Sistemas de Segurança e Governança TI aprovisiomento dos sistemas de informação para a gestão evolução dos sisemas de informação Ciclo de vida dos sistemas

1. 1
Capítulo 4
Sistemas de Informação para Apoio à Decisão Gerencial
SEÇÃO I: Sistemas de Informação Gerencial e de Apoio à Decisão
4.1 Introdução
Este capítulo enfoca os principais tipos de sistemas de informação e como eles
apóiam as diversas necessidades de informação e tomada de decisão de gerentes.
Informação, Decisões e Administração
O tipo de informações requeridas pelos gerentes está diretamente relacionado com o
nível de gerenciamento e o grau de estrutura nas situações de decisão que eles
enfrentam. A estrutura da pirâmide gerencial clássica aplica-se ainda às
organizações atuais que passaram por downsizing e às estruturas organizacionais
achatadas ou não hierárquicas. Os níveis de tomada de decisão gerencial ainda
existem, mas seu tamanho, forma e participantes continuam a mudar à medida que
evoluem as estruturas organizacionais de hoje. Dessa forma, os níveis de tomada de
decisão gerencial que devem ser apoiados pela tecnologia da informação em uma
organização bem-sucedida são:
• Administração Estratégica: - Normalmente, um conselho de diretores e um
comitê executivo do presidente e principais executivos desenvolvem as metas
globais, estratégias, políticas e objetivos da organização como parte de um
processo de planejamento estratégico.
• Eles monitoram o desempenho estratégico da organização e sua direção geral no
ambiente político, econômico e competitivo dos negócios.
• Decisões Não Estruturadas - Envolvem situações de decisão onde não é
possível especificar de antemão a maioria dos procedimentos de decisão a serem
seguidos.
• Tomadores de Decisão Estratégica - Exigem relatórios mais resumidos,
especiais (ad hoc) e não-programados, previsões e inteligência externa para

2. 2
apoiar suas responsabilidades de planejamento não estruturado e de tomada de
políticas.
• Administração Tática: - Cada vez mais, as equipes autocomandadas, bem
como os gerentes intermediários, desenvolvem planos de curto e médio prazo,
programações e orçamentos e especificam as políticas, procedimentos e
objetivos para as sub-unidades da organização.
Eles também distribuem recursos e monitoram o desempenho de suas sub-unidades
organizacionais, como departamentos, divisões, equipes de processo e outros
grupos de trabalho.
Decisões Semi-estruturadas - Alguns procedimentos de decisões podem ser pré-
especificados, mas não o suficiente para levar a uma decisão definitiva
recomendada.
Tomadores de Decisão Tática – Exigem informações tanto em nível operacional
como em nível estratégico para apoiar suas responsabilidades de tomada de
decisões semi-estruturadas.
• Administração Operacional: - Os membros das equipes autogerenciadas ou os
gerentes de supervisões desenvolvem planos de curto prazo como os programas
de produção semanal.
Eles dirigem o uso dos recursos e o desempenho das tarefas de acordo com
procedimentos e dentro dos orçamentos e programações que eles definem para as
equipes e outros grupos de trabalho da organização.
Decisões Estruturadas – Envolvem situações em que os procedimentos a serem
seguidos quando é necessária uma decisão podem ser especificados de antemão.
Tomadores de Decisão Operacional – Exigem relatórios internos mais pré-
especificados enfatizando comparações detalhadas de dados históricos e atuais que
apóiem suas responsabilidades mais estruturadas em operações diárias.
Fornecer informação e apoio para todos os níveis de tomada de decisão gerencial
não é uma tarefa fácil. Conceitualmente, são necessários diversos tipos de sistemas
de informação:
• Sistemas de informação gerencial
• Sistemas de apoio à decisão

3. 3
• Sistemas de informação executiva
Relatório de Gerenciamento Versus Apoio à Tomada de Decisão
Sistemas de informação gerencial:
• Concentram-se em fornecer aos gerentes produtos de informações pré-
especificadas que relatem o desempenho da organização.
• Os SIG destinam-se a apoiar de forma indireta os tipos mais estruturados de
decisões envolvidos no planejamento e controle operacional e tático.
Objetivo do SIG:
• Fornecer informações sobre o desempenho das funções e processos
organizacionais básicos, tais como marketing, fabricação e finanças.
Sistemas de Apoio à Decisão:
• Concentram-se em fornecer informações de forma interativa para apoiar tipos
específicos de decisões por parte de cada gerente.
• Os DSS ajudam os gerentes a resolverem típicos problemas semi-estruturados e
não estruturados.
Objetivo do DSS:
• Fornecer informações e técnicas de apoio à decisão necessárias para solucionar
problemas específicos ou procurar oportunidades específicas.
4.2 Sistemas de Informação Gerencial
Os sistemas de informação gerencial foram o tipo original de sistemas de apoio à
administração e ainda constituem uma categoria importante de sistemas de
informação. Um SIG gera produtos de informação que apoiam muitas das
necessidades diárias de tomada de decisão da administração. Os relatórios, telas e
respostas produzidos por esses sistemas fornecem informações que os gerentes
especificaram de antemão para o adequado atendimento de suas necessidades de
informação. Esses produtos de informação predefinidos satisfazem as necessidades
de informação dos gerentes nos níveis operacional e tático da organização que
encontram situações de decisão de tipos mais estruturados.

4. 4
Alternativas de Relatórios Gerenciais
Os SIG fornecem uma diversidade de produtos de informação para os gerentes. Três
importantes alternativas de relatórios são fornecidas por esses sistemas:
• Relatórios Periódicos Programados - esta forma tradicional de fornecimento de
informações para os gerentes utiliza um formato pré-especificado projetado para
fornecer aos gerentes informações em uma base regular.
• Relatórios de Exceção - os relatórios são produzidos apenas quando ocorrem
condições excepcionais.
• Informes e Respostas por Demanda - as informações encontram-se disponíveis
sempre que um gerente as requisita.
Relatórios em Pilha – as informações são empilhadas na estação de trabalho em
rede do gerente.
Processamento Analítico On-line
O processamento analítico on-line é a capacidade dos sistemas de informação
gerencial, de apoio à decisão e de informação executiva que permite aos gerentes e
analistas examinarem e manipularem interativamente enormes quantidades de
dados detalhados e consolidados, a partir de múltiplas perspectivas.
O processamento analítico on-line envolve diversas operações analíticas básicas,
incluindo:
• Consolidação – envolve a agregação de dados. Isto pode envolver simples
anexações ou agrupamentos complexos envolvendo dados inter-relacionados.
• Drill-Down – o OLAP pode seguir na direção inversa e automaticamente exibir os
dados detalhados que compõem os dados consolidados.
• Slicing and Dicing – referem à possibilidade de considerar os bancos de dados
a partir de diferentes pontos de vista. O slicing and dicing geralmente é executado
ao longo de um eixo de tempo a fim de analisar tendências e descobrir padrões.
Aplicações do OLAP:
• Acessam quantidades muito grandes de dados.
• Analisam as técnicas entre muitos tipos de elementos dos negócios.

5. 5
• Envolvem dados agregados.
• Comparam dados agregados por períodos de tempo hierárquicos.
• Apresentam dados em diferentes perspectivas.
• Envolvem cálculos complexos entre elementos de dados.
• São capazes de responder rapidamente aos pedidos do usuário para que os
gerentes ou analistas possam adotar um processo analítico ou de tomada de
decisão sem que sejam impedidos pelo sistema.
4.3 Sistemas de Apoio à Decisão
Os sistemas de apoio à decisão são uma das principais categorias de sistemas de
informação gerencial. São sistemas de informação computadorizados que fornecem
aos gerentes apoio interativo de informações durante o processo de tomada de
decisão. Os sistemas de apoio à decisão utilizam:
• Modelos analíticos
• Bancos de dados especializados
• Os próprios insights e apreciações do tomador da decisão
• Processos interativos de modelagem baseados em computador para apoiar a
tomada de decisões semi-estruturadas e não estruturadas por parte de cada
gerente.
Os DSS são projetados para serem sistemas ad hoc de resposta rápida que são
iniciados e controlados por usuários finais gerenciais. Os sistemas de apoio à
decisão, portanto, são capazes de apoiar diretamente os tipos específicos de
decisões e os estilos e necessidades pessoais de tomada de decisão de cada
gerente.
Modelos e Software de DSS
Ao contrário dos sistemas de informação gerencial, os sistemas de apoio à decisão
recorrem a bases de modelos e também a bancos de dados como recursos
essenciais. Uma base de modelo DSS é um componente de software que consiste
em modelos utilizados em rotinas computacionais e analíticas que expressam
matematicamente relações entre variáveis.

6. 6
4.4 Utilizando Sistemas de Apoio à Decisão
O uso de um sistema de apoio à decisão envolve um processo interativo de
modelagem analítica. Normalmente, um gerente utiliza um pacote de software DSS
em sua estação de trabalho para fazer consultas, dar respostas e emitir comandos.
Isto é diferente das respostas por demanda de sistemas de relatórios de
informações, já que os gerentes não estão solicitando informações pré-
especificadas. Pelo contrário, eles estão explorando alternativas possíveis. Eles não
precisam especificar antecipadamente suas necessidades de informações. Em vez
disso, utilizam o DSS para encontrar as informações que precisam para ajudá-los a
tomar uma decisão.
Usar um DSS envolve quatro tipos básicos de atividades de modelagem analítica:
• Análise do tipo What If: - nesse caso, o usuário final introduz mudanças nas
variáveis ou relações entre variáveis e observa as mudanças resultantes nos
valores de outras variáveis.
• Análise de Sensibilidade: - é um caso especial de análise supositiva.
Normalmente, o valor de uma única variável é alterado repetidas vezes e as
mudanças resultantes sobre as outras variáveis são observadas. Por isso, a
análise de sensibilidade é, na verdade, um caso de análise supositiva envolvendo
mudanças repetidas em apenas uma variável de cada vez. Normalmente, a
análise de sensibilidade é utilizada quando os tomadores de decisão estão em
dúvida quanto às premissas assumidas na estimativa do valor de certas variáveis-
chaves.
• Análise de Busca de Metas: - inverte a direção da análise realizada na análise
supositiva e na análise de sensibilidade. Em lugar de observar como as
mudanças em uma variável afetam outras variáveis, a análise de busca de metas
fixa um valor-alvo para uma variável e, em seguida, altera repetidas vezes as
outras variáveis até que o valor-alvo seja alcançado.
• Análise de Otimização: - é uma extensão mais complexa da análise de busca de
metas. Em lugar de fixar para uma variável um valor específico, a meta é
encontrar o valor ótimo para uma ou mais variáveis-alvo, dadas certas limitações.
Em seguida, muda-se uma ou várias outras variáveis repetidas vezes, sujeitas às

7. 7
limitações especificadas, até que sejam descobertos os melhores valores para as
variáveis-alvo.
4.5 Sistemas de Informação Executiva
Os sistemas de informação executiva (EIS) são sistemas de informação que
combinam muitas características dos sistemas de informação gerencial e dos
sistemas de apoio à decisão. Os EIS se concentram em atender as necessidades de
informações estratégicas da alta administração. A meta dos EIS é fornecer aos altos
executivos acesso fácil e imediato a informações sobre os fatores críticos ao sucesso
(CSFs) de uma empresa, ou seja, os fatores chaves decisivos para a realização dos
objetivos estratégicos de uma organização.
Justificativa para o EIS
Os altos executivos obtêm as informações de que precisam a partir de muitas fontes.
Essas fontes incluem cartas, memorandos, periódicos e relatórios produzidos
manualmente ou por sistemas de computador. Outras fontes importantes de
informação executiva são as reuniões, telefonemas e atividades sociais. Dessa
forma, grande parte das informações de um alto executivo deriva de fontes extra-
computador. As informações geradas por computador não têm desempenhado um
papel importante no atendimento de muitas necessidades de informação dos altos
executivos. Os EIS foram desenvolvidos para atender as necessidades que o SIG
não está atendendo.
SEÇÃO II: Tecnologias de Inteligência Artificial nos Negócios
4.6 Uma Visão Geral da Inteligência Artificial
As empresas e outras organizações estão aumentando de modo significativo suas
tentativas de auxiliar a inteligência e produtividade humana de seus trabalhadores do
conhecimento mediante o uso de ferramentas e técnicas de inteligência artificial. A IA
inclui linguagens naturais, robôs industriais, sistemas especialistas e agentes
inteligentes.

8. 8
Inteligência artificial (IA) é uma ciência e tecnologia baseada em disciplinas como
informática, biologia, psicologia, lingüística, matemática e engenharia. O objetivo da
IA é desenvolver computadores que consigam pensar, bem como ver, ouvir, andar,
falar e sentir. Um dos ímpetos principais da IA é o desenvolvimento de funções
computacionais normalmente associadas à inteligência humana, tais como
raciocinar, aprender e solucionar problemas.
Os Domínios da Inteligência Artificial
As aplicações da IA podem ser agrupadas em três áreas principais:
• Ciência Cognitiva – Esta área da inteligência artificial é baseada em pesquisas
em biologia, neurologia, psicologia, matemática e muitas disciplinas afins. Ela se
concentra em pesquisar como o cérebro humano funciona e como os seres
humanos pensam e aprendem. Os resultados dessas pesquisas em
processamento humano de informações são a base para o desenvolvimento de
uma diversidade de aplicações de inteligência artificial computadorizadas.
As aplicações da IA na área da ciência cognitiva incluem:
• Sistemas Especialistas – Um sistema de informação computadorizado que
utiliza seu conhecimento sobre uma área de aplicação específica e complexa
para atuar como um consultor especializado para os usuários. O sistema consiste
em uma base de conhecimento e módulos de software que executam inferências
no conhecimento e transmitem respostas para as perguntas de um usuário.
• Sistemas Baseados no Conhecimento – Um sistema de informação que
adiciona uma base de conhecimento e algumas faculdades de raciocínio ao
banco de dados e a outros componentes encontrados em outros tipos de
sistemas de informação computadorizados.
• Sistemas de Aprendizagem Adaptativa – Um sistema de informação que pode
modificar seu comportamento com base em informações adquiridas enquanto
opera.

9. 9
• Sistemas de Lógica Difusa – Sistemas computadorizados que podem processar
dados incompletos ou apenas parcialmente corretos. Esses sistemas podem
resolver problemas não estruturados com conhecimento incompleto mediante o
desenvolvimento de inferências e respostas aproximadas.
• Rede Neural – o software pode aprender processando exemplos de problemas e
suas soluções. À medida que as redes neurais começam a reconhecer padrões,
elas podem começar a se programar para resolver esses problemas por si
mesmas.
• Algoritmo Genético – o software utiliza a randomização darwiniana
(sobrevivência do mais apto) e outras funções matemáticas para simular
processos evolutivos que podem gerar soluções cada vez melhores para os
problemas.
• Agentes Inteligentes – Utilizam sistema especialista e outras tecnologias de IA
para atuarem como substitutos de software para uma diversidade de aplicações
dos usuários finais.
• Robótica: - IA, engenharia e fisiologia são as disciplinas básicas da robótica.
Esta tecnologia produz máquinas-robôs com faculdades físicas semelhantes às
humanas, inteligência de computador e controle por computador.
As aplicações da robótica incluem:
1. Percepção visual (visão)
2. Faculdades táteis (tato)
3. Destreza (habilidade no manuseio e manipulação)
4. Locomoção (capacidade para se mover sobre qualquer terreno)
5. Condução (encontrar adequadamente seu caminho até um ponto de destino)
• Interface Natural - O desenvolvimento de interfaces naturais é considerado uma
das principais áreas de aplicação da IA e é essencial ao uso natural de
computadores por seres humanos. O desenvolvimento de linguagens naturais e
reconhecimento do discurso, por exemplo, são importantes objetivos desta área. Ser
capaz de conversar com computadores e robôs em linguagens humanas de
conversação e conseguir que eles nos “compreendam” é uma meta da pesquisa da

10. 10
IA. Esta área de aplicação envolve pesquisa e desenvolvimento em lingüística,
psicologia, informática e outras disciplinas. Esforços nesta área incluem:
• Linguagem Natural – uma linguagem de programação que é muito próxima
da linguagem humana. Além disso, é chamada de linguagem de alto nível.
• Interfaces Multi-sensoriais – A capacidade que os sistemas de
computadores possuem para reconhecer uma diversidade de movimentos do
corpo humano que lhes permite operar.
• Reconhecimento de voz – A capacidade que um sistema de computador
possui para reconhecer modelos de voz e para operar utilizando esses
modelos.
• Realidade Virtual – A utilização de interfaces multi-sensoriais homem-
computador que permitem aos usuários humanos experimentarem objetos,
entidades, espaços e “mundos” simulador por computador como se estes
realmente existissem.
4.7 Redes Neurais
As redes neurais são sistemas de computação modelados segundo a rede em
forma de malha do cérebro de elementos de processamento interconectados
chamados neurônios. É claro que as redes neurais são muito mais simples do que o
cérebro humano (calcula-se que o cérebro humano tenha mais de 100 bilhões de
neurônios). Entretanto, como o cérebro, essas redes podem processar muitos
fragmentos de informações simultaneamente e podem aprender a reconhecer
modelos e se programar para resolver problemas por iniciativa própria.
As redes neurais podem ser implementadas em microcomputadores e outros
sistemas de computação mediante o uso de pacotes de software que simulam as
atividades de uma rede neural de muitos elementos de processamento. Dispõem-se
também de placas de circuitos co-processadores de redes neurais especializadas.
Chips de microprocessador de rede neural com finalidades especiais são utilizados
em algumas áreas de aplicação.

11. 11
Os usos incluem:
• Sistemas de armamentos militares
• Reconhecimento de voz
• Verificação de assinaturas em cheques
• Controle de qualidade na fabricação
• Processamento de imagens
• Avaliação de riscos no crédito
• Previsão de investimentos
4.8 Sistemas de Lógica Difusa
Lógica difusa é um método de raciocínio que se assemelha ao raciocínio humano já
que ele dá margem para valores e inferências aproximados (lógica difusa) e dados
incompletos ou ambíguos (dados difusos) em lugar de recorrer apenas a dados
claros, tais como os das escolhas binárias (sim/não).
Lógica Difusa nos Negócios
Um exemplo da utilização da lógica difusa nos negócios é a análise dos riscos no
crédito de uma empresa.
4.9 Algoritmos Genéticos
O uso de algoritmos genéticos é uma aplicação crescente da inteligência artificial. O
software de algoritmo genético utiliza a randomização darwiniana (sobrevivência do
mais apto) e outras funções matemáticas para simular um processo evolutivo que
pode proporcionar soluções progressivamente melhores para um problema. Os
algoritmos genéticos foram utilizados inicialmente para simular milhões de anos na
evolução biológica, geológica e de ecossistemas em apenas alguns minutos em um
computador. Agora, o software de algoritmo genético está sendo utilizado para
construir modelos de uma multiplicidade de processos científicos, técnicos e
empresariais.
Os algoritmos genéticos são particularmente úteis para situações nas quais milhares
de soluções são possíveis e precisam ser avaliadas para produzir uma solução
ótima. O software de algoritmo genético utiliza conjuntos de regras de processo

12. 12
matemático (algoritmos) que especificam como as combinações de componentes ou
etapas de processos devem ser formadas.
4.10 Realidade Virtual (VR)
A realidade virtual (VR) é a realidade simulada por computador. A VR é a utilização
de interfaces homem-computador multi-sensoriais que permitem aos usuários
humanos experimentarem objetos, entidades, espaços e “mundos” simulados por
computador como se estes realmente existissem (também chamada de ciberespaço
ou realidade virtual).
Aplicações da VR
• Projeto assistido por computador (CAD)
• Diagnóstico e tratamento médico
• Experimentos científicos em diversas ciências físicas e biológicas
• Simulação de vôo para treinamento de pilotos e astronautas
• Demonstrações de produtos
• Treinamento de funcionários
• Entretenimento (vídeo games em 3D)
Limitações da VR
O uso da realidade virtual parece limitado apenas pelo desempenho e custo de sua
tecnologia. Alguns usuários da VR, por exemplo, desenvolvem:
• Ciberenjôo – tensão ocular, náusea por movimento, problemas de desempenho
• O custo da VR é muito dispendioso
4.11 Agentes Inteligentes
Um agente inteligente (também chamado assistente/wizard inteligente) é um
software substituto para um usuário final ou um processo que preenche uma
necessidade ou atividade declaradas. Um agente inteligente utiliza uma base de
conhecimento embutida e aprendida sobre uma pessoa ou processo para tomar
decisões e executar tarefas de um modo que satisfaça as intenções do usuário. Um
dos mais conhecidos usos de agentes inteligentes são os Assistentes (Wizards)
encontrados no Microsoft Word, Excel, Access e PowerPoint.

13. 13
Espera-se que o uso dos agentes inteligentes cresça rapidamente como uma
maneira de os usuários:
• Simplificar a utilização de softwares.
• Acessar recursos de rede.
• Exibir e recuperar informações.
4.12 Sistemas Especialistas
Uma das aplicações mais práticas e amplamente implementadas da inteligência
artificial nas empresas é o desenvolvimento de sistemas especialistas e outros
sistemas de informação baseados no conhecimento.
Sistema de informação baseado em conhecimento – adiciona uma base de
conhecimento aos principais componentes encontrados em outros tipos de sistemas
de informação computadorizados.
Sistema especialista – Um sistema de informação computadorizado que utiliza seu
conhecimento sobre uma área de aplicação específica e complexa para atuar como
um consultor especializado para os usuários finais. Os ES fornecem respostas a
questões de uma área problema muito específica fazendo inferências de tipo
humanas sobre conhecimento contido em uma base de conhecimento especializado.
Eles devem ser capazes de explicar a um usuário o seu processo de raciocínio e
conclusões.
Os sistemas especialistas podem ser utilizados em sistemas operacionais ou em
sistemas de informação gerencial, dependendo se estão oferecendo conselho
especializado para controlar processos operacionais ou para ajudar os usuários
finais da administração a tomarem decisões.
Componentes dos Sistemas Especialistas
Os componentes de um sistema especialista incluem uma base de conhecimento e
módulos de software que realizam inferências sobre o conhecimento e comunicam
respostas para as perguntas de um usuário. Os componentes inter-relacionados de
um sistema especialista incluem:

14. 14
• Base de Conhecimento: - a base de conhecimento de um sistema especialista
contém:
1. Fatos sobre uma área temática específica
2. Heurística (princípios úteis) que expressa os procedimentos de raciocínio de um
agente em relação ao assunto.
• Recursos de Software: - Um pacote de software de ES contém:
1. Um utilitário de inferência que processa o conhecimento relacionado a um
problema específico.
2. Um programa de interface com o usuário que se comunica com os usuários finais.
3. Programa de explicação para explicar ao usuário o processo de raciocínio.
4. Ferramentas de software para o desenvolvimento de sistemas especialistas que
incluem programas de aquisição de conhecimento e shells (ou sub-programas) do
sistema especialista.
• Recursos de Hardware: - Entre eles:
1. Sistemas dedicados de microcomputadores
2. Estações de trabalho e terminais de microcomputadores conectados a
minicomputadores ou computadores centrais em uma rede de telecomunicações.
3. Computadores com objetivos especiais.
• Recursos de Pessoal: - Os recursos de pessoal incluem:
1. Engenheiros do conhecimento
2. Usuários finais
Aplicações dos Sistemas Especialistas
O uso de um sistema especialista envolve uma sessão interativa baseada no
computador na qual:
• É explorada a solução para um problema, com o sistema especialista atuando
como um consultor.

15. 15
• O sistema especialista faz perguntas ao usuário, consulta sua base de
conhecimento em busca de fatos e regras ou outro conhecimento.
• O sistema especialista explica seu processo de raciocínio quando perguntado
• O sistema especialista dá conselho especialista ao usuário na área temática que
está sendo explorada. Exemplos incluem: administração de crédito, atendimento
ao cliente e administração da produtividade.
Aplicações dos Sistemas Especialistas
Os sistemas especialistas normalmente atendem a um ou mais usos genéricos. As
seis atividades incluem:
• Gerenciamento de Decisões
• Diagnóstico de Problemas de Operação
• Manutenção/Programação
• Desenho/Configuração
• Seleção/Classificação
• Monitoração/Controle de Processo
4.13 Desenvolvendo Sistemas Especialistas
Shells de Sistemas Especialistas. A maneira mais fácil de desenvolver um sistema
especialista é utilizar uma shell de sistema especialista como ferramenta de
desenvolvimento. Uma shell de sistema especialista é um pacote de software que
consiste em um sistema especialista sem seu núcleo, ou seja, sua base de
conhecimento. Isto deixa uma shell de software (os programas da máquina de
inferência e da interface com o usuário) com capacidades genéricas para inferências
e interface com o usuário. Outras ferramentas de desenvolvimento (tais como
editores de regras e geradores de interface com o usuário) são adicionadas para
tornar a shell uma poderosa ferramenta de desenvolvimento do sistema especialista.
Engenharia do Conhecimento
Um engenheiro do conhecimento é um profissional que trabalha com especialistas
para capturar o conhecimento (fatos e princípios úteis) que estes possuem. O

16. 16
engenheiro do conhecimento monta então a base de conhecimento utilizando um
processo de repetição e prototipação até que o sistema especialista seja aceitável.
Dessa forma, os engenheiros do conhecimento desempenham um papel semelhante
ao dos analistas de sistemas no desenvolvimento dos sistemas de informação
convencionais. É óbvio que os engenheiros do conhecimento devem ser capazes de
entender e trabalhar com especialistas em muitas áreas temáticas. Portanto, este
know-how dos sistemas de informação exige boa prática, bem como um
conhecimento em sistemas de informação e inteligência artificial.
4.14 O Valor dos Sistemas Especialistas
Os sistemas especialistas não são a resposta para todos os problemas enfrentados
por uma organização. Surge a pergunta “Quais os tipos de problemas mais
adequados a soluções do sistema especialista?”. Maneiras de responder a esta
pergunta incluem:
Considerar os exemplos das aplicações de sistemas especialistas correntes,
inclusive as tarefas genéricas que estes executam.
Identificar critérios que tornam uma situação problemática adequada para um
sistema especialista. Alguns desses importantes critérios incluem: Domínio, know-
how, complexidade, estrutura e disponibilidade.
Domínio: O domínio, ou área temática, do problema é relativamente pequeno e
limitado a uma área-problema bem definida.
Know-how: As soluções para o problema exigem os esforços de um especialista.
Ou seja, são necessários um corpo de conhecimento, técnicas e intuição que apenas
poucas pessoas possuem.
Complexidade: A solução do problema é uma tarefa complexa que exige
processamento lógico de inferências, que não seria muito bem controlado pelo
processamento convencional de informações.
Estrutura: O processo de solução deve ser capaz de lidar com dados mal
estruturados, imprecisos, deficientes e conflitantes e com uma situação-problema
que muda com o correr do tempo.

17. 17
Disponibilidade: Existe um especialista que é articulado e cooperador e que tem o
apoio da administração e usuários finais envolvidos no desenvolvimento do sistema
proposto.
Benefícios dos Sistemas Especialistas
• Captura o know-how de especialistas. Ele pode superar o desempenho de um
especialista humano isolado em muitas situações problemáticas.
• É mais rápido e mais consistente do que um especialista humano
• Pode ter o conhecimento de vários especialistas
• Não se cansa ou se distrai por excesso de trabalho ou estresse.
• Está sempre disponível, ao passo que um especialista humano pode estar
ausente, doente ou pode ter deixado a empresa.
• Pode ser utilizado para treinar os novatos.
• O uso eficaz dos sistemas especialistas pode permitir a uma empresa:
• aumentar a eficiência de suas operações.
• gerar novos produtos e serviços.
• manter clientes e fornecedores com novas relações comerciais.
• formar recursos estratégicos de informação baseados no conhecimento.
Limitações dos Sistemas Especialistas
• Foco limitado (problemas e domínios específicos).
• Incapacidade para aprender
• Problemas de manutenção dos sistemas especialistas
• Custo envolvido em seu desenvolvimento.