EDUCAÇÃO DA SUSTENTABILIDADE:
UMA PROPOSTA DE INDICADORES DE
SUSTENTABILIDADE ESCOLAR POR
LÓGICA FUZZY
LUIZ OCTAVIO GAVIAO (UFF )
Gilson Brito Alves Lima (UFF )
O tema sustentabilidade protagoniza a agenda internacional nas
últimas décadas e as iniciativas da ONU nas Conferências Rio 92 e
Rio+20 evidenciam a relevância do tema. A Comissão de
Desenvolvimento Sustentável da ONU desenvolve indicadoress de
desempenho em sustentabilidade e, no Brasil, o IBGE utiliza seus
relatórios para produzir seus indicadores. No contexto corporativo, o
Instituto Ethos e o Conselho Empresarial Brasileiro em
Desenvolvimento Sustentável (CEBDS) também são referências no uso
de indicadores de desempenho em sustentabilidade. No entanto, apesar
da reconhecida importância da sustentabilidade para as futuras
gerações, as instituições de ensino brasileiras ainda são contemplam o
assunto em sua plenitude, embora a Política Nacional do Meio
Ambiente (1981) e a Constituição Federal (1988) já determinassem a
promoção do tema nos diversos níveis do ensino. Em 2012 o Conselho
Nacional de Educação lançou as Diretrizes Curriculares Nacionais
para a Educação Ambiental. Nesse contexto, os autores adaptaram
iniciativas bem sucedidas do programa em educação da
sustentabilidade utilizado pelo Governo de Queensland, Austrália,
propondo indicadores de sustentabilidade escolar como ferramenta
didática a docentes e discentes. O segundo objetivo do artigo é aplicar
a lógica fuzzy, como algoritmo de agregação dos indicadores. Por
ausência de série histórica das escolas brasileiras e dos dados
solicitados aos organizadores do programa Australiano, formulou-se
uma hipótese de trabalho para simular a aplicação da ferramenta e
permitir a análise dos resultados.
Palavras-chaves: Indicadores, sustentabilidade, lógica fuzzy, escolar,
educação
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
2
1. Introdução
O tema sustentabilidade protagoniza a agenda internacional nas últimas décadas. Para
Andriantiatsaholiniaina (2004), a sustentabilidade ganhou destaque em 1987 no Relatório
Brundtland da World Commission on Environment and Development (WECD), adquirindo
relevância mundial na Conferência das Nações Unidas Rio-92, por intermédio da Agenda 21 e
na Conferência Rio+20. As iniciativas da UNESCO (2013) no programa “UN Decade of
Education for Sustainable Development (2005-2014)” evidenciam a relevância e atualidade
do assunto no campo da educação.
No entanto, apesar da reconhecida importância da sustentabilidade para as futuras gerações,
ainda existe significativa lacuna desse assunto nas instituições de ensino brasileiras. Embora a
lei 9.638 de 1981, que promulgou a Política Nacional do Meio Ambiente, já estabelecesse que
a educação ambiental deveria ser ministrada nos diferentes níveis de ensino e a Constituição
Federal de 1988 determinasse ao Poder Público a promoção desse tema, somente em 2012 o
Conselho Nacional de Educação lançou as Diretrizes Curriculares Nacionais para a Educação
Ambiental (BRASIL, 2012).
Por outro lado, diversos países têm desenvolvido programas nacionais de inclusão da
sustentabilidade nas escolas. Dentre os trabalhos pesquisados, coube destacar o projeto do
Governo de Queensland, Austrália (2005, 2010), que criou indicadores para avaliar a
sustentabilidade das instituições de ensino.
Assim, esse artigo tem dois objetivos: primeiramente, contribuir ao ensino da sustentabilidade
nas instituições de ensino, propondo indicadores de desempenho como ferramenta didática a
docentes e discentes. O segundo objetivo é aplicar a lógica fuzzy, como algoritmo de
agregação dos indicadores. Por ausência de série histórica das escolas brasileiras e dos dados
solicitados à Queensland, formulou-se uma hipótese de trabalho para simular a aplicação da
ferramenta e permitir a análise dos resultados.
2. Revisão da literatura
O artigo fará a revisão da literatura referente aos indicadores de sustentabilidade escolar e à
lógica fuzzy, para a seleção dos referenciais teóricos do artigo.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
3
2.1 Referencial teórico dos indicadores de sustentabilidade escolar
A ONU (1992) tem participado ativamente na questão de indicadores de sustentabilidade. O
capítulo 40 da Agenda 21 menciona a importância da participação dos países e da
comunidade internacional para o desenvolvimento de indicadores de desenvolvimento
sustentável. A Comissão de Desenvolvimento Sustentável (CDS) da ONU (2007) desenvolve
indicadores desde 1994 e seu relatório de diretrizes e metodologias apresenta cinco
indicadores educacionais. Com base nesse relatório, o IBGE (2012) desenvolveu seus
próprios indicadores, incluindo três de natureza educacional na dimensão social da
sustentabilidade: a taxa de frequência escolar, a taxa de alfabetização e a taxa de escolaridade
da população adulta.
No contexto corporativo, o Instituto Ethos (2012) e o Conselho Empresarial Brasileiro em
Desenvolvimento Sustentável – CEBDS são referências no uso de indicadores de
desempenho, embora não abordem especificamente a dimensão educacional (AZEVEDO,
2006).
Dentre os programas nacionais de sustentabilidade pesquisados, com especial atenção aos
indicadores educacionais em ambiente escolar, a Austrália mostrou-se como principal
referência no tema. Desde 1970, quando a Academia de Ciências promoveu a Conferência
“Education and the Environmental Crisis”, a Austrália associa o conceito de sustentabilidade
à educação. Em 2002, os estados Australianos de New South Wales e Victoria receberam
recursos do governo para criar o Australian Sustainable Schools Initiative (AuSSI), cujo
sucesso se estendeu aos demais estados, culminando em um programa nacional integrado pela
National Environmental Education Network (NEEN) (AUSTRALIA, 2005).
Em aperfeiçoamento a esse programa, o Brisbane Urban Environmental Education Centre
detalhou os indicadores de sustentabilidade escolar, utilizados como referencial teórico nesse
artigo (AUSTRALIA, 2010).
2.2 Referencial teórico da modelagem por lógica fuzzy
Desde 1965, quando Lotfi Zadeh publica o artigo sobre a teoria dos conjuntos fuzzy, surgiram
diversos trabalhos acadêmicos e aplicações práticas em lógica fuzzy. A Universidade de
Berkeley afirma que nesse período os EUA já registraram mais de 16 mil patentes
relacionadas ao uso da lógica fuzzy e o Japão mais de 7 mil (BISC, 2013).
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
4
A lógica fuzzy é aderente à subjetividade da elaboração e medição de indicadores de
sustentabilidade. Segundo Zadeh (1973), na medida em que a complexidade de um sistema
aumenta, a capacidade do ser humano em descrever seu comportamento de forma precisa
diminui. Nesse contexto, Zadeh (1973) acrescenta que problemas complexos não se traduzem
em números, mas em rótulos de conjuntos fuzzy.
O software MATLAB (2013) e seu aplicativo “Fuzzy Logic Toolbox” foram utilizados como
referenciais teóricos para a modelagem. Os autores adaptaram o método apresentado no guia
do usuário desse aplicativo em seis etapas, por julgarem que essa divisão contribuiria
didaticamente à compreensão do sistema (MATHWORKS, 2001).
A literatura apresenta ampla variedade de métodos e técnicas para a modelagem dos
indicadores de sustentabilidade. Gamage (2011) cita a existência de 26 métodos e modelos,
desenvolvidos entre 1987 e 2010, dentre os quais somente o modelo desenvolvido em 2001
por Yannis Phillis e Luc Andriantiatsaholiniaina associa indicadores de sustentabilidade à
lógica fuzzy. Esses autores denominaram seu método de Sustainability Assessment by Fuzzy
Evaluation (SAFE).
O SAFE utiliza dois indicadores primários: a sustentabilidade ecológica (ECOS) e a
sustentabilidade humana (HUMS), que se subdividem em quatro novos indicadores
secundários; o ECOS em qualidade da água; integridade da terra; qualidade do ar; e
biodiversidade; o HUMS em aspectos políticos; bem-estar económico; saúde; e educação.
Cada indicador secundário se subdivide em três indicadores terciários: pressão; estado atual; e
resposta, que correspondem aos inputs do sistema fuzzy. (ANDRIANTIATSAHOLINIAINA,
2004).
3. Metodologia
Segundo Silva (2005) a pesquisa se classifica como aplicada quanto à natureza e quantitativa
quanto à abordagem do problema. Segundo Gil (1991), a pesquisa é exploratória quanto aos
objetivos e bibliográfica em relação aos procedimentos técnicos.
3.1 Elaboração dos indicadores
Os autores adaptaram a tabela de indicadores da Austrália (2005, 2010), agrupando-os nas
dimensões social, econômica, ambiental e institucional. Por se tratar de ambiente escolar, a
dimensão institucional foi denominada “educacional”. A simplicidade para aplicação por
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
5
estudantes de nível fundamental e médio, em seu próprio ambiente acadêmico, norteou a
adaptação e elaboração dos indicadores.
3.1.1 – Dimensão educacional
Indicador 1: desenvolvimento dos profissionais da escola. Indica a participação dos
administradores, professores e funcionários em eventos pró-educação sustentável,
como cursos, estágios, exposições, dentre outros. Medida: percentual entre o número
de participantes de programas educacionais e o número total de profissionais da
escola;
Indicador 2: sustentabilidade no currículo da escola. Indica a inclusão de disciplinas
e/ou assuntos de sustentabilidade nos cursos. Medida: percentual entre a quantidade de
disciplinas/professores que abordam o tema sustentabilidade e o total de disciplinas;
Indicador 3: participação da comunidade acadêmica na gestão da sustentabilidade.
Indica o quanto diretores, professores, funcionários, alunos e associações conveniadas
à escola são engajados em sustentabilidade. Medida: percentual entre o número de
integrantes engajados em sustentabilidade e o total de membros dessa comunidade.
3.1.2 – Dimensão ambiental
Indicador 4: plano de gestão ambiental. Indica o grau de maturidade da escola no
planejamento dessa dimensão. Medida: estado atual do plano em quatro níveis (em
fase de elaboração, existente, implementado e periodicamente revisado);
Indicador 5: registro de dados ambientais e inspeções (consultorias e/ou auditorias).
Indica o interesse da escola em aperfeiçoar e certificar capacitações em
sustentabilidade. Medida: intensidade de atividades em quatro níveis (não registra
dados e não recebe inspeções, somente registra dados, registra dados/raramente
inspecionada e registra dados/frequentes inspeções);
Indicador 6: conservação de água. Indica o grau de maturidade da escola nesse
aspecto. Medida: intensidade de atividades referentes a projetos de conservação de
água, o estabelecimento de metas e resultados obtidos;
Indicador 7: eficiência energética. Indica o grau de maturidade da escola nesse
aspecto. Medida: intensidade de atividades referentes a projetos de eficiência
energética, estabelecimento de metas e resultados obtidos;
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
6
Indicador 8: gestão dos resíduos. Indica o grau de maturidade da escola nesse aspecto.
Medida: intensidade de atividades referentes a projetos de gestão de resíduos,
estabelecimento de metas e resultados obtidos;
Indicador 9: uso do solo. Indica o grau de maturidade da escola nesse aspecto. Medida:
intensidade de atividades referentes à preservação da vegetação interna (jardins) e
projetos de produção de alimentos no terreno da escola.
3.1.3 – Dimensão social
Indicador 10: parcerias externas. Indica o interesse da escola em ampliar
conhecimentos e boas práticas com instituições, organizações e especialistas em
sustentabilidade. Medida: intensidade de parcerias externas em vigor;
Indicador 11: respeito à legislação trabalhista. Indica o cumprimento de direitos e
deveres trabalhistas entre escola e profissionais. Medida: clima organizacional, por
frequência de conflitos, greves e/ou autuações trabalhistas que comprometam as
atividades escolares;
Indicador 12: compromisso aos direitos humanos. Indica a prática dos direitos
humanos no ambiente escolar. Medida: clima organizacional, por frequência de
conflitos relacionados à discriminação social, racial, política, religiosa, sexual, dentre
outras que possam incitar exclusão social.
3.1.4 – Dimensão econômica
Indicador 13: redução de custos por prática da sustentabilidade. Indica a redução de
custos em relação à alguma meta estabelecida ou de exercício anterior, resultante das
iniciativas dos indicadores 6, 7, 8 e 9. Medida: percentual de redução de custos;
Indicador 14: contribuições/doações externas. Indica o montante em apoio financeiro
e/ou material da sociedade, sob a forma de contribuições/doações, em reconhecimento
ao serviço da escola em sustentabilidade. Medida: quantidade/valor das
contribuições/doações;
Indicador 15: sustentabilidade dos concessionários. Indica a participação/engajamento
dos concessionários que exercem atividades econômicas na escola, referente ao
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
7
cumprimento dos planos/orientações de sustentabilidade estabelecidos. Medida: grau
atribuído à participação/engajamento dos concessionários.
3.2 Modelagem do sistema fuzzy
A modelagem do sistema fuzzy foi dividida em seis etapas. Na primeira, construíram-se
conjuntos fuzzy, em gráficos, para as variáveis exatas ou “crisp” de entrada e saída, e foram
plotados os valores exatos dessas variáveis nos gráficos para a obtenção das pertinências. A
segunda etapa consistiu em criar as regras de inferência. Essas regras foram do tipo “se p e q e
r então s”, sendo “p”, “q” e “r” variáveis de entrada (antecedentes) e “s” a variável de saída
(consequente). A terceira etapa envolveu a aplicação dos operadores fuzzy sobre os
antecedentes das regras de inferência. A quarta etapa aplicou o método de implicação sobre os
consequentes das regras de inferência. A quinta etapa realizou a agregação dos resultados das
regras de inferência. A sexta etapa transformou o resultado da etapa anterior na saída do
sistema fuzzy, produzindo uma variável exata, que indica em painel “virtual” se a escola é
sustentável ou insustentável. As figuras 1 e 2 ilustram as seis etapas do processo.
Figura 1 – Etapas do sistema fuzzy para dimensão educacional
Fonte: Adaptado de Mathworks (2001)
Figura 2 – Sistema fuzzy para as quatro dimensões
F
U
Z
Z
Y
F
I
C
A
Ç
Ã
O
D
E
F
U
Z
Z
Y
F
I
C
A
Ç
Ã
O
O peração dos Antecedentes
Im plicação dos Consequentes
Valores exatos“crisp”
Agregação dos resultados
Criação das Regras de Inferência
2
3
4
5
6
1Input 1
Input 2
Input 3
Output
“I” Insustentável
“S” Sustentável
Valor exato“crisp”
I S
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
8
Fonte: Adaptado de Mathworks (2001)
A hipótese de trabalho operou os seguintes parâmetros:
Seleção da dimensão a modelar: educacional (tabela 1);
Input 1: indicador 1, com valor de 60%;
Input 2: indicador 2, com valor de 45%;
Input 3: indicador 3, com valor de 30%.
3.2.1 Etapa 1: fuzzyficação dos inputs
Essa etapa envolveu duas fases. Na primeira fase ocorreu a criação dos conjuntos fuzzy para
os inputs e output da hipótese de trabalho, com a construção dos gráficos de pertinência
(figuras 3 e 4); na segunda fase ocorreu a plotagem dos inputs nesses gráficos, para a
identificação dos valores de pertinência.
Os eixos das ordenadas são padronizados de 0 a 1, por definição da função de pertinência. Na
medida em que os dados históricos desses inputs estiverem disponíveis à escola, seja pela
prática acadêmica ou por importação de dados de outras instituições de ensino, é possível
reavaliar os valores dos eixos das abscissas. Segundo Oliveira (1999), as interseções dos
conjuntos difusos são importantes, pois conferem maior consistência e precisão à modelagem.
Figura 3 – conjunto fuzzy dos inputs 1, 2 e 3
AMB
EDU
SOC
ECO
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
9
Fonte: Adaptado de Mathworks (2001)
Figura 4 – conjunto fuzzy do output
Fonte: Adaptado de Mathworks (2001)
A segunda fase consistiu em plotar as medidas de entrada da hipótese de trabalho nos
gráficos, para identificar as respectivas funções de pertinência (figura 5). Esses resultados,
correspondentes a valores entre 0 e 1 foram os inputs da 2ª etapa. Cabe ressaltar que o input 2
produziu dois resultados diferentes, com suas respectivas funções de pertinência. A
interpretação desse aspecto ilustra a característica típica da lógica fuzzy, no que se refere à
0,2
0,4
0,6
0,8
1,0
0,0
10 20 30 40 50 60 70 80 90 1000
Legenda: (I) INICIANTE, (R) RAZOÁVEL, (B) BOM, (E) EXEMPLAR
Grau de pertinência
I R B E
Inputs 1, 2, 3
0,2
0,4
0,6
0,8
1,0
0,0
1 2 3 4 5 6 7 8 9 100
Co ntro lado r da D im ensão Educacio nal (0 a 10)
Legenda: (M B ) M U ITO BAIXO, (B) BAIXO, (M ) M ÉD IO, (A) ALTO, (M A) M U ITO A LTO
G rau d e p ertin ê n cia
M B B M A M A
O utput
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
10
subjetividade acerca do quanto cada elemento pertence ou não a determinado conjunto.
Assim, o input 2 pode ser considerado um indicador com função de pertinência de 0,3 ao
conjunto “bom” e, simultaneamente, com 0,7 de pertinência ao conjunto “razoável”.
Figura 5 – fuzzyficação dos inputs
Fonte: Adaptado de Mathworks (2001)
3.2.2 Etapa 2: criação das regras de inferência
Os inputs são combinados em regras de inferência para produzirem saídas fuzzy. As regras de
inferência do sistema fuzzy são do tipo “SE-ENTÃO”, sendo divididas em termos
antecedentes (“SE”) e termos consequentes (“ENTÃO”). Nessa modelagem, os inputs 1, 2 e 3
podem assumir quatro resultados difusos (“iniciante”, “razoável”, bom” e “exemplar”) e o
output pode assumir cinco resultados difusos (“muito baixo”, “baixo”, “médio”, “alto” e
“muito alto”). Os autores optaram por regras de inferência que considerassem os três inputs
como antecedentes, produzindo assim 64 diferentes arranjos para a dimensão educacional, em
anexo. Evitou-se incluir regras de inferência com um ou dois inputs somente, para reduzir a
quantidade de regras e, consequentemente, a complexidade da modelagem.
Os inputs da hipótese de trabalho ativaram somente as regras 41 e 47:
Regra 41: SE input 1 é “bom” E input 2 é “razoável” E input 3 é “razoável” ENTÃO
output é “médio”;
Regra 47: SE input 1 é “bom” E input 2 é “bom” E input 3 é “razoável” ENTÃO
output é “alto”.
Input 2 - CurrículoInput 1 - RH Input 3 - Participação
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
11
3.2.3 Etapa 3: aplicação dos operadores fuzzy nos antecedentes
Com a ativação das regras de inferência 41 e 47, aplicou-se o operador “E” no modo
“mínimo” sobre os antecedentes. Os inputs 1, 2 e 3 produzem como resultados as seguintes
pertinências (figuras 6 e 7):
Figura 6 – operador “E-mínimo” nos antecedentes da regra 41
Fonte: Adaptado de Mathworks (2001)
Figura 7 – operador “E-mínimo” nos antecedentes da regra 47
Fonte: Adaptado de Mathworks (2001)
3.2.4 Etapa 4: implicação dos consequentes
Os resultados da etapa anterior foram plotados graficamente sobre os consequentes das regras
de inferência. Assim, foram consideradas as seguintes pertinências para cada regra:
Input 2 - CurrículoInput 1 - RH Input 3 - Participação
0,42
Input 2 - CurrículoInput 1 - RH Input 3 - Participação
0,3
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
12
- Regra 41 – pertinência “0,42” ao conjunto difuso “médio” (consequente);
- Regra 47 – pertinência “0,3” ao conjunto difuso “alto” (consequente).
A seguir, essas pertinências plotadas produzem uma superfície gráfica, que correspondem aos
inputs da próxima etapa (figuras 8 e 9).
Figura 8 – implicação do consequente da regra 41
Fonte: Adaptado de Mathworks (2001)
Figura 9 – implicação do consequente da regra 47
Fonte: Adaptado de Mathworks (2001)
3.2.5 Etapa 5: agregação dos resultados
Os gráficos resultantes da etapa anterior são agregados em um único, produzindo um
polígono. A figura 10 apresenta o resultado da hipótese de trabalho.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
13
Figura 10 – agregação dos resultados
Fonte: Adaptado de Mathworks (2001)
3.2.6 Etapa 6: defuzzyficação
Nessa última etapa, o polígono resultante da etapa anterior é transformado em uma variável
exata (“crisp”), em processo denominado “defuzzyficação”. O método mais comum é por
centro de gravidade (ou centroide), representando o output do sistema fuzzy. Um output
superior a 5 indica “sustentável”, inferior a 5 “insustentável”. As figuras 11 e 12 ilustram essa
etapa.
Figura 11 – agregação dos resultados
Fonte: Adaptado de MATLAB 2013
Resultado da agregaçãopor método “max”
0,42
0,3
Regra 41
Regra 47
5,71Output do sistema fuzzy
(para os inputs 1, 2 e 3 da hipótese de trabalho)
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
14
Figura 12 – agregação dos resultados no MATLAB
Fonte: MATLAB 2013
4. Análise dos resultados
O resultado obtido com a hipótese de trabalho foi satisfatório. Os inputs 1, 2 e 3 (60%, 45% e
30%, respectivamente) são intuitivamente elevados para as condições de sustentabilidade na
educação nacional, descritas no início do artigo. A modelagem por sistema fuzzy produziu um
output com valor 5,71, representando assim um índice de sustentabilidade da dimensão
educacional considerado “sustentável”.
Em seguida, realizou-se uma análise de sensibilidade com a hipótese de trabalho, buscando
identificar os valores de equilíbrio entre índices “sustentáveis” (superiores a 5,0) e
“insustentáveis” (iguais ou inferiores a 5,0). O procedimento foi manter dois inputs fixos,
variando o restante, para identificar na hipótese de trabalho os eventuais suportes/resistências
do indicador submetido à variação (tabela 1).
Tabela 1 – Análise de sensibilidade da hipótese de trabalho
Indicadores 1, 2, 3 (%) Índice EDU
(60; 45; 30) 5,7115
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
15
(60; 45; 27) 4,8940
(60; 45; 28) 5,1156
(60; 40; 30) 5
(60; 41; 30) 5,2003
(40; 45; 30) 5
(41; 45; 30) 5,2003
Fonte: adaptado de MATLAB 2013
5. Conclusão
O artigo propôs indicadores de desempenho para avaliar o índice de sustentabilidade escolar,
como ferramenta didática a docentes e discentes, contribuindo ao ensino da sustentabilidade
nas instituições de ensino. Em paralelo, o artigo também buscava aplicar a lógica fuzzy, como
algoritmo de agregação dos indicadores, para a produção do índice final.
No que se refere à proposta dos indicadores, buscou-se a abordagem das quatro dimensões da
sustentabilidade, adequando as diversas fontes pesquisadas à realidade do ambiente escolar
brasileiro, ainda imaturo no ensino e na prática da sustentabilidade. Uma série de novas
pesquisas nessa área do conhecimento permitiria aprofundar os resultados obtidos, tais como:
produção de série histórica dos 15 indicadores propostos, a partir da medição em diferentes
instituições de ensino; inclusão de novos indicadores com ênfase na simplicidade e facilidade
de aplicação pelos estudantes; e ajustes das escalas de medição das variáveis de entrada.
Em relação à lógica fuzzy, os autores propuseram uma abordagem mais didática aos iniciantes
desse tema, detalhando os procedimentos em seis etapas, com as ilustrações que facilitassem a
compreensão. A ampla gama de variações para análise de sensibilidade do sistema fuzzy,
principalmente em relação às regras de inferência e alternância dos operadores (inferência,
implicação, agregação e deffuzyficação) oferecem diversas oportunidades de aprofundamento
de novas pesquisas nessa área do conhecimento.
REFERÊNCIAS
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
16
ANDRIANTIATSAHOLINIAINA L.A., KOUIKOGLOU V.S., PHILLIS Y.A. Evaluating strategies for
sustainable development: fuzzy logic reasoning and sensitivity analysis, Revista Ecological Economics, 48,
2004, pp. 149-172.
AUSTRALIA. Indicators for a Sustainable School. 2010. Disponível em:
<http://www.maroochycatchmentcentre.org.au/catchment/wp-content/uploads/2010/04/How-Sustainable-is-
Your-School.pdf> Acesso em: 14 abr. 2013.
______. Educating for a Sustainable Future: a national environmental education statement for Australian
schools. 2005. Disponível em: <http://www.environment.gov.au/education/publications/pubs/sustainable-
future.pdf> Acesso em: 11 abr. 2013.
AZEVEDO, Ana Luísa Vieira de. Indicadores de sustentabilidade empresarial no Brasil: uma avaliação do
Relatório do CEBDS. Revista Iberoamericana de Economia Ecológica. Vol. 5: 75-93. 2006. Disponível em:
<http://ddd.uab.cat/pub/revibec/13902776v5p75.pdf>. Acesso em: 12 abr. 2013.
BISC. The Berkeley Initiative in Soft Computing. California: University of Berkeley. Disponível em:
<http://www.cs.berkeley.edu/~zadeh/stimfl.html>. Acesso em: 10 abr. 2013.
BRASIL. Diário Oficial [da República Federativa do Brasil], Brasília, DF, n.116, 18 jun. 2012. Seção 1, p.
70-71. Disponível em:
<http://www.in.gov.br/visualiza/index.jsp?data=18/06/2012&jornal=1&pagina=70&totalArquivos=320> Acesso
em: 15 mar. 2013.
GAMAGE, Gayathri Babarenda. A New Model for Assessing Sustainability of Complex Systems Integrating
LCA and RA for Sustainability. Tese (Doutorado). The University of Auckland, 310 p. 2011.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. São Paulo: Atlas, 1991.
IBGE. Indicadores de desenvolvimento sustentável: Brasil 2012. Disponível em:
<ftp://geoftp.ibge.gov.br/documentos/recursos_naturais/indicadores_desenvolvimento_sustentavel/2012/ids2012
.pdf> Acesso em: 10 abr. 2013.
INSTITUTO ETHOS. Indicadores Ethos de Responsabilidade Social Empresarial. São Paulo: Instituto
Ethos, 2012. Disponível em: <http://www3.ethos.org.br/cedoc/indicadores-ethos-versao-
2012/#.UXVTTrWG3ss> Acesso em: 15 abr. 2013.
MATLAB. Matlab and Simulink Student Version Software. The Mathworks Inc. 2013.
MATHWORKS. Fuzzy Logic Toolbox User’s Guide. The MathWorks Inc . Notick, MA, 2001. Disponível em:
<http://lsc.fie.umich.mx/~juan/Materias/Posgrado/IdSis/IEEE/fuzzy_tb.pdf > Acesso em: 08 abr. 2013.
OLIVEIRA, Hime Aguiar e. Lógica Difusa: aspectos práticos e aplicações. Rio de Janeiro: Interciência, 1999.
ONU. ORGANIZAÇÃO DAS NAÇÕES UNIDAS. Agenda 21. 1992. Disponível em:
<http://sustainabledevelopment.un.org/content/documents/Agenda21.pdf> Acesso em: 10 abr. 2013.
_________ . Indicators of Sustainable Development: Guidelines and Methodologies. 3 ed. The Department
of Economic and Social Affairs of the United Nations Secretariat. New York: United Nations, 2007.
SILVA, Edna Lúcia; MENEZES, Estera Muszkat. Metodologia da pesquisa e elaboração de dissertação – 4.
ed. rev. atual. – Florianópolis: editora UFSC, 2005.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
17
UNESCO. Education for Sustainable Development. Disponível em:
<http://www.unesco.org/new/en/education/themes/leading-the-international-agenda/education-for-sustainable-
development/>. Acesso em: 08 abr. 2013.
ZADEH, Lotfi A. Outline of a new approach to the analysis of complex systems and decision process. Revista
IEEE Transactions on Systems, Man, and Cybernetics, vol. SMC-3, No1, jan 1973. P. 28-44.
ANEXO
Tabela 2 – Regras de inferência da hipótese de trabalho
REGRA SE IND1 e SE IND2 e SE IND3 ENTÃO ÍNDICE
1 I I I MB
2 I I R MB
3 I R I MB
4 R I I MB
5 I I B MB
6 I B I MB
7 B I I MB
8 I I E B
9 I E I B
10 E I I B
11 I R R B
12 R I R B
13 R R I B
14 I R B B
15 I B R B
16 R I B B
17 R B I B
18 B I R B
19 B R I B
20 I R E M
21 I E R M
22 R I E M
23 R E I M
24 E I R M
25 E R I M
26 I B B M
27 B I B M
28 B B I M
29 I B E M
30 I E B M
31 B I E M
32 B E I M
33 E I B M
34 E B I M
35 I E E A
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
18
REGRA SE IND1 e SE IND2 e SE IND3 ENTÃO ÍNDICE
36 E I E A
37 E E I A
38 R R R M
39 R R B M
40 R B R M
41 B R R M
42 R R E A
43 R E R A
44 E R R A
45 R B B A
46 B R B A
47 B B R A
48 R B E A
49 R E B A
50 B R E A
51 B E R A
52 E R B A
53 E B R A
54 E R E MA
55 E E R MA
56 R E E MA
57 B B B M
58 B B E MA
59 B E B MA
60 E B B MA
61 B E E MA
62 E B E MA
63 E E B MA
64 E E E MA
Fonte: Adaptado de MATLAB 2013