engenharia do conhecimento e inteligência artificial - aula 1/3

Pacheco. 2006

Introdução à Engenharia e Gestão do ConhecimentoAula 4

Prof. Roberto Pacheco

UNIVERSIDADE FEDERAL DE SANTA CATARINA

Programa de Pós-Graduação em Engenharia e Gestão do ConhecimentoFlorianópolis, Abril de 2006

Roberto C. dos Santos [email protected]

Professor

Neri dos [email protected]

Professor

Parte II:

Engenharia do Conhecimento:

Introdução à Engenharia do Conhecimento

Francisco Antonio Pereira [email protected]

Professor

Pacheco. 2006

GESTÃODO CONHECIMENTO


SOCIEDADEDO CONHECIMENTO


PROGRAMAÇÃO

ECONOMIADO CONHECIMENTO


ORGANIZAÇÃODO CONHECIMENTO


ENGENHARIADO CONHECIMENTO



E INTELIGENCIA ARTIFICIAL



METODOLOGIASDA ENGENHARIA

DO CONHECIMENTO


DO CONHECIMENTO

EC, GESTÃOE MÍDIA

EC, GESTÃOE MÍDIA

MÍDIAE CONHECIMENTO


ESCOLADO FUTURO

ESCOLADO FUTURO

ORGANIZAÇÕESDO FUTURO


MÍDIASDO FUTURO

MÍDIASDO FUTURO



Pacheco. 2006
















DO CONHECIMENTO


DO CONHECIMENTO

EC, GESTÃOE MÍDIA

EC, GESTÃOE MÍDIA



ESCOLADO FUTURO

ESCOLADO FUTURO



MÍDIASDO FUTURO

MÍDIASDO FUTURO



ENCONTRO DE HOJE

Pacheco. 2006










NA UFSC


NA UFSC

IA OU EC?IA OU EC?

O QUE É IA?O QUE É IA?

COMO A IA SE DESENVOLVEU?COMO A IA SE DESENVOLVEU?

QUAIS SÃO OS PRINCIPAISINSTRUMENTOS DA IA?

QUAIS SÃO OS PRINCIPAISINSTRUMENTOS DA IA?

QÚAL É A RELAÇÃO ENTREA IA E A EC?

QÚAL É A RELAÇÃO ENTREA IA E A EC?

Pacheco. 2006

IA ou Engenharia do Conhecimento?

A busca por emular o comportamento humano é objetivo da Inteligência Artificial desde a criação do computador.

O que é inteligência artificial?

O que é inteligência aplicada?

Quais os instrumentos da inteligência artificial?

Por que a inteligência artificial, que originou ao Engenharia do Conhecimento, é parte dos componentes dessa?

Pacheco. 2006

• “Inteligência Artificial é o projeto e estudo de programas computacionais que se comportam de forma inteligente”(Dean, Allen, Aloinons, 1995)

• “Inteligência Artificial é o processo de construir um conhecimento inteligente” (Ginsbug, 1992)

O que é Inteligência Artificial?

Pacheco. 2006

• Inteligência Artificial é o campo da ciência da Computação dedicada à automação do comportamento inteligente”(Luger & Stubblefield, 1992)

• Inteligência Artificial é o estudo de como fazer computadores fazerem tarefas nas quais, até aqui, pessoas são melhores ao fazê-las” (Rick & Knight, 1991)

O que é Inteligência Artificial?

Pacheco. 2006

• É mais fácil reconhecê-la do que definí-la

• Não há consenso científico na sua definição ou lei quantitativa para medí-la

• Dicionário:• Habilidade de encontrar novas situações-sucesso

pelo próprio ajuste comportamental.• Habilidade de perceber os inter-relacionamentos

de fatores apresentados de uma forma a guiar ações com objetivos.

O que é Inteligência?

Pacheco. 2006

Aprendizado, Raciocínio, Senso Comum, Memória. Resolução de Problemas, incluindo dividir problemas

complexos em sub-problemas mais simples. Compreensão, mesmo ante ambigüidade. Adaptação. Equilíbrio Emocional. Tomada de Decisões Adequadas. Comunicação / Percepção Visual e Verbal.

Aspectos Relevantes

Pacheco. 2006

“Inteligência” x Técnicas de IA

Características Técnicas Aprendizado

Raciocínio Lógico

Incerteza

Adaptatibilidade

Raciocínio Analógico

Cooperação/competição

Redes Neuronais

Sistemas Especialistas

Lógica Difusa

Algorítmos Genéticos

Raciocínio Baseado em Casos

Agentes

Pacheco. 2006

IA Simbólica

1956 - Conferência de Darthmounth e a definição de Termo IA.

1955 - 1960 - IA: Resolução de ProblemasXadrez - Shannon’s (1995)

Prova de Teoremas - Newell and Simon

GPS - Newell and Simon 1960

“Resolver problemas é caminhar em um espaço de estados”.

Histórico da Inteligência Artificial

Pacheco. 2006

IA Simbólica 1965 - DENDRAL - Primeiro Sistema

Especialista desenvolvido em Stand Ford Univ. Análise do solo Marciano.

1976 - MYCIN - Diagnóstico médico de doenças bacteriólógicas (500 regras) - Acerto superior ao diagnóstico de médicos).


Pacheco. 2006

IA Simbólica• 1980 - XCON - Digital. Configuração de

Computadores: Carnigie Mellon.

Configuração manual: 25 minutos

Expert System: 2 minutos

UR$ 25 milhões por ano de economia.


Pacheco. 2006

O que são ?

• Programas computacionais projetados para modelar a habilidade de especialistas humanos de resolver problemas.


Pacheco. 2006

Arquitetura Básica

Memória de Curto PrazoConclusões e Fatos

Raciocínio

Memória de longo PrazoDomínio do Problema Informações

FatosConclusões

Base do Conhecimento

Memória de trabalho Máquina de Inferência

Interface


Pacheco. 2006

Sistemas Especialistas: processo de desenvolvimento

Knowledge Acquisition

Expert System

Expert

References

Knowledge Engineer

Knowledge

Representation

Buiding Process of an Expert System

O processo de aquisição, modelagem e representação do conhecimento que levam a um sistema especialista foi denominado Engenharia do Conhecimento ainda na década de 60.

Ao profissional responsável pelo desenvolvimento de sistemas especialistas se utilizou a denominação engenheiro do conhecimento.

Pacheco. 2006

Aplicações Comerciais• Finanças• Indústria (Manufatura)• Planejamento de Vôos• Administração• Serviço ao Consumidor• Design

Onde utilizar Sistemas Especialistas

Pacheco. 2006

Incerteza

Uma vez que as leis da Matemática referem-se à realidade, elas não são precisas. E uma vez que elas não são precisas, elas não se referem à realidade.

Albert Einstein

Pacheco. 2006

“Com o aumento da complexidade de um sistema, nossa habilidade de fazer declarações precisas e significativas sobre o seu comportamento diminui até que se chega a um limite, depois do qual precisão e significância tornam-se características quase que mutuamente exclusivas”Princípio da Incompatibilidade

Sistemas Difusos

Lotfi Zadeh1973

Pacheco. 2006

Quando usar difusos?

“O café está quente?”

“O dia está nublado?”

?“A inflação está alta novamente?”

Pacheco. 2006

Aplicações Comerciais Controle

Ar condicionado Máquina de Lavar Freios ABS Câmeras de Vídeo

Mais de 4 bilhões de dólares o número de aplicações no começo da década de 90.

Sistemas Difusos

Pacheco. 2006

Aplicações Comerciais Administração

Avaliação de Crédito Avaliação de Risco Análise de Mercado Administração da Produção

Medicina. Controle

Sistemas Difusos

Pacheco. 2006

IA Conexionista 1943- McCullock & Pitt simulam

uma rede simplificada usando circuitos elétricos.

1949- Donald Hebb (regra Hebb)

1958- Rosenblatt cria o perceptron: Separador linear implementando em Hardware.


Pacheco. 2006

• 1960- Windrow e Hoff: algoritmo dos mínimos quadrados

• 1969- Minsky e Papert: “Perceptrons”: “O mecanismo não é capaz de resolver

problemas interessantes!”

• 1982- Hopfield: Redes Recorrentes

• 1986- Backpropagation - MIT

• 1988- Radial Basis Function.

IA Conexionista


Pacheco. 2006

Definição• Tratam-se de máquinas projetadas para

modelar a forma pela qual o cérebro realizar uma tarefa ou função particular. A rede é geralmente implementada com componentes eletrônicos ou simulada em programas digitais

Haykin, 1994

Redes Neurais

Pacheco. 2006

Formas de Aprendizado• Supervisionado Apresenta-se o conjunto de entrada de dados e

os respectivos resultados esperados. A rede utiliza o par (entrada,target) para aprender.

• Não-supervisionado A rede auto-organizaça-se baseando-se em

parâmetros próprios de aprendizado.

Redes Neuronais

Pacheco. 2006

Cash Flow to Sales

Net Income/Sales

WC turnover

Cash Conv. Cycle

TWI

TWI trend

EBIT/Investments

Debt to Equity

Profitability

Liquidity

Debt

Further Analysis

Redes Neuronais

Nós de entrada e saída de uma rede neuronal guardam correspondência com dados disponíveis do domínio do problema. A figura mostra o exemplo de uma rede que procura verificar a correlação entre variáveis financeiras e a situação de lucratividade, liquidez ou dívida de empresas.

Pacheco. 2006

Aplicações Comerciais• Finanças• Controle• Reconhecimento de Padrões• Robótica• Controle de Qualidade• Reconhecimento de Caracteres• Reconhecimento de Voz

Redes Neuronais

Pacheco. 2006

Definição Abordagem de resolução de problemas baseada em

recuperação e a adaptação de casos ou descrições episódicas de problemas e suas respectivas soluções.


Tem como base o Raciocínio Analógico ou Experimental, ou seja, parte do princípio que as pessoas resolvem problemas com base no que já fizeram no passado.

Excelente em problemas em que evidências precedentes definem a melhor estratégia, tais como análise de jurisprudências, princípios contábeis, atendimento ao usuário e aprendizagem baseada em casos anteriores. Seus principais componentes são:

Pacheco. 2006

Componentes de um RBC

accounting.rutgers.edu/.../ es_tutor/es_tutor.htm

Base de casos. Onde estão os casos passados.

Biblioteca de índices, que permite a busca eficiente e rápida de casos anteriores mais apropriados ou similares ao problema em análise.

Métrica de Similaridade, utilizada para avaliar o grau de semelhança entre casos passados recuperados na biblioteca de índices.

Módulo de adaptação, que cria uma solução para o problema atual, modificando a solução anterior (adaptação estrutural) ou criando uma nova solução por processo idêntifico ao passado (adaptação derivativa)

Aprendizagem. Quando a solução é inédita, pode ser acrescida à base.

Pacheco. 2006

Aplicações Comerciais Suporte a Clientes Controle de Qualidade Área Jurídica Banco de Dados Corporativos Planejamento e Design Sugestões (Ian Watson

Homepage): http://www.ai-cbr.org/theindex.html


Pacheco. 2006

Definição Área de Inteligência Artificial Distribuída,

dedicada a desenvolver sistemas autônomos colaborativos, interagindo na solução de problemas.

Agentes respondem a mensagens utilizando protocolos de troca de conhecimento (KQML).

Agentes

Pacheco. 2006

Aplicações Comerciais Buscas Automáticas e Inteligentes Monitoramento de usuários

(sistemas) Negociação Inteligente em

Negócios Tutorials Inteligentes e Autômanos

Agentes

Pacheco. 2006

Como vimos, o termo “Engenharia do Conhecimento” surgiu para definir a área científica de construção de sistemas especialistas. Engenheiro do conhecimento, portanto, era o profissional que realizava as tarefas de aquisição e codificação de conhecimento em sistemas especialistas.

O que era Engenharia do Conhecimento...

Com o surgimento de outras abordagens à codificação de conhecimento, o termo “engenheiro do conhecimento” passou a ser aplicado também ao responsável por sistemas baseados em caso, redes neurais, etc.

Pacheco. 2006


Engenheiros do conhecimento daquela geração não se preocupavam com a definição de prioridades estratégicas na organização. Ao identificarem oportunidades de codificação de conhecimento, aplicavam a ferramenta adequada para depois reconhecerem seus resultados, de difícil replicação em novas oportunidades.

Além disso, havia um distanciamento entre a forma de fazer sistemas de conhecimento e as ferramentas da modelagem e desenvolvimento de software, sob a alegação de que o processo de construção de sistemas inteligentes é intrinsicamente ad hoc. O resultado era uma extrema ineficiência e muita frustração na relação custo/benefício ou mesmo no prazo de entrega.

Pacheco. 2006


Em suma, os engenheiros do conhecimento daquela geração não tinham formação completa do processo de engenharia. Faltava-lhes a análise de viabilidade, a utilização de metodologias de modelagem de processos e a ligação com o cotidiano das organizações.

A Nova Engenharia do Conhecimento surge justamente para diminuir este gap e para fazer do engenheiro de conhecimento o principal ator de interface entre tecnologia e gestão. Para isso, reconhece-se a relevância da modelagem do conhecimento e da visão sistêmica de parte do engenheiro.

Pacheco. 2006










NA UFSC


NA UFSC

O VALOR DO CONHECIMENTOO VALOR DO CONHECIMENTO

O QUE CONHECIMENTO, DADOE INFORMAÇÃO

O QUE CONHECIMENTO, DADOE INFORMAÇÃO

COMO ENGENHAR CONHECIMENTOCOMO ENGENHAR CONHECIMENTO

COMO É A NOVAENGENHARIA DO CONHECIMENTO

COMO É A NOVAENGENHARIA DO CONHECIMENTO

Pacheco. 2006

O Valor do Conhecimento

Capítulo 1: O valor do conhecimento. Conhecimento é um ativo valorável

Engenharia do Conhecimento é uma disciplina que está no coração do desenvolvimento, distribuição e manutenção dos ativos de conhecimento

Há metodologias para engenharia e gestão do conhecimento

Há novos papéis (profissões) nesse processo.

Schreiber, G.; Akkermans, H.; Anjewierden, A.; Hoog, R.; Shadbolt, N.; de Velde, W. V.; and Wielinga, B.. Knowledge Engnineering and Management: the CommonKADS Methodology. MIT Press. Cambridge. Massachussets. 2002

Pacheco. 2006

O Valor do Conhecimento Mais de 50% do custo de extração de petróleo está associado à

obtenção e tratamento de informação.

Historicamente sempre foram necessários de 3 a 4 homens-hora para se fazer uma tonelada de aço.

Com o uso de sofisticados sistemas computacionais somente 45 min são necessários para produção de uma tonelada.

Enquanto o aço significou o componente essencial para a Revolução Industrial, a Era da Informação tem como componente básico um microchip.

Seu valor não está no componente físico (sílica - areia) e sim em seu projeto e no projeto das complexas máquinas que o fazem. Seu ingrediente principal é CONHECIMENTO

Conclusão: cada vez mais compramos e vendemos conhecimento, que se transformou na principal matéria-prima na nova economia.

Tom Stewart – Fortune Magazine.

Pacheco. 2006

O Valor do Conhecimento Conhecimento tornou-se reconhecido como uma entidade

manipulável e valorada por si, ou seja, o “intangível fundamental” (the ultimate intangible)

Pesquisas indicam que os executivos consideram o conhecimento o fator mais importante para o sucesso organizacional. As mesmas pesquisas, no entanto, revelam que apenas 20% do conhecimento disponível na organização é utilizado.

Mesmo em organizações de manufatura, a capacidade de prover serviços com base em conhecimento tem sido responsável por 65% a 75% do valor agregado dos produtos.

Autores da área de capital intelectual mencionam cifras entre 75% a 80% do capital da organização ter base no conhecimento.

(Schreiber. et al, 2002)

Mas quando essas constatações começaram a chegar à Administração Organizacional?

Pacheco. 2006

O Valor do Conhecimento

“ A mudança no significado do conhecimento que iniciou 250 anos atrás tem transformado a economia e a sociedade. Conhecimento formal é visto como um recurso pessoal chave e como um recurso econômico chave. Conhecimento é o único recurso significativo hoje. Os tradicionais “fatores da produção” – terra (i.e., recursos naturais), trabalho e capital – não desapareceram. Mas eles têm se tornado secundários. Eles podem ser obtidos, e obtidos facilmente, desde que exista conhecimento. E conhecimento neste novo contexto é conhecimento como uma utilidade, conhecimento como um meio de obter resultados econômicos e sociais. Esses desenvolvimentos, quer desejáveis ou não, são respostas a uma mudança irreversível: conhecimento está sendo agora aplicado ao próprio conhecimento. “

Peter Drucker, Post-capitalist society. 1993

Pacheco. 2006

O Valor do Conhecimento A Revolução Industrial revolucionou o trabalho manual. Neste processo, trouxe

novas disciplinas, como as engenharias mecânica, química e elétrica, que estabeleceram a base científica para essa Revolução.

Da mesma forma, a Sociedade da Informação está revolucionando o trabalho intelectual.

Cada vez mais pessoas tornam-se trabalhadoras do conhecimento, enquanto, ao mesmo tempo, o próprio trabalho está sob constante transformação.

Novas disciplinas estão provendo a base científica para esse processo de mudança.

Uma dessas disciplinas é a Engenharia do Conhecimento. Assim como as Engenharias mecânica e elétrica ofereceram teorias, métodos e técnicas para construir carros, a Engenharia do conhecimento nos equipa com a metodologia científica para analisar e “engenhar” conhecimento.


Portanto, para a Engenharia do Conhecimento, o “conhecimento” é um objeto alvo, materializável, tratável, estudável, replicável, produzível.

Pacheco. 2006

Questão fundamental – Abordagem Clássica

Questão natural no campo da Engenharia e Gestão do Conhecimento, mas cuja gênese da preocupação humana já remonta a mais de 2 milênios.

A questão não surge isolada, sendo normalmente acompanhada da exigência de se diferenciar DADOS, INFORMAÇÃO e CONHECIMENTO.

Os autores da Metodologia CommonKADS incluem tanto a abordagem clássica como uma interessante discussão que parte da premissa do por que se preocupar com essa questão.

Pacheco. 2006

Definições

Sinais desprovidos de interpretação ou significado. São números, palavras, figuras, sons, textos, gráficos, datas, fotos ou qualquer sinal, desprovidos de contexto.

Dado dotado de significado. Portanto, dado ao qual se provê significado, de forma a torná-lo compreensível. Para terem significado, dados devem conter algum tipo de estrutura ou contexto associado.

É o conjunto completo de informações, dados, relações que levam as pessoas à tomada de decisão, à realização de tarefas e à criação de novas informações ou conhecimento.

Conhecimento adiciona dois aspectos únicos: propósito, dado que permite o alcance de um objetivo; e capacidade de generativa, dado leva à nova informação (o que o torna, então, um fator de produção).

Pacheco. 2006

Definições

Características Exemplo

Dados Matéria sem interpretação

1010101001

Informação Significado ao Dado S.O.S

Conhecimento Propósito e competência à informação, com potencial de gerar ação

Alerta de emergência

Iniciar operação de resgate


Pacheco. 2006

Interessante abordagem à discussão...

0110011010101011001101100101

0110011010101011001101100101

representações internasà mente humana

representações externasà mente humana inlegíveis por

seres humanos

não inlegíveis porseres humanos

1 2

3

4

5

6

78

AB

Prof. João Alvaro CarvalhoUniversidade do Minho - DSI

O que é informação?

1, 2, 3, 4, 5, 6, 7 ou 8?

1,2 – O que está na mente de A

3,4,5,6, - representações externas à mente

7 – significado que B dá a uma representação (na mente de B)

8 – O que ficará na mente de B (após “assimilação” no passo 7

Pacheco. 2006

Boggling the minds

Dado, Informação ou Conhecimento????

Produção de maçã cresceu 10% no Oeste do Estado no último ano.

2 toneladas2002

Produtores e distribuidores de maçã decidem investir em marketing de exportação para dar vasão ao crescimento da oferta do produto no último ano.

Pacheco. 2006

Questão fundamental (??) – Abordagem II

Para que se preocupar com isso?

Todos nós somos capazes de reconhecer pessoas com conhecimento e o que ele significa, quando o vemos em ação. Isso é o que necessitamos em Engenharia do Conhecimento. Não é necessário uma definição formal para isso.

O mesmo ocorre com cientistas de outras áreas, quando solicitados sobre uma definição fundamental sobre seu objeto de estudo.

Pacheco. 2006

Questão fundamental (??) – Abordagem II Uma das principais causas na dificuldade de se especificar o

que é conhecimento está no fato de que conhecimento depende muito do contexto.

O conhecimento de uma pessoa pode ser apenas dado para outra pessoa.

Os limites entre dado, informação e conhecimento não são rígidos porque dependem do contexto de uso.

Em Engenharia do conhecimento o padrão é conceber conhecimento como dependente de domínio e da tarefa.

Engenharia do conhecimento visa acessar o conhecimento humano em um contexto organizacional em que esse possa ser empregado.

Para isso, adota uma abordagem não-centrada em tecnologia, levando a TI a apoiar os trabalhadores de conhecimento.

Pacheco. 2006

Engenharia do Conhecimento e Sistemas de Conhecimento

“ O conhecimento que agora consideramos é o conhecimento que se prova em ação. O que agora significa conhecimento é informação em ação, informação focada em resultados. Resultados estão fora da pessoa, na sociedade e na economia, ou no avanço do próprio conhecimento. Para conseguir qualquer coisa esse conhecimento deve ser altamente especializado…. Não poderia ser nem aprendido nem ensinado. Também aceita princípios gerais. É experiência ao invés de aprendizagem, capacitação ao invés de escolaridade.

Mas hoje nós não falamos dos conhecimentos especializados como ‘habilidades’ (crafts). Falamos de ‘disciplinas’. Essa é uma grande mudança na história intelectual como nunca registrado. Uma disciplina converte uma ‘habilidade’ em uma metodologia – tal como engenharia, o método científico, o método quantitativo ou o diagnóstico médico. Cada uma dessas metodologias converte experiência ad hoc em sistemas. Cada uma converte “estória” em informação. Cada uma converte habilidades em algo que possa ser ensinado e aprendido.“

Pacheco. 2006

“Engenhar o Conhecimento”

Drucker lembra ter ocorrido com a engenharia mecânica, física e química, que se desenvolveram de artefatos (crafts) a máquinas.

A Engenharia do Conhecimento reconhece o mesmo fênomeno quanto a informação e conhecimento. A evolução inclui os estágios da engenharia de software e pode ser vista na forma com que a TI se posicionou nas organizações ao longo dos anos.

Como a Tecnologia da Informação e da Comunicação evoluiu nas organizações?

Pacheco. 2006

Como as TIC evoluíram nas Organizações

TIC em transações operacionaisTIC em transações operacionais

TIC em apoio à área táticaTIC em apoio à área tática

90’s90’sTIC oferecendoTIC oferecendo

apoio estratégicoapoio estratégico

TICTICApoiandoApoiando

ConhecimentoConhecimento94-today94-today

60’s - 70’s60’s - 70’s

80’s80’s

Sistemas deInformação

Bases de dados OLTP

Data Warehouse

Data Marts

Web

DSSGISEIS

Internet, Intranet, Extranet

Novas Tecnologias da Informação e Comunicação

Extração de ConhecimentoInteroperabilidadeAnálises de redesGoverno Eletrônico

Pacheco. 2006

A Evolução da Engenharia do Conhecimento

A Engenharia do Conhecimento evoluiu de uma metodologia de desenvolvimento de sistemas especialistas, sistemas baseados em conhecimento e sistemas intensivos em conhecimento (todos atualmente considerados sistemas de conhecimento).

Sistemas de conhecimento são um dos principais produtos da disciplina chamada inteligência artificial. Estão presentes em diversos produtos no mundo todo. Aplicam-se em medicina, análise de crédito, detecção de fraudes, apoio a projeto, controle, finanças, atendimento a clientes, etc.

Quais são os benefícios dos sistemas de conhecimento?

Essa pergunta foi alvo de uma pesquisa de 1992, em que se questionava pelos benefícios esperados antes da adoção de um projeto e os alcançados após a utilização dos mesmos.

Pacheco. 2006

A Evolução da Engenharia do Conhecimento

Produtividade Tomada de decisão mais rápidoAumento de produtividadeMelhoria na solução de problemasSolução de problemas complexosConfiabilidadeOperação de Equipamentos

75% 68%

Preservação de conhecimento

Captura de expertise escassa

Utilização em localizações remotas

10% 14%

Melhoriade qualidade

Melhoria na qualidade das decisões

Tratamento de incerteza

29% 18%

capacitação Benefícios educacionais 15% 13%

Enriquecimento do trabalho

FlexibilidadeIntegrando conhecimento de múltiplos especialistas

10% 15%

Categoria Benefícios Expectativa Percebidocomo Real

Pacheco. 2006

A Nova Engenharia do Conhecimento

Engenharia do Conhecimento permite identificar oportunidades e gargalos em como as organizações desenvolvem, distribuem e aplicam recursos de conhecimento, fornecendo, assim, ferramentas para gestão de conhecimento organizacional.

Engenharia do Conhecimento providencia os métodos para obter uma ampla compreensão das estruturas e processos utilizados por usuários do conhecimento – mesmo onde muito do conhecimento é tácito – levando a uma melhor integração da tecnologia da informação no apoio ao trabalhador de conhecimento.

Engenharia do conhecimento ajuda, como resultado, a construir melhor sistemas de conhecimento: sistemas que são mais fáceis de usar, têm uma arquitetura bem-estruturada e mais simples de manter.

Pacheco. 2006

Os Papéis dos Atores de um Projeto de EC


Pacheco. 2006










NA UFSC


NA UFSC

COMO CHEGAMOSATÉ AQUI

COMO CHEGAMOSATÉ AQUI

PARA ONDE PRETENDEMOS IR

PARA ONDE PRETENDEMOS IR

Pacheco. 2006

“(…) assim como a engenharia mecânica e elétrica oferecem teorias, métodos e técnicas para a construção de

automóveis, a engenharia do conhecimento nos equipa com metodologia científica para analisar e engenhar

conhecimento ”.

SCHREIBER, et. al. 2002

Engenharia do Conhecimento

Pacheco. 2006

Como chegamos até aqui?

• 1989 – Área de Pesquisa Operacional do PPGEP/UFSC cria a Linha de Pesquisa Inteligência Artificial

• 1990 - Primeiro grupo de pesquisa em IA e Engenharia de Produção

• 1990 - Doutorado da Engenharia de Produção e IA torna-se área de concentração no PPGEP

• 1991 - Dissertações na área da IA

• 1991 e 1992 - Linha de Pesquisa de Desenvolvimento de sistemas em IA

Pacheco. 2006

Como chegamos até aqui?

• 19931993 - Interação com grupos estrangeiros - Interação com grupos estrangeiros

• 19941994 - Primeiras defesas de teses de doutorado em IA - Primeiras defesas de teses de doutorado em IA

• 19951995 - Implantação do Ensino a Distância (Lab. LED) - Implantação do Ensino a Distância (Lab. LED)

• 19961996 - Criação da área - Criação da área Mídia & ConhecimentoMídia & Conhecimento

• 19961996 - Criação dos Laboratórios Stela, LRV, LMC - Criação dos Laboratórios Stela, LRV, LMC

• 19971997 - Desenvolvimento de Sistemas e Publicações - Desenvolvimento de Sistemas e Publicações

• 19981998 - Integração entre IA e Desenvolvimento - Integração entre IA e Desenvolvimento

de Sistemas de Informação de Sistemas de Informação

• 1999-20021999-2002 – Consolidação da extensão – Consolidação da extensão

• 2002-20032002-2003 – Reformulação do PPGEP/UFSC – Reformulação do PPGEP/UFSC

• 20042004 – Início do Programa EGC – Início do Programa EGC

Pacheco. 2006

A Engenharia do Conhecimento na UFSC

A área de Inteligência Aplicada foi criada em 1991 no PPGEP/UFSC.

Os primeiros trabalhos digitalizados são de 1995. Hoje há um total de 2.856 teses e dissertações disponíveis em texto completo. Nesse conjunto de documentos, mais de 10% contém termos relacionados à Engenharia do Conhecimento.

http://teses.eps.ufsc.br – consulta em 10/08/2004

Termos Total %

inteligência artificial 260 9,10%gestão do conhecimento 200 7,00%aquisição de conhecimento 157 5,50%sistemas especialistas 140 4,90%redes neurais 87 3,05%economia do conhecimento 70 2,45%data mining 58 2,03%fuzzy 56 1,96%algoritmos genéticos 56 1,96%agentes inteligentes 51 1,79%engenharia do conhecimento 49 1,72%inteligência aplicada 46 1,61%conjuntos difusos 44 1,54%rede neural 37 1,30%representação de conhecimento 34 1,19%mineração de dados 31 1,09%raciocínio baseado em casos 30 1,05%recuperação de informação 26 0,91%redes neuronais 26 0,91%sistemas de conhecimento 25 0,88%datamining 16 0,56%rede neuronal 16 0,56%extração de conhecimento 16 0,56%sistemas difusos 14 0,49%sistema baseado em conhecimento 10 0,35%tratamento de incerteza 4 0,14%CommonKADS 4 0,14%redes conexionistas 4 0,14%recuperação de conhecimento 3 0,11%computação evolutiva 1 0,04%Total de teses e dissertações 2856

texto completo

Pacheco. 2006

A Engenharia do Conhecimento na UFSC

A formação em temas ligados à área de Inteligência Aplicada à Gestão com base tecnológica é o ponto de partida para a área de Engenharia do Conhecimento do EGC.

Dados da Plataforma Lattes do CNPq indicam que profissionais com mestrado e doutorado no PPGEP/UFSC e com ligação a temas da EC já ultrapassam a casa da centena de pessoas.

http://lattes.cnpq.br – consulta em 12/08/2004

Termos Mestrado Doutoradointeligência artificial 173 113gestão do conhecimento 132 97aquisição de conhecimento 22 16sistemas especialistas 115 91

CV Lattes

Pacheco. 2006

Onde a EC do EGC pretende chegar?

O primeiro objetivo da EC do EGC é posicionar nossas pesquisas e nossos desenvolvimentos na Nova Engenharia do Conhecimento

Isso significa reconhecer a EC como uma abordagem centrada na modelagem do conhecimento visando sua codificação em processo estratégicos a organizações e à sociedade.

Pacheco. 2006


Com isso, nossos mestres e doutores serão:

modeladores de conhecimento

gestores de projetos de sistemas de conhecimento

inovadores na criação e aperfeiçoamento de metodologias e ferramentas da engenharia do conhecimento

Professores nas áreas de modelagem e codificação de conhecimento como instrumentos de apoio à gestão e à mídia.

Pacheco. 2006


Para chegarmos lá, teremos que ter muito claros os seguintes pontos:

a diferença entre codificar, gerir e disseminar conhecimento;

a diferença entre técnica, ferramenta, metodologia, método e suas aplicações nas suas áreas de domínio;

Como identificar uma oportunidade para pesquisa, desenvolvimento e aplicação dos resultados da engenharia do conhecimento.

Pacheco. 2006

Próxima Aula...

Veremos os instrumentos à disposição dos engenheiros do conhecimento em niveis de metodologia e ferramentas…


Pacheco. 2006

Referências Schreiber, G.; Akkermans, H.; Anjewierden, A.; Hoog, R.; Shadbolt, N.; de Velde, W. V.;

and Wielinga, B.. Knowledge Engnineering and Management: the CommonKADS Methodology. MIT Press. Cambridge. Massachussets. 2002

Hansen, M. T.; Nohria, N.; Tierney, T. What;s your strategy for managing knowledge? Harvard Business Review. HBR. v. 77, n. 2., p. 106-116, March/April 1999.

Stewart, T. A.;. The case against knowledge management. Business 2.0 Magazine. 2002.

Pacheco. 2006

Para a Próxima Aula...

engenharia do conhecimento e inteligência artificial - aula 1/3

Documents