Prospecção, Inteligência e Cenários Tecnológicos

Prévia do material em texto

Marcos Marcon
Negócios Inteligentes e Indústria 4.0
PROSPECÇÃO, 
INTELIGÊNCIA 
E CENÁRIOS 
TECNOLÓGICOS
2
SUMÁRIO
CONHEÇA SUA DISCIPLINA 4
Entenda como funciona a disciplina do curso.
COM QUEM APRENDEREI? 5
Conheça o professor que ministra a disciplina.
PRINCIPAIS PONTOS 6
Entenda os principais pontos que podem ser percorridos ao longo da disciplina.
AULA 1, PARTE 1 7
Apresentação, estudos do futuro e futuro em metáforas.
AULA 1, PARTE 2 10
Teoria do conhecimento e tipos de conhecimentos.
AULA 1, PARTE 3 12
Incerteza fundamental e processos decisórios.
AULA 2, PARTE 1 14
Introdução a prospecção e técnicas de estudos futuro.
AULA 2, PARTE 2 17
Métodos opinion-driven, métodos qualitativos.
3
AULA 2, PARTE 3 20
Data-Driven.
AULA 3, PARTE 1 22
Priorização e decisão.
AULA 3, PARTE 2 23
Métodos de decisão e portifólio.
CURADORIA 25
Links dos materiais básicos e complementares da disciplina.
ESTUDO DE CASO 29
Estudos de caso propostos pelo professor.
INFORMAÇÕES 30
Informações sobre avaliação e canais de contato para dúvidas.
4
CONHEÇA SUA DISCIPLINA
Apresentação e discussão dos principais conceitos teóricos e de 
implementação das fases do processo de Prospecção, Avaliação 
(AT) e Seleção de Tecnologias de Processo. Reflexões sobre 
algumas das mais conhecidas metodologias de prospecção 
e avaliação tecnológica, bem como alguns dos principais 
critérios como custos envolvidos, qualidade da produção e do 
produto, sustentabilidade e impactos sociais nas comunidades. 
Apresentação de casos nacionais e internacionais de avaliação e 
seleção de tecnologias.
5
COM QUEM APRENDEREI?
MARCOS MARCON
 Sócio-fundador da OpenSense, primeira plataforma digital de prospecção 
tecnológica data-driven do Brasil, capaz de mapear e acessar massivamente 
estoques de conhecimentos científicos e tecnológicos do Sistema de Nacional 
Inovação (SNI) www.opensense.com.br.
Coordenador Nacional de Corporate Venture da Associação Nacional de 
Empreendimentos Inovadores / ANPROTEC.
Pioneiro na implementação de Instrumentos Fiscais de Apoio à Inovação no 
Brasil para investimentos em startups, responsável pelo planejamento estratégico, 
implementação e execução de programas de inovação aberta em grandes 
empresas nacionais e multinacionais.
Formado Ciência da Computação pela Universidade Federal de São Carlos/ 
UFSCAR, possui também MBA em Gestão de Mercados pela Escola Superior de 
Propaganda e Marketing de São Paulo/ESPM e Doutorando em Política Científica e 
Tecnológica pela Universidade Estadual de Campinas / UNICAMP. 
Suas áreas de pesquisa incluem ciência de dados, econometria, empreendedorismo 
intensivo em conhecimento, internacionalização de empresas de base tecnológica, 
redes de conhecimento, encadeamento científico e tecnológico.
CEO / OPENSENSE
6
PRINCIPAIS PONTOS
CHECKPOINT DE APRENDIZAGEM
Assuntos totalmente conectados com a essência da disciplina que requerem a 
compreensão e atenção do aluno.
Destaques acerca dos pontos altos da aula. Atuam como marcos de destaque sobre 
pontos importantes que, juntos, irão compor um importante mapa da disciplina.
CITAÇÃO IMPORTANTE
Case ou situação prática que irá exemplificar a aplicação de conceitos importantes da 
disciplina em vivência real. Situações problema, reações e impactos, e consequências e 
soluções.
REAL BUSINESS CASE
Gráficos mais relevantes da disciplina com um breve resumo do que foi tratado e que precisa 
ser destacado.
GRÁFICOS
Importantes dicas sobre estratégias, aplicações práticas de conceitos apresentados e 
insights sobre profissões e mercado de trabalho.
CONSULTORIA & MENTORIA
Exibição de vídeos apresentados durante a aula.
VÍDEOS
Links importantes que são apresentados na aula por meio de QR Codes, com uma breve 
descrição do que contém. Assim, o aluno terá o acesso direto aos sites recomendados.
ACESSO RÁPIDO
Palavras-chave apresentadas ao longo da aula acompanhadas de sua tradução, significado 
ou origem.
GUIA DE PALAVRAS
Indicações de obras, autores, artigos e sites que irão contribuir para o processo de 
aprendizagem.
SUGESTÃO DE LEITURA
7
AULA 1, PARTE 1
MARCOS MARCON
01:05 | CHECKPOINT DE APRENDIZAGEM
APRESENTAÇÃO
O professor apresenta o conteúdo que será desenvolvido durante a aula, que tem como objetivos:
• Discutir e aproximar das teorias e dos aspectos práticos os processos de Prospeção, Avaliação e 
Seleção e Priorização de Tecnologias.
• Efetuar reflexões sobre impactos das Metodologias de Prospecção e Avaliação Tecnológica e os 
critérios de priorização.
• Apresentar abordagens qualitativas e quantitativas para aplicação prática dos conteúdos 
desenvolvidos e apresentação de casos nacionais e internacionais.
O curso é estruturado sobre quatro áreas fundamentais: 
 1) Incerteza;
 2) Teoria do Conhecimento;
 3) Prospecção;
 4) Priorização.
06:48 | CHECKPOINT DE APRENDIZAGEM
ESTUDOS DO FUTURO
A área de Estudos do Futuro é uma área transdiciplinar, ou seja, tangencia aspectos das ciências 
humanas, quanto das exatas.
Estudos do Futuro como um campo de pesquisa leva em conta 3 aspectos:
8
- Marcos Marcon
"Futuro é mudança. Mudança de estado."
14:19 | CITAÇÃO IMPORTANTE
- Marcos Marcon
“O que é trajetória? É a construção de uma sequência de mudanças dentro de uma 
linha temporal.”
16:17 | CITAÇÃO IMPORTANTE
• Passado;
• Presemte;
• Futuro.
Porém, deve-se compreender que quando falamos de presente ou passado, historiadores e jornalistas 
são pautados por fatos e evidências. Porém, os estudos do futuro são muito limitados quanto a fontes de 
pesquisas e praticamente não possuem evidências.
Muitas das áreas científicas disponíveis estão associadas a investigação de mudanças e quando fala-se 
em mudanças que ocorrem dentro da uma sequência temporal, invariavelmente se chega ao elemento da 
trajetória.
LEI DE MOORE
Crescimento da capacidade de processamento computacional dobraria de tamanho, 
aproximadamente a cada dois anos.
31:08 | GUIA DE PALAVRAS
9
32:34 | CHECKPOINT DE APRENDIZAGEM
FUTURO EM METÁFORAS
Em um primeira perspectiva, imagina-se o futuro como um grande conjunto de eventos aleatórios, 
independentes entre si.
Dentro desta visão, os eventos das metáforas aleatórios possui os fatores:
• Não nítido;
• Randômico;
• Descontínuo;
• Novos eventos não possuem relação com eventos anteriores.
Outra metáfora que também ocorre é o chamado "efeito borboleta", que tem uma visão mais conexa de 
que os eventos estão completamente interligados entre si. São as características destes eventos:
• Integrados;
• Conexos;
• Dependência sensitiva;
• Futuro monolítico – Teoria do Caos: Efeito Borboleta.
Por último tem-se a metáfora da "árvore hierárquica", que diz que as teorias das metáforas podem ser 
complementares entre si, sendo os eventos:
• Contínuos;
• Resultante de trajetórias causa-efeito; 
• Parcialmente randômicos;
• Decisões e escolhas levam a novas escolhas;
• Sujeito a “modificadores” estruturais e criativos.
1010
AULA 1, PARTE 2
MARCOS MARCON
00:56 | CHECKPOINT DE APRENDIZAGEM
TEORIA DO CONHECIMENTO
Para avançar nos estudos do futuro é preciso compreender os Fundamentos da Teoria do 
Conhecimento.
É uma teoria que se inicia na compreensão dos aspectos mais fundamentais da racionaldiade 
humana, e se propaga para a coletividade de como esse conhecimento é ampliado do escopo do 
indívduo, ao escopo das organizações.
Como primeiro fundamento da Teoria do Conhecimento, tem-se a Epistemologia, que reconhece a 
diferenciação entre três elementos centrais: verdade absoluta, crença humana, e o conhecimento, 
que faz interseção entre os elementos.
 - Marcos Marcon 
“Consciência focal é a capacidade cognitiva de concentrar a atenção deste indivíduo, ao que 
está sendo absorvido naquele momento."
14:03 | CITAÇÃO IMPORTANTE
09:32 | CHECKPOINT DE APRENDIZAGEM
TIPOS DE CONHECIMENTO
O professor apresenta uma análise a respeito dos tipos de conhecimentos, são eles:
• Conhecimento Individual;
• Conhecimento– Transformação;
• Conhecimento Organizacional;
• Conhecimento Técnico-científico;
• Conhecimento – Representação.
11
- Marcos Marcon
“Um conhecimento pode estar associado a diferentes contextos.”
27:57 | CITAÇÃO IMPORTANTE
- Marcos Marcon
“Ontologias, são as representações mais abstratas do conhecimento”.
40:10 | CITAÇÃO IMPORTANTE
1212
AULA 1, PARTE 3
MARCOS MARCON
00:32 | CHECKPOINT DE APRENDIZAGEM
INCERTEZA FUNDAMENTAL E PROCESSOS DECISÓRIOS
O pensamento científico atravessou inúmeras transformações e alterações paradigmáticas, 
tornando possível compreender a existência da incerteza e do seu tratamento. 
O primeiro caso documentado sobre o estudo da incerteza, foi o Princípio da Mutabilidade 
registrado por Platão. O fundamento filosófico de platão é:
 
Foram registrados também estudos por outros autores:
• Princípio da Incerteza Fundamental por Knight;
• Teorema da Incompletude por Kurt Gödel;
• Princípio da Incerteza por Heisenberg;
• Teoria do Pensamento Complexo por Edgar Morin.
13
15:54 | CHECKPOINT DE APRENDIZAGEM
PROCESSOS DECISÓRIOS
A discussão de Schackle sobre a incerteza seria uma interferência nos padrões de evolução do 
fututro, causados por fatores estruturais e criativos.
Schackle conceitua decisão como um corte entre o passado e o futuro, ou seja, a introdução de um 
modificador no emergente padrão da história e na dinâmica da construção do futuro. Recomenda 
que, se de um lado, quando a incerteza ilimitada, uma decisão é impotente ou desempoderada. 
Do outro lado, a previsão perfeita que seria o cenário impossível de ser atingido na prática, deve 
haver um espaço no qual as decisões humanas façam algum sentido, e o nome que se da é espaço 
natural das decisões.
O gráfico demonstra a evolução de uma incerteza absoluta representada pelo vazio universal, e que 
com a evolução começa-se a criar fronteiras de conhecimento.
- Marcos Marcon
“É irrelevante tomar uma decisão qualquer que seja, em um contexto de incerteza ilimitada”.
18:23 | CITAÇÃO IMPORTANTE
1414
AULA 2, PARTE 1
MARCOS MARCON
01:27 | CHECKPOINT DE APRENDIZAGEM
INTRODUÇÃO A PROSPECÇÃO
Quando fala-se em prospectar quer dizer, investigar, descobrir, tornar visível alguns aspetos que 
estão ocultos a percepção como indivíduo ou organização.
Nesta aula de prospecção e modelagem do futuro, serão trabalhadas as formas de modelagem 
possíveis:
15
06:35 | CHECKPOINT DE APRENDIZAGEM
TÉCNICAS DE ESTUDOS FUTURO
As técnicas de estudos futuros diferenciam duas palavras importantes, são elas:
• Foresight: exploraçaõ de um conjunto de futuros plausíveis, que podem emergir eventualmente, até 
disruptivos em relação ao passado e presente. 
• Forecasting: explora um conjunto de futuros baseados em dados e fatos efetivamente evidenciados 
no passado e no presente, fornecendo tendências de transformação do mundo atual para o mundo 
futuro. 
O ciclo de Foresight, possui cinco grandes etapas, conforme segue na imagem:
- Marcos Marcon
“Um exercíco de estudos do futuro, tem maiores chances de sucesso se for um exercício 
coletivo.”
11:02 | CITAÇÃO IMPORTANTE
16
MODELOS DE TOMADAS DE DECISÃO
São probabilísticos, univariados ou multivariados e que trazem elementos matemáticos, que 
permitem orientar um processo de tomada de decisão logicamente estuturado. 
13:44 | GUIA DE PALAVRAS
- Marcos Marcon
“O processo de Foresight está inserido em outro processo usualmente mais amplo de 
tomada de decisão. Ele é o estágio de um processo de tomada de decisão.”
21:49 | CITAÇÃO IMPORTANTE
1717
AULA 2, PARTE 2
MARCOS MARCON
00:09 | CHECKPOINT DE APRENDIZAGEM
MÉTODOS OPINION-DRIVEN 
O professor apresenta os principais métodos de análise baseado em opiniões, são eles:
• Métodos qualitativos: aqueles centrados em opiniões humanas, que demandam obtenção de 
percepções do problema analisado.Tendem à subjetividade ou criatividade, e são expressos 
usualmente através de mecanismos intangíveis em textos, julgamentos, e percepções.
• Métodos quantitativos: medem variáveis utilizando análises estatísticas baseadas em grandes 
volumes de dados históricos, associados a contextos específicos.
• Métodos Semi-quantitativos: combinam os elementos dos outros métodos qualitativos 
e quantitativos. É a aplicação de princípios estatísticos e matemáticos para quantificar 
subjetividades e pontos de vista de atores engajados na geração do foresight, por exemplo 
associando pesos ou probabilidades. 
05:03 | CHECKPOINT DE APRENDIZAGEM
MÉTODOS QUALITATIVOS
Dentro dos métodos qualitativos existem diversas ferramentas que é possível utilizar no exercício 
de prospecção, são elas:
Brainstorming: ferramenta muito útil para coleta de informações de um tema específico e para 
acontecer é necessário a presença de um moderador ou facilitador. Um fator importante deste 
método é que ele tem um tempo para começar e para terminar.
Painéis de cidadãos: é aplicado a grupos de usuários que tem interesses em comum e o 
comportamento dos envolvidos é mais confrontador, por isso, se faz necessário a presença de um 
mediador.
Conference/Workshop: organização de grupos que recebem objetivos específicos, que são 
interrelacionados entre si, com o proprósito de gerar debates e propostas de soluções com 
estruturas mais complexas.
Expert Panels: grupos altamente especializados de representantes pela reputação, competências e 
realizações, em um contexto do conhecimento (regional, nacional ou internacional).
18
Visão dos gênios: é o engajamento de indivíduos renomados, tipicamente líderes em suas áreas de 
atuação, dotados de competência e criatividades.
Entrevistas: são instrumentos de troca de conhecimentos tácitos entre indivíduos. É uma ação de 
bom custo benefício quando é necessário interagir com grande quantidades de usuários.
Revisão da literatura: é uma etapa de processo de pesquisa e desenvolvimento.
Morphological Analysis: está relacionada a construção de ontologias.
Role play / Acting: é uma simulação teatral. O facilitador estabelece missões e papéis a cada 
indivíduo com antecedência, para que no encontro com os demais aconteça o debate e gere visões 
antagônicas.
Horzion Scanning: é conjunto de ferramentas analíticas com olhar para diferentes dimensões. Ele 
complementa a ferramente da revisão da literatura.
Scenarios Writing: estabelece hipóteses que descreve de uma maneira estrutura as possibilidades 
futuras da análise realizada.
Scenarios Workshops: contribuem para o aprofundamento de cada cenário individualmente e para a 
construção do encadeamento dos cenários.
Science Fictioning: visões criativas são documentadas dentro de obras de ficção científica.
Gaming é possibilidade de criações de ambientes virtuais.
Surveys: as pesquisas tem flexibilidade de atingir massivamente uma quantidade grande de 
respostas, porém tem a desvantagem que por ser muito utilizada, os indíces de repostas vem 
decrescendo estatísticamente.
Stakeholder analysis (mactor): auxilia na priorização dos atores dentro de um determinado 
contexto.
SWOT: análise das forças, fraquezas, oportunidades e ameaças.
Wild Cards: são cartões selvagens que tem o objetivo de tentar identificar sinais que são chamados 
de fracos, os sinais não evidentes, mas que podem causar transformações se acontecerem.
Backcasting ferramenta de construção de um futuro imaginado, que leva atráves de um caminho 
planejado e estruturado desde o momento presente ao futuro.
BENCHMARK
É a busca por competidores, produtos ou processos similares, que a organização deseja 
desenvolver.
41:11 | GUIA DE PALAVRAS
19
01:02:41 | SUGESTÃO DE LEITURA
Bibliografias básicas indicadas pelo professor:
• Journey To The Center Of The Earth, de Jules Verne.
• 20,000 Leagues Under The Sea, de Jules Verne.
• Around The World In Eighty, de Jules Verne.
• Admirável mundo novo, de Aldous Huxley.
• 1984, de George Orwell.
MICROSURVEY
Novo formato de pesquisa com perguntas rápidas, sem tomar muito tempo de resposta. 
01:11:06 | GUIA DE PALAVRAS
2020
AULA 2, PARTE3
MARCOS MARCON
00:08 | CHECKPOINT DE APRENDIZAGEM
DATA-DRIVEN
O professor apresenta o papel dos instrumentos data-driven, assim como, as ferramentas do 
método quantitativo, que são mais orientadas a análise númerica e estatísticas:
• Benchmarking: é interpretar as variáves analisadas para determindado problema. Apresenta 
também elementos tangíveis e quantitavos, sobre variáveis e sobre atores.
• Bibliometrics: tem a característica ampliada de buscar análises estatísticas.
• Time Series Analysis (TSA): envolve disponibilidade anterior de dados. Faz sentido aplicá-la se 
os dados históricos associados a determinados fenômenos encontram-se disponíveis para análise.
• Modeling: refere-se ao uso de sistema computadorizado para construção de comportamentos.
• Patent Analysis: é um anaálise de profundidade. Verifica o que acontece ou pode acontecer em 
determinadas áreas.
• Trend / Extrapolation / Impact Analysis: determinada curva de tendência que ocorre e 
matematicamente se extrapola a tendência do que poderá vir a acontecer, se todas as variáveis 
daquele sistema se mantiverem estáveis.
• Cross-Impact: permite estabelecer grandes quantidades de fatores, sendo possível fazer várias 
dimensões de análises.
• Delphi: é um instrumento recursivo de diálogo com os usuários.
• Polling / Voting: muito utilizado em processos de priorização .
• Roadmapping: apresenta de forma estruturada caminhos críticos de elaboração de etapas 
tecnológicas até o uso prático. Pode ser organizado em duas dimensões, atemporal e em fatores 
que gerem encadeamento.
• The Foresight Diamond: traz alguns orientativos sobre quais instrumentos utilizar dependendo 
da demanda e possui quatro eixos de análises, a criatividade, a evidência, a expertise e a interação.
21
- Marcos Marcon
“A palavra chave de qualquer análise quantitativa sempre será variável.”
01:29 | CITAÇÃO IMPORTANTE
22
AULA 3, PARTE 1
MARCOS MARCON
01:00 | CHECKPOINT DE APRENDIZAGEM
PRIORIZAÇÃO E DECISÃO
É apresentado ferramentas que auxilia na abordagem de priorização de análise de elementos dos 
métodos qualitativos e quantitativos, que são um primeiro estágio do processo de decisão estruturada, 
como:
• O valor agregado x o nível de esforço;
• Ciclo de TRL (Technology Readiness Level);
• Adhoc Methods;
• Economic Methods;
• Mathematical Methods;
• Multicriteria Methods (MDCA);
• Machine Learning;
• Combination Methods.
23
AULA 3, PARTE 2
MARCOS MARCON
00:25 | CHECKPOINT DE APRENDIZAGEM
MÉTODOS DE DECISÃO
Como um dos métodos decisão tem-se a Inteligência Coletiva.
Uma ferramenta estatística utilizada pelo reconhecimento da existêcia do conceito denominado Wisdom 
of the Crowd, que tem como significado, a sabedoria das multidões. Ela contribui como instrumento de 
mensuração de fatores probabilísticos associados a ocorrência de um evento futuro.
00:41 | VÍDEO 
THE WISDOM OF THE CROWD
O vídeo recomendado pelo professor apresenta a busca 
pela resposta estatística de um problema inusitado.
Link disponível para acesso: 
https://www.youtube.com/watch?v=iOucwX7Z1HU
- Marcos Marcon
“A inteligência coletiva é um instrumento de aprimoramento, aperfeiçoamento da qualidade 
da informação disponível, que será utilizada efetivamente no processo de tomada de 
decisão.”
10:05 | CITAÇÃO IMPORTANTE
https://www.youtube.com/watch?v=iOucwX7Z1HU
https://www.youtube.com/watch?v=iOucwX7Z1HU 
24
10:33 | CHECKPOINT DE APRENDIZAGEM
POTIFÓLIO
O portfólio tem como conceito ser um catálogo de projetos de forma estruturada.
Recursos humanos, recursos fisícos e expectativas são elementos centrais e estão intrinsecamente 
interconectados a existência de um portfólio.
O Ciclo de Foresight diáloga com a gestão de portfólio e quando o ciclo chega no momento da ação, é 
hora de colocar o projeto em um plano que vai demonstrar a todos a sua viabilidade (ou não). Esse passo 
é o portfólio:
Ainda neste cenário, existe também uma fórmula com todas as variáveis que cálcula o valor comercial 
esperado de um determinado novo projeto, chamada de Porfolio Ranking (COOPER):
25
CURADORIA
BIBLIOGRAFIA BÁSICA
• SHACKLE, G. L. S. (1969/2010). Decision Order and Time in Human Affairs, 2nd Edition. Cambridge: 
University Press. Cap. 9.
• JANTSCH, E. (1967). Technological Forecasting in Perspective: A Framework for Technological 
Forecasting, its Techniques and Organisation. OCDE, 401p. Cap. 1.6; 2.1; 2.2; 2.3; 2.4
• Georghiou, L., Harper, J. C., Keenan, M., Miles, I., Popper, R. (2009). The Handbook of Technology Foresight. 
Cheltenham: Edward Elgar Publishing. Cap. 2, 3 e 17.
• DECKER, M., & LADIKAS, M. (2004). Bridges between science, society and policy: technology assessment-
methods and impacts. Springer Science & Business Media.
• COATES, J. F. (1974). Some methods and techniques for comprehensive impact assessment. Technological 
Forecasting and Social Change, 6: 341-357.
BIBLIOGRAFIA COMPLEMENTAR
• TRAN, T. A., & DAIM, T. (2008). A taxonomic review of methods and tools applied in technology 
assessment. Technological Forecasting and Social Change, 75(9), 1396-1405.
• ROTHER, M. & SHOOK, J. (2009). Aprendendo a enxergar: mapeando o fluxo de valor para agregar valor e 
eliminar o desperdício. São Paulo: Lean Institute Brasil.
• NASH, M. A. & POLING, S. R. (2008). Mapping the total value stream: a comprehensive guide for production 
and transactional processes. Boca Raton: CRC Press.
• YEHEZKEL DROR (1970) – “A Policy Sciences View of Future Studies: Alternative Futures And Present 
Action” - International Future Research Conference, Kyoto, April 10-16, 1970.
• HAYES, R. H., WHEELWRIGHT, S. C, & CLARK, K. B. 1988. Dynamic manufacturing: creating the learning 
organization. New York: The Free Press.
INTRODUÇÃO AOS ESTUDOS DO FUTURO, CONHECIMENTO E 
INCERTEZA
Parte 1.1: Estudo do Futuro
26
• Yehezkel Dror (1970) – “A Policy Sciences View of Future Studies: Alternative Futures And Present Action” - 
International Future Research Conference, Kyoto, April 10-16, 1970.
• Slaughter, Richard (1990) - " The foresight principle". Futures, Volume 22, Issue 8, October 1990, Pages 801-
819.
• Bray, Margaret (1990) – “The perfect foresight”. Utility and Probability pp 144-148, 1990.
Parte 1.2: Teoria do Conhecimento
• MELLONE, S. H. (1894) - "Psychology, Epistemology, Ontology, Compared and Distinguished" Mind New 
Series, Vol. 3, No. 12, pp. 474-490. Published by: Oxford University Press on behalf of the Mind Association 
Stable URL: https://www.jstor.org/stable/2247848, (Oct., 1894).
• POLANYI, MICHAEL. (1966) - "The Tacit Dimension". Doubleday & Company Inc. Library of Congress Catalog 
Card number 66-21015. First Edition, 1966.
• NONAKA, IKUJIRO (1994) - "A Dynamic Theory of Organizational Knowledge Creation". Organization 
Science, Vol. 5, No. 1 (Feb., 1994), pp. 14-37. Published by: INFORMS Stable URL: https://www.jstor.org/
stable/2635068.
• LATOUR, BRUNO (1987) - " SCIENCE IN ·ACTION - How to follow scientists and engineers through society". 
Harvard University Press, Cambridge. Massachusetts. ISBN 0-674-79290-4. 1987.
Parte 1.3: Incerteza Fundamental e Processos Decisórios
• Knight, F. (1921) Risk, Uncertainty and Profit. Boston: Houghton-Mifflin. Cap 7 e 8.
• Dequech, D. (2000) Fundamental uncertainty and ambiguity. Eastern Economic Journal, 26(1). p. 41-60.
• Shackle, G. L. S. (1969/2010). Decision Order and Time in Human Affairs, 2nd Edition. Cambridge: 
Cambridge University Press. Cap. 9.
• Davidson, P. (1982/83) Rational Expectations: A Fallacious Foundation for Studying Crucial Decision-Making 
Processes. Journal of Post Keynesian Economics, 5(2). p. 182-198.
• *Stacey, R. (2009). Complexity and Organizational Reality. New York, Routledge, 2009. Cap. 3.
PROSPECÇÃO E MODELAGEM DO FUTURO
Parte 2.1: Introdução à Prospecção
• Jantsch, E. (1967). Technological Forecasting in Perspective: A Framework for Technological Forecasting, 
its Techniques and Organisation. OCDE, 401p. Cap. 1.6; 2.1; 2.2; 2.3; 2.4.
• Georghiou, L.,Harper, J. C., Keenan, M., Miles, I., Popper, R. (2009). The Handbook of Technology Foresight. 
Cheltenham: Edward Elgar Publishing. Cap. 2, 3 e 17.
• Ian Miles; Ozcan Saritas, (2012),"The depth of the horizon: searching, scanning and widening horizons", 
Foresight, Vol. 14 Iss 6 pp. 530 – 545.
27
Parte 2.2: Métodos 'opinion-driven'
• Gary, J.E.; Gracht, H.A. (2015). The future of foresight professionals: Results from a global Delphi study. 
Futures, 71. p. 132–145.
• Gracht, H.A.; Stillings, C. (2013). An innovation-focused scenario process — A case from the materials 
producing industry. Technological Forecasting & Social Change, 80. p. 599–610.
• Loveridge, D. (2002). Experts and Foresight: review and experience. PREST, Discussion papers series.
• Saritas, O.; Smith, J.E. (2011). The Big Picture – trends, drivers, wild cards, discontinuities and weak signals. 
Futures, 43. p. 292–312.
• Saritas, O.; Aylen, J. (2010). Using scenarios for roadmapping: The case of clean production. Technological 
Forecasting & Social Change, 77. p. 1061–1075.
Parte 2.3: Métodos 'data-driven'
• Palomino, M.A. et al. (2012). Web-based horizon scanning: concepts and practice, Foresight, 14(5). p. 355 
– 373.
• Miner, G. (2012). Practical Text Mining and Statistical Analysis for Non-structured Text Data Applications. 
Science Direct. Cap 1. (http://www.sciencedirect.com/science/book/9780123869791).
• Hedgebeth, D. (2007). Data-driven decision making for the enterprise: an overview of business intelligence 
applications, VINE, 37(4). p. 414 – 420.
• Chang, S. (2012). Using patent analysis to establish technological position: Two different strategic 
approaches. Technological Forecasting & Social Change, 79, p. 3–15.
• Daim, T.U.; Rueda, G.; Martin, H.; Gerdsri, P. (2006). Forecasting emerging technologies: Use of bibliometrics 
and patent analysis. Technological Forecasting & Social Change, 73. p. 981–1012.
PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO
Parte 3.1: Principais problemas e abordagens para priorização e decisão
• Heidenberger, K; Stummer, C. (1999). Research and development Project selection and resource allocation: 
a review of quantitative modelling approaches. International Journal of Management Reviews, 1(2). p. 197-
224.
• Cooper, R.; Edgett, S.; Kleinschmidt, E. (2001). Portfolio management for new product development: results 
of an industry practices study. R&D Management, 31(4). p. 361-380.
• Shehabuddeen, N.; Probert, D.; Phaal, R. (2006). From theory to practice: challenges in operationalizing a 
technology selection framework. Technovation, 26. p. 324-335.
• Salles-Filho, S.; Bin, A.; Azevedo, A.; Massaguer, P.; Duarte, L. Seleção, priorização e decisão na formação de 
portfolios de projetos de pesquisa, desenvolvimento e inovação: principais abordagens e desafios. Artigo em 
preparação.
Parte 2.2: Métodos 'opinion-driven'
• Gary, J.E.; Gracht, H.A. (2015). The future of foresight professionals: Results from a global Delphi study. 
Futures, 71. p. 132–145.
• Gracht, H.A.; Stillings, C. (2013). An innovation-focused scenario process — A case from the materials 
producing industry. Technological Forecasting & Social Change, 80. p. 599–610.
• Loveridge, D. (2002). Experts and Foresight: review and experience. PREST, Discussion papers series.
• Saritas, O.; Smith, J.E. (2011). The Big Picture – trends, drivers, wild cards, discontinuities and weak signals. 
Futures, 43. p. 292–312.
• Saritas, O.; Aylen, J. (2010). Using scenarios for roadmapping: The case of clean production. Technological 
Forecasting & Social Change, 77. p. 1061–1075.
Parte 2.3: Métodos 'data-driven'
• Palomino, M.A. et al. (2012). Web-based horizon scanning: concepts and practice, Foresight, 14(5). p. 355 
– 373.
• Miner, G. (2012). Practical Text Mining and Statistical Analysis for Non-structured Text Data Applications. 
Science Direct. Cap 1. (http://www.sciencedirect.com/science/book/9780123869791).
• Hedgebeth, D. (2007). Data-driven decision making for the enterprise: an overview of business intelligence 
applications, VINE, 37(4). p. 414 – 420.
• Chang, S. (2012). Using patent analysis to establish technological position: Two different strategic 
approaches. Technological Forecasting & Social Change, 79, p. 3–15.
• Daim, T.U.; Rueda, G.; Martin, H.; Gerdsri, P. (2006). Forecasting emerging technologies: Use of bibliometrics 
and patent analysis. Technological Forecasting & Social Change, 73. p. 981–1012.
PRIORIZAÇÃO, AVALIAÇÃO E SELEÇÃO
Parte 3.1: Principais problemas e abordagens para priorização e decisão
• Heidenberger, K; Stummer, C. (1999). Research and development Project selection and resource allocation: 
a review of quantitative modelling approaches. International Journal of Management Reviews, 1(2). p. 197-
224.
• Cooper, R.; Edgett, S.; Kleinschmidt, E. (2001). Portfolio management for new product development: results 
of an industry practices study. R&D Management, 31(4). p. 361-380.
• Shehabuddeen, N.; Probert, D.; Phaal, R. (2006). From theory to practice: challenges in operationalizing a 
technology selection framework. Technovation, 26. p. 324-335.
• Salles-Filho, S.; Bin, A.; Azevedo, A.; Massaguer, P.; Duarte, L. Seleção, priorização e decisão na formação de 
portfolios de projetos de pesquisa, desenvolvimento e inovação: principais abordagens e desafios. Artigo em 
preparação.
28
Parte 3.2: Técnicas de revisão por pares
• Feller, I. (2013). Peer review and expert panels as techniques for evaluating the quality of academic 
research. In: Link, A. N.; Vonortas, N. S. (Ed.) Handbook on the Theory and Practice of Program Evaluation. 
Cheltenham/Northampton: Edward Elgar. p. 115-142.
• Zuckerman, H.; Merton, R. K. (1971). Institutionalized patterns of evaluation in Science: institutionalisation, 
structure and functions of the referee system. Minerva, 9(1). p. 66-100.
• Rigby, J. (2013). Looking for the impact of peer review: does count of funding acknowledgements really 
predict research impact? Scientometrics, 94, 57–73.
• OECD (2011). Issue Brief Peer Review. OECD Innovation Policy Platform.
Parte 3.3: Métodos de apoio à decisão
• Behzadian, M. et al. (2010). PROMETHEE: A comprehensive literature review on methodologies and 
applications. European Journal of Operational Research, 200(1). p. 198-215.
• Shakhsi-Niaei, M.; Torabi, S.A.; Iranmanesh, S.H. (2011). A comprehensive framework for project selection 
problem under uncertainty and real-world constraints. Computers & Industrial Engineering, 61. p. 226-237.
• Mavrotas, G.; Diakoulaki, D.; Capros, P. (2003). Combined MCDA – IP approach for project selection in the 
electricity market. Annals of Operations Research, 120, p. 159-170.
• Feng, B.; Ma, J.; Fan, Z. (2011). An integrated method for collaborative R&D project selection: Supporting 
innovative research teams. Expert Systems with Applications, 38. p. 5532-5543.
• Jung, U.; Seo, D.W. (2010). An ANP approach for R&D project evaluation based on interdependencies 
between research objectives and evaluation criteria. Decision Support Systems, 49. p. 335-342.
• Zopounidis, C.; Doumpos, M. (2002). Multicriteria classification and sorting methods: a literature review. 
European Journal of Operational Research, 138. p. 229-246.
29
ESTUDO DE CASO
Caro aluno(a) FIA Online,
O professor Marcos Marcon a partir do conteúdo demonstrado durante a aula, apresenta em forma de vídeo 
quatro estudo de casos.
O primeiro relata um estudo global de uma projeção de futuros possíveis para o ano de 2030, referente as 
relações entre os homens e as máquinas. Neste estudo de caso em específico foi levantado a pergunta: 
como as tecnologias emergentes, em destaque a da área de inteligência artificial, poderiam reformatar o 
modo como vivemos e trabalhamos em 2030?
O segundo refere-se a uma prospecção realizada em âmbito global, que questiona sobre o impacto da 
corrida espacial sobre os ambientes de negócios na terra. Também faz uma reflexão do futuro do mercado 
em consequênciadessa corrida espacial.
O terceiro apresenta a avaliação e priorização tecnológica, fazendo o seguinte questionamento: qual é o 
futuro digital interconectado das áreas de mobilidades no contexto de saúde e educação? Um grupo de 
convidados que domimam a temática foram convidados para fóruns de debate, afim de contribuir com o 
tema proposto.
Por fim, o quarto caso, que é o Programa de Inovação aberta estabelecida no Brasil, com a expectativa de 
expandir o processo de inovação para além da organização. Iniciado com o processo de Foresight, com o 
intuito de entender quais são as tecnologias emergentes em um ciclo temporal em curto e médio prazo.
CASOS APRESENTADOS NO VÍDEO:
• DELL 2030
• Global KPMG
• Picmet
• Programa de Economia Criativa
Clique aqui para acessar o vídeo dos estudos de casos propostos nos arquivos anteriores. 
https://matrix.fiaonline.com.br/file/9908
https://matrix.fiaonline.com.br/file/9909
https://matrix.fiaonline.com.br/file/9910
https://matrix.fiaonline.com.br/file/9911
https://vimeo.com/665995514
30
INFORMAÇÕES
AVALIAÇÃO
Está disponível a avaliação da sua disciplina. 
O prazo para realização é de 2 meses a partir da data de lançamento das aulas.
Quanto ao acesso aos conteúdos, fique tranquilo, pois ele ficará liberado durante todo o curso. 
Toda disciplina conta com uma avaliação e você deverá ser aprovado, com nota mínima de 7 pontos 
(equivalente ao conceito C). 
 PRECISA DE AJUDA COM O CONTEÚDO?
Caso tenha alguma dúvida sobre a disciplina e seus conteúdos, use a área de comentários que fica abaixo 
da videoaula respectiva para obter soluções.
• Marque Networking quando quiser apenas trocar mensagens com colegas.
• Marque EQUIPE FIA ONLINE quando quiser ajustes em materiais.
• Marque TUTOR quando precisar de feedback ou dúvidas sobre conteúdo e gabaritos de prova.
 
 
 AJUDA COM OUTROS TEMAS GERAIS
Se tiver necessidades gerais como questões sobre a sua matrícula, financeiro, documentação e outras que 
não envolvam conteúdo, use os canais de atendimento disponíveis em fiaonline.com.br/contatos
http://fiaonline.com.br/contatos
	Conheça sua disciplina
	Entenda como funciona a disciplina do curso.
	CoM QUEM APRENDEREI?
	Conheça o professor que ministra a disciplina.
	PRINCIPAIS PONTOS
	Entenda os principais pontos que podem ser percorridos ao longo da disciplina.
	AULA 1, PARTE 1
	Apresentação, estudos do futuro e futuro em metáforas.
	AULA 1, PARTE 2
	Teoria do conhecimento e tipos de conhecimentos.
	AULA 1, PARTE 3
	Incerteza fundamental e processos decisórios.
	AULA 2, PARTE 1
	Introdução a prospecção e técnicas de estudos futuro.
	AULA 2, PARTE 2
	Métodos opinion-driven, métodos qualitativos.
	AULA 2, PARTE 3
	Data-Driven.
	AULA 3, PARTE 1
	Priorização e decisão.
	AULA 3, PARTE 2
	Métodos de decisão e portifólio.
	CURADORIA
	Links dos materiais básicos e complementares da disciplina.
	ESTUDO DE CASO
	Estudos de caso propostos pelo professor.
	INFORMAÇÕES
	Informações sobre avaliação e canais de contato para dúvidas.