O documento discute a Pirâmide do Conhecimento e como os dados, informações, conhecimento e sabedoria estão relacionados. Explica como as empresas usam bancos de dados, data warehouses e data mining para extrair conhecimento e obter vantagens competitivas. Também discute como a era digital levou a uma sobrecarga de dados e a necessidade de transformá-los em informações e conhecimento úteis.
1. 169
22
Capital Intelectual
“O que sabemos é uma gota, o que não sabemos é um oceano”
Isaac Newton
Prof. Dr. Carlos Valente
2. 170
Capital Intelectual
Doutor (UniBan) em Educação Matemática e Mestre (IPT) em Enge-nharia
de Software. Pós-graduado em Análise de Sistemas (Macken-zie),
Administração (Luzwell-SP), e Reengenharia (FGV-SP). Graduado
e Licenciado em Matemática. Professor e Pesquisador da Graduação
na FMU e Faculdade SUMARÉ. Professor de Pós-graduação (EaD) na
ESAB - Escola Superior Aberta do Brasil. Autor de livros em Conecti-vidade
Empresarial. Prêmio em E-Learning no Ensino Superior (ABED/
Blackboard). Consultor de T.I. em grandes empresas como Sebrae,
Senac, Granero, Transvalor etc. Viagens internacionais: EUA, França,
Inglaterra, Itália, Portugal, Espanha etc.
Prof. Dr.
Carlos Valente
3. 171
O mundo moderno sobrecarrega a todos com o excesso de
dados e informações. E para descrevermos sobre isso na te-mática
do Capital Intelectual precisamos mencionar a Pirâ-mide
do Conhecimento, ou Hierarquia do Conhecimento (em inglês,
Hierarquia DIKW: Data-Information-Knowledge-Wisdow).
Muitas vezes essa especial pirâmide, creditada normalmente a
Ackoff (1989) ou a Tuthil (1990), é confundida com a Hierarquia de
Necessidades de Maslow (1962), por ter uma aparência visual análo-ga,
no entanto, com aplicações e finalidades diferentes.
Se observarmos mais atentamente ao esquema do triângulo tri-dimensional,
a seguir, veremos os quatro elementos citados anterior-mente
da sigla germânica DIKW, ou seja, Data = Dados, Information
= Informação, Knowledge = Conhecimento e Wisdow = Sabedoria.
Analisando essa pirâmide temos que a base é ocupada na sua
maior parte da superfície com Dados, e apresenta os níveis a seguir,
Informação e Conhecimento, cada vez mais afunilados até chegar-mos
na Sabedoria. Ou seja, enquanto somos inundados de dados
por todos os lados neste mundo cada vez mais tecnológico, pouco
resta de absorção ou maturidade para processarmos todo esse volu-me
de dados e informação para convertê-los em sabedoria.
Prof. Dr. Carlos Valente
4. 172
Capital Intelectual
Existe uma antiga poesia do filósofo americano T.S. Eliot (1934)
que retrata de forma poética essa realidade: "Where is the life we
have lost in living? Where is the wisdom we have lost in knowledge?
Where is the knowledge we have lost in information?" (Onde está a
vida que nós perdemos ao viver? Onde está a sabedoria que nós
perdemos no conhecimento? Onde está o conhecimento que per-demos
na informação?).
No mundo acadêmico critica-se o uso indiscriminado da inter-net
por causa disso. Enquanto os universitários e alunos estiverem
somente navegando na camada de dados, pouco irão extrair de in-formação
e conhecimento. Exige-se que seja seletivo nesse mundo
de dados para que se possa, de forma inteligente, obter algo signifi-cativo
para as nossas vidas.
Vários estudos comprovam que o Q.I. (Quociente da Inteligên-cia)
"cai" quando a pessoa fica somente nessa camada de informa-ção.
Aplicativos que ficam somente no processo de enviar e receber
mensagens são uns dos mais relacionados nesses estudos.
Destaca-se na figura da Pirâmide do Conhecimento a divisão na
metade dos elementos da informação. Dessa forma caracteriza-se que
Dados e Informação sejam conceituados como sendo mais estrutura-dos,
e por outro lado Conhecimento e Sabedoria como menos estrutu-rados.
Se formos mais radicais poderemos afirmar que as duas primei-ras
camadas pertencem a todos animais em sua sobrevivência diária,
mas somente as duas últimas são de domínio exclusivo do ser humano.
Pode-se explicar melhor esse "divisor de águas" observando-se
do lado direito as ferramentas de tecnologia associados a cada uma
5. 173
dessas divisões. Ou seja, os atuais Sistemas Gerenciadores de Banco
de Dados (SGBD) têm muito mais condições de trabalhar com dados
puros e processar informações para a tomada de decisões.
Isso remete aos Mainframes (computadores de grande porte),
da década de 50, e que ainda sobrevivem a nossa época. Essa tec-nologia
era apropriada para processar grande volume de dados. Os
governos, grandes bancos e seguradoras abusaram desse recursos
técnicos para movimentar números astronômicos pelo mundo.
Para termos uma noção do avanço do processamento de grande
volume de dados desse tipo pode-se apresentar o case do recen-seamento
americano. Conforme a orientação da ONU, todos os paí-ses,
por meio de um acordo internacional para estabelecer padrões,
devem realizar o censo a cada dez anos. No entanto, os EUA no
censo de 1880 chegou a demorar sete anos para processar todos
os dados da sua população. Ou seja, no censo de 1890 havia uma
grande preocupação de como iriam trabalhar com tantos dados sem
estourar o limite dos dez anos. Não se poderia entrar no próximo
recenseamento ainda processando os dados do anterior.
Para tanto, houve nessa década toda uma comoção popular para
se descobrir uma solução técnica para a resolução desse problema go-vernamental.
Graças à invenção de Herman Hollerith (1860-1929), que
no Brasil ficou sendo conhecido pelas suas máquinas de produção de
contracheques de pagamento (holerite), conseguiu atender esse quesi-to
tecnológico e calcular o censo de 1890 em apenas um ano!!
Hollerith, que chegou a ser um dos fundadores da grande fa-bricante
de Mainframes – a IBM, com o seu leitor de cartões per-furados
e inspirado nos velhos teares, impulsionou os cartões de
papel que uma vez perfurados eram lidos velozmente pelos compu-tadores
de grande porte. Essa era a época que a área de tecnologia
era chamada de C.P.D. – Centro de Processamento de DADOS. Pois,
basicamente possuíam uma estrutura enorme e cara para poderem
processar rapidamente os dados.
Percebe-se que, com essa revolução, podia-se ler grande vo-lume
de dados brutos numa velocidade absurda para a época, e
produzir informação gerencial estratégica e valiosa. No entanto,
com o aumento de poder dos processadores e diminuição de custos
de processamento, houve necessidade de extrair mais "leite dessas
Prof. Dr. Carlos Valente
6. 174
Capital Intelectual
pedras". Os departamentos que eram responsáveis por tudo isso
evoluiram o nome começando a chamar de T.I. – Tecnologia da IN-FORMAÇÃO
(ou I.T. do inglês Information Technology). Não bastava
somente produzir informação, precisava transformá-la em conheci-mento.
A humanidade chegou a passar por três ondas, conforme Toffler
(1992). Nos primórdios da civilização, o poder residia em obter e
dominar terras, essa seria a Era Agrícola – a primeira onda. No se-gundo
momento, a revolução veio por meio da Era Industrial que
possibilitou transformar a força humana em mecânica multiplicando
as possibilidades da humanidade. Um típico representante dessa era
revolucionária foi o automóvel.
Para muitos autores vivemos a terceira onda: A Era do Conheci-mento.
E quem possui ou controla o conhecimento domina o mer-cado.
Exemplos seriam a própria IBM, Microsoft, Oracle (desenvol-vedora
de Banco de Dados) e assim por diante.
Atualmente talvez tivéssemos que chamar a Era da Conectividade,
pois temos acesso a dados e informação de qualquer lugar do mundo.
Vivenciamos uma verdadeira revolução com a disponibilização da in-ternet
para todos. Empresas que controlam essas tecnologias, as NTIC
– Novas Tecnologias de Informação e Comunicação, sobressaem no
mercado, tais como a Apple e o Google. É nesse exato momento que
nasce o conceito de Data Warehouse, Data Mining e Ontologias.
Data Warehouse (Data = dados, Ware = termo relacionado à
tecnologia [software, hardware], House = casa e Warehouse = ar-mazém),
logo, simplificando esse "pomposo" nome, teríamos como
significado um grande "Armazém de Dados". Ou seja, enquanto um
tradicional Banco de Dados nos propiciava por meio de dados ge-rar
informação, com um "Armazém de Dados", que seria em termos
práticos um conjunto de Bancos de Dados, pode-se produzir conhe-cimento
e, oxalá, sabedoria.
Com o uso da tecnologia do Data Warehouse e o Data Mining
(que pode-se traduzir como "mineração de dados") chegou-se ao
clássico case do Walmart. Por meio de vários Bancos de Dados con-tendo
informações de clientes, estoque, vendas e outros mais, con-segui-
se obter um diferencial competitivo no mercado.
7. 175
Detectou-se que nas sexta-feiras as vendas de cervejas cresciam
na mesma proporção que as de fraldas. Na tentativa de descobrirem
como isso era possível imaginaram o cenário do executivo que ao
sair do escritório já no último dia útil da semana, telefona para a
esposa perguntando se precisa de alguma coisa, e tem como res-posta
a necessidade de fraldas para os seus filhos. Ao colocarem
nos supermercados estrategicamente as fraldas distantes da cerveja,
conseguiram aumentar as vendas em mais de 20%. Conclusão: Mi-nerando
os dados numa rede de informações obtém-se um conhe-cimento
que resulta em aumento significativo de vendas.
O próprio Google usa do conceito de Ontologia para alavancar os
seus negócios. Pode reparar que ao navegarmos pela Web e procurar-mos
um item para comprar, de repente, todas as páginas começam a
fazer propaganda justamente daquele desejo de compra. A técnica da
ontologia permite armazenar dados significativos dos usuários de tal
forma que vai se criando um perfil todo especial desse consumidor.
Apresentar coisas que sejam interessantes, e com grande chances de
consumo para esse usuário é o passo a seguir.
Mesmo se existirem palavras semelhantes numa busca pela in-ternet,
como a palavra "rede", a ontologia permite descobrir pelo
perfil do usuário, se ele está buscando por rede de computadores,
por uma rede de pesca, ou ainda se quer adquirir uma simples rede
para balançar em seu sítio nas férias.
Foi com muita propriedade que Canhos (1996), com uma devida
adaptação nossa, retrata todos esses importantes conceitos, fazendo
uma analogia com o mundo oceânico: "Vivemos em oceanos de dados,
rios de informação, lagos de conhecimento e gotas de sabedoria.”
● OBSERVAÇÃO
Este trabalho foi baseado na Dissertação de Mestrado intitulada
"Arcabouço para o Desenvolvimento de Portais Colaborativos", e na
Tese de Doutorado com o título "Aplicação dos conceitos da Inte-ligência
Coletiva no Ensino da Matemática em Curso Superior", do
autor deste capítulo.
Referências Bibliográficas:
ACKOFF, R. L. From data to wisdom. Journal of Applied Systems Analy-sis,
Bailrigg, Lancaster: University of Lancaster, v. 16, p. 3-9. 1989.
CANHOS, D.A.L. Biodiversidade: Sistemas de Informação. Conceito, Infra-es-
Prof. Dr. Carlos Valente
8. 176
Capital Intelectual
trutura e Política. (Gerente de Projetos, BDT - Base de Dados Tropical). 1996.
DATA WAREHOUSE. In Wikipedia, The Free Encyclopedia. Retrieved
20:12, February 4, 2013, from http://en.wikipedia.org/w/index.php?title=D-ata_
warehouse&oldid=534780946. (2013, January 25).
DIKW Pyramid. In Wikipedia, The Free Encyclopedia. Retrieved 20:13,
February 4, 2013, from http://en.wikipedia.org/w/index.php?title=DIKW_
Pyramid&oldid=534288067. (2013, January 22).
MASLOW, A. Introdução à psicologia do ser. Rio de Janeiro: Eldorado. 1962.
MINERAÇÃO DE DADOS. In: WIKIPÉDIA, a enciclopédia livre. Flórida:
Wikimedia Foundation, 2012. Disponível em: <http://pt.wikipedia.org/w/
index.php?title=Minera%C3%A7%C3%A3o_de_dados&oldid=33246601>.
Acesso em: 4 fev. 2013.
TUTHIL, G.S. Knowledge engineering: concepts and practices for
knowledge-based systems. s.l.: Tab Books Inc. 1990.
TOFFLER, A. A terceira onda. 18. ed. Rio de Janeiro: Record, 1992.