Dos dados à inovação com Analytics

Neste artigo apresentamos uma breve visão sobre quatro conceitos fundamentais para a leitura dos próximos conteúdos deste blog. Trataremos aqui da noção de dados, informação, conhecimento e sabedoria, conceitos que estão associados a diferentes potenciais de inovação (capacidade de transformação da realidade). Ilustramos tal relação no gráfico a seguir:

Complexidade x Valor

Entendemos que o potencial de inovação é sustentado por duas forças, a complexidade e o valor, respectivamente dispostas no gráfico acima em suas coordenadas vertical e horizontal. Logo, quanto mais acima e à direita, maior o potencial de impacto inovador.

Além do plano formado pela complexidade e valor, representando as capacidades de transformação da realidade (potenciais de inovação), o gráfico também aponta os elementos relacionados com o universo humano e computacional dentro deste plano.

A seguir são apresentados os significados das cores dos elementos do gráfico.

• Vermelho Ser humano com seus sentidos, práticas e vivências.
• Laranja – Elementos potencializadores da inovação.
• Verde – Fases de desenvolvimento do potencial de inovação até a tomada de decisão.
• Azul claro – Ferramentas digitais e computadores que servem de apoio ao trabalho humano, entendidos aqui como próteses cognitivas, as quais nos ajudam a executar tarefas criativas em crescente complexidade.

O que são dados, informação, conhecimento e Sabedoria?

Para definirmos cada um dos elementos potencializadores da inovação (dado, informação, conhecimento e sabedoria), utilizaremos como metáfora o caso da leitura de um termômetro:

Olhando a figura, o que podemos inferir dela? O que é dado, informação e conhecimento? E quais possíveis conclusões podemos tirar a partir da leitura de um termômetro (intuição e sabedoria)?

No caso da leitura de um termômetro, temos a seguinte descrição quanto aos elementos potencializadores da inovação:

• Dados – são os sinais não interpretados, o menor grão e a matéria prima da escala do conhecimento e base para qualquer atividade com potencial de inovação. Eles surgem a partir daquilo que vivenciamos (eventos da vida) e capturamos por meio dos nossos sentidos e pelos dispositivos eletrônicos. No exemplo, o número 36,2 é apenas um número. Dados poderiam também ser caracteres como “@”, “T”, “——-” e assim por diante.
• Informação – é a listagem dos dados de maneira organizada dentro de uma escala, mostrando uma série de eventos (dados) agrupados. No termômetro a letra ”C” (Celsius) representa a escala, a qual poderia ser também representada por graus Fahrenheit, porém seriam valores diferentes. Nós, humanos, memorizamos de alguma forma os dados obtidos pelos sentidos (organizamos e classificamos em escala), ao passo que os sistemas computacionais, a memorização se dá por meio de dados em listas, planilhas, documentos e  banco de dados, entre outros.
• Conhecimento – é um tipo de informação contextualizada capaz de mudar algo ou alguém, sendo justificável de alguma maneira. Saber que a temperatura de 38 graus (dado) na escala Celsius (informação) indica que a pessoa está com febre (a temperatura média de uma pessoal saudável é de 36,4 graus) e assim, alguma ação deve ser tomada. Nós seres humanos podemos refletir sobre um problema e tomar uma decisão, já os sistemas computacionais, utilizam algoritmos para isso, ambos com base em dados e em informações. Um algoritmo, por exemplo, pode descobrir padrões de consumo de produtos em um supermercado ou ser usado para melhorar o trânsito de uma cidade.
• Sabedoria – no topo da escala, a sabedoria se torna subjetiva e aparentemente irracional (ilógica) por ser um conjunto complexo de raciocínios que navegam rapidamente pelas três fases anteriores. Qual tratamento deve ser aplicado ao paciente com febre? Pessoas com grande vivência podem dar conselhos sábios. Nos sistemas computacionais utilizamos instrumentos capazes de conectar dados de diversas áreas para trazer respostas cada vez mais inteligentes (Web 3.0, também conhecida como Web Semântica).

Conclusões

Apresentamos uma visão resumida da Aquarela sobre dados, informação, conhecimento e sabedoria. Muito embora não haja um entendimento definitivo sobre o tema, sua apresentação e definição tornam-se necessárias. Em particular, os conhecimentos apresentados aqui são instrumentais para explicar como o caminho da Web 3.0 (a Web Semântica) e a Indústria 4.0 estão sendo pavimentadas pelo Data Analytics e pelos Linked e Open Data.

Quer ficar atualizado sobre Data Analytics, Indústria 4.0 e Inteligência Artificial? Assine nossa newsletter aqui.

Referências

• SANTOS, Marcos. Um modelo para a gestão colegiada orientada ao significado por meio da realização de PCDAs. Dissertação (Mestrado em Engenharia e Gestão do Conhecimento). Programa de Engenharia e Gestão do Conhecimento, Universidade Federal de Santa Catarina (UFSC), Florianópolis, 2003.
• GETTIER, E. L. Is justified true belief knowledge? Analysis, [S.l.], v. 23, n. 6, p. 121–123, 1963.
• DRUCKER, P. F. The new realities. New Brunswick, NJ: Transaction Publishers, 2003.

Veja outros estudos

• O que é Data Analytics?
• 7 Motivos para investir em capacitação de Advanced Analytics
• O que é Data Mining (mineração de dados)?
• Indústria 4.0 e a transformação Digital
• 14 setores para Big Data e os dados necessários para análises
• Otimizando a gestão de pessoas com inteligência artificial

Autores