SIG_Material_05

Prévia do material em texto

Sistemas de Informações Gerenciais
romeumenezes@gmail.com
Abril de 2006
1. Sistemas Transacionais 
2. Sistemas Gerenciais 
3. Sistemas Executivos 
4. Sistemas Especialistas 
5. Sistemas de Apoio a Decisão
1. Sistemas Transacionais
Histórico
Em decorrência da revolução industrial e das grandes guerras mundiais, o primeiro 
grande passo para os Data Warehouses foi dado. Surgiu então, em 1946, o ENIAC, um 
grande computador construído na Universidade da Pensilvânia, movido a 18.000 válvulas 
e ocupando uma grande sala, ele conseguia executar 200 operações por segundo. 
Dez anos depois do ENIAC, foi também desenvolvido o transistor por um grupo de 
pesquisadores americanos. O transistor era capaz de executar a mesma tarefa das válvu-
las. A sua vantagem era o tamanho e a baixa potência dissipada. 
Com o transistor, surgiram computadores muito menores e com capacidade incre-
mentada. Em 1964, máquinas como o IBM System 360 já despontavam, como máquinas 
viáveis para uso empresarial. 
No final dos anos 60, os computadores tornaram-se realmente indispensáveis a 
qualquer grande organização. Rodavam somente um aplicativo de cada vez, onde esses 
aplicativos eram executados sobre arquivos mestres. As aplicações eram caracterizadas 
por relatórios e programas, geralmente em COBOL. O uso de cartões perfurados era co-
mum. Os arquivos mestres eram armazenados em arquivos de fitas magnéticas, que 
eram adequadas para o armazenamento de um grande volume de dados a baixo custo, 
mas apresentavam o inconveniente de terem que ser acessadas sequencialmente. 
Por volta de 1970, a época de uma nova tecnologia de armazenamento e acesso a 
dados, havia chegado: a introdução do armazenamento em disco, ou DASD (direct ac-
cess storage device, ou dispositivo de armazenamento de acesso direto), surgiu um novo 
tipo de software conhecido como SGBD ou sistema de gerenciamento de banco de da-
dos. Com o DASD e o SGBD surgiu a idéia de um “banco de dados”, também definido 
como uma única fonte de dados para todo o processamento. 
O banco de dados promoveu uma visão de uma organização “baseada em dados”, 
em que o computador poderia atuar como coordenador central para atividades de toda a 
empresa. Nesta visão, o banco de dados tornou-se um recurso corporativo básico. Pela 
primeira vez as pessoas não estavam vendo os computadores apenas como misteriosos 
dispositivos de previsão. Em vez disso, os computadores eram vistos como uma verda-
deira vantagem competitiva. A idéia dos sistemas de informação para os negócios 
começou a tomar forma. Em outras palavras, os computadores tornaram-se importan-
tes máquinas de negócios, aonde as empresas alcançaram mais eficiência.
Nas décadas de 70 e 80, grandes aperfeiçoamentos tecnológicos resultaram em 
novos sistemas de informação que custavam bem menos e eram bem mais poderosos. 
Com o surgimento dos bancos de dados relacionais a informatização nas Empresas já 
acontecia a passos largos: as pessoas mais influentes e poderosas tinham acesso aos 
microcomputadores e a sua facilidade de uso aumentou muito. 
 Com o processamento de transações online de alta performance, surgiram os sis-
temas de reservas aéreas em nível mundial, sistemas bancários globais e cartões de cré-
ditos internacionais.
A chegada de novas tecnologias, como os PC’s e as linguagens de 4ª geração, 
permitiu-se que o usuário final assumisse um papel mais ativo, controlando diretamente 
os sistemas e os dados, fora do domínio do clássico processamento de dados. 
Com essa evolução, as empresas começaram a perceber que poderiam analisar 
de forma otimizada seus dados, ou seja, descobriram que poderiam incrementar seus re-
cursos de Business Intelligence. Essa descoberta muda o enfoque que até então fora 
atribuído ao conjunto de informações (Sistemas). Nasce um novo conceito para a tecno-
logia da informação, aonde os sistemas informatizados passaram a pertencer a dois gru-
pos:
. Sistemas que tratam o negócio: Dão suporte ao dia a dia do negócio da empre-
sa, garantem a operação da empresa, e são chamados de SISTEMAS TRANSACIO-
NAIS; e;
. Sistemas que analisam o negócio: Sistemas que ajudam a interpretar o que 
ocorreu e a decidir sobre estratégias futuras para a empresa – compreendem os SISTE-
MAS DE SUPORTE A DECISÃO.
Com a chegada de novas ferramentas tecnológicas de análise de informação, os 
gerentes começaram a exigir dos Sistemas Transacionais respostas às suas solicitações. 
Como esses sistemas foram desenvolvidos para garantir a operação da Empresa, não 
estavam preparados para gerar e armazenar as informações estratégicas necessárias a 
um Business Intelligence eficiente. 
Em atendimento às solicitações dos gestores em relação à deficiência da análise 
de informação nos sistemas legados, surgiu no mercado os chamados Programas Extra-
tores. Esses programas extraem informações dos Sistemas Transacionais com o intuito 
de trabalhá-las em outros ambientes. Muitas vezes essas extrações ocorriam em arquivos 
intermediários, onde as informações sofriam novos tratamentos. Isso provocava uma fa-
lha na integridade das informações acarretando, muitas vezes, uma falta de credibilidade 
dos dados, uma queda da produtividade e a informação sendo publicada com valores di-
ferentes. 
Além disso, pelo fato de que os Sistemas Transacionais geravam um grande volu-
me de dados e pela diversidade dos sistemas implantados nas empresas as pesquisas 
(relatórios) realizadas eram produzidas muito lentamente. Nos tempos do Clipper e do 
Cobol fazer um relatório desse nível significava perder muitas horas sobre o computador, 
pois se fazia necessário que fossem extraídos os dados de vários sistemas, muitas vezes 
esses não conversavam entre si. 
Apesar dessas razões, é importante salientar que é possível a prática de Busi-
ness Intelligence com os sistemas operacionais da empresa, e com outras fonte de 
dados, como planilhas eletrônicas e dados em papel, mas esse procedimento implica em 
grande possibilidade de equívocos, já que esses dados são oriundos de várias fontes 
independentes, e não possuem entre si relação de integridade.
Outro fator importante que prejudicava as decisões foi a falta de registro dos fatos 
históricos nos Sistemas Transacionais, pois estes trabalhavam com uma situação instan-
tânea dos negócios. 
Para resolver este problema, começou-se a estudar uma forma de se armazenar a 
informação contida nos sistemas transacionais numa base de dados central, para que 
houvesse integração total dos dados da empresa. Além disso, era necessário manter o 
histórico das informações e fazer com que ela fosse disposta dimensionalmente, ou seja, 
o analista de negócios poderia visualizar um mesmo fato através de diversas dimensões 
diferentes. O nome dado a essa modalidade de Sistema de Apoio à Decisão foi o Data 
Warehouse, ou em português, Armazém de Dados.
Com o surgimento do DATA WAREHOUSE são necessários novos métodos de 
estruturação de dados, tanto para armazenamento quanto para a recuperação de infor-
mações. Cabe ressaltar que as perspectivas e técnicas necessárias para projetar o DATA 
WAREHOUSE são profundamente diferente dos SISTEMAS TRANSACIONAIS. Os 
usuários, o conteúdo dos dados, a estrutura dos dados, o hardware e o software, a admi-
nistração , o gerenciamento dos sistemas, o ritmo diário, as solicitações, as respostas e o 
volume de informações são diferentes. 
Entender essa tecnologia com certeza ajudará os empresários a descobrir novas 
tendências e caminhos para competir numa economia globalizada, onde a 
concorrência é acirrada, trazendo melhores produtos ou serviços para o mercado 
com maior rapidez sem aumento dos custos.
Nos projetos de sistemas tipicamente transacionaishá uma organização norteada 
por aplicações funcionais. Num hospital, por exemplo, temos os sistemas de 
admissão de pacientes (internação), o sistema de faturamento, o sistema de 
controle de estoque, controle de infecção hospitalar, entre muitos outros. Estes 
sistemas estão organizados pela função desempenhada por cada setor a fim de 
suprir as necessidades de controle das informações do dia a dia da entidade.
O processo INICIAL de informatização de qualquer organização é baseado 
fundamentalmente no desenvolvimento e na implantação de SI transacionais 
(também chamados de operacionais). Esses SI são também identificados pela ex-
pressão "Electronic Data Processing" (EDPs), e eles são necessários para o con-
trole operacional das organizações [TOM 91]. 
No modelo da evolução da informática nas organizações proposto por Ri-
chard Nolan, SI transacionais se enquadram nos estágios de iniciação e contá-
gio. São sistemas operacionais, não integrados, atendem em geral à área admi-
nistrativo-financeira, controlam, na maioria das vezes, o fluxo de informações fi-
nanceiras, e os usuários finais esboçam uma certa resistência a utilizá-los. 
Os sistemas de folha de pagamento, contabilidade, controle de estoques, 
contas a pagar e a receber, faturamento, etc., são exemplos de SI transacionais.
As principais funções e características desses sistemas são: 
• Coletar (via digitação) os dados existentes nos documentos ope-
racionais das organizações, validando-os; 
• Armazenar esses dados em meio magnético; 
• Ordenar ou indexar esses dados, de modo a facilitar o acesso a 
eles; 
• Permitir consultas, on-line ou em batch, aos dados, detalhados 
ou agregados, que permitam retratar diferentes aspectos das 
operações; 
• Gerar relatórios que possam ser distribuídos a outras pessoas 
que não os usuários diretos dos SI. 
Muito embora esses sistemas só controlem o fluxo de informações operaci-
onais, eles também disponibilizam informações para a tomada de decisão. Um ex-
emplo disso pode ser um sistema de controle de estoques que fornece informa-
ções sobre a movimentação do estoque para o departamento de compras. Este 
departamento poderá, através dessas informações, tomar decisões sobre quais 
produtos deverão ser comprados e em que quantidade. Um EDP pode, portanto, 
fornecer informações para apoio à decisão. Isso, porém, não o torna, apenas em 
decorrência desse fato, um SAD.
Sistemas Transacionais Replicados
As transações permitem o acesso concorrente a informações compartilha-
das e distribuídas, sem prejuízo da integridade destas informações. Para manter 
os sistemas transacionais disponíveis, mesmo em caso de falha, utiliza-se a repli-
cação de objetos (ou dados). Têm-se estudado o impacto dos serviços de comuni-
cação de grupo (multicast) na implementação de sistemas transacionais sobre in-
formações replicadas. 
Sistemas Transacionais Móveis
Os ambientes móveis requerem a replicação de dados devido à baixa dis-
ponibilidade de enlaces de comunicação entre os dispositivos móveis e os servi-
dores de bancos de dados. Têm-se estudado e definido protocolos de controle da 
replicação baseados em níveis baixos de isolamento de transações, que sejam 
adequados às aplicações transacionais móveis.
2. Sistemas Gerenciais
Definição de Sistemas de Informação Gerenciais
É o processo de transformação de dados em informações. E, quando esse 
processo está voltado para a geração de informações que são necessárias e utilizadas no 
processo decisório da empresa, diz-se que esse é um sistema de informações gerenciais.
• Há uma grande interligação do SIGs com o processo decisório.
• É necessário um SIG eficiente para um processo adequado de decisões.
• A forma de apresentação da informação pode afetar sua utilização.
• A informática é uma inovação tecnológica que permite o armazenamento e 
tratamento da informação.
• As empresas têm tratado a informação como um recurso vital. Ela afeta e 
influencia a produtividade, a lucratividade e as decisões estratégicas.
A importância do estudo de sistemas de informação gerencial
 São diversas as razões que nos levam a estudar sobre Sistemas de Informação 
Gerencial (SIG), principalmente no que tange as mudanças quanto ao papel dos SIG nas 
empresas, a natureza da tecnologia da informação, o caráter das aplicações e à 
necessidade de planejar a arquitetura de informação da empresa. 
 Com relação a mudança do papel dos SIG nas empresas, existe uma crescente 
interdependência entre estratégia, regras e procedimentos empresariais de um lado, SIG 
(software, hardware, data) e telecomunicações de outro, afetando produtos, mercados, 
fornecedores e clientes. O SIG atualmente representa a competência nuclear da empresa 
(core competence), desempenhando um papel estratégico para a mesma.
 Já quanto a mudança na natureza da tecnologia da informação, com o 
crescente poder e declínio de custos da tecnologia da informação, os usuários agora 
podem definir suas próprias aplicações e sistemas simples de informações sem a ajuda 
de programadores profissionais.
 E com a mudança no caráter das aplicações, os novos tipos de aplicações 
requerem direta e próxima interação entre pessoal de suporte técnico, gestores que 
usarão o sistema e o nível executivo da empresa.
 E finalmente com relação a necessidade de planejar a arquitetura de informação 
da empresa, deve-se evitar ilhas de tecnologia e encontrar soluções organizacionais 
dentro da teoria de sistemas.
Importância dos Sistemas De Informações para as Empresas.
Os sistemas de informações gerenciais podem trazer os seguintes benefícios para 
as empresas:
• Redução de custos nas operações;
• Melhoria no acesso às informações, propiciando relatórios mais precisos e 
rápidos, com menor esforço;
• Melhoria na produtividade;
• Melhorias nos serviços realizados e oferecidos;
• Melhoria na tomada de decisões, por meio do fornecimento deinformações mais 
rápidas e precisas;
• Estímulo de maior interação entre os tomadores de decisão;
• Fornecimento de melhores projeções dos efeitos das decisões;
• Melhoria na estrutura organizacional, para facilitar o fluxo de informações;
• Redução do grau de centralização de decisões na empresa;
• Melhoria na adaptação da empresa para enfrentar os acontecimentos não 
previstos.
Alguns aspectos que podem fortalecer o sistema de informações gerenciais nas 
empresas
Vantagens básicas do sistema de informações gerenciais.
• Envolvimento com o SIG. É um instrumento básico de apoio à otimização dos 
resultados.
• Exige competência intrínseca às pessoas que irão utiliza-lo.
• A atenção específica ao fator humano da empresa.
• A habilidade para identificar a necessidade de informações.
• A habilidade para tomarem decisões com informações.
• O apoio global dos vários planejamentos da empresa.
• O conhecimento e a confiança no sistema de informações gerenciais.
• A existência de dados e informações relevantes e atualizados.
• A adequada relação custo versus benefício.
Desafio gerencial e estratégico dos sistemas de informação
 Os Sistemas de Informação nas empresas requerem estudos quanto a sua 
importância na abordagem gerencial e estratégica dos mesmos, juntamente com a 
análise do papel estratégico da informação e dos sistemas na empresa (KROENKE, 
1992; LAUNDON, 1999). Estes estudos e análises orientam o novo paradigma 
organizacional das empresas com os seus respectivos desafios e impactos dos sistemas 
e da Tecnologia da Informação nas organizações.
 
 
O novo paradigma organizacional
 O trabalho de uma empresa dependede uma forma crescente do que os sistemas 
de informação são capazes de fazer. O aumento da participação no mercado, a redução 
de custos de produção, o desenvolvimento de novos produtos e/ou orçamento da 
produtividade do empregado, depende mais e mais dos tipos e qualidade dos sistemas de 
informação na empresa. Os sistemas de informação devem apresentar uma resposta 
e/ou atendimento aos interesses da gestão e ao processo decisório também.
 As grandes empresas estão gastando mais dinheiro do que nunca na 
obtenção de informações, mas muito dinheiro é perdido na construção de ineficientes 
centros informacionais baseados em bancos de dados não apropriados ou carregados de 
informações não relevantes. A diferença entre sucesso e fracasso não é mais dada pelo 
que a empresa gasta com pesquisa e desenvolvimento, mas como ela define o caminho a 
ser seguido.
 A implementação de uma inovação pode criar mudanças no comportamento, 
mudanças na estrutura da empresa, nos sistemas gerenciais, técnicas e no domínio de 
processos adotados pela empresa. Mas a reação das empresas aos desafios e 
obstáculos tem se mostrado das mais variadas: algumas se antecipando a mudança, 
outras se fechando. 
 Contudo, a realidade atual para muitas empresas é outra, onde a maior barreira na 
busca de uma forma de empresa competitiva é justamente o fluxo da informação, este 
recurso considerado estratégico. Uma das maiores dificuldade está no processo de 
comunicação entre os níveis hierárquicos empresarias, onde o nível de entendimento dos 
problemas acaba sendo pequeno. A solução para o entendimento deste problema, entre 
outras coisas, está no aumento da comunicação interna e externa, para eliminar 
barreiras ao fluxo de idéias, à informação sobre problemas e à propostas de melhoria 
para a empresa. 
 Dentro da nova era da informação, a empresa deve apresentar-se como uma 
estrutura em rede que transcende os limites tradicionais do que hoje conhecemos como a 
“empresa”, fundamentada na informação e no conhecimento, onde o conhecimento se 
tornará o verdadeiro “capital” e a ênfase na realização das atividades se deslocará para o 
“trabalhador intelectual”.
 O uso do conhecimento, a globalização da economia, aliada à grande 
fragmentação de mercados e a tecnologia da informação associada a infra-estrutura dos 
meios de comunicação, com certeza são os fatores determinantes para o surgimento 
desta nova empresa.
 A fim de obter um diferencial competitivo a partir do processo acelerado de 
acúmulo do conhecimento humano, as empresas devem:
• Automatizar as rotinas físicas e intelectuais, liberando as pessoas para outras 
atividades essenciais;
• Motivar as pessoas a assumirem atividades que requeiram criatividade, pesquisa 
e capacidade de análise;
• Desenvolver autocapacitação nas empresas, ou seja, a capacidade de aprender 
e melhorar através dela mesma (learning organization).
 
As empresas devem evoluir da chamada empresa tradicional para a empresa 
baseada na informação, onde o compartilhamento das informações e o trabalho 
cooperativo são os principais focos da estratégia de gestão.
 
As implicações para as empresas são grandes, sejam elas produtivas ou não. E alguns 
desafios previstos são as necessidades de:
• Processos de tomada de decisão mais freqüentes e mais rápidos;
• Inovação organizacional mais freqüente e mais rápida;
• Formas contínuas de aquisição de informação pelas empresas;
• Aquisição e distribuição da informação sejam mais rápidas e diretas. 
 
Uma das dimensões mais exploradas pela tecnologia da informação tem sido a 
adição de valor, através da TI, nos produtos e serviços, elevando significativamente o 
nível de serviços aos clientes. Adicionalmente, a tecnologia de comunicação de dados, de 
interconectividade de recursos e de grandes bases de dados está permitindo uma troca e 
acesso a informações nunca antes vistos. Como estas tecnologias estão em constante 
evolução, espera-se que a distribuição de conhecimento seja ainda mais acentuada.
 
A informação como recurso estratégico
 O desafio gerencial central é como usar a tecnologia da informação para projetar e 
questionar empresas competitivas e eficientes. Os Sistemas de Informação se tornaram 
tão vitais para o gerenciamento, organização e operação das empresas, principalmente 
de grande porte, tornando-se extremamente importantes.
 O enorme salto tecnológico ocorrido na última década transformou, de maneira 
decisiva, a execução do trabalho. Cada vez mais as empresas passam a ver na 
informação o principal recurso estratégico.
 O propósito básico da informação é o de habilitar a empresa a alcançar seus 
objetivos pelo uso eficiente dos recursos disponíveis, nos quais se inserem pessoas, 
materiais, equipamentos, tecnologia, dinheiro, além da própria informação (OLIVEIRA, 
1998).
 
Informação, competitividade e estratégia
Estes conceitos estão integrados entre si e são complementados pelos conceitos 
de flexibilidade, dinamismo e eficiência.
 
• Informação e competitividade
 A informação desempenha papéis importantes tanto na definição quanto na 
execução de uma estratégia. Isso se dá em relação ao aperfeiçoamento da definição de 
estratégias competitivas, à capacidade de executar estas estratégias ou à habilidade 
necessária para garantir que estratégias e execução permaneçam sincronizadas entre si 
e com o ambiente competitivo.
 
• Informação e flexibilidade
A informação é essencial para a criação de uma organização flexível na qual 
existe um constante aprendizado. De posse das informações necessárias e atualizadas, 
a empresa pode implementar imediatamente a realização estratégica de seus objetivos e 
reconhecer, com maior facilidade, a necessidade de modificá-los quando esses objetivos 
se tornarem ineficazes (McGEE & PRUSAK, 1998).
 
• Informação e dinamismo
 As organizações estão modificando-se profundamente, invertendo suas pirâmides 
organizacionais, criando unidades de negócios autônomas, descentralizando decisões, 
constituindo parcerias. A garantia de sua integração e da manutenção de parâmetros 
comuns de atuação é dada pela informação, que flui entre suas várias partes. Os 
sistemas de informação funcionam como o esqueleto de sustentação da organização. 
 
• Informação, eficiência e eficácia
 A eficiência, em relação ao sistema organizacional diz respeito a resultados 
decorrentes de uma atividade qualquer, ou seja, trata-se da escolha certa para 
determinado problema ou decisão. 
 
A eficácia de uma empresa pode ser definida pela relação entre resultados obtidos e 
resultados pretendidos. Para que uma empresa possa adotar políticas estratégicas 
eficazes, é necessário que estas sejam baseadas em informação, que passa a ser a 
principal matéria prima de qualquer organização (BIO, 1993). A informação certa, 
comunicada a pessoas certas é de importância capital para a empresa.
 
Sistema de informação gerencial (SIG) estratégico
 
Diante de todas as exposições relatadas, pode-se conceituar então SIG 
estratégicos aqueles que mudam os objetivos, produtos, serviços ou relações ambientais 
de uma empresa. 
 Os sistemas que têm este efeito sobre uma organização literalmente mudam a 
maneira pela qual a empresa faz negócios. Neste nível, a tecnologia da informação leva a 
organização a novos padrões de comportamento, ao invés de simplesmente dar suporte e 
sustentação a estrutura existente, aos produtos existentes e/ou aos procedimentos de 
negócios existentes.
 Durante a última década, a relevânciada tecnologia da informação tem crescido 
bastante, adquirindo uma importância estratégica, tornando-se uma ferramenta 
fundamental para a alavancagem dos negócios. A Tecnologia da Informação tem sido 
considerada um dos maiores fatores responsáveis pelo sucesso das empresas, seja para 
a sobrevivência ou para a obtenção de maior competitividade nas respectivas indústrias. 
Novos tipos de negócios e papéis profissionais têm surgido, com base nestas redes 
eletrônicas de comunicações.
 
SIGs usados para obter vantagem competitivas
 Vantagens competitivas podem ser obtidas através do suporte da tecnologia e 
sistemas de informação, de modo a ampliar a capacidade de uma organização em lidar 
com clientes, fornecedores, produtos e serviços substitutos, e novos competidores no 
mercado. A análise pode ser feita baseada no modelo das forças competitivas de Porter 
(PORTER, 1992). 
 A organização faz face a diversas ameaças e oportunidades: novos entrantes no 
mercado, a pressão de produtos e serviços novos ou substitutos, o poder de barganha 
dos clientes e fornecedores e o posicionamento de seus competidores tradicionais.
 
Uma empresa diferencia-se da concorrência se puder ser singular em alguma 
coisa valiosa para os compradores além de oferecer simplesmente um preço-baixo. Esta 
diferenciação permite a uma empresa pedir um preço-prêmio. Para que isto aconteça, 
torna-se necessário a sinalização de valor, ou seja, levar os consumidores a serem 
capazes de discernir sobre as diferenças entre os serviços prestados pela empresa em 
relação aos seus competidores. Ignorando os critérios de sinalização, uma empresa 
poderá ficar à mercê do ataque de um concorrente com valor inferior mas que 
compreende melhor o processo de compra do cliente
 Assim, os Sistemas de Informação se tornaram vitais e extremamente importantes 
para o gerenciamento, organização e operação das empresas . Dentro deste cenário, o 
propósito básico da informação é o de habilitar a empresa a alcançar seus objetivos pelo 
uso eficiente dos recursos disponíveis.
 As vantagens competitivas podem ser obtidas através do suporte da tecnologia da 
informação de modo a ampliar a capacidade da organização em lidar com seu meio 
ambiente interno e externo. Contudo, esta vantagem competitiva não é facilmente 
sustentável pois por um lado as condições do mercado podem mudar e por outro lado, 
aumenta a dependência da organização em relação a tecnologia, com implicações muito 
fortes sobre a produtividade desta organização. 
3. Sistemas Executivos
Figura 9: Sistemas de Informação para Executivos
São utilizados pelos executivos seniores para obter informações globais da 
organização. Apresentam os dados de maneira muito agregada, sendo porém 
possível detalhar os dados ("drill-down"). => Visão estratégica 
Características: 
• Gráficos 
• Interface intuitiva 
• Integram várias fontes de dados 
• Com contextos (séries históricas, comparações, etc). 
•
É essencial que as informações sejam atualizadas. 
Questões (de um reitor de uma universidade): 
• Qual é o departamento com maior relação entre número de alunos e núme-
ro professsores? 
• Qual o departamento que mais cresceu nos últimos 3 anos? 
• Comparação dos dados da PUC com outras universidades católicas. 
Aplicativos: 
• Commander 
• LightChip 
• Pilot 
Se uma oportunidade de negócio aparece no EIS, outros sistemas serão ne-
cessários para analisar a situação e determinar as possíveis ações. 
Futuro 
• Integração de EIS + SIG + Fontes externas de dados 
• Bancos de dados multi-dimensionais: duplicação planejada de dados 
• Inteligência na recuperação de informações. 
• Datamining ( Mineração ou garimpagem de dados) 
• Inteligência de Negócios (competitiva, estratégica, empresarial) Processo 
estruturado e sistemático de disseminar, para executivos de uma empresa, 
informações de ambientes externos, que podem representar ameaças e no-
vas oportunidades. 
• Banco de dados OO, Multimidia 
Inteligência artificial e data mining
 Podem plenamente ser aplicada como tecnologia de funcionamento dos 
Sistemas de Informação Executivos, através de seus recursos tais como, os 
sistemas especialistas, data mining e demais ferramentas e algoritmos.
 O termo Inteligência Artificial pode ser generalizado como a 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.
 A filosofia da Inteligência Artificial (IA) sempre foi o estudo das áreas do 
conhecimento que eram tão pouco compreendidas, tornando-se o estudo de como 
fazer os computadores realizarem coisas que no momento, as pessoas fazem 
melhor. Inicialmente ela estava focalizada em tarefas formais, tais como jogos, 
demonstrações de teoremas e raciocínios do senso comum. Posteriormente ela 
foi utilizada com uma maior manipulação de conhecimentos, com algoritmos de 
percepção (visão e fala), compreensão da linguagem natural e a solução de 
problemas em domínios especializados, como diagnósticos médico e análise 
química. Atualmente a IA está sendo também utilizada em projetos na área de 
engenharia, descobertas científicas, planejamento financeiro, mineração e análise 
de dados para a geração de informações empresariais, sejam em Sistemas 
Especialistas ou Sistemas de Informação Executivos (RICH, 1993).
 O objetivo no desenvolvimento contemporâneo de sistemas de IA não é 
substituir completamente a tomada de decisões humana, e sim reaplicá-la em 
certos tipos de problemas bem definidos. Assim como em outros Sistemas de 
Informação, o propósito maior das aplicações da IA nas empresas é auxiliar as 
mesmas a alcançar as suas metas. A IA envolve o conceito de explorar um 
comportamento inteligente que possui características definidas como aprender 
com a experiência, aplicar o conhecimento adquirido da experiência, tratar 
situações complexas, resolver problemas quando faltam informações importantes, 
determinar o que é importante, ter capacidade de raciocinar e pensar, reagir 
rápida e corretamente a novas situações, compreender imagens visuais, 
processar e manipular símbolos, ser criativo e imaginativo e utilizar da heurística 
(normas práticas advindas da experiência. Este vasto campo possui diversos 
componentes importantes, como sistemas especialistas, robótica, sistemas de 
visão de imagens, processamento de linguagem natural, sistemas de 
aprendizagem, lógica difusa, redes neurais, algoritmos genéticos e agentes 
inteligentes (STAIR, 1998; LAUDON, 1999).
 A Inteligência Artificial trabalha com o conhecimento, que é um conceito 
que vai além da informação. O conhecimento pode ser definido como um conjunto 
de ferramentas e tecnologias (materiais e humanas) capazes de criar, buscar, 
guardar e compartilhar informações específicas.
 
Data mining
 O grande volume de dados disponíveis cresce a cada dia e desafia a 
nossa capacidade de armazenamento, seleção e uso. Esta tecnologia com suas 
ferramentas permitem a "mineração" destes dados a fim de gerar um real valor do 
dado transformando-o em informação e conhecimento.
 
Esta tecnologia é formada por um conjunto de ferramentas que através do 
uso de algoritmos de aprendizado ou baseados em redes neurais e estatística, 
são capazes de explorar um grande conjunto de dados, extraindo destes 
conhecimento na forma de hipóteses e de regras. Diariamente as empresas 
acumulam diversosdados em seus bancos de dados, tornando-os verdadeiros 
tesouros de informação sobre os vários processos e procedimentos das funções 
da empresa, inclusive com dados e hábitos de seus clientes, suas histórias de 
sucesso e fracassos. Todos estes dados podem contribuir com a empresa, 
sugerindo tendências e particularidades pertinentes a ela e seu meio ambiente 
interno e externo, visando uma rápida ação de seus gestores (FELDENS, 1999).
 
Com a geração de informações e conhecimentos úteis para as empresas, 
os seus negócios podem dar mais lucratividade para as mesmas. Os recursos da 
Tecnologia da Informação, mais precisamente a capacidade do hardware e 
software disponíveis podem efetuar atividades em horas o que tradicionalmente 
as pessoas levariam meses. Efetivamente o DM cumpre o papel de descoberta de 
conhecimentos (CARVALHO, 1999).
 
Os sistemas tradicionais de processamento de transações on-line (OLTP) 
das empresas são ferramentas capazes de manipular dados de forma rápida, 
segura e efetiva em bancos de dados, mas que apresentam restrições para gerar 
informações com análises significativas. Estas restrições são melhores 
trabalhadas quando as empresas se utilizam da tecnologia de DM aliada à outras 
tecnologias, tais como, Knowledge Discovery in Databases (KDD), Database 
Marketing e Inteligência de Negócios (business intelligence).
 A tecnologia Data Mining e seus recursos pode ser aplicada no 
funcionamento dos modelos de Sistemas de Informação Executivos, 
principalmente nos Sistemas de Informação para Gestão (SIG) e Estratégicos 
(SIE). 
 
4. Sistemas Especialistas
1.1 Conceitos 
Sistema - "Conjunto de elementos, materiais ou idéias, entre os quais se 
possa encontrar ou definir alguma relação".
Especialista - "Pessoa que se consagra com particular interesse e cuidado a 
certo estudo. Conhecedor, perito".
Sistemas Especialistas são sistemas que solucionam problemas que são 
resolvíveis apenas por pessoas especialistas (que acumularam conhecimento 
exigido) na resolução destes problemas.
Um Sistema de Inteligência Artificial criado para resolver problemas em um 
determinado domínio (área de interesse específico para as quais podemos 
desenhar um sistema de IA) cujo conhecimento utilizado é fornecido por pessoas 
que são especialistas naquele domínio, é denominado Sistema Especialista.
Programas de computador que tentam resolver problemas que os seres 
humanos resolveriam emulando o raciocínio de um especialista, aplicando 
conhecimentos específicos e inferências são ditos Sistemas Especialistas. 
Sistema Convencional é baseado em um algoritmo, emite um resultado final 
correto e processa um volume de dados de maneira repetitiva enquanto que um 
Sistema Especialista é baseado em uma busca heurística e trabalha com 
problemas para os quais não existe uma solução convencional organizada de 
forma algoritmica disponível ou é muito demorada.
1.2 Fundamentação
Um Sistema Especialista é aquele que é projetado e desenvolvido para 
atender a uma aplicação determinada e limitada do conhecimento humano. É 
capaz de emitir uma decisão, apoiado em conhecimento justificado, a partir de 
uma base de informações, tal qual um especialista de determinada área do 
conhecimento humano.
Para tomar uma decisão sobre um determinado assunto, um especialista o faz 
a partir de fatos que encontra e de hipóteses que formula, buscando em sua 
memória um conhecimento prévio armazenado durante anos, no período de sua 
formação e no decorrer de sua vida profissional, sobre esses fatos e hipóteses. E 
o faz de acordo com a sua experiência, isto é, com o seu conhecimento 
acumulado sobre o assunto e, com esses fato e hipóteses, emite a decisão.
Durante o processo de raciocínio, vai verificando qual a importância dos fatos 
que encontra comparando-os com as informações já contidas no seu 
conhecimento acumulado sobre esses fatos e hipóteses. Neste processo, vai 
formulando novas hipóteses e verificando novos fatos; e esses novos fatos vão 
influenciar no processo de raciocínio. Este raciocínio é sempre baseado no 
conhecimento prévio acumulado. 
Um especialista com esse processo de raciocínio pode não chegar a uma 
decisão se os fatos de que dispõe para aplicar o seu conhecimento prévio não 
forem suficientes. Pode, por este motivo, inclusive chegar a uma conclusão 
errada; mas este erro é justificado em função dos fatos que encontrou e do seu 
conhecimento acumulado previamente.
Um Sistema Especialista deve, além de inferir conclusões, ter capacidade de 
aprender novos conhecimentos e, desse modo, melhorar o seu desempenho de 
raciocínio, e a qualidade de suas decisões.
Quando os Sistemas Especialistas São Utilizados
De um modo geral, sempre que um problema não pode ser algoritmizado, ou 
sua solução conduza a um processamento muito demorado, os Sistemas 
Especilistas podem ser uma saída, pois possuem o seu mecanismo apoiado em 
processos heurísticos.
Preservar e transmitir o conhecimento de um especialista humano em uma 
determinada área.
Um Sistema Especialista não é influenciado por elementos externos a ele, 
como ocorre com o especialista humano, para as mesmas condições deverá 
fornecer sempre o mesmo conjunto de decisões.
Exemplos de Sistemas Especialistas Aplicados a Medicina.
A Base de Conhecimento dos Sistemas Especialistas
Para solucionar problemas os Sistemas Especialistas precisam acessar uma 
grande base de conhecimento do domínio da aplicação, portanto o sucesso de um 
Sistema Especialista depende enormemente da forma de como o conhecimento é 
representado e dos mecanismos para a exploração deste conhecimento.
Um Sistema Especialista é basicamente formado por três componentes:
• "Base de dados": base de conhecimento - descreve a situação corrente e a 
meta; 
• "Conjunto de operadores": mecanismos para exploração - unidades que 
operam sobre a base de dados; 
• "Estratégia de controle": Raciocínio Para Frente (bottom-up) - aplicação de 
operadores sobre as estruturas na base de dados que descreve a situação do 
domínio de uma tarefa para produzir uma situação modificada, e Raciocínio 
Para Trás (top-down) - aplicação de operadores sobre as metas para reduzí-
las às submetas. A combinação dos dois raciocínios também é possível. 
Uma importante técnica de IA envolvendo botton-up e top-down é chamada de 
Análise Siginificado-Final (means-end), que faz a comparação da situação de 
domínio da tarefa corrente com a meta corrente para extrair a diferença entre elas. 
A diferença é então usada para indexar o operador mais relevante a fim de reduzir 
a diferença. Caso estes especialmente relevantes operadores não puderem ser 
aplicados para o presente estado do problema, submetas são aplicadas para 
alterar o estado até que um operador relevante possa ser aplicado. Depois que 
estas submetas são solucionadas, o operador relevante é aplicado produzindo 
resultado, a situação modificada vem a ser um novo ponto inicial para solucionar a 
meta original.
A Eficácia dos Sistemas Especialistas
Para que um Sistema Especialista seja eficaz, as pessoas têm de ser capazes 
de interagir com ele facilmente. Para facilitar esta interação os sistemas devem 
ser capazes de:
• "Explicar seu raciocínio". Conseqüentemente o processo de raciocínio deve 
proceder em etapas compreensíveis em que o metaconhecimento suficiente 
(conhecimento sobre o processo de raciocínio) esteja disponível para que as 
explicações dessas etapas possam ser geradas;• "Adquirir conhecimento novo e modificar o conhecimento antigo". Como o 
conhecimento pode ser aumentado e/ou alterado, torna-se importante então 
separar a base de conhecimento do conjunto de operadores do sistema. 
Principais Benefícios da Utilização dos Sistemas Especialistas
• Velocidade na determinação dos problemas; 
• A decisão está fundamentada em uma base de conhecimento; 
• Segurança; 
• Exige pequeno número de pessoas para interagir com o sistema; 
• Estabilidade; 
• Dependência decrescente de pessoal específico; 
• Flexibilidade; 
• Integração de ferramentas; 
• Evita interpretação humana de regras operacionais. 
Exemplos clássicos de sistemas especialistas são
• MYCIN - para diagnosticar doenças infecciosas; 
• PROSPECTOR - informações geológicas; 
• LOGIC THEORIST - provador de teoremas. 
Sistemas Especialistas em microcomputadores
• Diversas ferramentas do tipo "shell", tais como EXPERT-EASE, M-1, INSIGHT, 
ARBORIST, EXSYS, ES/P, PERSONAL CONSULTANT, GURU, NEXPERT, e 
outras de 16 e 32 bits permitem o desenvolvimento de Sistemas Especialistas 
em microcomputadores; 
• Podemos utilizar ao invés de "shells" demais linguagens de programação 
como: BASIC, FORTRAN, ALGOL, PASCAL, FORTH entre outras. Algumas 
linguagens de programação que foram desenvolvidas especificamente para 
facilitar o desenvolvimento de aplicações de IA como LISP, PROLOG e LOGO 
são mais utilizadas. 
Busca
Proporciona um meio de solucionar problemas para os quais não há disponível 
uma abordagem mais direta, nem uma estrutura na qual qualquer técnica direta 
disponível possa ser inserida.
Componentes dos sistemas de busca
• A Base de Dados: Consiste de estruturas de dados incluindo cadeias, listas, 
conjuntos de expressões de cálculos de predicados, redes semânticas; 
• Na prova de teoremas as tarefas de domínio corrente consistem de 
declarações representando axiomas, lemas e teoremas já provados, a meta e 
uma declaração representando o teorema a ser provado; 
• Aplicações que Information -retrival , a corrente situação consiste de um 
conjunto de fatos, e a meta é a consulta a ser respondida; 
• Soluções de problemas em robôs: a situação corrente é um modelo de mundo 
consistindo de declarações descrevendo o ambiente ao redor do robô, e a 
meta é a descrição que é feita verdadeira por uma sequência de ações do 
robô; 
• Conjunto de operadores: Regras de inferência, regras para movimentação em 
um determinado jogo, Integração simbólica que são regras para simplificar as 
formas e são integradas. Algumas vezes o conjunto de operadores consistem 
de pequenas e várias regras de inferência que geram novas declarações a 
partir das existentes.
Problemas Enfrentados pelos Sistemas Especialistas Atuais
• Fragilidade- Como os Sistemas Especialistas somente têm acesso a 
conhecimento altamente específicos do seu domínio não possuem 
conhecimentos mais genéricos quando a necessidade surge; 
• Falta de metaconhecimento - Geralmente não possuem conhecimentos 
sofisticados sobre sua própria operação, portanto não conseguem raciocinar 
sobre seu próprio escopo e restrições. A aquisição do conhecimento continua 
sendo um dos maiores obstáculos a aplicação de tecnologia dos Sistemas 
Especialistas a novos domínios. 
• Validação- A medição do desempemho de Sistemas Especialistas é muito 
difícil poque não sabemos quantificar o uso de conhecimento. 
Elementos de Sistemas Especialistas
Os sistemas especialistas empregam informações nem sempre 
completas manipulando-as através de métodos de raciocínio simbólico sem 
seguir modelos numéricos, para produzir aproximações satisfatórias ou 
aproximações úteis. Sendo assim, quanto mais completa e corretamente 
estiver representado o conhecimento, melhor será a saída do sistema. Para 
tanto faz necessário a aquisição de conhecimento, uso de heurísticas, de 
métodos de representação de conhecimento e de máquinas de inferência. 
Existem várias arquiteturas de sistemas especialistas sendo usadas. 
Dentre elas a mais simples de compreender e a mais difundida compõem-
se de 3 elementos básicos. 
A constituição básica de um sistema especialista apresenta os 
seguintes elementos: 
• Base de conhecimento 
• Quadro negro 
• Mecanismo de inferência 
Elementos de um Sistema Especialista
Figura 1. Elementos básicos de um sistema especialista.
Base de conhecimento
Base de conhecimento é um elemento permanente, mas específico de 
um sistema especialista. É onde estão armazenadas as informações de um 
sistemas especialista, ou seja os fatos e as regras. As informações 
armazenadas de um determinado domínio fazem do sistema um 
especialista neste domínio. 
Quadro-Negro
A comunicação das informações entre os sistemas especialistas é feita 
por um mecanismo chamado quadro-negro.O quadro-negro é um lugar 
dentro da memória do computador no qual as informações armazenadas 
em um sistema especialista são "afixadas" para que qualquer outro sistema 
especialista possa usá-lo se precisar das informações lá contidas para 
alcançar seus objetivos. 
O quadro-negro é uma estrutura que contém informações que podem 
ser examinadas por sistemas especialistas cooperativos. O que esse 
sistemas fazem com essas informações depende da aplicação. Você nunca 
entrou em uma sala de aula e viu um aviso no quadro-negro dizendo que 
aquela turma mudou de sala? Esse aviso poderia ter sido escrito pela 
secretária da escola que foi informada de que o professor estaria ausente 
naquele dia; por isso surgiu a necessidade de combinar turmas similares 
com um só professor. A secretária estava atenta a essa situação e reagiu 
de acordo. O conceito do quadro-negro para afixar, modificar e observar 
mudanças é muito importante para os sistemas cooperativos.
Ainda assim, quadro-negro, rascunho ou memória de trabalho tem sua 
vida útil durante o curso de uma consulta e está vinculada a uma consulta 
concreta. É uma área de memória usada para fazer avaliações das regras 
que são recuperadas da base de conhecimento para se chegar a uma 
solução. As informações são gravadas e apagadas em um processo de 
inferência até se chegar a solução desejada. 
Mecanismo de Inferência
Mecanismo de inferência ou motor de inferência é um elemento 
permanente, que pode ser inclusive ser reutilizado por vários sistemas 
especialistas. É a parte responsável pela busca das regras da base de 
conhecimento para serem avaliadas, direcionando o processo de 
inferência. O conhecimento deve estar preparado para uma boa 
interpretação e os objetos devem estar em uma determinada ordem 
representados por uma árvore de contexto. Basicamente o mecanismo de 
inferência é dividido em tarefas que são: Selecionar e buscar Avaliar 
Procurar Resumindo as tarefas acima, podemos dizer que as regras 
necessárias para se chegar a uma meta devem ser buscadas na base de 
conhecimento. Essas regras serão colocadas no quadro negro, sendo que 
as regras já existentes só serão avaliadas depois das mais recentes. A 
ordem de avaliação no quadro negro obedece a uma estrutura do tipo pilha 
com o objetivo de atingir a meta mais recente. A regra continuará sendo 
avaliada enquanto as condições da premissa forem verdadeiras, caso 
contrário a regra será eliminada, a meta estabelecida desempilhada e uma 
nova regra será carregada. Quando um valor de um parâmetro em um 
determinado contexto não é conhecido e não se encontra nas estruturas de 
pilha, deve-se então procurar novasinformações na base de conhecimento, 
provocar a busca de novas regras ou perguntar diretamente ao usuário. 
Considere o seguinte exemplo:
1. Os pais de Jim são João e Maria.
2. Os pais de Jane são João e Maria.
O objetivo é determinar o parentesco entre Jim e Jane. Existe um 
mecanismo chamado poda que se concentra em uma regra guardada em 
segurança no cérebro, que acaba com o mistério instantaneamente: SE um 
pessoa do sexo masculino e uma pessoa do sexo feminino têm os mesmos 
pais, ENTÃO eles são irmãos.
Alcançamos nosso objetivo inferindo a resposta da pergunta sobre o 
parentesco entre Jim e Jane da regra que já havíamos aprendido 
anteriormente. E no processo de alcançar o objetivo, um novo fato é 
deduzido: Jim e Jane são irmãos. A parte da inteligência que nos ajudou a 
chegar a esse novo fato é chamada de mecanismo de inferência. Ele é 
central em nossa habilidade de aprender com a experiência porque nos 
permite gerar novos fatos a partir dos já existentes aplicando o 
conhecimento adquirido em novas situações. O mecanismo de inferência 
também ajuda a detectar erros em nossos pensamentos e nos permite 
modificar e aprimorar as regras que usamos para alcançar nossos 
objetivos.
Processo de Aprendizagem dos Sistemas Especilistas
A aprendizagem comum se dá de diversas formas:
• Análise estatística de dados (heurística);
• Tentativa e erro (experiências);
• Leituras, palestras, etc;
• Troca de experiências com outras pessoas.
Fundamentalmente, verifica-se que o aprendizado vem do processo de 
experiência, e de seus resultados experimentais.
A capacidade de aprender, no ser humano, é o resultado de um conjunto de 
habilidades: capacidade de generalizar, de induzir, de fazer analogias e de 
receber instrução. 
Os Sistemas Especialistas devem ser capazes de aprender e fazer crescer o 
seu conhecimento básico sobre o assunto. Esta capacidade de aprender recebe o 
nome técnico de protopeiria.
O usual é existir um engenheiro de conhecimento que prepara o conhecimento 
para ser armazenado em uma forma apropriada, fornecendo as explicações 
necessárias, dos conceitos utilizados. O ideal é que o conhecimento possa ser 
adquirido diretamente pelo Sistema Especialista.
Uma das formas de aprendizagem dos Sistemas Especialistas é através de 
textos. Um programa captura palavras chaves em um parágrafo do texto, podendo 
formatá-lo para um formato especial de armazenamento, para representação 
desse conhecimento (implementação mais eficiente e confiável com Processador 
de Linguagem natural).
O aprendizado também pode ser feito a partir de conclusões sobre a massa de 
informações mantidas pelo Sistema Especialista. Ele mantém um banco de casos 
resolvidos, isto é, a cada conclusão guarda os fatos que pesaram sobre a decisão 
e a própria decisão, após ter esta criticado por um especialista da área. O 
aprendizado é feito por comparação de dados por um módulo do Sistema 
Especialista que coloca a nova regra na Base de conhecimento, à medida que a 
massa de dados cresce, obedecendo o formato adequado.
Outra forma de aprendizado se dá pela interação direta com o especialista. 
Como em uma relação professor-aluno, o computador absorve o conhecimento 
através de uma interface adequada (editor inteligente).
Fundamentalmente, verifica-se que o aprendizado vem do processo de 
experiência, e de seus resultados experimentais.
Tipos de Problemas que os Sistemas Especialistas Trabalham 
Os sistemas especialistas trabalham com problemas cada vez mais difíceis, 
assim eles necessitam usar todas as técnicas disponíveis de Inteligência Artificial. 
A fim de escolher o método mais apropriado (ou uma combinação de métodos) 
para um determinado problema, é necessário analisá-lo em várias dimensões-
chaves. 
Abaixo encontram-se os critérios que dão origem as classes de problemas e as 
classes propriamente ditas: 
• O problema pode ser decomposto em um conjunto (ou quase isto) de 
subproblemas independentes, menores e mais fáceis? 
- Decomponíveis;
- Não-decomponíveis. 
• Certos passos em direção à solução podem ser ignorados ou pelo menos 
desfeitos caso fique provado que são imprudentes? 
- Ignoráveis: as etapas para a solução podem ser ignoradas. Exemplo: 
demonstração de teoremas
- Recuperáveis: as etapas para a solução podem ser desfeitas. Exemplo: 
quebra-cabeça de 8; 
- Irrecuperáveis: as etapas para a solução não podem ser desfeitas. Exemplo: 
xadrez.
• A recuperabilidade de um problema tem papel importante na determinação da 
complexidade da estrutura de controle necessária para a solução do problema.
- Ignoráveis: estrutura de controle simples que nunca retrocede; 
- Recuperáveis: estrutura de controle ligeiramente mais complicada (utilizará o 
retrocesso com uma estrutura de pilha na qual as decisões de pilha na qual as 
decisões são gravadas se precisarem ser desfeitas mais tarde), que às vezes 
comete erros;
- Irrecuperáveis: sistema que depende muito esforço para tomar decisões 
(sistema de planejamento no qual toda uma seqüência de passos é analisada 
de antemão, para descobrir onde levará, antes do primeiro passo ser 
realmente tomado), já que são definitivas. 
• O universo do problema é previsível? 
- Com resultado certo: podemos usar planejamento para gerar uma seqüência 
de operadores que certamente levará a uma solução. Exemplo: quebra-cabeça 
de 8;
- Com resultado incerto: podemos usar planejamento para, na melhor das 
hipóteses, gerar uma seqüência de operadores com boas chances de levar a 
uma solução. Exemplo: bridge, truco, canastra. Para solucionar problemas 
desse tipo precisamos permitir que um processo de revisão de planos ocorra 
durante a execução do plano e que seja fornecida a realimentação necessária. 
• Uma boa solução para o problema pode ser considerada óbvia sem haver 
comparação com todas as soluções possíveis? 
- Aceitam qualquer caminho: podem ser solucionados em tempo razoável 
através do uso de heurísticas que sugerem bons caminhos a serem 
explorados. Exemplo: lógica de predicados para saber se Marcos ainda vive; 
- Só aceitam o melhor caminho: não existe a possibilidade de usarmos 
qualquer heurística que possa prever a melhor solução, portanto, será 
realizada uma busca mais exaustiva. Exemplo: problema do Caixeiro Viajante, 
encontrar a rota mais curta. 
• A solução desejada é um estado do mundo ou um caminho pra um estado? 
- A solução é um estado do mundo. Exemplo: a compreensão da linguagem 
natural; 
- A solução é um caminho para um estado. Exemplo: o problema das jarras 
d'água. 
• Há necessidade absoluta de grande quantidade de conhecimento para 
resolver o problema, ou o conhecimento é importante apenas para limitar a 
busca? 
- Muito conhecimento é importante apenas para restringir a busca. 
Exemplo: xadrez. 
- Muito conhecimento é necessário até mesmo para que se possa 
reconhecer uma solução. Exemplo: folhar jornais diários para decidir qual 
deles apoia o governo e qual apoia a oposição nas próximas eleições. 
• Um computador que simplesmente receba o problema tem condições de 
retornar a solução, ou esta exige a interação entre o computador e a pessoa? 
- Solitário: o computador recebe a descrição de um problema e produz uma 
resposta sem nenhuma comunicação imediata e sem pedir nenhuma 
explicação sobre o processo de raciocínio. Exemplo: demonstrar um teorema; 
- Conversacional: existe comunicação intermediária entre uma pessoa e o 
computador, para proporcionarassistência adicional ao computador ou para 
proporcionar informações adicionais ao usuário, ou ambos. Exemplo: produzir 
um diagnóstico médico. 
Não existe uma única maneira de resolver todos os problemas. Ao contrário, 
se analisarmos nossos problemas cuidadosamente e classificarmos nossos 
métodos de solução de acordo com o tipo de problema aos quais se adaptam, 
seremos capazes de trazer para cada novo problema muito do que aprendemos 
na solução de outros problemas semelhantes. 
Sistemas de Produção 
Os sistemas de produção são uma boa maneira de descrever as operações 
que podem ser realizadas quando buscamos uma solução para um problema. 
Uma vez que a busca forma o núcleo de muitos processos inteligentes, é útil 
estruturar os programas de IA de uma forma que facilite a descrição e execução 
dos processos de busca. Os Sistemas de Produção (SP) proporcionam tais 
estruturas. 
Um Sistema de Produção consiste em: 
• Um conjunto de regras, cada uma delas consistindo em um lado esquerdo (um 
padrão) que determina a aplicabilidade de uma regra e um lado direito que 
descreve a operação a ser efetuada se a regra for aplicada. 
• Uma ou mais bases de conhecimentos/bases de dados que contenham 
quaisquer informações apropriadas a uma determinada tarefa. Certas partes 
da base de dados podem ser permanentes, enquanto que outras, podem 
pertencer apenas à solução do problema corrente. 
• Uma estratégia de controle que especifique a ordem em que as regras serão 
comparadas com a base de dados e uma maneira de solucionar conflitos que 
surgirem quando várias regras puderem ser aplicadas ao mesmo tempo. 
• Uma aplicador de regras. 
Esta definição é bastante genéricam, incluindo entre outros os programas para 
jogar xadrez, resolvero problema das jarras d'água, do fazendeiro, etc. Isto é, o 
processo de solução destes problemas foram modelados como um sistema de 
produção.
Além disso, inclui também uma família de interpretadores genéricos de 
sistemas de produção, tais como: 
• Linguagens de sistemas de produção básicos, como o OPS5 e o ACT. 
• Sistemas mais complexos, em geral híbridos, chamados de shells de sistemas 
especialistas, que proporcionam ambientes mais complexos para construção 
de sistemas especialistas baseados em conhecimento. 
• Arquiteturas para a solução de problemas gerais como o SOAR, um sistema 
baseado em um conjunto específico de hipóteses motivadas cognitivamente 
sobre a natureza da solução dos problemas. 
Todos estes sistemas oferecem a arquitetura geral de um sistema de produção 
e permitem que o programador escreva regras que definam determinados 
problemas a serem solucionados. 
Considerando as características de SP, podemos formular duas perguntas 
básicas sobre os SP: 
• Eles podem ser descritos por um grupo de características que coloquem 
alguma luz sobre COMO OU QUÃO FACILEMENTE ELES PODEM SER 
IMPLEMENTADOS?
Considere as classes de SP
- SP MONOTÔNICOS: a aplicação de uma regra NUNCA impede a aplicação 
posterior de uma outra regra que também pudesse Ter sido aplicada quando a 
primeira regra foi escolhida; 
- SP NÃO-MONOTÔNICOS: a aplicação de uma regra PODE impedir a 
aplicação posterior de uma regra que também, pudesse ter sido aplicada 
quando a primeira regra foi escolhida; 
- SP PARCIALMENTE COMUTATIVO: se a aplicação de uma determinada 
sequência de regras transforma um estado x em um estado y, então qualquer 
permutação permitida dessas regras também transforma o estado x em estado 
y;
- SP COMUTATIVO: é monotônico e parcialmente comutativo simultaneamente. 
Se sim, qual o relacionamento que existe entre os TIPOS DE 
PROBLEMAS E OS TIPOS DE SP MAIS ADEQUADOS PARA 
SOLUCIONAR OS PROBLEMAS? 
Pode-se dizer que: para qualquer problema solucionável, existe um 
número infinito de SP que descrevem maneiras de encontrar soluções. 
Alguns serão mais NATURAIS ou mais EFICIENTES que outros.
Qualquer problema que possa ser solucionado por qualquer SP, pode 
ser solucionado por um SISTEMA COMUTATIVO (classe mais restrita), 
mas o sistema comutativo pode Ter o manejo tão complicado que se torna 
praticamente inútil. 
Em um sentido mais formal: "Não existe relação entre tipos de 
problemas e tipos de SP, já que todos os problemas podem ser 
solucionados por todos os tipos de sistemas."
Em termos práticos: "Existe definitivamente uma relação entre tipos de 
problemas e tipos de SP que se prestam naturalmente à descrição desses 
problemas." 
Os SP PARCIALMENTE COMUTATIVOS MONOTÔNICOS são importantes, 
do ponde de vista da implementação, porque podem ser implementados sem que 
haja necessidade de retrocesso a estágios anteriores, quando se descobre que 
um caminho errado foi seguido. Embora normalmente seja útil implementar tais 
sistemas com o recurso do retrocesso, a fim de garantir uma busca sistemática, a 
base de dados, que na verdade representa o estado do problema, não precisa ser 
restaurada, o que se traduz em eficiência. 
Os SP COMUTATIVOS são bons para problemas nos quais as coisas não 
mudam e coisas novas são criadas. Isto é, ao invés de alterar coisas antigas 
envolvem a criação de coisas novas. 
Os SP PARCIALMENTE COMUTATIVOS N-MONOTÔNICOS são úteis para 
problemas nos quais aconteçam mudanças que possam ser revertidas e nos 
quais a ordem das operações não seja crucial.
A navegação por robôs em terreno liso e sem obstáculos, um problema de 
manipulação física, é um exemplo. Navegação significa mover-se pelo mundo: 
Planejar rotas, chegar aos destinos desejados sem trombar com outras coisas no 
meio do caminho, e assim por diante. Como a visão e o reconhecimento da fala, 
esta é uma tarefa que os seres humanos executam com facilidade. Suponhamos 
que o robô tenha os seguintes operadores: ir para o norte (N), ir para o leste (L), ir 
para o oeste (O), ir para o sul (S). Para alcançar seu objetivo, não importa se o 
robô executa N-N-L ou N-L-N. Dependendo de como os operadores forem 
escolhidos, o quebra cabeça de 8 e o problema do mundo dos blocos podem ser 
considerados parcialmente comutativos.
Os SP NÃO-PARCIALMENTE COMUTATIVOS têm menos chances de 
produzir o mesmo nó muitas vezes durante o processo de busca. 
Quando lidamos com aqueles que descrevem processos irreversíveis, é 
particularmente importante tomar decisões corretas logo na primeira vez, apesar 
de que, se o universo for previsível, o planejamento poderá ser usado para fazer 
com a tomada de decisão tenha papel menos importante.
Resposta de um Sistema Especialista
Um sistema especialista emite resposta utilizando três modos de 
técnicas diferentes:
• Primeiro modo: o sistema determina um universo onde a 
resposta poderá ser encontrada. Por exemplo, imagine-se 
uma empresa que esteja interessada em pesquisa petróleo. 
Pelas características geológicas gerais dos continentes, um 
sistema especialista pode determinar, de maneira geral, onde 
o petróleo poderá ser encontrado, sem no entanto afirmar de 
maneira precisa exatamente em que regiões se encontrará o 
petróleo. A primeira informação serve apenas para identificar, 
de maneira ampla, onde se poderá encontrar a resposta, isto 
é, não adianta procurar a resposta fora deste universo. 
• Segundo modo: o sistema é mais preciso e determina um 
resultado final, isto é, enfoca um valor ou um pequeno número 
de respostas no conjunto de valores possíveis. 
• Terceiro modo: o sistema não emite resultado nenhum, 
apenas interage com o profissional que o está usando. O 
funcionamentoé como em um diálogo de dois profissionais, 
obrigando o primeiro a ir refletindo sobre determinadas 
conseqüências que, serão produtos de sua determinada 
decisão.
Explicação
Para um sistema especialista ser uma ferramenta eficaz, as pessoas 
tem de ser capazes de interagir com ele facilmente. Para facilitar essa 
interação, o sistema especialista dever ter estes dois recursos, além da 
capacidade de executar sua tarefa fundamental:
 Explicar seu raciocínio. Em muitos dos domínios nos quais os 
sistemas especialistas operam, as pessoas não aceitarão resultados 
se não estiverem convencidas da precisão do processo de raciocínio 
que produziu aqueles resultados. Isto é particularmente verdadeiro, 
por exemplo, na medicina, onde um médico precisa aceitar a 
responsabilidade final por um diagnóstico, mesmo que ele tenha 
chegado com a ajuda considerável de um programa. Assim, é 
importante que o processo de raciocínio usado nesses programas 
proceda em etapas compreensíveis e que metaconhecimento 
suficiente (conhecimento sobre o processo de raciocínio) esteja 
disponível para que as explicações dessas etapas possam ser 
geradas. 
 Adquirir conhecimento novo e modificar conhecimento antigo. Já que 
os sistemas especialistas derivam da riqueza das bases de 
conhecimento que eles exploram, é extremamente importante que 
essas bases de conhecimentos sejam o mais completas e precisas 
possível. Mas normalmente não existe nenhuma codificação padrão 
para esse conhecimento; ela existe apenas nas mentes dos 
especialistas humanos. Uma maneira de colocar esse conhecimento 
em um programa é através da interação com o especialista humano. 
Uma outra maneira é fazer com que o programa aprenda o 
comportamento especialista a partir de dados brutos.
Esta tecnologia oriunda da Inteligência Artificial também chamada de 
Expert Systems (SE) está direcionada a solução de problemas que normalmente 
são resolvidos por “especialistas” humanos. Para tanto, os SE precisam acessar 
uma substancial base de conhecimentos do domínio da aplicação, com 
diversificados mecanismos de raciocínio a partir de regras predefinidas (RICH, 
1993).
 Um Sistema Especialista é um agrupamento organizado de pessoas, 
procedimentos, banco de dados e dispositivos usados para gerar um parecer 
especializado ou sugerir uma decisão em uma área, domínio ou disciplina. Ele 
atua como um profissional especializado (expert) com muita experiência em 
determinado domínio. E é desenvolvido em parte através de exaustivas 
entrevistas e observações de tais profissionais, buscando extrair do mesmo seu 
profundo conhecimento do referido domínio especializado (STAIR, 1998).
 Esta tecnologia SE representa a última evolução da Inteligência Artificial 
aplicada a Sistemas de Informação Executivos, no qual o computador é utilizado 
para assistir ou até mesmo substituir os tomadores de decisão. Ela modela o 
conhecimento em áreas ou domínios específicos, geralmente voltados para 
resolver problemas como os seres humanos, principalmente em tarefas rotineiras 
de gestão.
Exemplos de Empresas voltada para sistemas especialistas
Romeu Menezes
romeumenezes@gmail.com 
www.ensino.rumix.com.br 
	1.Sistemas Transacionais
	Entender essa tecnologia com certeza ajudará os empresários a descobrir novas tendências e caminhos para competir numa economia globalizada, onde a concorrência é acirrada, trazendo melhores produtos ou serviços para o mercado com maior  rapidez sem aumento dos custos.
	Nos projetos de sistemas tipicamente transacionais há uma organização norteada por aplicações funcionais. Num hospital, por exemplo, temos os sistemas de admissão de pacientes (internação), o sistema de faturamento, o sistema de controle de estoque, controle de infecção hospitalar, entre muitos outros. Estes sistemas estão organizados pela função desempenhada por cada setor a fim de suprir as necessidades de controle das informações do dia a dia da entidade.
	2.Sistemas Gerenciais
	3.Sistemas Executivos
	4.Sistemas Especialistas