Análise de demanda de formação de mão de obra qualificada da indústria local baseada em metodologia AHP para apoio à decisão

Transcrição

1 Análise de demanda de formação de mão de obra qualificada da indústria local baseada em metodologia AHP para apoio à decisão Marcus Vinicius Begossi¹, Carlos Henrique Costa Ribeiro², Mischel Carmen Neyra Belderrain³ 1 Mestrando em Produção - Instituto Tecnológico de Aeronáutica (ITA), CEP São José dos Campos SP - Brasil 2 Divisão de Ciência da Computação - Instituto Tecnológico de Aeronáutica (ITA) CEP São José dos Campos SP - Brasil 3 Divisão de Engenharia Mecânica-Aeronáutica - Instituto Tecnológico de Aeronáutica (ITA) CEP São José dos Campos SP - Brasil marcus.begossi@gmail.com, carlos@ita.br, carmen@ita.br 54 Abstract. SENAI was created in 1942 with the mission to train skilled labor and transfer technology to industry. Currently, the great challenge of school units of SENAI in São Paulo (SENAI - SP) is maintaining its offer of courses aligned with the demand of the industries, as these constantly update their industrial park and require skilled professionals. Herein, we report on the use of techniques for structuring problems and multicriteria methods to support decision-making, in order to assist the decision process of SENAI managers, so that it is in line with the needs of industry. Resumo. O SENAI foi criado em 1942 com a missão de formar mão de obra qualificada e transferir tecnologia para a indústria. Atualmente, o grande desafio de suas unidades no Estado de São Paulo (SENAI SP) é manter a oferta de cursos alinhada à demanda das indústrias, uma vez que estas atualizam constantemente o seu parque industrial e necessitam de profissionais qualificados. Neste artigo é relatada a utilização de técnicas para estruturação de problemas e métodos multicritério de apoio à tomada de decisão, com o propósito de auxiliar o processo decisório dos gestores do SENAI, de modo que este esteja em consonância com as necessidades requeridas pela indústria. 1. INTRODUÇÃO Existem atualmente, no Estado de São Paulo, mais de 90 unidades escolares de formação profissional do Serviço Nacional de Aprendizagem Industrial (SENAI), que respondem, em média, pela formação de mais 900 mil alunos por ano. Estas unidades estão estruturadas com oficinas, laboratórios e salas de aulas, para promover a formação de mão de obra qualificada (Serviço Nacional de Aprendizagem Industrial, 2014). Ao planejar a construção de uma nova escola ou a reestruturação de uma escola existente, o SENAI faz a análise de dados da região. O SENAI tem investido, aproximadamente, R$ 329 milhões de reais entre obras e equipamentos por ano nas unidades de São Paulo (Serviço Nacional de Aprendizagem Industrial, 2014) e, assim sendo, é de suma importância que estes investimentos estejam alinhados à demanda industrial de cada região, para que não seja formada mão de obra incompatível às reais necessidades da indústria.

2 Atualmente, as decisões voltadas à implantação de novos cursos e turmas pautam-se na experiência da equipe gestora e não na utilização de um método que possa auxiliar na tomada de decisão. A proposta deste artigo é propor uma ferramenta baseada em métodos de apoio à decisão que forneça ao gestor das unidades em funcionamento, informações sobre a demanda de mão de obra considerando o aspecto qualitativo da mesma. Com a formação de mão de obra qualificada, alinhada à demanda, é mais provável que os alunos formados no SENAI consigam um emprego alinhado a sua formação. E por meio da previsão da demanda de mão de obra necessária à indústria, será possível ao SENAI valer-se da infraestrutura disponível para criar novos cursos e/ou reformular os já existentes, com base nos requisitos qualitativos essenciais à respectiva região econômica onde se encontram instaladas suas unidades, o que acarretará, dentre outros benefícios, o desenvolvimento do quadro docente da instituição, uma vez que, estando a infraestrutura da unidade de ensino alinhada com a indústrias, os professores receberão treinamento nas máquinas e equipamento para que possam ser utilizados nas aulas Será possível também, otimizar a utilização dos ambientes da unidade de ensino, aumentando o tempo diário de uso de cada um deles, pois a procura pelos cursos deve aumentar devido ao alinhamento com a demanda. A Figura 1 ilustra as principais etapas do modelo de Belton e Stewart (2002) que auxiliam a tomada de decisão, e que são consideradas como base do trabalho relatado neste artigo. As etapas de estruturação do problema, construção e uso do modelo, incluem definições que se fazem necessárias para a conclusão da etapa em desenvolvimento. Para que essas definições possam ser atingidas, utilizamos ferramentas de pesquisa operacional, estruturação e método de apoio à decisão que auxiliam sua construção. 55 Figura 1. Processo de Análise de Decisão. Fonte: Belton e Stewart (2002) Para conhecer os critérios atuais empregados na implantação de uma nova unidade do SENAI, será utilizada como ponto de partida de pesquisa - uma vez que o SENAI faz estudos referentes ao perfil das indústrias da região onde se pretende instalar uma nova unidade de ensino - a entrevista com funcionários da sede do SENAI-SP envolvidos com o levantamento de dados e com gestores de unidades escolares.

3 Durante as entrevistas, individuais, são levantados os dados que, embora não utilizados nos estudos para novos investimentos, são julgados relevantes pelos entrevistados. Para auxiliar esta etapa, utiliza-se VFBrainstorming (Keeney, 2012) como método de apoio para organizar os dados individuais e consolidação de todas as entrevistas. Todas as informações coletadas durante as entrevistas são então usadas para a construção de um mapa cognitivo, que auxiliará na construção da estrutura hierárquica, onde são identificados os critérios e as alternativas para o alcance do objetivo. Após a definição destes critérios e alternativas, aplicamos o Analytic Hierarchy Process (AHP) (Saaty, 2005), um método desenvolvido no ambiente das decisões multicritério. O AHP pode ser divido em três etapas (Figura 2), começando pela estruturação do problema, definindo a meta, os objetivos e, se forem necessários, os sub-objetivos. Ainda na primeira etapa é construída a estrutura hierárquica, tendo como foco a definição dos objetivos, critérios e alternativas. Nessa etapa, é necessária a participação dos stakeholders, pessoas interessadas e com poder de decisão, para que a estruturação do problema e construção da estrutura hierárquica seja realizada. Na segunda etapa, os stakeholders realizam os seus julgamentos. separado e individualmente, para a construção das respectivas matrizes de decisão. As linhas e as colunas da matriz de decisão têm os mesmos rótulos (A, B,...), e são construídas com todas as alternativas à luz de cada critério e todos os critérios à luz do objetivo, a diagonal da matriz tem valor 1 e a diagonal inferior da matriz é o inverso da diagonal superior. Na terceira e última etapa, é realizada a síntese dos julgamentos de todas as matrizes de cada stakeholder, tornando sua compreensão e avaliação mais fácil, 56 1 Formulação do problema: estruturação do problema e construção da hierarquia 2 Julgamentos: construção das matrizes de decisão 3 Desenvolvimento algébrico: síntese do resultado Figura 2. Fases do AHP. Fonte: Carmen (2014) eles: O AHP possui quatro axiomas que devem ser levados em consideração durante os julgamentos, são Axioma 1: Comparações recíprocas os elementos comparados 2 a 2 pelo decisor devem satisfazer a condição de reciprocidade: se A é três vezes mais preferido que B, B será 1/3 vezes mais preferido que A. Axioma 2: Homogeneidade os elementos de um mesmo nível hierárquico devem possuir o mesmo grau de importância dentro do seu nível.

4 Axioma 3: Independência os elementos de um nível da hierarquia devem ser mutuamente excludentes entre si, e quando comparados par a par pelos decisores, os pesos dos critérios devem ser independentes das alternativas. Axioma 4: Suposição de exaustividade assume-se que a hierarquia do problema de decisão está completa, ou seja, contém todos os critérios e alternativas relativos ao problema APLICAÇÃO DA METODOLOGIA PROPOSTA O domínio escolhido para a aplicação da metodologia proposta é a unidade escolar do SENAI em Campinas, para apontar a tendência de demanda de formação de mão de obra qualificada de técnicos em Mecatrônica. Como objetivos específicos associados, podemos destacar os seguintes tópicos: Conhecer os dados utilizados hoje para instalar uma unidade nova do SENAI; Levantar quais dados representam a demanda de formação de mão de obra qualificada; Definir uma estrutura com critérios e alternativas para o problema; Aplicar e avaliar a metodologia em uma unidade do SENAI. Para estruturar e entender o problema em questão, pode ser utilizada uma figura rica (Checkland e Scholes, 1999), estrutura reminiscente de um mapa mental (Buzan, 2005), conectando as diferentes perspectivas dos stakeholders à estruturação do problema. Neste caso, utilizaremos como base a estrutura organizacional do SENAI SP, para identificar os stakeholders: Empresários da região: necessitam de mão de obra qualificada para aumentar a sua competitividade; Equipe escolar (Direção e Coordenação da Unidade): formam a mão de obra que as indústrias da região necessitam. Para tanto, precisam de infraestrutura física e recursos humanos para fazê-lo com qualidade e alinhada à demanda. Gerências Regionais (GR s): são três as gerências regionais que dividem a gestão no estado de São Paulo, cada uma delas analisa as demandas das unidades escolares sob sua gestão e priorizam os investimentos; Diretoria Técnica (DITEC): Diretoria do SENAI - SP responsável por definir onde serão feitos os investimentos em infraestrutura e recursos humanos nas unidades instaladas no estado de São Paulo. Após identificar os stakeholders, foram feitas entrevistas para a construção de um mapa cognitivo, com o objetivo de identificar os critérios utilizados para a tomada de decisão relativa à implantação de uma nova unidade do SENAI no Estado de São Paulo, bem como conhecer os critérios que não são usados e que, todavia, os stakeholders julgam importantes na tomada de decisão para realizar novos investimentos nas unidades já operantes. As questões usadas na entrevista com os stakeholders foram: 1. Quais são as bases de dados utilizadas para identificar a demanda? 2. São analisados por área ou por ocupação?

5 58 3. Quais são as variáveis ou dados usados na análise? 4. Qual a frequência em que são feitas as consultas? 5. Qual o modelo utilizado para modelar os dados? 6. Quem são os responsáveis por analisar os dados? 7. Qual o valor utilizado para decidir a área tecnológica da escola? 8. Qual o modelo usado pelo Diretório Regional de São Paulo? 9. Qual o modelo usado pelo Diretório Nacional? 10. Quais variáveis, além das citadas, você julga importante ser usada no modelo? 11. Há alguma observação a ser feita? Na aplicação da primeira etapa do método AHP, foram entrevistados quatro stakeholders, um de cada área, a saber: assessoria do diretor regional de São Paulo, analista de mercado que atua junto às Gerências Regionais (GRs), o diretor e o coordenador de relacionamento com a indústria de uma unidade escolar do SENAI. Assim, coletou-se a opinião de cada stakeholder, sendo que os empresários foram representados pelo coordenador de relacionamento com a indústria, uma vez que, este tem contato direto com os empresários da região. Com base nestas entrevistas individuais, foi construído o mapa cognitivo consolidado (Figura 3), cujo objetivo é ter a visão de todos os stakeholders em uma única figura. Tal mapa cognitivo (Fran, Colin e Steve, 1992) é definido pelas respostas as perguntas como? e por que?. A pergunta como?, dará o sentido de cima para baixo, e a pergunta por que?, dará o sentido de baixo para cima na construção do mapa. Após a conclusão do mapa cognitivo, poderão ser identificados clusters, que são agrupamentos por afinidades. Figura 3. Mapa cognitivo consolidado

6 59 O mapa cognitivo serviu de base à criação da estrutura hierárquica, em cuja cauda, a parte inferior, não há elementos de entrada. Nesta parte da estrutura estão os critérios, capazes de identificar a demanda, para apoiar a tomada de decisão em investimentos na infraestrutura, foco deste artigo. Na Figura 4, podemos observar a formação de dois clusters, um com o contorno em verde com linha contínua, com foco em formação de mão de obra e outro com contorno em vermelho com linha pontilhada, com foco em transferência tecnológica. Esta estrutura auxiliar, com a identificação dos clusters, auxilia na definição da estrutura hierárquica, com foco na identificação da demanda por formação da mão de obra. Figura 4. Estrutura auxiliar para construção da estrutura hierárquica Baseado no mapa cognitivo da Figura 3 e na estrutura auxiliar da Figura 4, foram então definidos os critérios e as alternativas para se alcançar o objetivo, Figura 5. A realização da segunda etapa do AHP, define os julgamentos, relativos à tomada de decisão. Para subsidiar o julgamento do decisor, foi feito um levantamento de dados dos últimos cinco anos na região de Campinas (Tabela 1).

7 60 Figura 5. Critérios e alternativas para tomada de decisão Tabela 1. Dados da região de Campinas, período Fontes: A ANÁLISE BASEADA NO ANALYTIC HIERARCHY PROCESS (AHP) Foi utilizado o software Super Decision para a aplicação do método AHP, após a definição do problema e a construção da estrutura hierárquica. A primeira etapa do método é a entrada do método, na segunda etapa são construídas as matrizes de decisão, com base na estrutura de objetivos, critérios e alternativas. Com base na Tabela 1, os decisores fazem os seus julgamentos e os lançaram nas matrizes de decisão, sendo um à luz do objetivo e cinco à luz dos critérios. O sentido da seta, na comparação par a par, indica qual elemento tem maior preferência (peso) em relação ao outro, sendo que o maior peso é 9. Quando o decisor julga que ambos têm a mesma preferência, define-se um peso 1 e o sentido da seta, por padrão, ficará apontado para o elemento que está na mesma linha da matriz de decisão, conforme Figuras 6 e 7. Por fim é apresentada a síntese dos julgamentos do decisor, Figura 8.

8 61 Figura 6. Julgamento dos critérios à luz do objetivo Missão do SENAI-SP Figura 7. Julgamento das alternativas à luz do critério Escolaridade da Região Figura 8. Síntese do julgamento do stackeholders 3 Após realizar os julgamentos, observou-se que alguns deles apresentaram inconsistência superior a 0,09. Ainda assim, os stakeholders decidiram que os julgamentos deveriam ser mantidos, pois, segundo eles, mesmo superiores ao valor de referência propostos em Saaty (2005), os julgamentos representavam a situação real e deveriam permanecer inalterados. Após os lançamentos individuais dos julgamentos e a obtenção da síntese de cada stakeholder, foi calculada a média aritmética de cada alternativa das sínteses para alcançar o resultado final (Tabela 2). Podemos observar que a melhor alternativa obtida (maior valor) é atualizar a infraestrutura instalada, pois embora a unidade do SENAI em Campinas continue atendendo a demanda por formação de Técnico em Mecatrônica das industrias da região de Campinas, necessita acompanhar a evolução tecnológica da área.

9 62 Tabela 2. Síntese das alternativas (média) 4. CONCLUSÃO Os objetivos específicos definidos foram atingidos. Através das entrevistas com pessoas que trabalham junto à diretoria regional e gerências regionais, foi possível conhecer quais são os dados que o SENAI SP utiliza hoje, no momento em que há a intenção de construir uma unidade escolar nova. Pudemos também entender, com a construção do mapa cognitivo, quais são os dados que podem identificar uma possível demanda por formação de mão de obra qualificada, na visão dos quatro stakeholders entrevistados. Ainda com a participação dos stakeholders, foi possível estruturar o problema e construir a estrutura hierárquica, para estabelecer quais são os critérios e as alternativas possíveis que um gestor de uma unidade escolar pode levar em conta no momento de se fazer um investimento na sua unidade. Por fim, aplicamos a metodologia AHP na unidade do SENAI em Campinas/SP, utilizando os dados da região que foram apontados nas entrevistas, com o objetivo de identificar uma possível demanda por formação de mão de obra qualificada de técnicos em Mecatrônica, para apoiar o gestor da unidade na tomada de decisão em novos investimentos. Na aplicação do método AHP, a fase mais difícil foi a estruturação do problema e a construção da estrutura hierárquica, devido à estrutura organizacional do SENAI SP. As entrevistas foram realizadas em cidades diferentes e com pessoas que tem posições diferentes dentro da organização. A distância geográfica entre estas pessoas e os compromissos de cada uma delas não permitiu realizar uma reunião com todos ao mesmo tempo, tornando a consolidação das informações trabalhosa e demorada. Quando chegamos à fase do lançamento dos julgamentos nas matrizes de decisão e na síntese dos resultados, a utilização do software Super Decision ajudou significativamente na operacionalização do método. O resultado final apresentado pelo método AHP, na opinião dos decisores, pode auxiliar o gestor da unidade escolar no momento de solicitar investimentos para a sua infraestrutura. Como sugestões de trabalhos futuros, poderão ser utilizados como ponto de partida as informações e os dados levantados neste artigo para utilização de modelos de regressão, visando prever a demanda de formação de mão de obra qualificada de uma determinada região, auxiliando o gestor de uma unidade de ensino com dados quantitativos. A metodologia AHP pode ainda ser utilizada para analisar a demanda por transferência tecnológica para as indústrias (um dos clusters identificados na Figura 4), para apoiar a tomada de decisão quanto à instalação de Instituto SENAI de Inovação ISI e Instituto SENAI de Tecnologia IST.

10 63 REFERÊNCIAS Belton, V.; Stewart, T. J. (2002) Multiple criteria decision analysis, Kluwer Academic, Boston. Buzan, T. (2005) Mapas mentais e sua elaboração, Cultrix, São Paulo. Carmen, M. N. B. (2014) MB 741: método multicritério de apoio à decisão: notas de aula, Mestrado Profissional em Engenharia de Produção - Instituto Tecnológico de Aeronáutica, São José dos Campos. Checkland, P. and Scholes, J. (1999) Soft systems methodology in action, Wiley, NJ, Estados Unidos. Fran, A., Colin, E. and Steve, C. (1992) Getting started with cognitive. In: Young OR Conference, 7, University of Warwick, Coventry, p Keeney, R. L. (2012) Value-focused brainstorming. In: Decision Analysis, v. 9, n. 4, p , North Carolina. Saaty, T. L. (2005) Theory and applications of the analytic network process: decision making with benefits, opportunities, costs and risks, RWS, Pittsburg. Serviço Nacional de Aprendizagem Industrial (São Paulo) (2014). Relatório anual de atividades 2013, Março.