You are on page 1of 10
Sistemas especialistas € apoio & decisao ' em administracao Jacques Trahand Professeur agrégé, Diretor da Ecole Supérieure des Affaires de Grenoble, Franca , Norberto Hoppen Professor Adjunto do Departamento de Ciéncias Administrativas e do Programa de P6s-Graduacdo em Administragdo da UFRGS Resumo- artigo apresenta uma discussto sobre modos de uilizago dos Sistemas Especialistas em Administrac&o, em termos de: uso num contexto que visa reproduzir o modo de raciocinio de um ‘especialista; ¢ uso em conjunto com Sistemas de Apoio Decisto tradicionais, com o objetivo de aportar conhecimento especializado € local no processo decis6rio, configurando Sistemas de Apoio Especialista. Palavras-chave: * inteligéncia artificial « sistemas especialistas * sistemas de apoio a decisto Revista de AdministragSo, S8o Paulo 23 (2):11-20 absil/junho 1988, 1 INTRODUCAG volvidos, tais como MYCIN para o diagnéstico médico, PROSPECTOR para a prospecsdo geolégica ¢ XCON na fea de projetos, foram apresentados como ferr mentas de apoio 4 decislo, capazes de reproduzir 0 mo- do de raciocinio de um ou mais especialistas, em dom nios especiticos de areas de conhecimento. A partir des- {a visto dos SE, passou-se a difundir a idéia de que a In- teligéncia Artificial — 1A — iria revolucionar o apoio a decisfo, através do uso de novos conceitos, de novas teenologias e apicacdes. ‘Como objetivo de abordar o tema SE € apoio a de- cisio de uma mancira abrangente, utilizaremos, neste artigo, oconceito mais amplo de Sistemas com Base de Conhecimentos — SBC — a0 invés da definigo ma restrta de SE, Este iltimo pode ser confundido com a8 aplicagdes especificas acima descrtas, Neste sentido, 0 SBC representa melhor as novas possibilidades tecnci6- sicas provenientes da TA. "Apesar dos conhecimentos j desenvolvidos, 0 apoio decislo ainda nao é um campo bem delimitado. Anogao de apoio a decisdo e de ferramentas desenvolvi- das para este fim surgiu com a Pesquisa Operacional. Em fungao da grande variedade de problemas exstentes nas organizagdes, o uso dos modelos desenvolvidos den- tro da abordagem da Pesquisa Operacional mostrou-se Timitado. Novas vias de apoio & decisto foram entdo es- tudadas, destacando-se os Sistemas de Apoio & Decisto SAD —, oriundos da érea dos Sistemas de Informa- 8s. (0 desenvolvimento desta via explica-se, a0 menos parcialmente, pelas diferentes abordagens adotadas pe- Jos pesguisadores em Pesquisa Operacional ¢ em SAD. Os primeiros, de maneira geral, orientaram-se para 0 desenvolvimento de modelos destinados a resolver pro- blemas relativamente bem estruturados, Os pesquisado- res em SAD, dentro de uma filosofia de prestacao de servigos e de consultoria, orientaram-se para a realiza- «fo de sistemas homem-maquina interativos, destinados 2 problemas pouco estruturados, raramente resolvidos com os modelos de Pesquisa Operacional, Nos SAD, a parcela do problema, ndo reproduzivel por meio de al- goritmos, fica a cargo da criatividade e da capacidade de avaliagao do tomador de decisto. O sistema, por sua ‘vez, propde uma amplificagdo da sua capacidade de ra ciocinio. ‘Os SAD, na pritica, acabaram se idemtficando com ferramentas baseadas em modelos € algoritmos, contemplando, de maneira ainda insuficiente, os aspec- tos qualitativos do problema e a criatividade do toma- dor de decisto em sua atividade pouco estruturada (Young, 1983). © principal apelo comercial dos SBC, segundo ‘Sheil (1987), € » possibilidade de programas comports- mento € Outros aspectos qualitativos dificeis de serem expressos via programacao convencional (procedural). Muitas devises, baseadas em regras nao muito bem de- finidas, mas que s4o reconhecidas e acetas, podem ser descritas por regras do tipo situagdo-agto (SE...EN- TAO). Neste sentido, a possiblidade de associar aspec- tos quelitetivas aos SAD, através da inclusto de uma Base de Conhecimentos e de uma maior parcela de qua- 2 litative na resolugao do problema, pode abrir novas perspectivas na evolugdo das ferramentas de apoio a de- ‘isto. Dois modos de utilizagao se abrem para os SBC: * 0 uso de Sistemas com Base de Conhecimentos que objetivam reproduzir 0 modo de raciocinio de um ex- pecialsea, representando ume aplicagto espectice dos SBC, 08 SE. Eles permitem a resolugto de proble- ‘mas que exigem diagnéstico e solugdes de rotina; #0 uso de sistemas que, através da Base de Conhcic- ‘mento, objetivam aportar conhecimento especial ddos num sistema mais convencional de apoto a deci- S80, configurando um SAD inteligente (Bonczek et ait) 1961), ow um Sistema de Apoio Especialiste (Sanifer & Tolovi Jr, 1987), Considerando estas possibilidades de uso de um SBC, sero abordados neste artigo: * as caracteristicas essenciais dos SBC, SE e SA # a nogdo de apoio 4 decisto em administcagao; ‘0 desenvolvimento de Sistemas de Apoio Especialis- tas, resultantes de uma cooperacdo entre SBC e SAD. Exemplos das areas de producdo-operagoes sto apresentados como ilustrasao. SISTEMAS DE APOIO A DECISAO E SISTEMAS. A BASE DE CONHECIMENTOS Para precisar o impacto da tecnologia da LA em ter- ‘mos de apoio & decisdo, sto comparadas as caracteristi- cas essenciais dos SAD ¢ dos SBC, empregando-se as di- mensées ‘* objetivos ¢ paradigmas, ‘* tipos de problemas a serem resolvidos, ‘+ modos de utilizagdo dos sistemas e tipos de modelos, ‘© arquitetura € implantagdo dos sistemas. Estas dimensdes sto examinadas a seguir. Objetivos e Paradigmas (Os SAD € 0s SBC surgiram praticamente na mesma época, mas as duas tecnologias se desenvolveram de ma- juténoma. Por esta razdo, 0s seus objetivos e pa radigmas sto apresentados de maneira independente. ‘Numerosas publicagdes (Keen & Scott, 1978; DSS, 1980; Banczek et alii, 1981; Sprague & Carlson, 1982; Courbon, 1979; Hoppen & Trahand, 1985; Mahmoud & Medewitz, 1985; Buy & Jarke, 1986) apresentam uma grande diversidade de caracteristicas dos SAD. Alguns aspeetos comuns podem, contudo, ser extraidos. Dentre ‘estes, cabe destacar as quatro caracteristicas basicas de um SAD apresentadas por [SC 82] © 0 sistema deve assistit 0 tomador de devisio cénfron- tado a problemas pouco estruturados; * o sistema corresponde a uma combinaglo de modelos Revista de Agministrac30, $80 Paulo 23 (211-20 ayil/junho 1988, ‘ou de técnicas analiticas, e de ferramentas de acesso a dados, armazenados em sistemas de geréncia de da- dos operacionais + o sistema deve ser de uso facil para usuarios nao espe- cialistas em informatica, de maneira iterativa ou con- versacional,, diretamente ou com 0 auxilio de um cho- fer — um intermediario entre a tecnologia, 0 proble- mae tomador de decisdo; ‘0 sistema deve integrar peculiaridades do meio am- biente ¢ das caracteristicas cognitivas do tomador de decisto. © SAD é uma ferramenta destinada ao uso de um. ow mais tomadores de decisdo (gerentes) que trabalham ‘num ambiente econémico e social bastante complexo € {que sdo constantemente submetidos & pressdo do tem- po. O objetivo de um SAD 6, pois, de auxilid-lo no aprendizado de como reagir rapidamente ¢ de maneira eficaz a0 meio ambiente e a pressdo do tempo. Conse- quentemente, 0 objetivo de um SAD nao é a automacao do processo decisério do tomador de deciso mas, a0 contrario, consiste na assisténcia ¢ na amplificagéo da sua capacidade de intuigao. Objetivos e paradigmas da tecnologia dos SBC — Enquanto os SAD se desenvolveram a partir de preocu- ppagdes praticas ¢ do surgimento da interatividade no processamento informatico, os SBC tiveram a sua ori ‘gem nas pesquisas sobre IA. Os estudos de Newell & Si- mon (1972), sobre a resolugdo de problemas pelo espir to humano, foram particularmente importantes para a sua evolugto. Os primeiros SBC desenvolvidos, tais como MYCIN ou PROSPECTOR, incorporaram uma pa cularidade especifica. Eles tinham como objetivo a reso- lugdo de problemas numa area especial, para os quais ‘do existia nenhuma metodologia formal que permitisse encontrar uma solucdo. Para este tipo de sistema, 0 know how e os conhecimentos especificos do especialis- ta, muitas vezes heuristicos, sao codificados ¢ transferi- dos para o sistema informatizado, o SE. O procedimen- to de aquisicdo e de transferéncia do conhecimento para ‘a méquina denomina-se engenharia do conhecimento. Um problema, ligado ao desenvolvimento dos SE, ¢ 0 da formalizagdo e da representacdo deste conhecimento.. (0 objetivo de um SE nao consiste na assisténcia a ‘um especialista de um determinado assunto mas, a0 contrario, na reprodugdo € na difustio de sua especiali- dade. ‘Odjetivos e paradigmas: complementaridade ow contradiges — Os objetivos dos SAD e dos SBC, sob a forma de SE, sao praticamente opostos: * Os SAD procuram assistir 0 tomador de decisto que 6, de fato, o especialista do problema tratado. Os SE, por sua vez, procuram automatizar e difundir 0 co- nhecimento de especialistas junto a usuarios com me- nor grau de conhecimento, ou so usados nos casos em que 0 especialista quiser reduzir a duragdo de um diagnéstico. ‘+ Os SAD apoiam problemas relativamente vastos a0 paso que os SE sio desenvolvidos para aqueles bem delimitados. Revista de AdministragS0, So Paulo 23 2):11-20,abri/junho 1988, ‘* Ambos os sistemas incorporam conhecimento ou es- ppecializagao. Na tecnologia dos SAD, esta especializa- ‘edo ndo é formalizada nem transferida para o sistema informatizado. O tomador de decisao € 0 especialista ‘que interage com 0 sistema. Nos SBC do tipo SE ope- racional, 0 usuario ndo é o especialista mas sim um usuario com menor conhecimento sobre o problema. Uma caracteristica comum as duas tecnologias é 0 seu interesse por problemas que ndo podem receber, de maneira simples e econémica, solugdes algoritmicas Em fungdo disto, cabe analisar mais detalhadamente o tipo de problema pelos quais 0s SAD ¢ 0s SBC se inte- ressam, Tipos de Problema Tratados 0s problemas tratados so estudados no atual con- texto de uso dos SAD e dos SBC do tipo SE. SAD e problemas pouco estruturados — A nogao de problema pouco estruturado foi apresentada pela primeira vez por Garry & Scott Morton (1971), sendo caracterizada como uma situagdo intermediaria entre os problemas estruturados e os problemas ndo estrutura- dos. O computador pode ser utilizado em partes da sua resolusdo, Mais recentemente, Luconi et alii (1985), apresen- taram caracteristicas adicionais que permitem melhor anilise do nivel de estruturago dos problemas, que, res- pectivamente, so: © dados: as dimensdes ¢ 0s valores necessarios para a representacdo do espaco que & relevante para 0 pro- blema; * procedimentos: os operadores ou a seqilé pas usadas para a resolugao do problema; * objetivos ¢ restricdes: 0s resultados desejados para a resoluso do problema e as restrigdes do que pode ou no ser feito; * estratégias: a escolha dos procedimentos que devem set adotados para atingir os objetivos. ia de eta- Pode-se, pois, definir um problema estruturado co- mo sendo aquele em que as quatro caracteristicas $40 bem compreendidas e conhecidas. Um problema nao es- ‘truturado é aquele para o qual os quatro elementos res- tam vagos. Um problema pouco estruturado é aquele para o qual a0 menos uma das caracteristicas nao ¢ defi- nivel. AAs caracteristicas dos problemas pouco estrutura- dos, que favoreceram 0 desenvolvimento dos SAD, so: * o problema é definido de maneira geral e relativamen- te vaga; * as solugdes devem satisfazer varios objetivos os quais, as vezes, so parcialmente contraditérios; * 05 elementos que influenciam 0 problema tém origens miiltiplas, donde a complexidade de sua solucao;, * 0 meio ambiente da situagao de tomada de decisto pode evoluir rapidamente, As caracteristicas anteriormente citadas fazem com 3 {que solugdes satifatérias (Simon, 1960) para problemas sejam bem aceitas pelo tomador de decisao. SBC e tipos de problemas — Davis (1982) distin- guiu os SBC até agora desenvolvidos, em geral do tipo SE, a partir da caracteristica do problema processado. Ele colocou em evidéncia: A utilizaggo do sistema em problemas limitados: tecnologia dos SBC permite abordar problemas pou- co estruturados. Constata-se que, em razio dos cus- tos, prazos e conhecimentos abrangidos, os SE desen- volvidos abordaram, até o presente momento, quase que exclusivamente problemas bem delimitados. * A existéncia de especialistas reconhecidos na resolu- ‘20 do tipo de problema, fazendo com que a solugto possa alcangar objetivos satisfatérios ou quase- 6timos. A duracao do proceso de resolugto e estabilidade do problema: um SE pode levar alguns minutos ou mes- ‘mo algumas horas para a resolucdo de um problema que demandaria varios dias para um especialista. Por outro lado, necessita-se de varios meses ou anos para a realizagao deste tipo de sistema, o que restringe 0 desenvolvimento de SE para problemas relativamente estaveis no tempo, que permitam rentabiliza-los. A evolugdo do conhecimento relativo ao problema, em termos de novas definigdes e novos componentes, ndo deve ser demasiadamente répida, SAD e SE: comparasio dos tipos de problemas — As principais diferencas de utilizagdo de SAD e SE po- ddem ser resumidas em termos de dimensto do problema tratado, existéncia de um ou mais especialistas que re- resentam 0 conhecimento na area e estabilidade do problema no tempo. Segundo Luconi et alii (1985), € possivel comparar ‘0s SAD e os SE a partir do tipo de processamento reali- zado quando da resolucdo de problemas pouco estrutu- rados. Esta comparagdo, baseada no referencial descri- to no item “SAD e problemas pouco estruturados”, es- ta apresentada na figura 1. Dados Estratégas omen el SAD, SE e tratamento de problemas pouco estruturades. Figura 1 “ Nos SAD, os aspectos pouco conhecidos sobre da. dos, procedimentos ¢ objetivos contraditérios so re- partidos entre o homem e 0 computador. As estratégi de resolugdo do problema ficam de inteira responsabili- dade do tomador de decisto, que & 0 especialist (Os SE, em razao de novas técnicas de codificagdo e programagao de problemas, permitem integrar uma co- \ificagdo de dados e procedimentos assim como uma es- tratégia de resolugao de problema mais flexiveis. Este ti- po de SBC automatiza todo o processo. Os problemas ouco estruturados, codificdveis de maneira econé ca dentro destas restrigdes, s40 0 campo de aplicagao dos SE. Uso de SAD e SBC e Tipo de Modelagem Os objetivos, os paradigmas e os tipos de proble- ‘mas, apresentados anteriormente, permitem coneluir que 0 contexto de utilizagao bem como a natureza da ‘modelagem diferem entre os SAD € os SBC do tipo SE. Modelagem e uso dos SAD — Para Keen & Scott Morton (1978), quatro niveis de funcionalidades sao ne- cessérias em um SAD: © Capacidade de acesso a dodos: Estes podem estar ar- mazenados no banco de dados do préprio SAD, num bbanco de dados da organizacdo e mesmo em bancos de. dados externos a organizagao. ‘© Capacidade de siltragem e reconhecimento de fend- ‘menos importantes. Trata-se, por exemplo, das possi- bilidades de representacdo grafica de fendmenos en- ccontrados em séries numéricas ou de andlises estatis- ticas. Cepacidade de inferéncia e comparacao légica, pri cipalmente célculos numéricos do tipo extrapolagto de tendéncias, calculos financeiros e comparacdes nu- méricas e ordinais. * Capacidade de modelagem, otimizacao e simulagdo, que produzem resultados quantitativos. Nos SAD, a ‘modelagem é realizada a partir de variaveis numéricas 0 seu uso pode restringir a representagao global do problema pouco estruturado, Modelagem ¢ uso dos SBC — Os SBC ¢ 0s SE sto desenvolvidos de maneira diferente do que os SAD. ‘© Como nos SAD, a interligagdo entre 0 SBC ¢ os ban- cos de dados é altamente desejavel. Atualmente, po- rém, ainda existem problemas consideraveis, origin dos na gestdo conjunta de dados e conhecimentos. Es- tes problemas so: — as diferengas semanticas existentes entre dados conhecimentos; — a heterogeneidade das técnicas empregadas nos Sistemas de Gesto de Bancos de Dados — SGBD —e nos SBC; — agestéo da funcdo procura de dados num SGBD a partir de um SBC, 0 que ainda ndo existe atual: ‘mente. Os progressos realizados pela pesquisa, em termos Revista de AdninistrapS0, S80 Paulo 23 (2):11-20,abril/unho 1988 de SGBD dedutivos e do acréscimo de fungdes a0 motor de inferéncia, permitem entrever 0 surgimento de um novo tipo de ferramental para uso nas empresas. ‘* As capacidades de filtragem e de reconhecimento de fendmenos sto, no caso de um SE, transferidos em sua totalidade para o sistema intformatizado. O mes- ‘mo acontece com as capacidades de extrapolagao, de inferéncia e de comparacdo logica dos SAD. '* As capacidades de modelagem num SBC sio relativa- mente diferentes das dos SAD. Elas permitem repro- duzir elementos qualitativos na modelagem do pro- blema pouco estruturado. Isto representa uma vanta- ‘gem considerdvel em termos de capacidade de repre- sentagdo de um problema. Todavia, 0 uso de elemen- tos qualitativos pode-se tornar um inconveniente, quando as fungdes existentes no SBC nao permitem a sua interligagao com procedimentos estruturados tra- dicionais, do tipo algoritmico, que a modelagem de alguns problemas pode necessitar. O usuario de SE nao € 0 proprio especialista (como no caso do SAD). Torna-se pois indispensavel que a mo- delagem do SE contemple o fornecimento da explica~ ¢80 do raciocinio adotado na obtencdo de suas con- Clusdes. O mero retragamento do itinerdrio da solu- fo, via as regras para ela ativadas, nao é suficiente. Muitos estudos ainda sto necessarios no campo de modelos de dependéncia causal, que permitam a ob- tengdo de progressos na explicagao do raciocinio. Arquitetura e Implementacio dos SAD ¢ SBC Algumas das difereneas apresentadas em termos de modelagem e uso de SAD e SBC tém sua origem na quitetura dos sistemas. As principais conseqiéncias des- tas diferencas sobre a implementacdo dos sistemas s4o descritas a seguir. Arquiteturs ¢ implementasio de SAD — A arquite- tura de um SAD deve permitir uma assisténcia ao toma- dor de decisdo nas trés fases do processo de decisdio — inteligencia, modelagem e escolha —, segundo o modelo de Simon (1960). ‘Na primeira fase, o SAD deve ajudar v tomador de decisdo no seu processo de explora¢ao do ambiente do problema e na definigao do problema propriamente dito. igure 2 Arguitetura de um SAD. FReviela de Administraglo, Sao Paulo 23 (21:11-20,abri/junho 1988 A etapa de modelagem corresponde a capacidade do SAD ¢ do tomador de decisio de gerarem solucdes satisfat6rias pase o problema, ‘A itima fase deve permitir a doco de uma estra- tégia ou de um plano para a resolucdo do problema, Para fazer face a estes requisites, a arquitetura do SAD comporta, como componentes bésicos, um banco de dados e seu sistema de gestdo, um banco de modelos um gerenciador do didlogo entre o usuario € os outros componentes do SAD (figura 2). ‘A implementasao dos SAD segue, com freqiiéncia, a abordagem evolutiva (Courbon et alii, 1979), que con” siste numa andlise parcial do problema, na répida mo- delagem da parcela do problema analisada e na sua vali- ddacdo, para apos permitir 0 desenvolvimento pleno do sistema através do acréscimo de médulos suplementares € refinamentos sucessivos da solugdo. Arquitetura ¢ implementagio de SBC — A arquite- tura de um SBC ¢ igualmente composta de trés compo- nents basicos: a base de conhecimentos, o motor de in- feréncia e a base de fatos, que serve de interface com 0 usuario (figura 3). ‘A base de conhecimentos contém 0 conhecimento fornecido por um ou mais especialistas ao SE. Estes co- hecimentos sto representados segundo um formalismo especifico — regras de producdo, frames, redes seménti- cas, légica de predicados. A base de conhecimentos também contém certo nimero de fatos. O interesse des- ta abordagem reside na possibilidade de representar, de maneira independente, 0 conhecimento ¢ os procedi- ‘mentos de utilizacdo destes conhecimentos, 0 que no é possivel em outros sistemas informatizados. (© motor de inferéncia ou interpretador tem a capa- cidade de ativar 08 conhecimentos a partir dos fatos co- mhecidos na base de faios, seguindo determinados pro- cedimentos — inferéncia em cadeia ou infertncia ditigi- da por metas quando a representacdo ¢ feita por regras, de producao, filtragem, uso de coeficientes de credibili- dade. A ativacdo dos fatos, via os procedimentos especi ficos, denomina-se estratégia de controle da inferéncia, ‘A interface com 0 usuario permite a intera¢ao com ‘0 SBC no momento de introduzir novos fatos, e tam- ‘bem permite a introdugao de novos comthecimentos ¢ a especificagdo de novos aspectos a considerar na estraté- aia de controle da inferéncia, ‘Ao contrério dos SAD, para os SBC do tipo SE ha Motor de Inferéncia 7 Bue ue Méduto eit | eeootee || =| eae Fator_|""|Comecinenos ||| Formesgo 1 t Unico Expecatine. 4 >yEngenio do a Figura 3 Arauittre de um SE > 6 uma nitida distinggo entre o usuario, 0 especialista e 0 engenheiro do conhecimento. Existem, pois, dois mo- dos de utilizagdo de um SE: + modo desenvolvimento de SE, que corresponde a fase de extragao do conhecimento e de modelagem deste ‘conhecimento; * modo operacional, que corresponde @ utilizarao do sistema pelo usuario final. SAD e SBC: Constatagdes Preliminares ‘A partir dos elementos apresentados constata-se que existem possibilidades interessantes na associacao dos conceitos de SAD e SBC, principalmente em fungao do potencial dos SBC para eliminar algumas das defi- citncias dos SAD. ‘Oexame mais detalhado de ambos os sistemas reve- la, contudo, que existem diferengas acentuadas entre les. Cabe, portanto, examinar de maneira mais apro- fundada algumas das possibilidades de tratamento dos problemas que se apresentam, o desenvolvimento de sis- ‘temas com arquitetura e uso diferentes, que possibilite a ‘cooperagao entre as tecnologias SAD e SBC. Este tipo de sistema, fundado em elementos dos SAD clissicos e em funsdes dos SBC, no apresenta so- ‘mente problemas de natureza técnica. No momento em {que se pretende fundi-los, cabe também uma interroga- fo sobre a sua adequacdo a certos contextos de apoio a decisao. SAD E SBC: INDEPENDENCIA OU COOPERAGAO Nesta seedo sao examinadas maneiras mais amplas de aproveitamento das potencialidades oferecidas pelos SBC na resolucdo de problemas pouco estruturados. ara tanto, so abordados os seguintes cenérios: ‘* utilizagdo dos SBC como sistemas auténomos de apoio & decisto; * cooperagdo entre SAD ¢ SBC. A cooperagio pode oferecer: * acréscimo de capat qualitativa num SAD; ‘= incorporagdo de conhecimento especializado “locai”” num SAD; ‘ possibilidade de assisténcia ao tomador de decisto quando ele usa 0 seu SAD. des de modelagem de natureza lades de uso sdo desenvolvidas a se- guir. Quando possivel, elas so ilustradas com exemplos da drea de produsdo/operagdes. SBC como Sistemas AutOnomos de Apoio & Decisio A maior parte dos SBC do tipo SE incorporam co- nhecimento destinado e suportar fungoes de interpret $40, diagndstico, concepedo, planejamento, monitora- G4o e manutengdo (Retour, 1985; Ribeiro, 1987). Neste 16 A figura 4 ilustra estes cenarios. Sistemas e Apoio a Decisio SAE Sistemas de Apoio Especalistas Cooperaggo Fgura 4 ‘Usos de SBC e SAD. sentido, os SE constituem um suporte para a fase esco- Iha do processo decisério. As caracteristicas essenciais dos SE podem ser resu- ‘midas da seguinte maneira: * Grande parte dos SE so desenvoividos segundo uma metodologia'que no proporciona flexibilidade sufi- ciente para a sua adaptasdo a novos elementos do contexto, 0 que, por sua vez, € fundamental para um SAD. ‘A tendéncia dos SE & automatizar a decisdo ao invés de assegurar uma fogistica que assista e analise este proceso. ‘© Os SE se interessam fundamentalmente por proble- ‘mas bem delimitados. + A utilizacdo dos SE, normalmente, & prevista para usuarios com menor experiéncia. Exemplos de utilizaglo de SE na area de produgdo/operagdes, que possuem algumas destas ca- racteristicas, figuram no Quadro 1. Quadro 1 Sistemas Expecilisas em Desenvatvimento ou Uso na ‘Area de Produgf0-Operagdes Nome Fungzo ‘Organismo XCON | Selopfo da configuragto de | Digital Equipment sistemas informéticos (DEC), EVA’ Calisto | Gestto de projetos ow Ils Programasfo da produto | CMU-Westingrouse CATS Diagnéstico para General Eietre rmanuteng6o de locomitivas | EUA’ Revista de Administragdo, S80 Paulo 23 (2):11-20, abri/junho 1988 Estes SE incorporam, fundamentalmente, fundes de planejamento e de manutengao. Em planejamento € projeto, © SE prepara um programa de inicitivas que devem ser tomadas para se atingir um determinado ob- jetivo, O sistema ¢ capaz de mostrar uma visto global do projeto sem que o detalhe seja perdido de vista. Em manutengdo, o sistema diagnosticae planeja os reparos a serem efetuados. Estes SE intervém, basicamente, na etapa escolha do processo decis6ri.. ‘A partir das caracteristicas€ dos exemplos apresen- tados, pode-se afirmar que, salvo em algum caso parti cular, 08 SBC que incorporam conhecimento especial zado nto correspondem definigdo de apoio & decisdo de um SAD, que é centrada na assistencia a um tomador de decisto. Cooperacio entre SBC e SAD A possibilidade de fazer cooperar subconjuntos de SAD e SBC parece uma via mais interessante para 0 apoio a decisto quando da resolucdo de problemas pou- 0 estruturados menos restritos, como os encontrados istracdo. O resultado desta cooperagao sdo os listas (Sznifer & Tolovi Jr., ‘como Possibilidade de Acréscimo de Funcionalidades 20s SAD para uma Modelagem Quall- tativa — Bonezek et ali (1981) desenvolveram um con- junto de principios que definem os componentes de um SAD, Pela sua abrangéncia, estes principios contribuem conceitualmente para a integragao da nogdo de SBC € SAD. A cooperacdo pode ser efetivada pelo acréscimo de um motor de inferéncia e de uma base de conheci- mentos a0 banco de dados ¢ de modelos do SAD, ‘ransformando-o num SAE. O conjunto resuliante deve ser gerido por uma linguagem de comando que seja ples para um usuario ndo especialista em: informatica. Esta arquitetura, que apresenta problemas técnicos complexos, ja existe em alguns ambientes de desenvolvi- mento — 05 shells ou conchas. © produto GURU (MDBS), desenvolvido a partir dos trabalhos de Bonczek et alii (1981), apresenta como filosofia basica a uniao de um Gerador de SD — no caso Knowledge Man II —, de um motor de inferéncia e de um formalismo de representagao do conhecimento por meio de regras de producao. Nele estdo contidos tam- bbém algumas possibilidades de tratamento de conjuntos nebulosos (fuzzy sets). Tudo indica que, num futuro proximo, vatios pro- dutos com estas caractersticas ser40 propostos para co- ‘mercializagdo. Neste tipo de arquitetura, 0 ponto forte consiste em permanecer proximo ao ambiente habitual de desenvolvimento de aplicagdes de apoio a decisto de propor, adicionalmente, uma capacidade de mrodela- sem que contemple aspectos qualitativos, através da tec- nologia dos SBC. Esta arquitetura permite, pois, mode- lar problemas incompletos e inconsistentes ¢ também manipular dados qualitativos (Treacy, 1985). Cabe sa- lientar que esta proposi¢ao de cooperacao situa-se, es- sencialmente, no nivel fisico ¢ nao no nivel conceitual. Com mesmo produto do tipo concha pode-se desen volver aplicagdes que ndo incorporam nenhum conheci- Revista de Administracdo, $80 Paulo 23 (2):11-20, abi/junho 1988 mento especializado mais especifico. Neste caso, seu uso pode ser considerado como boa alternativa de modela- ‘gem pelo analista do sistema. Este tipo de solucdo, todavia, ainda continua pou- 0 satisfatério em termos de linguagem de interagao e de possibilidades (procedimentos) de cdlculo. Um produto como GURU é de dificil utilizagdo por um usuario nao familiarizado com a informatica, quando do desenvol- vimento de uma aplicagdo. Mesmo assim, a procura de um nivel aceitavel de complexidade da linguagem de co- ‘mando levou os realizadores do produto a limitar as suas possibilidades, em particular em matéria de estraté- gia de controle da inferéncis Potencialidades mais desenvolvidas de célculo ¢ de controle, ja existentes em linguagens como LISP e PROLOG, devem ser integradas nos produtos tipo con- cha, conferindo-Ihes assim uma melhor capacidade de tratamento dos conhecimentos. A Cooperagio como Meio de Incorporasio de Co- nhecimento Especializado “Local” num SAD — Este tipo de cooperacdo ndo se restringe somente ao nivel fi: sico da arquitetura anterior, mas também abrange 0 ni- vel conceitual. Num SAD clissico, 0 conhecimento especializado encontra-se no tomador de decis8o que interage com 0 sistema. Face a complexidade dos problemas, esta espe- ago pode ou deve ser bastante variada. Os SAD desenvolvidos para o planejamento orgamentario cons- tituem uma boa ilustragdo desta situagdo. Neles, 0 obje- tivo basic consiste em determinar ¢ compreender, a partir de dados estimados, o efeito de uma ou mais es- tratégias comerciais, de produsdo, de suprimento, sobre 4 rentabilidade e o'fluxo de caixa (a liquidez) da em- presa. O tomador de deciséo, que utiliza este tipo de SAD, raramente possui conhecimentos especializados de todas as facetas do problema. Algumas das solugdes que ele pode escolher, por exemplo, tém incidéncia fis- cal, cuja previsdo e anilise ndo so faceis. Assim, & pos- sivel considerar a possibilidade de desenvolver comer- Imente médulos especializados a serem integrados em Geradores de SAD, tais como IFPS, FCS ou EXPRESS. Estes médulos podem contemplar a avalia- ‘do ¢ a andlise das estratégias da empresa sob o Angulo fiscal ou de politica cambial. Existem muitas outras perspectivas de desenvolvi- ‘mento de conhecimento especializado “‘local””. Nos ca- 05 em que este conhecimento for suficientemente gené- rico para determinado ramo de atividade, pais ou pro- fisso, 0 obstaculo custo de desenvolvimento do médu- lo especialista pode ser removido. Meador et alii (1984) propuseram um referencial para a decomposigao de um proceso de decisdo, que permite estudar a cooperagdo entre os SAD e os SBC de ‘uma maneira mais ampla. O processo de decisao foi de- ‘composto nos seguintes elementos ou subprocessos: © determinasdo dos objetivos, dos pardmetros © das probabilidades; * procura e gestdo dos dados pertinentes; * determinagao das consequléncias das alternativas de decisdo possiveis; ‘+ assimilagao das informagoes geridas sob forma numé- rica ou gréfica; v * avaliagdo das conseqiéncias de uma decisto de ma- neira mais ampla, em termos de avaliagdo dos riscos e ‘outros; ‘ explicagao ¢ implantacao das decisoes; ‘+ formulacdo de estratégias de agao. Para os autores, os cinco primeiros subprocessos correspondem a tecnologia dos SAD, ao paso que 0s tés iltimos, a tecnologia dos SBC. Eles colocam maior énfase na contribuigao do conhecimento especializado nas fases finais do processo de decisao. Gou et ali (1984), por sua vez, propde que a “‘inte- ligéncia local” seja introduzida para apoiar 0 tomador de decisao nas primeiras fases do processo decisorio, em particular na definigao dos problemas. Neste sentido, 0 ‘médulo conhecimento especializado pode guiar o toma- dor de decisdo na escolha de modelos pertinentes pat tratamento do problema, além de propor ex justificativas para esta escolha. Este modo de coopera- ‘sao sera desenvolvido, com mais detalhes, no item 2 se ‘uit (a cooperagdo SAD — SBC como meio para assistir © tomador de decisdo no uso do seu SAD}. ‘A introducao de conhecimento especializado local presenta, como vantagem adicional, a possibilidade de aprendizagem dos assuntos especificos contidos no mé- dulo por parte do tomador de decisdo. Um exempio de cooperaréo entre um SBC local ¢ um SAD, na area de operagdes, € o sistema de apoio detisdo desenvolvido pela SNCF (Sociéré Nationale des Chemins de Fer, Franga) para a alocagdo de vagdes de carga, descrito por Levine et alii (1987). Com a assistén- cia desse sistema, o tomador de decisdo aloca os vagoes de carga vazios disponiveis em regides excedentarias pa- ra regides que apresentam uma demanda reprimida. Da decisio fazem parte a escalha das regides ¢ o numero de vagoes. Este sistema € composto pelos médulos ci cos presentes em SAD — banco de dados, banco de mo- delos, formado por um algoritmo de ziocagdo e por unt médulo de previsio, interface com 0 usuario. A estes componentes foi acrescido um médulo Base de Conhe- cimentos, que contém regras sobre prioridades e condi es de transferéacia de vagoes que devem ser conside- radas na resolugto do problema. Este conhecimento raramente jé esta articulado pe- 40 tomador de decisto e, normalmente, requer um longo yrendizado. A formaliza¢do das regras permite, pois, tematizar a experiéncia da organizacdo. Dentre as recomendagdes dos autores, feitas a par- tir da experiéncia de insergdo de conhecimento especi zado local em um SAD, cabe destacat ‘© aanalise detalhada de todo 0 proceso de decisBo ¢ 0 desenvolvimento de ferramenta que se insira neste rocesso; ‘#2 recomendagio de deixar liberdade suficiente a0 usuario, quando do uso do sistema, para que nao se sinta por ele substtuido; ‘+ o esforco de assegurar a confiabilidade dos fatos e re- gras incluidos na base de conhecimentos. A Cooperagio SAD-SBC como Meio para Assistir © Tomador de Decisio no Uso do seu SAD — A nocao de conhecimento especializado também pode ser aplica- da a pilotagem do proprio SAD e, neste sentido, a fron- 8 teira com 0 modo de cooperacao apresentado na serao anterior no é bem nitida. No modo de cooperagao que propde o “uso intel gente" de um SAD, leva-se em consideragao que o SBC ‘nao gere os conhecimentos especializados locais, mas trate os conhecimentos a um outro nivel. Estes S40, res- pectivamente, conhecimentos sobre: © 0 uso de dado: * 0 uso de modelos de processamento; * 0 uso do SAD propriamente dito, © SBC facilita, assim, 0 trabalho do tomador de decisdo no uso dos dados ¢ no tratamento algoritmico que ele deseja dar a estes dados. Segundo o referencial de Luconi et alii (1985) ja apresentado, esta cooperacao tende a reforgar a fase de escolha das estratégias de a0 ‘no processo decisério com: > Inclusdo de conhecimento especializado sobre 0 uso de dados: Em termos de conhecimentos sobre 0 uso de dados, 0 SBC facilita a geracdo de procedimentos de sua procura ¢ classificag8o nos bancos de dados. Trabalhios desenvolvidos em bancos de dados ince ‘gentes podem ser aproveitados para esta sitaacdo. ‘* Inclusdo de conhecimento especializodo sobre 0 uso ‘de modelos de processamento: No exemplo do SAD para planejamento orgamentario, um diélogo inteli- Bente poderia guiar o ¢omador de decisto na utiliza- ‘80 de modelos mais sofisticados de previsto, como 0 de ‘Box e Jenkins”, ou na utilizagio de técnicas de analise de dados menos difundidas. '* Znclusdo de conhecimento especializado sobre 0 uso do SAD propriamente dito: Um dos aspectos mais importantes de inclusto de conhecimento em um SAD esti ligado a pilotagem do processo de resolugao, de um problema pouco estruturado mais complexo. Neste processo, o tomador de decisao baseia.se em re- sultados parciais, que correspondem a execucao de tapas intermedidrias do processo decisério. 4 orga- i940 dos resultados parciais € importante para a exploracdo das alternativas que permita ao tomador de decisto encontrar uma soluyao satisfat6ria para 0 problema, © uso de uma estratégia de controle inteligente do SAD, que fornece uma assisténcia a pilotagem do siste- ‘ma, fundamenta-se: * na utilizagto de restrigdes sobre fatos e regras a em- regar. Esta restrigdo nao é independente da escolha do modo de processar 0s fatos e regras, respectiva- mente inferéncia em cadeia, inferéncia dirigida por ‘metas ou inferéncia mist * na filtragem (pattern-matching); * nna resolucao de conffitos. Um si possivel: ‘ema inteligente de controle do SAD torna * a definigdo interativa dos metaconhecimentos neces- strios a pilotagem das restrigdes; * a definicdo interativa de mudanga de certas regras; a determinagao dos diferentes pardmetros para os Revista de Administragao, S80 Paulo 23 (2):11-20, abe unto 1988 conjuntos nebulosos, que permitem o tratamento de problemas com caracteristicas de imprecisdo ¢ incer- teza, SAD e SBC: Conclusées sobre a Independéncia, a ‘Cooperagio e 0 Apoie a Decisiio © uso de um SE auténomo como instrumento de apoio a decisao s6 & possivel em situagdes bem especifi- cas, Esta situagdo requer uma delimitagao precisa do problema e uma estabilidade do conhecimento especiali- zado com relagao a0 problema. Em termos de desenvolvimento de ferramentas ‘mais poderasas e de uso mais geral para 0 apoio a deci sto, 0 surgimento de SAE, que incorporam uma Base de Conhecimento, nos parece uma alternativa bastante promissora. Para @ sua implementagto, no entanto, muitos problemas ainda ndo foram resolvidos. Entre eles cabe destacar: * 0 problemas relacionados com a interligacao fisica dos SAD e SBC, isto é, os problemas de arquitetura dos sistemas: © 0s de ordem conceitual, em especial as diferencas se- ménticas entre dados e conhecimentos; ‘+ a pouca experiéncia existente na introduedo destes sis- temas nas empresas. Uma maior experiéncia permi ria a definigao de metodologia de concepedo im- plantagdo de SAE. Devido as caracteristicas dos SAE, esta metodologia se diferencia, em muitos aspectos, do que atualmente se conhece sobre a implementagao de SAD, CONCLUSAO ‘Ao sair dos laboratério de pesquisa para as empre- sas, a IA € 0s SBC deram origem ao surgimento de no- vas’ perspectivas para a resolus40 de problemas pouco estrutwcados. ‘Os SE, ao menos em sua configurasdo atual, no tem correspondido as expectativas como novas ferra- mentas de apoio a decisao, em termos de assisténcia a0 tomador de decisao, confrontado a um problema pouco estruturado, para a resolugao do qual ele quer melhorar a sua eficacia. ‘Com o propésito de desenvolver a cooperacdo en- Abstract tre SAD e SBC, via SAE, e visando melhorar ainda mais, © apoio a decisio, cabe continuar a pesquisa na resolu- ‘:40 dos problemas fisicos e conceituais. Alguns pacotes de software para 0 desenvolvimento de SBC jé comer- cializados confortam esta via e do uma idéia das ferra- ‘mentas que podem ser desenvolvidas num futuro préximo. Para que as ferramentas inteligentes de apoio a de- cisdo possam ser efetivamente utilizadas nas empres uma série de aspectos ligados a sua implementacao ai da sao passiveis de um estudo mais aprofundado, Den- tre estes cabe salientar: © A elaboracdo de uma tipologia de problemas pouco estruturados, por area funcional das empresas, que potencialmente poderiam proporcionar bom retorno com 0 uso de SAE. Por exemplo, pouco se conhece sobre o uso de SAD inteligentes na area de programa- 40 e controle da produsdo e em determinadas areas, do marketing, tal como 0 langamento de novos pro- dunes, #0 desenvolvimento da_metodologia que facilite a transferéncia do conhecimento do especialista para istema — a engenharia do conhecimento —, em con- digdes de prazo e custos mais adequados. Neste senti- do, cabe a interrogacdo sobre as possibilidades de 0 tomador de decistio/especialista introduzir, cle mes- ‘mo, 0s seus conhecimentos no sistema. Em caso afir- ‘mativo, deveriam set criadas ferramentas que permi- tissem a inferéncia de regras diretamente a partir de exemplos. O desenvolvimento de um metodologia para a realiza- ‘sdo das aplicacdes a partir dos pacotes de software j existentes. O desempenho das abordagens utilizadas atualmente na area dos SAD, Informatica para 0 Usuario Final e Centro de Informagoes ainda nao foi testado para as novas ferramentas que incorporam conhecimento especializado ou inteligéncia. * A provavel reagto dos tomadores de deciso de nivel decisério intermediario, que atualmente tém a sua competéncia fundamentada nos conhecimentos espe- cializados locas, em termos de aceitagdo e uso desses sistemas. Este conjunto de problemas constitui um campo de pesquisa altamente promissor. Os resultados obtidos podem contribuir, de maneira fundamental, para 0 de- senvolvimento de SAE nas empresas, dando subsidios consistentes a0 investimento em recursos humanos e materiais que se inicia This paper addresses the use of Expert Systems in management. ‘Two particular ways are discussed: — Expert Systems which reproduce expertise in delimited problems; — Expert Systems which embed local expertise in a broader Decision Support System. These systems are called Expert Support Systems. Uniterms: « antficial intelligence «© expert sysiems * decision support systems Revista de Agministrap80, S8o Paulo 23 (211-20, abi/juno 1988 ;———— Referéncias Bibliogréficas ALTER, S. Decision support sys- ‘tems: current practices and continuing challenges. Addison-Wesley, 1980. BONCZEK, R. et’ alii, Found- ations of decision support systems. Academic Press, 1981. BUY, T.X. & JARKE, M. Com- ‘munications design for Co-oP a group decision support system. ACM Transactions on Office Information Systems, 42):81-103, Apr. 1986. COURBON, "J.C. Les ‘SIAD: concepts et mode d’ac- tion, AFCET-Interfaces, ():30-6, Jui. 1983 COURBON, J.C. et alii. L’ap- proche evolutive. Informati- que et Gestion, (103):51- Jan./Fev. 1979. DAVIS, R. Expert. systems: where are we and where do we g0 from here? AI Magazine, ‘Summer 1982. GORRY, G.A. & SCOTT, Mor- ton M. A framework for m hagement information systems, Sloan Management Review, Cambridge, Mass., 11Q):55-70, Fall, 1971 GOUL, M. et alii, Use of an Expert Subsystem in Decision Recognition Channeling. In: HAWAUAN INTERNATIO- NAL_CONFERENCE ON SYSTEMS SCIENCES, 17 Honolulu, 1984, Anais. Hon lulu, 1984, p, $58.67. HOPPEN, N. & TRAHAND, J. Os geradores de sistemas de apoio a decisto para o pla- nejamento orgamentario ¢ fi- nanceiro, Revista de Adminis- tragdo, $40 Paulo, 20(4):51- 62, out./dez, 1985, KEEN, P.G.W. & SCOTT, MORTON M. Decision sup- port systems: an organizatio- nal perspective. Addison- Wesley, 1978. LEVINE, P. et alii, Utilization des systémes experts pour I de a la décision: premieres ex- periences. In: COLLOQUE SUR LE DEVELOPPEMENT DES SCIENCES ET PRATI- QUES DE L'ORGANISA- TION, Paris, 10-12 mar. 1987. Actes, Paris, AFCET, 1987. p. 231-8. LUCONI, F.L., et alii. Expert systems and. expert support systems: the next challenge for management. Center for In- formation Systems Research ‘Report n.5-48-85, Massachu- seits Institute of Technology, 1985. MAHMOUD, M.A. & MEDE- WITZ, J.N. Impact of design methods on decison support systems success: an empirical assessment. Information & Management, Amsterdam, 93):137-51, Oct. 1985. 0.9, 1985, pp. 137-151. MEADOR, R. et alii. Personal ‘computer and distributed deci- sion support. Computerworld, May 7, 1984 NEWELL, A. & SIMON, H.A. Human problem solving Prentice Hall, 1972. RETOUR, D. L'intelligence art ficielle ‘aux portes de Mentre- prise, Révue Francaise de Ges- tion. Patis, (50):120-7, juin/ aon. 1985. RIBEIRO, H.C.S. Introdugdo os sistemas especialistas. Li: vros Técnicos € Cientificos, 1987. SPRAGUE, R. & CARLSON, E.D. Building effective deci- sion support systems. Prentice Hall, 1982. SIMON, H.A. The new science ‘management decision. Harper & Row, 1960. SHEIL, B. Thinking about arti- ficial intelligence. Harvard Business. Review, Boston, 65(4):91-7, July./Aug. 1987. SZNIFER, M. & TOLOVI JR., J. A utilizagdo de sistemas de apoio & decisdo ¢ especialistas como redutores de incerteza na funco gerencial. In: CON- GRESSO NACIONAL DE INFORMATICA, 20., Sto Paulo, ago. set. 1987. Anais, ‘Sao Paulo, SUCESU, 1987. p. 123-8, TREACY, M. Future directions in DSS'technology. Center for Information Systems Research W123, Massachusets Institu- te of Technology, january 1985, YOUNG, L.F. Computer sup- port for creative devision- making. In: Processes and tools for Decision Support. North-Holland, p. 47-64. Recebido em dezembro/1987 evista de Administragdo, So Paulo 23 (2):11-20, abel/juntin 1988

You might also like