You are on page 1of 7

XIII SIMPEP - Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

O processo decisrio apoiado em tcnicas e modelos de inteligncia artificial.


Adriano Rogrio Bruno Tech (AFA/USP) adriano.rogerio.tech@terra.com.br Guilherme Augusto Spiegel Gualazzi (AFA) guilhermegualazzi@yahoo.com.br

Resumo: A tecnologia aplicada aos negcios vem transformando as corporaes e deixou de ser um fator de vantagem competitiva para ser uma questo de sobrevivncia. Em meio a tantas mudanas e novidades, encontramos o ser humano, o profissional que bombardeado por informaes por todos os lados e que nem sempre est preparado para selecionar o que importante e til para seu dia-a-dia ou para seu futuro. Este ser humano continua sendo o fator crtico de sucesso de qualquer corporao. Ele responsvel por liderar e tomar decises de seleo e aplicao das tecnologias, motivando sua empresa a utiliz-la. Pertence ao lder o papel de gerenciar as mudanas, adaptando-as aos aspectos culturais e regionais. dele a responsabilidade de conduzir sua equipe, criando estratgias, analisando alternativas e renovando os negcios para obter sucesso contnuo. Mas preciso algo mais. Seu perfil deve ser especial e que permita a ele, juntamente com as tecnologias e softwares de apoio a deciso baseados em tecnologias inteligentes, ser capaz de identificar e definir quais as melhores estratgias que o conduziram a uma efetiva tomada de deciso. Palavras-chave: Sistemas de Informaes; Sistemas Inteligentes; Tomada de Deciso. 1. Introduo muito difcil prever o futuro, principalmente no momento de transformaes em que vivemos. A disponibilizao das informaes pela Internet, o comrcio eletrnico e todos os negcios que podem ser viabilizados de forma virtual esto quebrando elos importantes de diversas cadeias de valores e gerando novas alternativas. Com certeza, a Fbrica do Futuro ter lderes bem preparados e seres humanos completos, harmonizados e felizes. E as que no tiverem, sero as fbricas do passado, no disporo das informaes em tempo hbil para reverter processos ou tomadas de decises (REZENDE & ABREU, 2003). Para tanto, no se pode esquecer da concepo dos sistemas de informao que permitiro aos executivos uma boa base de dados e conhecimentos necessrios para os processos decisrios, importantes elementos que permitiro a empresa manter-se em alto nvel de competitividade no mercado interno e em certos casos, no mercado externo. Juntamente com os sistemas de informao temos os sistemas de apoio deciso que amparados por tecnologias de ponta, permitiro cada vez mais, uma expanso de mercado e um aumento no ganho de capital. Sendo assim, os sistemas de apoio deciso englobam uma classe de sistemas de informao que extraem dos sistemas de processamento de transaes e interagem com as outras partes do sistema de apoio executivo (gestor) para suportar a tomada de deciso dos gerentes e outros administradores na empresa (ROSINI & PALMISANO, 2003). Nessa linha de pensamento, tem-se a possibilidade de interao entre esses elementos e a aplicabilidade de sistemas inteligentes que permitiro um apoio ao gestor mais centralizado e rpido no tocante a deciso. Desta maneira, enfocaremos os sistemas de informaes interagidos com os de apoio a deciso e utilizaremos a inteligncia da mquina na concepo de possveis solues, como descreveremos nos prximos tpicos.

XIII SIMPEP - Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

2. Sistemas de Informao (SI) Os Sistemas de Informao so sistemas que permitem a coleta, o armazenamento, o processamento, a recuperao e a disseminao de informaes para dar suporte deciso, atravs da coordenao, controle, anlise e visualizao de uma organizao (OBRIEN, 2004). Para um perfeito entendimento da importncia do papel da informao dentro do processo estratgico empresarial, preciso um modelo que descreva o gerenciamento de informao e este modelo deve ser genrico porque segundo Rezende e Abreu (2003): - A informao recebe nfases diferentes em cada segmento econmico e em cada organizao. Embora se possa enfatizar a importncia da informao em qualquer organizao, igualmente claro que a informao exerce papis diferentes em uma montadora de veculos e numa indstria de cimento, por exemplo; - As diferentes tarefas dentro do modelo assumem diferentes nveis de importncia e valor entre as organizaes. A aquisio de novas informaes vital, por exemplo, para muitas firmas prestadoras de servios e que necessitam continuamente ter conhecimento de clientes em potencial e oportunidades de negcios. Portanto, os Sistemas de Informao so sistemas especializados em processamento de dados e na gerao de elementos importantes que permitiro ao executivo ou tomador de deciso decidir qual o melhor procedimento a ser tomado. Desta forma, podemos dizer que ele constitudo por um conjunto de mdulos de comunicao, de controle, de memrias e de processadores, interligados por meio de uma rede a qual disponibilizar e receber todos os recursos oriundos dos sistemas iniciais ou de alimentaes, no caso, dos Sistemas Operacionais ou de Transaes (fontes de origem das entradas de dados). Alm desse ponto, assim avaliando, temos os Sistemas de Informao que iro trabalhar estes dados e aps processamento, transform-los em uma informao. Neste caso, s dever receber esta denominao, quando interpretado por um executivo que possua o conhecimento necessrio para compreend-lo e que possa utiliz-lo em prol da instituio (MATTOS, 2005). Aps essa fase, visualizamos o nvel decisrio que ir utilizar os recursos disponveis em um sistema de informao para aplic-los em uma futura deciso, que depender de vrios fatores e do conhecimento gerencial do executivo em destaque. Nesse nvel, identificamos uma importante rea de interesse e de atuao da computao no apoio a deciso, os Sistemas Inteligentes baseados em tcnicas de inteligncia artificial as quais so baseadas em algoritmos complexos, que permitiro ao executivo escolher o melhor caminho em funo de um nmero complexo de elementos e de dados. Sendo esses dados previamente modelados por um executivo por meio de um modelo inteligente e, de acordo, com um conjunto de fatores previamente definidos por ele responsvel pela rea (REZENDE & ABREU, 2003). Segundo Rezende e Abreu (2003) esses sistemas nos refletem a alguns pensamentos e desafios que podem ser identificados da seguinte maneira: - Da estratgia de negcios: consiste em buscar formas de usar a tecnologia da informao para projetar organizaes que sejam realmente competitivas e efetivas; - Da globalizao: consiste em entender os requisitos de negcios e de sistemas de um ambiente de economia global; - Da arquitetura da informao: pretende encontrar formas de desenvolver infraestrutura de tecnologia da informao que suporte os objetivos de negcio das organizaes; - Do investimento em sistemas de informao: pretende encontrar formas de determinar de forma precisa o valor de negcio dos sistemas de informao; - Da responsabilidade e do controle: pretende desenvolver sistemas que pessoas

XIII SIMPEP - Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

possam efetivamente controlar e entender. 3. Sistemas Inteligentes - Inteligncia Artificial (SI-IA) Segundo Robert I Levine apud Rosini e Palmisano (2003), define Inteligncia Artificial como: A inteligncia artificial simplesmente uma maneira de fazer o computador pensar inteligente. Isso conseguido estudando como as pessoas pensam quando esto tentando tomar decises e resolver problemas, dividindo esses processos de pensamento em etapas bsicas e desenhando um programa de computador que solucione problemas usando essas mesmas etapas. Inteligncia Artificial ento fornece um mtodo simples e estruturado de se projetar programas complexos de tomada de deciso. Enfocando essa linha de atuao temos dentro do espectro dos sistemas inteligentes as redes neurais artificiais (artificial neural networks ANN) que est sendo considerada a mais nova e promissora rea da IA. Trata-se da audaciosa tentativa de criar um modelo do crebro em computador (modelo virtual), atravs da simulao dos neurnios humanos para a administrao do conhecimento (MATTOS, 2005). Esse modelo pode ser representado de acordo com a representao utilizada nos Sistemas de Informao, onde se verifica a funcionalidade e o trnsito dos dados at a sua possvel transformao em uma Informao: feedback

Entrada

Processamento

Sada

FIGURA 1 Modelo de um Sistema de Informao (Simples).

Dessa forma, pode-se criar um modelo que uma abstrao de alguma coisa com um propsito definido e com o objetivo de conhec-la melhor, antes de constru-la ou implement-la, permitindo lidar com situaes complexas que estaro aliceradas nos sistemas inteligentes, que possuem uma abstrao dos dados que iro ser trabalhados e transformados em uma possvel informao (ROSSATTO, 2003). Os modelos devem satisfazer e representar os requisitos fundamentais do contedo em anlise, os quais sero, apenas, detalhados para a identificao da melhor, ou da mais apropriada soluo para o evento em questo, caracterizado assim, um modelo computacional baseado em sensores de Redes Neurais e de elementos determinsticos baseados em Lgica Fuzzy. A representao do modelo simplificado de um SI conforme figura 1, pode ser transformada em um modelo neural conforme figura 2 abaixo (RUSSEL & NORVIG, 2004):

XIII SIMPEP - Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

FIGURA 2 Modelo Genrico de Redes Neurais. Fonte: RUSSEL & NORVIG (2004)

Onde: - Camada de Entrada (Input): so nmeros normalizados entre 0,1 e 0,9 e podem representar dados ou informaes a serem tratadas pelas camadas intermedirias; - Camada Intermediria (Hidden Processing): onde ocorrem as associaes entre os dados ou informaes. Dessa maneira, atravs da parametrizao realizada pelo profissional ou gestor da informao o sistema ir simular e analisar qual procedimento ou qual tomada de deciso ser a melhor ou a mais apropriada para o momento; - Camada de Sada (Output): ir fornecer o resultado dos processamentos realizados na Camada Intermediria. Nesse momento, o sistema ir identificar qual deciso poder ser tomada, dentre um link de possveis solues existentes e, identificadas pelos gestores. 4. Qualidade e Mensurao da Informao atravs da Inteligncia Artificial Um dos grandes objetivos dos atuais Administradores est relacionado concepo da palavra TOMADA DE DECISO, como j descrito em pargrafos anteriores. Oliveira (2001) e OBrien (2004) questionam como encontrar o melhor caminho e ao mesmo tempo, que permita uma reduo nos custos operacionais da empresa, permitindo assim, um aumento de competitividade no cenrio nacional e mesmo internacional. Ambos os objetivos caminham de forma entrelaada, procurando identificar possveis medidas ou tomadas de decises em cima de fatos, fatores e situaes existentes em um determinado momento da poltica social, cultural e econmica de uma nao. Para facilitar essa deciso ou essa parametrizao, vrios empresrios aprimoram ou mesmo criam pensamentos ou conceitos respaldados em autores contemporneos, na busca de uma luz que lhe permitir optar, escolher ou decidir qual a melhor atitude a ser tomada. Verificando padres de solues e comportamentos, verificamos que se explorarmos os conceitos ou modelos computacionais inteligentes, identificaremos o homem como o princpio de tudo, portanto, um modelo completo e complexo (MATTOS, 2005). Dessa forma, para uma melhor identificao de padres ou procedimentos, podemos utilizar alguns conceitos de Inteligncia Artificial aplicada a Administrao, principalmente as com nfases em tomada de deciso. Nessa linha de pensamento temos algumas tcnicas computacionais que facilitam a identificao ou facilitam uma abordagem mais profunda sobre determinados dados, de maneira a encontrar ou mensurar comportamentos existentes, ou reconhecimentos de padres, facilitando assim, o apoio ao processo decisrio (LAUDON & LAUDON, 2004).

XIII SIMPEP - Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

Entre essas tcnicas temos a Lgica Fuzzy, as Redes Neurais e os Sistemas Bayesianos (ou Probabilsticos), ambos com o objetivo de predizer um determinado comportamento de acordo com determinadas situaes e fatores (RAO & RAO, 1993). Podemos, portanto, comparar o modelo neural humano, com um comportamento de mercado que facilite o reconhecimento de determinados padres que permitam aos executivos tomarem as decises embasadas em conceitos formulados por pensadores (modelos) reconhecidos (RUSSEL & NORVIG, 2004). Dessa forma, nossa proposta a criao de um modelo neural para a identificao da qualidade da informao, respaldado em outras tcnicas computacionais, como: a Lgica Fuzzy ou Lgica Nebulosa e os Algoritmos Probabilsticos juntamente com as Redes Neurais Artificiais. Pode-se definir, portanto, uma informao ou uma situao problema que poder ser modelada e transposta para um modelo abstrato, ou seja, a construo ou transformao do modelo real (problema ou deciso a ser tomada) para um modelo virtual (baseado em comportamentos e padres de desempenho). Sendo assim, pode-se desenvolver uma representao neural (virtual) de um modelo existente (real) atravs do modelo genrico de redes neurais conforme apresentado na figura 2. Assim, pode-se classificar o modelo neural (representao do problema) atravs da representao e da identificao dos pesos ou tabelas de ponderaes de acordo com as informaes a serem processadas pelos sistemas de informaes. Dessa maneira, temos (CABRAL, 2003): - Camada de Entrada: onde os padres (dados ou informaes) so apresentados rede; - Camada Intermediria ou Oculta: onde feita a maior parte do processamento ou anlise, atravs das conexes ponderadas; podendo ser consideradas como extratoras de caractersticas e padres; - Camada de Sada: onde a melhor informao ou deciso apresentada ao gestor da deciso. Representando esse modelo atravs de uma equao matemtica, temos a representao fsica da deciso e da forma como o modelo ir processar esses elementos at definir qual a mais vivel para ser utilizada no processo decisrio. Assim, a representao abaixo a concretizao do modelo simblico da DECISO a ser tomada (RUSSEL & NORVIG, 2004):

FIGURA 3 - Modelo de McCulloch e Pitts (1943). Fonte: RUSSEL & NORVIG, 2004

XIII SIMPEP - Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

Onde: - X1,...., Xn: representa a informao ou os dados de alimentao do sistema; - W1,..., Wn: representa os pesos a serem definidos pelo detentor do problema (ou resolvedor, neste caso, o empresrio); - Y: a confiabilidade (%) da qualidade dessa informao ou deciso. Portanto, o empresrio possuir um modelo que lhe permitir em tempo de execuo (real time), verificar a qualidade de sua informao ou deciso e respaldado em conceitos tericos e utilizando os conceitos prticos ou experincias anteriores, escolher a melhor deciso a ser tomada. Outro ponto de excelncia do sistema, esta relacionado a flexibilidade e ao aprendizado do sistema, ou seja, o prprio sistema pode aprender com novas interaes e com os modelos de conhecimento utilizados pelos empresrios para a busca de um modelo que possa solucionar ou direcionar o processo decisrio. Entre esses modelos de aprendizado, podemos citar o aprendizado supervisionado, o qual recebe um estimulo externo para a identificao da melhor resposta e o aprendizado no supervisionado, o qual no depende de uma avaliao externa, e sim, das informaes constantes em sua base de conhecimento. 5. Concluso A concepo da utilizao de uma informao com qualidade e em tempo hbil para que a mesma possa trazer os benefcios s instituies mostrando a grande necessidade de sistemas com capacidades de armazenamento e minerao de conhecimento e padres como o grande insight do momento. A necessidade de obter o mais rpido possvel e com maior segurana e qualidade uma informao faz com que os sistemas de informao e de deciso, quando apoiados em tecnologias de ponta e ligados a inteligncia artificial tornem o processo de tomada de deciso um ponto de excelncia para as empresas, permitindo a elas, uma anlise criteriosa da informao que apoiar o processo decisrio. Dessa forma, o modelo citado acima, visa facilitar essa interao na busca de uma informao precisa, rpida e de acordo com os mesmos parmetros utilizados pelo sistema convencional, ou seja, o modelo humano de representao e anlise de dados, padres e comportamento. A aplicabilidade da Inteligncia Artificial na tomada de deciso aumentar, portanto, o campo espectral e permitir aos executivos analisarem as possveis vertentes e suas conseqncias em tempo de execuo, aprimorando assim, o valor agregado informao. Alm disso, os executivos podero alterar o comportamento do sistema mediante os pesos e as caractersticas individuais de cada gestor (conhecimento), tornando-se assim, um sistema perfeito para as grandes empresas, que possuiro ferramentas tecnolgicas para darem suportes aos seus executivos e aumentarem com isso, a competitividade da instituio perante o mercado interno e externo. Finalmente, para estudos futuros, os autores propem um aprofundamento no estudo de um modelo de avaliao de atributos da qualidade baseado nos conceitos de redes neurais e lgica fuzzy, visando a valorizao da qualidade da informao. 6. Referncias Bibliogrficas
BATISTA, E. O. Sistemas de Informao: o uso consciente da tecnologia para o gerenciamento. So Paulo: Saraiva, 2004.

XIII SIMPEP - Bauru, SP, Brasil, 06 a 08 de novembro de 2006.

CABRAL, E. Jr. Redes Neurais Artificiais: modelos em C. So Paulo: O Grupo, 2003. LAUDON, K. C. & LAUDON, J. P. Gerenciamento de Sistemas de Informao. 3. Edio. So Paulo: LTC, 2004. MATTOS, A. C. M. Sistemas de Informao: uma viso executiva. So Paulo: Saraiva, 2005. OBRIEN, J. A. Sistemas de Informao e as decises gerenciais na era da internet. Traduo: Clio Knipel Moreira e Cid Knipel Moreira. 2. Edio. So Paulo: Saraiva, 2004. OLIVEIRA, D. P. R. Planejamento Estratgico: Conceitos, Metodologia e Prticas. 16. Edio. So Paulo: Editora Atlas, 2001. RAO, V. B. & RAO, H. V. C++ Neural Network and Fuzzy Logic. 1a. Edio. New York: MISS: PRESS, 1993. REZENDE, D. A. & ABREU, A. F. Tecnologia da Informao: Aplicada a Sistemas de Informao Empresariais. 3. Edio. So Paulo: Editora Atlas, 2003. ROSINI, A. M. & PALMISANO, . Administrao de Sistemas de Informao e a Gesto do Conhecimento. So Paulo: Editora Thomson, 2003. ROSSATTO, M. A. Gesto do Conhecimento. Rio de Janeiro: InterCincia, 2003. RUSSEL, S. & NORVIG, P. Inteligncia Artificial. 2. Edio. So Paulo: Campus, 2004.