2. SOSIAL ULIKHET INNEN UTDANNING
2.2 Kulturell kapital og andre kapitalformer
Os Sistemas Especialistas correspondem a uma área da Inteligência Artificial e se encontram em uma seção de destaque por ser a técnica escolhida para esta pesquisa. Trata- se de programas de computador - sistemas - constituídos por uma base de conhecimento, um motor de inferência e uma interface com o usuário (SARMA; SINGH; SINGH, 2010). São sistemas que dão suporte à solução de problemas em um domínio específico, com conhecimentos de um especialista humano e que procuram simular a forma de pensar desse especialista (FLORES, 2003). Artero (2009) afirma que sistemas especialistas são capazes de obter conclusões de problemas complexos que exigem elevado grau de conhecimento técnico sobre um determinado domínio.
Metaxiotis et al. (2004) abordam que esse conhecimento é o elemento central de um sistema especialista e pode estar representado na forma de fatos e heurísticas - como por exemplo, experiências, julgamentos, algoritmos, opiniões - e que pode-se usar entrevistas, questionários, análise de protocolos, dentre outros métodos, para se obter o conhecimento do especialista. Sarma, Singh e Singh (2010) corroboram que o desenvolvimento da base de conhecimento é a parte mais importante de um sistema especialista e que a qualidade dos sistemas está diretamente ligada a qualidade da base de conhecimento.
Russell e Norvig (2003) asseveram que além de tomar decisões, os sistemas especi- alistas devem possuir a capacidade de utilizar a informação para armazená-la ou não, aprimorando seu poder de decisão.
Nota-se diferenças de estruturas entre os modelos apresentados pelos diversos autores para um sistema especialista, sendo alguns com número de componentes reduzido e outros ampliados. Para Flores (2003), um sistema especialista é constituído por cinco elementos que são:
• Base de conhecimento
Armazenamento de representações do conhecimento, como por exemplo regras de produção, redes semânticas e lógicas matemáticas (ARTERO, 2009).
• Motor de inferência
por consequência chega a conclusões. • Subsistema de aquisição do conhecimento
Responsável por adquirir o conhecimento do especialista humano. • Sistema de explicações
Permite que o usuário identifique quais passos foram assumidos para se chegar a uma conclusão.
• Interface do usuário
Meio de interação do usuário com o sistema.
Em geral, os Sistemas Especialistas possuem as bases de conhecimento em forma de regras de produção descritas sob a forma de linguagem computacional. Utiliza-se de condi- ções “se-então” para verificar condições e implementar ações. Yuewei, Chilan e Xiaoguang (2010) apresentam alguns exemplos de regra de produção:
Regra 1:
Se complexidade tecnológica do software = 1, Então
confiabilidade = 0.2, funcionalidade = 0.15, eficiência = 0.05, fácil manutenção = 0.1
Regra 2:
Se complexidade tecnológica do software = 5, Então
confiabilidade = 0.3, funcionalidade = 0.2, eficiência = 0.2, fácil manutenção = 0.15
O motor de inferência é responsável por identificar as informações dentro da base de conhecimento e inferir por meio de um processamento lógico, as regras e novos conheci- mentos.
Na Figura 3.1 pode-se observar o mecanismo de funcionamento de um Sistema Espe- cialista.
Figura 3.1: Mecanismo do funcionamento de um Sistema Especialista (ARTERO, 2009, p. 96).
Fernandes (2005) classifica os Sistemas Especialistas de acordo com suas característi- cas. São elas:
• Sistemas de diagnóstico
São capazes de auxiliar na identificação de falhas que podem ocorrer na interpretação de dados, colaborando para a solução de um problema determinado.
• Sistemas de interpretação
Utilizam-se dos fatos para determinar conclusões, situações e soluções. Verificam a base de conhecimento com o objetivo de inutilizar as situações que possuem baixa aderência e utilizar as restantes.
• Sistemas de instrução
Permitem identificar e mensurar o desempenho de um usuário conforme seu apren- dizado. São conhecidos como sistemas tutores inteligentes, permitindo a solução passo a passo (ALEVEN; MCLAREN; SEWALL, 2009).
• Sistemas de reparo
Proporcionam a análise das falhas e determinam quando serão resolvidas diante da disponibilidade de recursos e do sistema.
• Sistemas de monitoramento
diferentes e solicitar intervenção humana se necessário. • Sistemas de predição
Com base em dados passados e atuais, esses sistemas procuram chegar a uma de- terminação futura de situações ou acontecimentos.
• Sistemas de planejamento
Sistemas que proporcionam um melhor planejamento e mensuração de processos. Concentram-se em um objetivo e criam métodos para atingi-lo.
• Sistemas de projetos
Atuam na busca de soluções alternativas as encontradas pelos sistemas de planeja- mento, sendo parecidas com esta última.
• Sistemas de depuração
Em geral, ocorrem distorções de dados e esses sistemas buscam oferecer soluções para esses problemas.
• Sistemas de controle
Detentores de maior complexidade, coordenam outros sistemas e seus comporta- mentos.
Giarratano e Riley (1994) destacam como principais benefícios da utilização de Siste- mas Especialistas os seguintes itens:
• redução de falhas humanas
• agilidade na execução de tarefas e resolução de problemas
• ampliação da qualidade e desempenho na resolução de problemas • estabilidade e flexibidade
• preservação do conhecimento dos especialista
• não influenciado por fatores externos como questões psicológicas ou estresse • operar com hipóteses múltiplas simultaneamente
Contextualizado com as informações relevantes de Inteligência Artificial e Sistemas Inteligentes - Especialistas - o próximo capítulo apresenta o processo de orientação aca- dêmica em pesquisas científicas.
Capítulo 4
ORIENTAÇÃO ACADÊMICA E
GESTÃO DE PROJETOS EM
PESQUISAS CIENTÍFICAS
O processo de orientação, também chamado de aconselhamento, é a interação dinâ- mica e respeitosa entre orientador e orientando a respeito das preocupações do aluno (O’BANION, 1994). O autor defende que o orientador deve dar suporte, informações e um clima de liberdade para que o orientando possa tomar as melhores decisões. Sugere ainda, que a orientação acadêmica deve possuir um contexto amplo de vida e objetivos da carreira do estudante. Crookston (1994) corrobora com a amplitude do processo de orientação, indicando a utilização de todos os recursos institucionais e comunitários em favor do aluno.
Nessa mesma linha, Stull (1997) define que a orientação acadêmica é um processo cujo principal objetivo é auxiliar os alunos a compatibilizarem seus objetivos de vida ao desenvolvimento e realização de planos educacionais, onde os atores desse processo são o docente, o aluno e a instituição de ensino. Habley (1993) assevera que estudantes que planejam suas ações acadêmicas baseados em suas competências, habilidades e interesses tem mais chance de sucesso, satisfação e persistência.
Segundo estudo realizado por Russell, Gill e Rayfield (2013) com 244 alunos matricu- lados em cursos de mestrado ou doutorado em diversas instituições de ensino dos Estados
Unidos, identificou-se algumas características para a definição do que seria um orientador qualificado na opinião desses alunos. São elas:
• Ser acessível e estar disponível para responder perguntas;
• Responder e-mails e telefonemas em tempo hábil e com presteza;
• Amparo e defesa dos objetivos do estudante;
• Empatia;
• Proporcionar experiências e oportunidades adicionais para a pesquisa;
• Aconselhamento pessoal e de carreira;
• Fornecer um adequado feedback, com críticas construtivas;
• Manifestar interesse em ajudar o aluno na investigação;
• Ser paciente;
• Reuniões presenciais;
• Apoio e orientação quanto aos requisitos da pesquisa.
Outro estudo de Myers e Dyer (2003) obteve 46 respostas válidas de docentes que tra- balhavam no processo de orientação acadêmica. Dentre alguns objetivos dessa pesquisa, um deles foi alcançado e obteve como resultado a identificação de algumas melhores prá- ticas de orientação, separadas por categorias e ações correspondentes. São elas:
• Programação do curso ⋆ Estar disponível;
⋆ Agendar reuniões periódicas com os orientandos;
• Conhecimento do sistema
⋆ Conhecimento do curso e requisitos da graduação; ⋆ Conhecimento dos serviços disponíveis aos alunos.
⋆ O aluno cumprir com um plano de estudos; ⋆ Estabelecimento de metas;
⋆ Manter os registros apropriados;
⋆ Monitorar regularmente o progresso do aluno; ⋆ Avaliar regularmente o progresso do aluno.
• Tecnologia
⋆ Utilizar um sistema de auditoria informatizada; ⋆ Lembretes de e-mail;
⋆ Listas de distribuição e troca de e-mails entre alunos; ⋆ Sites de assessoria e dicas.
• Relacionamento pessoal com os alunos ⋆ Estar interessado no estudante; ⋆ Ser um bom ouvinte;
⋆ Tratar os alunos com respeito; ⋆ Ser honesto com os alunos; ⋆ Usar perguntas direcionadas;
⋆ Aconselhar os alunos sobre questões pessoais.
• Estratégias utilizadas no orientação dos alunos ⋆ Padronização de orientação;
⋆ Desenvolvimento de projeto;
⋆ Fazer o estudante se tornar responsável pelo projeto; ⋆ Sempre sugerir e discutir opções adicionais.
Identifica-se portanto, que o processo de orientação acadêmica pode ser aperfeiçoado utilizando-se das melhores práticas em benefício da pesquisa acadêmica e seus resultados. Na Universidade Presbiteriana Mackenzie no Programa de Pós-Graduação em Enge- nharia Elétrica e Computação (PPGEEC), a orientação acadêmica se inicia ao término
do processo seletivo e aceitação do aluno no programa. Visualiza-se na Figura 4.1 o ciclo de vida de um aluno de mestrado.
Figura 4.1: Ciclo de vida de um aluno de Mestrado do Programa de Pós-Graduação em Engenharia Elétrica e Computação (PPGEEC) da Universidade Presbiteriana Mackenzie (MACKENZIE, 2015).
Com o intuito de clarificar esse processo de orientação para desenvolvimento de pes- quisas científicas para obtenção de grau no âmbito acadêmico, bem como as ferramentas e técnicas utilizados nesse processo, especificamente com a utilização de frameworks e técni- cas de gestão de projetos, realizou-se uma revisão sistemática da literatura disponibilizada no Apêndice D.
A revisão sistemática propiciou identificar que apesar das bases científicas utilizadas serem reconhecidas junto a comunidade científica por sua eficiência, apenas dois trabalhos relevantes foram localizados referente à utilização de frameworks e técnicas de gestão de projetos aplicados na área acadêmica. Dessa forma, pode-se afirmar que existe um número reduzido de publicações científicas a respeito dessa temática.
Para a identificação de uma quantidade maior de trabalhos relevantes relacionados com os propósitos dessa dissertação, ampliou-se a procura com a utilização de ferramen- tas de busca genéricas como a plataforma do Google Acadêmico1, em que puderam ser encontrados alguns outros estudos e propostas de gestão de projetos aplicados à gestão de pesquisas científicas no âmbito acadêmico.
Esses estudos, relacionados à utilização de frameworks e técnicas de gestão de projetos aplicadas na gestão de pesquisas científicas no meio acadêmico, em sua maioria se propõem a resolver parte do problema, seja ligada ao início da pesquisa, a gestão dos riscos ou ainda
a gestão da comunicação.
Mustaro e Rossi (2012) propõem uma Estrutura Analítica de Orientação Acadêmica (EAOA) que procura contribuir com uma melhor execução de pesquisas científicas apoi- ando na definição e documentação inicial do projeto, estabelecendo alguns parâmetros básicos que podem ser ajustados de acordo com a pesquisa.
Os autores propõem o uso de documentos de referência na gestão de projetos baseada no PMBoK do PMI que corroboram com o termo de abertura de um projeto que visa alinhar os resultados esperados pelo orientador, pela instituição de ensino e o aluno (vide Figura 4.2), a Estrutura Analítica do Projeto - EAP (do inglês Work Breakdown Structure - WBS ) que corresponde a divisão em pequenos pedaços das atividades (vide Figura 4.3) e um dicionário que descreve cada elemento do EAOA e seus critérios de aceitação (vide Figura 4.4).
Figura 4.4: Exemplo parcial da EAOA (MUSTARO; ROSSI, 2012, p. 4).
De forma complementar, Mustaro e Rossi (2013a) contribuem com um modelo de prevenção, transferência e mitigação de riscos denominado Plano de Gestão Acadêmica de Riscos em Investigações Científicas (PGARIC). Verifica-se um exemplo desse plano na Figura 4.5.
Mustaro e Rossi (2013b) propõem ainda um plano de comunicação para um projeto de pesquisa acadêmica (vide Figura 4.6) e um plano de gerenciamento de recursos humanos (vide Figura 4.7).
Figura 4.6: Exemplo de Plano de Gerenciamento de Comunicação para projetos de pes- quisa acadêmica (MUSTARO; ROSSI, 2013b, p. 336)
Figura 4.7: Exemplo de Plano de Gerenciamento de Recursos Humanos para projetos de pesquisa acadêmica (MUSTARO; ROSSI, 2013b, p. 336)
Maximiano (1998) também propôs a utilização do PMBoK para projetos acadêmicos. O autor defende que as variadas etapas de um projeto de pesquisa acadêmica podem ser melhor administradas utilizando as referências do PMBoK. Dentre essa relação, destaca-se o ciclo de vida de um projeto de pesquisa acadêmica, o planejamento do projeto contem- plando a definição do escopo, questão de pesquisa e tema e o controle da qualidade. Na Figura 4.8 pode-se ver um exemplo de estrutura analítica de uma das fases do projeto de pesquisa acadêmica proposta pelo autor.
Figura 4.8: Estrutura analítica de um projeto de monografia (MAXIMIANO, 1998, p. 4)
Corroboram com esse controle de qualidade, Mustaro e Rossi (2015) colocam a ar- gumentação de que para avaliar qualitativamente um projeto, deve-se confrontar a equi- valência desse projeto aos procedimentos e políticas da instituição de ensino a que está inserido. De acordo com a área de pesquisa, é possível também medir a qualidade de um produto ou serviço resultado do projeto, como um software ou um modelo protótipo.
Vitoreli et al. (2010) realizaram estudo aplicando oito das dez áreas de conhecimento do PMBoK em um projeto de pesquisa acadêmica, porém, não no mesmo contexto dos demais autores que abordavam Monografias, Dissertações ou Teses, mas em um projeto de pesquisa com o envolvimento de empresas, entidades locais, instituições de ensino, pesquisadores, entre outros. Utilizaram portanto, a gestão de recursos humanos, escopo, tempo, integração, comunicação, custos, riscos e qualidade. Como resultado, o uso das ferramentas e técnicas de gestão de projetos propiciaram benefícios mensuráveis como organização apropriada das atividades entre as equipes do projeto, uma visão integralizada das atividades requeridas ao projeto, o monitoramento e controle apurado dos prazos das atividades do projeto, a disponibilidade dos recursos e de informações durante todo o projeto, assim como a execução dos critérios de gestão estabelecidos.
Já Mas, Mesquida e Gilabert (2012) realizaram estudo propondo a aplicação do PM- BoK para a organização e ensino de cursos universitários no European Higher Education Area. O foco deste estudo é o desenvolvimento de guias de apoio para a gestão do ensino, como a disponibilidade e planejamento de materiais didáticos e docentes. Apresentaram também um sistema web para a melhoria continua do processo de gestão do ensino para que os professores pudessem retroalimentar o sistema para o planejamento do ano seguinte. Apesar de propor o modelo, o estudo não apresenta os resultados de sua utilização.
Outro estudo apresentado por Mas, Mesquida e Delgado (2014) relacionado ao ante- rior, os autores propõem a utilização de um conjunto de ferramentas disponibilizadas na internet para auxiliar os docentes na gestão de suas pesquisas e até mesmo do conteúdo programático de aulas. Algumas dessas ferramentas sugeridas foram:
• Flowchart 2 • FreeMind3 • WBSChartPro 4 • Trello 5 • Gantter6 • entre outros.
Essas propostas são válidas e agregam valor a gestão de pesquisas científicas no âmbito acadêmico. Entretanto, nota-se que a tecnologia ganha espaço na sociedade que valoriza a geração de novos conhecimentos (KARUKSTIS, 2004), exigindo que as propostas educa- cionais estejam aderentes a essa mudança de comportamento. Propõe-se portanto, diante do ineditismo identificado, a sistematização desse cenário que será apresentado no próximo capítulo. 2 Flowchart - http://flowchart.com 3 FreeMind - http://freemind.sourceforge.net 4 WBSChartPro - http://www.criticaltools.com/wbsmain.htm 5 Trello - https://trello.com
Capítulo 5
CONCEITOS E
DESENVOLVIMENTO DO SISTEMA
Com base na investigação realizada e apresentada nas seções anteriores dessa disser- tação, identificou-se a possibilidade da criação de sistema informatizado do processo de orientação acadêmica para pesquisas científicas, voltadas para a obtenção de grau acadê- mico em instituições do ensino superior, utilizando-se dos conceitos e melhores práticas de gestão de projetos como base fundamental à esse processo.Este capítulo apresenta o modelo do sistema especialista idealizado e proposto à comu- nidade científica, assim como parte desse sistema inicialmente implementado como uma prova de conceito e validação da aplicabilidade e benefícios oriundos do modelo.
5.1 GPACADEMICO
A proposta principal deste estudo é a conceituação e apresentação à comunidade científica do GPAcademico, um sistema especialista para realizar a gestão de pesquisas científicas aplicadas na obtenção de grau em instituições do ensino superior utilizando por base critérios e instrumentos oriundos da área de gerenciamento de projetos.
O eixo central da área de gestão de projetos aplicados nesse sistema são os conceitos e melhores práticas disponibilizadas pelo PMBoK do Project Management Institute, e implementados no todo ou em parte, os processos das áreas do conhecimento e grupos de
processos descritos na Tabela 5.1.
Áreas do Conhecimento Grupos de processos de gerenciamento de projetos Grupo de Processos de Iniciação Grupo de Processos de Planejamento Grupos de Processos de Execução Grupos de Processos de Monitoramento e Controle Grupos de Processos de Encerramento Gerenciamento da integração do projeto Desenvolver o termo de abertura do projeto Desenvolver o plano de gerenciamento do projeto Orientar e gerenciar o trabalho do projeto Monitorar e controlar o trabalho do projeto Encerrar o projeto ou fase Gerenciamento do escopo do projeto Definir o escopo; Criar a estrutura analítica do projeto (EAP) Gerenciamento do tempo do projeto Definir as atividades; Sequenciar as atividades; Estimar as durações das atividades; Desenvolver o cronograma Controlar o cronograma Gerenciamento da qualidade do projeto Realizar a garantia da qualidade Controlar a qualidade Gerenciamento dos recursos de comunicações do projeto Planejar o gerenciamento das comunicações Gerenciar as comunicações Controlar as comunicações Gerenciamento dos riscos do projeto
Identificar os riscos; Planejar as respostas aos riscos
Controlar os riscos Gerenciamento
das partes interessadas no projeto Gerenciar o engajamento das partes interessadas Controlar o engajamento das partes interessadas
Tabela 5.1: Grupos de processos e áreas do conhecimento do PMBOK propostas para implementação.
O GPAcademico utiliza a técnica do Project Model Canvas para auxiliar o estudante a conceber o problema de pesquisa e a utilização dos processos do PMBoK de maneira intuitiva. Com isso, obter-se-á uma visualização geral do projeto com os marcos neces- sários a sua conclusão e facilitará o acompanhamento e compartilhamento do projeto em questão.
O sistema contempla de maneira intrínseca a utilização das características e melhores práticas identificadas na literatura relacionada à orientação acadêmica, como as seguintes
práticas e funcionalidades:
• propiciar sensação de disponibilidade do docente no processo de orientação acadê- mica
(Funcionalidade de comunicação entre o aluno e orientador) • controlar e gerenciar reuniões periódicas entre docentes e alunos
(Funcionalidade de programação de reuniões periódicas e pontuais de acordo com a necessidade do projeto)
• estabelecimento de metas para o aluno
(Funcionalidade de geração de cronograma com marcos de cada tipo de projeto proporcionará esse estabelecimento de metas)
• acompanhar e manter os registros competentes ao processo de orientação acadêmica (Funcionalidade de visualização das atividades)
• monitorar e avaliar regularmente o progresso do aluno
(Funcionalidade de visualização das atividades pendentes e do projeto) • melhorar a comunicação entre alunos e docentes e sugerir opções adicionais
(Funcionalidade de comunicação entre o aluno e orientador)
Utiliza-se o conceito de Sistemas Especialistas da área do conhecimento de Inteligência Artificial, possibilitando a formação de uma base de conhecimento advinda de referências bibliográficas e especialistas humanos (orientadores), ampliando a potencialidade da base de conhecimento dos sistemas. A fase primordial para a utilização dessa técnica é a fase de planejamento, que propiciará subsídios ao aluno para realizar um planejamento adequado à sua pesquisa e posterior controle desta.
O sistema contempla ao menos quatro perfis de usuários com funcionalidades especí- ficas:
• Administrador: usuário que gerencia o sistema, bem como concede e revoga permis- sões, gerencia os usuários, instituições de ensino, tipos de projetos, dicas globais.
• Aluno: usuário estudante que realizará a pesquisa. Dentre as funcionalidades desse usuário, ressalta-se a gerência dos projetos, visualização geral de projeto, pendên- cias de projeto, cronograma de projeto, riscos do projeto, relatório de atividades, agendamento de reunião, entre outras.
• Docente: usuário docente que realizará o processo de orientação acadêmica. Dentre as funcionalidades desse usuário, sugere-se visualização e gerência dos projetos de seus orientandos (alunos), cadastramento de atividades dentro dos projetos, avalia- ção dos relatórios de atividades, cadastramento de recomendações, agendamento de reunião, entre outras.
• Coordenadores de curso: usuário para os coordenadores de curso para visualizarem os orientadores, os alunos e o como está se dando o relacionamento entre eles. Como funcionalidades, sugere-se que visualize os projetos e respectivas situações para ava- liação, relatório de quantidade de projetos em andamento para cada orientador, entre outras.
Acredita-se que após concluída a implementação dessas funcionalidades, o modelo possa evoluir para utilização de outras técnicas de inteligência artificial, utilizando os trabalhos já realizados e disponibilizados na plataforma como fonte de pesquisa para