Dado, Informação, Conhecimento e Competência
(Trecho do Artigo. Seções 8, 9, 10 e 11)
8. A literatura
Na literatura encontra-se apoio para
algumas das idéias aqui expostas, desenvolvidas independentemente. Por exemplo,
Y. Malhorta diz: "O paradigma tradicional dos sistemas de informação está
baseado na procura de uma interpretação consensual da informação fundamentada
em normas ditadas socialmente ou nas diretrizes dos dirigentes das empresas.
Isto resultou na confusão entre conhecimento e informação. Conhecimento e
informação, contudo, são entidades distintas. Enquanto a informação gerada por
computadores não é um veículo muito rico da interpretação humana para a ação em
potencial, o conhecimento encontra-se no contexto subjetivo de ação do usuário,
baseado naquela informação. Assim, não seria incorreto sugerir que o
conhecimento está no usuário e não no conjunto de informações, algo levantado
há duas décadas atrás por West Churchman, o filósofo pioneiro em sistemas de
informação." [Malhorta 1978].
Note-se que, no sentido acima,
informação não pode ser gerada por um computador. O computador pode apenas
reproduzir sua representação em forma de dados, eventualmente com alguma
modificação de formato ou algum tratamento puramente sintático. O computador
pode gerar dados, por exemplo calculando a temperatura média de várias cidades.
Mais ainda, "ação" foi associada a competência e não a conhecimento.
Malhorta também diz: "Karl Erik
Sveiby, o autor de The New Organization Wealth: Managing and Measuring
Knowledge-Based Assets (Berret Koehler, 1997) ("A Nova Riqueza
Organizacional: Gerenciando e Medindo Ativos Baseados em Conhecimento"),
argumenta que a confusão entre conhecimento e informação levou a direção de
empresas a investir bilhões de dólares em empreendimentos de tecnologia da
informação com resultados apenas marginais. Sveiby afirma que os gerentes de
negócio necessitam compreender que, diferentemente da informação, o
conhecimento está incorporado nas pessoas, e a criação de conhecimento ocorre
no processo de interação social. Em uma nota similar, Ikujiro Nonaka, o
primeiro Professor Titular da Cadeira Xerox de Conhecimento da Universidade da
Califórnia em Berkeley, enfatizou que somente os seres humanos podem ter o
papel central na criação do conhecimento. Nonaka argumenta que os computadores
são meras ferramentas, não importando a grande capacidade de processamento de
informação que possam ter."
Considero a confusão entre
informação e competência ainda pior do que a existente entre informação e
conhecimento, pois competência deveria ser encarada com muito mais
subjetividade e estar ligada a alguma realização física.
De acordo com a caracterização aqui
exposta, um indivíduo pode adquirir conhecimento sem interação social. Por
exemplo, alguém pode fazer uma visita extensa a Paris sozinho, sem falar com
ninguém do local. Bem, Paris é em grande parte um resultado de interações
sociais, mas a visita poderia ser feita a um lago ou montanha.
Nanoka parece acreditar que o
conhecimento pode ser descrito, com o que não concordo. Finalmente, no sentido
exposto, não existe nos computadores "processamento da informação",
mas apenas "processamento de dados". Por exemplo, uma formatação de
informação por um computador consiste, na realidade, na formatação dos dados
que a representam. Com muito mais ênfase ainda sou contra a expressão
"processamento de conhecimento" ou "banco de dados de
conhecimento".
Em seu livro sobre gerenciamento de
conhecimento, Davenport e Prusack dizem: "conhecimento não é nem dado nem
informação, embora esteja relacionado a ambos e as diferenças entre aqueles
termos sejam freqüentemente uma questão de grau" [Davenport 1998].
Concordo com a primeira afirmação. Mas, nas caracterizações apresentadas, os
três conceitos são absolutamente diferentes, e não uma questão de grau.
Eles estão também de acordo com
Malhorta: "A confusão sobre o que são dados, informação e conhecimento –
como diferem e o que tais palavras significam –, resultou em enormes gastos em
iniciativas tecnológicas, raramente produzindo aquilo que as empresas que nisso
despenderam o seu dinheiro necessitavam ou pensavam estar obtendo. … O êxito e
o fracasso organizacional podem depender freqüentemente de se saber quais
daqueles se necessita, quais se tem e o que se pode fazer ou não com cada um
deles." Este trabalho tenta estabelecer diferenças essenciais entre eles;
quem sabe elas ajudem a dar um fim à presente confusão.
Eles caracterizam "dado"
como "um conjunto de fatos discretos, objetivos, sobre eventos."
Estou de acordo quanto a dados serem discretos e objetivos. Mas discordo quanto
aos eventos, pois dados podem ser gerados por computadores. Por exemplo, podem
ser o resultado de alguns cálculos sem qualquer vinculação com fatos do mundo
real (os eventos). Sentir o frio é um evento, mas não é um dado. Eles
estabelecem que "os dados por si mesmos têm pouca intenção ou
relevância." Como foi visto, considero os dados por si sós como sendo
simples representações simbólicas, não tendo absolutamente qualquer relevância
ou propósito; somente ao serem usados por alguém já não como dados, mas como
informação, são acrescentadas relevância e intenção.
Eles também estabelecem que "…
não existe qualquer significado inerente aos dados. Os dados descrevem somente
uma parte do que aconteceu." Sim, não existe qualquer significado nos
dados, eles são apenas representações simbólicas e, por si sós, não possuem qualquer
conexão com o que descrevem. Um ser humano deve estabelecer tal conexão. Além
disso, eu não diria que os "dados descrevem" algo. Eles simplesmente
podem ser a representação de informações, mas também podem ser puro lixo, sem
que se possa extrair deles nenhuma informação. Por exemplo, a tabela de cidades
e temperaturas em chinês (V. item 2) é puro lixo para quem não lê ou não
compreende essa língua.
Duas afirmações interessantes:
"Dados são importantes para as organizações – em grande parte, naturalmente,
porque constituem matéria prima essencial para a criação de informação."
"As empresas algumas vezes acumulam dados porque são factuais e, assim,
criam uma ilusão de precisão científica." Como foi exposto aqui, dados são
objetivos; além disso, eles podem sempre ser expressos matematicamente, daí a
ilusão mencionada.
Na seção sobre informação, eles a
descrevem como "… uma mensagem, usualmente na forma de um documento ou de
uma comunicação audível ou visível. Como com qualquer mensagem, ela tem um
emissor e um receptor. A informação visa mudar a forma com que o receptor
percebe algo… A palavra ‘informar’ significava originalmente ‘dar forma a’, e a
informação visa moldar a pessoa que a obtém, produzir alguma diferença em seu
ponto de vista ou discernimento." A caracterização aqui apresentada é mais
geral: ela não implica que aquele que origina a informação visa transmiti-la a
mais alguém. Além disso, como no exemplo de se avaliar o frio pondo o braço
para fora da janela, a informação nem foi captada por meio de uma mensagem. Mas
a concepção de informação como mensagem é muito interessante (desde que tenha
algum significado para o receptor), porque cobre a maior parte dos propósitos
de se criar alguma informação. Um ponto importante aqui é "Portanto, falando
estritamente, segue-se que o receptor, não o emissor, decide se a mensagem que
ele obtém é realmente informação – isto é, se ela verdadeiramente o
informa". (Veja-se o exemplo da tabela de cidades e temperaturas, mas em
chinês.)
Mais adiante, lê-se: "Diferentemente dos dados, a informação tem
significado – ‘relevância e propósito’… Não somente ela potencialmente forma o
receptor, mas ela tem forma: está organizada com algum propósito. Dados
tornam-se informação quando o seu criador acrescenta significado". Apesar
do problema do criador, pois quem acrescenta significado é principalmente o
receptor, e o "criador" de dados poderia ser um computador – é
agradável ver que as minhas idéias concordam inteiramente com algumas das
deles. Vale a pena mencionar sua última frase naquela seção. "O corolário
para os gerentes de hoje é que ter mais tecnologia da informação não
necessariamente aumenta o estado da informação". É óbvio, a tecnologia é
de dados, e não de informação ou, na melhor das hipóteses, do armazenamento ou
transmissão da representação da informação.
Como aquele livro trata sobre gestão
do conhecimento, na seção sobre o conhecimento é fornecida uma ampla
caracterização desse conceito: "Conhecimento é uma mistura fluida de
experiência estruturada, valores, informação contextual e discernimento
especializado que fornece um parâmetro para avaliar e incorporar novas
experiências em informação. Origina-se e é aplicado nas mentes dos
conhecedores. Nas organizações torna-se freqüentemente incorporado não somente
em documentos ou repositórios, mas também em rotinas organizacionais,
processos, práticas e normas" [pg. 5].
A caracterização dada aqui restringe
o conhecimento a uma experiência pessoal; ela não está de acordo com o resto.
Em particular, rotinas e processos podem não estar nas mentes dos conhecedores,
e as normas escritas são, nesse sentido, apenas dados. Elas podem ser lidas
como informação, mas provavelmente algumas dessas normas são incompreensíveis,
e portanto são apenas dados mesmo. "Enquanto de um lado encontramos dados
em registros ou transações e, por outro, informação em mensagens, obtemos
conhecimento dos indivíduos ou grupos de conhecedores ou, às vezes, em rotinas
organizacionais". Sim, o conhecimento encontra-se nos indivíduos, mas o
que eles transmitem e o que deles se obtém é informação (se o receptor a
compreender), isto é, mensagens, de acordo com os autores, em geral sob forma
de dados. Mas o exemplo do berro (V. item 3) também mostra que informações
podem ser transmitidas sem que sejam representadas por dados.
É interessante observar que o seu
valioso livro não menciona a competência. Algumas vezes eles tocam
marginalmente em "perícia" ("expertise"), mas seu foco
principal está no armazenamento e na transmissão de conhecimento (ou melhor, do
que eles entendem por isso), práticas e tecnologias para a gestão do
conhecimento, etc.
Um interessante livro é o de Keith
Devlin [Devlin 1999]. Ele propõe-se a desenvolver uma "compreensão
científica de informação e do conhecimento" [pg. 3]. "É por causa de
o fato de ser construído sobre uma investigação robusta (‘sound’) e teórica da
informação é que este livro difere da maioria dos livros sobre negócios com as
palavras ‘informação’ e ‘conhecimento’ em seus títulos …" [pg. 5]. Só que,
no fim do livro, ele diz que sua "teoria", que ele denomina de
"teoria da situação" ("situation theory") é simplesmente um
"começo de ciência" [pg. 207]. E nem poderia ser mais do que isso,
pois aquelas duas palavras dependem do fator humano, o que ele claramente
reconhece no caso da segunda [idem]. No fundo, parece-me que sua
"teoria" é da especificação de contextos ("situações"). De
fato, para haver informação no sentido aqui exposto, é preciso haver
"compreensão" da mensagem ou do fenômeno percebido (como os exemplos
do frio que está fazendo ou do berro, cf. item 3), o que envolve contexto, dado
pela pessoa que recebe ou tem a percepção.
Ele também dá importância a uma
conceituação precisa de dados, informação e conhecimento: "É essencial
compreender as distinções sutis entre conceitos de dados, informação e
conhecimento …" [pg. 14]. Só que, na minha conceituação, as distinções não
são sutis, são enormes; quem sabe com isso ela seja mais clara. "… como
pudemos observar [por meio de exemplos de como informação – dado, na minha
conceituação – transforma-se em conhecimento] a distinção entre informação e
conhecimento não é muito limpa (‘clean"), e é em grande parte uma questão
de ênfase." [pg. 151]. Parece-me que a conceituação aqui exposta seja bem
"limpa".
"Falando aproximadamente
(‘roughly’), dados são o que jornais, relatórios e ‘sistemas de processamento
de dados’ nos fornecem" [pg. 14]. Minha definição (cf. item 2) é bem mais
precisa e genérica. Logo em seguida vem: "Quando pessoas adquirem dados e
os encaixam no contexto (‘framework’) de informação previamente adquirida,
esses dados tornam-se informação." [idem]. Ora, pois, que circularidade…
Mais adiante, como bom matemático de formação, ele dá uma "equação":
"Informação = Dados + Significado" [idem] e com isso chega a apenas
uma das formas de informação como foi caracterizada aqui. Na conceituação deste
artigo, dado é uma representação. Informação pode ser adquirida de um dado se
se associar significado a ele, mas ela também pode ser adquirida sem dados. A
propósito, não me agradam essas representações em "equações", como se
se tratasse de Matemática, o que não o é de maneira nenhuma. Como se pode somar
grandezas diferentes? (É análogo a se somar a altura de alguém ao seu peso.)
Pior, nem se tratam de grandezas, apesar do primeiro termo poder ser expresso
em "bits" na conceituação aqui exposta, mas não na dele. Além disso,
ele não define dados e, como foi visto, "significado" é algo
informal. Assim, essa soma não tem nada a ver com a soma da Matemática, e o
todo não é uma equação.
Nesse ponto, ele chega a
conhecimento: "Quando uma pessoa internaliza a informação ao ponto de que
pode fazer uso dela, chamamos de conhecimento. … Como uma equação:
"Conhecimento = Informação internalizada + Habilidade de usar a informação"
[pg. 15]. Aí há uma divergência: no sentido aqui exposto, pode-se ter
conhecimento sem que se faça uso dele. Pior, pode-se usar uma informação
teórica (internalizada) para derivar outra informação teórica. Além disso, o
conhecimento, nesse sentido, exige uma vivência, ao passo que, a internalização
que ele menciona poderia dar-se a partir de dados teóricos (como no caso do
manual de viagem do item 3). Mas a discordância não é total: "Conhecimento
existe nas mentes dos indivíduos." [idem], se bem que talvez as concepções
de "mente" sejam diferentes (para mim, ela não é física). Mas, em
outro trecho, ele diz "Conhecimento é informação possuída de tal forma que
a torna disponível para uso imediato." Se ela está na mente das pessoas,
como dizer que ela tem uma "forma"?
Não vou entrar nos detalhes de
outras formulações que ele dá para esses conceitos, pois acabaria fazendo uma
resenha do mesmo. Resta tratar brevemente do que ele entende por competência.
Ele trata muito pouco dela, que denomina "especialização"
("expertise") [pg. 185]. A minha denominação (correspondente ao
inglês "competency") parece melhor, pois nos níveis mais baixos de
competência não se pode dizer que um profissional já é especialista. Ele dá os
graus de competência já mencionados no item 5, caracterizando cada grau. O
"principiante" caracteriza-se por seguir regras consciente e
cegamente, sem levar em conta o contexto da situação; o "principiante
avançado" também segue regras conscientemente, mas modifica algumas de
acordo com o contexto; o "competente" ainda segue regras mas o faz de
maneira fluida, sem precisar pensar em cada regra que deve seguir, escolhendo
livremente a regra seguinte e provavelmente não reage bem em casos de
emergência; o "proficiente" em geral não seleciona e segue regras,
reconhecendo situações como sendo muito similares a outras que já enfrentou
antes, reagindo por um reflexo treinado; finalmente, o "especialista"
não segue regras conscientemente, e nem está ciente de que segue regras que
regulam a atividade, agindo "suavemente, sem esforço e
subsconscientemente" [pg. 186]. Como se vê, essas caracterizações não são
muito claras, e o pior é que, com elas, provavelmente outra pessoa deve
atribuir o grau de competência a cada profissional. E o que dizer de áreas
intelectuais, como as de projeto, de programação de computadores, etc.? Nessas
áreas, a atividade é sempre consciente.
Ele faz a seguinte associação. "O
primeiro estágio de competência (‘expertise’) corresponde, mais ou menos, a uma
informação que é relacionada de maneira tão simples e direta à sua
representação, que pode ser praticamente classificada como dados. Os estágios 2
e 3 correspondem mais ou menos à posse de informação. Os estágios 4 e 5
correspondem a conhecimento." [pg. 188]. Uma analogia que parece bem forçada,
e do ponto de vista aqui exposto, mistura alhos com bugalhos: só com dados não
se faz absolutamente nada, pois eles não têm significado; só com informação
faz-se algo somente se ela está relacionada com um conhecimento, pois senão não
tem nada a ver com o mundo real. Nas caracterizações aqui apresentadas a
competência, mesmo no seu grau mais elementar, sempre envolve conhecimento,
pois ela diz respeito a uma ação no mundo real. Devlin não chega a reconhecer que
uma competência diz respeito a uma habilidade sobre uma área de conhecimento,
como será visto no próximo item.
9. Matrizes de competência
O exemplo de um guia competente de
Paris indica que a competência é uma habilidade de produzir algo (servir de
guia) em uma certa área de conhecimento (Paris). Alguém é competente em uma
língua estrangeira (a área de conhecimento) se tiver a habilidade de
compreender a língua escrita, ou de compreender a língua falada, de falar, de
proferir nela conferências ou de fazer a partir dela traduções escritas ou
simultâneas, etc. Note-se que uma pessoa pode ter diferentes graus de
competência para cada uma dessas habilidades em cada uma de diferentes línguas
estrangeiras. Mas para todas as línguas estrangeiras podem ser consideradas as
mesmas habilidades. Isso responde a pergunta formulada no início deste artigo.
Assim, pode-se construir para cada
profissional uma matriz de competência, indicando em suas linhas as áreas de
conhecimento e em suas colunas as várias habilidades aplicáveis àquelas áreas.
Cada célula contém um grau de competência, como um dos cinco ou seis
mencionados na seção 5 ou os que serão descritos adiante; a falta de
competência pode ser indicada por uma célula em branco.
Um profissional pode não ser
competente em uma certa habilidade para uma certa área de conhecimento, mas
pode ter conhecimentos (experiência pessoal) dela. Este fato é indicado pela
atribuição de um grau de conhecimento à célula correspondente na matriz daquela
pessoa. O mesmo para a informação nas acepções expostas anteriormente. Assim,
as matrizes de competência podem ser usadas para representar não só
competências, mas também conhecimentos (o que exige alguma vivência prática,
como ter feito exercícios, acompanhado um projeto, etc.) ou informação (que
representa um conhecimento meramente teórico, fruto de leituras, cursos sem
parte prática, etc.).
Para simplificar a matriz, a
representação de algum grau de competência em uma célula elimina a
representação de certo grau de conhecimento que, por sua vez, substitui a
representação de informação. Isso tem funcionado bem nas várias áreas do
processamento de dados; profissionais entrevistados estavam bem satisfeitos com
essa simplificação. Uma simplificação adicional foi introduzida no sistema que
implementado na PROMON, que contava exclusivamente com uma matriz de T.I., pela
diminuição dos graus de conhecimento e informação de cinco para três valores
(nenhum, fraco/razoável, bom/excelente). Já no sistema da PRODESP a simplificação
foi ainda maior: foram empregados apenas dois valores para os graus de
competência ("básica" e "avançada"), e apenas um para
conhecimento e um para informação (correspondentes a ter ou não ter).
Por exemplo, se alguém seguiu um
curso teórico ou leu alguns manuais referentes a uma certa área, é inserido um
grau de informação na célula correspondente. Se a mesma pessoa fez alguns
exercícios práticos ou examinou cuidadosamente alguns produtos desenvolvidos
com o uso daquela informação, isso é classificado como conhecimento. Um grau de
competência somente é lançado no caso de o profissional ter produzido algum
produto naquela área ou ter trabalhado nela há algum tempo.
Nas áreas de engenharia e
processamento de dados, muitos produtos e sistemas são produzidos através de
projetos. Nesses casos, foram representadas as seguintes habilidades típicas,
correspondentes a fases de projeto, para cada área de conhecimento: 1. Análise
(de requisitos e de objetivos); 2. Projeto (planejamento e modelagem do produto);
3. Construção (montagem do produto ou sistema); 4. Implementação (teste,
treinamento do usuário); 5. Suporte (manutenção, apoio). Na PROMON, os dois
primeiros itens foram combinados em um só, pois foi notado que os profissionais
que tinha um tinham também o outro.
O sistema implementado na PRODESP
tem um número qualquer de matrizes. Foram representadas as seguintes matrizes:
de T.I., de Sistemas (onde cada área de conhecimento é um sistema desenvolvido
pela empresa), de áreas administrativas (representando os conhecimentos fora de
T.I., por exemplo na elaboração de licitações, no gerenciamento de recursos
humanos, etc.), de línguas estrangeiras e de formação acadêmica. As habilidades
e os graus de competência mudam por matriz. Por exemplo, na de formação há duas
colunas de habilidades: maior grau (completo ou incompleto) atingido e número
de anos de experiência na área de formação. Nesse sistema foi ainda incluído o
último ano em que o profissional atuou na área de conhecimento.
O sistema da PROMON foi implementado
como protótipo, empregando-se planilhas eletrônicas. Assim a matriz de
competências de um profissional é simplesmente uma planilha. Alguma estrutura
de bancos de dados foi empregada, como na codificação das áreas de
conhecimento.
Já no sistema da PRODESP foi
empregado um gerenciador de bases de dados, o que permitiu a generalização de
todas as estruturas. Cada matriz é representada por uma coluna em que as áreas
de conhecimento são estruturadas em forma de árvore de dois níveis no padrão
Windows, isto é, com possibilidade de se expandir ou contrair o primeiro nível.
As habilidades aparecem numa segunda coluna, também em dois níveis; o grau de
competência é colocado ao lado da habilidade. Exibindo-se uma matriz de um
profissional, selecionando-se uma área com o "mouse" os graus de
competência lançados aparecem automaticamente ao lado das habilidades válidas
para a matriz.
10. Seleção de profissionais
Para selecionar profissionais que
satisfazem uma dada combinação de competências, tanto no sistema da PROMON
quando no da PRODESP emprega a mesma representação das matrizes que são
preenchidas pelos profissionais. No primeiro caso, preenchem-se as células com
as competências mínimas desejadas. Quando se desejam várias habilidades para
uma mesma área ou várias áreas, o conectivo lógico E é automaticamente
assumido. Já no sistema da PRODESP há uma tela especial de seleção, onde
pode-se especificar se nas comparações com os graus dos profissionais será
usado o operador de comparação <=, = ou >=, indicando competência
"inferior ou igual" (para se poder ver quais profissionais não detêm
uma competência mínima, por exemplo para se selecionar candidatos a
treinamento), "igual" ou "superior ou igual" às
especificadas na tela de seleção.
Cada linha dessa condição pode
conter: 1) apenas uma área de conhecimento (são selecionados os profissionais
que detêm algum grau lançado em qualquer habilidade); 2) uma área e uma
habilidade (idem, que têm algum grau lançado nessa habilidade para essa área);
3) uma área, uma habilidade e um grau de competência (valendo o operador de
comparação escolhido). Uma linha de uma condição de seleção pode ser combinada
com a seguinte por meio de um conectivo lógico E ou OU. Nesse último caso,
pode-se especificar alternativas, como "competência em UNIX ou
LINUX".
Além da condição de seleção, pode-se
especificar um fator de obsolescência, por meio do ano em que o profissional
trabalhou na área de conhecimento pela última vez, como por exemplo
"selecione os profissionais que trabalharam com Delphi pelo menos até o
ano 1998".
Ao usar matrizes de competência e
condições de seleção para a alocação de profissionais a projetos e cargos,
deve-se sempre ter em conta a observação feita sobre as avaliações objetivas e
subjetivas (ver final da seção 5). Durante a especificação de uma
condição de seleção o sistema vai montando uma consulta ao banco de dados na
linguagem SQL, usando um algoritmo desenvolvido por mim.
O software de recursos humanos
PeopleSoft (HRMS), que não tem a conceituação de matrizes (a menos,
curiosamente, do caso de línguas estrangeiras, onde estão especificadas várias
habilidades) permite que se façam seleções dando-se um "grau de
importância" para cada termo da condição de seleção. Como existe uma
quantificação interna associada com cada grau de competência, uma combinação
linear dos graus de competência e das importâncias produz uma "competência
global" numérica para cada funcionário selecionado. O sistema pode, então,
apresentar os funcionários selecionados em uma ordem de satisfação da condição
de seleção. A atribuição desses pesos é uma questão delicada. O sistema deveria
permitir a variação dos pesos, para se poder testar várias combinações dos
mesmos, o que não é o caso do sistema da Peoplesoft.
(...)
