Aula_10

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

*
*
SISTEMAS DE INFORMAÇÃO EM MARKETING
CST MARKETING – PROF. JONAS ABREU
 
*
*
	AULA 10 
	
	COMO MELHORAR A TOMADA DE DECISÃO E A GESTÃO DO CONHECIMENTO 
	Parte 2
2
*
*
OBJETIVOS DA AULA
Avaliar os benefícios empresariais de usar técnicas inteligentes na tomada de decisão e na gestão do conhecimento.
Definir e descrever os tipos de sistema usados para a gestão do conhecimento na empresa e demonstrar como eles oferecem valor para as empresas.
Definir e descrever os principais tipos de sistema de trabalhadores do conhecimento e demonstrar como eles oferecem valor às empresas.
3
*
*
INTRODUÇÃO DA AULA
A utilização de inteligência artificial aprimora o processo de tomada de decisão, através da aplicação das técnicas de sistemas especialistas, raciocínio baseado em casos, lógica difusa, redes neurais, algoritmos genéticos e agentes inteligentes.
Os sistemas de gestão do conhecimento ajudam a empresa a coletar, armazenar, distribuir e aplicar o conhecimento nos seus processos de negócios. 
4
*
*
LIVRO
LAUDON, KENNETH. C.; LAUDON, JANE. P. Sistemas de Informação. 7 ed. São Paulo: Pearson Prentice Hall, 2007.
Capítulo indicado:  10 (páginas 315 a 328)
5
*
*
APRENDA MAIS
	
6
No material didático desta aula, página 325, no tópico ORGANIZAÇÕES EM DESTAQUE leia o artigo Como a Stikeman Elliott colocou seus neurônios no computador, a seguir, responda as questões do tópico: Para pensar, inseridas no final do artigo.
*
*
A INTELIGENCIA ARTIFICIAL
A inteligência artificial (IA) está sendo empregada para aperfeiçoar a tomada de decisão. Segue alguns conceitos de IA elaborados por diversos autores:
Comportamento de uma máquina que, se apresentando por um ser humano, seria considerado inteligente (Alan Turing).
Simulação da inteligência humana, na realização de atividades elaboradas por pessoas, que podem ser substituídas pelo uso dos recursos da ciência da computação e seus respectivos algoritmos inteligentes, Rezende (2008, p.189).
7
*
*
 A tomada de decisão limitava-se à diretoria, hoje abrange todos os níveis organizacionais. O valor empresarial do aperfeiçoamento da tomada de decisão é inquestionável, porém difícil de ser mensurado. 
 Levando em conta o número de decisões anuais, e o valor estimado para a empresa de cada decisão aperfeiçoada, poderá ser estimado o impacto anual. 
 
8
A TOMADA DE DECISÃO
*
*
	A ênfase da pesquisa de IA tem sido no desenvolvimento de máquinas com comportamento inteligente. Stair (2007, p.342) apresenta algumas características da IA:
Aprender com a experiência e aplicar o conhecimento adquirido.
Lidar com situações complexas.
Resolver problemas quando informações importantes são perdidas.
Determinar o que é importante.
Reagir rápida e adequadamente a uma nova situação.
Entendimento de imagens visuais.
Processar e manipular símbolos.
Ser criativo e imaginativo.
Usar a heurística (experiência).
9
PESQUISA DE IA
*
*
Os principais sistemas inteligentes são:
 Sistemas especialistas
 Raciocínio baseado em casos 
 Lógica difusa 
 Redes neurais
 Algoritmos genéticos 
 Agentes inteligentes
10
SISTEMAS INTELIGENTES
*
*
	Transferem experiência de especialistas ou fontes para a base de conhecimento, que com mecanismos de inferência recomenda soluções para pessoas sem experiência. 
	Sistemas especialistas (ES – expert systems) são programas de aconselhamento computadorizado que tentam simular os processos de raciocínio dos especialistas ao solucionar problemas difíceis, Turban (2003, p.404).
	Sistema especialista é um sistema de informação baseado no conhecimento que utiliza o conhecimento de uma área de aplicação específica e complexa para atuar como consultor especialista para usuários finais, O´Brien (2007, p.343). Vamos ver o diagrama na Fig. 1
11
SISTEMAS ESPECIALISTAS
*
*
Figura 1 – Componentes de um sistema especialista, Stair (2002, p.351) 
12
COMPONENTES DE UM SISTEMA 
ESPECIALISTA
text
Data
Base de conhecimento
Ferramenta de aquisição da base de conhecimento
Usuário
Interface com o usuário
Ferramenta de explanação
Motor de inferência
Especialistas
*
*
CBR 
 No raciocínio baseado em casos (CBR – case-based reasoning) o sistema procura identificar nos casos passados qual deles é o mais próximo do novo caso. Alguns conceitos:
 Raciocínio baseado em casos são 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, Laudon (2007, p.317).
 O conceito de raciocínio baseado em casos é adaptar soluções bem-sucedidas aplicadas anteriormente, para solucionar novos problemas, Turban (2007, p.419). 
13
*
*
CBR
	O CBR pode ser utilizado para: identificar qual o produto atende as necessidades dos clientes; pesquisar qual o diagnóstico médico para a doença do paciente. 
	O sistema usa um processo com seis etapas para gerar a melhor solução, conforme ilustrado na figura 2, Laudon (2007). 
14
*
*
COMPONENTES DE UM CBR 
15
Figura 2 – Funcionamento do raciocínio baseado em casos, Laudon (2007, p.318) 
text
Data
Bem-sucedida
Banco de dados 
de casos
O sistema encontra o caso que mais se ajusta e recupera a solução
O sistema faz perguntas adicionais ao usuário para limitar a pesquisa
O sistema modifica a solução para ajustá-la melhor ao problema
O sistema procura casos semelhantes no banco de dados
O usuário descreve o problema
O sistema armazena o problema e a solução bem-sucedida no banco de dados
NÃO
SIM
*
*
LÓGICA DIFUSA 
	Para situações mais complexas, as empresas utilizam o sistema de lógica difusa, que processa dados imprecisos, incompletos, e nebulosos. Nesse contexto, o conhecimento trabalhado é de difícil representação. Conceito:
A lógica difusa é uma tecnologia baseada em regras que representa tal imprecisão criando regras que usam valores aproximados ou subjetivos, Laudon (2007, p.317).
	Aplicações de lógica difusa: acelerar o sistema de metrô no Japão; reduzir o consumo de energia elétrica de aparelhos de ar condicionado; câmeras com foco automático.
16
*
*
REDE NEURAL
	A rede neural aprende com a grande quantidade de dados que ela processa, identificando padrões e relações entre os dados. Conceito de rede neural:
As redes neurais são usadas para resolver problemas complexos e não totalmente compreendidos, para os quais grandes quantidades de dados já foram coletados, Laudon (2007, p.319). 
	As redes neurais podem ser utilizadas para: identificar características de compras fraudulentas no cartão de crédito; prever desempenho de participações acionárias; diagnósticos de doenças; controle mais preciso dos instrumentos cirúrgicos
17
*
*
ALGORITMOS GENÉTICOS
	As técnicas utilizadas pelos algoritmos genéticos, um algoritmo com enfoque evolucionário, heurístico, são inspiradas na teoria da evolução de Darwin. 
	Os modelos computacionais buscam resolver problemas através da identificação das melhores soluções, ou seja, otimização dos resultados de forma evolutiva. As soluções mais adequadas são mantidas, e as demais são descartadas. 
	Vamos ver alguns conceitos dos algoritmos genéticos:
18
*
*
ALGORITMOS GENÉTICOS 
Algoritmos genéticos servem para encontrar a solução ideal de um problema específico, após o exame de um imenso número de soluções alternativas, Laudon (2007, p.320).
O software de algoritmo genético utiliza funções darwinianas (sobrevivência do mais apto), aleatórias e outras funções matemáticas para simular um processo evolutivo que produza soluções cada vez mais aprimoradas para os problemas, O´Brien (2007, p.351).
	Exemplos de algoritmos genéticos: otimizar projetos de turbinas a jato de aeronaves; corrigir
problemas de produção; gestão de um complexo portuário; formação de horários escolares para atender aos professores e alunos. 
19
*
*
AGENTES INTELIGENTES 
Os agentes inteligentes estão no nosso cotidiano da Internet e dos aplicativos, utilizam uma base de conhecimento para realizar tarefas ou tomar decisões de interesse dos usuários. Os agentes são autônomos, flexíveis, e respondem às mudanças do ambiente. 
	Alguns conceitos dos agentes inteligentes:
20
*
*
AGENTES INTELIGENTES 
Um agente inteligente é uma entidade de software que detecta o próprio ambiente e depois executa algumas operações para um usuário (ou um programa), com certo grau de autonomia e, usa o conhecimento e a representação das metas ou preferências desse usuário, Turban (2003, p.422).
O agente inteligente utiliza uma base de conhecimento incorporada ou aprendida sobre uma pessoa ou um processo para tomar decisões e realizar tarefas de forma a cumprir as intenções do usuário, O´Brien (2007, p.353).
21
*
*
AGENTES INTELIGENTES 
Os agentes inteligentes podem ser utilizados para: mecanismos de busca na Internet; sites de comparação de preços; suporte para decisões e delegação de poder; atividades repetitivas de escritório; ajudar os usuários a utilizar aplicativos do Microsoft Office; melhorar a eficiência da cadeia de suprimentos; encurtar o ciclo de reposição de produtos.
22
*
*
SISTEMAS DE CONHECIMENTO
As empresas necessitam de sistemas de gestão integrada de conhecimento para lidar com os três tipos de conhecimento:
Estruturado – conhecimento explícito, documentado. Material didático de cursos, documentos da empresa, apresentações.
Semiestruturado – e-mails, mensagens de voz, vídeos, troca de ideias.
Desestruturado – conhecimento tácito, não documentado. Competências dos funcionários mais experientes.
						
						Ver a figura 3
23
*
*
SGC BASEADO NA WEB
24
text
Data
Fontes de dados ERP
Web:
-Internet
-Intranet
-Extranet
Fontes de dados CRM
Portal de conhecimento da empresa
Outros Bancos de Dados
Base de conhecimento da empresa
E-mail
Groupware
Sistemas de arquivo:
-Documentos -Apresentações
Único ponto de acesso a todos os dados corporativos
Vizualizações personalizadas de notícias e dados
Ferramentas de trabalho em conjunto
*
*
Nos sistemas de trabalhadores do conhecimento, engenheiros, cientistas, e técnicos identificam e criam novos conhecimentos a fim de melhorar os processos de negócios e tomada de decisões.As principais aplicações: 
Sistemas CAD (projeto assistido por computador) – projetos gráficos tridimensionais.
Sistemas de realidade virtual – softwares gráficos interativos que simulam em computadores cenários reais.
25
*
*
*