Upload
vanthuan
View
219
Download
0
Embed Size (px)
Citation preview
CCDD – Centro de Criação e Desenvolvimento Dialógico
1
Projeto Pós-graduação
Curso Engenharia de Produção
Disciplina Gestão da Informação e do Conhecimento
Tema Inteligência de Negócios e Tendências em Gestão do Conhecimento
Professor Luciano Frontino de Medeiros
Introdução
Neste tema aprofundaremos nossos estudos sobre a inteligência de
negócios, a qual faz uso de vários processos e tecnologias para a Gestão do
Conhecimento. Como o ponto de partida é o conhecimento nas organizações, o
uso apropriado e intensivo das informações e do conhecimento pode trazer mais
vantagens e benefícios. A contribuição da Inteligência Artificial, assim como suas
principais técnicas, também serão abordadas. Ao final, estudaremos algumas
tendências dentro da Gestão do Conhecimento, demonstrando por fim o seu
aspecto dinâmico.
Acesse o material online e assista à videoaula de introdução ao tema.
Problematização
Mario é um gerente de vendas de uma empresa que comercializa
produtos de couro, e acompanhou a evolução da empresa nos últimos oito anos.
Com a expansão da empresa no atendimento a clientes de outros estados, o
faturamento aumentou em quase 40%, porém o volume de produtos vendidos
aumentou em quase 85%, em relação ao trimestre anterior. Com este fato, Mario
está desconfiado de que alguns produtos estejam com preços bastante
defasados em relação à concorrência nos estados em que a empresa está
atuando mais recentemente. Caso os preços fossem equiparados aos da
concorrência, mas permanecendo ainda atrativos, Mario poderia garantir maior
lucratividade.
Entretanto, o sistema de informação da empresa, apesar de ser integrado
e fornecer relatórios, tais como o giro de estoque dos produtos vendidos, não
CCDD – Centro de Criação e Desenvolvimento Dialógico
2
permite muita liberdade para verificar outras correlações de dados. Mario
gostaria de verificar relatórios, tais como as vendas detalhadas por cliente,
produto, região, estado, período de venda e tipo de produto. Uma alternativa que
a área de tecnologia da informação (TI) da empresa lhe passou é a composição
de um data warehouse a partir dos dados do banco de dados do sistema da
empresa. Com este data warehouse, Mario poderia utilizar uma ferramenta de
processamento analítico online (OLAP) para montar cubos de informação. Mario
também ouviu falar de um site que coleta os preços publicados na Web e
concentra as informações para os usuários que fazem pesquisa de preços. E
mais, Mario gostaria de informar no sistema que gera o data warehouse o preço
que é praticado pelos concorrentes nas regiões atendidas.
Após analisar a situação, como você acha que Mario poderia atuar com
relação a isto?
Não responda agora. Vamos voltar ao conteúdo teórico do nosso tema e,
ao final, retomaremos a nossa história e apresentaremos as possibilidades de
solução para o problema.
Business Intelligence
A Inteligência de Negócios (Business Intelligence ou BI) reflete-se
naquelas atividades na organização que visam a descoberta da informação e do
conhecimento, ou o apoio às decisões e o uso de sistemas inteligentes
(O’BRIEN, 2002).
CCDD – Centro de Criação e Desenvolvimento Dialógico
3
Uma vez que os dados sejam organizados em data warehouses e data
marts (subconjuntos de data warehouses), eles ficam disponíveis para que
sejam feitas análises posteriores. O analista ou usuário pode contar com
diversas ferramentas para fazer essas análises e descobrir padrões de
comportamento dos dados, correlações e captura de insights úteis para a
orientação na tomada de decisão. Dessa forma, as ferramentas de BI permitem
consolidar, analisar e acessar quantidades massivas de dados. Algumas das
principais ferramentas são softwares para consultas de banco de dados,
ferramentas para análise multidimensional de dados (ou processamento
analítico on-line – OLAP) e o data mining. A seguir, serão estudados alguns
elementos relacionados à atividade de BI.
Sistema de Apoio à Decisão
O Sistema de Apoio à Decisão (SAD) são sistemas de informação
computadorizados que fornecem apoio interativo aos gerentes e profissionais de
empresas durante o processo de tomada de decisão (O’BRIEN, 2002). O “SAD
auxilia o processo de decisão gerencial combinando dados, ferramentas e
modelos analíticos sofisticados e software amigável ao usuário em um único e
poderoso sistema que pode dar suporte à tomada de decisão semiestruturada e
não estruturada” (LAUDON e LAUDON, 2010).
Figura 1 - Inteligência de Negócio
CCDD – Centro de Criação e Desenvolvimento Dialógico
4
Sistemas de apoio à decisão podem assumir diversas formas no que
tange o nível organizacional e os tipos de decisão que podem ser tomados.
Assim, é preciso caracterizar cada uma dessas dimensões para que se possa
verificar onde é necessário determinado tipo de decisão:
Estratégico: caracteriza-se pelas decisões em termos de
estratégia, objetivos, recursos a serem utilizados, e políticas e
diretrizes da organização;
Gerencial: preocupa-se principalmente com o grau de eficiência e
eficácia em que os recursos são utilizados e com a qualidade do
desempenho das unidades de operação;
Conhecimento: trata da avaliação de novas ideias para produtos e
serviços, bem como maneiras de comunicar novos conhecimentos
e modos de distribuir a informação por toda a organização;
Operacional: determina como realizar as tarefas específicas, no
maior detalhamento possível, apresentadas pelos tomadores de
decisão das gerências estratégica e tática.
Quanto ao tipo das decisões, a lista a seguir detalha como as decisões
podem ser diferenciadas entre si.
Decisões estruturadas: são aquelas decisões com características
repetitivas e rotineiras. Envolvem um procedimento definido, de
modo que não precisam ser tratadas a cada vez como novas, e são
caracterizadas pela certeza, devendo-se alcançar a eficiência dos
processos;
Decisões semiestruturadas: apenas parte do problema tem uma
resposta clara e precisa, dada por um procedimento aceito.
Decisões caracterizadas por risco;
Decisões não estruturadas: são aquelas onde o responsável por
elas deve usar seu bom senso, sua capacidade de avaliação e sua
perspicácia na definição do problema. Cada decisão é inusitada,
CCDD – Centro de Criação e Desenvolvimento Dialógico
5
importante e não rotineira, e não há procedimentos bem entendidos
ou predefinidos para tomá-las. Caracterizadas pela incerteza.
Assim, a estrutura da decisão implica características diversas da
informação, e de certa forma encontramos isto correlacionado aos diferentes
níveis da organização. A figura a seguir ilustra esse fato, mostrando que, à
medida que se sobe na pirâmide organizacional, as informações vão
modificando suas características, indo desde aquelas que possuem foco estreito,
internas e dizendo respeito ao histórico das atividades, para aquelas que tem
características não programadas, mais resumidas e de cunho externo (O’BRIEN,
2002).
Acesse o material online e assista à videoaula do professor Luciano. Nela,
ele falará um pouco mais sobre a Inteligência de Negócios.
Figura 2 - Pirâmide organizacional
CCDD – Centro de Criação e Desenvolvimento Dialógico
6
Na figura a seguir, temos uma matriz onde o tipo da decisão é
correlacionado com o nível organizacional, permitindo identificar que função ou
subsistema da empresa é considerado para a tomada de decisão. Por exemplo,
no nível operacional, uma decisão tipicamente estruturada é o controle de
estoque: quando os níveis de segurança de estoque são atingidos, as ordens de
compra podem ser automaticamente geradas. Já uma decisão não estruturada
se adapta bem ao nível estratégico como planejamento de novos negócios.
Entretanto, mesmo decisões não estruturadas podem ser tomadas em níveis
mais operacionais, tal como a administração de caixa: dependendo de como o
mercado financeiro se comporta e de informações que mudam a todo momento,
pode ser mais rentável investir a sobra de caixa em um fundo em preferência a
outro (O’BRIEN, 2002).
A figura 3 mostra, por fim, como se posicionam os sistemas genéricos,
mostrando que, enquanto os sistemas de informação gerencial estão no centro
do quadro, lidando com informações semiestruturadas e em nível tático ou
gerencial, os sistemas de apoio à decisão já se encontram mais em direção ao
nível estratégico, envolvendo também decisões que tem uma característica indo
de semiestruturada para não estruturada (LAUDON e LAUDON, 2004).
Figura 3 - Relação entre Decisão e nível organizacional
CCDD – Centro de Criação e Desenvolvimento Dialógico
7
Quanto aos estágios da tomada de decisão, podem ser considerados os
seguintes:
Inteligência: consiste em identificar e entender os problemas que
estão ocorrendo na organização: o porquê do problema, onde está
e qual o seu efeito;
Concepção: o indivíduo imagina possíveis soluções para o
problema. Os SAD de menor porte são ideais para este estágio do
processo de decisão porque operam de modo simples, podem ser
desenvolvidos rapidamente e funcionar com quantidade limitada de
dados;
Seleção: consiste em escolher uma das alternativas de solução.
Neste ponto, o decisor precisará de um SAD de grande porte para
trabalhar uma maior quantidade de dados frente a uma variedade
de alternativas e modelos complexos, verificando custos,
consequências e oportunidades;
Implementação: os gerentes podem usar um sistema que emite
relatórios de rotina sobre o andamento de uma solução específica,
podendo usar SIG’s e até mesmo sistemas bem menores.
Figura 4 - Nível organizacional e tipos de decisão
CCDD – Centro de Criação e Desenvolvimento Dialógico
8
Em geral os estágios não seguem necessariamente um caminho linear,
podendo o decisor voltar e repetir um estágio anterior.
Para se aprofundar mais nas características do SAD, acesse o material
online e assista ao vídeo que se encontra disponível.
Inteligência Artificial na Gestão do Conhecimento
Além da contribuição das tecnologias para a gestão do conhecimento,
dentro da área de Inteligência Artificial (IA) podem ser encontradas técnicas que
podem auxiliar nos processos de gestão do conhecimento. A IA reúne uma
coletânea de técnicas desenvolvidas sob diversas metáforas, envolvendo desde
a simulação dos processos mentais e chegando até aos processos de evolução
biológica. Dentre uma série de técnicas existentes, serão explorados aqui os
Sistemas Especialistas (SE), as Redes Neurais Artificiais (RNA), o Raciocínio
Baseado em Casos (RBC) e os Algoritmos Genéticos (AG).
Sistemas Especialistas (SE)
Os Sistemas Especialistas (SE) são uma das aplicações de IA mais
conhecidas. É um sistema baseado em conhecimento que utiliza o seu
conhecimento sobre uma área específica e complexa, atuando como um
especialista ou um consultor (O’BRIEN, 2004). Os SE fornecem respostas para
questões dentro de uma área muito específica, fazendo inferências. O
conhecimento num sistema especialista é formalizado a partir de regras de
produção (regras estruturadas do tipo SE-ENTÃO) que constituem a sua base
de conhecimento. Dados de entrada são fornecidos de maneira a testar essas
regras, produzindo informação para apoio à decisão. Exemplos bem sucedidos
de SE são os casos clássicos do MYCIN e DENDRAL. MYCIN (1976) foi
concebido para auxiliar em diagnósticos médicos bacteriológicos, contendo
aproximadamente 500 regras, e apresentava acertos superiores a diagnósticos
médicos. DENDRAL (1965) foi desenvolvido pela Universidade de Stanford para
fazer a análise do dolo marciano. Um dos casos mais bem sucedidos que atraiu
bastante atenção para os SE foi o sistema XCON da DEC, para fazer
CCDD – Centro de Criação e Desenvolvimento Dialógico
9
configuração de computadores. As configurações manuais levavam 25 minutos,
enquanto que o XCON gastava 2 minutos, o que proporcionou uma economia da
ordem de US$ 25 milhões por ano.
Redes Neurais Artificiais (RNA)
Uma Rede Neural Artificial (RNA), tal como o seu paralelo biológico, é
composta de um certo número de nós ou unidades denominadas neurônios,
conectados por ligações, sinapses ou ainda links. Cada sinapse possui uma
quantidade associada ou um peso. O conhecimento da rede é adquirido pela
atualização direcionada destes pesos. Alguns neurônios são conectados ao
ambiente externo constituindo as entradas e saídas (MEDEIROS, 2006). Como
a característica principal de uma RNA é o aprendizado, várias são as aplicações
potenciais e práticas. Tarefas de classificação e segmentação (tais como
encontrar clientes em segmentos específicos), reconhecimento de padrões e
aprendizado de comportamento de sistemas ou mesmo tendências, são alguns
dos exemplos de situações em que podem ser aplicadas as RNA.
Algoritmos Genéticos (AG)
Os Algoritmos Genéticos (AG) são sistemas cuja concepção é inspirada
no mecanismo de Evolução Natural e na Genética. O objetivo de uso de AG
refere-se à busca de soluções para problemas complexos, fazendo a codificação
deste problema em uma certa configuração, utilizando a metáfora dos
cromossomos. Utilizando combinações, seleções naturais e mutações sobre
esses cromossomos, a busca é orientada por uma função objetivo a cada
“geração” produzida, visando uma solução ótima. “A tarefa de um programador
consiste basicamente na modelagem do conhecimento do problema, uma vez
que o AG possui um procedimento padrão de resolução” (FIALHO et al, 2006).
Algoritmos genéticos podem ser utilizados para encontrar um mix ótimo de
produção em sistemas de manufatura complexos, ou em roteirização otimizada
de sistemas logísticos.
CCDD – Centro de Criação e Desenvolvimento Dialógico
10
Raciocínio Baseado em Casos
O Raciocínio Baseado em Casos (RBC) é uma técnica de IA que reproduz
aspectos da cognição humana para resolver problemas especialistas (WEBER,
1998 apud FIALHO et al, 2006). O RBC simula o ato humano de relembrar um
episódio prévio para resolver um determinado problema, de acordo com as
afinidades existentes entre eles. Em outras palavras, o ato de relembrar um
episódio anterior é simulado em um sistema de RBC por meio da comparação
de um novo problema com um conjunto de casos, que constituem a Base de
Casos, do mesmo tipo. Esta comparação é feita mediante uma avaliação de
similaridade entre os principais aspectos ou índices, sendo que os casos mais
similares são assim recuperados (FIALHO et al, 2006).
Quer saber mais sobre Inteligência Artificial e Gestão do Conhecimento?
Acesse o material online e assista à videoaula do professor Luciano!
Processamento Analítico Online (OLAP)
O processamento analítico online se diferencia dos outros processos de
acompanhamento de informações mediante relatórios. Enquanto que um
sistema de informação possui relatórios previamente programados para uso dos
gestores, o OLAP prevê uma metodologia bastante diferente. Partindo da
perspectiva dos dados, e não do sistema em si, o gestor elabora os relatórios
que reflitam melhor sobre um determinado cenário, utilizando uma ferramenta
apropriada para correlação de dados. Os dados são combinados em tempo real,
para fornecer novas informações ou conhecimentos.
Entretanto, os dados precisam estar previamente preparados, sendo
fornecidos pela área de TI da organização aos gestores em questão. É
necessário também disponibilizar ferramentas próprias para OLAP, que
permitam a análise dos dados a partir de diferentes formas visuais de
construção.
CCDD – Centro de Criação e Desenvolvimento Dialógico
11
Por exemplo, um sistema de informação que tenha a seguinte estrutura
de banco de dados pode ser utilizado para uma atividade de OLAP:
Cada tabela neste banco de dados possui uma certa quantidade de
registros, como por exemplo, a tabela de pedidos (“orders”):
Um data warehouse poderá compor todos os dados disponíveis para uso
posterior, tal como uma planilha:
Figura 5 - Exemplo de atividade OLAP
Figura 6 - Tabela de banco de dados
CCDD – Centro de Criação e Desenvolvimento Dialógico
12
A atividade de OLAP consiste em manipular estas informações, buscando
correlações entre os dados para serem visualizados na forma de cubos de
informação. Por exemplo, caso se queira montar um cubo detalhando
especificamente as vendas por período, por país e por cliente, torna-se possível
ao gestor comparar quais clientes estão comprando mais ou menos, quais
países compram mais produtos, como está a evolução de compra ao longo dos
períodos pesquisados etc.
Figura 7 - Warehouse
Figura 8 - Exemplo de atividade OLAP
CCDD – Centro de Criação e Desenvolvimento Dialógico
13
Tendências em Gestão do Conhecimento
A evolução da tecnologia incentiva o surgimento de novas ferramentas,
as quais podem se converter em soluções para os problemas organizacionais,
ou mesmo potencializar as atividades ligadas à informação e ao conhecimento.
Em razão disso, é importante que os gestores estejam atentos às mudanças que
acontecem no ambiente empresarial de forma particular, quanto ao lançamento
de novos produtos ou tecnologias. Algumas tendências podem ser identificadas
com relação ao patamar tecnológico atual, devendo ser consideradas de
maneira estratégica pelas empresas.
Uso Corporativo de Redes Sociais: com a proliferação e a adesão de
cada vez mais usuários das redes sociais, as empresas pretendem fazer o uso
mais seletivo e qualitativo das informações que são postadas pelas pessoas. Os
próprios sistemas de informação tendem a ter interfaces cada vez mais
semelhantes aos de redes sociais. Este processo permite um monitoramento
contínuo das informações que são postadas, desde opiniões até preferências
dos usuários. Tais informações podem ser de grande valia para tarefas de
mineração de dados para identificar as tendências de consumo.
Contratação de Data Centers: a proliferação de data centers surgem
como resposta à necessidade de armazenamento massivo e de menor custo de
dados empresariais (Big Data). Com possibilidade de locação em detrimento da
aquisição de sistemas integrados de gestão (ERP), há uma diminuição de custo
por parte das empresas. Com o uso de data centers, as empresas não precisam
mais investir em ativos imobilizados e compra de hardware de provimento de
serviços de dados e informação às suas necessidades internas. Neste cenário,
a redução de custo é potencializada, permitindo às empresas se concentrarem
no foco de seus negócios.
Computação em Nuvem: com o aumento da conectividade e o
deslocamento dos sistemas de informação de dentro para fora das empresas, a
“nuvem” acaba sendo o conceito central de toda essa mudança. Não apenas
sistemas de informação, mas sistemas operacionais poderão ser carregados a
CCDD – Centro de Criação e Desenvolvimento Dialógico
14
partir de computadores ou outros dispositivos da própria Internet, sem a
necessidade de instalação prévia destes sistemas operacionais. Aliado a isso, a
utilização de ferramentas disponíveis na Web para trabalhos colaborativos tende
a se proliferar cada vez mais. Os softwares para uso em escritório (editor de
texto, planilha eletrônica, apresentação etc.) não precisarão ser instalados
previamente nos computadores. Basta que exista uma conexão de Internet com
velocidade suficiente para que o uso extensivo de recursos na “nuvem” seja feito.
Computação Ubíqua: refere-se à computação “onipresente”, a
computação que acontece em todo o lugar. Com o avanço de tecnologias tais
como os smartphones de pulso e óculos especiais, as pessoas tendem a “vestir”
cada vez mais o computador.
Avanço da Inteligência Computacional: há o uso mais intensivo de
ferramentas inteligentes para lidar com a quantidade massiva de dados na Web.
Novos algoritmos e técnicas permitirão mais eficácia em lidar com este cenário,
melhorando a predição de comportamentos a partir dos dados correlacionados
em grande quantidade. Aliado a isso, a tendência é que surjam ferramentas
capazes de tratar os dados de forma mais semântica.
Implicações das Neurociências Cognitivas: o surgimento de novas
formas de interação entre homem e máquina, com dispositivos que façam o
papel de “interfaces de cérebro”, permitirá o uso de sinais de EEG para controle
de sistemas. Espera-se também a proliferação de próteses e sensores para
acionamento de dispositivos para inclusão de pessoas com necessidades
especiais.
E-Government: os serviços públicos demandados pela população
poderão cada vez mais ser disponibilizados por sistemas ubíquos de gestão
pública. Isso poderá incentivar inclusive a uma maior participação da população
em processos relacionados à gestão pública. As novas ferramentas de
mineração de dados e sistemas para gestão do conhecimento permitirão a
proliferação de observatórios para acompanhamento das ações de agentes
públicos e das aplicações de recursos em projetos que visem o bem-estar social.
CCDD – Centro de Criação e Desenvolvimento Dialógico
15
Não deixe de conferir o vídeo que está disponível no material online. Nele,
o professor Luciano traz mais informações sobre OLAP e Tendências.
Revendo a Problematização
Muito bem! Estamos chegando ao final dos nossos estudos e acredito que
agora você já tem os conhecimentos necessários para decidir qual é a melhor
solução para a situação apresentada no início deste tema. O que Mario deveria
fazer? Escolha uma das opções a seguir:
a. Mario pode solicitar à área de TI que forneça o data warehouse já com o
preço praticado pelos principais fornecedores. Dessa forma, ele poderá
fazer comparações e estimar quanto o preço poderá ser equiparado ao
praticado para continuar sendo atrativo.
b. Mario pode utilizar o data warehouse fornecido pela área de TI e
prospectar manualmente o mercado com informações dos preços
praticados, buscando essas informações em sites de comparação de
preços, ou no próprio site dos concorrentes.
c. Mario pode utilizar o data warehouse para fazer as análises do
comportamento das vendas, sem fazer inicialmente a análise com os
preços da concorrência. Entretanto, deve solicitar à direção e à área de
TI a implantação de um sistema que possa monitorar continuamente os
preços praticados pela concorrência.
Para consultar o feedback de cada uma das alternativas, acesse o material on-line.
Síntese
Nesse tema foram estudados os conceitos relacionados com a
Inteligência de Negócios (BI – Business Intelligence) e a sua relação com a
Gestão do Conhecimento. Os sistemas de apoio à decisão são bastante
importantes em contextos de GC, assim como a aplicação de técnicas, tais como
CCDD – Centro de Criação e Desenvolvimento Dialógico
16
o processamento analítico online (OLAP). A Inteligência Artificial também
contribui com as suas técnicas, potencializando as tecnologias para a GC. As
mudanças tecnológicas fazem com que a GC seja uma área bastante dinâmica,
e é importante analisar as tendências tecnológicas e verificar qual o impacto que
elas podem ter dentro da área de GC.
Para relembrar os conteúdos que foram abordados nesse tema, acesse o
material online e assista à videoaula do professor Luciano.
CCDD – Centro de Criação e Desenvolvimento Dialógico
17
Atividades
Relacione os conceitos a seguir sobre a estrutura da decisão e depois
marque a alternativa correta:
Administração tática e decisão semiestruturada
Administração operacional e decisão estruturada
Administração estratégica e decisão semiestruturada
Administração operacional e decisão não estruturada
( ) Administração de caixa
( ) Fusões e aquisições de empresas
( ) Avaliação de desempenho de funcionários
( ) Controle de estoque
a. 4-3-2-1
b. 4-3-1-2
c. 4-1-3-2
d. 3-4-1-2
Consiste em identificar e entender os problemas que estão ocorrendo na
organização – o porquê do problema, onde está e qual o seu efeito.
Estamos falando da fase da tomada de decisão:
a. Seleção.
b. Inteligência.
c. Concepção.
d. Implementação.
CCDD – Centro de Criação e Desenvolvimento Dialógico
18
Relacione os conceitos a seguir sobre os sistemas de Inteligência Artificial
e depois marque a alternativa correta:
Sistemas Especialistas
Redes Neurais Artificiais
Algoritmos Genéticos
Raciocínio Baseado em Casos
( ) Refere-se à busca de soluções para problema complexos, codificando
o problema em uma configuração de cromossomos.
( ) Sistema baseado em conhecimento que utiliza o seu conhecimento
sobre uma área específica e complexa, atuando como um especialista ou um
consultor
( ) Simulam o ato humano de relembrar um episódio prévio para resolver
um determinado problema de acordo com as afinidades existentes entre eles.
( ) Tarefas de classificação e segmentação, reconhecimento de padrões
e aprendizado de comportamento de sistemas ou tendências, são alguns dos
exemplos de situações em que podem ser aplicadas.
a. 3-1-4-2
b. 3-2-4-1
c. 2-1-4-3
d. 3-1-2-4
Em uma atividade típica de OLAP (Processamento Analítico Online), os
dados são combinados em tempo real em várias dimensões de análise,
para fornecer novas informações ou conhecimentos. Este construto é
denominado de:
a. Tabela.
CCDD – Centro de Criação e Desenvolvimento Dialógico
19
b. Registro.
c. Cubo.
d. Rede.
Não somente os sistemas de informação, mas mesmo sistemas
operacionais poderão ser carregados a partir de computadores ou outros
dispositivos da própria Internet, sem a necessidade de instalação prévia
desses sistemas operacionais. Aliado a isto, a utilização de ferramentas
disponíveis na Web para trabalhos colaborativos tende a se proliferar
cada vez mais. Estamos falando aqui de:
a. Uso de redes sociais corporativas.
b. Sistemas de interface homem-máquina.
c. E-Government.
d. Computação em Nuvem.
Para consultar o gabarito das questões, acesse o material on-line.
CCDD – Centro de Criação e Desenvolvimento Dialógico
20
Referências
ACCIOLY, C. R. Análise da influência do mercado de suco
pasteurizado sobre o comportamento da oferta de laranjas: utilizando a
metodologia system dynamics. São Carlos: UFSCar, 2001. 164 p. Dissertação
– UFSCar.
BOM SUCESSO, Edina de Paula. Relações interpessoais e qualidade
de vida no trabalho. Rio de Janeiro: Qualitymark, 2002.
BOTELHO, Eduardo. Do gerente a líder: a evolução do profissional.
São Paulo: Ed. Atlas, 2000.
CHRISTOPOULOS, T. Estado da Arte em Comunidades de Prática.
Conexões Científicas. http://www.lidec.futuro.usp.br/downloads/conex-
estadodaarte.pdf
DAVENPORT, T.; PRUSAK, L. Conhecimento Empresarial. Rio de
Janeiro: Campus, 1999.
FIALHO, F. Ciências da Cognição. Florianópolis: Ed. Insular, 2001.
FIALHO, F.; MACEDO, M; SANTOS, N.; MITIDIERI, T. C. Gestão do
Conhecimento e Aprendizagem – As Estratégias Competitivas da
Sociedade Pós-Industrial. Florianópolis: Visual Books, 2006.
FONG, A. M. K; KEPPELL, M. Knowledge Management: The Relevance
of Storytelling In The Management of Knowledge in Organisations. Em:
ATKINSON, R; McBEATH, C.; JONAS-DWYER, D; PHILLIPS, R (eds). Beyond
the comfort zone: Proceedings of the 21st ASCILITE Conference, p.571.
Perth, 5-8 Dezembro. http://www.ascilite.org.au/conferences/perth04/procs/ma-
poster.html
GIL, Antonio C. Gestão de pessoas: enfoque nos papéis profissionais.
São Paulo: Atlas, 2001.
HENDRIKS, P. H. J. & VRIENS, D. J. Knowledge-based systems and
knowledge management: friends or foes? Information & Management, 35(2),
113-125, 1999.
CCDD – Centro de Criação e Desenvolvimento Dialógico
21
HOLAN, P. M.; PHILLIPS, N. Remembrance of Things Past? The
Dynamics of Organizational Forgetting. Management Science: v. 50, n. 11, p.
1603-1613, 2004.
HOLLENBECK, John R. e WAGNER III, John A. Comportamento
organizacional. São Paulo: Saraiva. 2003.
KANAANE, R. Comportamento humano nas organizações: o homem
rumo ao século XXI. São Paulo: Atlas, 1995.
KIMBLE, C.; HILDRETH, P.; WRIGHT, P. Communities of Practice: Going
Virtual. Em: MALHOTRA, Y. (Ed.) Knowledge Management and Business
Model Innovation. Idea Group Publishing, Hershey (USA)/ London (UK). pp 220-
234. 2001. http://www-users.cs.york.ac.uk/~kimble/research/13kimble.pdf
LAVE, J. e WENGER, E. Situated Learning – Legitimate peripheral
participation. Cambridge: Cambridge University Press. 1991.
LAVERDE, A. M. O.; BARAGAÑO, A.F. & DOMINGUEZ, J.M.S.
Knowledge Processes: On Overview of the Principal Models. 3rd, European
Knowledge Management Summer School. San Sebastian, Spain, 7-12 Set. 2003.
MEDEIROS. L. F. Gestão do Conhecimento na Era Quântica.
Florianópolis: Visualbooks, 2010.
MEDEIROS, L. F. Banco de Dados – Princípios e Prática. Curitiba:
Editora IBPEX, 2007 (pre-print).
MEDEIROS. L. F. Redes Neurais em Delphi. 2ª. Ed. Florianópolis:
Visualbooks, 2006.
MINTZBERG, H; AHLSTRAND, B; LAMPEL, J. Safári de Estratégia.
Porto Alegre: Ed. Bookman, 2000.
MORIN, E. Introdução ao Pensamento Complexo. Porto Alegre: Sulina,
2005.
MORIN, E. Os sete saberes necessários à educação no futuro. 10ª ed.
São Paulo: Cortez, 2005.
MOSER, P. K; MULDER, D. H; TROUT, J. D. A Teoria do
Conhecimento. São Paulo: Martin Fontes, 2004.
CCDD – Centro de Criação e Desenvolvimento Dialógico
22
NISSEN, M. Delineating Knowledge Flows for Enterprise Agility. Em:
KHOROUS-POUR, M. (ed.). Encyclopedia of Information Science and
Technology. Herschey: Idea Group Inc.,v.1, p.779-785, 2005.
NONAKA, I; KONNO, N. The Concept of “Ba”: Building a foundation
for knowledge creation. California Management Review, v.40, n.3, p.40-54,
1998.
NONAKA, I.; REINMÖLLER, P. TOYAMA, R. Integrated information
technology systems for knowledge creation. In: DIERKES, M.; ANTAL, A. B.;
CHILD, J.; NONAKA, I. Handbook of Organizational Learning and
Knowledge. Oxford: Oxford, p. 827-848, 2003.
NONAKA, I., TAKEUCHI, H. The knowledge creation: how Japanese
companies create the dynamics of innovation. New York: Oxford University
Press, 1995.
NONAKA, I & TAKEUCHI, H. Criação de Conhecimento na Empresa:
como as empresas japonesas geram a dinâmica da inovação. Rio de
Janeiro: Campus, 1997.
O’BRIEN, J. Sistemas de Informação e as Decisões Gerenciais na Era
da Internet. 2ª. Ed. São Paulo: Saraiva, 2004.
PASETTO, N. V.; MESADRI, F. Comportamento Organizacional:
Integrando conceitos da administração e da psicologia. Curitiba: IBPEX,
2012.
PAWLOWSKY, P.; FORSLIN, J.; REINHARDT, R. Practices and tools of
organizational learning. In: DIERKES, M.; ANTAL, A. B.; CHILD, J.; NONAKA, I.
Handbook of Organizational Learning and Knowledge. Oxford: Oxford, p.
775-793, 2003.
POLANYI, M. Personal knowledge: towards a post-critical
philosophy. Londres: Routledge e Kegan Paul, 1958.
RITTO, A. C. Organizações Caórdicas – Modelagem de Organizações
Inovadoras. Rio de Janeiro: Ed. Ciência Moderna, 2005.
CCDD – Centro de Criação e Desenvolvimento Dialógico
23
ROBBINS, S. P.; JUDGE, T. A.; SOBRAL, F. Comportamento
Organizacional: Teoria e prática no contexto brasileiro. São Paulo: Pearson,
2010.
RUSSEL, S. & NORVIG, P. Artificial Intelligence. New Jersey: Prentice-
Hall, 1995.
SCHREIBER et al. Knowledge Engineering and Management- The
Common KADS Metodology. Cambridge: MIT Press, 2002.
SAIANI, C. O Valor do Conhecimento Tácito: a Epistemologia de
Michael Polanyi na Escola. São Paulo: Escrituras, 2004.
SENGE, P. A Quinta Disciplina: A arte e a prática das organizações
de aprendizado. 16ed. São Paulo: Best Seller, 2004.
SOUZA, A.; LEITE, G.; SALLES, P. Using qualitative reasoning to
model wind power production in coastal zone. QR2011: 25th International
Workshop on Qualitative Reasoning, p.132-139.
http://www.qrg.northwestern.edu/papers/Files/qr-
workshops/QR2011/2011_Proceedings/qr11_paper18.pdf
SPECTOR, Paul E. Psicologia nas Organizações. São Paulo: Saraiva,
2003.
STEIL, A. Competências e Aprendizagem Organizacional.
Florianópolis: Instituto Stela, 2006.
STUDER, R., RICHARD BENJAMINS, V. & FENSEL, D. Knowledge
Engineering: Principles and methods. Data & Knowledge Engineering, 25,
161-197, 1998.
ULRICH, David. Os campeões de Recursos Humanos. São Paulo: Ed.
Futura, 1998.
WENGER, E.; McDERMOTT, R.; SNYDER, W. M. Seven Principles for
Cultivating Communities of Practice. HBS Working Knowledge, 25/03/2002.
http://www.askmecorp.com/pdf/7Principles_CoP.pdf
ZANELLI, José Carlos (org). Psicologia, organizações e trabalho no
Brasil. Porto Alegre: Artmed, 2004.