DOMESTIC POLITICAL ENVIRONMENT

A qualidade de dados e informac¸˜oes, um dos fatores cr´ıticos em sistemas de tomada de decis˜ao, ´e um instrumento que qualifica dados e informac¸˜oes sobre aspectos pertinentes a um dom´ınio, atrelando medidas quantitativas aos mesmos, tipicamente na forma de meta-dados. Informac¸˜oes imperfeitas, as quais n˜ao descrevem fielmente situac¸˜oes do mundo real, como por exemplo conjuntos incompletos de dados ou informac¸˜oes necess´arias que n˜ao descrevem fielmente um evento, palavras escritas erroneamente, etc., reduzem a efetividade de sistemas e contribuem negativamente para a formac¸˜ao do modelo mental e consequentemente mina o processo de SAW.

2.2.1

A Incerteza e Origens Associadas

O entendimento de situac¸˜oes e como seus componentes afetam o ambiente ´e crucial para o processo de tomada de decis˜ao e influencia no comportamento de humanos e sistemas, onde casos de insucesso, dependendo do dom´ınio de aplicac¸˜ao, podem conduzir a erros irrevers´ıveis. Aplicac¸˜oes que envolvem um esforc¸o para estimular SAW em operadores humanos, como os sistemas que buscam apoiar a avaliac¸˜ao de situac¸˜oes, lidam com um grande volume, varie- dade e dinamicidade de dados. Tal heterogeneidade inerente aos ambientes complexos monito- rados demandam que os dados sejam processados e representados em busca de uma informac¸˜ao situacional significativa.

Entretanto, al´em das caracter´ısticas informacionais restritivas, como o excesso ou a falta de informac¸˜ao, novas limitac¸˜oes podem emergir e agregar ainda mais d´uvida ao humano que busca inferir sobre situac¸˜oes. Tais limitac¸˜oes se devem `a qualidade dos dados e informac¸˜oes que po- dem ser propagadas pelo processo de avaliac¸˜ao de situac¸˜oes, gerados desde erros na aquisic¸˜ao, falhas processamento ou mesmo na representac¸˜ao gr´afica da informac¸˜ao. Consequentemente, algum grau de incerteza ´e comumente desenvolvido nos operadores humanos (Riveiro, 2007a). Desta maneira, as poss´ıveis fontes de incerteza s˜ao:

• `A partir de modelos e medidas, como por exemplo sensores com resoluc¸˜ao limitada, cujas leituras podem conter ru´ıdos. Suas posic¸˜oes podem ser incertas; amostragem esparsa no tempo e no espac¸o;

• Derivada de processos de transformac¸˜ao de dados, como por exemplo em processo de convers˜ao de dados brutos em entradas adequadas para modelos num´ericos, os quais po- dem envolver operac¸˜oes como m´edia, interpolac¸˜ao e amostragem;

• A pr´opria representac¸˜ao da incerteza do processo de visualizac¸˜ao de resultados, a qual pode introduzir erros de quantizac¸˜ao e interpretac¸˜ao.

2.2.2

A Representac¸˜ao Gr´afica da Incerteza

Para que tomadores de decis˜ao adquiriram SAW de determinada situac¸˜ao por meios visuais, faz-se necess´ario a integrac¸˜ao de visualizac¸˜oes ao processo de avaliac¸˜ao de situac¸˜oes, utilizando mapas, gr´aficos, sobreposic¸˜oes e distorc¸˜oes visuais em sua composic¸˜ao. Desta forma, as ac¸˜oes podem ser priorizadas e o tempo de an´alise reduzido.

A an´alise visual combina t´ecnicas avanc¸adas de minerac¸˜ao de dados com interfaces de sistemas que provˆem SAW, para fornecer informac¸˜oes que suportem racioc´ınios complexos e destaquem informac¸˜oes significativas de grandes conjuntos de dados.

Sempre que os dados s˜ao processados, transformados e mapeados em representac¸˜oes visu- ais, a incerteza pode ser agravada, o que torna dif´ıcil manter a qualidade do dado ao longo do processo (Correa et al., 2009). Com as incertezas reveladas em todo o processo, as visualizac¸˜oes que as representam visualmente podem suportar o tomador de decis˜oes utilizando os n´ıveis de confianc¸a associados aos dados e informac¸˜oes. Adicionalmente, o operador humano deve estar sempre ciente da natureza e do grau de incerteza da informac¸˜ao exibida, ou do contr´ario, o dado pode ser mal interpretado, levando a conclus˜oes precipitadas.

Riveiro (2007) afirma que, se uma visualizac¸˜ao ´e utilizada para transmitir o conte´udo de um dado ou para explor´a-lo, a incerteza tamb´em precisa ser visualizada. Um elemento chave para a representac¸˜ao de informac¸˜oes incertas ´e a identificac¸˜ao das fontes e o grau de incerteza associado aferido por processos complementares (Masalonis et al., 2004) (Pang et al., 1997).

T´ecnicas para a criac¸˜ao das representac¸˜oes de informac¸˜oes incertas, apresentadas na litera- tura, baseiam-se primariamente em estudos perceptivos e cognitivos de Tufte (Tufte e Rifkin, 1997) Chambers (Chambers et al., 1983) e Bertin (Bertin, 1981).

Representac¸˜oes de informac¸˜oes imperfeitas ou incertas podem ser representadas grafica- mente sob duas perspectivas: intr´ınseca ou extr´ınseca (Gershon, 1998). As intr´ınsecas s˜ao utilizadas para representar informac¸˜oes de forma inerente ao objeto, sem separac¸˜ao ou dados adicionais, com o uso de variac¸˜oes na aparˆencia, como por exemplo: parˆametros gr´aficos de cor, transparˆencia, textura e glifos. J´a as extr´ınsecas, s˜ao utilizadas para mostrar informac¸˜oes adicionais ao que n˜ao faz parte da visualizac¸˜ao do objeto, mas que a complementa com no- vas estruturas associadas para identificar novos atributos, como com o uso de gr´aficos e outros componentes associados `a interface de usu´arios (Bisantz, 2013).

Visto que o dom´ınio de tomada de decis˜ao demanda o conhecimento de dados incertos, faz- se necess´ario trat´a-la na visualizac¸˜ao. Riveiro (2007) apresentou uma colec¸˜ao de t´ecnicas para representac¸˜ao de incerteza neste dom´ınio, tais como: utilizac¸˜ao de glifos, adic¸˜ao e modificac¸˜ao da geometria, de atributos, animac¸˜ao, sonorizac¸˜ao e t´ecnicas psicos-visuais.

A visualizac¸˜ao de incertezas como suporte ao processo de tomada de decis˜ao ´e um problema recorrente e interdisciplinar, e poucos estudos foram conduzidos para determinar o impacto da visualizac¸˜ao de incertezas em usu´arios (MacEachren et al., 2005).

No Cap´ıtulo 3 ser˜ao apresentadas as metodologias de gest˜ao de qualidade de informac¸˜oes conhecidas, suas caracter´ısticas e dimens˜oes associadas.

A pr´oxima sec¸˜ao apresenta os conceitos fundamentais de fus˜ao de dados e informac¸˜oes, como ´area de suporte `a gest˜ao de SAW e da qualidade de dados e informac¸˜oes. Ser´a tamb´em apresentado o modelo JDL de fus˜ao de dados para ilustrar os n´ıveis de fus˜ao e suas carac- ter´ısticas que impulsionaram o desenvolvimento da ´area e influenciaram a criac¸˜ao de diversos outros modelos de fus˜ao.