Download
1 / 29
290 likes | 427 Vues
Como melhorar a tomada de decisão e a gestão do conhecimento. S istemas inteligentes de apoio à decisão.
E N D
Como melhorar a tomada de decisão e a gestão do conhecimento
Sistemas inteligentes de apoio à decisão Uma série de técnicas inteligentes para aprimorar a tomada de decisão se baseia na tecnologia de inteligência artificial. Consiste em sistemas baseados em computador (tanto hardware quanto software) que tentam simular o comportamento e os padrões de pensamento humano. Essas técnicas incluem sistemas especialistas, raciocínio baseado em casos, lógica difusa, redes neurais, algoritmos genéticos e agentes inteligentes.
Sistemas especialistas Capturam a expertise humana em um domínio específico do conhecimento e a transforma em um conjunto de regras para um sistema de software que pode ser usado por outras pessoas da organização. Executam um nº limitado de tarefas que poderiam ser executadas por profissionais em alguns minutos ou horas, como diagnóstico de uma máquina que não esteja funcionando bem, ou se uma empresa deve conceder um empréstimo. São úteis na tomada de decisão onde a expertise é cara ou escassa.
Como funcionam os sistemas especialistas O conhecimento humano precisa ser modelado ou representado de um modo que o computador possa processar. Eles modelam o conhecimento humano como uma série de regras que, no conjunto, são denominadas base de conhecimento. Essas regras são muito mais interconectadas e entrelaçadas do que as de um programa de software tradicional.
Para desenvolvê-lo, é necessário o trabalho de um ou mais especialistas com total domínio das base de conhecimento, e de um ou mais engenheiros do conhecimento, capazes de converter o conhecimento (de modo como descrito pelo perito) em uma série de regras. E engenheiro do conhecimento é um especialista em sistemas de informação com talento especial para extrair informações e perícia de outros profissionais.
Exemplos de sistemas especialistas Entre os benefícios que eles trazem, inclui melhores decisões, menos erros, custos mais baixos, menos tempo despendido com treinamento e elevação da qualidade e do atendimento.
Ex.1: A CountrywideFundingCorp. usa um sistema especialista para melhorar as decisões quanto a concessão de empréstimos. É uma financeira com 400 analistas de risco em 150 escritórios. Com o CLUES, ao invés de 6 ou 7 solicitações ao dia, os analistas conseguem avaliar no mínimo 16 solicitação ao dia. A empresa agora está usando o CLUES no seu site para responder a consultas dos visitantes que querem saber se estão qualificados para um empréstimo.
Ex.2: A Kaufhof, uma cadeia de loja de departamentos alemã, usa um sistema que a ajuda a inspecionar a qualidade dos produtos recebidos a cada dia – desde roupas até complexos produtos eletrônicos e porcelana fina. A empresa recebe 120 mil entregas diariamente, inspecionar cada uma consome muito tempo e dinheiro. Esse sistema identifica mercadorias de alto risco e libera automaticamente as outras. Ele lê as etiquetas das entregas e as classifica por tamanho, tipo de produto e histórico do fornecedor.
Embora falte aos sistemas especialistas a inteligência robusta e universal dos seres humanos, ele podem proporcionar benefícios às organizações se suas limitações forem bem entendidas. Somente certos tipos de problemas podem ser solucionados utilizando-os. Geralmente são problemas com poucos resultados alternativos e que podem ser conhecidos com antecedência. Não são úteis para lidar com problemas não estruturados, normalmente enfrentados por gerentes.
Raciocínio baseado em casos Descrições de experiências passadas feitas por especialistas humanos, representadas como casos, são armazenadas em um banco de dados para consulta posterior, quando o usuário encontrar um novo caso com parâmetros semelhantes. Ele contêm conhecimentos de vários especialistas e é constantemente aprimorado com o acréscimo de novos casos.
Sistemas de lógica difusa As pessoas não pensam em números precisos, mas em escala de valores. A lógica difusa é uma tecnologia baseada em regras que representa tal imprecisão criando regras que usam valores aproximados. Ex.: temperatura (frio, fresco, morno, quente). É usado para selecionar empresas com possibilidade de serem adquiridas usando a linguagem dos corretores de ações, e para detectar fraudes em demandas médicas apresentadas por provedores de serviços de saúde nos EUA.
Redes neurais São usados para resolver problemas complexos e não totalmente compreendidos, para os quais grandes quantidades de dados já foram coletadas. Elas encontram padrões e relações em gigantescas quantidades de dados que um ser humano acharia muito difícil e complicado analisar. As redes neurais alcançam tal entendimento usando hardware e software que imitam os padrões de processamento do cérebro humano.
Possuem uma camada de entrada, uma de saída e uma de processamento oculta. Os seres humanos “treinam” a rede alimentando-a com um conjunto de dados de treinamento para os quais as entradas produzem um conjunto conhecido de saídas ou conclusões. Isso ajuda o computador a aprender a solução correta pelo exemplo. À medida que se alimenta o computador com mais dados, cada caso é comparado com o resultado conhecido.
Se for diferente, uma correção é calculada e aplicada à camada de processamento oculta. Esses passos são repetidos até que se atinja determinada condição, como correções menores que x%. Estão surgindo nos campos da ciência, medicina e negócios para atacar problemas de classificação de padrões, previsão e análise financeira, controle e otimização.
Porém, apresentam aspectos perturbadores. Diferentemente dos sistemas especialistas, que podem fornecer explicações para suas soluções, as redes neurais nem sempre podem explicar porque chegaram a uma solução particular. Podem nem sempre chegar a mesma solução partindo da mesma entrada de dados. Podem não funcionar bem se seu treinamento cobrir uma quantidade de dados muito pequena.
Algoritmos genéticos Servem para encontrar a solução ideal de um problema específico, após o exame de um imenso nº de soluções alternativas. São baseados no método que os organismos vivos usam para se adaptar a seus ambientes – o processo de evolução. São programados para funcionar do mesmo modo que as populações resolvem seus problemas – mudando e reorganizando suas partes componentes por meio de processos como reprodução, mutação e seleção natural.
À medida que as soluções se alteram e combinam, as piores são descartadas e as melhores sobrevivem para continuar a produzir soluções ainda melhores. Ex.: São usados pela GE para otimizar o projeto de turbinas a jato para aeronaves, onde cada mudança no desenho requeria a mudança em até cem variáveis.
Agentes inteligentes Ajuda a navegar por grandes quantidades de dados, p/ localizar e empregar informações importantes. São programas de software que trabalham na retaguarda, sem intervenção humana direta, realizando tarefas específicas, repetitivas e previsíveis para um único usuário. Utiliza uma base de conhecimento embutida ou aprendida para realizar tarefas ou tomar decisões do interesse do usuário, como apagar e-mails indesejados, programar compromissos ou descobrir a passagem aérea mais barata.
Usando agentes inteligentes, a P&G descobriu que, na maioria das vezes, os caminhões deveriam ser despachados mesmo sem estar com a lotação completa. Embora os custo de transporte ficassem mais altos, a simulação mostrou que a falta de produtos nas lojas ocorreria com menos freqüência, reduzindo o nº de vendas perdidas, o que compensaria com folga os custos de distribuição mais altos. Isto está poupando à P&G 300 milhões de dólares anuais, mediante um investimento inferior a 1% dessa quantia.
Sistemas de gestão do conhecimento Eles melhoram a qualidade e a utilização do conhecimento usado no processo de tomada de decisão. É um conjunto de processos desenvolvidos para criar, armazenar, transferir e aplicar conhecimento. Aumenta a capacidade da empresa de aprender com seu ambiente e incorporar conhecimento a seus processos de negócios e sua tomada de decisão.
Sistemas de gestão integrada do conhecimento Sistemas de conhecimento estruturado: é o conhecimento explícito de documentos formais (relatórios, apresentações), bem como de regras formais que as empresas formulam após observar especialistas e seu comportamento de tomada de decisão. Seu problema essencial é a criação de um esquema de classificação para organizar informações e criação de um banco de dados que possa ser facilmente acessado por funcionários.
Sistemas de conhecimento semi-estruturado: é toda informação digital em uma empresa que não consta de um documento ou relatório formal (e-mails, mensagens de voz, trocas de ideias em salas de bate-papo, vídeos, fotos digitais, folhetos e mensagens em murais). Estima-se que 80% do conteúdo empresarial seja não estruturado. As empresas precisam localizá-lo e gerenciá-lo.
Sistemas de rede de conhecimento... ...ou sistemas de gestão e localização de conhecimentos especializados: tratam quando o conhecimento apropriado não se encontra em um documento digital, e sim na memória de especialistas dentro da empresa. Proporcionam uma lista on-line de pessoas, dentro da organização, especialistas em domínios de conhecimento e usam tecnologia de informação para que os funcionários possam facilmente encontrar um especialista apropriado na empresa.
Portais, ferramentas de colaboração e sistemas de gestão do aprendizado Os principais fornecedores de sistemas comerciais de gestão do conhecimento estão integrando suas funções de gestão de documentos de conteúdo a potentes tecnologias de portal e colaboração.
Portais integrados de conhecimento proporcionam acesso a fontes externas de informação, tais como noticiários e pesquisas, assim com a recursos de conhecimento internos, além de funções de e-mail, mensagens instantâneas/bate-papo, grupos de discussão e videoconferência. Os usuários podem, por exemplo, acrescentar facilmente uma série de documentos obtidos por meio de um portal ao ambiente de trabalho colaborativo.
Sistemas de trabalhadores do conhecimento Requisitos dos sistemas de trabalhadores do conhecimento: são desenvolvidos p/ engenheiros, cientistas e lhes dão ferramentas especializadas de que eles necessitam, como recursos gráficos, ferramentas analíticas e de gerenciamento de comunicações e de documentos.
Exigem grande capacidade de computação p/ administrar rapidamente os elementos gráficos e cálculos complexos necessários a pesquisadores científicos, projetistas de produto a analistas financeiros. Também lhes permite rápido e fácil acesso a bancos de dados externos. Apresentam interfaces amigáveis, para que não percam muito tempo aprendendo a usar o computador.
Ex.1: CAD – sistemas de projeto assistido por computador, usados por engenheiros de projeto, capaz de executar sistemas de projetos tridimensionais. Ex.2:Sistemas de realidade virtual, que utilizam softwares gráficos interativos para criar simulações que ficam tão próximas da realidade que os usuários quase acreditam estar participando de uma situação do mundo real. Os usuários vestem roupas com sensores, que registram seus movimentos.
