projetos, com um breve descritivo. Cada um destes
elementos será organizado e, em muitos casos, simultaneamente executados para
que o resultado esteja sempre alinhado com o conceito de unicidade do projeto.
Várias destas atividades possuem inter-relações com as demais, inclusive pelo
próprio elemento humano envolvido, assim não se pode considerar que estas etapas
serão cumpridas de forma linear e concatenada.
O objetivo da gestão de projetos segundo Menezes (2001), seria “alcançar
controle adequado do projeto, de modo a assegurar sua conclusão no prazo e no
orçamento determinado, obtendo qualidade estipulada”. Para que se possa atingir
esta função de controle por parte da gestão de projetos, faz-se necessária a
obtenção de indicadores e demais dados e informações com o intuito de orientar o
gerente de projetos. Os requisitos referentes à qualidade também deveriam ser
avaliados e testados durante a execução, reorientando o curso do mesmo em virtude
de alguma alteração, garantindo de forma indireta a sua finalização dentro do prazo
e cumprindo com os requisitos iniciais.
Fica demonstrada a característica de produção de algo novo e único para que
se possa classificar uma atividade como um projeto. Os requisitos de prazo,
recursos necessários, envolvimento de pessoas nas equipes e demais riscos
demonstram a importância de se desempenhar algum tipo de controle sobre a
evolução de um projeto, gerenciando as diversas tarefas, considerando sempre a
dimensão unicidade do projeto.
TABELA 2 – DESCRIÇÃO DAS DISCIPLINAS COMPONENTES DA GESTÃO DE
PROJETOS
Disciplinas Descrição
Gestão da
Integração
Conjunto de processos requeridos para garantir que os
elementos dos projetos estejam em harmonia e
integrados
Gestão de
Escopo
Gestão dos requerimentos do projeto, de forma a garantir
que os mesmos e apenas estes estejam contemplados
pelos esforços demandados pelo projeto.
Gestão de
Tempo
Controle do desenvolvimento dos trabalhos de forma a
assegurar o atendimento dos prazos determinados para o
projeto.
Gestão de Controle do desenvolvimento dos t
r
abalhos de forma a
32
Custos
assegurar o atendimento dos custos determinados para o
projeto.
Gestão da
Qualidade
Conjunto de processo requeridos para assegurar a
qualidade dos produtos entregues no final e nas etapas
intermediárias do projeto.
Gestão de
Recursos Humanos
Gestão das habilidades e competências necessárias dos
recursos humanos envolvidos no projeto para o
desenvolvimento dos trabalhos.
Gestão da
Comunicação
Coordenação dos esforços de comunicação, tanto
internos ao projeto como externamente à organização.
Gestão de
Riscos
Gestão para a identificação, análise e respostas às
demandas de riscos associadas aos projetos.
Gestão de
Suprimentos
Conjunto de processos requeridos na administração da
aquisição de bens e serviços necessários ao projeto.
FONTE: PMBOK (2000).
Algumas destas características incorporam certo grau de incerteza, como a
gestão de riscos, por exemplo. Dependendo da magnitude de um projeto, o número
de variáveis pode ser bastante elevado e seus efeitos pouco determinados,
principalmente no início de um projeto. A dimensão inovação traz mais um nível de
incerteza por não possuir, geralmente, algum histórico, pois pode se tratar de algo
completamente inédito.
2.2.2 Incerteza e Complexidade em Gestão de Projetos
O caráter temporário dos projetos traz consigo algumas peculiaridades quanto
ao seu correto gerenciamento, pois uma equipe gerada com o propósito de conduzir
um projeto pode ser desfeita logo após sua conclusão. Isto envolve várias faces do
fator humano como questões sociais, trabalhistas e de motivação como exemplos.
Algumas destas de difícil definição e medição.
De acordo com Maximiano (2002) “Todos os projetos têm um componente de
incerteza. A incerteza é uma escala. Incerteza significa desconhecimento do
resultado ou do caminho para chegar até ele, ou ambos. Quanto maior o
desconhecimento, maiores a incerteza e o risco”. No início de um projeto a matriz de
dados é normalmente muito esparsa, ou seja, existem definidos alguns objetivos,
porém o caminho é repleto de informações incompletas, passando, muitas vezes,
por pontos completamente desconhecidos e, ainda, quanto mais inovador for o
produto a ser alcançado, maiores os riscos, já que se torna necessário trilhar
33
caminhos ainda não percorridos ou sem algum histórico a ser analisado
previamente, com o fim de orientação. Além desta característica um projeto
normalmente contém algo de complexidade. “A complexidade de uma situação
mede-se pelo número de variáveis que contém. Projeto complexo é aquele que
apresenta grande número de variáveis para serem administradas” (MAXIMIANO,
2002). Este número de variáveis cresce, não necessariamente de forma linear, à
medida que aumenta a ordem de grandeza do projeto em si. A multidisciplinaridade,
por exemplo, presente em grande parte dos projetos, indicando a necessidade de
pessoas com capacidades envolvendo diversas áreas de formação, já é um
indicador do grau de complexidade na gestão de projetos maiores. Envolvendo
pessoas que são, em si, componentes complexos e diversas outras competências, o
nível de complexidade pode crescer em patamares incalculáveis, daí a necessidade
de sistemas capazes de auxiliar o gerente, com possibilidade de análise simultânea
das variáveis e de suas aproximações e simplificações.
Outro aspecto da gestão de projetos a ser considerado em qualquer sistema
é o chamado Ciclo de Vida do Projeto. Este é definido como a seqüência de fases
que vão do começo ao fim de um projeto. Uma visão sistêmica do projeto,
considerando o todo e não somente suas partes, só é possível quando há o
completo entendimento do ciclo de vida deste, o que facilita a aplicação e o estudo
de técnicas que permitam sua administração. (MAXIMIANO, 2002). Na maioria dos
grandes projetos existe grande chance de haver mudanças no decorrer das fases o
que confere certo grau de incerteza ao caminho de êxito mais provável entre as
etapas a serem cumpridas em seqüência. Conforme identificado por Fleming e
Koppelman (2000), são três as maiores fontes de risco em gestão de projetos, os
riscos de escopo, prazo e orçamento. Após o início das atividades relacionadas ao
projeto, mudanças nas especificações iniciais podem criar novas camadas de
incerteza, bem como ações ligadas ao objetivo de finalizar o projeto dentro do prazo
pré-determinado e, ainda, possíveis alterações no que se refere ao orçamento e
fontes de recursos para sua finalização, também conferem novos fatores de risco e
incerteza. Esses aspectos mostram que a gestão de projetos possui diversas fontes
de incerteza. Toda a organização dessas tarefas e a seqüência que deverão ser
cumpridas, bem como a própria organização das equipes que desenvolvem um
determinado projeto requerem um meio que permita uma visão geral por parte dos
34
gerentes e demais envolvidos, desde o planejamento até o controle do andamento
das atividades.
Um conceito dentro de gestão de projetos que se torna bastante útil na
organização das equipes bem como das demais tarefas é o chamado Escritório de
Projetos (PMBOK, 2000), local físico e centro de análise e gerenciamento de todas
as atividades, objetivos e modificações de percurso, onde se busca criar um centro
de organização, com o intuito de aumentar a ordem entre as diversas variáveis do
sistema, melhorando as condições de controle.
2.2.3 Considerações finais sobre Gestão de Projetos
Os requisitos de projetos estão cada vez mais completos e alinhados às
necessidades do mercado, seja no sentido próprio quanto no sentido amplo que
abrange a sociedade, governo e demais atores, conforme exposto anteriormente
alguns órgãos de fomento direcionam suas linhas de financiamento com base em
tais necessidades. Os graus de complexidade, em número de variáveis, são cada
vez maiores e a presença de níveis elevados de incerteza, principalmente quando se
trata de projetos inovadores, torna esta atividade bastante arriscada, por parte das
empresas e instituições, haja vista a demanda de altos investimentos. O número
crescente de variáveis e a natureza do comportamento destas, faz da tarefa de
Gerenciamento de Projetos algo difícil de controlar, embora algumas técnicas como
a estruturação de um Escritório de Projetos, possa minimizar tais dificuldades. As
decisões nem sempre podem ser baseadas em históricos, pois são muitas vezes
inexistentes, dadas as novas características de cada projeto. O gerente de projetos
pode ter necessidade de iniciar a execução de um novo projeto sem ter possibilidade
de vislumbrá-lo como um todo. Apresentam, muitas vezes, comportamento caótico e
ainda faltam ferramentas que permitam lidar com as características relacionadas à
Complexidade presente. Surge, assim, a necessidade do estudo e compreensão dos
sistemas complexos, permitindo a analogia com o quadro encontrado na gestão de
projetos inovadores, com as prováveis adaptações e comparações para o devido
ajuste entre estas áreas.
35
2.3 SISTEMAS COMPLEXOS
Nesta seção serão tratados assuntos referentes às Teorias do Caos e da
Complexidade, alguns de seus elementos serão comparados à Gestão de Projetos
Complexos e Inovadores, buscando um panorama de pontos de contato entre estas
teorias.
Para minimizar confusões possíveis entre os termos utilizados, cabe comentar
que o significado da palavra complexidade é definida pelo dicionário Aurélio
(FERREIRA, 2004) como: “Qualidade do que é complexo”. Complexo é identificado
como algo: “Que abrange ou encerra muitos elementos ou partes. Observável sob
diferentes aspectos. Confuso, complicado, intricado; Grupo ou conjunto de coisas,
fatos ou circunstâncias que têm qualquer ligação ou nexo entre si”. Também em
Ferreira (2004), a palavra caos significa: “Grande confusão ou desordem”. Na Física,
“Comportamento praticamente imprevisível exibido em sistemas regidos por leis
deterministas, e que se deve ao fato de as equações não-lineares que regem a
evolução desses sistemas serem extremamente sensíveis a variações, em suas
condições iniciais”, (FERREIRA, 2004); assim, uma pequena alteração no valor de
um parâmetro pode gerar grandes mudanças no estado do sistema, à medida que
este tem uma evolução temporal. Desta forma o termo Complexidade, escrito com
inicial maiúscula, estará fazendo referência à Teoria da Complexidade, neste
trabalho, para evitar confusão com a complexidade dada pelo número elevado de
variáveis de um sistema como os aqui apresentados.
E, ainda reiterando algumas diferenças básicas entre Caos e Complexidade,
o primeiro busca encontrar a ordem escondida na aparente desordem completa,
descrita pela distribuição do comportamento de alguns fenômenos e a segunda
busca explicitar a emergência, do verbo emergir, de estados ordenados a partir da
auto-organização, realimentação e iterações entre agentes pertencentes a um
sistema complexo. O Caos seria um modo particular de comportamento dentro da
Teoria da Complexidade. (ROSENHEAD, 1998).
2.3.1 Breve Histórico
No final do século XVI, a ciência sofreu uma grande modificação com os
trabalhos de Galileu Galilei, utilizando-se de experimentos para tentar compreender
a natureza. Galileu, em sua época acreditava que a matemática era a linguagem
36
para a compreensão da natureza e que tudo poderia ser descrito por conceitos
geométricos. Porém, com o passar dos anos e com o conseqüente desenvolvimento
da matemática, como ferramenta para descrever e solucionar problemas da
natureza, através de trabalhos realizados por Isaac Newton, Gottfried Wilhelm
Leibniz, Pierre Laplace, Leonhard Euler, Joseph Lagrange e outros, percebeu-se que
a natureza não poderia ser descrita apenas como uma máquina ou uma seqüência
de elementos geométricos, como triângulo, círculos e outras figuras, como afirmara
Galileu. Também caiu por terra o pensamento base no paradigma cartesiano de que
a compreensão do comportamento de um sistema pode ser adquirida pela
compreensão de suas partes, possibilitando prever seu comportamento como um
todo. Esta linha foi substituída pela seguinte máxima, “As propriedades das partes
não são propriedades intrínsecas, mas só podem ser entendidas dentro do contexto
do todo mais amplo”. (CAPRA, 1996). Surge o pensamento sistêmico, o qual é
contextual, ou seja, insere algo dentro de um contexto mais amplo para sua
compreensão, ao contrário da análise que isola algo antes de tentar entendê-lo.
Trabalhos relacionados a tentativas de criação de modelos para previsão do
tempo, desenvolvidas pelo meteorologista Edward Lorenz em 1961, mostraram que,
mesmo conhecendo todas as variáveis de um sistema complexo e seus
comportamentos isolados, não seria possível prever o comportamento do todo.
Segundo Lorenz, um indivíduo médio, ao perceber que se pode prever, com
certa exatidão, o comportamento das marés com alguns meses de antecedência
poderia se perguntar por que isto não seria possível com toda a atmosfera, pois se
trata apenas de um sistema diferente de fluidos e as leis são igualmente
complicadas. O próprio Lorenz conclui “Mas compreendi que qualquer sistema físico
que se comporte de maneira não-periódica seria imprevisível”. (GLEICK, 1987).
Diversos outros estudos posteriores demonstraram que na natureza existem muitos
sistemas com a característica descrita acima, com comportamento dito caótico.
Lorenz descobriu o que se convencionou chamar “Efeito Borboleta”, descrevendo de
forma ilustrativa que se uma borboleta batesse asas em Pequim, sua evolução
dentro do sistema poderia causar uma tempestade em Nova York, ou, em outras
palavras, num sistema complexo, com comportamento caótico, alterações em suas
condições iniciais, por mais sutis, podem gerar resultados imprevisíveis. (CAPRA,
1996).
37
Com base nestes dados, compreende-se que a Teoria da Complexidade pode
ser considerada como “uma necessidade de integração e consolidação dos avanços
obtidos pela forma sistêmica de pensar” (ROCHA NETO, 2003). Reunindo em um
corpo teórico todos os requisitos, características e possíveis comportamentos dos
sistemas complexos, considerando suas manifestações dentro das mais diversas
áreas de conhecimento e aplicações.
2.3.2 Conceitos Gerais
Este é ainda um campo bastante novo e ainda não existe um completo
consenso na terminologia utilizada, entretanto algumas citações já começam a
delinear suas bases.
2.3.2.1 Definições para Sistemas complexos
Aqui estão apresentadas algumas definições iniciais sobre os sistemas
complexos:
• Segundo Waldrop (1993), um sistema é complexo no sentido de que uma
grande quantidade de agentes independentes interagem uns com os outros
em uma grande quantidade de formas diferentes;
• Já Stephen Wolfram apud Waldrop (1993) afirma que se pode, geralmente,
descobrir que os componentes e as leis básicas são simples; a Complexidade
surge devido ao fato de que existem um grande número destes componentes
simples interagindo simultaneamente. A Complexidade está, na realidade, na
organização, nas incontáveis possibilidades de interações entre os
componentes;
• Stacey (1996) explica que um sistema complexo adaptativo consiste num
número de componentes, ou agentes, que interagem entre si, de acordo com
grupos de regras que requerem que estes examinem seus comportamentos e
respondam aos outros de modo a melhorar seus comportamentos e, assim, o
comportamento do sistema que os contém;
• Conforme Kauffman (1996), o todo complexo pode exibir propriedades que
não são compreensíveis pelo entendimento de suas partes. O todo complexo
38
pode exibir propriedades coletivas, características emergentes legítimas por si
próprias;
• E, finalmente, Cilliers (1998) afirma que a Complexidade não está localizada
numa parte específica, identificável de um sistema. Devido a esta resultar das
interações entre os componentes de um sistema, Complexidade se manifesta
apenas no nível do sistema. Não há nada num nível abaixo, como fonte, nem
em um nível acima, uma “meta-descrição”, capazes de capturar a essência da
Complexidade.
Fica claro o paradigma do pensamento sistêmico para o entendimento dos
sistemas complexos. A análise das partes não leva à compreensão do possível
comportamento do todo. Algumas características dos sistemas complexos surgem
pelas definições anteriores como, por exemplo:
• Número indefinido de partes;
• Relações não lineares entre as variáveis que descrevem as partes;
• Existência de mecanismos de realimentação dentro do sistema;
• Comportamento que pode parecer aleatório, mas que pode ser descrito por
padrões mais profundos;
• Comportamento não previsível.
2.3.3 Elementos da Teoria da Complexidade e Ambiente Organizacional
Nesta seção serão expostos alguns dos elementos da Teoria da
Complexidade considerando as relações possíveis com o ambiente organizacional e
as tarefas referentes à Gestão de Projetos. Estes elementos devem estar presentes
para que se possam esperar resultados coerentes, evitando confusões relacionadas
ao comportamento aleatório ao invés de caótico. Iniciando com a conceituação do
que seja um sistema no contexto deste estudo.
Sistema: “Composição de partes que interagem e formam um todo, escolhido como
objeto de observação”. (ROCHA, 1996). Ainda como explica Bertalanffy (1998),
sistema pode ser definido como um conjunto de elementos interdependentes, como
um todo organizado, partes que interagem formando um todo unitário e complexo.
39
Sistema Aberto: De acordo com Rocha (1996), seria um sistema que é capaz de
trocar energia ou informação com o meio externo, podendo apresentar
características de auto-organização e, portanto, de redução de entropia, ou que não
obedece ao segundo princípio da termodinâmica. Bertalanffy (1998), complementa
que esta troca implicaria em prováveis mudanças de componentes.
Sistema Fechado: Aquele sistema que não troca energia com o ambiente externo e
que obedece ao segundo princípio da termodinâmica, ou seja, que apresenta a
propriedade da entropia, ou desordem, sempre crescente. (ROCHA, 1996).
Complementando que nenhum material entra ou deixa o sistema, conforme
Bertalanffy (1998).
Sistemas Dinâmicos: Conforme define Lorenz (1993), sistemas dinâmicos seriam
aqueles sistemas que variam deterministicamente com o tempo e também os
sistemas que mudam com uma inconseqüente quantidade de acaso.
Sistemas Dissipativos: Podem dispersar energia de volta ao ambiente. Atingem
pontos de bifurcação em que o respectivo comportamento e os caminhos futuros
podem se tornar imprevisíveis e nos quais surgem estruturas novas e de tipo
superior. Os Sistemas Dissipativos implicam, por conseguinte, na não-linearidade,
na fluidez temporal, na não separação entre os sistemas e os seus respectivos
ambientes, e uma capacidade no sentido da emergência autopoiética de uma nova
ordem (CAPRA, 1996).
Não Linearidade: Embora nos primórdios da ciência tenha havido tentativas de
linearização dos fenômenos da natureza, percebeu-se que são inúmeros os eventos
que não apresentam esta característica, porém as equações eram linearizadas
imediatamente após sua formulação, ou seja, os cientistas acabavam trabalhando
com aproximações lineares das equações originais. (CAPRA, 1996). Dentro dos
sistemas complexos esta é uma característica considerada em sua forma original,
sem que sejam necessárias aproximações, como em ROCHA NETO (2003) “Outra
característica importante dos sistemas complexos é a não-linearidade das interações
entre seus elementos. Não há proporcionalidade entre entradas e saídas, tampouco
40
relações unidirecionais de causa e efeito”. Esta não linearidade seria devido aos
ciclos de mútua causalidade, ou seja, ciclos nos quais variáveis mutuamente
dependentes interagem. (BERTALANFFY, 1998). Conforme Eoyang (1996), uma
organização experimenta o fenômeno da não linearidade quando uma equipe inicia
com a descrição de um problema e termina com uma efetiva e elegante solução. A
saída deste sistema não poderia ser prevista a partir do ponto de partida. Conforme
exposto por Maximiano (2002), “O trabalho em equipe tem vantagens, mas oferece
desafios que se multiplicam de maneira mais que proporcional ao aumento da
quantidade de pessoas”. Demonstrando a condição de não-linearidade no trabalho
em equipe, os desafios de gerenciamento e controle serão desproporcionais ao
aumento do tamanho da equipe.
Imprevisibilidade: O comportamento imprevisível dos sistemas complexos, também
chamados de sistemas dinâmicos não-lineares, é devido à dependência sensitiva do
sistema às suas condições iniciais, sendo que pequenas variações nestas podem
gerar conseqüências desproporcionais sobre a evolução do sistema no tempo.
(FIEDLER-FERRARA e PRADO, 1995). De acordo com Eoyang (1996), no início de
um projeto é impossível saber, com toda certeza, qual será o curso, as saídas e
resultados ou fatores imprevistos que irão surgir. Mudanças nos agentes pode gerar
múltiplos futuros possíveis, sem, no entanto, ser possível saber qual irá se tornar
realidade.
Interdependência: Cada uma das partes que compõem um sistema complexo
apresenta alguma dependência das demais, ou seja, são interdependentes. Se a
atividade de P&D estiver fortemente acoplada ao restante de uma organização,
então os processos de manufatura deverão ser flexíveis e adaptáveis, em
contrapartida se não houver este acoplamento, a gerência poderia encarar P&D
como sendo desperdício de recursos, pois os resultados não apareceriam nos
produtos finais. (EOYANG, 1996).
Comportamento Emergente: Segundo Kauffman (1993), emergência é o processo
que cria nova ordem, junto da auto-organização. A emergência espontânea de
ordem, com suas propriedades, qualidades, padrões e estruturas surgem da
41
interação dos elementos individuais, são maiores que a soma das partes e podem
ser difíceis de prever pelo estudo dos elementos. Maturana e Varela (1995) vêem a
emergência como a transição de regras locais, ou princípios de iteração entre os
componentes individuais, para princípios globais ou estados que englobam todo o
conjunto de componentes ou agentes. O fenômeno da emergência se manifesta em
sistemas sociais, sempre que o comportamento coletivo transcende o
comportamento de seus componentes. (DIMITROV, 1997). Esta característica,
demonstrando padrões somente visíveis quando do estudo da totalidade do sistema,
mantendo-se, muitas vezes, invisível no nível de seus elementos, leva ao conceito
de auto-organização, ou a capacidade de mudar a estrutura do sistema, evoluindo
para uma outra estrutura.
Autopoiese: Segundo Capra (1996), “autopoiese, ou auto-criação, é um padrão de
rede no qual a função de cada componente consiste em participar da produção ou
da transformação dos outros componentes da rede”. Deste modo, esta rede estaria
criando, continuamente, a si mesma. Rocha Neto (2003) afirma que autopoiese seria
a capacidade que os sistemas vivos, ou sociais, têm de gerar e manter suas próprias
organizações, sem uma autoridade central externa. Eoyang (1996) afirma que nas
organizações, autopoiese poderia indicar como uma corporação, como um todo,
retém sua própria identidade, mesmo considerando que seus empregados vêm e
vão.
Fronteiras: Algumas partes do sistema podem apresentar diferenças quando
comparadas a outras. Certas regiões deste sistema podem ter características que
diferem de outras regiões, mesmo fazendo parte de um sistema único. Em uma
empresa, estas fronteiras poderiam ser entendidas como as hierarquias
determinadas dentro de uma equipe, barreiras departamentais, diferenças
funcionais, questões ligadas a educação e diversidades culturais. (EOYANG, 1996).
Ciclos de Realimentação: Dentro de um sistema complexo, existem inúmeras
interações e resultados que são afetados pelos resultados anteriores do próprio
sistema. (BERTALANFFY, 1998). Fechando ciclos que podem ter influência positiva
ou negativa nos resultados da evolução do sistema. Realimentações positivas
42
podem, por exemplo, levar o sistema a um ponto de ruptura. As negativas podem
levar o sistema ao desaparecimento. (ROCHA NETO, 2003).
Dimensão Fractal: “Acima de tudo, fractal significa auto-semelhante. A auto-
semelhança é a simetria através das escalas. Significa recorrência, um padrão
dentro de outro padrão” (GLEICK, 1999). Compreende as organizações que
somente são observadas em escalas muito pequenas, em termos de suas
ramificações coerentes e relações que as produzem, desde as grandes até as
pequenas escalas. (ROCHA, 1996). De acordo com Eoyang (1996), dentro de uma
organização seria possível verificar esta característica como a linguagem utilizada
pela empresa, pelas equipes e pelos indivíduos, as atitudes e os valores
fundamentais que são replicados através de toda a organização, em todos os níveis,
com os mesmos padrões quando analisados do ponto de vista do todo e de suas
sub-divisões.
Atratores Estranhos: De acordo com Rocha Neto (2003), “A existência de atratores
é o que diferencia os processos caóticos daqueles puramente erráticos ou
aleatórios. Estabelecem os limites que os processos caóticos não ultrapassam”.
Estes elementos seriam entes matemáticos que estariam atraindo os valores de
evolução dos sistemas. Ainda em Rocha Neto (2003 b), “Atratores: são pontos
críticos ou sensíveis na expressão matemática ou gráfica de um fenômeno, que
geram tendências e regiões preferenciais em torno das quais evoluem os processos
caóticos; representam a ordem nos sistemas complexos e ao mesmo tempo seus
limites”. Finalmente segundo Fiedler-Ferrara e Prado (1995), atrator seria “um
conjunto invariante para o qual órbitas próximas convergem depois de um tempo
suficientemente longo”.
Caos: De acordo com Rocha Neto (2003b), o caos, neste contexto estaria se
referindo a processos de alta entropia, ou de aparente desordem, mas que
apresentam ordem de maior complexidade. Um novo tipo de caos, o caos
determinístico, seria devido, em sua essência, à dependência sensitiva às condições
iniciais. Quando ocorre esta dependência, seria resultado das não-linearidades
presentes no sistema, que podem amplificar exponencialmente pequenas diferenças
43
nas condições iniciais. Desta forma, leis de evolução determinísticas poderiam levar
a comportamentos caóticos, inclusive na ausência de ruído ou flutuações externas.
(FIEDLER-FERRARA e PRADO, 1995).
Caórdico: De acordo com Rocha Neto (2003b), seria o caos ordenado, caos
determinístico, ou ordem complexa, referindo-se sempre aos sistemas complexos,
que apresentam padrões de ordem em meio a processos aparentemente erráticos.
Acidentes Congelados: Conforme Gell-Mann, (1996), os sistemas poderiam criar a
sua complexidade devido a informações e regularidades que têm origem no que se
chamou de “acidentes congelados” do passado que foram e podem ser
compartilhados por mais de um sistema. Os sistemas poderiam aprender baseados
em experiências comuns no passado que ficariam registradas em mais de um
sistema, de forma redundante, ou seja, seriam compartilhadas.
Estes conceitos foram expostos para que haja um panorama inicial a respeito
desta teoria. Alguns destes elementos serão reavaliados sob a ótica das equipes de
projetos de P&D, fazendo uma analogia e comparações entre estes conceitos.
2.3.4 Equipes de projetos
Antes de tratar de equipes, torna-se importante retomar o conceito de projeto,
buscando enfatizar algumas peculiaridades. De acordo com o PMBOK (2000),
“Projetos são freqüentemente implementados como meios de realizar o plano
estratégico da organização”. Nestes casos a importância está em se tratar os
desafios e metas como possíveis escopos de projetos a serem realizados, dentro da
empresa ou instituição. Ainda em PMBOK (2000) fica clara a distinção entre serviços
continuados e projetos, onde os primeiros são contínuos e repetitivos, já os projetos
são temporários e únicos. Desta forma, um projeto poderia ser definido em termos
de suas características distintas, ou seja, um projeto é um empreendimento
temporário com o objetivo de criar um produto ou serviço único. Neste caso,
temporário significa que o projeto tem um começo e um fim bem determinados. A
expressão único significa que o produto ou serviço produzido é de alguma forma
diferente de todos os outros produtos ou serviços semelhantes e já realizados.
44
O caráter temporário confere várias características para o trabalho
relacionado com projetos, por exemplo, a equipe do projeto normalmente é
desmontada após o projeto, ou seja, os projetos, em sua maioria, são conduzidos
por uma equipe cujo único compromisso está relacionado ao projeto, ao término do
projeto a equipe seria liberada e seus membros realocados em outras atividades.
(PMBOK, 2000). Gerando condições de relacionamento entre os indivíduos também
temporárias, com a necessidade mais freqüente de nova adaptação frente a um
novo grupo e novas tarefas.
Scholtes (1992) explica que, uma vez definida a necessidade do trabalho em
equipes, o passo seguinte seria a preparação do cenário para a execução de um
projeto, buscando as condições necessárias para seu sucesso. O êxito seria
dependente das diretrizes estabelecidas no início, como planejamento e estudo, a
seleção apropriada dos membros e um trabalho de base para que a equipe saiba do
que trata o projeto. Verzuh (2000) reafirma que a decisão de quais serão os
membros de uma equipe acontece no início do processo, durante as fases de
definição e planejamento. De acordo com o PMBOK (2000) a equipe do projeto deve
apresentar um conjunto de habilidades e conhecimentos sobre o produto trabalhado
pelo projeto em questão. As habilidades mínimas necessárias deveriam ser definidas
durante o planejamento e providas durante o processo de alocação de pessoal.
Porém algumas características peculiares surgem na formação destas
equipes como em Scholtes (1992), afirmando que uma verdadeira equipe só é
realmente formada após um ciclo completo de trabalho, ou seja, o processo de
formação inicial pode levar a consolidação de uma equipe propriamente dita, quando
seus componentes tiverem oportunidade de resolver suas diferenças pessoais,
encontrar as forças para prosseguir, harmonizar os compromissos assumidos frente
ao projeto com as demandas de suas tarefas diárias e, ainda, aprender como
melhorar a qualidade.
Depois de formadas estas equipes, surge a necessidade de manter algum
controle assegurando que as pessoas alocadas num determinado projeto estejam,
realmente, trabalhando neste projeto. Evitando confusões por parte dos indivíduos a
respeito de pertencerem, ou não, a determinada equipe, direcionando suas
capacidades conforme planejado. Cabe lembrar que planejamento não é uma
ciência exata, diferentes equipes podem gerar planos de projeto completamente
45
distintos. (PMBOK, 2000). Demonstrando a importância da escolha dos membros
adequados e deixando explícita a dependência das condições iniciais para o
andamento posterior de um determinado projeto. O grau de dificuldade desta tarefa
depende de características do próprio projeto. Conforme Verzuh (2000), a
identificação de participantes essenciais nos projetos pequenos é relativamente fácil,
porém seria muito mais difícil e demorada nos projetos grandes. O autor
complementa “Mas esse tempo é bem gasto já que a criação da equipe de projeto é
fundamental para o sucesso do projeto”. Ainda segundo Verzuh (2000) uma equipe
de projeto será composta por todos os grupos e indivíduos que contribuem com seu
tempo, habilidades e empenho para o projeto. Isto pode incluir outras pessoas
dentro da empresa e, até mesmo, clientes participando da definição de escopo e
acompanhando o andamento da execução. Uma equipe de projeto teria suas
fronteiras extrapolando as da própria empresa ou instituição.
As questões relacionadas aos indivíduos e suas capacidades, o fator humano
em si, os controles necessários para garantir o andamento do projeto, o
planejamento inicial com influência, em alguns casos, de elementos externos à
equipe e variáveis ligadas a características peculiares a cada projeto, tornam a
tarefa de montagem e gerenciamento destas equipes algo complexo e de dificuldade
crescente de análise. Para buscar uma forma de avaliação destas características
sob o ponto de vista sistêmico, considerando a influência de todas as variáveis
envolvidas, será apresentada uma seção com o propósito de comparar este cenário
com a Teoria da Complexidade.
2.3.5 Equipes de Projetos como Sistemas Complexos
De acordo com Rocha Neto (2003) “Há circularidades importantes, que
exibem realimentações positivas entre as pessoas e o ambiente social, podendo
gerar situações caóticas”. Demonstrando que a própria atuação dos indivíduos
dentro do ambiente pode produzir comportamento caótico e ainda em Rocha Neto
(2003) “Os sistemas humanos – organizações em geral, movimentos sociais,
empresas, clubes e partidos políticos – podem apresentar características de caos e
não linearidades”. A presença do fator humano atribui uma tendência a geração
destas condições, pela sua própria natureza e forma de agir e pensar. Dependendo
das condições iniciais, e posterior condução a caminhos determinados, uma equipe
46
de projetos poderia apresentar a característica de auto-organização, mesmo
necessitando de agentes de controle externo, porém com condição de controle pela
própria evolução do sistema. De acordo com Rocha Neto (2003), um sistema auto-
organizado apresenta as seguintes propriedades:
• “Podem trocar energia e informação com outros sistemas e, portanto, são
sistemas abertos;
• Seus processos e as relações entre suas variáveis mudam com o tempo e,
portanto, são dinâmicos;
• As relações entre os processos, que se desenvolvem no sistema, não são
lineares e, portanto, não guardam proporcionalidade direta ou implicam
causalidades diretas, de tal modo que pequenas mudanças, inclusive ruídos,
podem envolver transformações ainda maiores, conforme descrito pelo “Efeito
Borboleta”;
• Podem manter estabilidade dinâmica, pela adaptação obtida por meio de
processos e circularidades, envolvendo realimentações negativas”.
Assim, serão feitas analogias entre estas propriedades e a realidade
encontrada junto às equipes de projetos, com o intuito de explicitar algumas
semelhanças e demonstrar a coerência da aplicação desta teoria no ambiente
descrito.
Uma equipe de projetos pode ser considerada como um sistema. Um sistema
pode ser definido como um agrupamento de partes que operam juntas para um
propósito comum, neste caso a obtenção de um produto ou serviço novo, conforme
exposto em seção anterior.
As equipes de projetos são sistemas dinâmicos porque o tempo é uma das
variáveis do sistema, esta variável também é responsável por uma parte da condição
de incerteza relacionada ao projeto. Também podem ser consideradas como
sistemas abertos, pois possuem relacionamentos com o meio exterior às suas
fronteiras, tanto no sentido material quanto na troca de informações e influências
com outras pessoas e grupos externos. Sob uma análise mais ampla, uma equipe
estará atuando em prol de necessidades de um cliente, portanto, pode ser externo a
ela, atendendo a especificações e demais requisitos vindos de outras pessoas ou
47
equipes, ou ainda, grupos que podem pertencer, até mesmo, a outras instituições ou
empresas.
Estes agrupamentos podem ser julgados como sistemas não-lineares porque
existem, ao mesmo tempo, realimentações positivas e negativas. Sinergias entre
elementos de equipes ou entre equipes como um todo poderiam ser consideradas
como realimentações positivas, em contrapartida mudanças de escopo e
especificações, bem como falta de recursos para dar continuidade ao projeto
poderiam ser exemplos de realimentações negativas. Em projetos complexos, em
número de variáveis, muitas vezes não é possível, nem mesmo, manter a seqüência
de eventos programados, em virtude de alterações que não estarão,
necessariamente, sob controle.
É possível considerá-las também como sistemas adaptativos porque suas
partes podem mudar para adaptar-se a estímulos internos ou externos e, em virtude
desta característica, podem mudar suas regras. Diante de alterações nas
especificações, por exemplo, diversas condições pré-estabelecidas para gerenciar e
executar um determinado projeto podem ser modificas, ao ponto de não ser possível
retroceder ao estágio anterior, porém sempre com a orientação e o foco nas
questões ligadas ao projeto como um todo.
As equipes podem, também, ser analisadas como sistemas dissipativos, pois
buscam, no meio externo, energia para se perpetuar e se desenvolver, embora esta
dissipação não implique em desperdício e sim um meio de encontrar equilíbrio.
(CAPRA, 1996). Os insumos, motivações e demais requisitos são, no início do
processo, externos à equipe. Os resultados parciais de um projeto ou mesmo sua
totalidade, bem como os seus possíveis efeitos, podem ser enviados para instâncias
externas à equipe, como outros departamentos, gerências ou até mesmo outras
empresas ou instituições.
Conforme expostas nas definições acima, as equipes de projetos poderiam
ser analisadas sob o ponto de vista de sistemas.
Além destas definições, a Teoria do Caos, traz outras peculiaridades que
podem ser aplicadas às equipes de projetos, considerando-as como sistemas, como
as seguintes:
• São bastante dependentes das condições iniciais e, portanto, sujeitas à
incerteza, como o escopo inicial do projeto, seu ciclo de vida, prazos de
48
conclusão e demais, presentes na gestão destas equipes. A incerteza ou
indeterminação, com relação ao futuro de um determinado sistema, é um dos
aspectos que caracterizam o novo paradigma da Complexidade. (ROCHA
NETO, 2003b). Caso haja mudanças em alguns parâmetros antes de se
iniciar um empreendimento destes, os resultados podem ser muito diferentes,
inclusive não conclusivos.
• São sujeitos a operar sob caos determinístico, gerando internamente a força
em direção à mudança sem, no entanto, permitir previsão de sua evolução,
bem como se será, ou não, em favor de atingir seu objetivo. Novamente
demonstrando a relação forte com as condições iniciais de um projeto e suas
interações repletas de incertezas e não-linearidades, que podem alterar
completamente seu curso e resultados de acordo com o exposto em Fiedler-
Ferrara e Prado (1995).
• Podem ser vistas como estruturas fractais, com auto-semelhança entre suas
partes, relacionadas segundo leis de escala. Conforme Maximiano (2002)
“Um projeto é não apenas uma sucessão, mas um emaranhado de equipes
que se combinam de muitas maneiras diferentes ao longo do ciclo de vida. A
administração eficaz de projetos exige a capacidade de enxergar e lidar com
essa interdependência de diversos tipos de esforços coletivos durante o
empreendimento”. Desta forma percebe-se que é possível dividir uma equipe
em partes menores, as quais podem manter as características principais
desta, como por exemplo, o repertório que compartilham e o empreendimento
associado.
• Podem operar com estabilidade dinâmica em torno de atratores estranhos
que podem mudar de posição em função da capacidade adaptativa.
• Podem evoluir autonomamente, sem necessidade de um estímulo externo,
através de processos de geração de alternativas frente a cada mudança ou
novo desafio.
• Pode emergir um processo auto-organizado, gerado pelo acúmulo e
renovação de “acidentes congelados” na forma de regras (GELL-MANN,
1996). A própria documentação gerada pela equipe de projetos poderia ser
considerada neste enfoque. Toda a experiência acumulada pelos membros de
49
uma equipe, bem como o aprendizado proporcionado para todo o grupo
poderiam manter uma memória, a qual poderia ser acessada a cada nova
necessidade, buscando tanto as soluções efetivas, que devem ser
promovidas, quanto as falhas, que devem ser evitadas.
Toda uma organização pode ser considerada como um sistema social, de
acordo com Katz e Kahn (1987). Considerando que a presença de seres humanos,
envolvidos por metas em comum e demais características do trabalho em equipe,
também permita aproximar estas equipes de sistemas ditos sociais, pode-se afirmar
que, de acordo com Goerner (1994), sempre que se trata de representação
matemática de realidades sociais como um todo, trata-se de Caos e, ainda, que
sistemas sociais seriam dissipativos, e sua dinâmica seria descrita por atratores
estranhos. Segundo Dimitrov (1997), gerenciar esta complexidade social significa
gerenciar sua dinâmica caótica e seus efeitos, evitando assim, o perigo de
destruição e colapso. Caso o gerente de projetos, e demais participantes do sistema,
não tenham a noção da dinâmica dentro das organizações e do mercado, um projeto
pode evoluir, no sentido de traçar esta trajetória, para o colapso e finalização do
projeto e conseqüentemente da equipe. Buscar o tratamento das equipes através de
possíveis atratores, para sua formação e gerenciamento, seria um meio de reduzir o
grau de incerteza por parte da organização. Critchley e Casey (1997) afirmam
parecer lógico que um catalisador de formação de equipes poderia ajudar qualquer
uma a funcionar melhor e, desta forma, ajudar qualquer organização a melhorar seu
desempenho. O melhor funcionamento poderia levar a organização a atingir seus
propósitos com mais eficácia.
2.3.6 Nova proposta de gerenciamento
De acordo com Smits (2001), uma nova análise deve ser empreendida nos
dias atuais, classificando o gerenciamento de uma organização entre convencional
ou complexo. Baseando-se, também, nos trabalhos de Knowles (2001), busca-se
esta classificação através da observação de dois indicadores: Grau de Certeza no
futuro de determinada organização e Grau de Concordância que certas ações
deverão ser executadas para o futuro da organização. A Figura 2 mostra
graficamente este modelo. Quando ambos indicadores são altos, fica definida uma
50
região de estabilidade. Nesta região, o gerenciamento convencional normalmente é
executado. Nota-se que a forma convencional, geralmente fica calcada na força da
hierarquia, na conformidade com a política da empresa. A maior parte dos
comportamentos seria previsível. Assumir riscos é visto como algo perigoso. Auto-
organização não é reconhecida e deliberadamente suprimida. A combinação destas
características leva, normalmente, a grande grau de retrabalho e perdas. Um
sintoma usual é a grande freqüência de reuniões e indivíduos insatisfeitos afirmando
não haver tempo para o trabalho em si. (KNOWLES, 2001). Quando os indicadores
são ambos de grau baixo, é definida a região de aleatoriedade. Neste sentido a
organização deve se esforçar para retornar a uma região de maior estabilidade. A
forma como isto se manifesta é, normalmente, por meio de muitos projetos sendo
iniciados para resolver problemas próprios, porém sem nunca serem finalizados.
Organizações nesta região sofreriam de uma espécie de sobrecarga de iniciativas,
corte em projetos iniciados, falta de visão e permanência em um estado de estresse.
(BIRKINSHAW e CONNOLLY, 2000).
FIGURA 2 – REPRESENTAÇÃO GRÁFICA DE REGIÕES DE GERENCIAMENTO
FONTE: Adaptado de SMITS (2001).
Sob condições apropriadas, sistemas podem operar na fronteira entre estas
zonas, chamada de fase de transição ou “borda do Caos” (Edge of Chaos). Esta
região é indicada na Figura 3.
• Segundo Rocha Neto (2003) “Situações caóticas, não no entendimento
comum ou popular da palavra caos, mas na perspectiva da ciência, são
geradas a partir de realimentações positivas, até que limites ou pontos de
51
inflexão sejam atingidos”. E, ainda, “Rupturas ocorrem nos limites dos
processos evolutivos sempre que há limitações de recursos, realimentações
positivas conduzem a pontos de ruptura”.
FIGURA 3 – REGIÃO DE GERENCIAMENTO COMPLEXO
FONTE: Adaptado de SMITS (2001).
Cabe ressaltar que segundo Stacey (1992), uma organização deveria operar
na “borda do Caos”, pois nesta região estaria o espaço para criatividade, a região
próxima a desintegração do sistema. Ainda comenta que as organizações humanas
devem operar no Caos se desejam continuar criativas e que esta condição
necessária para atingir-se o grau de inovação, indispensável para o seu sucesso,
ocorreria somente neste estado. Nesta região, o gerenciamento convencional não
funciona, pois estaria baseado em situações previsíveis, conhecidas. As
conseqüências de se manter a forma ortodoxa de gerenciamento, quando nesta
região, seriam como Stacey (1993) resumiu:
• A análise perde sua prioridade;
• A contingência, causa e efeito, perde seu significado;
• O planejamento a longo prazo torna-se impossível;
• As visões tornam-se ilusões;
• Consensos e culturas fortes tornam-se perigosos;
• Relações meramente estatísticas tornam-se duvidosas.
Ao contrário do gerenciamento convencional, deve-se confiar nos processos
de auto-organização. Isto significa que dentro de certas condições do sistema, suas
regras, princípios que contém algum atrator, os indivíduos componentes do grupo
52
poderiam se auto-organizar, espontaneamente, em torno de certas questões
identificadas. Questões como, por exemplo, “trabalho a fazer” seriam promovidas
pelo próprio sistema e não por alguma hierarquia imposta pela empresa. (SMITS,
2001).
Desta forma, para que uma organização possa manter-se na região capaz de
gerar inovação é necessário considerar questões relacionadas à Complexidade.
Atuar no gerenciamento de possíveis atratores e controle da região onde a equipe se
encontra, evitando-se a área de aleatoriedade, pode ser crucial para o sucesso de
uma empresa.
2.3.7 Auto-organização em equipes
Segundo Smits (2001), para que haja uma espontânea auto-organização,
dentro de uma organização ou equipe, é necessária a presença de algumas
condições. Todos os indivíduos devem ter certeza de sua identidade, quem são
dentro do contexto em que estão, suas necessidades e de quem são dependentes e
como trabalhariam junto com outros indivíduos ou organizações, tendo, ainda,
acesso livre a informações necessárias para a criação de um panorama do ambiente
e do negócio onde estão inseridos.
Na forma convencional de gerenciamento, algumas questões como a
estrutura da organização, o processo referente ao negócio desempenhado e os
padrões de comportamento são passíveis de medição, muitas vezes indicadores
financeiros. Porém, uma parte das entradas e relações deste sistema permanecem
invisíveis para o gerente. Estas camadas continuam existindo mesmo se não forem
consideradas e representam as características da complexidade. A Figura 4 mostra
como seria esta forma de gestão. Questões não mensuráveis ou suprimidas nas
considerações e decisões são simplesmente chamadas de “cultura”. Esta cultura
não é, geralmente, completamente conhecida, ou mesmo poderia ser prevista ou
projetada. Estas entradas do sistema permanecem invisíveis e todos os impactos
das decisões são avaliados somente no sentido de mudanças estruturais, no
processo da empresa e algumas relativas ao comportamento como mudanças na
chamada cultura da empresa ou do grupo (STACEY, 2000).
53
FIGURA 4 – FORMA CONVENCIONAL DE GESTÃO
FONTE: ADAPTADO DE SMITS (2001).
Para o ambiente de Gestão Complexa, é reconhecida a importância da auto-
organização e é importante considerar certos pré-requisitos para que esta aconteça.
A identidade clara dos membros é indispensável, como citado anteriormente. Esta
identidade é dependente do contexto, assim como o conhecimento. Este
conhecimento será considerado como a informação contextualizada, conforme Hock
(1999). Esta contextualização ocorre quando os indivíduos estão livres para criar as
necessárias conexões, permitindo emergir o entendimento do contexto geral e sua
inter-relação com as demais informações (HOCK, 1999). A Figura 5 mostra estes
quatro conceitos gerando o fenômeno da emergência e criando, através deste
processo, a estrutura semelhante à da gestão convencional, porém todos estes
elementos são visíveis e passíveis de consideração e análise.
Conforme Dimitrov (2001), identidade humana poderia ser descrita como a
personalidade distinta de um indivíduo como uma entidade persistente, porém
passível de mudança.
54
FIGURA 5 – FORMA DE GESTÃO COMPLEXA
FONTE: ADAPTADO DE SMITS (2001).
Wenger (1998) explica que identidade não é algo que a certa altura da vida
apareça ou se desenvolva, como a dentição, por exemplo, ela é constantemente
renegociada durante o curso de nossas vidas. Não poderia ser descrita ou analisada
por um indivíduo, seria formada pela múltiplas experiências e participações em
diversas comunidades diferentes. Wenger (1998) comenta, ainda que haveria uma
profunda conexão entre identidade e prática. De acordo com Dimitrov (2001), a
identidade não seria algo consciente, existiria apenas devido às interações
dinâmicas entre os seres humanos. Smits (2001) afirma que quando existe interação
entre os indivíduos, suas identidades também interagem com a possibilidade de
gerar uma identidade de grupo e que esta poderia traçar a mesma trajetória caótica.
Isto indicaria a ação de um atrator, permitindo a previsão de uma possível trajetória
que seria traçada pelo grupo, embora não permita, necessariamente, prever o
comportamento individual. Não seria possível prever o comportamento como um
todo, mas existiria uma indicação de um padrão de atração, gerando uma região de
possibilidades.
2.3.8 Considerações Finais sobre Sistemas Complexos
Nesta seção foram expostos os requisitos para que um sistema possa ser
tratado como Complexo. Várias analogias e comparações podem ser feitas com
55
relação ao ambiente de Gestão de Projetos dentro das organizações com o intuito
de fortalecer e sugerir aplicações práticas para a Teoria da Complexidade. Este
corpo teórico pode auxiliar na criação de ferramentas de auxílio na Gestão de
Projetos, em termos gerais e, mais especificamente, na formação e controle de
equipes potenciais para a execução de projetos demandados pela sociedade. Uma
nova visão de gerenciamento foi proposta com o intuito de apresentar um caminho
dentro deste novo paradigma que se apresenta. A identificação, e observação do
comportamento, de algumas variáveis pode indicar a presença de possíveis
atratores, os quais poderiam servir como indicadores de trajetórias. Estas trajetórias
seriam previsíveis, assim o resultado do grupo como um todo poderia ser
acompanhado e conduzido, mesmo considerando que o destino deste, no sentido
completo, não pudesse ser controlado. Devido à sensibilidade do sistema às
condições iniciais, torna-se possível gerar e simular diversas trajetórias possíveis
para a evolução de um sistema, permitindo a escolha daquela mais adequada aos
interesses da gestão e, através da manipulação das variáveis de entrada, induzir o
sistema a aproximar-se da trajetória escolhida ou, em outras palavras, controlar
propriamente o processo, mesmo considerando todas as relações caóticas e
complexas. (GREBOGI e LAI, 1997; OTT, E., GREBOGI, C. e YORKE, J.A. 1990).
De acordo com o exposto, alguns possíveis atratores poderiam ser
considerados para a gestão de projetos e, mais especificamente na composição de
equipes. Além da identidade e do conhecimento, considerando o contexto e suas
conexões, outro conceito poderia ser analisado, como o de competência. Por
exemplo, no conceito de Árvores de Conhecimento de Lévy e Authier (1995), novas
competências e saberes poderiam surgir da coletividade, e cada indivíduo teria uma
posição única nesta coletividade. Corroborando com a hipótese da emergência, ou
seja, o grupo teria uma nova camada de organização, com competências não
observáveis no nível individual.
2.4 COMPETÊNCIAS
Nesta seção serão tratados alguns conceitos a respeito de competências,
suas definições e relações com o contexto de Gestão de Projetos.
56
2.4.1 Conceitos Iniciais sobre Competências
O conceito de competência vem sendo discutido e reavaliado principalmente
a partir dos trabalhos apresentados por Penrose (1959). Estes apresentaram uma
noção de organização, que, depois de incluídas as contribuições de Chandler
(1990), levaram à conclusão de que uma organização seria feita da união de
capacidades dinâmicas organizacionais, estas formariam uma espécie de fonte de
competitividade. Segundo Le Boterf (1994) o conceito de competência ainda não
está finalizado e permanece em construção e, ainda, Marín e Berrocal (1999)
reafirmam que não há unanimidade na definição de competência. Conforme Hamel e
Prahalad (1999), competência seria um conjunto de habilidades e tecnologias juntas,
e nunca separadas, como uma única habilidade ou tecnologia isoladamente. Para
que sejam enquadradas como competências essenciais, deveriam apresentar a
característica da integração. De acordo com Le Boterf (1994 e 1999), competência
seria como um “saber agir” responsável e reconhecido pelos demais membros de
um determinado grupo.
Para Durand (2000), o conceito de competência estaria baseado em três
dimensões, conhecimentos, habilidades e atitudes, associando-se aspectos
cognitivos, técnicos, sociais e, até mesmo, afetivos ao trabalho. O conhecimento
seria definido como a série de informações assimiladas e estruturadas pelo
indivíduo. A habilidade estaria relacionada à capacidade de aplicar o conhecimento
adquirido. A atitude seria a predisposição em relação à adoção de uma ação.
Segundo Zarifian (2001), existiriam três mudanças no contexto de trabalho
que justificariam o surgimento do modelo de competência. A primeira seria a idéia do
evento, envolvendo a noção de incidente imprevisto, para o qual devem ser
buscadas soluções. Para que isto aconteça, seria necessário atuar além das
atribuições cotidianas, exigindo novos recursos dos indivíduos para tratar de
situações mais complexas e instáveis. A segunda mudança seria com relação ao
conceito de serviço, este supõe que trabalhar é atender a um cliente interno ou
externo. A terceira mudança seria a necessidade de mudança na forma de
comunicação buscando o comprometimento mútuo. Tendo como base essas
mudanças, a competência estaria calcada em "tomar iniciativa” e “assumir
responsabilidades" diante de quaisquer situações, desde usuais até as mais
57
imprevistas. Finalmente, para alguns autores, a necessidade de identificação das
competências e sua caracterização, surge da própria estratégia empresarial, de
modo que seja feita uma definição das competências organizacionais que, em última
análise, desmembra-se em competências funcionais (Green, 1999; Fleury e Fleury,
2000; Eboli, 2001; Dutra, 2001). Outros autores consideram que este processo se
desenvolve em ordem inversa, ou seja, uma análise inicial das competências
individuais de cada membro do grupo iria gerar um conjunto definido de
competências organizacionais e, somente a partir desta definição a organização teria
condições de criar e desenvolver uma estratégia.
2.4.2 Competências em Equipes de Projetos
Tratar das questões relacionadas aos recursos humanos em equipes de
projetos não é uma tarefa simples. Pode-se encontrar no PMBoK (2000) todo um
capítulo dedicado a esta atividade. As dificuldades estão relacionadas ao fato de que
estas equipes estão em constante mudança e também pela dificuldade de gerentes
de projetos e demais envolvidos de visualizarem o projeto como um todo.
Quando se formam equipes o intuito é conseguir um resultado melhor do que
se conseguiria com um único indivíduo como em Wiig, (1993): “Uma equipe é mais
que a soma de todos os seus componentes, ela fornece sinergia”. Esta sinergia se
deve, em parte, ao fato de que cada membro de uma equipe sabe que pode contar
com os conhecimentos de outros membros da mesma, tornando-se assim mais
seguros em suas afirmações. Cabe lembrar que o conhecimento humano nem
sempre é explícito como em Polanyi, (1966): "Nós sabemos mais do que podemos
dizer”. Parte do conhecimento do indivíduo não estará à disposição do grupo quando
da sua ausência, tratando-se de conhecimento tácito não poderia ser traduzido em
linguagem escrita, por exemplo, colocando-se em um manual, sendo sua
transformação em conhecimento explícito, sob o ponto de vista do grupo, um
processo mais complexo. A abordagem de uma equipe quando diante de um novo
desafio é analisá-lo por várias perspectivas, utilizando os conhecimentos e opiniões
de todos os seus membros, inclusive este é o motivo pelo qual uma equipe
multidisciplinar possui maior chance de êxito quando apresentado um projeto
complexo como afirma Maximiano, (2002): “Todo gerente de equipe de projeto deve
procurar assegurar a multiplicidade de enfoques que a diversidade traz”. A
58
abordagem de solução com visão de equipe normalmente acelera o processo,
quando comparado com o desempenho de um só indivíduo e, ainda, sob o ponto de
vista de uma única pessoa algumas soluções poderiam não ser tão evidentes,
recaindo na ilusão de solução impossível. Segundo Wiig, (1993) o comportamento e
o estilo individual de cada membro influenciam no estilo de trabalho de uma equipe,
porém se esta estiver motivada e focada em seu objetivo o trabalho acaba sendo
desenvolvido com o perfil da equipe se sobrepondo ao indivíduo. Um perfil de equipe
acaba por emergir da interação entre os membros deste grupo.
Um projeto sob o enfoque de equipes pode ser considerado como em
Maximiano, (2002): “A equipe de um projeto é um grupo de pessoas que se
combinam e se sucedem de diferentes maneiras ao longo do ciclo de vida”. Estas
relações e interações não podem ser previstas antes do início da execução de um
projeto, de forma que as capacidades de cada pessoa estarão disponíveis para o
uso da equipe em determinados momentos e noutros não, sendo substituídas por
outros membros.
O trabalho em equipe não traz somente vantagens. Em se tratando de um
conjunto de pessoas, uma equipe pode desenvolver certos comportamentos nocivos
ao desempenho sob um ponto de vista mais amplo, por exemplo, uma equipe deve
trabalhar de forma coesa, mas se esta coesão for demasiadamente forte a equipe
pode se fechar a outras influências externas a elas, permanecendo às escuras
quanto ao que ocorre em seu redor ou com uma visão míope da realidade atual que
a cerca, sendo estas possibilidades desaconselháveis, pois, desconsiderando outros
aspectos, um projeto poderia terminar em seu prazo e de acordo com o que a
equipe vislumbrara em seu início, porém já obsoleto para o mercado a que se
propunha, por exemplo. Outro problema citado em Maximiano, (2002), é o “Paradoxo
de Abilene” afirmando que um indivíduo pode concordar com a opinião da equipe
mesmo discordando intimamente, acreditando estar alinhado com a expectativa de
seus colegas, o que empobrece o resultado de uma discussão em torno de algum
problema ou obstáculo, reduzindo sua diversidade de pontos de vista. Perceber e
buscar uma solução para estes problemas dentro de uma equipe é uma tarefa que
encerra o entendimento de diversos conceitos bastante vagos e imprecisos. Um
gerente ou um sistema que o auxilie poderia testar alguns indicadores na tentativa
de previsão de sua ocorrência e tomada de providências em tempo de minimizar
59
seus efeitos prejudiciais. Lembrando que, segundo Wiig, (1993) o conhecimento
pode ser público, compartilhado ou pessoal, o que confere ainda maior grau de
complexidade quando da aplicação de um método para a avaliação destes quesitos
junto a um grupo.
Para que uma equipe permaneça trabalhando motivada, segundo Frame,
(1994), o gerente deveria ter a capacidade de envolver a todos através de reuniões
produtivas, dando condições e espaço para que os membros possam trabalhar,
divulgar os resultados do grupo de forma efetiva, reconhecendo os esforços
especiais, estar voltado para as pessoas do grupo e manter claras as
responsabilidades de cada membro da equipe. Fica claro que o gerente deve possuir
e saber desempenhar diversas competências individuais, sem as quais o grupo
poderia ficar desorientado. Outras capacidades de um gerente de projetos foram
apontadas por Meredith e Mantel (1995), como, por exemplo: forte base tecnológica,
maturidade individual, grande disponibilidade, bom relacionamento com a alta
administração da empresa, capacidade de manter a equipe motivada e ter
trabalhado em diferentes departamentos da empresa onde atua. Kerzner (2001)
enumerou uma lista ainda mais completa de características como: flexibilidade e
adaptabilidade, iniciativa e liderança, agressividade, confiança, persuasão e fluência
verbal, ambição e pró-atividade, ser um bom comunicador e integrador, possuir uma
boa variedade de interesses pessoais, entusiasmo, imaginação e espontaneidade,
habilidade em balancear soluções técnicas com as variáveis de tempo, custo e
fatores humanos, ser bem organizado e disciplinado, ser um generalista ao invés de
um especialista, habilidade para dedicar a maioria de seu tempo para planejamento
e controle, habilidade para identificar problemas e capacidade de tomar decisões.
De forma explícita, mesmo que algumas destas características estejam
sobrepostas, são muitas as competências individuais para estar apto a desempenhar
este papel junto a uma equipe. Este é um panorama da complexidade, em número
de variáveis, quando um indivíduo é escolhido para executar determinadas tarefas,
incluindo aqui todas as demais já citadas no tratamento de outras áreas, em seções
anteriores.
60
2.4.3 Considerações finais sobre Competência
Segundo Spencer (1993), existiriam pelo menos cinco tipos de características
relacionadas à competência: motivacionais, traços de personalidade, capacidades
pessoais, conhecimentos e habilidades. Estariam presentes questões motivacionais,
relacionadas ao comportamento que um indivíduo assume diante de uma
determinada ação. Questões relacionadas aos traços de personalidade, justificando
as reações de um indivíduo frente a determinadas situações. Questões ligadas às
Capacidades Pessoais, ou seja, os valores relacionados às atitudes, valores
pessoais e auto-imagem. Questões referentes aos Conhecimentos e Habilidades,
considerando a capacidade de realizar certas atividades físicas e mentais. Ficam
claras as condições de Complexidade e inter-relacionamento destas características.
Buscar o levantamento de indicadores tanto de capacidades individuais e também
daquelas que possam emergir dentro de uma equipe, torna-se interessante para o
desempenho da tarefa de organizar e gerenciar esta equipe, com o intuito de
controlar seu desenvolvimento, mantendo-se em região de construção de inovação e
evitando as regiões de colapso do grupo.
2.5 MÉTODOS MATEMÁTICOS DE INFERÊNCIA
Para a tomada de decisão, com base em dados e informações colhidas num
determinado sistema, existem algumas possibilidades de ferramentas matemáticas
de auxílio. Nesta seção serão expostas algumas delas e apresentada a motivação
da escolha para dar continuidade neste trabalho.
2.5.1 Tipos de Inferência
Conforme afirma Durkin (1994), o chamado encadeamento para frente seria
uma forma de inferência que se inicia através de fatos conhecidos e com o uso de
regras, estes são transformados em novos fatos, prosseguindo nesta seqüência até
que se atinja o objetivo. Pelo fato de que a condição vem antes da conclusão, pode-
se afirmar que se está indo “para frente”. Normalmente se começa com as
condições para tentar inferir seus efeitos em diversas análises práticas. Durkin
(1994) continua explicando que o encadeamento para trás é o método de inferência
que tenta provar uma hipótese. De acordo com Keller (1991), este se diferencia do
61
método de encadeamento para frente, pois começa assumindo que uma conclusão
seria verdadeira, para, somente então, usar regras tentando provar esta conclusão.
2.5.2 Análise Estatística
De acordo com Chiavenato (2000), pode-se afirmar que os métodos
estatísticos permitem produzir o máximo de informações a partir dos dados
disponíveis, uma análise estatística pode fornecer meios para determinar amostras,
definir suas características para que possam ser consideradas representativas do
universo de dados e, ainda, qual o risco associado na decisão de aceitar ou rejeitar,
por exemplo, um lote de produção, em função das informações geradas pela análise
da amostra. Esta teoria, baseada em métodos estatísticos permite uma tomada de
decisão mais segura diante de determinadas situações de incerteza. (DOWNING &
CLARK, 1998). Assim este método também poderia ser utilizado dentro do âmbito
deste trabalho, porém, conforme afirma Spiegel (1993), decisões estatísticas são
aquelas tomadas com base em dados amostrais, considerando a possibilidade de
analisar dados históricos, os quais nem sempre estarão disponíveis para o objeto
deste estudo. Spiegel (1993) diz, ainda, que as decisões estatísticas seriam aquelas
tomadas com base em informações amostrais, sugerindo que, na tomada destas
decisões, sejam formuladas hipóteses estatísticas acerca das distribuições de
probabilidade da população estudada. Estas hipóteses poderiam ser testadas e as
decisões tomadas em função do resultado destes testes.
2.5.3 Análise Bayesiana
Kasmier (1982), destaca que “o ponto central da análise estatística moderna é
a tomada de decisão sob condições de incerteza”, devido a isto, afirma sobre a
importância da teoria de Bayes, ou seja, a estatística clássica baseia suas decisões
na análise de dados amostrais, já a análise bayesiana de decisão permite que, a
estes dados amostrais, a opinião pessoal do analista seja levada em consideração.
De acordo com Stevenson (1986) a teoria de Bayes “é um método de revisão de
probabilidades existentes (a priori) com base em informação amostral.” Conforme
exposto por esta teoria, a probabilidade a priori está baseada em opiniões ou valores
pessoais, portanto pode ser considerada subjetiva, ou em dados históricos, ou seja,
seria independente dos dados amostrais. Entretanto a probabilidade a posteriori
62
dependeria dos dados amostrais, sendo utilizada para revisar a probabilidade a priori
(Kasmier, 1982). Martz e Waller (1982) explicam que quando apresentado um
problema a um grupo de especialistas, e estes demonstram ter um mesmo grau de
certeza em uma determinada proposição, esta concordância pode reforçar o grau de
certeza de que esta seria provavelmente correta, melhorando a qualidade destas
inferências. Cabe lembrar que, se houver discordância, isto demonstraria um real
conflito em torno da questão apresentada, necessitando de uma nova análise, com
apresentação de novos dados para minimizar o conflito.
2.5.4 Lógica Fuzzy
A tradução do termo em inglês Fuzzy poderia ser: algo difuso, não nítido ou
nebuloso. O nome “lógica difusa”, ou ainda “lógica nebulosa”, pode levar a alguma
confusão fazendo parecer que a própria lógica é nebulosa quando, na verdade, ela
se presta a trabalhar com dados difusos ou nebulosos, com informações esparsas.
Desta forma, para evitar este sentido da expressão, neste trabalho será mantida a
palavra em inglês.
Para solucionar as tarefas de previsão de resultados, pode-se lançar mão de
algumas técnicas, como as apresentadas anteriormente, e também a Lógica Fuzzy.
De acordo com Levine (1988) “As técnicas de probabilidade que são baseadas no
prognóstico de que alguma coisa vai acontecer por causa da evidência de alguma
outra coisa que aconteceu no passado foram desenvolvidas por um homem
chamado Bayes”. Indicando que estas técnicas necessitam de dados amostrais
históricos, porém para o caso de gestão de projetos inovadores, nem sempre estará
disponível algum dado histórico, pois o caminho a ser trilhado pode ser inédito.
Nesta seção serão apresentadas as bases desta ferramenta matemática que
posteriormente será usada na implementação dos testes, expondo a motivação pela
escolha desta técnica.
2.5.4.1 Breve Histórico
O conceito de conjunto Fuzzy, base para a teoria ligada à Lógica Fuzzy, foi
introduzido em 1965 por Lotfi A. Zadeh (Universidade de Berkeley, Califórnia). O
Professor Zadeh verificou que a tecnologia disponível era inadequada para controle
automático de processos industriais, biológicos ou químicos, que apresentassem
situações de definição ambígua, que não fossem passíveis de tratamento e
63
processamento pela lógica computacional, cuja base era a lógica booleana
(KANDEL, 1986). Buscando uma solução para estes casos, Zadeh (1965) publicou
um artigo chamado “Fuzzy sets”, resumindo os conceitos dos chamados conjuntos
Fuzzy, esta base evoluiu para a Lógica Fuzzy. O trabalho de Zadeh passou a ter
maior aceitação e esta evolução é apresentada em sua Home Page, conforme a
Tabela 3, mostrando o número de trabalhos publicados referentes à Lógica Fuzzy.
TABELA 3 – NÚMERO DE TRABALHOS PUBLICADOS POR PERÍODO
Período Fonte: INSPEC Fonte: Math.Sci.Net
1970 a 1980 566 453
1980 a 1990 2.361 2.476
1990 a 2000 23.753 8.428
FONTE: ZADEH (2005).
A partir da década de 70 estes conceitos começaram a ser aplicados junto à
teoria de controle de processos, havendo um gradativo aumento no interesse e em
aplicações bem sucedidas, inicialmente em países como a China e Japão e depois
países da Europa. (REYERO e NICOLÁS, 1995).
2.5.4.2 Conceitos Iniciais
Nesta seção serão apresentadas as bases para a compreensão e uso da
Lógica Fuzzy. Segundo Shaw e Simões (1999), alguns elementos merecem
destaque para o entendimento desta ferramenta, como os seguintes:
• “A Lógica Clássica, ou aristotélica, é bivalente, reconhecendo apenas dois
valores, verdadeiro ou falso. A Lógica Fuzzy é multivalente, reconhecendo
múltiplos valores, considerando que a verdade é uma questão de ponto de
vista ou de graduação, definindo o grau de veracidade em um intervalo
numérico [0,1];
• A Lógica Fuzzy é uma forma de gerenciamento de incertezas, por meio da
expressão de termos com certo grau de certeza, num intervalo numérico que
varia entre [0,1], onde a certeza absoluta é representada pelo valor 1;
64
• Expressões verbais, imprecisas, qualitativas, inerentes da comunicação
humana, que possuem vários graus de incerteza são manipuláveis por meio
da Lógica Fuzzy;
• No raciocínio humano, que consiste em implicações lógicas, ou também
chamado de inferência lógica, a entrada ou condição e a saída ou
conseqüência são associadas por regras de raciocínio com graus de
veracidade variando no intervalo [0,1];
• A Lógica Fuzzy permite traduzir os termos vagos da comunicação humana em
valores compreensíveis por computadores. Sendo os computadores
máquinas de aplicações gerais que podem fazer papel de interface com
processos físicos, químicos, térmicos e biológicos, entre outros, a forma de
comunicação humana pode ser utilizada diretamente, em sua forma original,
entre operadores e tais processos”.
Conforme Gupta (1977), “A teoria dos conjuntos difusos procura remover a
barreira da linguagem existente entre o ser humano, que raciocina através de
palavras imprecisas, e a máquina, que aceita apenas ordens ou instruções precisas”.
Esta característica permitiria a implementação de ferramentas computacionais
capazes de processar informações referentes ao comportamento humano, levando
em consideração a sua própria forma de comunicação. Levine (1988) afirma, ainda,
que “As pessoas não conseguem sempre se expressar por meio de respostas
exatas”. Cabe relembrar que respostas referentes aos conhecimentos de um
indivíduo, principalmente conhecimentos tácitos, dificilmente seriam colocados em
palavras. Diversas são as camadas de incerteza adicionadas pela própria forma de
comunicação humana. Tanto na tarefa de colher informação, seja diretamente ou
através de indicadores, quanto no momento de processamento desta, métodos que
permitam incorporar esta condição na avaliação e análise são importantes para a
criação de modelos mais confiáveis destes problemas.
De acordo com Reyero e Nicolás, (1995) a Lógica Fuzzy, que se baseia na
teoria de conjuntos Fuzzy, utiliza estes conjuntos para modelar a incerteza e os
conceitos imprecisos ou ambíguos. Enquanto que na Teoria Clássica de Conjuntos
65
um elemento pertence, ou não, a um conjunto, na Teoria de Conjuntos Fuzzy
considera-se que pode haver elementos que pertençam parcialmente a um conjunto
e, em alguns casos, a mais de um conjunto simultaneamente. Ainda, “Neste sentido
os conjuntos Fuzzy permitem fazer um tratamento lingüístico de elementos e, ainda
que esta não seja a maneira perfeita de descrever a realidade, sem dúvida já é uma
forma muito adequada de fazê-lo”. A forma humana de comunicação é muito mais
imprecisa do que exata, por exemplo, quando perguntado sobre sua própria
avaliação de capacidade dentro de uma equipe, um indivíduo não se limita entre
satisfeito e não satisfeito, poderia responder não estar “muito satisfeito” ou “só um
pouco” insatisfeito ou, ainda, numa linguagem mais simples “mais ou menos”
satisfeito, e estes termos poderiam carregar informação sutil sobre o real grau de
avaliação deste indivíduo. A vantagem de permitir o uso de rótulos de linguagem no
tratamento das informações, além de tornar possível seu uso em programas de
computador, também aproxima a linguagem utilizada pelos membros de um grupo,
facilitando sua identificação com este, buscando como exposto em seção anterior,
um elemento atrator dentro da equipe.
2.5.5 Considerações Finais sobre Métodos Matemáticos
Nesta seção foram abordados alguns dos métodos matemáticos de inferência
que poderiam ser utilizados no auxílio à decisão dentro deste contexto. Para o
desenvolvimento deste trabalho foi escolhida a Lógica Fuzzy, pois, como exposto
anteriormente, esta apresenta características interessantes para o processamento
dos dados considerados relevantes, permitindo avaliar os diversos graus de
importância dos requisitos dos projetos e das competências individuais.
A aplicação desta ferramenta matemática será demonstrada no capítulo 4, no
desenvolvimento de teste complementar.
66
3 CONCEPÇÃO GERAL DO TRABALHO
Este capítulo busca demonstrar a concepção geral deste trabalho, unindo os
conceitos apresentados nos capítulos anteriores aos objetivos abordados.
3.1 ABORDAGEM SISTÊMICA
Nesta seção serão apresentados os elementos relevantes formadores do
ambiente complexo aqui considerado. A Figura 6 ilustra as diversas interações entre
estes elementos dentro do contexto, permitindo uma visualização, sob o ponto de
vista sistêmico, da dimensão Inovação.
FIGURA 6– ABORDAGEM SISTÊMICA DA GERAÇÃO DE INOVAÇÃO
Observa-se que um ambiente complexo se forma na interação entre diversos
elementos: Os Órgãos de Fomento fornecendo recursos tanto para as Instituições
de Pesquisa como para as Empresas. As Instituições e as Empresas, por sua vez,
67
procuram os meios necessários para suprir com as demandas publicadas pelos
editais, através da correta formação de equipes de projetos. Grande parte da
Complexidade parte da própria sociedade com dimensões políticas, sociais, culturais
e ambientais envolvidas juntamente com suas necessidades. Esta sociedade
interage com os outros atores através de seus interesses, instituições e indivíduos.
Pode-se considerar que as possíveis inter-relações entre estes elementos são
numerosas. As variáveis envolvidas estão, em grande parte, ligadas aos interesses e
comportamento dos indivíduos, com forte interdependência. Embora possam ser
criadas condições iniciais adequadas ao desenvolvimento de projetos que venham a
atender as necessidades da sociedade, a evolução e o próprio resultado final não
podem ser previstos com grande exatidão, devido a incertezas no planejamento
destes projetos, grau de risco a ser assumido e demais mudanças que podem surgir
durante a execução, oriundas tanto do meio interno quanto do meio externo a este
ambiente.
A necessidade de geração de soluções inovadoras, por parte desta
sociedade, fez surgir os Fundos Setoriais. Cabe lembrar que segundo Stacey
(1992), a capacidade de inovação, por parte das organizações, pode estar na
chamada “Borda do Caos”, na linha que separa uma condição ainda estável da
ruptura completa desta organização. As organizações que buscarem uma condição
de competitividade através da Inovação deverão operar nesta região, assumindo os
riscos, mas procurando condições de manutenção da estabilidade dinâmica em
torno dos pontos de atração, novamente fazendo referência aos Sistemas
Complexos.
Neste contexto surge a necessidade da Gestão da Complexidade, ou seja, a
criação de meios de verificação e controle da evolução do sistema como um todo,
não mais como a simples união de subsistemas, mantendo-se o foco no objetivo
final de Inovação, cujos benefícios devem se refletir novamente para a sociedade,
fechando um grande ciclo. Gerenciar estes fatores torna-se indispensável,
principalmente quando os riscos são mais elevados e os próprios projetos mais
complexos. A evolução caótica de um sistema não significa comportamento aleatório
ou errático, de acordo com Gleick (1999), apenas que a lógica deste só pode ser
analisada sob o ponto de vista de organização num nível mais profundo. Esta
condição poderia dificultar, ainda mais, o gerenciamento destes sistemas, indicando
68
a necessidade de criação de métodos e ferramentas de análise que auxiliem os
indivíduos a tomarem as decisões sob o ponto de vista sistêmico. Rosenhead (1998)
relembra que o futuro é incerto para organizações de qualquer nível de
complexidade, porém seria cada vez mais importante a tomada de decisões com
base em informações emergentes do próprio sistema, como um todo, e não mais em
informações e dados históricos, assumindo que o que se fez no passado poderia
resolver novamente os problemas, com a mesma eficácia.
3.2 FATORES EMERGENTES NA FORMAÇÃO DE EQUIPES
Esta seção busca demonstrar os efeitos da Complexidade em tarefas contidas
no sistema tratado na seção anterior, como na formação de equipes, por exemplo. A
Figura 7 mostra alguns dos elementos presentes nesta tarefa.
FIGURA 7– ELEMENTOS ENVOLVIDOS NA FORMAÇÃO DE EQUIPES
Considera-se, no âmbito deste trabalho, que algumas das características das
organizações se repetem em outros níveis, gerando através das dimensões fractais
outros sistemas menores que mantêm o mesmo comportamento e sofrem os
mesmos efeitos do sistema como um todo.
Um novo sistema complexo é definido no nível individual e de formação de
equipes, pois novamente estarão presentes elementos humanos imersos num
ambiente complexo. Este ambiente é formado pelos dados registrados de cada
69
indivíduo, em diversos bancos de dados disponíveis, que, juntamente com
dimensões culturais e institucionais, deverão ser considerados para a formação de
equipes aptas para execução de projetos que atendam aos inúmeros temas
propostos pelos editais e demais necessidades.
Embora padronizados, os registros terão certo grau de incerteza, devido à
própria linguagem utilizada e outras características, como a falta de atualização ou,
ainda, falta de registro de determinadas atividades ou pesquisas. Os dados
registrados não evoluem, por si próprios, à condição de informação útil sem a ação
de atores externos, ou seja, indivíduos interessados nesta transformação. Um
ambiente caótico, repleto de dados registrados em bases e locais diferentes, pode
surgir, causando as já citadas dificuldades de análise. Soma-se a isto a influência de
dimensões culturais e institucionais, criando novas interações quando da formação
de equipes, tanto dentro de uma única instituição, quanto para equipes formadas por
indivíduos de diversas instituições.
Novamente as interações possuem grande interdependência, devido aos
indivíduos e às questões ambientais, como a cultura e a identidade destes indivíduos
para com uma determinada instituição. Ciclos de realimentação podem surgir dentro
de uma equipe e entre equipes diferentes, e ainda, numa só instituição ou em
diversas interagindo. As condições determinadas no início da etapa de escolha de
indivíduos e formação das equipes são de importância crucial para o correto
desenvolvimento dos projetos, haja vista a grande dependência entre estas
condições e o desempenho de uma equipe.
Este trabalho busca demonstrar a possibilidade de emergência de condições
de maior grau de organização, a partir dos elementos discutidos. Em meio a diversas
variáveis de possível comportamento complexo, surge a necessidade de
desenvolvimento de métodos que permitam observar esta emergência, criando
condições favoráveis para que estas regiões de maior organização possam se
transformar em grupos coesos, capazes de unir as características individuais ao
comportamento da equipe, tornando-se aptas ao atendimento das demandas de
projetos. A análise dos dados registrados, referentes aos trabalhos e publicações de
um indivíduo, bem como de sua formação e atuação profissional, podem sugerir
quais são suas competências que, comparadas com as necessidades apresentadas
para a execução de um determinado projeto, podem gerar indicadores locais que
70
auxiliem na tarefa de escolha dos indivíduos candidatos à formação de determinada
equipe.
3.3 SISTEMA DE AUXÍLIO NAS DECISÕES
Diante das seções e capítulos anteriores, fica demonstrada a dificuldade, por
parte do gestor, de tomada de decisões durante o processo de gestão de projetos. A
incerteza, presente no início de cada processo, bem como as demais variáveis que
influenciam seu comportamento, tornam o trabalho de decidir bastante difícil, pois o
indivíduo acaba apresentando incapacidade de vislumbrar os problemas como um
todo, com cada uma das partes interagindo e, em alguns casos, sem o
conhecimento completo das características finais do produto a ser desenvolvido,
principalmente em se tratando de projetos inovadores.
São diversas as variáveis com influência sobre as dificuldades de decisão em
gestão de projetos como questões relacionadas aos riscos, ao prazo de entrega, aos
custos e outras. No âmbito deste trabalho, será tratado o auxílio nas decisões
ligadas à formação de equipes. Como ferramenta matemática foi eleita a Lógica
Fuzzy para o tratamento das incertezas e informações incompletas que poderiam
emergir do ambiente descrito, neste caso a respeito dos dados registrados em banco
de dados e demais influências relacionadas a questões humanas, políticas, culturais
e ambientais. Nem todas as variáveis serão conhecidas e abordadas, tornando o
problema “pobremente definido”, conforme Shaw e Simões (1999) e, ainda,
considerando que os registros podem sofrer distorções devido à subjetividade e
questões lingüísticas, a Lógica Fuzzy mostra potencial como possibilidade de
demonstrar a emergência de equipes, auxiliando na decisão de escolha dos
elementos, através de suas prováveis competências, frente a um número elevado de
possibilidades quando da análise de grandes instituições.
O capítulo 4 descreve um teste com o intuito de complementar o que foi
exposto através de uma aplicação prática, com respectiva análise de resultados.
71
4 TESTE PARA AUXÍLIO NA FORMAÇÃO DE EQUIPES
Neste capítulo será descrito o teste complementar aplicado ao banco de
dados da Plataforma do Currículo Lattes, trazendo elementos da computação, como
a própria Lógica Fuzzy e a busca automática por candidatos, para o ambiente do
programa de mestrado em tecnologia, PPGTE, com o intuito de avaliar a validade,
ou não, das características levantadas no corpo teórico.
FIGURA 8 – ABORDAGEM PARA DETERMINAÇÃO DE EQUIPE
FONTE: ADAPTADO DE WIIG (1993).
72
A abordagem baseia-se na escolha dos requisitos ideais que atendam à
demanda de determinado projeto, seguida da comparação com cada um dos
candidatos à composição de uma determinada equipe. No âmbito deste teste, a
escolha dos requisitos ideais é feita de forma manual. Esta escolha é feita de forma
intuitiva, buscando cumprir com as necessidades imediatas e possibilidades futuras
na evolução do projeto. Após eleger os requisitos ideais, será feita uma busca no
banco de dados, de forma automática, de modo que os candidatos recebam graus
de pertinência aos conjuntos determinados pelos requisitos. Terminada esta busca
inicial, será feita uma comparação, buscando identificar os candidatos que possuam
menor distância entre os requisitos ideais e seus próprios. Serão eleitos os
candidatos mais adequados, aqueles cujas distâncias forem as menores. De acordo
com as necessidades do projeto, o número de candidatos poderá ser determinado
pelo usuário, de modo que sejam ocupadas as vagas da equipe em formação. Em
Wiig (1993), é apresentada uma abordagem para a determinação dos requisitos e
posterior escolha de equipes, conforme apresentado na Figura 8. Esta abordagem
foi aplicada com as devidas adaptações necessárias para a validade do teste e
aplicação dos conceitos teóricos apresentados, de modo que possa contribuir
principalmente para o cumprimento das duas últimas etapas indicadas na Figura 8,
identificando os potenciais membros e indicando-os em forma de uma lista, embora
possa ter função também em outras destas etapas.
4.1 ABORDAGEM DO TESTE
Nesta seção será mostrada a seqüência adotada para realização do teste. Os
elementos são expostos de forma mais aprofundada, seguidos de comentários
referentes às escolhas e decisões a respeito de quais destes elementos foram
utilizados especificamente neste teste.
4.1.1 Conjuntos Fuzzy e Principais Operações
Como citado anteriormente, na Lógica Clássica um elemento pertence ou não
a um determinado conjunto, sem nenhum nível intermediário de pertinência. Nos
conjuntos Fuzzy, um elemento terá associado um grau de pertinência a um
determinado conjunto, podendo variar no intervalo real [0,1]. Desta forma, pode-se
definir um conjunto Fuzzy da seguinte forma (SHAW e SIMÕES, 1999), seja E um
73
conjunto e x um elemento deste, então o subconjunto A de E é um conjunto de pares
ordenados conforme segue:
{[x, µA(x)]}, ∀ x ∈ E
Onde µA(x) é o grau de pertinência do elemento x no subconjunto A.
Considerando que µA(x) toma seus valores num conjunto chamado de
conjunto de pertinência, pode-se afirmar que x toma seus valores neste conjunto
através da função µA(x). Esta é chamada de função de pertinência. Cada função de
pertinência mapeia elementos de um dado universo E, que é sempre um conjunto
nítido, para um intervalo real em [0,1]. [TURKSEN, (1991); ZIMMERMANN, (1991)].
Cabe lembrar que esta função num conjunto clássico assumiria apenas dois valores,
ou seja, indicação de pertinência completa ou não pertinência. Conforme explicam
Gomide e Gudwin (1994), em caso de completa pertinência, o grau correspondente
seria igual a 1 e a não pertinência completa de um elemento em um determinado
conjunto seria indicada por um grau igual a zero.
FIGURA 9– EXEMPLOS DE FUNÇÕES DE PERTINÊNCIA
FONTE: (GOMIDE e GUDWIN, 1994):
A Figura 9 mostra alguns exemplos de funções de pertinência para modelar
um valor de temperatura de 25 graus Celsius. Na Figura 9(a) estaria representando
o valor igual a 25, qualquer ponto fora deste retorna um grau de pertinência
correspondente igual a zero. Na Figura 9(b) está representado um valor em torno de
25, ou seja, alguns valores próximos também recebem grau de pertinência igual a 1
e fora da área indicada este índice se anula. A Figura 9(c) mostra uma função de
pertinência triangular, ou seja, no próprio valor 25 o grau de pertinência é 1 e
74
gradativamente, quando os valores se afastam deste, o grau de pertinência vai se
reduzindo, até anular-se para um valor suficientemente distante. Esta última
representação é bastante comum nos trabalhos a respeito de controle de processos
industriais.
As operações principais entre conjuntos Fuzzy estão apresentadas abaixo e
podem ser definidas conforme [GOMIDE e GUDWIN (1994); SHAW e SIMÕES,
(1999)]:
Interseção: Sejam A e B dois conjuntos contidos no universo de discurso, u um
elemento do conjunto Universo de discurso. A operação de interseção, ou seja, a
representação de um novo conjunto cujos elementos pertencem ao conjunto A e ao
conjunto B simultaneamente, será indicada pela função de pertinência µA∩B(u),
u∈U e definida como µA∩B(u)= µA(u) t µB(u) ≤ mín[µA(u), µB(u)]. Nesta expressão,
t é a norma triangular, uma função de duas entradas definida nos domínios
t:[0,1]X[0,1]→[0,1], onde X é o operador de produto cartesiano. Esta operação
representa a função Lógica Fuzzy E. (SHAW e SIMÕES, 1999).
União: Sejam A e B dois conjuntos Fuzzy contidos no universo de discurso, u um
elemento do conjunto Universo de discurso. A operação de união, definida como o
conjunto cujos elementos pertencem ao conjunto A ou ao conjunto B, pode ser
indicada pela função de pertinência µA∪B(u), u∈U e definida como µA∪B(u)= µA(u)
s µB(u) ≤ máx[µA(u), µB(u)]. Nesta expressão, s é a co-norma triangular, uma
função de duas entradas definida nos domínios t:[0,1]X[0,1]→[0,1], onde X é o
operador de produto cartesiano. Esta operação representa a função lógica Fuzzy OU
(SHAW e SIMÕES, 1999).
Complemento: Seja U o universo de discurso, u∈U, onde o conjunto Fuzzy A⊂U, o
complemento de A em relação a U será denotado por A’ e definido como o conjunto
de todos os elementos x∈U que não são membros de A. Pode ser representado
como µA’(u) = 1- µA(u).
4.1.2 Fuzzificação e Defuzzificação
Para estas operações, serão utilizados os nomes nas formas traduzidas dos
originais “fuzzification” e “defuzzification”, Fuzzificação e Defuzzificação,
respectivamente.
75
Segundo Shaw e Simões (1999), os seres humanos são capazes,
naturalmente, de avaliar informações sensoriais através de termos vagos e
imprecisos. Desta forma, uma pessoa pode se expressar a respeito, por exemplo, de
uma velocidade utilizando conjuntos de termos como BAIXA, MÉDIA ou ALTA. Estes
conjuntos representam os valores fuzzificados da grandeza velocidade. O processo
de fuzzificação consiste em relacionar os valores numéricos com as variáveis
lingüísticas atribuindo, inclusive, graus de pertinência correspondentes. “Fuzzificação
é um mapeamento do domínio de números reais (em geral discretos) para o domínio
Fuzzy”. (SHAW e SIMÕES 1999).
Ainda em Shaw e Simões (1999), verifica-se que após processar os valores
fuzzificados, pode ser necessário transformar os resultados novamente para o
domínio dos números reais, para seu efetivo uso no processo real. Este processo é
chamado de Defuzzificação. “Assim, a defuzzificação é uma transformação inversa
que traduz a saída do domínio Fuzzy para o domínio discreto”. (SHAW e SIMÕES
1999). Os processos mais comuns para a Defuzzificação são: Centro da Área da
figura formada pela variável de saída do sistema, após o processamento Fuzzy,
Centro do Máximo e Média do Máximo. Para decisões relacionadas, por exemplo, a
alocação de recursos ou priorização de projetos o método mais adequado seria o
Centro do Máximo, enquanto que decisões qualitativas como, por exemplo,
avaliação de crédito, poderiam ser feitas pelo método da Média do Máximo.
4.1.3 Base de Conhecimento
Segundo Sandri e Correa (1999), a base de conhecimento seria composta por
uma base de dados e uma base de regras, de forma que caracterize a estratégia de
controle e as suas metas.
A base de dados poderia ser considerada, por exemplo, a base do Currículo
Lattes, após tratada por variáveis lingüísticas, onde estão cadastrados os
pesquisadores e demais envolvidos nas atividades relacionadas a este trabalho. A
base de regras é, geralmente, formada da seguinte forma:
Se <premissa> Então <conclusão>
Por exemplo: Se PARTICIPAÇÃO é ALTA e COESÃO é MÉDIA Então
CANDIDATO é MÉDIO. Onde as palavras PARTICIPAÇÃO, COESÃO e
CANDIDATO representam variáveis lingüísticas de entrada e saída.
76
Este recurso, embora pudesse enriquecer algumas das análises, não foi
utilizado no âmbito deste trabalho, sendo indicado como possibilidade para trabalhos
futuros.
4.1.4 Inferência Fuzzy
Shaw e Simões (1999), afirmam que há uma questão importante no modo de
pensar dos seres humanos: a implicação lógica, conectando uma causa a um
determinado efeito. Se algumas condições forem satisfeitas, então pode-se esperar
uma determinada conseqüência. Concluem que, nestes casos, consciente ou
inconscientemente certas regras de inferência são seguidas. Regras na forma: se
ocorre uma dada condição, então deve ocorrer sua respectiva conseqüência. Já
Sandri e Correa (1999), afirmam que o processo de inferência consiste nos
seguintes passos:
• Verificação do grau de compatibilidade entre os fatos e as cláusulas nas
premissas das regras;
• Determinação do grau de compatibilidade global da premissa de cada regra;
• Determinação do valor da conclusão, em função do grau de compatibilidade
da regra com os dados e a ação de controle constante na conclusão (precisa
ou não);
• Agregação dos valores obtidos como conclusão nas várias regras, obtendo-se
uma ação de controle global.
Estes procedimentos, de criação de uma base de conhecimento e posterior
inferência, permitem a utilização de sistemas Fuzzy nas tarefas de controle e
previsão de resultados em determinados processos. Através do desenvolvimento de
regras consistentes e escolha dos mecanismos adequados de inferência e posterior
Defuzzificação, problemas pouco definidos, ou com informações em falta, ou, ainda,
com variáveis com certo grau de incerteza, poderiam ser testados e avaliados.
4.1.5 Considerações Finais sobre Lógica Fuzzy.
Segundo Dimitrov (1997), a Lógica Fuzzy pode auxiliar no entendimento e
busca de soluções para problemas que envolvam a Complexidade, pois seu
mecanismo, em geral, permite o uso de informações e comportamentos que não
estão descritos de forma explícita. Sob condições de incerteza e diante de variáveis
77
de conteúdo vago, esta lógica pode se tornar crucial para o entendimento e busca de
consenso entre os indivíduos participantes do processo, para finalmente auxiliar no
gerenciamento de sistemas que envolvam a Complexidade advinda dos grupos
sociais de indivíduos.
La Foria (1992), comenta que as principais dificuldades de implementação, no
que diz respeito a conhecimento, são as falhas nas pesquisas psico-cognitivas que
evidenciem os princípios de explicitação de conhecimentos, principalmente os
imprecisos, e a representação numérica dos conhecimentos. Kaufmann (1992)
complementa que a análise sob o ponto de vista Fuzzy é essencial em problemas
que envolvam a participação de seres humanos. Estes conferem elementos de
Complexidade e incerteza, que podem contribuir para a elevação dos graus de
entropia, ou grau de desordem do sistema. Ainda em Kaufmann (1992), é
apresentada a possibilidade de reduzir os graus de entropia na análise destes
sistemas pelo uso da Lógica Fuzzy.
Mendel (1995), explica que um sistema de Lógica Fuzzy é um mapeamento
não-linear de dados de entrada, com suas características, levando a uma saída
escalar. Complementa que a riqueza desta lógica está na existência de um número
enorme de possibilidades que levam a inúmeros mapeamentos diferentes.
Lotfi A. Zadeh, reitera alguns conceitos afirmando que a mente humana opera
com conceitos subjetivos tais como alto, baixo, velho e novo, que são incorporados
em classes de objetos nesta teoria, onde a pertinência ou não de um elemento a um
conjunto dá-se de forma gradual e não abrupta (ZADEH, 1990). A teoria Fuzzy
disponibiliza ferramentas robustas para a aplicação do conhecimento, da experiência
e do pensamento humano em muitos sistemas administrativos, industriais, de
tráfego, ciência médica, entre outros (SUZUKI, 1993). Estes autores demonstram o
potencial de uso destas ferramentas, mostrando-se adequadas para o problema
proposto neste trabalho.
Conforme exposto nesta seção, a Lógica Fuzzy mostra-se interessante na
abordagem dos problemas pertinentes à gestão e formação de equipes de projetos.
Características tipicamente humanas são tratadas por esta ferramenta, como
questões de comunicação, subjetividade de informações, exposição parcial ou
incompleta de informações. Permite, ainda, tratar de variáveis com comportamento
Complexo e, em conseqüência não-lineares, buscando minimizar os graus de
78
desordem envolvidos. Considerando a criação de base de regras e variáveis
adequadas, este sistema pode evoluir no sentido de aprofundar os testes, tornando-
os mais abrangentes ou adaptados às necessidades localizadas de análise. As
variáveis criadas para este modelo podem ser adaptadas para outras análises, pois
essa lógica permite uma padronização dos elementos numéricos através dos rótulos
lingüísticos, buscando traduzir os valores reais para a forma comumente usada de
comunicação dos indivíduos envolvidos.
Para a realização do teste, foi utilizada a função de Fuzzificação. Quando da
escolha de requisitos para determinado projeto, o gestor avalia de forma subjetiva
quais seriam os mais importantes. Após esta escolha, é feita uma análise com base
na variável lingüística apresentada na Figura 10, de modo que o grau de importância
passe pelo processo de Fuzzificação, buscando captar a subjetividade desta tarefa.
Este processo foi realizado através do uso de planilhas elaboradas especificamente
para este teste, de forma que cada nova entrada, em forma lingüística, gerasse seu
respectivo valor do grau de pertinência. Depois de aplicado o teste, foram realizados
testes individuais com os indivíduos considerados, de modo que cada um fizesse
uma análise de si próprio, também com a utilização da mesma variável lingüística.
Este teste individual será usado na avaliação de validade do teste como um todo.
4.1.6 Plataforma de Currículos Lattes
Nesta seção serão apresentadas algumas informações relevantes para a
motivação de escolha desta plataforma como base de dados no âmbito deste
trabalho.
4.1.6.1 Desenvolvimento Histórico e Principais Características
A Plataforma Lattes, desenvolvida pelo CNPq, busca a integração de seus
sistemas de informações gerenciais, com o intuito de promover e auxiliar nas
atividades de fomento operadas pela Agência e também para tratamento e difusão
das informações necessárias à formulação e à gestão de políticas de ciência e
tecnologia.
De acordo com informações expostas na página do Currículo Lattes, na
Internet, inicialmente, o CNPq registrava informações na forma de formulários em
papel, através de um sistema em ambiente DOS e um sistema específico para
cadastro de orientadores. Entre 1993 e 1999 foram registrados cerca de 35 mil
79
currículos da atividade de C&T no País. Embora estes recursos cumprissem com
seu papel junto à atividade de fomento da Agência, eram insuficientes para realizar
outras operações e buscas, como contabilizar índices de co-autoria ou separar co-
autores.
No período entre 1998 e 1999 o CNPq fez um levantamento junto a
consultores com o intuito de criar um modelo de currículo que atendesse às
necessidades de operação de fomento, porém permitisse realizar tarefas de
planejamento e gestão de C&T. Em 1999, o protótipo do currículo foi avaliado,
resultando num índice de aceitação de 4,5 numa escala entre 0 e 5, com este último
indicando qualidade de excelente. Neste mesmo ano, CNPq e CAPES permitiram a
compatibilização do novo modelo de currículo com os dados de pós-graduação,
incluindo dados referentes aos pesquisadores, docentes e discentes dos programas.
Desta união entre as agências, surgiu em 16 de agosto de 1999 o Sistema de
Currículos Lattes que, já nos dois primeiros anos de uso, indicou um crescimento de
registros de currículos ligados à atividade de C&T, de cerca de 35 mil para mais de
100 mil currículos.
Atualmente esta plataforma já desperta interesse em outros países como
Chile, Colômbia, Venezuela e México. (CAPES, 2005).
Em fevereiro de 2001, formou-se a Comunidade Virtual LMPL, Linguagem de
Marcação da Plataforma Lattes, definindo o modelo DTD (Data Type Definition) XML
(eXtensible Markup Language). Desde a adoção deste modelo, as universidades
podem extrair e, até mesmo, gerar informações para este sistema a partir de seus
próprios sistemas corporativos, pois a organização dos registros nos currículos
passou a ser padronizada. Deste modo, houve a abertura da Plataforma Lattes, com
relação ao conteúdo dos registros, mantendo-se inalterado o acesso técnico às
informações de modo a assegurar a segurança dos pesquisadores cadastrados.
Além do diretório de Currículos, a plataforma também disponibilizou um
cadastro de Grupos de Pesquisa e um diretório de instituições. (CAPES, 2005).
4.1.7 Considerações Finais sobre a Plataforma Lattes
Conforme exposto nesta seção, a Plataforma de Currículos Lattes traz os
dados cadastrais dos pesquisadores, professores e estudantes ligados às atividades
de C&T&I. Devido a uma exigência crescente, por parte das instituições e órgãos de
80
fomento, para o cadastramento de todos os envolvidos nestas áreas, esta
plataforma demonstra seu potencial como base de dados mais completa a respeito
das atividades desempenhadas pelos indivíduos, bem como pelos grupos de
pesquisa formados.
O modelo adotado para este registro, XML, contribui para o intercâmbio de
informações, bem como permite a criação de novas ferramentas que tomem estes
dados como fonte de análise.
Para auxiliar na formação de equipes, partindo das atividades individuais, foi
escolhida a Plataforma de Currículos Lattes, no âmbito deste trabalho, como fonte
de dados a serem utilizados no teste, baseado em Lógica Fuzzy, cuja aplicação é
descrita na seção 4.2 deste capítulo.
4.1.8 Busca Automática em Texto
Após a escolha, pelo usuário, das competências ideais para a formação de
uma determinada equipe, será necessário buscar no banco de dados do Currículo
Lattes termos que indiquem que certo indivíduo possua esta competência e em que
grau de profundidade. Utilizando mecanismos de categorização de textos torna-se
possível iniciar esta avaliação. Segundo Salton e Macgill (1983), o usuário deve
escolher os termos mais adequados que caracterizem sua necessidade específica
de informação e uma avaliação pode ser feita segundo a quantidade de palavras
semelhantes presentes em dada região de um documento, por exemplo. Esta
semelhança pode ser definida com base em um thesaurus, uma espécie de
dicionário, mas com relacionamentos entre palavras e termos pertinentes a
determinada área, não necessariamente sinônimos reais, por exemplo, a busca pela
competência relacionada à gestão deve considerar também a palavra gerenciamento
(WIVES e LOH, 2005).
Uma contagem de palavras é realizada, buscando os termos que definam as
competências, escolhidos pelo usuário. Após esta contagem, são retiradas do total
as chamadas palavras negativas, ou palavras que não são relevantes e que podem
afetar negativamente o processo de busca. Alguns exemplos de palavras negativas
são as preposições e as conjunções, que possuem sua importância na linguagem,
porém apenas para a construção das frases (WIVES e LOH, 2005).
81
Em alguns casos é necessário fazer uma análise de relevância entre os
termos da consulta e os termos encontrados no documento. Segundo Chen (1994),
pode ser feita, pelo menos teoricamente, uma comparação direta entre os termos
escolhidos pelo usuário e os presentes nos documentos, porém devido a problemas
como sinonímia e polissemia, esta comparação poderia gerar resultados
insatisfatórios. Conforme explica Doyle (1975), sinonímia pode ocorrer porque o
significado de uma palavra pode existir em uma variedade de formas diferentes e
polissemia se refere à característica de linguagem que um termo, com a mesma
forma ortográfica, pode conter vários significados diferentes. Porém no caso
específico do teste descrito neste trabalho, ocorre uma maior homogeneidade,
minimizando estes problemas, pois os textos serão sempre currículos, os quais são
padronizados.
De posse do total de palavras relevantes, é feita uma identificação da
freqüência relativa, que consiste em contar quantas vezes um termo aparece no
texto e dividir este número pelo total de palavras relevantes (WIVES e LOH, 2005).
É gerado, desta forma, um índice de comparação, que no âmbito deste
trabalho será considerado como variando no intervalo [0,1], tornando-se
numericamente compatível com as demais considerações relacionadas à Lógica
Fuzzy.
4.1.9 Avaliação de Distância entre Candidato Ideal e Candidato Real
Conforme indicado em seção anterior, para a realização deste teste foi feita
uma avaliação de competências necessárias para a execução de um determinado
projeto, de forma manual, ou seja, o usuário gera uma lista com as competências e
seus respectivos graus de importância diante do contexto. Para esta escolha foi
criada a variável lingüística Grau de Importância, apresentada na Figura 10. Nesta
figura os índices possuem os significados apresentados na Tabela 4.
82
FIGURA 10 – VARIÁVEL LINGÜÍSTICA GRAU DE IMPORTÂNCIA
TABELA 4 – SIGNIFICADO DOS ÍNDICES NA VARIÁVEL LINGÜÍSTICA
Índice Significado
MN Mínimo
MB Muito Baixo
B Baixo
M Médio
A Alto
MA Muito Alto
MX Máximo
A seqüência de competências acompanhadas pelos graus de importância
gera um vetor, caracterizado por uma palavra que expresse uma competência
seguida de um valor no intervalo [0,1], o qual será aqui representado pela letra I
(Ideal). A busca automática, descrita em seção anterior, gera um segundo vetor,
com características semelhantes, porém referentes aos candidatos reais, este vetor
será representado pela letra R (Real).
Havendo estes dois vetores, é possível calcular a distância relativa entre eles.
Conforme Barreto (2001), o grau de aproximação entre estes casos pode ser
analisado através da chamada distância de Hamming ou através da distância
Euclidiana, onde a primeira considera somente a soma ponderada dos módulos da
diferença, e a segunda utiliza a raiz quadrada da soma das distâncias parciais
elevadas ao quadrado, sendo esta característica uma possível desvantagem, pois
pequenas diferenças entre os vetores poderiam gerar resultados com discrepâncias
83
mais apreciáveis. Assim foi escolhida a distância de Hamming que, de acordo com
Jianying (1987), pode ser determinada, através da equação abaixo:
j
d(I, R) =
1 Σ ⏐I(i) – R(i) ⏐
j i=1
Através deste método, quanto mais distantes estiverem os vetores, mais o
resultado se aproxima de 1. Assim, conforme Jianying (1987), basta realizar o
complemento de 1 para obter um índice variando, também no intervalo [0,1], o qual
indica o grau de proximidade entre estes vetores. O sistema pode, então, eleger os
primeiros colocados numa seqüência de candidatos potenciais, de acordo com a
proximidade relativa de suas competências, obtidas pela busca nos currículos, e a
indicação de candidato ideal para cada caso específico.
4.2 APLICAÇÃO DO TESTE
Para a aplicação do teste desenvolvido, foi escolhido como amostra o grupo
de professores do Programa de Pós-Graduação em Tecnologia do CEFET-PR,
PPGTE, cujos nomes serão mantidos em sigilo, mesmo nos resultados deste teste.
De posse dos trabalhos realizados pelos professores e diante dos resultados obtidos
pelo teste, foram gerados os subsídios para o desenvolvimento das conclusões.
Para dar consistência aos testes, foram utilizadas as competências desejáveis
para a integração do grupo de pesquisa em Gestão de Projetos Tecnológicos e
Inovadores, GEPROTI, do CEFET-PR. Este levantamento, conforme exposto em
seções anteriores, possui certo grau de incerteza e subjetividade, pois foram
levantados com base em questões humanas e intuitivas.
Os dados cadastrados no Currículo Lattes, embora organizados e
padronizados, podem gerar algumas dúvidas quanto a informações efetivas ali
contidas, como, por exemplo, questões de afinidade entre indivíduos ou, até mesmo,
real potencial de uma instituição para a execução de um determinado projeto e,
ainda, questões ligadas ao grau de atualização dos dados cadastrados. A busca por
determinadas competências tem o propósito de gerar uma região de ordem mais
elevada dentro deste sistema, buscando resultados coerentes e consistentes, que
possam auxiliar efetivamente na escolha de candidatos potenciais.
84
4.2.1 Aplicação ao Grupo Escolhido como Amostra
Conforme citado na seção anterior, um teste inicial foi proposto com base nas
condições e competências necessárias ao trabalho junto ao grupo de pesquisa
GEPROTI. A seleção de competências e respectivos graus de importância estão
apresentados na Tabela 5. Os graus de pertinência, ou de importância, seguem a
variável lingüística “Grau de Importância”, definida em seção anterior.
TABELA 5 – COMPETÊNCIAS E GRAUS DE IMPORTÂNCIA
Requisito Informática Gestão G. do Conhecimento G. de Projetos G. de Equipes
Grau de importância A M M MA A
Cada uma das competências gerou um grupo de palavras com significados
semelhantes para a busca nos currículos individuais. Competência em informática,
por exemplo, diz respeito à programação, em qualquer linguagem, aplicação de
recursos e ferramentas computacionais, entre outros. Gestão é considerada em
termos gerais de gerenciamento. As demais como Gestão do Conhecimento, Gestão
de Projetos e Gestão de Equipes também foram tratadas com o uso de grupo de
palavras semelhantes que definam estas áreas, de acordo com um thesaurus pré-
determinado. No âmbito deste teste foram consideradas apenas palavras escritas
em Português, exceto palavras em Inglês, muito específicas de determinadas áreas,
deixando avaliações em outros idiomas para trabalhos futuros. Cada entrada nos
índices, indicados por grau de importância, gerou através do processo de
Fuzzificação um valor numérico no intervalo [0,1], de acordo com a função de
pertinência.
Após a busca e contagem de palavras, tomando as ações descritas na seção
de busca automática em texto, todos os valores foram registrados na planilha
elaborada para o teste. Depois de gerados os indicadores, pela planilha, foi aplicado
o método de minimizar distâncias entre candidatos potenciais e os requisitos ideais
demonstrados na Tabela 5. Os resultados estão expostos na Tabela 6, onde os
valores de aproximação variam entre 0 e 1, sendo os mais próximos de 1 os mais
adequados. Os nomes foram substituídos por códigos, usados internamente ao
teste, mantendo o sigilo a respeito dos indivíduos.
85
TABELA 6 – RESULTADO DO TESTE APLICADO AO GRUPO ESCOLHIDO
Código Grau Final
Cand2 0,67
Cand1 0,63
Cand6 0,63
Cand5 0,60
Cand9 0,57
Cand7 0,55
Cand3 0,53
Cand10 0,52
Cand11 0,50
Cand8 0,49
Cand12 0,48
Cand15 0,46
Cand14 0,44
Cand16 0,43
Cand13 0,43
Cand4 0,37
Os valores indicados como grau final de aproximação frente aos requisitos
pré-determinados para participação no grupo GEPROTI, não são percentuais, pois
indicam a aproximação entre dois vetores, um considerado como candidato ideal e
outro referente ao candidato real, desta forma uma possível equipe poderia ser
formada tomando-se os candidatos com grau mais elevado. Um valor de
aproximação igual a 1 indicaria a completa coincidência entre as competências, com
seus respectivos graus de importância, eleitas como ideais e os valores retirados
dos currículos, o que não seria esperável, devido ao grande número de combinações
possíveis. Desta forma, estes índices mostram-se interessantes para uma
comparação direta entre si, não servindo como uma avaliação do real grau de
conhecimento ou competência em cada uma das áreas determinadas para o teste.
Um valor menor indica apenas maior afastamento dos requisitos escolhidos, não
sendo, portanto, indicador de melhor ou pior isoladamente.
4.2.2 Análise dos Resultados
Embora os resultados estivessem coerentes frente a uma análise posterior
sobre os trabalhos e publicações dos candidatos escolhidos, optou-se por aplicar um
questionário, apresentado no apêndice A, para validar o teste.
Conforme variam os graus de importância das competências escolhidas, a
classificação se altera de acordo com os dados reais retirados dos currículos. Desta
86
forma, foi aplicado um questionário onde cada candidato escolheu os graus de
importância referindo-se a si próprios, considerando suas respectivas atividades de
pesquisa, profissionais e de publicações, registrados no Currículo Lattes, de modo
que cada indivíduo considerou suas impressões como sendo de candidato ideal para
participação em determinada equipe. Quando um candidato escolhe suas
competências em graus de importância compatíveis com suas atividades, espera-se
que este esteja classificado em posições mais elevadas, demonstrando a coerência
do teste.
Os resultados desta parte do teste aparecem na Tabela 7. Como os valores
de aproximação não são percentuais, optou-se por comparar o grau de aproximação
de cada indivíduo, durante análise de seu próprio questionário, com o de maior
aproximação, gerando um valor percentual para melhor comparação entre estes
candidatos e melhor visualização dos resultados. Cabe lembrar que estes resultados
foram obtidos pela aplicação das mesmas planilhas e respectivos valores
registrados.
TABELA 7– RESULTADOS RELATIVOS AOS QUESTIONÁRIOS
Código Grau Final Aproximação Percentual (%)
Cand1 0,62 92
Cand2 0,74 100
Cand3 0,66 97
Cand4 0,53 66
Cand5 0,74 100
Cand6 0,80 100
Cand7 0,85 100
Cand8 0,46 66
Cand9 0,47 71
Cand1
0 0,72 87
Cand1
1 0,54 76
Cand1
2 0,55 78
Cand1
3 0,63 79
Cand1
4 0,51 73
Cand1
5 0,59 66
Cand1
6 0,5 69
Média 82,5
87
Os resultados demonstram que os graus de aproximação gerados colocam os
candidatos em posições mais altas na classificação quando são suas próprias
competências as consideradas para o teste. A aproximação percentual média foi de
82,5% e nenhum dos candidatos apresentou grau inferior a 66%, o que indica
grande coerência do teste.
Estes questionários foram aplicados com acompanhamento, de forma que
alguns esclarecimentos foram dados no momento do preenchimento dos mesmos,
porém não foram feitas consultas, por parte dos professores testados, ao Currículo
Lattes durante o teste mantendo, desta forma, questões ligadas à intuição e não
verificação direta de documentos, bem como certo grau de incerteza. A utilização da
mesma variável lingüística, tanto no teste automático quanto na verificação dos
questionários, permitiu manter a condição de subjetividade, seja na escolha dos
requisitos e graus de importância na primeira parte do teste, seja no preenchimento
dos questionários, de forma que justificasse a utilização da Lógica Fuzzy durante
este procedimento.
4.2.3 Considerações Finais sobre a Aplicação do Teste
O teste descrito foi elaborado como complemento das questões teóricas
levantadas nos capítulos anteriores. Assim, alguns dos elementos foram aplicados
como a Fuzzificação, permitindo que dimensões relativas à intuição e subjetividade
fossem consideradas na escolha de equipes. Valendo como orientação para
gestores na tarefa de decisão sobre a melhor formação de equipes, o teste buscou
demonstrar que através da análise de algumas variáveis disponíveis, mesmo não se
conhecendo o comportamento de cada uma ou sua possível evolução ao longo do
tempo, algumas indicações poderiam ser feitas considerando elementos
relacionados à Complexidade, como a emergência, por exemplo. Os indicadores
poderiam auxiliar nas decisões referentes à escolha de candidatos a uma equipe,
diante dos requisitos necessários. Estes indicadores estariam gerando uma região
de maior grau de organização através da análise de dados e características
presentes num ambiente complexo.
Este teste apresenta limitações, pois foi aplicado a um único banco de dados,
podendo evoluir para avaliações em outros bancos, relacionando os resultados com
a possibilidade de geração de indicadores mais abrangentes. As análises
88
automáticas buscaram apenas palavras em Português, limitando a este idioma
qualquer avaliação de documentos.
No âmbito do teste não foram consideradas outras dimensões, próprias dos
seres humanos, como questões de afinidade entre os supostos escolhidos para
compor determinada equipe, por exemplo, de modo que análises em outras fontes
seriam necessárias para o levantamento de tais comportamentos.
A utilização de inferência mais completa, com bases de regras e demais
interações, pode ser considerada para avaliações mais aprofundadas do uso da
Lógica Fuzzy neste contexto.
Os resultados apresentados demonstraram consistência matemática quanto
ao uso desta lógica na aplicação específica descrita ao longo deste trabalho, mesmo
considerando que outros testes complementares sejam necessários para avaliações
práticas mais aprofundadas.
89
5 CONSIDERAÇÕES FINAIS
Este capítulo apresenta as conclusões deste trabalho, com as devidas
comparações e análises frente aos objetivos e questão de pesquisa, demonstrando
em que grau estes foram atingidos. São comentadas algumas limitações relativas à
pesquisa, seguidas de sugestões para trabalhos futuros. Finalmente serão discutidas
as conclusões.
5.1 QUANTO AOS OBJETIVOS E QUESTÃO DE PESQUISA
Nesta seção serão relembrados os objetivos desta pesquisa, bem como sua
questão principal, fazendo as comparações e analogias com o intuito de demonstrar
o grau de sucesso desta. A seguir estão relacionados os objetivos específicos deste
trabalho:
• Avaliar métodos matemáticos para análise de competências em currículos.
Isto foi feito na seção 2.5, onde foram abordados alguns dos métodos
adequados a esta aplicação. A opção de uso de análise estatística poderia
ser limitada, dada a necessidade de uso de dados históricos, os quais podem
não estar disponíveis no que se refere aos indicadores de competências
registrados no Currículo Lattes. A análise Bayesiana, embora considere a
opinião do analista, mostrou-se limitada, dado o volume de dados a serem
tratados pelo sistema. A Lógica Fuzzy foi escolhida, pois esta reúne
características de inferência diante de informações incompletas, com base em
registros feitos em condições que envolvem incertezas tipicamente humanas
e também referentes aos demais processos relacionados, tanto ao registro
como ao levantamento dos indicadores.
• Estruturar um meio automático de pesquisa textual para posterior uso em
ferramenta de busca de competências. Este objetivo foi atingido conforme
descrito no capítulo 4, seção 4.1.8, em conjunto com o exposto na seção 2.4,
onde foram comentadas questões ligadas especificamente às competências.
Os mecanismos de contagem de palavras relevantes, e posteriores cálculos
de freqüência relativa e geração de indicadores, demonstraram potencial no
caso específico de análise de Currículo Lattes, devido à característica de
90
padronização do banco de dados, gerando indicadores relacionados com
informações reais.
• Estudar a estrutura do currículo Lattes como fonte de dados para escolha de
equipes de projetos. Isto foi feito na seção 4.1.6, demonstrando que este
banco de dados seria interessante para os objetivos finais deste trabalho, pois
se trata de ambiente relacionado a Instituições de Ensino e Pesquisa, está
disponível para consulta e pode-se considerar que seja atualizado
constantemente pelos próprios pesquisadores.
• Desenvolver uma ferramenta teste para interface entre as informações de
projetos e equipes através do uso de Lógica Fuzzy, gerando uma indicação
de adequação entre elas, como complementação e demonstração de
consistência dos elementos envolvidos. Este objetivo foi atingido conforme
descrito no capítulo 4, juntamente com as discussões feitas em outros
capítulos que auxiliaram na estruturação do teste. Os resultados obtidos na
aplicação do teste demonstraram coerência frente aos requisitos de uma
equipe pré-determinada pelo grupo de estudos GEPROTI. Os graus de
aproximação, entre os resultados obtidos automaticamente e aqueles gerados
pela aplicação dos questionários, demonstraram a condição de consistência
destes resultados apresentando um índice de proximidade de 82,5%, este
valor sugere a possibilidade de aplicação prática na formação de outras
equipes reais.
Tendo cumprido com estes objetivos específicos, incluindo a aplicação prática
do teste, considera-se atingido o objetivo geral que era verificar a possibilidade de
aplicação da Lógica Fuzzy para análise de competências em equipes de projetos.
Esta lógica mostrou-se adequada para a análise proposta, considerando sua
aplicação em ambiente complexo e utilizando a capacidade de processamento de
informações de natureza difusa. Diante do exposto, considera-se respondida a
questão de pesquisa:
A Lógica Fuzzy pode ser aplicada para contribuir na busca e análise de
competências presentes em Instituições de Ensino e Pesquisa?
91
5.2 SUGESTÕES PARA TRABALHOS FUTUROS
Com o intuito de complementar, aprofundar e mesmo criar possíveis testes
levantados através desta pesquisa, seguem algumas sugestões para trabalhos
futuros:
• Verificar a possibilidade de criar testes e filtros para análise de outros bancos
de dados em conjunto com o Currículo Lattes, como por exemplo, registros
internos da Instituição onde se pretende formar as equipes;
• Complementar os testes através da análise de outros idiomas como Inglês,
Espanhol, Alemão e Francês;
• Avaliar as condições de utilização dos métodos descritos em outras fontes de
dados com o intuito de buscar a emergência de outras características
referentes às competências, como as habilidades e atitudes, por exemplo;
• Verificar as possibilidades de complementação e aprofundamento dos testes,
pelo uso de outros recursos como Base de Conhecimento e demais
características de Inferência e, ainda, através da Lógica Paraconsistente, da
qual a Lógica Fuzzy é um subconjunto. Esta ferramenta, conforme Angelotti
(2001), permite avaliar eventuais informações contraditórias dentro do sistema
que, diante da complexidade dos diversos registros de dados, pode-se
considerar de provável interesse;
• Pesquisar e desenvolver outros métodos com base na Teoria da
Complexidade buscando aprofundar a compreensão das interações
apresentadas pelas equipes de projetos e demais elementos do sistema.
5.3 CONCLUSÃO
A contribuição deste trabalho está ligada ao estudo das relações entre equipes
de projetos e o ambiente, sob o ponto de vista da Teoria da Complexidade. Com o
92
intuito de permitir análises, buscou-se uma ferramenta matemática capaz de
processar os dados de natureza difusa, considerando um ambiente complexo
formado pelos bancos de dados em conjunto com questões ligadas ao
comportamento humano, sejam referentes à cultura institucional, condições políticas,
sócio-econômicas ou ambientais.
Diante das necessidades da sociedade, que por si já descreve um sistema
complexo, diversas instituições podem unir capacidades interagindo no sentido de
fornecer, como resposta, equipes de projetos formadas por indivíduos que
apresentem condições de cumprir com as demandas. Buscando, desta forma, a
execução destes projetos com menor risco, desde planejamento até a conclusão.
Dentro deste contexto, a dimensão Inovação contribui para o aumento da
complexidade da atividade de gestão de projetos, pois a região onde há maior
probabilidade de se gerar o processo de inovação poderia ser considerada como a
“Borda do Caos”, ou seja, algo próximo da ruptura do sistema. Isto demonstra a
necessidade de métodos para medição e eventual controle, mantendo-se nesta
região capaz de produzir a inovação, porém buscando regiões de maior estabilidade.
A célula deste processo seria a correta formação das equipes de projeto.
O quadro teórico levantado foi utilizado para sugerir as possíveis aplicações
práticas da Teoria da Complexidade, como a emergência de equipes como sistemas
de maior grau de organização, porém diversas outras características poderiam ser
avaliadas como contribuição para a tarefa de decisão a respeito de equipes, como o
conceito de auto-organização, por exemplo, como forma auxiliar de gerenciamento
do grupo ou, ainda, o controle de eventuais atratores estranhos, mantendo a
evolução do grupo no sentido planejado.
Embora a Lógica Fuzzy possa apresentar limitações, as aplicações práticas no
contexto deste trabalho parecem ainda bastante numerosas, abrindo um horizonte
de possibilidades ainda por serem estudadas.
93
GLOSSÁRIO
Palavra - Significado correspondente
Mineração - Atividade de buscar e analisar as informações contidas, neste caso, nos
editais publicados pelos diversos órgãos de fomento.
Thesaurus - Espécie de dicionário, mas com relacionamentos entre palavras e termos
pertinentes a determinada área.
REFERÊNCIAS BIBLIOGRÁFICAS
94
ANGELOTTI, Elaini Simoni. Utilização da Lógica Paraconsistente na Implementação
de um Sistema Multi-Agente. Curitiba, 2001. 75p. Dissertação (Mestrado em
Informática Aplicada). Pontifícia Universidade Católica do Paraná. Programa de Pós-
Graduação em Informática Aplicada. 2001.
BARRETO, J. M. Inteligência Artificial no limiar do século XXI - Abordagem Híbrida
Simbólica Conexionista e Evolutiva. 2a ed. Florianópolis: Duplic Prestação de
Serviços, 2001.
BASTOS, João Augusto de Almeida. Capacitação tecnológica e competitividade: o
desafio para a empresa brasileira. Curitiba: IEL/PR, 2002.
BECKER, Gary. Recurso natural não faz um país rico. Folha de São Paulo. São
Paulo, 29 out 1995.
BERTALANFFY, Ludwig von. General System Theory. New York: George Braziller,
1998.
BETZ, Frederick; KEYS, Kenneth; KHALIL, Tarek; SMITH, Richard. O Fator
Tecnológico. In: Inovação e Mudança. São Paulo: Publifolha, 2001. p. 55-62.
BIRKINSHAW, L. and CONNOLLY, T. Continuous Change: the end of business as
usual? Partners for Change Ltd white paper. 2000. In: SMITS, Frank. Complex
Management. Hawkesbury, May 2001. Electronic Essay. 2001. Disponível em:
http://website.lineone.net/~frank.smits/Essays/Complex-Management.htm . Acesso
em: 22 jan 2005
CAPES. Página na Internet da Plataforma Lattes. Disponível em:
http://lattes.cnpq.br/curriculo/historico.jsp . Acesso em: 20 mar 2005.
CAPRA, Fritjof. A Teia da Vida. São Paulo: Cultrix, 1996.
CHANDLER, A.D. Scale and scope: the dynamics of industrial capitalism. Belknap
Press of Harvard University Press, Cambridge: 1990.
CHEN, Hsinchun. The vocabulary problem in collaboration. IEEE Computer: Special
Issue on CSCW, Los Alamitos: IEEE Computer Society. v.27, n.5, p.2-10, 1994.
Disponível em: <http://ai.bpa.arizona.edu/papers/cscw94/ cscw94.html>. Acesso em:
05 jan 2005.
CHIAVENATO, Idalberto. Administração de Empresas: uma abordagem
contingencial. 3 ed. São Paulo: Makron Books, 1995.
CHROIX, Luisa La e CASTRO, Maria Helena M. de.
"Os Estudos de Avaliação e o
PPA/MCT-96/99". Conselho Nacional de Ciência e Tecnologia. Disponível em:
http://www.mct.gov.br/cct/ . Acesso em:10 jan 2005.
95
CILLIERS, Paul. Complexity and Postmodernism: Understanding Complex Systems.
London: Routledge, 1998.
CRITCHLEY, Bill e CASEY, David. Repensando a formação de equipes. in:
STARKEY, Ken. Como as organizações aprendem. São Paulo: Futura, 1997.
DERGINT, Dario E. A. Apprentissage Collectif et Milieux Innovateurs : Étude de Cas
à Grenoble et Simulations Multi-Agents. 1999. 567 p.Tese (Doutorado em Economia)
- UTC, Compiègne- França, 1999.
DERGINT, Dario E.A. Tecnologia e Sistemas Produtivos. Notas de aula. Centro
Federal de Educação Tecnológica do Paraná (CEFET-PR), 2004.
DERGINT, Dario Eduardo Amaral; BETIOL, Wolney Edirley Gonçalves;
SOVIERZOSKI, Miguel Antonio. Incubadoras e Formação Empreendedora de
Engenheiros – Caso do Departamento de Eletrônica do CEFET-PR. In: ABIPTI 2004.
Anais da ABIPTI 2004. Belo Horizonte, 2004. 1 CD, trabalho 118.
DIMITROV, Vladimir. Use of Fuzzy Logic when Dealing with Social Complexity.
Complexity International. Vol 4. Hawkesbury, 1997. Disponível em: http://journal-
ci.csse.monash.edu.au/ci/vol04/dimitrov1/dimitrov.htm. Acesso em 21 jan 2005.
DIMITROV. V.. Individuality, Personality, Self and Ego, UWS-H Masters Programme
(SE843a), 2001. In: SMITS, Frank. Complex Management. Hawkesbury, May 2001.
Electronic Essay. 2001. Disponível em: http://website.lineone.net/~frank.smits/
Essays/Complex-Management.htm. Acesso em: 22 jan 2005.
DOYLE, Lauren B. Information Retrieval and Processing. 410p. New York: John
Wiley & Sons, 1975.
DOWNING, Douglas; CLARK, Jeffrey. Estatística Aplicada: série essencial. São
Paulo: Saraiva, 1998.
DURAND, T. L’alchimie de la compétence. Revue Française de Gestion. Dossier du
n°127. janvier-février. Paris: 2000. p. 84-102.
DURKIN, John. Expert System: Design and Development. New Jersey: Prentice Hall,
Englewood Cliffs, 1994.
DUTRA, J. S. Gestão por competências. Editora Gente. São Paulo: 2001.
EBOLI, M. P. Gestão por competências: um modelo avançado para o gerenciamento
de pessoas. Editora Gente, São Paulo: 2001.
96
EOYANG, Glenda H. A Brief Introduction to Complexity in Organizations. Chaos
Limited, Circle Pines april 1996. Disponível em: http://www.chaos-limited.com.
Acesso em: 18 jan 2005.
FERREIRA, Aurélio Buarque de Holanda. Minidicionário Aurélio da Língua
Portuguesa. Curitiba: Positivo, 2004.
FIEDLER-FERRARA, Nelson e PRADO, Carmen P. Cintra. Caos: Uma introdução.
São Paulo: Edgard Blücher, 1995.
FLEMING, Q. e KOPPELMAN, J. Earned Value Project Management. Second
Edition. Drexel Hill: Project Management Institute Editions, 2000.
FLEURY, A. & FLEURY, M. T.L Estratégias empresariais e formação de
competências: um quebra-cabeça caleidoscópico da indústria brasileira. Atlas, São
Paulo: 2000.
FRAME, J. D. The New Project Management – Tools for an Age of Rapid Change,
Corporate Reengineering, and Other Business Realities. São Francisco: Jossey-
Bass Publishers, 1994.
FRANÇA, Thamara da Costa Vianna. Redes de difusão universidade -empresa: um
estudo exploratório para a Universidade Federal de Santa Catarina. 2001. 141 p.
Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação
em Engenharia de Produção, Universidade Federal de Santa Catarina. Florianópolis:
2001.
GELL-MANN, Murray. O quark e o Jaguar: aventuras no simples e no complexo. Rio
de Janeiro: Rocco, 1996.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. São Paulo: Atlas, 1991.
GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. São Paulo: Atlas, 1999.
GLEICK, James. Chaos. Nova York: Penguin, 1987.
GLEICK, James. Caos, a criação de uma nova ciência. Rio de Janeiro: Campus,
1999.
GOERNER, S. Chaos and the Evolving Ecological Universe. Amsterdam: Gordon
and Breach, 1994.
GOMIDE, Fernando A. C.; GUDWIN, Ricardo R. Modelagem, Controle, Sistemas e
Lógica Fuzzy. Sociedade Brasileira de Automática. Vol.4 número 3 Set/Out 1994. pp
97-115. São Paulo, 1994.
97
GREBOGI, Celso e LAI, Ying-Cheng. Controlling Chaos in High Dimensions. IEEE
Transactions on Circuits and Systems—I: Fundamental Theory and Applications,
VOL. 44, NO. 10, OCTOBER 1997. Disponível em:
http://chaos1.la.asu.edu/~yclai/papers/IEEE_97_GL.pdf . Acesso em: 28 jan 2005.
GREEN, P. C. Desenvolvendo competências consistentes: como vincular sistemas
de recursos humanos a estratégias organizacionais. Qualitymark. Rio de Janeiro:
1999.
GUPTA, M. M. Fuzzy Automata and Decision Processes. New York: Elsevier, 1977.
HAMEL, G. & PRAHALAD, C.K. Competindo pelo futuro: estratégias inovadoras para
obter o controle do seu setor e criar os mercados de amanhã. 10. ed. Campus, Rio
de Janeiro:1999.
HILL, Derek L. Electronic Publishing at NSF: Latin America Shows Rapid Rise in
S&E Articles. National Science Foundation, Arlington August 2004. Disponível em
http://www.nsf.gov/sbe/srs/infbrief/nsf04336/start.htm#hill2000. Acesso em: 08 jan
2005.
HOCK, D. The Birth of the Chaordic Age. San Francisco, CA: Berrett-Koehler
Publishers, 1999.
JIANYING, Z. Application of the fuzzy clustering analysis and the fuzzy pattern
recognition to group technology. In: Journal of Nanjing Aeronautical Institute, Vol. 4,
No. 1, Outubro, 1987.
JOHNSON, Björn and LUNDVALL, Bengt-Åke. Promoting innovation systems as a
response to the globalising learning economy. Nota Técnica 4; Notas Técnicas -
Fase III; Rio de Janeiro: GEI UFRJ. 2000.
KANDEL, Abraham. Fuzzy Mathematical Techniques With Applications. California:
Addison-Wesley Publishing Company, 1986.
KAUFFMAN, S. The Origins of Order: Self-Organisation and Selection in
Evolution. Oxford: University Press, 1993.
KASMIER, Leonard J. Estatística Aplicada a Economia e Administração. São Paulo:
Makron Books,1982.
KAUFMANN, Arnold. Indispensable Dans Les Sciences Humaines: Le Flou. In :
Deuxiemes Journees Nationales. Applications des Ensembles Flous. Nimes,
Novembre 1992.
KAUFFMAN, Stuart. At Home in the Universe: The Search for Laws of Complexity.
Harmondsworth: Penguin, 1996.
98
KELLER, Robert. Tecnologia de Sistemas Especialistas: desenvolvimento e
aplicação. São Paulo: Makron Books do Brasil, 1991.
KERZNER, H. Project Management – A Systems Approach to Planning, Scheduling,
and Controlling. Nova York: John Wiley & Sons, 2001.
KNOWLES, R.N. Self-Organising Systems: thoughts, theory and experiences.
Presentation to Partners for Change Ltd, March 22, 2001. In: SMITS, Frank.
Complex Management. Hawkesbury, May 2001. Electronic Essay. 2001. Disponível
em: http://website.lineone.net/~frank.smits/Essays/Complex-Management.htm.
Acesso em: 22 jan 2005
LACERDA, Antônio Corrêa de et al. Tecnologia: Estratégia para a Competitividade.
São Paulo: Nobel, 2001.
LAFORIA, Bernadette B. Les Raisonnements Approximatifs et Incertains. In :
Deuxiemes Journees Nationales. Applications des Ensembles Flous. Nimes,
Novembre 1992.
LAKATOS, Eva Maria; MARCONI, Marina de Andrade. Fundamentos de metodologia
científica. São Paulo: Atlas, 1993.
LE BOTERF, G. De la compétence. Le Editions d’Organisation. Paris: 1994.
_____________. Compétence et navigation professionnelle. Éditions d´Organisation.
Paris: 1999.
LEVINE, Robert I. Inteligência Artificial e Sistemas Especialistas. McGraw-Hill, 1988.
LÉVY, Pierre; AUTHIER, Michel. As árvores do conhecimento. São Paulo: Ed.
Escuta, 1995.
LORENZ, Edward N. The essence of chaos. 3.ed. Seattle: University of Washington
Press, 1993.
MARÍN, S. P.; BERROCAL, F. B. Gestíon de Recursos Humanos por Competencias.
Madri: Editorial Centro de Estudos Ramón Areces S.A.,1999.
MARTINS, J.; BICUDO, M. A. V. A pesquisa qualitativa em psicologia – fundamentos
e recursos básicos. São Paulo: EDUC/Moraes, 1989.
MARTZ, Harry F; WALLER, Ray. A Bayesian Reliability Analysis. New York: John
Willey & Sons, 1982.
MATURANA, Humberto R.; VARELA, Francisco G. A árvore do conhecimento. São
Paulo: Editorial Psy II, 1995.
MAXIMIANO, Antonio César Amaru. Administração de Projetos: Como transformar
idéias em resultados. São Paulo: Atlas, 2002.
99
MCT – Ministério da Ciência e Tecnologia. Distribuição percentual dos dispêndios
nacionais em pesquisa e desenvolvimento (P&D), segundo setor de financiamento,
países selecionados, em anos mais recentes disponíveis. 2004. Disponível em:
http://www.mct.gov.br/estat/ascavpp/portugues/9_Comparacoes/tabelas/tab9_1_2.ht
m. Acesso em: 11 jan 2005.
MCT/Livro Branco. Ciência, Tecnologia e Inovação. Resultado da Conferência
Nacional de Ciência, Tecnologia e Inovação. Brasília: Ministério da Ciência e
Tecnologia, 2002. 80 p.
MCT/Livro Verde “Ciência, tecnologia e inovação: desafio para a sociedade brasileira
- livro verde”. Cylon Gonçalves da Silva (coord.) e Lúcia Carvalho Pinto de
Melo(coord.). Brasília: Ministério da Ciência e Tecnologia / Academia Brasileira de
Ciências, 2001. 250p.
MCT – Ministério da Ciência e Tecnologia. Diponível em: http://www.mct.gov.br/.
Acesso em: 12 jan 2005.
MENDEL, Jerry M. Fuzzy Logic Systems for Engineering: A Tutorial. In: Proceedings
of the IEEE. Vol. 83. Number 3. pp 345- 377. March 1995.
MENEZES, L.C.M. Gestão de projetos. São Paulo: Atlas, 2001.
MEREDITH, J. R.; MANTEL JR, S. J. Project Management a managerial Approach.
New York: John Wiley & Sons, Inc,1995.
OTT, E., GREBOGI, C. & YORKE, J.A. Controlling Chaos. Physical Review Letters.
64, (1990). In: Shimazaki, H. Topics in Chaos Control Theory. Dept. of Neuroscience
Mind/Brain Institute.Johns Hopkins University. Disponível em:
http://www.ton.scphys.kyoto-u.ac.jp/~hideaki/pdf/chaoscontrol_handout.pdf .Acesso
em:04 fev 2005.
PENROSE, E. The theory of the growth of the firm. Basil Blackwell, London: 1959
PMBoK® Guide - Project Management Body of Knowledge: A guide to the project
management body of knowledge. Newton Square, PA: Project Management Institute
(PMI), 2000.
POLANYI, Michael. The Tacit Dimension. In: PRUSAK, Laurence. Knowledge in
Organizations. Boston: Butterworth-Heinemann, 1997, p. 135-146
REYERO, Raúl; NICOLÁS, Carlos F. Sistemas de Control Basados en Lógica
Borrosa: “Fuzzy Control”. Madrid: Ikerlan, 1995
ROCHA, Ivan. Ciência, Tecnologia e Inovação: Conceitos Básicos. Brasília:
SEBRAE, 1996.
ROCHA, Ivan. Sistema Nacional de Inovação: Cenários. Curso de Mestrado em
Tecnologia. Centro Federal de Educação Tecnológica do Paraná,1997.
100
ROCHA NETO, Ivan. Gestão Estratégica de Conhecimentos e Competências:
Administrando Incertezas e Inovações. Brasília: ABIPTI, UCB/Universa, 2003.
______. Gestão de Organizações. São Paulo: Atlas, 2003 b.
ROSENHEAD, Jonathan. Complexity Theory and Management Practice. Human
Nature, 1998. Disponível em: http://human-nature.com/science-as-
culture/rosenhead.html . Acesso em 02 mar 2005.
SALTON, Gerard; MACGILL, Michael J. Introduction to Modern Information Retrieval.
448p.New York: McGRAW-Hill, 1983.
SANDRI, Sandra; CORREA, Cláudio. Lógica Nebulosa. In: V Escola de Redes
Neurais, Conselho Nacional de Redes Neurais. pp. c073-c090, 19 de julho, 1999.
São José dos Campos: ITA, 1999.
SCHOLTES, Peter R. Times da Qualidade: Como Usar Equipes Para Melhorar A
Qualidade. Rio de Janeiro: Qualitymark, 1992.
SHAW, Ian S. e SIMÕES, Marcelo Godoy. Controle e Modelagem Fuzzy. São Paulo:
Editora Edgard Blücher, 1999.
SILVA, Edna L.; MENEZES, Estera M. Metodologia da pesquisa e elaboração de
dissertação. 3ª edição. Laboratório de Ensino a Distância da UFSC. Florianópolis:
2001.
SMITS, Frank. Complex Management. Hawkesbury, May 2001. Electronic Essay.
2001. Disponível em: http://website.lineone.net/~frank.smits/Essays/Complex-
Management.htm . Acesso em: 22 jan 2005.
SPENCER, L. M.; SPENCER, S. M. Models for superior performance. New York:
John Wiley & Sons, 1993.
SPIEGEL, Murray R. Estatística. 3ª ed. São Paulo: Makron Books, 1993.
STACEY, R. D. Managing The Unknowable: strategic boundaries between order and
chaos in organizations. San Francisco: Jossey-Bass, 1992.
STACEY, R. D. Strategic Management and Organisational Dynamics. London:
Pitman, 1993.
STACEY, Ralph. Complexity and Creativity in Organizations. San Francisco: Berrett-
Koehler, 1996.
STACEY, R. Strategic Management & Organisational Dynamics (3rd Ed). Harlow,
UK: Pearson Education, 2000.
STEVENSON, William J. Estatística Aplicada à Administração. São Paulo:
Harbra, 1986.
101
SUZUKI, H. Fuzzy sets and membership functions. In: Fuzzy Sets and Systems.
Volume 58 , Issue 2 (September 1993). pp 123-132, 1993.
TIDD, J.; BESSANT, J.; PAVITT, K. Managing Innovation: Integrating Technological,
Market and Organizational Change. 2ª ed. Chichester: John Wiley & Sons, 2001.
TURKSEN, I. B. Measurement of membership functions and their acquisition. Fuzzy
Sets and Systems, IFSA, Special Memorial Volume: 25 years of fuzzy sets, North-
Holland – Amsterdam, 1991.
VERZUH, Eric. MBA Compacto, gestão de projetos. Rio de Janeiro: Campus, 2000.
WALDROP, M. Mitchell. Complexity: The Emerging Science at the Edge of Order
and Chaos. London: Viking, 1993.
WENGER, Etienne. Communities of Practice: Learning, meaning and identity.
Cambridge: Cambridge University Press, 1998.
WIIG, Karl M. Knowledge Management Foundations: Thinking about Thinking.
Arlington: Schema Press, 1993.
WIVES, Leandro Krug; LOH, Stanley. Tecnologias de Descoberta de Conhecimento
em Informações Textuais. Programa de Pós-Graduação em Ciência da Computação.
UFRGS. Disponível em: http://www.inf.ufrgs.br . Acesso em: 20 mar 2005.
ZADEH, L. A. Fuzzy Sets. In: Information and Control 8, 1965, pp. 338-353.
ZADEH, L. A. The birth and evolution of fuzzy logic. In: TURKSEN, I.B. Proceeding of
NAFIP’90 (june, 6-8, 1990), 1990.
ZADEH, L. A. Statistics on the impact of fuzzy logic. Disponível em
http://www.cs.berkeley.edu/~zadeh/stimfl.html . Acesso em 05 jan 2005.
ZARIFIAN, P. Objetivo competência. Atlas, São Paulo: 2001.
ZIMMERMANN, H. J. Fuzzy Sets Theory and Its Applications. 2nd revised edition.
Boston: Kluwer, 1991.
102
APÊNDICE A – QUESTIONÁRIO COMPLEMENTAR AO TESTE
Caros Professores,
Gostaria de pedir sua colaboração, marcando com um “X” na coluna que parecer
mais adequada a respeito de seu domínio em cada uma das áreas indicadas na primeira
coluna. O objetivo deste questionário é a verificação da possibilidade de utilização de
modelos matemáticos para a identificação de algumas competências profissionais. Estes
dados, aqui levantados, auxiliarão na estruturação de filtros para análise do Currículo Lattes.
Gostaria de esclarecer que me comprometo em manter todos os nomes em sigilo,
inclusive nas comparações e demais resultados.
Grato,
Wilerson
Mínimo Muito Baixo Baixo Médio Alto Muito Alto Máximo
Informática
Gestão
(Em termos gerais)
Gestão do
Conhecimento
Gestão de Projetos
Gestão de Equipes
Nome: _______________________________________________________
Observações:
.................................................................................................................................................
.................................................................................................................................................
.................................................................................................................................................
.................................................................................................................................................
.................................................................................................................................................
.................................................................................................................................................
.......................................................................................................................................
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
