CICLO DA INTELIGÊNCIA ORGANIZACIONAL E COMPETITIVA APOIADO POR AGENTES DE SOFTWARE INTELIGENTES Thais Pasquini Sistemas de Informação CEATEC pasquini.t@gmail.com Orandi Mina Falsarella Informação para Gestão e Inovação CEA orandi@puc-campinas.edu.br Resumo: O objetivo deste projeto foi estudar os principais conceitos referentes à Inteligência Organizacional e Competitiva e aos Agentes de Software Inteligentes (ASI) e, á partir dos conhecimentos obtidos, propor como deve ser constituído um ASI de modo que sua execução venha facilitar as etapas de coleta e análise do Ciclo da Inteligência Organizacional e Competitiva. Palavras-chave: Inteligência Organizacional e Competitiva, Agente de Software Inteligentes, etapas de Coleta e Análise. Área do Conhecimento: 6.00.00.00-7 Ciências Sociais Aplicadas; 6.02.00.00-6 Administração.. 1. INTELIGÊNCIA NAS ORGANIZAÇÕES Sobre a inteligência nas organizações, existem os conceitos de Inteligência Organizacional (IO) e Inteligência Competitiva (IC). 1.1. INTELIGÊNCIA ORGANIZACIONAL A IO é o gerenciamento estratégico da informação, proporcionando respostas para que as decisões possam ser tomadas quase que instantaneamente [1], é definida pela capacidade da empresa de movimentar seu capital intelectual em prol da missão traçada para ela. Pode ser caracterizada como sendo estática ou dinâmica, sendo ambas mutuamente dependentes que se fazem presentes em um ciclo contínuo de atividades da organização [2]. 1.2. INTELIGÊNCIA COMPETITIVA A IC monitora o ambiente na busca de ameaças e oportunidades visando que a organização consiga vantagem competitiva perante os concorrentes [3], ela tem sido considerada como um programa de fundamental importância para as organizações, pois, quando bem aplicado, auxilia na redução de riscos no processo de formulação e implementação de estratégias competitivas e possibilita que a empresa esteja mais preparada para possíveis ameaças, bem como oportunidades advindas do ambiente onde atua [4]. 2. INTELIGÊNCIA ORGANIZACIONAL E COMPETITIVA Nesse trabalho utilizou-se do termo Inteligência Organizacional Competitiva (IOC), visto que ele engloba tanto IO como IC e pode ser suportado pelas etapas do ciclo da inteligência, conforme descrito por Alves e Falsarella [5] e sintetizado a seguir: Planejamento é determinado o campo de interesse que uma organização pretende observar, definida a demanda e as fontes de informação e descrito as necessidades e finalidades. Nessa etapa, procura-se identificar que dados e informações são importantes e podem fornecer subsídios à etapa de análise; Coleta de dados e informações - tem início após a identificação das fontes de informação; Análise procura identificar padrões e tendências significativas, por meio da busca de relações, até então não encontradas entre os dados; Disseminação é essa etapa que se preocupa em entregar a informação tratada e analisada para o usuário final em um formato adequado, de modo que ele possa tomar a decisão mais adequada. Diante do que representa e propicia para uma organização, a IOC pode contribuir com o Planejamento Estratégico Empresarial (PEE) ao monitorar o ambiente interno, analisando forças e fraquezas, e o ambiente externo, avaliando ameaças e oportunidades, quando o PEE está sendo elaborado e também quando ele está sendo executado, permitindo rapidamente mudanças de estratégias, quando necessárias. Ao extrair dados e informações com vistas a subsidiar o processo decisório na elaboração e acompanhamento do PEE requer aplicar o Ciclo da
Inteligência Organizacional e Competitiva, de modo que seja definido o campo de interesse que se pretende observar, as fontes de informação e o processo de coleta, a análise e busca de relações e a entrega das informações tratadas e analisadas em um formato adequado para que os responsáveis pelo PEE possam tomar as decisões mais assertivas. Para a elaboração do PEE, é fundamental descobrir forças e fraquezas e ameaças e oportunidades [6]. Assim, deve haver um forte relacionamento com o Ciclo da IOC, onde na etapa de Planejamento deve ser definido o campo de interesse que a organização pretende observar e as fontes de informação. Também devem ser identificados quais dados e informações podem ser úteis levando a novas oportunidades e ameaças, além de sinalizar forças e fraquezas. Nota-se que a etapa de Planejamento é realizada por pessoas, pois somente os gestores no contexto do PEE poderão dizer quais serão os campos de interesse que a organização pretende observar e onde os dados e informações deverão ser buscados, considerando-se todas as dimensões: econômica, tecnológica, política e social. Uma vez realizada a etapa de Planejamento, as demais etapas do Ciclo da IOC podem ser automatizadas. 3. AGENTES DE SOFTWARE INTELIGENTES Refere-se a um agente de software como um programa computacional que pode navegar nos ambientes de computação heterogêneos e, por si só, ou com outros agentes, buscam conseguir um objetivo que tenha sido especificado [7]. Em outras palavras, pode-se dizer que são "entidades de software que podem realizar um conjunto de operações em nome de um usuário ou outro programa com algum grau de independência ou autonomia, e ao fazê-lo, empregam algum conhecimento ou representação do usuário em metas ou desejos"[8]. Sendo tratado como um conceito e uma tecnologia, os Agentes de Software Inteligentes (ASI) têm sido encaminhados como uma das soluções para reduzir problemas de sobrecarga de informações enfrentada pelas contemporâneas organizações empresariais [9] [21] e apoiar a atividade de inteligência dos executivos de negócios para a tomada de decisão no ambiente mais integrado e distribuído da Internet. M. Wooldridge e N.R.Jennings [10] consideram que um agente de software tem as seguintes características: Autonomia: os agentes operam com um processo independente, sem intervenção humana direta e tem controle sobre suas ações e estado interno; Reatividade: o agente percebe seu ambiente (mundo físico, Internet, uma coleção de agentes ou mesmo um usuário através de uma interface gráfica) e prontamente responde às mudanças ambientais percebidas; Pró-atividade: os agentes não só reagem as mudanças do ambiente, mas também é capaz de manifestar um comportamento orientado para o objetivo, ao tomar a iniciativa. Esse agente não se limita a agir de acordo com as configurações do usuário, ele possui a capacidade de identificar novas ações e fazer sugestões para o usuário; Habilidades Sociais: o agente interage com outros agentes (incluindo humanos), utilizando uma linguagem de comunicação determinada. Há também outras duas propriedades interessantes que podem ser mencionadas: Autoanálise: capacidade do agente de software analisar e explicar o seu comportamento e de detectar os seus erros ou o seu sucesso; Aprendizagem: vista como a adaptação e melhoria de interação com seu ambiente. Três temas explicados a seguir também podem ser observados nas características do agente: Usabilidade: refere-se à extensão em que um sistema pode ser usado por seus usuários para alcançar seus objetivos com eficácia, eficiência e satisfação em um contexto de uso especificado [11]. Os atributos de usabilidade, que incluem a personalização, a controlabilidade e a facilidade de utilização, são critérios importantes na concepção de um sistema baseado em agentes. Outro ponto é dar ao usuário a capacidade de controlar o sistema de melhoria de desempenho, como por exemplo, o usuário ser capaz de decidir e controlar a quantidade, tipos e fontes de informação que eles querem buscar; Adaptabilidade: refere-se a "capacidade do sistema de aprender as preferências e hábitos de um usuário ao longo do tempo e se adaptar a evolução das necessidades do usuário" [12]. Quatro atributos são relacio-
nados com a adaptabilidade, sendo incluídos o treinamento, o apoio contextual, a aprendizagem e o suporte semântico. Esses atributos ajudam a aumentar o nível de relevância e contextualização da informação, com o apoio semântico e contextual apropriado [12]. É importante para o sistema de aprender dentro de si (aprendizagem) ou através de feedback do usuário (treinando); Autonomia: refere-se ao princípio de que os agentes podem operar por conta própria, sem a necessidade de orientação humana, embora a orientação, às vezes, são considerados valores inestimáveis [13]. Ser autônomo é a propriedade fundamental de um agente de software [14] [15]. Os critérios para a autonomia compreendem dois atributos essenciais: a espontaneidade e proatividade. A espontaneidade é percebida como a capacidade de executar as tarefas de forma espontânea e autônoma. A proatividade é percebida como ter a capacidade de iniciativas tendo ações ou trazendo informações para atenção do usuário. Para [16], um sistema baseado em agente inteligente, apresenta três domínios. São eles: Aquisição Inteligente: Para a coleta de dados não estruturados os agentes são capazes de fazer o reconhecimento de informações em documentos semiestruturados e autonomamente procurarem possíveis fontes de informação; Modelagem Inteligente: Para a criação de modelos de simulação de ambiente, a fim de prever futuros estados do modelo, usando sistemas baseados em agentes, manipulação de dados e as regras inteligentes. Entrega Inteligente: Entrega proativa de informação selecionada, utilizando os canais adequados. Há agentes que identificam a importância da informação e a correlação e autonomamente decidem como entrega-la ao usuário. Sintetizando, agentes de software são pequenos programas que possuem peculiaridades e características que, se bem trabalhadas, podem ser adaptadas de forma a facilitar atividades cotidianas, principalmente atividades empresariais, visto que eles possuem a capacidade de trabalhar com o grande volume de dados com mais agilidade e facilidade que os seres humanos. Sendo bem elaborados, os agentes podem fazer buscas de dados e informações e analisar os dados e informações que são passadas, ou que cheguem a eles. Sendo definido como uma característica, os agentes podem receber parâmetros, o que garante uma busca e análise bem feita, sem necessidade de intervenção humana durante o processo. 4. BIG DATA Para continuidade do trabalho, foi necessário levar em consideração o conceito de Big Data. Para Han [17], trata-se dos dados que devem ser analisados por uma organização que não foram objeto de análise por não ter sido possível processá-los por meio da tecnologia anteriormente existente. Esses dados podem conter várias informações e também subsídios para o processo de tomada de decisão. Kaisler [18] e Beulke [19] se complementam quando afirmam que para entender Big Data é necessário utilizar 5 V's, que caracterizam as informações que estão disponíveis, sejam elas internas ou externas à instituição. São eles: Valor refere-se à geração de insights quando da análise das informações; Volume está relacionado à quantidade de informações existentes e disponíveis para serem coletadas; Velocidade diz respeito à rapidez com que as informações aumentam e se modificam; Variedade estão relacionadas às informações estruturadas e não estruturadas. Falsarella [20] afirmam que informações estruturadas podem ser previamente padronizadas e permitem fácil sistematização. Já as não estruturadas normalmente são analisadas individualmente e necessitam de tratamento e interpretação para serem utilizadas; Veracidade relaciona-se ao processo de extrair informações confiáveis, descartando as não confiáveis. Analisando os conceitos apresentados sobre Agentes de Software Inteligentes e Big Data, percebe-se que eles se também se complementam ao serem aplicados no contexto da Inteligência Organizacional e Competitiva, especialmente para auxiliar a elaboração e acompanhamento do Planejamento Estratégico Empresarial.
5. ESTRUTURA DO AGENTE DE SOFTWARE Á partir do estudo realizado foi possível descrever parâmetros e propriedades do ASI que são indispensáveis em sua estrutura para seu funcionamento buscando cumprir o seu objetivo. a. Parâmetros do Agente Na fase de Coleta de dados e informações, já podem ser trabalhadas as características Volume, Variedade e a Velocidade. Para isso o usuário deverá, ao constituir o ASI, informar alguns parâmetros para que ele possa executar suas ações. Dentre esses parâmetros serão definidos: O período de datas de coleta; As informações a serem coletadas, identificadas por meio de palavras chaves; Os locais onde as informações devem ser encontradas; O formato que as informações estão constituídas, ou seja, estruturadas ou não estruturadas. O período de datas de coleta permite ao ASI filtrar informações, excluindo datas em que as mesmas foram postadas e que não são importantes para a coleta. Nesse caso, as características Volume e Velocidade estão sendo contempladas. As informações a serem coletadas, identificadas por meio de palavras chave definem que informações devem ser coletadas. Ao relacionar as palavras chaves, a característica volume também está sendo contemplada. Os locais onde as informações devem ser encontradas definem o itinerário que o ASI deve percorrer para fazer a coleta, por exemplo: site de notícias, documentos, redes sociais, blogs, entre outros. Nesse caso, mais uma vez a característica Volume está sendo contemplada. O formato que as informações estão constituídas define se a informação a ser coletada é estruturada ou não estruturada. Estruturada é aquela informação que já foi tratada, classificada, recebeu valor agregado e que obedece a um fluxo, podendo ser recuperada facilmente. Já a informação não estruturada está solta dentro de um ambiente, como mensagens, fotos, vídeos e sons. Nesses casos, a característica variedade está sendo contemplada. Na fase de Análise podem ser trabalhadas as características Veracidade e Valor. Para trabalhar a Veracidade, é necessário, o ASI possuir variáveis que serão usadas como critérios de análise no sentido de verificar se a informação coletada é verídica. Nessa ação estas variáveis serão comparadas com as palavras encontradas na fase de coleta, de modo que possa o ASI ter melhor garantia de que a informação é real. Outro critério usado na análise para auxiliar na verificação da veracidade é o número de vezes que as informações se repetem, podendo o ASI analisar as diferentes fontes onde as informações são encontradas, ou várias vezes que uma mesma informação é referenciada, mas por autores diferentes. Com relação à característica Valor, é nessa fase que podem surgir insights desde que o ASI tenha elementos para descobri-los. Por exemplo: a descoberta dentro das informações verídicas que os concorrentes estão atuando em novas áreas, informações sobre resultados financeiros ou sucessos ou fracassos dos concorrentes no mercado, do ponto de vista de clientes, podem gerar insights para o desenvolvimento de novas ações a serem desenvolvidas pela empresa. b. Propriedades do Agente Dentre as propriedades de um ASI, destaca-se que ele pode possuir Autonomia, Reatividade, Próatividade, Habilidades Sociais, Autoanálise e Aprendizagem. A Autonomia acontece por meio da definição de seus parâmetros, uma vez que por meio deles, o ASI pode desenvolver suas funções sem mais nenhuma intervenção do usuário. No caso da Reatividade, o agente deve ser capaz de perceber o ambiente previamente, inclusive redefinindo o seu itinerário. Ele vai armazenando os locais que visitou, classificando-os e desprezando aqueles que não são confiáveis, ou seja, que possuem informações não verídicas. Para a Pró-atividade o agente vai armazenar definições de buscas já realizadas, de modo a poder fazer sugestões em novas buscas. No caso da Habilidade Social, ela está presente no momento em que o usuário preenche as variáveis do ASI, de modo que ele, no seu meio, possa interagir. Dentre as propriedades Autoanálise e Aprendizagem se houverem erros ou dúvidas na busca ou análise, o ASI reportará isso ao usuário, trazendo a informação coletada e um alerta que houve falhas. Caso tenha sucesso na coleta, o ASI emitirá um alerta informando ao usuário que não houve nenhum tipo de erro.
A Aprendizagem do ASI ocorre com as características de Pró-atividade e Reatividade, uma vez que ele pode desprezar locais não confiáveis e se adaptar ao interagir com seu ambiente. Entre os temas que também podem ser observados na constituição do ASI, podem se destacar: Adaptabilidade Os detalhes citados na usabilidade atendem também os critérios da adaptabilidade Esses critérios são: o treinamento, o apoio contextual, a aprendizagem e o suporte semântico. O ASI aprende as preferências e hábitos do usuário; Autonomia O ASI é autônomo a partir da orientação humana, visto que é necessário o usuário preencher os parâmetros para fazer a busca. Assim ele fará toda a varredura nos lugares determinados, coletará as informações, analisara e entregará ao usuário, para que este possa agregar os resultados ao seu negócio; Usabilidade nesse tema é possível analisar a personalização, a controlabilidade, e a facilidade de utilização (que são os critérios de usabilidade) e destacar que eles são atendidos com os detalhes expressos na Tabela 1. Interface Resultados Personalização Ampliação Tabela 1. Critérios da Usabilidade no ASI É personalizada de forma objetiva, sendo de fácil uso e sem deixar o usuário em dúvida das variáveis a serem por ele preenchidas São entregues sem grande complexidade visto que o objetivo é facilitar o serviço do usuário O usuário deve poder salvar as suas definições de busca e análise, de modo que ela possa ser refeita ou reutilizada totalmente em novas ações. Ao reutilizar uma busca salva, o usuário consegue alterar valores e variáveis, podendo usá-los apenas no momento ou salvá-los, criando uma nova versão. Ao salvar novos valores e variáveis em buscas já realizadas, o ASI vai agregando valores, permitindo assim que o usuário tenha diversas opções de busca prédefinidas. Dentre os critérios de autonomia (pró atividade e espontaneidade), entende-se que foram atendidos, visto que o ASI executa suas ações de forma espontânea e autônoma e possui a capacidade de ter iniciativas, obviamente pelo fato de o ASI seguir as informações que estão disponíveis nas variáveis quando da sua parametrização. As variáveis serão preenchidas pelo usuário através de um template, uma tela onde se possam preencher as variáveis referentes ao que deve ser coletado e analisado. Nesta tela deverá haver botões com opção para salvar processos de coleta e análise ou para recuperar algum que já arquivado. Ainda no preenchimento das variáveis, deve-se garantir que o usuário seja explícito com os valores que são passados ao ASI, de modo a facilitar o entendimento pelo agente. O usuário também deverá preencher variáveis com opções de como os resultados devem ser entregues, por exemplo, agrupados, detalhados, etc. Finalizada a etapa de coleta e de análise, os resultados serão entregues ao usuário, de modo que ele tenha informações para auxilia-lo no processo decisório. 6. CONCLUSÕES O trabalho trouxe conhecimentos suficientes sobre os assuntos estudados e apresentou de que forma os ASI podem agilizar o processo de busca de informações para auxiliar o processo de tomada de decisão dos responsáveis pela elaboração e acompanhamento do Planejamento Estratégico Empresarial. Com os parâmetros do agente, é possível o usuário utilizá-lo para fazer busca de determinadas informações em um volume expressivo de dados. Para isso basta preencher os parâmetros que indicarão o que deve ser procurado, onde, em que período de tempo, de que formato (as variáveis do agente), de modo que o ASI possa navegar pela rede, coletar e analisar os dados e informações solicitadas pelo usuário. Com as propriedades do agente, diante dos parâmetros passados pelo usuário, ele ao desempenhar as atividades de coleta e análise pode ter seu trabalho qualificado, sem a necessidade de buscar novas orientações. Sendo assim, o uso do ASI trará benefícios aos seus usuários, permitindo que eles possam ir além e buscar informações que podem trazer vantagens competitivas para as instituições permitindo desbravar a imensidão de dados e informações existentes atualmente na rede, muitas vezes desconhecidas.
7. REFERÊNCIAS BIBLIOGRÁFICAS [1] STAREC, C. Gestão estratégica da informação e inteligência competitiva. São Paulo: Saraiva, 351 p, 2006. [2] MORESI, E.A.D. Inteligência Organizacional: um referencial integrado. Ciência da Informação, Brasília, v.30, n.2, p.35-46, mai./ago. 2001. [3] OLIVEIRA, Leticia de. A estratégia organizacional na competitividade: um estudo teórico. READ, 40 ed.vol 10. N.4,jul-ago, 2004. [4] OLIVEIRA, P.H. de; GONÇALVES, C.A.; PAULA, E.A.M. de. A visão baseada em recursos da inteligência. Revista de Ciências da Administração, Florianópolis, v.15, n.35, p.141-151, abr. 2013. [5] ALVES, R. de P.; FALSARELLA, O. M. Modelo conceitual de inteligência organizacional aplicada à função manutenção, Gestão e Produção (UFSCar), São Carlos, v. 16, p. 313-324, 2009. [6] REZENDE, D.A. Tecnologia de informação integrada à inteligência empresarial: alinhamento estratégico e análise da prática nas organizações. São Paulo: Atlas, 2002. [7] HEDBERG, S. Agents for Sale: first wave of intelligent agents go commercial, IEEE Expert, Vol 11, No.6, p. 16, December 1996. [8] MAES, P. Agents that reduce work and information overload. Communications of the ACM, 37(7), 31 40, 1994. [9] EDMUNDS, A.; MORRIS, A. The problem of information overload in business organisations: a review of the literature. International Journal of Information Management, 20(1), 17 28, 2000. [10] WOOLDRIDGE, M., JENNINGS, N. R. Intelligent agents Theory and practice. Knowledge Engineering Review, 10(2), 115 152, 1995. [11] ISO 9241-11, Orientação sobre Usabilidade (1998) [12] NWANA, H. S., NDUMU, D. T. A perspective on software agents research. Knowledge Engineering Review, 14(2), 125 142, 1999. [13] NWANA, H. S. Software agents: An overview. Nowledge Engineering Review, 11(3), 205 244, 1996. [14] JENNINGS, N. R.; SYCARA, K.; WOOLDRIDGE, M. Roadmap of agent research and development. Autonomous Agents and Multi-Agent Systems, 1(1), 7 38, 1998. [15] WOOLDRIDGE, M., JENNINGS, N. R. Agent Theories, Architectures and Languages: A Survey, Intelligent Agents, Wooldridge şi Jennings, Berlin, Springer-Verlag, 1995. [16] BOBECK, S.; PERKO, I. Intelligent agent based business intelligence, Current Developments in Technology-Assisted Education, FORMATEX, pp.1047 1051, 2006. [17] HAN, Xiaoyue; TIAN, Lianhua; YOON, Minjoo; LEE, Minsoo. A Big Data Model supporting Information Recommendation in Social Network, Second International Conference on Cloud and Green Computing, IEEE computer societyz, p.810-813, 2012. [18] KAISLER, Steve; ARMOUR, Frank; ESPINOSA, Albert. Introduction to Big Data: Scalable Representation and Analytics for Data Science, 46th Hawaii International Conference on System Sciences, IEEE Computer Society, p. 984-984, 2013. [19] BEULKE, Dave. Big Data Impacts Data Management: The 5Vs of Big, 2011, disponível em http://davebeulke.com/big-data-impacts-datamanagement-the-five-vs-of-big-data/, acessado em 15 de julho de 2014. [20] FALSARELLA, O. M.; BERAQUET, V. S. M.; JANNUZZI, C. A. S. C. Informação empresarial: dos sistemas transacionais à latência zero. In: BERAQUET, V.S.M.; CIOL, R. (Org.). O profissional da informação na gestão - uma coletânea. Campinas: Akademika, v.1, p. 31-54, 2010. [21] BELFOURD, T.; FURNER, J. Fast learners or time masters? Intelligent agents on the Web: a user study. Managing Information, V. 4, p. 32 34, 1997.