Introdução à Engenharia e Gestão do Conhecimento Aula 4 Prof. Roberto Pacheco Roberto C. dos Santos Pacheco [email_address] Professor UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento Florianópolis, Abril de 2006 Neri dos Santos [email_address] Professor Parte II: Engenharia do Conhecimento: Introdução à Engenharia do Conhecimento Francisco Antonio Pereira Fialho [email_address] Professor

PROGRAMAÇÃO GESTÃO DO CONHECIMENTO SOCIEDADE DO CONHECIMENTO ECONOMIA DO CONHECIMENTO ORGANIZAÇÃO DO CONHECIMENTO ENGENHARIA DO CONHECIMENTO ENGENHARIA DO CONHECIMENTO E INTELIGENCIA ARTIFICIAL METODOLOGIAS DA ENGENHARIA DO CONHECIMENTO EC, GESTÃO E MÍDIA MÍDIA E CONHECIMENTO ESCOLA DO FUTURO ORGANIZAÇÕES DO FUTURO MÍDIAS DO FUTURO UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento Florianópolis, Abril de 2006

ENCONTRO DE HOJE GESTÃO DO CONHECIMENTO SOCIEDADE DO CONHECIMENTO ECONOMIA DO CONHECIMENTO ORGANIZAÇÃO DO CONHECIMENTO ENGENHARIA DO CONHECIMENTO ENGENHARIA DO CONHECIMENTO E INTELIGENCIA ARTIFICIAL METODOLOGIAS DA ENGENHARIA DO CONHECIMENTO EC, GESTÃO E MÍDIA MÍDIA E CONHECIMENTO ESCOLA DO FUTURO ORGANIZAÇÕES DO FUTURO MÍDIAS DO FUTURO UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento Florianópolis, Abril de 2006

UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento Florianópolis, Abril de 2006 ENGENHARIA DO CONHECIMENTO E INTELIGENCIA ARTIFICIAL ENGENHARIA DO CONHECIMENTO ENGENHARIA DO CONHECIMENTO NA UFSC IA OU EC? O QUE É IA? COMO A IA SE DESENVOLVEU? QUAIS SÃO OS PRINCIPAIS INSTRUMENTOS DA IA? QÚAL É A RELAÇÃO ENTRE A IA E A EC?

IA ou Engenharia do Conhecimento? O que a Inteligência Artificial tem a ver com Engenharia do Conhecimento? A busca por emular o comportamento humano é objetivo da Inteligência Artificial desde a criação do computador. O que é inteligência artificial? O que é inteligência aplicada? Quais os instrumentos da inteligência artificial? Por que a inteligência artificial, que originou ao Engenharia do Conhecimento, é parte dos componentes dessa?

A busca por emular o comportamento humano é objetivo da Inteligência Artificial desde a criação do computador.

O que é inteligência artificial?

O que é inteligência aplicada?

Quais os instrumentos da inteligência artificial?

Por que a inteligência artificial, que originou ao Engenharia do Conhecimento, é parte dos componentes dessa?

“ Inteligência Artificial é o projeto e estudo de programas computacionais que se comportam de forma inteligente” (Dean, Allen, Aloinons, 1995) “ Inteligência Artificial é o processo de construir um conhecimento inteligente” (Ginsbug, 1992) O que é Inteligência Artificial?

“ Inteligência Artificial é o projeto e estudo de programas computacionais que se comportam de forma inteligente” (Dean, Allen, Aloinons, 1995)

“ Inteligência Artificial é o processo de construir um conhecimento inteligente” (Ginsbug, 1992)

Inteligência Artificial é o campo da ciência da Computação dedicada à automação do comportamento inteligente” (Luger & Stubblefield, 1992) Inteligência Artificial é o estudo de como fazer computadores fazerem tarefas nas quais, até aqui, pessoas são melhores ao fazê-las” (Rick & Knight, 1991) O que é Inteligência Artificial?

Inteligência Artificial é o campo da ciência da Computação dedicada à automação do comportamento inteligente” (Luger & Stubblefield, 1992)

Inteligência Artificial é o estudo de como fazer computadores fazerem tarefas nas quais, até aqui, pessoas são melhores ao fazê-las” (Rick & Knight, 1991)

É mais fácil reconhecê-la do que definí-la Não há consenso científico na sua definição ou lei quantitativa para medí-la Dicionário: Habilidade de encontrar novas situações-sucesso pelo próprio ajuste comportamental. Habilidade de perceber os inter-relacionamentos de fatores apresentados de uma forma a guiar ações com objetivos. O que é Inteligência?

É mais fácil reconhecê-la do que definí-la

Não há consenso científico na sua definição ou lei quantitativa para medí-la

Dicionário:

Habilidade de encontrar novas situações-sucesso pelo próprio ajuste comportamental.

Habilidade de perceber os inter-relacionamentos de fatores apresentados de uma forma a guiar ações com objetivos.

Aprendizado, Raciocínio, Senso Comum, Memória. Resolução de Problemas, incluindo dividir problemas complexos em sub-problemas mais simples. Compreensão, mesmo ante ambigüidade. Adaptação. Equilíbrio Emocional. Tomada de Decisões Adequadas. Comunicação / Percepção Visual e Verbal. Aspectos Relevantes

Aprendizado, Raciocínio, Senso Comum, Memória.

Resolução de Problemas, incluindo dividir problemas complexos em sub-problemas mais simples.

Compreensão, mesmo ante ambigüidade.

Adaptação.

Equilíbrio Emocional.

Tomada de Decisões Adequadas.

Comunicação / Percepção Visual e Verbal.

“ Inteligência” x Técnicas de IA

IA Simbólica 1956 - Conferência de Darthmounth e a definição de Termo IA. 1955 - 1960 - IA: Resolução de Problemas Xadrez - Shannon’s (1995) Prova de Teoremas - Newell and Simon GPS - Newell and Simon 1960 “ Resolver problemas é caminhar em um espaço de estados”. Histórico da Inteligência Artificial

IA Simbólica

1956 - Conferência de Darthmounth e a definição de Termo IA.

1955 - 1960 - IA: Resolução de Problemas

Xadrez - Shannon’s (1995)

Prova de Teoremas - Newell and Simon

GPS - Newell and Simon 1960

“ Resolver problemas é caminhar em um espaço de estados”.

IA Simbólica 1965 - DENDRAL - Primeiro Sistema Especialista desenvolvido em Stand Ford Univ. Análise do solo Marciano. 1976 - MYCIN - Diagnóstico médico de doenças bacteriólógicas (500 regras) - Acerto superior ao diagnóstico de médicos). Histórico da Inteligência Artificial

IA Simbólica

1965 - DENDRAL - Primeiro Sistema Especialista desenvolvido em Stand Ford Univ. Análise do solo Marciano.

1976 - MYCIN - Diagnóstico médico de doenças bacteriólógicas (500 regras) - Acerto superior ao diagnóstico de médicos).

IA Simbólica 1980 - XCON - Digital. Configuração de Computadores: Carnigie Mellon. Configuração manual: 25 minutos Expert System: 2 minutos UR$ 25 milhões por ano de economia. Histórico da Inteligência Artificial

IA Simbólica

1980 - XCON - Digital. Configuração de Computadores: Carnigie Mellon.

Configuração manual: 25 minutos

Expert System: 2 minutos

UR$ 25 milhões por ano de economia.

O que são ? Programas computacionais projetados para modelar a habilidade de especialistas humanos de resolver problemas. Sistemas Especialistas

O que são ?

Programas computacionais projetados para modelar a habilidade de especialistas humanos de resolver problemas.

Arquitetura Básica Memória de Curto Prazo Conclusões e Fatos Raciocínio Base do Conhecimento Memória de trabalho Máquina de Inferência Interface Sistemas Especialistas Memória de longo Prazo Domínio do Problema Informações Fatos Conclusões

Arquitetura Básica

Sistemas Especialistas: processo de desenvolvimento O processo de aquisição, modelagem e representação do conhecimento que levam a um sistema especialista foi denominado Engenharia do Conhecimento ainda na década de 60. Ao profissional responsável pelo desenvolvimento de sistemas especialistas se utilizou a denominação engenheiro do conhecimento .

O processo de aquisição, modelagem e representação do conhecimento que levam a um sistema especialista foi denominado Engenharia do Conhecimento ainda na década de 60.

Ao profissional responsável pelo desenvolvimento de sistemas especialistas se utilizou a denominação engenheiro do conhecimento .

Aplicações Comerciais Finanças Indústria (Manufatura) Planejamento de Vôos Administração Serviço ao Consumidor Design Onde utilizar Sistemas Especialistas

Aplicações Comerciais

Finanças

Indústria (Manufatura)

Planejamento de Vôos

Administração

Serviço ao Consumidor

Design

Incerteza Albert Einstein Uma vez que as leis da Matemática referem-se à realidade, elas não são precisas. E uma vez que elas não são precisas, elas não se referem à realidade.

“ Com o aumento da complexidade de um sistema, nossa habilidade de fazer declarações precisas e significativas sobre o seu comportamento diminui até que se chega a um limite, depois do qual precisão e significância tornam-se características quase que mutuamente exclusivas” Princípio da Incompatibilidade Sistemas Difusos Lotfi Zadeh 1973

Quando usar difusos? “ O café está quente? ” “ O dia está nublado? ” “ A inflação está alta novamente? ”

Aplicações Comerciais Controle Ar condicionado Máquina de Lavar Freios ABS Câmeras de Vídeo Mais de 4 bilhões de dólares o número de aplicações no começo da década de 90. Sistemas Difusos

Aplicações Comerciais

Controle Ar condicionado Máquina de Lavar Freios ABS Câmeras de Vídeo

Mais de 4 bilhões de dólares o número de aplicações no começo da década de 90.

Aplicações Comerciais Administração Avaliação de Crédito Avaliação de Risco Análise de Mercado Administração da Produção Medicina. Controle Sistemas Difusos

Aplicações Comerciais

Administração Avaliação de Crédito Avaliação de Risco Análise de Mercado Administração da Produção

Medicina.

Controle

IA Conexionista 1943- McCullock & Pitt simulam uma rede simplificada usando circuitos elétricos. 1949 - Donald Hebb (regra Hebb) 1958 - Rosenblatt cria o perceptron: Separador linear implementando em Hardware. Histórico da Inteligência Artificial

1960- Windrow e Hoff: algoritmo dos mínimos quadrados 1969 - Minsky e Papert: “Perceptrons”: “ O mecanismo não é capaz de resolver problemas interessantes!” 1982 - Hopfield: Redes Recorrentes 1986 - Backpropagation - MIT 1988 - Radial Basis Function. IA Conexionista Histórico da Inteligência Artificial

1960- Windrow e Hoff: algoritmo dos mínimos quadrados

1969 - Minsky e Papert: “Perceptrons”:

“ O mecanismo não é capaz de resolver problemas interessantes!”

1982 - Hopfield: Redes Recorrentes

1986 - Backpropagation - MIT

1988 - Radial Basis Function.

Definição Tratam-se de máquinas projetadas para modelar a forma pela qual o cérebro realizar uma tarefa ou função particular. A rede é geralmente implementada com componentes eletrônicos ou simulada em programas digitais Haykin, 1994 Redes Neurais

Definição

Tratam-se de máquinas projetadas para modelar a forma pela qual o cérebro realizar uma tarefa ou função particular. A rede é geralmente implementada com componentes eletrônicos ou simulada em programas digitais

Haykin, 1994

Formas de Aprendizado Supervisionado Apresenta-se o conjunto de entrada de dados e os respectivos resultados esperados. A rede utiliza o par (entrada,target) para aprender. Não-supervisionado A rede auto-organizaça-se baseando-se em parâmetros próprios de aprendizado. Redes Neuronais

Formas de Aprendizado

Supervisionado

Apresenta-se o conjunto de entrada de dados e os respectivos resultados esperados. A rede utiliza o par (entrada,target) para aprender.

Não-supervisionado

A rede auto-organizaça-se baseando-se em parâmetros próprios de aprendizado.

Redes Neuronais Nós de entrada e saída de uma rede neuronal guardam correspondência com dados disponíveis do domínio do problema. A figura mostra o exemplo de uma rede que procura verificar a correlação entre variáveis financeiras e a situação de lucratividade, liquidez ou dívida de empresas.

Nós de entrada e saída de uma rede neuronal guardam correspondência com dados disponíveis do domínio do problema. A figura mostra o exemplo de uma rede que procura verificar a correlação entre variáveis financeiras e a situação de lucratividade, liquidez ou dívida de empresas.

Aplicações Comerciais Finanças Controle Reconhecimento de Padrões Robótica Controle de Qualidade Reconhecimento de Caracteres Reconhecimento de Voz Redes Neuronais

Aplicações Comerciais

Finanças

Controle

Reconhecimento de Padrões

Robótica

Controle de Qualidade

Reconhecimento de Caracteres

Reconhecimento de Voz

Definição Abordagem de resolução de problemas baseada em recuperação e a adaptação de casos ou descrições episódicas de problemas e suas respectivas soluções. Raciocínio Baseado em Casos Tem como base o Raciocínio Analógico ou Experimental, ou seja, parte do princípio que as pessoas resolvem problemas com base no que já fizeram no passado. Excelente em problemas em que evidências precedentes definem a melhor estratégia, tais como análise de jurisprudências, princípios contábeis, atendimento ao usuário e aprendizagem baseada em casos anteriores. Seus principais componentes são:

Definição

Abordagem de resolução de problemas baseada em recuperação e a adaptação de casos ou descrições episódicas de problemas e suas respectivas soluções.

Componentes de um RBC accounting.rutgers.edu /.../ es_tutor / es_tutor.htm Base de casos . Onde estão os casos passados. Biblioteca de índices , que permite a busca eficiente e rápida de casos anteriores mais apropriados ou similares ao problema em análise. Métrica de Similaridade , utilizada para avaliar o grau de semelhança entre casos passados recuperados na biblioteca de índices. Módulo de adaptação , que cria uma solução para o problema atual, modificando a solução anterior ( adaptação estrutural ) ou criando uma nova solução por processo idêntifico ao passado ( adaptação derivativa ) Aprendizagem. Quando a solução é inédita, pode ser acrescida à base.

Aplicações Comerciais Suporte a Clientes Controle de Qualidade Área Jurídica Banco de Dados Corporativos Planejamento e Design Sugestões (Ian Watson Homepage): http://www.ai-cbr.org/theindex.html Raciocínio Baseado em Casos

Aplicações Comerciais

Suporte a Clientes

Controle de Qualidade

Área Jurídica

Banco de Dados Corporativos

Planejamento e Design

Sugestões (Ian Watson Homepage):

http://www.ai-cbr.org/theindex.html

Definição Área de Inteligência Artificial Distribuída , dedicada a desenvolver sistemas autônomos colaborativos, interagindo na solução de problemas. Agentes respondem a mensagens utilizando protocolos de troca de conhecimento (KQML). Agentes

Definição

Área de Inteligência Artificial Distribuída , dedicada a desenvolver sistemas autônomos colaborativos, interagindo na solução de problemas.

Agentes respondem a mensagens utilizando protocolos de troca de conhecimento (KQML).

Aplicações Comerciais Buscas Automáticas e Inteligentes Monitoramento de usuários (sistemas) Negociação Inteligente em Negócios Tutorials Inteligentes e Autômanos Agentes

Aplicações Comerciais

Buscas Automáticas e Inteligentes

Monitoramento de usuários (sistemas)

Negociação Inteligente em Negócios

Tutorials Inteligentes e Autômanos

Como vimos, o termo “Engenharia do Conhecimento” surgiu para definir a área científica de construção de sistemas especialistas. Engenheiro do conhecimento, portanto, era o profissional que realizava as tarefas de aquisição e codificação de conhecimento em sistemas especialistas. O que era Engenharia do Conhecimento... Com o surgimento de outras abordagens à codificação de conhecimento, o termo “engenheiro do conhecimento” passou a ser aplicado também ao responsável por sistemas baseados em caso, redes neurais, etc.

O que era Engenharia do Conhecimento... Engenheiros do conhecimento daquela geração não se preocupavam com a definição de prioridades estratégicas na organização. Ao identificarem oportunidades de codificação de conhecimento, aplicavam a ferramenta adequada para depois reconhecerem seus resultados, de difícil replicação em novas oportunidades. Além disso, havia um distanciamento entre a forma de fazer sistemas de conhecimento e as ferramentas da modelagem e desenvolvimento de software, sob a alegação de que o processo de construção de sistemas inteligentes é intrinsicamente ad hoc. O resultado era uma extrema ineficiência e muita frustração na relação custo/benefício ou mesmo no prazo de entrega.

O que era Engenharia do Conhecimento... Em suma, os engenheiros do conhecimento daquela geração não tinham formação completa do processo de engenharia. Faltava-lhes a análise de viabilidade, a utilização de metodologias de modelagem de processos e a ligação com o cotidiano das organizações. A Nova Engenharia do Conhecimento surge justamente para diminuir este gap e para fazer do engenheiro de conhecimento o principal ator de interface entre tecnologia e gestão. Para isso, reconhece-se a relevância da modelagem do conhecimento e da visão sistêmica de parte do engenheiro.

UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento Florianópolis, Abril de 2006 ENGENHARIA DO CONHECIMENTO E INTELIGENCIA ARTIFICIAL ENGENHARIA DO CONHECIMENTO ENGENHARIA DO CONHECIMENTO NA UFSC O VALOR DO CONHECIMENTO O QUE CONHECIMENTO, DADO E INFORMAÇÃO COMO ENGENHAR CONHECIMENTO COMO É A NOVA ENGENHARIA DO CONHECIMENTO

O Valor do Conhecimento Capítulo 1: O valor do conhecimento. Conhecimento é um ativo valorável Engenharia do Conhecimento é uma disciplina que está no coração do desenvolvimento, distribuição e manutenção dos ativos de conhecimento Há metodologias para engenharia e gestão do conhecimento Há novos papéis (profissões) nesse processo. Schreiber, G.; Akkermans, H.; Anjewierden, A.; Hoog, R.; Shadbolt, N.; de Velde, W. V.; and Wielinga, B.. Knowledge Engnineering and Management: the CommonKADS Methodology . MIT Press. Cambridge. Massachussets. 2002

Capítulo 1: O valor do conhecimento.

Conhecimento é um ativo valorável

Engenharia do Conhecimento é uma disciplina que está no coração do desenvolvimento, distribuição e manutenção dos ativos de conhecimento

Há metodologias para engenharia e gestão do conhecimento

Há novos papéis (profissões) nesse processo.

O Valor do Conhecimento Mais de 50% do custo de extração de petróleo está associado à obtenção e tratamento de informação. Historicamente sempre foram necessários de 3 a 4 homens-hora para se fazer uma tonelada de aço. Com o uso de sofisticados sistemas computacionais somente 45 min são necessários para produção de uma tonelada. Enquanto o aço significou o componente essencial para a Revolução Industrial, a Era da Informação tem como componente básico um microchip. Seu valor não está no componente físico (sílica - areia) e sim em seu projeto e no projeto das complexas máquinas que o fazem. Seu ingrediente principal é CONHECIMENTO Conclusão : cada vez mais compramos e vendemos conhecimento, que se transformou na principal matéria-prima na nova economia. Tom Stewart – Fortune Magazine.

Mais de 50% do custo de extração de petróleo está associado à obtenção e tratamento de informação.

Historicamente sempre foram necessários de 3 a 4 homens-hora para se fazer uma tonelada de aço.

Com o uso de sofisticados sistemas computacionais somente 45 min são necessários para produção de uma tonelada.

Enquanto o aço significou o componente essencial para a Revolução Industrial, a Era da Informação tem como componente básico um microchip.

Seu valor não está no componente físico (sílica - areia) e sim em seu projeto e no projeto das complexas máquinas que o fazem. Seu ingrediente principal é CONHECIMENTO

Conclusão : cada vez mais compramos e vendemos conhecimento, que se transformou na principal matéria-prima na nova economia.

O Valor do Conhecimento Conhecimento tornou-se reconhecido como uma entidade manipulável e valorada por si, ou seja, o “intangível fundamental” ( the ultimate intangible ) Pesquisas indicam que os executivos consideram o conhecimento o fator mais importante para o sucesso organizacional. As mesmas pesquisas, no entanto, revelam que apenas 20% do conhecimento disponível na organização é utilizado. Mesmo em organizações de manufatura, a capacidade de prover serviços com base em conhecimento tem sido responsável por 65% a 75% do valor agregado dos produtos. Autores da área de capital intelectual mencionam cifras entre 75% a 80% do capital da organização ter base no conhecimento. (Schreiber. et al, 2002) Mas quando essas constatações começaram a chegar à Administração Organizacional?

Conhecimento tornou-se reconhecido como uma entidade manipulável e valorada por si, ou seja, o “intangível fundamental” ( the ultimate intangible )

Pesquisas indicam que os executivos consideram o conhecimento o fator mais importante para o sucesso organizacional. As mesmas pesquisas, no entanto, revelam que apenas 20% do conhecimento disponível na organização é utilizado.

Mesmo em organizações de manufatura, a capacidade de prover serviços com base em conhecimento tem sido responsável por 65% a 75% do valor agregado dos produtos.

Autores da área de capital intelectual mencionam cifras entre 75% a 80% do capital da organização ter base no conhecimento.

Mas quando essas constatações começaram a chegar à Administração Organizacional?

O Valor do Conhecimento “ A mudança no significado do conhecimento que iniciou 250 anos atrás tem transformado a economia e a sociedade. Conhecimento formal é visto como um recurso pessoal chave e como um recurso econômico chave. C onhecimento é o único recurso significativo hoje . Os tradicionais “fatores da produção” – terra (i.e., recursos naturais), trabalho e capital – não desapareceram. Mas eles têm se tornado secundários. Eles podem ser obtidos, e obtidos facilmente, desde que exista conhecimento. E conhecimento neste novo contexto é conhecimento como uma utilidade, conhecimento como um meio de obter resultados econômicos e sociais. Esses desenvolvimentos, quer desejáveis ou não, são respostas a uma mudança irreversível: conhecimento está sendo agora aplicado ao próprio conhecimento . “ Peter Drucker, Post-capitalist society. 1993

O Valor do Conhecimento A Revolução Industrial revolucionou o trabalho manual. Neste processo, trouxe novas disciplinas, como as engenharias mecânica, química e elétrica, que estabeleceram a base científica para essa Revolução. Da mesma forma, a Sociedade da Informação está revolucionando o trabalho intelectual. Cada vez mais pessoas tornam-se trabalhadoras do conhecimento, enquanto, ao mesmo tempo, o próprio trabalho está sob constante transformação. Novas disciplinas estão provendo a base científica para esse processo de mudança. Uma dessas disciplinas é a Engenharia do Conhecimento . Assim como as Engenharias mecânica e elétrica ofereceram teorias, métodos e técnicas para construir carros, a Engenharia do conhecimento nos equipa com a metodologia científica para analisar e “engenhar” conhecimento. (Schreiber. et al, 2002) Portanto, para a Engenharia do Conhecimento, o “conhecimento” é um objeto alvo, materializável, tratável, estudável, replicável, produzível.

A Revolução Industrial revolucionou o trabalho manual. Neste processo, trouxe novas disciplinas, como as engenharias mecânica, química e elétrica, que estabeleceram a base científica para essa Revolução.

Da mesma forma, a Sociedade da Informação está revolucionando o trabalho intelectual.

Cada vez mais pessoas tornam-se trabalhadoras do conhecimento, enquanto, ao mesmo tempo, o próprio trabalho está sob constante transformação.

Novas disciplinas estão provendo a base científica para esse processo de mudança.

Uma dessas disciplinas é a Engenharia do Conhecimento . Assim como as Engenharias mecânica e elétrica ofereceram teorias, métodos e técnicas para construir carros, a Engenharia do conhecimento nos equipa com a metodologia científica para analisar e “engenhar” conhecimento.

Portanto, para a Engenharia do Conhecimento, o “conhecimento” é um objeto alvo, materializável, tratável, estudável, replicável, produzível.

Questão fundamental – Abordagem Clássica E o que é Conhecimento? Questão natural no campo da Engenharia e Gestão do Conhecimento, mas cuja gênese da preocupação humana já remonta a mais de 2 milênios. A questão não surge isolada, sendo normalmente acompanhada da exigência de se diferenciar DADOS, INFORMAÇÃO e CONHECIMENTO. Os autores da Metodologia CommonKADS incluem tanto a abordagem clássica como uma interessante discussão que parte da premissa do por que se preocupar com essa questão.

Questão natural no campo da Engenharia e Gestão do Conhecimento, mas cuja gênese da preocupação humana já remonta a mais de 2 milênios.

A questão não surge isolada, sendo normalmente acompanhada da exigência de se diferenciar DADOS, INFORMAÇÃO e CONHECIMENTO.

Os autores da Metodologia CommonKADS incluem tanto a abordagem clássica como uma interessante discussão que parte da premissa do por que se preocupar com essa questão.

Definições Dados Sinais desprovidos de interpretação ou significado. São números, palavras, figuras, sons, textos, gráficos, datas, fotos ou qualquer sinal, desprovidos de contexto. Informação Dado dotado de significado. Portanto, dado ao qual se provê significado, de forma a torná-lo compreensível. Para terem significado, dados devem conter algum tipo de estrutura ou contexto associado. Conhecimento É o conjunto completo de informações, dados, relações que levam as pessoas à tomada de decisão, à realização de tarefas e à criação de novas informações ou conhecimento. Conhecimento adiciona dois aspectos únicos: propósito , dado que permite o alcance de um objetivo; e capacidade de generativa , dado leva à nova informação (o que o torna, então, um fator de produção ).

Definições (Schreiber. et al, 2002) Alerta de emergência Iniciar operação de resgate Propósito e competência à informação, com potencial de gerar ação Conhecimento S.O.S Significado ao Dado Informação 1010101001 Matéria sem interpretação Dados Exemplo Características

Interessante abordagem à discussão... Prof. João Alvaro Carvalho Universidade do Minho - DSI O que é informação? 1, 2, 3, 4, 5, 6, 7 ou 8? 1,2 – O que está na mente de A 3,4,5,6, - representações externas à mente 7 – significado que B dá a uma representação (na mente de B) 8 – O que ficará na mente de B (após “assimilação” no passo 7

O que é informação?

1, 2, 3, 4, 5, 6, 7 ou 8?

1,2 – O que está na mente de A

3,4,5,6, - representações externas à mente

7 – significado que B dá a uma representação (na mente de B)

8 – O que ficará na mente de B (após “assimilação” no passo 7

Boggling the minds Dado, Informação ou Conhecimento???? Produção de maçã cresceu 10% no Oeste do Estado no último ano. 2 toneladas 2002 Produtores e distribuidores de maçã decidem investir em marketing de exportação para dar vasão ao crescimento da oferta do produto no último ano.

Questão fundamental (??) – Abordagem II E o que é Conhecimento? Para que se preocupar com isso? Todos nós somos capazes de reconhecer pessoas com conhecimento e o que ele significa, quando o vemos em ação. Isso é o que necessitamos em Engenharia do Conhecimento. Não é necessário uma definição formal para isso. O mesmo ocorre com cientistas de outras áreas, quando solicitados sobre uma definição fundamental sobre seu objeto de estudo.

Para que se preocupar com isso?

Todos nós somos capazes de reconhecer pessoas com conhecimento e o que ele significa, quando o vemos em ação. Isso é o que necessitamos em Engenharia do Conhecimento. Não é necessário uma definição formal para isso.

O mesmo ocorre com cientistas de outras áreas, quando solicitados sobre uma definição fundamental sobre seu objeto de estudo.

Questão fundamental (??) – Abordagem II Uma das principais causas na dificuldade de se especificar o que é conhecimento está no fato de que conhecimento depende muito do contexto . O conhecimento de uma pessoa pode ser apenas dado para outra pessoa. Os limites entre dado, informação e conhecimento não são rígidos porque dependem do contexto de uso. Em Engenharia do conhecimento o padrão é conceber conhecimento como dependente de domínio e da tarefa . Engenharia do conhecimento visa acessar o conhecimento humano em um contexto organizacional em que esse possa ser empregado. Para isso, adota uma abordagem não-centrada em tecnologia, levando a TI a apoiar os trabalhadores de conhecimento.

Uma das principais causas na dificuldade de se especificar o que é conhecimento está no fato de que conhecimento depende muito do contexto .

O conhecimento de uma pessoa pode ser apenas dado para outra pessoa.

Os limites entre dado, informação e conhecimento não são rígidos porque dependem do contexto de uso.

Em Engenharia do conhecimento o padrão é conceber conhecimento como dependente de domínio e da tarefa .

Engenharia do conhecimento visa acessar o conhecimento humano em um contexto organizacional em que esse possa ser empregado.

Para isso, adota uma abordagem não-centrada em tecnologia, levando a TI a apoiar os trabalhadores de conhecimento.

Engenharia do Conhecimento e Sistemas de Conhecimento “ O conhecimento que agora consideramos é o conhecimento que se prova em ação. O que agora significa conhecimento é informação em ação, informação focada em resultados. Resultados estão fora da pessoa, na sociedade e na economia, ou no avanço do próprio conhecimento. Para conseguir qualquer coisa esse conhecimento deve ser altamente especializado…. Não poderia ser nem aprendido nem ensinado. Também aceita princípios gerais. É experiência ao invés de aprendizagem, capacitação ao invés de escolaridade. Mas hoje nós não falamos dos conhecimentos especializados como ‘habilidades’ ( crafts ). Falamos de ‘disciplinas’. Essa é uma grande mudança na história intelectual como nunca registrado. Uma disciplina converte uma ‘habilidade’ em uma metodologia – tal como engenharia, o método científico, o método quantitativo ou o diagnóstico médico. Cada uma dessas metodologias converte experiência ad hoc em sistemas. Cada uma converte “estória” em informação. Cada uma converte habilidades em algo que possa ser ensinado e aprendido.“

“ Engenhar o Conhecimento” Drucker lembra ter ocorrido com a engenharia mecânica, física e química, que se desenvolveram de artefatos (crafts) a máquinas. A Engenharia do Conhecimento reconhece o mesmo fênomeno quanto a informação e conhecimento. A evolução inclui os estágios da engenharia de software e pode ser vista na forma com que a TI se posicionou nas organizações ao longo dos anos. Como a Tecnologia da Informação e da Comunicação evoluiu nas organizações?

Drucker lembra ter ocorrido com a engenharia mecânica, física e química, que se desenvolveram de artefatos (crafts) a máquinas.

A Engenharia do Conhecimento reconhece o mesmo fênomeno quanto a informação e conhecimento. A evolução inclui os estágios da engenharia de software e pode ser vista na forma com que a TI se posicionou nas organizações ao longo dos anos.

Como a Tecnologia da Informação e da Comunicação evoluiu nas organizações?

Como as TIC evoluíram nas Organizações 90’s TIC oferecendo apoio estratégico TIC Apoiando Conhecimento 94-today 60’s - 70’s 80’s Sistemas de Informação Data Marts DSS GIS EIS Internet, Intranet, Extranet Extração de Conhecimento Interoperabilidade Análises de redes Governo Eletrônico TIC em transações operacionais TIC em apoio à área tática Bases de dados OLTP Data Warehouse Web Novas Tecnologias da Informação e Comunicação

A Evolução da Engenharia do Conhecimento A Engenharia do Conhecimento evoluiu de uma metodologia de desenvolvimento de sistemas especialistas, sistemas baseados em conhecimento e sistemas intensivos em conhecimento (todos atualmente considerados sistemas de conhecimento ). Sistemas de conhecimento são um dos principais produtos da disciplina chamada inteligência artificial. Estão presentes em diversos produtos no mundo todo. Aplicam-se em medicina, análise de crédito, detecção de fraudes, apoio a projeto, controle, finanças, atendimento a clientes, etc. Quais são os benefícios dos sistemas de conhecimento? Essa pergunta foi alvo de uma pesquisa de 1992, em que se questionava pelos benefícios esperados antes da adoção de um projeto e os alcançados após a utilização dos mesmos.

A Engenharia do Conhecimento evoluiu de uma metodologia de desenvolvimento de sistemas especialistas, sistemas baseados em conhecimento e sistemas intensivos em conhecimento (todos atualmente considerados sistemas de conhecimento ).

Sistemas de conhecimento são um dos principais produtos da disciplina chamada inteligência artificial. Estão presentes em diversos produtos no mundo todo. Aplicam-se em medicina, análise de crédito, detecção de fraudes, apoio a projeto, controle, finanças, atendimento a clientes, etc.

Quais são os benefícios dos sistemas de conhecimento?

Essa pergunta foi alvo de uma pesquisa de 1992, em que se questionava pelos benefícios esperados antes da adoção de um projeto e os alcançados após a utilização dos mesmos.

A Evolução da Engenharia do Conhecimento 15% 10% Flexibilidade Integrando conhecimento de múltiplos especialistas Enriquecimento do trabalho 13% 15% Benefícios educacionais capacitação 18% 29% Melhoria na qualidade das decisões Tratamento de incerteza Melhoria de qualidade 14% 10% Captura de expertise escassa Utilização em localizações remotas Preservação de conhecimento 68% 75% Tomada de decisão mais rápido Aumento de produtividade Melhoria na solução de problemas Solução de problemas complexos Confiabilidade Operação de Equipamentos Produtividade Categoria Benefícios Expectativa Percebido como Real

A Nova Engenharia do Conhecimento Engenharia do Conhecimento permite identificar oportunidades e gargalos em como as organizações desenvolvem, distribuem e aplicam recursos de conhecimento, fornecendo, assim, ferramentas para gestão de conhecimento organizacional . Engenharia do Conhecimento providencia os métodos para obter uma ampla compreensão das estruturas e processos utilizados por usuários do conhecimento – mesmo onde muito do conhecimento é tácito – levando a uma melhor integração da tecnologia da informação no apoio ao trabalhador de conhecimento. Engenharia do conhecimento ajuda, como resultado, a construir melhor sistemas de conhecimento : sistemas que são mais fáceis de usar, têm uma arquitetura bem-estruturada e mais simples de manter.

Engenharia do Conhecimento permite identificar oportunidades e gargalos em como as organizações desenvolvem, distribuem e aplicam recursos de conhecimento, fornecendo, assim, ferramentas para gestão de conhecimento organizacional .

Engenharia do Conhecimento providencia os métodos para obter uma ampla compreensão das estruturas e processos utilizados por usuários do conhecimento – mesmo onde muito do conhecimento é tácito – levando a uma melhor integração da tecnologia da informação no apoio ao trabalhador de conhecimento.

Engenharia do conhecimento ajuda, como resultado, a construir melhor sistemas de conhecimento : sistemas que são mais fáceis de usar, têm uma arquitetura bem-estruturada e mais simples de manter.

Os Papéis dos Atores de um Projeto de EC (Schreiber. et al, 2002)

UNIVERSIDADE FEDERAL DE SANTA CATARINA Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento Florianópolis, Abril de 2006 ENGENHARIA DO CONHECIMENTO E INTELIGENCIA ARTIFICIAL ENGENHARIA DO CONHECIMENTO ENGENHARIA DO CONHECIMENTO NA UFSC COMO CHEGAMOS ATÉ AQUI PARA ONDE PRETENDEMOS IR

“ (…) assim como a engenharia mecânica e elétrica oferecem teorias, métodos e técnicas para a construção de automóveis, a engenharia do conhecimento nos equipa com metodologia científica para analisar e engenhar conhecimento ”. SCHREIBER, et. al. 2002 Engenharia do Conhecimento

Como chegamos até aqui? 1989 – Área de Pesquisa Operacional do PPGEP/UFSC cria a Linha de Pesquisa Inteligência Artificial 1990 - Primeiro grupo de pesquisa em IA e Engenharia de Produção 1990 - Doutorado da Engenharia de Produção e IA torna-se área de concentração no PPGEP 1991 - Dissertações na área da IA 1991 e 1992 - Linha de Pesquisa de Desenvolvimento de sistemas em IA

1989 – Área de Pesquisa Operacional do PPGEP/UFSC cria a Linha de Pesquisa Inteligência Artificial

1990 - Primeiro grupo de pesquisa em IA e Engenharia de Produção

1990 - Doutorado da Engenharia de Produção e IA torna-se área de concentração no PPGEP

1991 - Dissertações na área da IA

1991 e 1992 - Linha de Pesquisa de Desenvolvimento de sistemas em IA

Como chegamos até aqui? 1993 - Interação com grupos estrangeiros 1994 - Primeiras defesas de teses de doutorado em IA 1995 - Implantação do Ensino a Distância (Lab. LED) 1996 - Criação da área Mídia & Conhecimento 1996 - Criação dos Laboratórios Stela, LRV, LMC 1997 - Desenvolvimento de Sistemas e Publicações 1998 - Integração entre IA e Desenvolvimento de Sistemas de Informação 1999-2002 – Consolidação da extensão 2002-2003 – Reformulação do PPGEP/UFSC 2004 – Início do Programa EGC

1993 - Interação com grupos estrangeiros

1994 - Primeiras defesas de teses de doutorado em IA

1995 - Implantação do Ensino a Distância (Lab. LED)

1996 - Criação da área Mídia & Conhecimento

1996 - Criação dos Laboratórios Stela, LRV, LMC

1997 - Desenvolvimento de Sistemas e Publicações

1998 - Integração entre IA e Desenvolvimento de Sistemas de Informação

1999-2002 – Consolidação da extensão

2002-2003 – Reformulação do PPGEP/UFSC

2004 – Início do Programa EGC

A Engenharia do Conhecimento na UFSC A área de Inteligência Aplicada foi criada em 1991 no PPGEP/UFSC. Os primeiros trabalhos digitalizados são de 1995. Hoje há um total de 2.856 teses e dissertações disponíveis em texto completo. Nesse conjunto de documentos, mais de 10% contém termos relacionados à Engenharia do Conhecimento. http://teses.eps.ufsc.br – consulta em 10/08/2004

A Engenharia do Conhecimento na UFSC A formação em temas ligados à área de Inteligência Aplicada à Gestão com base tecnológica é o ponto de partida para a área de Engenharia do Conhecimento do EGC. Dados da Plataforma Lattes do CNPq indicam que profissionais com mestrado e doutorado no PPGEP/UFSC e com ligação a temas da EC já ultrapassam a casa da centena de pessoas. http://lattes.cnpq.br – consulta em 12/08/2004

Onde a EC do EGC pretende chegar? O primeiro objetivo da EC do EGC é posicionar nossas pesquisas e nossos desenvolvimentos na Nova Engenharia do Conhecimento Isso significa reconhecer a EC como uma abordagem centrada na modelagem do conhecimento visando sua codificação em processo estratégicos a organizações e à sociedade.

O primeiro objetivo da EC do EGC é posicionar nossas pesquisas e nossos desenvolvimentos na Nova Engenharia do Conhecimento

Isso significa reconhecer a EC como uma abordagem centrada na modelagem do conhecimento visando sua codificação em processo estratégicos a organizações e à sociedade.

Onde a EC do EGC pretende chegar? Com isso, nossos mestres e doutores serão: modeladores de conhecimento gestores de projetos de sistemas de conhecimento inovadores na criação e aperfeiçoamento de metodologias e ferramentas da engenharia do conhecimento Professores nas áreas de modelagem e codificação de conhecimento como instrumentos de apoio à gestão e à mídia.

Com isso, nossos mestres e doutores serão:

modeladores de conhecimento

gestores de projetos de sistemas de conhecimento

inovadores na criação e aperfeiçoamento de metodologias e ferramentas da engenharia do conhecimento

Professores nas áreas de modelagem e codificação de conhecimento como instrumentos de apoio à gestão e à mídia.

Onde a EC do EGC pretende chegar? Para chegarmos lá, teremos que ter muito claros os seguintes pontos: a diferença entre codificar, gerir e disseminar conhecimento; a diferença entre técnica, ferramenta, metodologia, método e suas aplicações nas suas áreas de domínio; Como identificar uma oportunidade para pesquisa, desenvolvimento e aplicação dos resultados da engenharia do conhecimento.

Para chegarmos lá, teremos que ter muito claros os seguintes pontos:

a diferença entre codificar, gerir e disseminar conhecimento;

a diferença entre técnica, ferramenta, metodologia, método e suas aplicações nas suas áreas de domínio;

Como identificar uma oportunidade para pesquisa, desenvolvimento e aplicação dos resultados da engenharia do conhecimento.

Próxima Aula... Veremos os instrumentos à disposição dos engenheiros do conhecimento em niveis de metodologia e ferramentas… (Schreiber. et al, 2002)

Veremos os instrumentos à disposição dos engenheiros do conhecimento em niveis de metodologia e ferramentas…

Referências Schreiber, G.; Akkermans, H.; Anjewierden, A.; Hoog, R.; Shadbolt, N.; de Velde, W. V.; and Wielinga, B.. Knowledge Engnineering and Management: the CommonKADS Methodology . MIT Press. Cambridge. Massachussets. 2002 Hansen, M. T.; Nohria, N.; Tierney, T. What;s your strategy for managing knowledge ? Harvard Business Review. HBR. v. 77, n. 2., p. 106-116, March/April 1999. Stewart, T. A.;. The case against knowledge management. Business 2.0 Magazine . 2002.

Schreiber, G.; Akkermans, H.; Anjewierden, A.; Hoog, R.; Shadbolt, N.; de Velde, W. V.; and Wielinga, B.. Knowledge Engnineering and Management: the CommonKADS Methodology . MIT Press. Cambridge. Massachussets. 2002

Hansen, M. T.; Nohria, N.; Tierney, T. What;s your strategy for managing knowledge ? Harvard Business Review. HBR. v. 77, n. 2., p. 106-116, March/April 1999.

Stewart, T. A.;. The case against knowledge management. Business 2.0 Magazine . 2002.

Para a Próxima Aula...