You are on page 1of 422

UNIVERSIDADE FEDERAL DE SANTA CATARINA

CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA DE PRODUO E
SISTEMAS

MARIA SILENE ALEXANDRE LEITE

PROPOSTA DE UMA MODELAGEM DE


REFERNCIA PARA REPRESENTAR SISTEMAS
COMPLEXOS

Florianpolis SC
2004
MARIA SILENE ALEXANDRE LEITE

PROPOSTA DE UMA MODELAGEM DE REFERNCIA


PARA REPRESENTAR SISTEMAS COMPLEXOS

Tese apresentada ao Programa de Ps-Graduao em


Engenharia de Produo, da Universidade Federal de Santa
Catarina, como requisito parcial para obteno do titulo de
Doutor em Engenharia de Produo.

Orientador: Prof. Antonio Cezar Bornia, Dr.


Co-Orientadora: Prof Christianne C. de S. R. Coelho, Dra.

Florianpolis SC

2004
L533p Leite, Maria Silene Alexandre
Proposta de uma modelagem de referncia para representar sistemas
complexos / Maria Silene Alexandre Leite; orientador Antonio Cezar
Bornia. Florianpolis, 2004.
420f f. : il.

Tese (Doutorado) Universidade Federal de Santa Catarina, Programa


de Ps-Graduao em Engenharia de Produo, 2004.

Inclui bibliografia.

1. Modelagem de sistemas. 2. Cincia da complexidade. 3. Cadeia de


suprimentos. I. Bornia, Antonio Cezar. II. Universidade Federal de Santa
Catarina. Programa de Ps-Graduao em Engenharia de Produo.
III. Ttulo.

CDU: 658.5

Catalogao na fonte por: Onlia Silva Guimares CRB-14/071


MARIA SILENE ALEXANDRE LEITE

PROPOSTA DE UMA MODELAGEM DE REFERNCIA


PARA REPRESENTAR SISTEMAS COMPLEXOS

Essa tese foi julgada e aprovada para a obteno do ttulo de Doutor em Engenharia de
Produo no Programa de ps-graduao em Engenharia de Produo da Universidade
Federal de Santa Catarina.

Florianpolis, SC, 22 de dezembro de 2004.

Prof. Edson Pacheco Paladini, Dr.


Coordenador do Curso

BANCA EXAMINADORA

Prof. Antonio Cezar Bornia, Dr. Prof. Christianne Coelho R. S. Coelho,Dra.


Orientador Co-Orientadora

Prof. Alfredo Iarosziski Neto, Dr. Prof. Mrcia Cristina Esteves Agostinho, Dra.
Avaliador Externo Avaliador Externo

Prof. Francisco Pereira Fialho, Dr.


Membro Moderador
Para ser grande, s inteiro: nada
teu exagera ou exclui.
S todo em cada coisa.
Pe quanto s
no mnimo que fazes.
Assim em cada lago a lua toda
brilha, porque alta vive.
Ricardo Reis, (1933)
DEDICATRIA

minha me Guilhermina A. Leite, pelo exemplo de f,


de coragem, de doura e de determinao que para mim.

Ao meu pai Zitor Leite (in memorian), pela bravura que


sempre demonstrou nos seus atos que me inspiram, me
me orgulham e impressionam.

Para Carlos M. Lbo Cruz, pelo amor que compartilhamos.


AGRADECIMENTOS

Ao prof. Antonio Cezar Bornia, ao qual devo minha aceitao no doutorado, pela confiana
no meu trabalho, pela amizade, pela pacincia, pelas discusses tcnicas e pelas
contribuies para a melhoria deste trabalho.

prof. Christianne Coelho de S. R. Coelho, pela generosidade em ajudar, por disponibilizar


material tcnico, pelas diversas conversas, pelo apoio emocional, pela bondade, pela amizade
e pela f no meu trabalho.

Ao prof. Alfredo Iarosziski Neto, avaliador externo do trabalho, pelas valiosas contribuies
dadas no exame de qualificao do trabalho, pela disponibilizaco de tempo, em vrias
oportunidades, para discutir o meu trabalho e pela orientao em momentos de dvidas.

prof. Mrcia Esteves Agostinho, avaliadora externa do trabalho, pelas importantes


sugestes e argies feitas na data da defesa, que contriburam para aprimorar este trabalho.

Ao prof. Francisco Pereira Fialho, moderador do trabalho na defesa final, pelo primoroso
trabalho e pelas valiosas intervenes feitas.

prof. Dilza Maria Rodrigues Maia Esmeraldo, a quem devo minha iniciao acadmica,
pela confiana, pela amizade e pelo apoio constante ao meu desenvolvimento profissional.

Ao prof. Aloisio da Silva Lima, o qual admiro pela seriedade com que se dedica a educao,
pelo valor que percebe nas pessoas, pelo incentivo, pela ateno e pela confiana que sempre
me dedicou.

Ao Carlos M. Lobo Cruz, pelo amor, pelo companheirismo, pelo apoio, pela pacincia, pelo
cuidado e pelas contribuies tcnicas na finalizao do trabalho.

FUNCAP (Fundao Cearense de Amparo a Pesquisa), pela concesso de uma vaga de sua
cota de capacitao docente junto URCA (Universidade Regional do Cariri), que financiou a
maior parte do meu perodo de doutoramento.

Ao Hotel Blue Tree Towers Florianpolis (SC), na pessoa do Sr. Hugo Backer, que
possibilitou a aplicao da modelagem proposta. Qualivida, na Pessoa da Sra. Eda, pela
disponibilizao das informaes sobre a empresa e Amplestur, na Pessoa do Sr. Zunino,
por possibilitar e facilitar o acesso s informaes necessrias a validao deste trabalho.

Snia Maria Medeiros, Governanta do Blue Tree Tower Florianpolis (SC), pela
gentileza e disponibilidade para me atender, e ao Rafael Leite, Supervisor da Recepo, por
ter atendido-me prontamente, sempre que precisei. A todos os funcionrios que
disponibilizaram parte do seu tempo para atender s necessidades da pesquisa, muito
obrigada.

Rosangela Herculano Clementino, pela amizade, pelo carinho e pela ateno distncia,
durante o perodo do doutorado.
Aos amigos Ana Paula Matos de Melo, Carmem Nbrega, Cristiane Frana, Conceio
Cavalcanti, Rosimary Fonseca e Carlos Arajo, que me incentivaram na deciso de iniciar o
doutorado.

Aos amigos Valdirene Gasparetto, Elizabete Sanches, ngela Corra, Luiza Rebelo, Roseli
Resende, Simone Galvo, Maria Bernadete, colegas das baias..... muito obrigada pelo
apoio e carinho recebidos.

minha famlia por cuidar de mim, mesmo distncia.

A DEUS, por me guiar neste projeto.


RESUMO

Esta tese prope uma modelagem de referncia para representar sistemas complexos, com
base no referencial terico das Cincias da Complexidade. Inicialmente, faz-se uma reviso
de literatura sobre o termo complexidade, os sistemas, a evoluo e a modelagem dos
sistemas complexos. Com base na literatura pesquisada, proposta a modelagem referencial,
na qual a partir da identificao do nvel de complexidade do sistema, localiza-o numa escala
espao-temporal, construindo-se uma arquitetura para o sistema, e finalmente, define-se a
dinmica de seu funcionamento. A modelagem baseia-se no pressuposto que as partes e o
todo de um sistema se conectam e interagem continuamente. Dessa dinmica, emergem
caractersticas no possudas pelas partes isoladas. Conectando o paradigma sistmico e as
Cincias da Complexidade aos objetivos da Engenharia de Produo, associou-se a lgica de
formao e funcionamento das Cadeias de Suprimentos lgica funcional dos sistemas
complexos, apresentando um captulo de reviso bibliogrfica sobre o tema. A proposta foi
validada, por meio de sua aplicao em parte de uma cadeia de suprimentos imediata.
Constatou-se que, a modelagem pode auxiliar as empresas no processo de formao de
cadeias de suprimentos, por meio da determinao de critrios de seleo para o
estabelecimento de parcerias, pela identificao das condies iniciais de cada empresa
componente da cadeia, tais como: posio no mercado, estgio do ciclo de vida em que est
situada, espao de possibilidades que possui, bem como pelo desenvolvimento de uma
arquitetura e de uma dinmica adequadas as caractersticas das empresas que formam a cadeia
de suprimentos. Alm disso, concluiu-se que, a modelagem com base no paradigma sistmico
e orientado pelos conceitos das Cincias da Complexidade, contribui para evidenciar os
relacionamentos mais importantes e os mais problemticos nas empresas, expondo as
interaes competitivas e as cooperativas.

Palavras-Chave: Modelagem de Sistemas. Cincias da Complexidade. Cadeia de


Suprimentos.
ABSTRACT

This thesis proposes a reference modeling to represent complex systems, based on the
theoretical referential of complexity sciences. First, it was made a literature review about the
term complexity, the systems, the complex systems evolution and the modeling of complex
systems. Based on the literature reviewed, it was proposed the referential modeling, in which,
from indentification of the complexity system level, the system in a time-space scale was
localized, an architecture to the model was built and finally was defined the functional
dynamic. The modeling is based on the presupposition that the parts and the entire of a
system are connected and continually interacted. From this dynamic rose out characteristics
that the isolated parts hadnd presented. Connecting the systemic paradigm and the
complexity sciences to the Production Engineering objectives, were associated to the
formation logic and to the formation of Supplies Chains to the functional logic of complex
systems, presenting a chapter of bibliography research about the theme. The proposal was
partially validated, by its application in part of an immediate supplies chain. It was noted that
the modeling can help enterprises in the formation process of supplies chains, by
determination of criteria to established partnerships by the identification of the initial
conditions of each compounding enterprise of the chain, such as, market positions, life cycle
stage that is placed on, fitness landscape that it has, as well as the development of architecture
and an adequate dynamic to the enterprises that from the supply chain. Furthermore, it was
concluded that the modeling based on the systemic paradigm and oriented by the complexity
sciences concepts contributed to make evident the most important relationships and the most
problematical in the enterprises, exposing the competitively interactions and the cooperative
ones.

Key-words: Systems Modeling. Complexity Sciences. Supplies Chain.


LISTA DE FIGURAS

Pg.
Figura 1: Roteiro da Pesquisa .................................................................................................41

Figura 2: A Sistemografia...................................................................................................... 139 ..

Figura 3: Diagrama espao-tempo do autmato celular de 1-d..............................................162

Figura 4: Matriz de Anlise Estrutural ...................................................................................173

Figura 5: Representao do princpio MICMAC ................................................................174

Figura 6: Interao analisada pelo MICMAC ........................................................................175

Figura 7: Construo da Matriz de Anlise Estrutural ...........................................................176

Figura 8: Plano autonomia-dependncia ................................................................................177

Figura 9: Representao das relaes entre os conceitos da lgica de funcionamento da


modelagem..............................................................................................................191

Figura 10: Cadeia de Valor Genrica.......................................................................................210

Figura 11: Sistema de valores associado ao conceito de cadeia de suprimentos.....................214

Figura 12: Estrutura de uma cadeia de suprimentos .................................................................216

Figura 13: Representao de uma Supply Chain (SC) .............................................................217

Figura 14: Cadeias de suprimentos interna, imediata e total ...................................................218

Figura 15: Exemplo de uma cadeia produtiva de mveis ......................................................225

Figura 16: Competio entre as unidades de negcios virtuais...............................................231

Figura 17: Seqncia de fases e etapas necessrias para a modelagem de um sistema


complexo..............................................................................................................262
Figura 18: Escala espao-temporal do sistema.........................................................................282

Figura 19: Representao da arquitetura do sistema................................................................288

Figura 20: Influncias recebidas pela dinmica do sistema......................................................293

Figura 21: Representao dos elementos da dinmica do sistema............................................294


Figura 22: Variveis com influncia direta sobre um sistema e a presena de variveis
ocultas...................................................................................................................299
Figura 23: Matriz base para anlise das influencias indiretas entre as variveis....................300

Figura 24: Elevao da matriz potncia................................................................................300

Figura 25: Elevao da matriz 3potncia................................................................................301

Figura 26: Representao de um sistema estvel e instvel ....................................................303

Figura 27: Sistema autnomo...................................................................................................304

Figura 28: Sistema Fechado versus identidade do sistema.......................................................305

Figura 29: Mapeamento parcial da cadeia de suprimentos imediata da empresa focal........... 317 .

Figura 30: Relacionamentos da cadeia de suprimentos imediata da empresa


focal que sero modelados.................................................................................... 319 ...

Figura 31: Percepo dos observadores para estabelecer a dinmica da arquitetura da


Cadeia de suprimentos......................................................................................... .350 .

Figura 32: Mapeamento das interaes na empresa focal........................................................355

Figura 33: Mapeamento das interaes na empresa fornecedora.............................................357

Figura 34: Mapeamento das interaes na empresa Cliente....................................................358

Figura 35: Mapeamento das interaes nas empresas Fornecedora-Focal-Cliente................ 362 ...

Figura 36: Mapeamento das interaes na cadeia de suprimento imediata da


empresa focal.......................................................................................................367
LISTA DE QUADROS

Pg.
Quadro 1: Localizao da Complexidade ................................................................................35
.

Quadro 2: Principais caractersticas das lgicas hermenutica e dialtica ..............................36


.

Quadro 3: Principais abordagens do termo Complexidade .....................................................51


Quadro 4: Abordagens de sistemas complexos por diversos autores......................................68
Quadro 5: Abordagens que separam os sistemas que podem ser tratados pelas cincias
reducionistas e pelas cincias da complexidade ......................................................76
Quadro 6: Principais teorias que compem as Cincias da Complexidade ............................85
Quadro 7: Principais abordagens sobre a evoluo dos sistemas complexos........................ 121 ..

Quadro 8: Princpios da Cincia Clssica e Preceitos da Cincia Moderna .......................... 131 ..

Quadro 9: Preceitos cartesianos e Preceitos sistmicos .........................................................135


Quadro 10: Dinmicas assumidas pelos sistemas complexos ................................................158
Quadro 11: Ferramentas empregadas para representar sistemas complexo............................ 199 ....

Quadro 12: Memria de evoluo da gesto da produo...................................................... 205 .....

Quadro 13: Aspectos relevantes da cadeia de valor, de suprimentos e produtiva ..................226


Quadro 14: Lgicas assumidas pela SCM................................................................................ 231 ..

Quadro 15: Processos-chave para identificar ligaes na cadeia de suprimentos...................235


Quadro 16: Processos-chave de referncia para identificar ligaes na cadeia de
suprimentos........................................................................................................ 236
........

Quadro 17: Fatores que influenciam a configurao de uma cadeia de suprimentos............... 238 .

Quadro 18: Caractersticas de uma organizao virtual.......................................................... .240 .

Quadro 19: Resumo dos principais tipos de relacionamentos num arranjo empresarial .........243
Quadro 20: Instrumentos de apoio a integrao de uma cadeia de suprimentos..................... 247 .

Quadro 21: Caractersticas comuns ao sistema complexo e a cadeia de suprimentos............. 251 ..

Quadro 22: Benefcios que as propriedades dos sistemas complexos podem trazer
as cadeias de suprimentos .................................................................................. 258
......

Quadro 23: Descrio das fases e etapas da modelagem proposta..........................................261


Quadro 24: Diagnstico do nvel de evoluo do sistema complexo.......................................272
Quadro 25: Identificao do equilbrio do sistema..................................................................278
Quadro 26: Constituio da estrutura vertical da arquitetura do sistema.................................289
Quadro 27: Constituio da estrutura horizontal da arquitetura do sistema.............................290
Quadro 28: Entradas, processos e sadas de cada fase da modelagem......................................308
Quadro 29: Expanso da rede Blue Tree Hotels no Brasil de 1998 a 2004.............................312
Quadro 30: Estrutura de suporte da rede Blue Tree Hotels .....................................................314
Quadro 31: Diagnstico do nvel de evoluo da empresa focal.............................................326
Quadro 32: Diagnstico do nvel de evoluo da empresa fornecedora .................................328
Quadro 33: Diagnstico do nvel de evoluo da empresa cliente..........................................329
Quadro 34: Descrio das principais compatibilidades e incompatibilidades das trs
empresas analisadas ............................................................................................332
Quadro 35: Medidas desenvolvidas pela empresa focal para alcanar o nvel 9 de
complexidade .....................................................................................................335
Quadro 36: Posio espao-temporal da empresa focal .........................................................337
Quadro 37: posio espao-temporal da empresa fornecedora...............................................338
Quadro 38: Posio Espao-temporal da empresa cliente......................................................339
Quadro 39: Resumo das principais informaes obtidas a partir da aplicao
das quatro primeiras fases da modelagem proposta...........................................342
Quadro 40: Arquitetura que suportar o funcionamento da cadeia de suprimentos
imediata modelada.................................................................................................................344
Quadro 41: Base para a composio da Matriz de Anlise Estrutural
e da MICMAC....................................................................................................345
Quadro 42: Pressupostos para a articulao dos elementos da cadeia da
suprimentos modelada........................................................................................ 352
Quadro 43: Critrios para classificar as interaes .............................................................. .354
Quadro 44: Inter-relaes entre Subsistemas e Processos das empresas membros da
cadeia de suprimentos imediata ..........................................................................363
Quadro 45: Caracterizao do processo de integrao das empresas focal,
fornecedora e cliente.......................................................................................... ..365
Quadro 46: Caractersticas que indicam a capacidade de auto-organizao
das empresas......................................................................................................................................................372
Quadro 47: Balano da Validao da Modelagem Proposta na cadeia de suprimentos da
empresa focal....................................................................................................... 375
Quadro 48: Indicao de onde os objetivos especficos do trabalho foram atingidos............384
SUMRIO

AGRADECIMENTOS.........................................................................................5

RESUMO.............................................................................................................. 7

ABSTRACT.......................................................................................................... 8

LISTA DE FIGURAS.......................................................................................... 9
LISTA DE QUADROS........................................................................................11
SUMRIO...........................................................................................................13
CAPTULO 1: INTRODUO....................................................................... .22 .....

1.1 ORIGEM DO TRABALHO......................................................................................... .22 .

1.2 PROBLEMA DE PESQUISA ............................................................................ 24 ..

1.3 OBJETIVOS DO TRABALHO .................................................................................. 26 .

1.3.1 OBJETIVO GERAL....................................................................................................26


1.3.2 OBJETIVOS ESPECFICOS............................................................................. .26 .

1.4 JUSTIFICATIVA.........................................................................................................27
1.4.1 RELEVNCIA........................................................................................................27
1.4.2 INEDITISMO..........................................................................................................29
1.4.3 DIFICULDADE...................................................................................................... 30 ..

1.5 METODOLOGIA........................................................................................................ 31 ..

1.5.1 CAMINHO DO PENSAMENTO ...................................................................31


1.5.1.1 Linha Filosfica...................................................................................... 33 ..

1.5.1.2 Lgica hermenutica-dialtica.................................................................34


1.5.1.3 Paradigma Sistmico....................................................................................... 37 ...

1.5.2 CLASSIFICAO DA PESQUISA.....................................................................38


1.5.2.1 Quanto natureza...................................................................................38
1.5.2.2 Quanto forma de abordagem do problema................................................ 38 ..

1.5.2.3 Quanto aos objetivos....................................................................................... 39 ....

1.5.2.4 Quanto aos procedimentos tcnicos................................................................ 39 ..

1.5.3 PRESSUPOSTOS BSICOS.................................................................................. 40 ...

1.5.4 ROTEIRO DA PESQUISA.................................................................................... ..41 .

1.6 DELIMITAO DO TRABALHO .................................................................... 42 .


1.7 ESTRUTURA DO TRABALHO.......................................................................... 43 .

CAPTULO 2: COMPLEXIDADE, SISTEMAS E EVOLUO.................45


2.1 COMPLEXIDADE....................................................................................................... 45 ..

2.1.1 SUMRIO DAS ABORDAGENS DO TERMO COMPLEXIDADE.....................50


2.2 SISTEMAS...................................................................................................... 52 ..

2.2.1 O CONCEITO DE SISTEMA......................................................................... 53 .

2.2.2 TIPOS DE SISTEMAS............................................................................................54


2.2.2.1 Sistemas Complicados.......................................................................................55
2.2.2.2 Sistemas Complexos......................................................................................... 56 ..

2.2.2.2.1 Abordagem de Heylighen............................................................................. 56 ..

2.2.2.2.2 Abordagem de Bar-Yam................................................................................57


2.2.2.2.3 Abordagem de Casti.....................................................................................58
2.2.2.2.4. Abordagem de Morin..................................................................................59
2.2.2.2.5 Abordagem de Gino.....................................................................................60
2.2.2.2.6 Abordagem de Perrow.................................................................................61
2.2.2.2.7 Abordagem de Wu........................................................................................62
2.2.2.2.8 Abordagem de Iarozinski.............................................................................62
2.2.2.2.9 Abordagem de Baranger..............................................................................63
2.2.2.2.10 Abordagem de Cilliers...............................................................................64
2.2.2.2.11 Abordagem de Gell-Mann..........................................................................64
.2.2.2.2.12 Sumrio das Abordagens de Sistemas Complexos....................................67
2.3. CIENCIAS DA COMPLEXIDADE...........................................................................69
2.3.1 PRINCIPAIS ABORDAGENS QUE INVESTIGAAM A APLICABILIDADE
DAS CINCIAS COMPLEXIDADE........................................................................70
2.3.1.1 Abordagem de Weaver...................................................................................... ..70 .

2.3.1.2 Abordagem de Weinberg.....................................................................................72


2.3.1.3 Abordagem de Saussure......................................................................................72
2.3.1.4 Abordagem de Kauffman....................................................................................72
2.3.1.5. Abordagem de Gell-Mann..................................................................................73
2.3.1.6. Sumrio das Abordagens....................................................................................74
2.3.2 PRINCIPAIS RAMOS DAS CINCIAS DA COMPLEXIDADE.............................77
2.3.2.1 Ciberntica............................................................................................................77
2.3.2.2 Teoria Geral de Sistemas..................................................................................... 78 ..
2.3.2.3 Os Sistemas Dinmicos........................................................................................78
2.3.2.4 Teoria do Caos.................................................................................................... 80 ..

2.3.2.5 Teoria da Complexidade..................................................................................... 82 ..

2.3.2.6 Sumrio dos ramos das Cincias da Complexidade......................................... 84 ..

2.4 EVOLUO DOS SISTEMAS COMPLEXOS......................................................... 86 .

2.4.1 ABORDAGENS QUANTITATIVAS........................................................................ 87 .

2.4.1.1 Abordagem de Pettersson.................................................................................. 87 .

2.4.1.2 Abordagem de Coren......................................................................................... 88 ..

2.4.1.3 Abordagem de Klir............................................................................................ 89 .......

2.4.2 ABORDAGENS QUALITATIVAS...........................................................................90


2.4.2.1 Abordagem de Turchin...................................................................................... 90 .

2.4.2.2 Abordagem de Maynard e Szathmry...............................................................93


2.4.2.3 Abordagens de Dawkins.................................................................................... 94 ..

2.4.2.4 Abordagens de Kelly e Alisson.......................................................................... 96 .

2.4.3 ABORDAGENS ESTRUTURAIS...................................................................................98


2.4.3.1 Abordagem de Simon........................................................................................... 98 ..

2.4.3.2 Abordagem de Boulding.....................................................................................103


2.4.3.3 Abordagem de Le Moigne..................................................................................105
2.4.3.4 Abordagem de Heylighen...................................................................................106
2.4.3.5 Abordagem de Villegas.......................................................................................108
2.4.3.6 Abordagem de Daft.............................................................................................109
2.4.3.7 Abordagem de Miller..........................................................................................109
2.4.3.8 Abordagem de Checkland...................................................................................111
2.4.4 ABORDAGENS FUNCIONAIS................................................................................ 112 ..

2.4.4.1 Abordagem de Stewart........................................................................................112


2.4.4.2 Abordagem Gell-Mann........................................................................................114
2.4.4.3 Abordagem Atlan ............................................................................................... 116.

2.4.4.4 Abordagem Beer..................................................................................................118


2.4.4.5 Sumrio das abordagens................................................................................... 119 ..

2.5 CONCLUSES DO CAPTULO.................................................................................123


CAPTULO 3: MODELAGEM DE SISTEMAS COMPLEXOS................ 125 .

3.1 O TERMO MODELAGEM........................................................................................ 125


3.2 PARADIGMA DA CINCIA .....................................................................................128
3.2.1 PARADIGMA REDUCIONISTA.........................................................................128
3.2.1.1 Cincia Clssica .............................................................................................129
3.2.1.2 Cincia Moderna............................................................................................130
3.2.1.3 Ramificaes do Paradigma Reducionista..................................................131
3.2.1.4 Em busca de um novo Paradigma.................................................................132
3.2.2 PARADIGMA SISTMICO.................................................................................134
3.2.2.1 Sistema: instrumento da modelagem..........................................................136
3.2.2.2 Critrios assumidos na modelagem de um objeto......................................138
3.2.2.3 Outros aspectos que devem ser considerados na modelagem...................140
3.3 DINMICAS ASSUMIDAS PELOS SISTEMAS COMPLEXOS.......................142
3.3.1 FECHAMENTO DO SISTEMA E AUTO-ORGANIZAO............................ 142 .

3.3.1.1 Tipos de Fechamento................................................................................... 144 .

3.3.1.2 Tipos de auto-organizao............................................................................145


3.3.1.2.1 Auto-organizao baseada no conceito de atrator.................................. 145 .

3.3.1.2.2 Auto-organizao baseada no conceito de fractal...................................149


3.3.1.2.3 Auto-organizao baseada no conceito de hierarquia..............................152
3.3.1.2.4 Auto-organizao baseada no conceito de autopoiese.............................154
3.3.1.3 Comparao entre os tipos de auto-organizao..................................... 156 ..

3.4 FERRAMENTAS EMPREGADAS PARA REPRESENTAR SISTEMAS


COMPLEXOS..........................................................................................................159
3.4.1 AUTMATO CELULAR.....................................................................................160
3.4.2 REDES NEURAIS...............................................................................................165
3.4.3 ALGORITMOS GENTICOS.............................................................................167
3.4.4 MATRIZ DE IMPACTO CRUZADO - MULTIPLICAO APLICADA A
UMA CLASSIFICAO (MICMAC)................................................................ 171 ..

3.4.5. P3TECH...............................................................................................................179
3.4.5.1 Os princpios bsicos .................................................................................. 181
3.4.5.2 Os eixos........................................................................................................ 184
...

3.4.6 SIMULAO BASEADA EM SISTEMA DE MULTI-AGENTES(MAS)........187


3.4.7 PROGRAMAO ORIENTADA A AGENTE EXEMPLO: STARLOGO..... 193 ..

3.4.8 OUTRAS FERRAMENTAS DE MODELAGEM COM BASE EM


SIMULAES......................................................................................................196
3.4.9 COMPARACAO ENTRE AS FERRAMENTAS APRESENTADAS..................198
3.5 CONCLUSES DO CAPTULO................................................................................201
CAPTULO 4: OS ARRANJOS EMPRESARIAIS E AS CINCIAS DA
COMPLEXIDADE..................................................................203
4.1 EVOLUO DA GESTO ISOLADA PARA A GESTAO
COMPARTILHADA.......................................................................................................204
4.2 A EMPRESA NO CONTEXTO DOS ARRANJOS EMPRESARIAIS.................. 209 ..

4.2.1 CADEIA DE VALOR (VALUE CHAIN)..................................................................210


4.2.2 CADEIA DE SUPRIMENTOS ( SUPPLY CHAIN)................................................. 214 .

4.2.3 CADEIA PRODUTIVA (FILIRE)..........................................................................221


4.2.3.1 A Cadeia produtiva e a abordagem da competitividade sistmica ............. 222 .

4.2.3.2 A estrutura de formao da cadeia produtiva................................................223


4.2.4 SUMRIO DOS PRINCIPAIS ARRANJOS EMPRESARIAIS DISCUTIDOS...226
4.3 GESTO DA CADEIA DE SUPRIMENTOS............................................................227
4.3.1 EMERGNCIA DA GESTO DA CADEIA DE SUPRIMENTOS (SUPPLY
CHAIN MANAGEMENT)................................................................................. 227 .

4.3.2 CONFIGURAES ASSUMIDAS PELA CADEIA DE


SUPRIMENTOS.................................................................................................... 230 ..

4.3.3 TIPOS DE RELACIONAMENTOS NA CADEIA DE


SUPRIMENTOS.....................................................................................................238
4.3.4 INSTRUMENTOS QUE PODEM AUXILIAR A INTEGRAO DE UMA
CADEIA DE SUPRIMENTOS..............................................................................243
4.3.4.1 Eletronic Data Interchange (EDI) ou Transferncia Eletrnica de
Dados......................................................................................................................244
4.3.4.2 Efficient Consumer Response (ECR) ou Resposta Rpida ao
Consumidor........................................................................................................244
4.3.4.3 Vendor Managed Inventory (VMI) ou Estoque Gerenciado pelo
Fornecedor..........................................................................................................245
4.3.4.4 Collaborative Planning, Forecasting and Replenishment (CPFR) ou
Planejamento Colaborativo na Previso de Vendas e Reabastecimento......246
4.4 COMO A CINCIA DA COMPLEXIDADE PODE CONTRIBUIR PARA A
GESTO DA CADEIA DE SUPRIMENTOS...................................................248
4.4.1 SIMILARIDADES ENTRE SISTEMAS COMPLEXOS E CADEIAS DE
SUPRIMENTOS.................................................................................................... .249
4.4.2 PROPRIEDADES DOS SISTEMAS COMPLEXOS ATRIBUIDOS AS
CADEIAS DE SUPRIMENTOS........................................................................... 251
4.4.2.1 Adaptao ..................................................................................................... 251
4.4.2.2 Estrutura em vrias escalas..........................................................................252
4.4.2.3 Emergncia......................................................................................................253
4.4.2.4 Variedade-Variabilidade ...............................................................................253
4.4.2.5 Evolui pelo processo variao-seleo ........................................................254
4.4.2.6 Capacidade de memria................................................................................254
4.4.2.7 Capacidade de criar esquemas internos.......................................................255
4.4.2.8 Autonomia-Dependncia .............................................................................255
4.4.2.9 Capacidade de auto-organizao..................................................................256
4.4.2.10 Capacidade de co-evoluo..........................................................................256
4.4.2.11 Os sistemas complexos mudam...................................................................257
4.5 CONCLUSES DO CAPTULO..................................................................................258
CAPTULO 5: PROPOSTA DE UMA MODELAGEM DE REFERNCIA
PARA REPRESENTAR SISTEMAS COMPLEXOS
SOCIAIS................................................................................260
5.1 FASES E ETAPAS DA MODELAGEM...................................................................260
5.1.1 FASE 1: PREPARAO......................................................................................264
Etapa 1: Definio do sistema e identificao dos principais agentes que o
compe......................................................................................................264
Etapa 2: Nivelamento conceitual................................................................................264
Etapa 3: Caracterizao do Sistema........................................................................... 266 .

5.1.2 FASE 2: DETERMINAO DO NVEL DE EVOLUO DO SISTEMA


COMPLEXO............................................................................................267
Etapa 1: Definio dos nveis de evoluo em complexidade nos quais podem
enquadrados os sistemas ............................................................................267
Etapa 2: Identificao das caractersticas que indicam o nvel de evoluo
sistema.........................................................................................................271
5.1.3 FASE 3: TORNAR OS NVEIS DE EVOLUO DOS SISTEMA
COMPATVEIS...................................................................................................279
Etapa 1: Descrio das principais compatibilidades e incompatibilidades dos
sistemas analisados................................................................................... 279
Etapa 2: Reunio com os agentes envolvidos no processo......................................280
Etapa 3: Demarcao dos pontos onde haver mudana ..........................................280
Etapa 4: Desenvolvimento de medidas para elevar os nveis de complexidade
mais baixos..................................................................................................280
5.1.4 FASE 4: LOCALIZAO ESPAO-TEMPORAL DO
SISTEMA................................................................................................................ 281 .

Etapa 1: Localizao temporal do sistema..................................................................282


Etapa 2: Localizao espacial do sistema..................................................................283
Etapa 3: Identificao do status do sistema a partir de alguns
conceitos-chave ......................................................................................... .284 ...

5.1.5 FASE 5: CONSTRUO DA ARQUITETURA PARA O SISTEMA.............. 285


Etapa 1: Determinao dos componentes da estrutura do sistema............................ 285 ..

Etapa 2: Descrio da estrutura vertical do sistema...................................................288


Etapa 3: Descrio da estrutura horizontal do sistema.............................................. 290 ..

5.1.6 FASE 6: DEFINIR A DINMICA PARA A ARQUITETURA DO


SISTEMA...............................................................................................................291
Etapa 1: Estabelecimento da percepo do observador.............................................292
Etapa 2: Determinao dos elementos do sistema......................................................293
Etapa 3: Dar articulao aos elementos do sistema....................................................294
Etapa 4: Dar funcionalidade a arquitetura do sistema................................................296
Etapa 5: Indicao da auto-organizao do sistema.................................................. 304 .

Etapa 6: Monitoramento do funcionamento do sistema............................................ 306 .

5.2 IMPLEMENTAO DA MODELAGEM..............................................................306


5.2.1 TREINAMENTO...................................................................................................307
5.2.2 FORMAO DO GRUPO PERMANETE DE AVALIAO............................ 308 .

5.3 CONCLUSES DO CAPTULO..............................................................................308


CAPTULO 6: VALIDAO DA MODELAGEM PROPOSTA PARA
REPRESENTAR SISTEMAS COMPLEXOS
SOCIAIS................................................................................. 309 ..

6.1 IMPLEMENTAO DA MODELAGEM..............................................................310


6.1.1 FASE 1: PREPARAO.......................................................................................310
Etapa 1: Definio do sistema e identificao dos principais agentes que o
compe....................................................................................................................................................311
Etapa 2: Nivelamento conceitual na empresa focal .................................................... 311 .
Etapa 3: Caracterizao da empresa focal .................................................................. 311 ..

Etapa 4: Mapeamento da cadeia de suprimentos imediata da empresa focal ............315


Etapa 5: Seleo dos relacionamentos da cadeia de suprimentos imediata da
empresa focal que sero considerados na modelagem................................319
Etapa 6: Caracterizao das empresas parceiras selecionas para modelagem............320
Etapa 7: Relacionamentos entre as trs empresas descritas.........................................323
6.1.2 FASE 2: DETERMINAO DO NVEL DE EVOLUO EM
COMPLEXIDADE DAS EMPRESAS...............................................................325
Etapa 1: Identificao do nvel de evoluo em complexidade da empresa focal e
das empresas membros da cadeia de suprimentos.................................... 325 .

6.1.3 FASE 3: TORNAR OS NVEIS DE EVOLUO DAS EMPRESAS


COMPATVEIS...................................................................................330
Etapa 1: Descrio das principais compatibilidades e incompatibilidades das
empresas analisados................................................................................. 331 .

Etapa 2: Reunio do com agentes da empresa focal................................................334


Etapa 3: Desenvolvimento de medidas para elevar os nveis mais baixos de
complexidade..............................................................................................335
6.1.4 FASE 4: LOCALIZAO DAS EMPRESAS NUMA ESCALA ESPAO-
TEMPORAL........................................................................................... 336
.

6.1.5 FASE 5: CONSTRUO DA ARQUITETURA PARA A CADEIA DE


SUPRIMENTOS.......................................................................................340
Etapa 1: Determinao da estrutura funcional para a cadeia de suprimentos..............341
Etapa 2: Estruturas vertical e horizontal......................................................................343
6.1.6 FASE 6: DEFINIR A DINMICA PARA A ARQUITETURA DA CADEIA
DE SUPRIMENTOS..............................................................................348
Etapa 1: Percepo do observador............................................................................... 348 ..

Etapa 2: Determinao dos elementos da cadeia de suprimentos.............................. 350 .

Etapa 3: Articulao dos elementos da cadeia de suprimentos....................................351


Etapa 4: Dar funcionalidade a arquitetura da cadeia suprimentos modelada.............. .352 .

Etapa 5: Indicao da auto-organizao da cadeia de suprimentos............................. 370 .

Etapa 6: Monitoramento do funcionamento da cadeia de suprimentos....................... 371 ..

6.2 CONCLUSES DO CAPTULO................................................................................. 373 .

CAPTULO 7: CONCLUSES E RECOMENDAES............................ 377 ...


7.1 CONCLUSES...............................................................................................................377
7.2 RECOMENDAES PARA TRABALHOS FUTUROS..........................................384

REFERNCIAS................................................................................................ 386 .

GLOSSRIO......................................................................................................401

APNDICE A Aspectos observados para a determinao do nvel de evoluo


em complexidade de uma empresa....................................................404

APNDICE B Roteiro de observao usado para levantar os critrios de seleo


para auxiliar a empresa focal na escolha de empresas parceiras,
com nvel de complexidade entre 7 e 9, bem como avaliar os
relacionamentos vigentes......................................................................407

APNDICE C Roteiro de observao usado como suporte para levantar aspectos


que identificam a posio espao-temporal das empresas envolvidas
na modelagem.......................................................................................408

APNDICE D Roteiro de observao empregado como apoio para apurar se as


relaes entre as empresas so estveis ou instveis ........................409

APNDICE E Roteiro de observao usado como apoio para avaliar o nvel de


cooperao e competitividade nas interaes.....................................410

APNDICE F Demonstrao do uso da matriz de anlise estrutural e da MICMAC


Matriz de Impacto Cruzado Multiplicao Aplicada a uma
Classificao) .........................................................................................412
CAPTULO 1: INTRODUO

1.1 ORIGEM DO TRABALHO

Atualmente a sociedade se mostra mais complexa do que as anteriores e as culturas


que a precederam. Essa assertiva fundamenta-se na observao de problemas sociais e
individuais se comparados aos enfrentados em pocas passadas. Percebe-se que os conflitos,
hoje, so mais inter-relacionados e difceis de serem resolvidos. Por um lado isso ocorre
devido ao aumento das interaes no-lineares, as quais se comportam de modo imprevisvel
e incerto; por outro, por causa do nmero de informaes geradas em funo da rpida
expanso de novas tecnologias e da disseminao do conhecimento.
Esse fato no acompanhado, no mesmo ritmo, de instrumentos que possam suportar
tais mudanas, gerando, assim, uma lacuna entre as mudanas da sociedade e os meios
usados na interveno desse ambiente mais complexo.
Essa lacuna pode ter ocorrido em decorrncia do modo como o mundo ocidental foi
construdo, seguindo-se os preceitos do reducionismo, nos quais objeto e sujeito se dissociam.
A lgica reduzir o sistema para intervir nele e, depois, domin-lo. O observador, na
abordagem reducionista, um sujeito passivo que pouco interfere no objeto modelado.
Pigliucci (2000) destaca que o reducionismo, apesar das limitaes, foi o centro de
algumas das mais importantes descobertas cientficas; cita, como exemplo, as partculas, na
Fsica, e as molculas, na Biologia. Outrossim, o perceptvel aumento das interaes e do
fluxo de informaes nos sistemas carecem de instrumentos mais eficazes para intervir no
novo ambiente, j que o reducionismo se atm, apenas, anlise das partes isoladas.
Heylighen (1988) aponta o estudo cientfico da complexidade como alternativa para
intervir em sistemas complexos, os quais apresentam como caractersticas: muitas partes
diferentes, muitas interaes, comportamento imprevisvel e dificuldade de gerenciamento.
Na abordagem sistmica, os objetos so representados com a participao ativa dos
observadores. Morin (1977, p.23) afirma que os maiores progressos das cincias
contemporneas so obtidos quando o observador reintegrado observao. O sujeito e o
objeto interagem na captao de energia e recursos externos para ajustar sua organizao
interna e, assim, resistirem s perturbaes do ambiente. Nesse sentido, Maturana e Varela
(2001) argumentam que os indivduos constroem o mundo em que vivem no decorrer de sua
23

trajetria de vida, ao mesmo tempo em que so transformados pelas interaes com o mundo
exterior.
Observa-se, contudo, uma contradio entre o contnuo aumento das inter-relaes, do
fluxo de informaes e da imprevisibilidade de cenrios no funcionamento dos diversos
sistemas que compem a sociedade, e a carncia de instrumentos que possam intervir nesse
novo ambiente de maneira eficaz.
A partir dessa constatao, utiliza-se a estrutura conceitual das Cincias da
Complexidade para desenvolver uma modelagem que possa intervir nesses sistemas. A esse
respeito, Heylighen (1988) destaca que a cincia clssica evita, tanto quanto possvel,
reconhecer as vrias partes diferentes que compem um fenmeno, suas muitas interaes e
seu comportamento imprevisvel, reduzindo os sistemas complexos a elementos simples sem
interao e obedecendo a leis imutveis.
Nesse contexto, as empresas se comportam, tambm, como sistemas complexos, com
diversas interaes no-lineares, sujeitas s mudanas imprevisveis do ambiente, formadas
por muitas partes diferentes e apresentando situaes de difcil gerenciamento. Em
decorrncia dessas caractersticas, as empresas buscam alternativas que auxiliem no ajuste do
comportamento interno e na melhoria das interaes com outras empresas no ambiente de
negcios. Wood Jr. e Zuffo (1998) destacam a existncia de uma hipercompetio, que ocorre
num mundo de dinmica mais veloz e mais inter-relacionada, na qual os atores interagem em
mbito mundial. Trata-se de um ambiente, em que as vantagens competitivas so efmeras, e
o ciclo de vida dos produtos curto, instvel e, em vrios casos, imprevisvel.
Por muitos anos, principalmente nas grandes empresas, predominavam as estruturas
verticalmente integradas, nas quais a maioria das operaes necessrias para disponibilizar
um produto aos clientes finais realizava-se, apenas, por uma empresa. Mas alguns fatores
levaram a uma significativa mudana na configurao estrutural das empresas que possuem
relacionamentos conjuntos. Esses fatores podem ser representados, principalmente, pelo
aumento da concorrncia, o que acarretou maior preocupao, com a reduo dos custos e a
concentrao nas competncias essenciais da empresa (core competences).
Nesse contexto, surgem as estruturas empresarias horizontalizadas, nas quais se
destacam conceitos como arranjos empresarias, cadeias produtivas, cadeias de suprimentos e
redes virtuais. Enquanto no passado existiam relaes antagnicas entre fornecedores e
clientes, atualmente as empresas esto percebendo as vantagens da colaborao entre
parceiros comerciais. Quando as empresas funcionam integradas, as interaes e o fluxo de
informaes aumentam a complexidade desses relacionamentos. Exigem-se modelagens que
24

contemplem aspectos como: interaes no-lineares, evoluo dos sistemas (fornecedor,


cliente e empresa foco), propriedades emergentes e fluxo de informaes, entre outras.
A cincia clssica, com seus preceitos reducionistas, funciona com pouca eficcia em
ambientes com tal nvel de complexidade. Por isso os sistemas complexos, para exprimir toda
a riqueza advinda das interaes, precisam ser tratados por modelagens que considerem a
complexidade do sistema, com base nas Cincias da Complexidade. Os arranjos empresariais
precisam ser compreendidos no nos seus elementos isolados, sem conexo, mas nas partes
que so diferentes e, ao mesmo tempo, conectadas, ou seja, em sua complexidade global. Os
fenmenos complexos, todavia, apresentam muitas dimenses, motivo pelo qual no h uma
modelagem completa que possa represent-los em sua totalidade. O importante ter a
conscincia dessa limitao.

1.2 PROBLEMA DE PESQUISA

Em trabalhos anteriores, todos relacionados gesto de custos nas empresas (LEITE,


1996; LEITE e LIMA,1997; FRANA, LEITE e LIMA,1999), observou-se, por um lado, a
existncia de muitas interaes no-lineares e pouco previsveis que no eram consideradas
pelos mtodos usuais de custos, mas que afetavam o desempenho das empresas, o que
interferia diretamente nos custos. Por outro lado, constatou-se a existncia de interaes, no
s dentro das empresas, mas entre as empresas que possuam algum tipo de relacionamento
comercial. Essas relaes interempresariais afetavam as interaes dentro da empresa foco,
refletindo diretamente no desempenho dos custos.
A partir dessas observaes, procedeu-se ao estudo de instrumentos que pudessem
considerar as interaes no-lineares e interempresariais no mapeamento dos custos. As
investigaes percorreram vrios caminhos, em um dos quais se depararam com a abordagem
que trata da complexidade. Nessa viso, os sistemas so tratados considerando as interaes
no-lineares, imprevisveis e incertas, as propriedades emergentes, as conexes em vrias
dimenses e a evoluo em nveis de complexidade.
A descoberta dessa abordagem instigou uma anlise mais profunda sobre a origem,
os fundamentos e as aplicaes de seus fundamentos. Observou-se, ainda, que existem
algumas teorias que tm como objeto o estudo da complexidade, so as Cincias da
Complexidade; j outras tm como meta a reduo da complexidade, so as chamadas
abordagens reducionistas. A primeira forma a base para interveno nos sistemas complexos,
os quais consideram as diversas conexes que compem o sistema; a segunda a mais
25

difundida no mundo ocidental e mais apropriada aos sistemas complicados, com interaes
lineares, previsveis e controlveis. Snowden (2003) distingue os sistemas complicados dos
complexos, com o seguinte exemplo: uma aeronave um sistema complicado, pois pode ser
melhorado pela otimizao de suas partes, uma vez que o todo a soma das partes. J os
sistemas humanos, como os de uma organizao de negcios, so complexos, j que seus
componentes e interaes esto em constante mudana e que nunca se pode estabelec-los em
definitivo.
Dessa diferenciao entre sistemas complexos e complicados e as abordagens
adequadas a cada um, percebeu-se que, na prtica, os sistemas complexos so tratados como
complicados, fato que reduz a riqueza e a complexidade geradas pelas interaes, o que no
reflete a realidade do sistema. Dessa forma, direcionou-se a pesquisa ao desenvolvimento de
uma modelagem que representasse sistemas complexos, no mais direcionada anlise de
custos, e sim proposio de um instrumento que fosse capaz de representar o sistema,
considerando a sua complexidade e no a reduzindo.
Nessa perspectiva, as empresas so consideradas sistemas complexos com muitas
interaes no-lineares e com conexes interempresariais. As novas configuraes, assumidas
mais efetivamente a partir dos anos 1980 com o aumento da competio, so construdas em
formatos mais horizontais que verticais formando os arranjos empresariais. Os mais
conhecidos, dentre eles, so as cadeias de suprimentos e as cadeias produtivas. Esses novos
formatos compartilham processos e interaes, aumentando, ainda mais, a complexidade nas
relaes entre as empresas e exigindo instrumentos mais adequados para a representao de
sua complexidade.
De acordo com Minayo et al. (2001, p.17), a pesquisa vincula pensamento e ao, por
isso nada pode ser intelectualmente um problema, se no tiver sido, em primeiro lugar, um
problema de vida prtica. A partir das constataes empricas apresentadas, foi formulado o
problema de pesquisa deste trabalho:

Que elementos so necessrios para desenvolver uma modelagem apropriada


interveno em sistemas complexos sociais, que considere as diferentes partes do sistema,
suas interaes, suas inter-relaes e sua evoluo?
26

1.3 OBJETIVOS DO TRABALHO

1.3.1 OBJETIVO GERAL

Desenvolver uma modelagem de referncia que represente sistemas complexos


sociais, levando em conta a complexidade como uma caracterstica global do sistema, a
diversidade de componentes e suas interaes lineares e no-lineares e que considere, ainda, o
processo de evoluo do sistema modelado.

1.3.2 OBJETIVOS ESPECFICOS

Apresentar e discutir o termo complexidade e suas aplicaes;

Incorporar o conceito de sistema s discusses da complexidade, estendendo


s abordagens referentes a sistemas complicados e complexos;

Apresentar e discutir as teorias desenvolvidas para tratar as


caractersticas dos sistemas complexos;

Apresentar e discutir as abordagens referentes evoluo dos sistemas


complexos;

Apresentar e discutir tipos de modelagens apropriados aos sistemas complexos


e ferramentas adequadas a sua representao;

Apresentar e discutir a concepo dos arranjos empresariais como uma nova forma de
funcionamento das empresas, evidenciando as contribuies das Cincias da
Complexidade nesse contexto;

Propor uma modelagem apropriada s caractersticas dos sistemas complexos sociais;

Validar a modelagem, aplicando-a em parte de uma cadeia de suprimentos.


27

1.4 JUSTIFICATIVA

O trabalho se justifica considerando trs dimenses: quanto relevncia, quanto ao


ineditismo e quanto dificuldade.

1.4.1 RELEVNCIA

O trabalho possui relevncia terica e prtica. A relevncia terica evidenciada por


trs enfoques principais: a complexidade, os sistemas e a evoluo, perfazendo uma discusso
conjunta; a modelagem de sistemas complexos e uma argumentao sobre os arranjos
empresariais e as Cincias da Complexidade.
O estudo da Complexidade um campo do conhecimento muito antigo, mas pouco
explorado. H relatos da aplicao de seus fundamentos desde os filsofos jnicos do sculo
VI a.C. A explorao e a difuso da complexidade iniciam-se mais consistentemente a partir
do final do sculo XIX; realiza-se por meio de diversas reas, principalmente a Fsica, a
Qumica, a Biologia, a Astronomia e a Sociologia, as quais apresentam interesses e enfoques
diferentes. Essa diversidade de interesses e reas, associada profunda divulgao, aceitao
e aplicao dos preceitos reducionistas da cincia, fez com que as Cincias da Complexidade
fossem pouco conhecidas e utilizadas, sobretudo no mundo ocidental.
As Cincias da Complexidade se apropriam das caractersticas dos sistemas naturais
com o objetivo de representar os artificiais o mais prximo possvel da realidade. Por isso,
suas intervenes nos fenmenos no utilizam os preceitos reducionistas, pelo contrrio,
tratam os fenmenos como sistemas integrados, nos quais a anlise de uma nica parte no
pode representar a riqueza do todo. Alm disso, preocupa-se com o comportamento do
sistema, suas interaes, e busca, eminentemente, compreender como os sistemas evoluem,
mudando de um nvel de complexidade para outro. Assim, discutir teoricamente os conceitos
de complexidade, sistema e evoluo, analisando-os, sem compromisso, com os objetivos e as
reas que os originaram, pode contribuir para a construo de um conhecimento mais
unificado sobre o tema.
Quanto modelagem de sistemas complexos, no se tem conhecimento de
modelagens sistematizadas desenvolvidas para tratar os sistemas complexos. O que existem
so algumas ferramentas que podem ser empregadas para tratar as interaes e conexes que
compem cada um deles.
28

Smith, Bar-Yam e Gelbart (2001) destacam que muitos campos do estudo cientfico
so emperrados pela carncia de linguagens precisas para descrever a estrutura e a dinmica
desses sistemas. Isso dificulta as pesquisas, refletindo na credibilidade de sua aplicao. No
incomum comentrios pejorativos quanto ao emprego das Cincias da Complexidade para a
resoluo de problemas. Como o reducionismo foi muito difundido e utilizado com sucesso,
tratar os sistemas como partes isoladas passou a ser visto como soluo para todos os
problemas.
Nesta tese, apresentam-se algumas ferramentas que podem ser empregadas para
analisar os sistemas complexos e prope-se uma modelagam para esses sistemas.
No que diz respeito aos Arranjos Empresariais e s Cincias da Complexidade, as
organizaes empresariais, em razo da concorrncia, buscam configuraes mais horizontais
que verticais, em oposio ao que acontecia no passado recente (at os anos 80). Os termos
arranjos, cadeias e redes, para denominar relacionamentos mais cooperativos que
competitivos, so comuns na rea de gesto empresarial. No entanto, no existem, na
literatura, muitos trabalhos associando esse novo formato funcional das empresas s Cincias
da Complexidade. O usual tratar esses arranjos empresariais com ferramentas que
empregam a mesma lgica utilizada na interveno das empresas isoladas. Desconsiderando-
se, geralmente, o aumento de complexidade, que ocorre pelo aumento das interaes, das
variveis e pela dificuldade de gerenciamento. Tais mudanas so inerentes ao novo formato
funcional que assumem as empresas na constituio de arranjos cooperativos.
Morin (2000,p.91) afirma: fomos educados para a simplificao, que separa tudo
aquilo que no entra no esquema da reduo, do determinismo, da descontextualizao .
Nesse sentido, este trabalho de pesquisa apresenta as contribuies que os fundamentos das
Cincias da Complexidade podem trazer gesto de uma cadeia de suprimentos.
Contribuindo-se, assim, com a academia na sedimentao do conhecimento sobre a aplicao
dos conceitos das Cincias da Complexidade gesto dos arranjos empresariais.
A relevncia prtica se verifica pela aceitao que tem o tema, quando discutido com
empresrios. Em determinados tipos de negcios, os dirigentes observam que h uma lacuna
entre as intervenes tericas e as aplicaes prticas. Queixam-se da falta de ferramentas
tericas para lidar com as mudanas no comportamento empresarial. Mudanas que so
representadas, principalmente, pelo aumento das interaes dentro e entre as empresas que se
relacionam comercialmente.
29

Este trabalho pretende contribuir para que os sistemas sejam identificados como
complexos e tratados por modelagens que possam captar a sua complexidade, fechando-se,
assim, essa lacuna.
Finalmente, a relevncia deste trabalho pode ser evidenciada pelas afirmaes de Le
Moigne (1977), Morin (1977), Heylighen (1988), Wu (1999) e Holling (2001), de que
preciso compreender os sistemas complexos e desenvolver ferramentas para conhecer e
intervir em suas caractersticas, aproveitando a riqueza que emerge do seu comportamento, se
tratado adequadamente.
Os trs temas abordados (complexidade, modelagem de sistemas complexos e arranjos
empresariais versus cincias da complexidade), pela importncia que possuem, podem
contribuir, por meio da modelagem proposta, tanto para os objetivos acadmicos, quanto para
as aspiraes empresariais.

1.4.2 INEDITISMO

Heylighen (1996), afirma que, apesar das dezenas de definies estabelecidas para o
termo complexidade, todas deixam a desejar em algum aspecto, quando tentam classificar
alguma coisa como complexa. Elas so vistas, pelo observador, intuitivamente como simples
ou nega-se a bvia complexidade existente no fenmeno. Baranger (199-?) destaca que a idia
de sistema complexo confusa, diferindo-se de um autor para outro. O desafio desenvolver
mecanismos intuitivos, precisos e sistemticos para a descrio da complexidade (SMITH,
BAR-YAM e GELBART, 2001).
As Cincias da Complexidade abrangem uma rea ampla e aberta a inovaes. No
campo das conceituaes dos fenmenos complexos e da construo de estruturas conceituais
de referncia, existe uma vasta literatura. Destacam-se, por exemplo: Simon (1968), Morin
(1977), Gell-Mann (1996), Stacey (1996), Axelrod e Cohen (1999), Coelho (2001) e
Agostinho (2003). No que diz respeito a modelagens desenvolvidas para intervir nos sistemas
complexos, entretanto, h pouca pesquisa. Alm disso, as abordagens existentes so aplicadas
a reas de conhecimento muito distintas. Na Biologia, sobressai Kauffman (1993); nas
Cincias da Computao, Holland (1995); nas Cincias dos Sistemas, Le Moigne (1977); na
Fsica e na Cincia Cognitiva, Heylighen (1988).
Diferentemente das abordagens pesquisadas, este trabalho prope uma modelagem
referencial que v alm da criao de uma estrutura conceitual, intervindo nas caractersticas
do sistema complexo. A modelagem genrica, podendo ser aplicada aos sistemas complexos
30

do tipo sociais independente da rea de conhecimento em que ele est sendo investigado. A
modelagem proposta no pretende abranger todas as dimenses do fenmeno estudado, mas
evidenciar essa impossibilidade, deixando claras as suas limitaes.
Esta pesquisa auxilia numa mudana do paradigma reducionista para o paradigma
sistmico ou da complexidade. A viso de que as interaes e as conexes podem ser
reduzidas no mais funciona no atual ambiente das empresas.

1.4.3 DIFICULDADE

Trabalhar considerando a complexidade dos fenmenos mais difcil que reduzi-lo a


partes isoladas. Quando se analisa uma parte e generalizam-se os resultados encontrados para
o sistema como um todo, desconsideram-se as interaes, as conexes, as propriedades
emergentes, as diferenas entre as partes que constituem todo o sistema. Nessa situao,
fecha-se o sistema s interferncias externas, o que facilita a anlise, j que, no sistema
fechado, possvel prever e dominar o seu funcionamento, fato que reduz a dificuldade de
interveno no sistema. O reducionismo no detecta a complexidade, ele oculta as ligaes, as
articulaes, as implicaes, as imbricaes, as interdependncias (MORIN, 1977).
Contrariamente, quando se prope modelar um sistema de modo a evidenciar,
descrever e intervir na sua complexidade, o grau de dificuldade aumenta consideravelmente.
Nesse caso, precisa-se administrar a racionalidade limitada do ser humano, que no consegue
lidar com muitas dimenses de um fenmeno ao mesmo tempo. Bar-Yam (1997) afirma que
o homem somente pode ter na mente 7 2 coisas independentes de cada vez; Foster, Kay e
Roe (2001) argumentam que a habilidade do ser humano para compreender o universo
inerentemente reduzida.
A racionalidade limitada pode ser compensada pela aceitao de que no se pode
modelar um fenmeno em todas as suas dimenses, justamente por causa da prpria
incapacidade humana de perceb-las totalmente, em suas abrangncias e interferncias. Por
isso, a modelagem proposta, no pretende contemplar um sistema em toda a sua dimenso,
mas demonstrar em quais dimenses a modelagem se concentra e qual o nvel de
complexidade analisada.
A modelagem que considera a complexidade do fenmeno permite amplo
conhecimento estrutural e comportamental do sistema estudado, podendo contribuir para a
melhoria de sua atuao sistmica.
31

1.5 METODOLOGIA

A metodologia utilizada neste trabalho foi desenvolvida com a inteno de ser um


instrumento norteador da reprodutibilidade das etapas que formaram a sua construo. Para
tanto, inicia-se pela apresentao de alguns conceitos de metodologia.
Segundo Taylor e Bogdan (1998), o termo metodologia se refere ao caminho pelo
qual se questionam os problemas e procuram-se as respostas. Vasconcelos (2002) define-a
como uma estratgia para abordagem de um tema em foco, incluindo a estratgia
institucional, o desenho da pesquisa, as fontes de dados, as informaes e os instrumentos de
investigao. Para Minayo (1993), a metodologia o caminho e o instrumental prprios de
abordagem da realidade. A compreenso da realidade sempre mediada por teorias, por
crenas, por representaes. No possvel fazer cincia sem mtodo (MINAYO e
DESLANDES, 2002, p.17). Minayo (1993) descreve o conceito de metodologia de modo
mais abrangente e concomitante:

como a discusso epistemolgica sobre o caminho do pensamento que o tema ou objeto


de investigao requer;
como a apresentao adequada e justificada dos mtodos, das tcnicas e dos instrumentos
operativos que devam ser utilizados para as buscas relativas s indagaes da
investigao;
e como a criatividade do pesquisador, em outras palavras, a sua marca pessoal e
especfica na forma de articular teoria, mtodo, achados experimentais, observacionais, ou
qualquer outro tipo especfico de indagao cientfica.
Seguindo tais conceitos de metodologia, indica-se o caminho do pensamento
empregado no delineamento deste trabalho.

1.5.1 CAMINHO DO PENSAMENTO

Apesar da discusso sobre a complexidade dos fenmenos ser muito antiga, a


percepo de que os preceitos reducionistas de Descartes no eram suficientes para
representar todos os fenmenos foi intensificada durante o sculo XX. Descobertas realizadas
na Fsica motivaram a incorporao do estudo da complexidade em outras reas da cincia
(Qumica, Biologia, Matemtica, Sociologia etc). A partir dos anos 1980, emergiram as
denominadas novas cincias, que tinham como foco o estudo da complexidade dos
32

fenmenos em contraponto abordagem cartesiana, cujo foco excluir a complexidade para


facilitar a anlise.
Prigogine e Stengers (1997) abordam que, j a partir dos anos 1960, temas como caos,
sistemas dinmicos instveis, processos de no-equilbrio, auto-organizao, estruturas
dissipativas, entre outros, presentes na Fsica, Matemtica, Biologia e Ecologia, aprofundaram
a idia de crise das cincias convencionais e a busca de novas formas de racionalidade. Na
mesma poca, Kuhn (1962) observa que a cincia no avana de forma linear, evolutiva e
cumulativa, mas por meio de rupturas ou paradigmas, funcionando como sistemas de crenas
e referncias, os quais, na maioria das vezes, so incompatveis uns com os outros. Essas
discusses indicam que as verdades cientficas apresentam formas limitadas e de relativa
validade. Alm disso, a idia de complexidade e de sistemas complexos reivindicada por
estudiosos como Morin (1977), Le Moigne (1977), Atlan (1979), Prigogine e Stengers (1984),
em resposta aos desafios no campo das cincias em geral.
Nesse contexto, Vasconcelos (2002) destaca as crticas especializao da cincia, as
quais induzem a aspiraes por prticas interdisciplinares e transdisciplinares, capazes de
dialogar e produzir trocas entre os diversos campos do saber. Feyerabend (1991) estabelece
que os mtodos cientficos so perspectivas particulares que no so auto-evidentes nem
superiores em relao s outras abordagens. Na sua viso, todas as teorias possuem pontos
fortes, pontos problemticos e pontos fracos. Destaca, ainda, que a interdisciplinaridade
funciona como um catalisador que rene as melhores caractersticas da variedade de mtodos
ou teorias, para intervir em determinada situao. Aleksandrowicz (2002) discute que um dos
mais instigantes desafios, hoje, no mbito metodolgico, seja, talvez, o espao a ser ocupado,
nos dilogos interdisciplinares, a idia de complexidade como instrumento de trabalho.
A elaborao desta tese segue os preceitos das Cincias da Complexidade, rumo pelo
qual se deve, entre outras coisas, observao de que a realidade complexa e, por isso, no
deve ser modelada como um conjunto de elementos simples e isolados.
Aleksandrowicz (2002) salienta que a utilizao do termo complexidade,aplicado a
metodologias de pesquisa, tem origem na reflexo filosfica introduzida pelas denominadas
novas cincias, que se opem cincia moderna, instituda por Descartes, cuja lgica de
funcionamento dividir a realidade em compartimentos reduzidos, com o intuito de domin-
la e control-la. A esse respeito, Rose (1989) argumenta que o prestgio das novas cincias
est ligado ao fato de se fornecer um instrumental metodolgico que questiona algumas das
velhas certezas acerca da objetividade do conhecimento cientfico, indagando as controvrsias
sobre os mtodos que agem de modo, analtico, redutor, dominador e objetivador. Assim, as
33

cincias da complexidade, por reunirem vises de vrias reas da cincia representando um


campo interdisciplinar, podem ser empregadas, de modo mais efetivo, para intervir nessa
realidade complexa.
Diante de tais abordagens, para a construo deste trabalho de pesquisa, percorreu-se
um caminho a partir da determinao da linha filosfica assumida para o direcionamento e
estruturao do trabalho. Em seguida, definiu-se a lgica empregada para a sua articulao e
determinou-se o paradigma da cincia que norteou esta execuo.

1.5.1.1 Linha Filosfica

Na histria do pensamento filosfico e cientfico, sucedem-se tendncias que enfocam


ora o aspecto complexo, ora o aspecto simples (reduzido) dos objetos que prendem a ateno
do estudioso (ALEKSANDROWICZ, 2002).
Norteado pelos preceitos das Cincias da Complexidade, este trabalho tem como base
algumas premissas, dentre as quais: o observador um sujeito ativo que procede a uma
descrio comunicvel daquilo que percebe e daquilo que concebe. O objeto observado
interage com o observador. As palavras-chave do trabalho so: conceber, compreender e
interpretar, ao invs de analisar e explicar.
Para suportar essas premissas, a linha filosfica assumida a fenomenolgica, que se
fundamenta na interpretao dos fenmenos, na intencionalidade da conscincia e na
experincia do sujeito. A idia bsica da fenomenologia a noo de intencionalidade, a qual
consiste em reconhecer o princpio da inexistncia do objeto sem o sujeito. A esse respeito,
Husserl (1986) destaca que a percepo do mundo, mesmo com os avanos da cincia, ocorre
conforme a viso pessoal e as experincias acumuladas, sem as quais os smbolos da cincia
nada significam. A fenomenologia, contudo, no concebe a subjetividade em oposio
objetividade, porque esses dois termos esto em consonncia: o sujeito que realiza objetiva-se
em sua ao, e seu produto sua prpria subjetivao (MINAYO e DESLANDES, 2002).
Associada a essa linha filosfica, empregou-se a lgica hermenutica-dialtica, que articula a
construo desta metodologia. Outras vertentes so assumidas pela fenomenologia, mas no
esto sendo consideradas no desenvolvimento deste trabalho.
34

1.5.1.2 Lgica hermenutica-dialtica

A hermenutica segue a lgica da compreenso. Gadamer (1999) discute que a


caracterstica essencial da compreenso o fato de que, para entender o contexto, necessrio
compreender o individual, num movimento circular e recursivo. Alm disso, esse movimento
ampliado, j que o conceito de contexto relativo e pode ser integrado a outros contextos
ainda maiores, fato que afeta a compreenso individual.
A base formadora da compreenso a vivncia, o modo como uns interferem sobre os
outros, funcionando como sistemas abertos sem fronteiras delimitadas. As cincias
compreensivas se fundamentam no senso comum e na noo de bom senso. Para Vico (1979),
um saber direcionado para o verdadeiro e para o correto, que busca o que plausvel e
prtico e se sustenta em vivncias e no em fundamentaes racionalistas.
Outro termo que compe o campo da lgica hermenutica o smbolo. Minayo e
Deslandes (2002) descrevem-no como aquilo que vale no somente pelo contedo, mas por
ser um veculo de comunicao. Os objetos so compreendidos de modo subjetivo pela
conscincia, que lhes atribui maior ou menor relevncia.
Minayo e Deslandes (2002) discutem as controvrsias existentes em relao aos
termos senso comum e bom senso em relao cientificidade das cincias humanas e
sociais, principalmente em decorrncia do avano do positivismo e da lgica hipottico-
dedutiva, que criaram a iluso de que h neutralidade racional e possibilidade de a cincia se
desenvolver sem se contaminar por pr-conceitos e pr-juzos. A esse respeito, Santos
(1989) observa alguns pontos de vista sobre o assunto, os quais ressaltam, por um lado, o
aspecto positivo e, por outro, o aspecto negativo das lgicas baseadas no senso comum.
Pode-se perceber que a hermenutica se aproxima da fenomenologia e dos
fundamentos das Cincias da Complexidade, j que buscam conceber, compreender e
interpretar, estabelecendo relaes em diferentes nveis, em relao essncia dos fenmenos
estudados utilizando, para isso, o senso comum, as vivncias e os smbolos. Nessa
perspectiva, Atlan (1979) destaca a necessria releitura dos fundamentos filosfico e
metodolgico que tm regido o entendimento e a interveno nas estruturas dinmicas atuais,
as quais, so fundamentadas, muitas vezes, no determinismo da natureza. Prigogine e
Stengers (1984) abordam o predomnio de leis determinsticas na decodificao da realidade,
em detrimento da emergncia de certos elementos probabilsticos que devem ser considerados
na compreenso dos fenmenos.
35

Nesse sentido, os sistemas complexos, objeto de investigao deste trabalho, podem


ser descritos como sistemas formados por muitas partes diferentes interligadas entre si, de
modo que o comportamento de uma parte influencie o da outra parte. A complexidade do todo
vai decorrer desse entrelaamento de influncias mtuas, medida que o sistema evolui
dinamicamente no tempo.
Um sistema complexo no pode ser compreendido fora do seu contexto, e difcil de
ser gerenciado, pois se mantm fora do equilbrio, numa situao intermediria entre a ordem
e a desordem (ALEKSANDROWICZ,2002; MORIN,1977). Heylighen (1988) lembra que os
sistemas complexos evoluem e mudam com o tempo, processo em que certas partes so
conservadas, enquanto outras so modificadas. Isto acontece devido posio mista entre a
ordem ou invarincia e a desordem ou varincia. Byrne (1998) destaca que os sistemas
complexos se concentram no espao entre a certeza do positivismo e a irracionalidade do ps-
modernismo. Geyer e Rihani (2000) situam a complexidade entre a abordagem reducionista
representada pela completa ordem e a abordagem catica de completa desordem. Estes
autores apresentam algumas caractersticas que norteiam a ordem, a complexidade e a
desordem.
Como apresentado no Quadro 1, a complexidade se situa entre a ordem e a desordem.
Por causa dessa constatao, emprega-se a lgica hermenutica-dialtica: por um lado se
compreende; por outro, complementada pela atividade de constante transformao e atitude
contraditria do movimento dialtico.
Ordem- Complexidade-Desordem
Ordem Complexidade Desordem
(Viso linear) (Viso no-linear) ( Viso anti-linear)
Completa racionalidade Fronteira da racionalidade Completa irracionalidade
Total certeza Certeza limitada Incerteza
Previsibilidade Previsibilidade limitada Imprevisibilidade
Ligao causa-efeito Causalidade indeterminada Causalidade sem sentido
Determinismo Mudana evolucionria Caos
Quadro 1: Localizao da Complexidade. Fonte: Geyer e Rihani, 2000.
A dialtica ao longo de sua histria assumiu vrios significados. Inicia-se com os pr-
socrticos e continua at hoje. A dialtica antiga, para os gregos, significava a arte do dilogo,
da separao, da classificao das idias, para melhor analis-las. Em Plato, a dialtica o
mtodo da passagem de um conhecimento sensvel para o conhecimento racional
(PLATO,1978). Em Aristteles, o significado est ligado deduo. Para Descartes (1980),
significa a lgica falsa inadequada ao correto uso da razo. Em Hegel (1980) vista como a
forma pela qual a realidade se desenvolve, pois, no universo, tudo movimento e
transformao, nada permanece imutvel, tudo muda.
36

No Marxismo, a dialtica se transformou numa maneira dinmica de interpretar o


mundo. No movimento marxista, destacam-se duas vises: a de Engels e a de Lnin. Para
Engels (1952), a dialtica est presente na realidade como forma de articulao das partes
num todo e como processo de desenvolvimento dessas partes. Para Lnin (1965), a realidade
um todo dinmico, em constante desenvolvimento, em unidades de contrrios, cujo
conhecimento um processo de conquistas de verdades relativas como parte de uma verdade
nica e absoluta.
Neste trabalho, o conceito de dialtica se fundamenta nas abordagens de Hegel e do
Marxismo, as quais podem ser sumarizadas como um encadeamento de processos que
consideram as transformaes dinmicas pelas quais passam os sistemas.
Segundo Minayo e Deslandes (2002), a associao entre as lgicas hermenuticas e as
dialticas conduz, concomitantemente, ao processo de compreenso e de crtica para a
anlise da realidade social. Para Gadamer (1999), a compreenso s possvel atravs do
desconhecimento, j que a necessidade do entendimento emerge do fracasso da clareza da
linguagem e das prprias incompletudes e limitaes humanas. Para Habermas (1987), a
razo humana vai alm da compreenso e da interpretao, pois possui a capacidade de
exercer crtica e superar pr-juzos. Trivios (1987, p.117) destaca que as pesquisas
qualitativas se baseiam, especialmente, na fenomenologia e no marxismo.
Para mostrar a complementaridade entre a lgica hermenutica e a lgica dialtica,
apresenta-se, na seqncia, no Quadro 2, um resumo com as principais caractersticas.
Hermenutica Dialtica
Compreende o contexto dos objetos estudados Estabelece uma atitude crtica.
(entrevistas e documentos).
Interpreta os documentos analisados sem pr- Considera as relaes sociais dinmicas e
conceitos, dando f ao seu teor. antagnicas.
Busca nos objetos analisados mais do que sua Introduz na compreenso da realidade o
essncia, o sentido que quis expressar quem o princpio do conflito e da contradio que se
emitiu. sedimenta na transformao.
Considera que os seres humanos no so Articula os plos de subjetividade e
somente objetos da investigao, mas tambm objetividade.
sujeitos das relaes.
Quadro 2: Principais caractersticas das lgicas hermenutica e dialtica. Fonte: Gadamer (1999),
Habermas (1987) e Minayo e Deslandes (1993,2002) Adaptado.

Apesar de serem originadas por movimentos filosficos diferentes, as lgicas


hermenutica e dialtica so aceitas, neste trabalho, em associao. Elas se complementam
na forma como interagem com o objeto analisado, j que ambas partem do princpio de que
no h observador imparcial, nem h ponto de vista fora da realidade do ser humano e da sua
histria. Nesse sentido, entende-se que o pesquisador parte da realidade que investiga.
37

Na seqncia, apresenta-se o paradigma que suporta a linha filosfica e a lgica de


articulao assumidas nesta tese.

1.5.1.3 Paradigma Sistmico

O foco central desta pesquisa visa desenvolver uma modelagem para representar
sistemas complexos. Para isso, utiliza-se como abordagem terica a estrutura conceitual das
Cincias da Complexidade. A seleo do referencial terico deveu-se busca de alternativas
que fossem mais apropriadas ao tratamento das caractersticas inerentes aos sistemas
complexos (muitas partes diferentes, conectividade entre as partes, comportamento difcil de
gerenciar e prever e impossibilidade de analisar as partes independentes do todo). Desse
modo, para model-los, necessrio utilizar um paradigma cientfico que considere a
complexidade do objeto investigado e as impresses do observador sobre esse objeto.
Sendo assim, emprega-se o paradigma sistmico por associar o observador ao objeto
observado. Em outras palavras, associa sujeito e objeto, em contraponto ao paradigma
reducionista. Este dissocia o sujeito do objeto, desconsiderando as intervenes do sujeito no
objeto investigado. Morin (1977,p.29) observa que h uma necessidade histrica de
encontrar um mtodo que detecte e no que oculte as ligaes, as articulaes, as
solidariedades, as implicaes, as imbricaes, as interdependncias e as complexidades entre
sujeito e objeto. Para Le Moigne (1977), o paradigma sistmico introduz uma renovao
epistemolgica, por trazer uma proposta diferente da estabelecida pelas cincia clssica e
moderna, representadas pelos preceitos cartesianos.
Nessa perspectiva, Trivios (1987) destaca o enfoque sistmico da pesquisa, o qual
parte da idia de que existem numerosas relaes no interior do objeto estudado, mas que este,
tambm, est ligado ao meio externo. O enfoque sistmico direciona a ateno,
especialmente, ao estudo dos sistemas complexos. Como exemplo, citam-se os sistemas de
natureza psicolgica, social e biolgica. Esse enfoque deve ser entendido como uma reao
percepo reducionista (cartesiana) de interpretao da realidade. Logo, observa-se que o
paradigma sistmico possui um enfoque que suporta as pesquisas fundamentadas nas Cincias
da Complexidade, motivo pelo qual adotando como direcionador para a elaborao desta
tese.
A partir da determinao do paradigma que norteou o estudo, a metodologia foi
subdividida nas seguintes etapas: classificao da pesquisa, pressupostos bsicos e roteiro da
pesquisa.
38

1.5.2 CLASSIFICAO DA PESQUISA

Segundo Silva e Menezes (2000, p.20), uma pesquisa pode ser classificada de quatro
formas: quanto natureza, quanto forma de abordagem do problema, quanto aos objetivos e
quanto aos procedimentos tcnicos.

1.5.2.1 Quanto natureza

Quanto natureza, a pesquisa pode ser classificada em bsica ou aplicada (SILVA e


MENEZES, 2000, p.20). Esta tese trata-se de uma pesquisa bsica e aplicada, pois tem como
objetivo discutir teoricamente a modelagem de sistemas complexos e, a partir disso, propor
uma modelagem adequada a sistemas complexos sociais, a qual foi aplicada com o propsito
de gerar conhecimento prtico sobre o tema.

1.5.2.2 Quanto forma de abordagem do problema

Quanto forma de abordagem do problema, uma pesquisa pode ser classificada em


quantitativa e qualitativa (SILVA e MENEZES, 2000, p.20). Para uma pesquisa ser
considerada quantitativa, faz-se necessrio possuir algumas caractersticas que a identifiquem,
tais como: uso de recursos e tcnicas estatsticas - o que no acontece neste trabalho. Por
outro lado, possui as caractersticas citadas por Merrian (1998) de uma pesquisa qualitativa:
o foco da pesquisa a essncia;
a linha filosfica a fenomenologia ou interativismo simblico;
normalmente envolve o trabalho de campo;
o objetivo da investigao compreender, descrever, descobrir, gerar hipteses,
dar significados;
o desenho da pesquisa se caracteriza pela flexibilidade, evoluo e emergncia;
o pesquisador o instrumento primrio na coleta e anlise dos dados da pesquisa;
inicialmente emprega uma pesquisa de estratgia indutiva;
o produto de um estudo qualitativo descritivo, amplo e compreensivo.
Esta pesquisa, portanto, predominantemente qualitativa.
39

1.5.2.3 Quanto aos objetivos

Quanto aos objetivos, uma pesquisa pode ser classificada como: exploratria,
descritiva e explicativa (SILVA e MENEZES, 2000, p.21; GIL,1991,p.45). Esta possui
caractersticas predominantemente exploratrias. Uma pesquisa deste tipo possui o foco mais
amplo e aberto para a investigao de fenmenos mais complexos, pouco conhecidos e
sistematizados, sendo estes passveis de vrias perspectivas de interpretao
(VASCONCELOS, 2002). Empregam-se como procedimentos: pesquisa bibliogrfica,
entrevistas para identificar as caractersticas das empresas e da cadeia de suprimentos
estudada e uma pesquisa participante, para validar a modelagem proposta em situao real.

1.5.2.4 Quanto aos procedimentos tcnicos

Quanto aos procedimentos tcnicos, a pesquisa pode ser: bibliogrfica, documental,


levantamento, experimental, estudo de caso, pesquisa ex-post-facto, pesquisa-ao ou
pesquisa participante (SILVA e MENEZES, 2000, p.21-22; GIL,1991,p.48).
Esta pesquisa compe-se dos seguintes procedimentos tcnicos:
Pesquisa bibliogrfica: a partir da identificao do tema do trabalho, efetuou-se uma
pesquisa bibliogrfica, com consulta a livros, anais de congressos, dissertaes e teses
defendidas, peridicos nacionais e internacionais, base de dados de universidades e da
CAPES (Coordenao de Aperfeioamento de Pessoal de Nvel Superior), centros de
pesquisa localizados na world wide web (www) e atravs de contados mantidos com outros
pesquisadores nacionais e internacionais.
Levantamento: a pesquisa envolveu, tambm, um levantamento de dados junto aos
componentes da cadeia de suprimentos selecionada para este trabalho. O objetivo desse
levantamento foi conhecer o funcionamento de cada empresa em relao cadeia e
identificar o interesse desta em participar do projeto.
Pesquisa participante: foi realizada para verificar a adequao da modelagem proposta
cadeia de suprimentos selecionada, podendo ser aprimorada com a participao dos
componentes da cadeia, pela exposio de suas necessidades e pela percepo das
inadequaes existentes na modelagem previamente elaborada.
Vasconcelos (2002) mostra que a pesquisa participante possibilita aos pesquisadores
uma convivncia mais prxima, e por perodos de mdia ou longa durao, com os grupos
selecionados para a investigao. O objetivo interpretar internamente os grupos, seu
40

funcionamento e a sua subjetividade. Do ponto de vista da complexidade, a pesquisa


participante representa um instrumento fundamental por trs motivos: porque se destina ao
reconhecimento da diferena; por reafirmar, mais enfaticamente, a necessidade de
desconstruo e reelaborao da subjetividade e da viso de mundo do pesquisador, para ter
acesso subjetividade do outro; e, finalmente, por exibir a completa superao das
perspectivas positivista e objetivista em pesquisas, marcadas pelo processo de interao entre
o investigador e a realidade observada (VASCONCELOS, 2002).
Durante o desenvolvimento da pesquisa participante, utilizaram-se, como instrumentos
de pesquisa, as entrevistas semi-estruturadas e a observao participante.
Para a avaliao dos dados apurados pela pesquisa qualitativa, utilizou-se a
ferramenta MICMAC (Matriz de Impacto Cruzado versus Multiplicao Aplicada a uma
Classificao), que foi empregada para analisar as interaes mapeadas na cadeia de
suprimentos, selecionada para validao da modelagem proposta nesse trabalho.

1.5.3 PRESSUPOSTOS BSICOS

Seguem-se os pressupostos bsicos assumidos para a elaborao deste trabalho:

A estrutura conceitual das Cincias da Complexidade pode ser uma alternativa vivel para
tratar os problemas, cada vez mais complexos, enfrentados pelas empresas;
Os sistemas complexos so tratados por meio de ferramentas apropriadas a sistemas
complicados. Se forem desenvolvidas modelagens adequadas s caractersticas dos
sistemas complexos, possvel representar mais fielmente a realidade estudada;
A passagem da anlise, base do paradigma reducionista, para a concepo, compreenso e
interpretao, base do paradigma sistmico, amplia o conhecimento e a eficincia da
interveno do sujeito no objeto investigado;
A cadeia de suprimentos uma configurao organizacional que segue a lgica da
complexidade, pois formada de muitos componentes diferentes. Considera as interaes
dos componentes, possui comportamento difcil de gerenciar e prev e que os
componentes da cadeia devem ser analisados em conjunto. Logo, precisa ser modelada
como um sistema complexo;
Dado o aumento da complexidade inerente aos novos formatos organizacionais assumidos
pelas empresas, necessrio o uso de ferramentas que considerem essa complexidade, ao
invs de exclu-la.
41

1.5.4 ROTEIRO DA PESQUISA

Foi realizada, a princpio, uma pesquisa bibliogrfica sobre os principais temas


relacionados aos objetivos do trabalho:
O termo complexidade e suas vrias interpretaes;
O conceito de sistema associado complexidade;
As diferentes teorias desenvolvidas para tratar os sistemas complexos;
As abordagens que demonstram a evoluo da complexidade em nveis;
A modelagem de sistemas complexos, mostrando as abordagens existentes;
Os arranjos empresariais e as Cincias da Complexidade, destacando os conceitos das
Cincias da Complexidade que se assemelham nova lgica de organizao empresarial e
as contribuies que as Cincias da Complexidade podem trazer ao funcionamento de uma
cadeia de suprimentos;
A partir dos temas discutidos, na pesquisa bibliogrfica, e das anlises efetuadas, foi
desenvolvida a modelagem proposta no trabalho, testada em um caso real, para a devida
validao. Para validar a modelagam proposta foi realizada uma pesquisa participante com a
empresa focal selecionada e sua cadeia de suprimentos imediata. Esquematicamente o roteiro
da pesquisa pode ser representado, conforme Figura 1.

Roteiro da Pesquisa

Temas: Termo complexidade; as concepes de sistema


associadas abordagem da complexidade; as diferentes
teorias para tratar os sistemas complexos; abordagens que
1. Pesquisa demonstram a evoluo da complexidade em nveis;
Bibliogrfica modelagem de sistemas complexos; arranjos empresariais e
as Cincias da Complexidade.

2. Modelagem 3. Pesquisa Participante


Genrica Instrumentos: entrevistas semi-estruturadas e
Proposta observao direta

4. Validao em caso real


Cadeia de Suprimentos

5. Concluses e Recomendaes

Figura 1: Roteiro da Pesquisa


42

Por fim, so discutidas as concluses do trabalho e feitas sugestes para trabalhos


futuros.

1.6 DELIMITAO DO TRABALHO

A inteno deste trabalho no comparar modelos baseados no paradigma


reducionista com modelos desenvolvidos a partir do paradigma sistmico. Apenas prope
uma modelagem norteada pelo paradigma sistmico e mostra a aplicabilidade dela em
organizaes empresariais. No busca, tampouco, uma posio dogmtica dentro das vrias
abordagens inerentes s Cincias da Complexidade (Ciberntica, Teoria Geral dos Sistemas,
Teoria dos Sistemas Dinmicos e Teoria da Complexidade), destacando teorias melhores ou
piores em relao s outras. Visa complementaridade, utilizando conceitos das diversas
teorias que compem as Cincias da Complexidade.
Desenvolve-se uma modelagem que considera as caractersticas de funcionamento dos
sistemas complexos. No se pretende, contudo, discutir os mritos dos modelos desenvolvidos
para intervir nos sistemas, considerando-os como complicados.
A modelagem de sistemas complexos, com a abordagem reducionista de Descartes,
trouxe muitos progressos cincia. Logo, a reduo do sistema em partes, desconsiderando as
interaes, possui grande importncia na evoluo da cincia.
O que se discute, neste trabalho, a riqueza de caractersticas perdidas em funo da
desconsiderao das interaes, da diversidade de elementos e da anlise dos elementos ser
realizada independente do seu conjunto.
De acordo com a pesquisa bibliografia, h uma carncia de ferramentas apropriadas
representao e interveno em sistemas complexos. No trabalho, algumas que apresentam
caractersticas condizentes com o funcionamento dos sistemas complexos, so analisadas, sem
o propsito, contudo, de esgotar o assunto, fechando-se esta lacuna.
A discusso sobre cadeia de suprimentos se restringe a evidenciar que a lgica dos
novos arranjos empresariais, formados atualmente, apresenta semelhanas com a lgica de
funcionamento dos sistemas complexos, sendo possvel associar as duas abordagens e obter
contribuies na gesto de um arranjo empresarial. Mas no se prope aprofundar o estudo
em questes relativas ao desempenho das cadeias de suprimentos, nem nos vrios formatos de
arranjos empresariais assumidos pelas empresas.
43

No se tem a inteno de testar a modelagem proposta em uma cadeia de suprimentos


inteira, apenas na empresa focal e sua cadeia de suprimentos imediata, nem, tampouco de
test-la em toda a cadeia imediata, apenas em duas empresas membros, uma a jusante e outra
a montante da empresa focal. A modelagem validada integralmente, mas os resultados so
apresentados parcialmente, em decorrncia da limitao da impossibilidade de explicitar as
informaes que so estratgicas para as empresas envolvidas.

1.7 ESTRUTURA DO TRABALHO

Este trabalho est estruturado em sete captulos.

Neste (Captulo 1) feita a introduo ao trabalho, na qual se discutem a origem dele,


o problema de pesquisa, os objetivos geral e especfico, a justificativa. Consideram-se a
relevncia, o ineditismo e a dificuldade do tema, a metodologia, as limitaes e a estrutura do
trabalho.
O Captulo 2 apresenta uma reviso bibliogrfica em complexidade, sistema e
evoluo dos sistemas complexos. Discute-se, inicialmente, o termo complexidade e as s
vrias concepes atribudas a ele, de acordo com a rea da cincia em que utilizado e os
interesses que levaram ao seu emprego. Em seguida, discorre-se sobre o termo sistema e
sua associao aos fenmenos complexos, o que constitui o campo de estudo dos sistemas
complexos, diferenciando-se dos sistemas complicados. Discutem-se as abordagens que
evidenciaram a existncia e as caractersticas dos sistemas complexos e as teorias que
surgiram para trat-los. E, finalmente, abordam-se algumas linhas que demonstram que a
complexidade evolui em nveis.
O Captulo 3 rever na literatura temas como modelagem de sistemas complexos,
iniciando com uma discusso sobre o termo modelagem e as influncias exercidas pelos
paradigmas da cincia dominante em cada poca e sua relao com o tipo de modelagem
utilizada. Logo aps, destacam-se alguns aspectos necessrios para se modelar um sistema e
algumas ferramentas que podem representar sistemas complexos.
O Captulo 4 faz uma reviso na literatura sobre os arranjos empresariais e as
Cincias da Complexidade. So discutidos os diferentes arranjos assumidos, atualmente, pelas
empresas e suas caractersticas. Em seguida, discorrem-se sobre os conceitos e as
caractersticas das Cincias da Complexidade, alm das semelhanas entre os objetivos dos
arranjos empresariais e das Cincias da Complexidade. Finalmente, abordam-se as
44

contribuies que a viso das cincias da complexidade pode trazer formao e gesto de
uma cadeia de suprimentos.
O Captulo 5 prope a modelagem que norteou todo esse trabalho de pesquisa, para a
modelagem de sistemas complexos sociais.
O Captulo 6 mostra a validao da modelagem proposta, em parte de uma cadeia de
suprimentos imediata.
O Captulo 7 traz as concluses do trabalho e as recomendaes para trabalhos
futuros.

As Referncias Bibliogrficas so apresentadas em Captulo prprio, seguidas pelo


Glossrio e pelos Apndices.
CAPTULO 2: COMPLEXIDADE, SISTEMAS E EVOLUO

De incio, este Captulo discute o conceito de complexidade, o conceito de sistema e


os tipos de sistemas. Em seguida, discorre-se sobre os sistemas complexos, as abordagens
apropriadas para trat-los e o surgimento da teoria da complexidade, aps os quais so
apresentadas abordagens que tratam da evoluo da complexidade e a emergncia de
comportamentos complexos.

2.1 COMPLEXIDADE

Existem muitas definies para o termo complexidade. Algumas concepes


enfatizam a complexidade do comportamento do sistema; outras evidenciam a estrutura
interna do sistema ou seu funcionamento; ratificam-se, tambm, a complexidade de sua
evoluo; outras, enfatizam a complexidade auto-organizada. Em contrapartida, esse termo
pode ser encontrado em vrios campos, desde os sistemas naturais, representados pelos
sistemas biolgicos, fsicos e qumicos, at os sistemas artificiais, tais como: sistemas
computacionais e estruturas organizacionais. Discutir cientificamente o significado do termo
complexidade, portanto, requer a princpio, pesquisar o que denota a palavra complexidade.

Aleksandrowicz (2002) argumenta que as origens da nfase na complexidade esto


associadas ao forte impacto que as descobertas da Fsica, no incio do sculo XX, tiveram
sobre a forma de perceber o mundo natural. A introduo dos novos instrumentos tericos, o
conhecimento da matria e da energia envolvidos, ao longo do tempo, nos fenmenos e
processos naturais e em suas inter-relaes ampliaram-se, incentivando extrapolaes para
outros campos do saber.
Abraham (2002) pesquisou a emergncia do conceito de complexidade, a partir do
sculo XX, a origem do qual, segundo o autor, vem dos clssicos estudos de Lotka, por volta
de 1925. Tal descoberta pode ser verificada na obra Elements of Physical Biology. Mas,
talvez, o primeiro texto direcionado inteiramente ao assunto tenha sido publicado na obra de
Waddington, em 1977: Tools for Thought. A partir dos estudos de Lotka, surgiram vrias
publicaes direcionadas ao estudo da complexidade, dentre os quais se destacam: Simon
(1969), Forrester (1969), Waddington, (1977) e Nicolis e Prigogine (1989), dentre outros.
Morin (2001) destaca que o termo complexidade muito mais uma noo lgica do
que uma noo quantitativa. Ela possui, sempre, suportes e caracteres quantitativos que
46

desafiam os modos de clculos, mas sua essncia est numa outra noo a ser explorada, a ser
definida, a noo qualitativa. A complexidade aparece, primeira vista e de modo efetivo,
como irracionalidade, incerteza, confuso e desordem. Para Dolan, Garcia e Auerbach (2003),
o termo complexidade no comporta somente um tipo de comportamento exibido pelos
sistemas; o termo corresponde a um conjunto de caractersticas que podem ser identificadas
em muitos sistemas naturais. Incluam-se as organizaes e seus processos. A despeito de
todos os esforos para definir o termo complexidade, Suh (1999) menciona que, matemticos,
cientistas e engenheiros no aceitam uma definio comum para o significado desse termo.
H muitas interpretaes para a palavra complexidade. Moses (2002), tambm, discute a
existncia de vrias definies para o termo complexidade. Ele destaca a complexidade da
estrutura interna do sistema, que est relacionada funcionalidade, eficincia e flexibilidade
desse sistema. Para Edmonds (1999), a complexidade uma propriedade de um modelo que
dificulta o estabelecimento do comportamento global numa linguagem especfica. Esse fato
ocorre at mesmo quando so oferecidas informaes detalhadamente completas sobre os
menores componentes e suas inter-relaes.
Para Bar-Yam (1997,p.11), complexidade uma palavra de mltiplos significados,
como na expresso complexidade crescente da vida. Ele destaca que a cincia tem tentado
compreender a complexidade da natureza, em contraponto com o tradicional objetivo
cientfico de compreender a simplicidade fundamental das leis da natureza. Essa mudana de
foco observada por Morin (1977,p.102), quando argumenta que a idia de compreender a
simplicidade, por meio das leis da natureza, vem das concluses de Newton, para quem a
natureza obedece sempre s mesmas leis sob as mesmas condies.

Gell-Mann (1996,p.44) discute a questo da simplicidade e da complexidade


relacionadas, respectivamente, complicao e complexidade. Ele nota que simplicidade se
refere ausncia (ou quase ausncia) de complexidade; complicao deriva da expresso que
significa que j foi dobrado, complexidade vem de uma expresso que significa tranados
juntos. Percebe-se que plic (para dobrar) e plex (para tranado) vm da mesma raiz indo-
europia plek. Nesse contexto, Bar-Yam (1997,p.1) ressalta que a palavra complexo
significa partes interconectadas e entrelaadas.

Heylighen (1988,p.3) discorre sobre a palavra complexo recorrendo origem da


palavra, em latim, complexus, que significa enrolado, torcido, junto. Disso se deduz que,
para existir complexidade, so necessrios: (1) que haja duas ou mais diferentes partes ou
elementos; (2) que as partes ou elementos sejam conectadas por vrias vias e sua separao
47

seja difcil. O conceito de complexidade apresentado por Heylighen possui uma base dual: ao
mesmo tempo em que apresenta partes distintas, estas so unidas pelas conexes. As partes
no podem ser separadas e analisadas independentes das conexes sem serem destrudas.
Heylighen (2001,p.1) observa, ainda, que, devido diversidade de abordagens dada ao termo
complexidade, vlido tentar classific-la. Para tanto cria uma definio que distingue a
abordagem quantitativa da qualitativa e outra que distingue a abordagem estrutural da
funcional. A abordagem quantitativa rene dados numricos sobre os diferentes nveis da
complexidade, j a abordagem qualitativa avalia a influncia do crescimento da informao
no aumento da complexidade. A abordagem estrutural, se focaliza em subsistemas,
englobados por supersistemas. A abordagem funcional se concentra nos nveis de
processamento e controle da informao.

Burgin e Simon (1997,p.8) usam parte da classificao de Heylighen; consideram a


complexidade estrutural e funcional, mas acrescentam alguns elementos novos. Para eles, a
complexidade estrutural reflete a variedade de elementos e conexes, e a complexidade
funcional reflete a variedade de funes e comportamentos.

Casti (1994) se refere ao termo complexo como sendo geralmente, usado para
descrever pessoas ou objetos, constitudos de muitos componentes em interao, os quais
possuem comportamentos e/ou estruturas difceis de serem compreendidos. O referido autor
ressalta o fato de que um sistema pode ser, por um lado, estruturalmente complexo, mas
possuir um comportamento muito simples; por outro, pode ter uma estrutura muito fcil de ser
compreendida, mas ter um comportamento impossvel de predizer. E que, ainda, existem
sistemas, como, o crebro humano, que so complexos em estrutura e comportamento.

Holling (2001, p.390) apresenta duas abordagens para a complexidade. A primeira v


a complexidade como algo incompreensvel, devido ao grande nmero de elementos que
interagem. A segunda sugere que a complexidade dos sistemas vivos, das pessoas e da
natureza emerge no de associaes aleatrias de um grande nmero de fatores interagindo,
mas de um pequeno nmero de processos controlados. Senge (1998, p.42), tambm, apresenta
duas abordagens para esse conceito: complexidade de detalhe e a complexidade dinmica.
Esta se refere a situaes em que as mesmas aes produzem efeitos drasticamente
diferentes, no curto e no longo prazo; aquela contm muitas variveis.

Coveney e Highfield (2002,p.4) distinguem dois tipos de complexidade: a matemtica


e a cientfica. O primeiro se define em termos de nmeros de operaes matemticas
48

necessrias para resolver um problema. O segundo estuda o comportamento de grupos


macroscpicos dentro de cada unidade, com potencial para evoluir no tempo.

Sussman (2002,p.11) observa que a complexidade pode ser: comportamental,


estrutural e evolutiva. A comportamental diz respeito dificuldade de predizer o
comportamento devido ao efeito emergente da complexidade; a estrutural se refere estrutura
interna do sistema; a evolutiva corresponde existncia de muitos e diferentes observadores
com diversos pontos de vista sobre o desempenho de um mesmo sistema. Nesse sentido,
Burke (2000, p.10) nota que a complexidade observada nos fenmenos est relacionada ao
esquema mental usado pelo observador para descrev-la.

Wu (2002,p.1) argumenta que o termo complexidade tornou-se um chavo que


perpassa muitos campos da cincia e com vrios significados. Cita a complexidade estrutural,
que se refere configurao do sistema; a complexidade funcional, que enfatiza a
heterogeneidade e a no-linearidade da dinmica do sistema; e a complexidade auto-
organizada, que depende das propriedades emergentes do sistema ao co-evolurem com o
ambiente. Inicia-se por meio de interaes locais; depois, por feedbacks em diferentes escalas
espao-temporais. Wu (1999,p.3) menciona, tambm, que a compreenso desse termo est
relacionada s propriedades do sistema, tais como: nmero de elementos, nmero de
relaes, percepes, interesses e capacidades do observador.

Para Axerold e Cohen (2000,p.15), complexidade no significa, simplesmente,


muitas partes em movimento. O conceito desse termo pressupe que o sistema consiste de
partes que interagem, influenciando fortemente as probabilidades de ocorrncia de eventos
futuros. Stacey (1996, p.285) discute que a complexidade pode ser definida como efetiva e
potencial. A efetiva est relacionada ao tamanho do esquema capaz de descrever o
comportamento do sistema e torn-lo compreensvel. A potencial representada pelo
potencial que os sistemas complexos adaptativos tm para criar uma nova complexidade
efetiva, a partir de uma pequena mudana no esquema. As complexidades potencial e efetiva,
juntas formam uma barreira de instabilidade. Sistemas, nesse estado, operam numa fase
intermediria entre a instabilidade e a estabilidade.

Num sentido mais direcionado Gell-Mann (1996,p.45) distingue alguns tipos de


complexidade: a rudimentar, a algortmica, a efetiva e a potencial. A complexidade
rudimentar est diretamente relacionada ao tamanho da mensagem que descrever o sistema.
A descrio depende do nvel de detalhe requerido, do contexto, do observador e do
equipamento utilizado para fazer a observao. A complexidade algortmica descreve um
49

sistema num determinado nvel de detalhe, considerando uma linguagem e codificando-a em


uma cadeia de dgitos 1 e 0. Cada escolha de 1 ou 0 conhecida como bit (binary digit). Ela
binria porque h apenas duas escolhas possveis; enquanto com os dgitos usuais do sistema
decimal h dez alternativas para escolha. Por isso, a quantidade de informao definida pelo
sistema denominada complexidade algortmica, contedo de informao algortmica ou
randomicidade algortmica. A complexidade efetiva est relacionada natureza do sistema.
Ela se caracteriza pela aprendizagem e pela evoluo, exigindo a habilidade de distinguir os
padres de regularidade e aleatoriedade que ocorrem num sistema. A complexidade potencial
um complemento para a complexidade efetiva. Quando uma pequena mudana em um
esquema permite um sistema complexo adaptativo criar uma grande quantidade de
complexidade efetiva, em determinado perodo de tempo, o esquema modificado pode ser
considerado como tendo aumentado o valor da complexidade potencial naquele intervalo de
tempo.

Morin (1977,p.105) considera que a complexidade ocorre entre a ordem e a desordem.


preciso opor e ligar essas duas tendncias, pois elas so relacionais e relativas e estabelecem
noes mediadoras: a idia de interao, que une os elementos, a idia de transformao, que
pode organizar ou dispersar os elementos; a idia de organizao, que nasce das interaes e
transformaes. A ligao fundamental entre essas idias a natureza dialgica da
complexidade.
A dialgica, segundo Morin (1977,p.105), representa a simbiose de duas lgicas que,
ao mesmo tempo, se alimentam, competem entre si, parasitam-se mutuamente, se opem e se
combatem at a morte. Assim, a ordem e a desordem so conceitos simultaneamente
indistintos, complementares, concorrentes, antagnicos e incertos.
Na viso de Waldrop (1992), a complexidade s pode existir se tanto a ordem quanto a
desordem estiverem presentes no sistema. Esses aspectos contraditrios devem co-existir em
propores equilibradas, de modo que no tornem o sistema perfeitamente ordenado, nem
completamente desordenado, a ponto de no existir uma estrutura delimitada. Em outras
palavras, o sistema deve operar beira do caos.
Nesta seo, apresentou-se uma seleo de conceitos do termo complexidade. Da
observao desses conceitos, pode-se notar que eles no apresentam um significado
homogneo, nem uma aplicao reservada determinada rea da cincia. O termo
multidisciplinar e assume diferentes abordagens, de acordo com o interesse do estudo e com o
grau de percepo do observador. Alm disso, o termo complexidade pode ser empregado
50

fora do contexto das Cincias da Complexidade, como forma de expressar o aumento de inter-
relaes num setor, como na expresso: o crescente aumento da complexidade do setor
automobilstico ou na expresso o complexo industrial brasileiro para expressar a
quantidade de indstrias, a diversidade de atividades industriais e as inter-relaes entre elas.
Por isso, a inteno discutir os conceitos e no buscar um conceito padro ou indicar a
definio mais correta para o termo.
Neste trabalho, assume-se que a complexidade est presente na estrutura do sistema,
no seu comportamento e na sua evoluo, de acordo com Sussman (2002), Burke (2000) e Wu
(2002).

2.1.1 SUMRIO DAS ABORDAGENS DO TERMO COMPLEXIDADE

As abordagens apresentadas na seo 2.1 foram sumarizadas no Quadro 3 e so


apresentados em seqncia.
Nota-se que a complexidade reconhecida como caracterstica de vrios fenmenos de
existncia natural ou artificial, mas suas abordagens, usualmente, so muito abstratas e, por
isso, de difcil compreenso e interveno. A idia de associar o conceito de sistema
complexidade foi estabelecida como resposta insatisfao com a cincia dominante at
metade do sculo XIX, a qual refletia os preceitos do reducionismo. Assim, houve a
percepo de que, para compreender e intervir em fenmenos com caractersticas complexas,
necessrio associar o conceito de complexidade ao conceito de sistema (MORIN, 1977; LE
MOIGNE, 1977).
51

Autores Abordagem para o Termo Complexidade


reas
Aleksandrowicz (2002) Origem da complexidade.
Cincias da Complexidade
Abraham (2002) Origem da complexidade e trabalhos que a originaram.
Cincias da Complexidade
Dolan, Garcia, Auerbach (2003) Abrangncia do termo complexidade.
Sistemas Organizacionais
Suh (1999) Abordagem de processo e de escala. Trata da dificuldade de definir o
Engenharia termo complexidade.
Moses (2002) Abordagem estrutural.
Sistemas Artificiais
Edmonds (1999) Dificuldade de mensurao.
Modelagem de Sistemas
Bar-Yam (1997) Abordagem geral. Trata da origem da Complexidade e da
Sistemas Complexos Simplicidade.
Gell-Mann (1996) Abordagem geral. Trata da origem da complexidade, simplicidade e
Sistemas Biolgicos complicao. Relaciona os conceitos estrutura de suas partes.
Distingue a complexidade em tipos: rudimentar, algortmica, efetiva
e potencial.
Heylighen (1999) Abordagens qualitativa, quantitativa, estrutural e funcional.
Fsica e Cincias Cognitivas
Burgin e Simon (1997) Abordagem estrutural e funcional.
Matemtica
Casti (1994) Abordagem estrutural e comportamental. A complexidade pode estar
Sistemas Organizacionais na estrutura, no comportamento ou em ambos.
Holling (2001) Abordagem comportamental. A complexidade vista como algo
Sistemas Naturais e Humanos incompreensvel ou como algo controlvel.
Senge (1998) Abordagem estrutural e comportamental.
Sistemas Organizacionais
Coveney e Highfield (2002) Abordagem estrutural e funcional. Complexidade matemtica e
Sistemas Caticos complexidade cientfica.
Sussman (2002) Abordagens comportamental, estrutural e evolutiva.
Sistemas de Transporte
Burke (2000) Abordagem que relaciona a percepo da complexidade ao esquema
Sistemas Cognitivos mental do observador.
Wu (1999, 2002) Abordagens estrutural, comportamental e auto-organizada.
Sistemas de Informao e Relaciona as propriedades do sistema, as percepes, as capacidades
Ecolgicos e os interesses do observador.
Axerold e Cohen (2000) Abordagens estrutural e comportamental.
Sistemas Sociais
Stacey (1996) Abordagens potencial e efetiva.
Sistemas ComplexosAdaptativos
Morin (1977) Abordagens estrutural, comportamental e auto-organizada.
Sociologia Comportamento dialgico da complexidade.
Waldrop (1992) Comportamento dialgico da complexidade
Sistemas Complexos
Quadro 3: Principais abordagens para o termo complexidade

Na prxima seo, sero discutidas questes relativas ao conceito de sistema e sua


importncia no avano dos estudos da complexidade.
52

2.2 SISTEMAS

Para entender o surgimento do conceito de sistema, preciso retroceder cincia


clssica para analisar como os fenmenos eram percebidos e tratados. A cincia clssica se
fundamentou nos preceitos da objetividade. Para ela, o universo era constitudo de objetos que
podiam ser isolados no espao e no tempo e obedeciam a leis universais. O objeto uma
entidade fechada e distinta que se define isolando suas caractersticas e suas propriedades do
observador e do ambiente (MORIN,1977).
Na viso da cincia clssica, conhecer um objeto conhecer sua situao no espao
(posio, velocidade), suas qualidades fsicas (massa, energia), suas propriedades qumicas e
as leis gerais que agem sobre ele. Esta viso comeou na Fsica e se propagou em outras
cincias, no decorrer do sculo XIX, trazendo grandes progressos, como a descoberta da
molcula, na Biologia. Assim, o mtodo reducionista ganhou notoriedade pela capacidade de
caracterizar, descrever, decompor um objeto em alguns elementos simples e neles intervir de
forma eficaz (MORIN, 1977; LE MOIGNE, 1977; BAR-YAM, 1997; PIGLIUCCI, 2000).
Por outro lado, da mesma forma que a Fsica Clssica iniciou e difundiu as vantagens
de tratar os fenmenos como objetos isolados, foi nela, tambm, em que, no incio do sculo
XX, se operou uma reviravolta na cincia. O tomo de unidade irredutvel e indivisvel passou
a ser considerado um sistema constitudo de partculas em interaes mtuas. Segundo Morin
(1977), a partir de ento, o tomo surge como objeto organizado ou sistema cuja explicao
no pode mais ser encontrada unicamente na natureza de seus constituintes elementares, mas
na natureza organizacional e sistmica, a qual transforma o carter dos componentes. Essa
mudana ocorreu pela percepo de que os objetos tm uma realidade prpria. Alm das
caractersticas fsicas, possuem capacidade de interao consigo mesmo e com outros objetos,
capacidade de organizao e propriedades emergentes, as quais sofrem a influncia do
ambiente e do observador. Dessa forma, o mtodo reducionista no mais apropriado para
tratar com sistemas que exibem tais caractersticas.
Assim, a introduo da idia de sistema nos estudos cientficos levou a uma exagerada
atribuio do termo aos objetos, sem haver uma adequada reflexo sobre o que realmente
significa o conceito de sistema. Em outras palavras, muda a terminologia, mas nem sempre
muda a percepo de objeto estvel e redutvel para objeto dinmico, sistmico e organizado.
Morin (1977) argumenta que isso ocorreu devido concepo dual do termo sistema, que, por
um lado, est intimamente relacionado substncia que o constitui e s leis gerais que o
regem; por outro, est relacionado heterogeneidade dos seus componentes e ao modo de
53

organizao. Por isso, Foster, Kay e Roe (2001) observam que o campo de estudo que
contempla o conceito formal de sistema relativamente novo e encampa reas muito diversas.
Na prxima seo, para tanto, discorrem-se alguns conceitos atribudos ao termo.

2.2.1 O CONCEITO DE SISTEMA

Aps o reconhecimento da idia de sistema, o termo foi difundido e utilizado em


muitos campos, alm da Fsica. Morin (1977) destaca que em todos os horizontes fsicos,
biolgicos e antropos-sociolgicos, impe-se o fenmeno sistema.
Assim, cria-se uma concentrao de sistemas, cuja arquitetura se constitui de
encadeamentos de sistemas que se sobrepem e se superpem uns aos outros, dificultando a
delimitao de suas fronteiras. Koestler (1968) desenvolve a idia de holon para designar a
aptido caracterstica dos sistemas de se entrearquitear, de se formarem uns sobre e a partir de
outros, cada um podendo ser, ao mesmo tempo, parte e todo.
Apesar do intenso uso do termo sistema, os conceitos a ele atribudos derivavam, em
sua maioria, da idia de conjuntos matemticos, o que limitava a magnitude de sua atuao.
Le Moigne (1977) ressalta que poderia citar mais de cem definies diferentes da palavra
sistema comeadas pela frase: um sistema um conjunto... Definio tida como legtima
por muito tempo, sendo o suporte de um representativo nmero de desenvolvimentos em
anlise de sistema. Leibniz, em 1666, citado por Morin (1977) descreve um sistema como um
conjunto de partes. Nesse sentido, este autor destaca a definio que sobreviveu dos meados
do sculo XVII at a primeira metade do sculo XX, com o surgimento dos sistemistas: um
sistema uma inter-relao de elementos constituindo uma entidade ou uma unidade global.
A definio avana por refletir a idia de globalidade e a idia relacional. Outras definies
indicam que um sistema no necessariamente composto de partes. Mesarovic (1962) define
um sistema como um conjunto de estados, ou conjunto de acontecimentos, ou de reaes.
Morin (1977) argumenta, ainda, que foi com a definio de Ferdinand de Saussure, em 1931,
que o conceito de sistema adquiriu a idia de sistemismo, pois associou os conceitos de
organizao, totalidade e inter-relao ao conceito de sistema.
At ento a organizao era um conceito ausente na maioria das definies de
sistemas, sendo ressaltados ora o conceito de totalidade, ora de inter-relao, ora os dois.
Assim, Morin concebe o conceito de sistema, incorporando a ele a viso sistmica dos
objetos: um sistema uma unidade global organizada de inter-relaes entre elementos,
aes e indivduos MORIN (1977,p.132). Um sistema uma representao de um recorte da
54

realidade, que pode ser analisado como totalidade organizada, com um funcionamento
caracterstico (GARCA,2002). Burke (2000) apresenta o conceito de sistema como um todo
complexo; uma entidade integrada de componentes heterogneos que agem de forma
coordenada.

Tanto Morin (1977) quanto Le Moigne (1977) demonstram uma preocupao com o
uso do termo sistema conotando linguagens diferentes. Em muitos casos apresenta, apenas,
uma linguagem conjuntista, desconsiderando a idia sistmica e organizacional, essncia do
termo. Em outras palavras, o que os autores ressaltam a falta de universalidade para o
termo.
A partir da incorporao do conceito de sistema cincia e s questes relativas a sua
utilizao, o termo sistema complexo freqentemente mencionado na literatura. Isso leva a
se questionar sobre a existncia de outros tipos de sistemas, alm dos sistemas complexos.
A prxima seo trata dos tipos de sistemas existentes na natureza.

2.2.2 TIPOS DE SISTEMAS

Em algumas situaes, o termo sistema associado ao adjetivo complexo, sem que


haja uma explicao do que venha a ser um sistema complexo. A literatura disponvel sobre o
assunto, usualmente, no distingue sistemas complexos de outros tipos de sistema. A carncia
de uma distino formal dos tipos de sistema dificulta o entendimento e o modo adequado de
interveno nesse universo.
A prpria propagao e replicao do termo sistema, associada forma como foi
incorporado em campos interdisciplinares, que envolvem a Fsica, a Qumica, a Biologia, a
Astronomia, a Sociologia, a Antropologia, a Psicologia e a Economia, contribuiu para o
surgimento de denominaes diferentes e interpretaes limitadas desse termo. Morin (1977)
destaca que todas as reas incorporam o termo sistema, mas no explicam o que um sistema.
Assim, observa-se que h uma grande quantidade de denominaes que varia
conforme a rea que utiliza o termo sistema. Na Fsica: sistemas lineares, determinsticos,
caticos, estocsticos. Na Qumica: sistemas dissipativos. Na Astronomia: sistemas
evolutivos. Na Ciberntica: sistemas especialistas e artificiais. Na Biologia: sistemas vivos e
auto-organizados. Estes so exemplos de designaes especficas de cada rea da cincia, as
quais interpretam o conceito de acordo com objetivos prprios e aplicam-lhe uma
denominao condizente. Contudo, no h uma clara preocupao em distinguir um sistema
55

simples de um complexo, havendo situaes em que objetos simples, como os denominados


pela cincia clssica, so ditos como sistemas complexos. Isso gera incompreenso do que
diferencia um sistema simples de um complexo. A esse respeito, Bar-Yam (1997) argumenta
que a denominao dada ao sistema, pelos diferentes campos de estudo, est mais relacionada
ao tipo de questo que se trata do que aos sistemas estudados e ao tipo de anlise empregada.
Dessa forma, apresentam-se denominaes mais gerais, as quais poderiam nortear o
uso do termo sistema complexo, em quaisquer campos do conhecimento e, assim, adotar o
tratamento mais apropriado ao tipo de situao estudada.
Basicamente, existem dois tipos de sistemas: os sistemas complicados e os sistemas
complexos. Os primeiros so formados por partes que podem estar desconectadas do todo,
uma das quais pode representar o todo, com comportamento previsvel. J os sistemas
complexos so formados por partes em conexo com o todo. Da interao entre as partes e o
todo, emergem comportamentos imprevisveis, fato que impossibilita uma parte representar o
todo. Le Moigne (1977) destaca que a passagem da complicao complexidade implica um
limiar, uma mudana de mtodo intelectual. Prigogine e Stengers (1988) ressaltam que
muito difcil definir a diferena entre simples e complexo, pois h uma mistura entre eles que
se relacionam, sem se oporem.

2.2.2.1 Sistemas complicados

A denominao sistema complicado est associada viso do paradigma reducionista.


Iniciado com a cincia clssica, continuou com Descartes, no sculo XVII, e dominou a
cincia at o incio do sculo XX. Essa percepo reduz os fenmenos ao prprio
desempenho das partes, desconsiderando as conexes entre elas.

Assim, os sistemas complicados so constitudos por redes complicadas, ligando


elementos identificveis, com comportamentos enumerveis e pouco numerosos (LE
MOIGNE, 1977). Snowden (2003) considera que um sistema complicado composto de
inmeros componentes, podendo ser identificveis e definidos, as relaes entre os quais,
tambm, podendo ser identificadas e definidas. Dessa forma, as causas e os efeitos podem ser
separados, compreendendo suas ligaes e sendo possvel controlar os resultados. O sistema
pode ser melhorado pela otimizao das partes, uma vez que o todo no mais nem menos
que a soma delas. Um sistema complicado formado de muitas partes ou elementos que se
comportam dentro de um padro peridico regular (HEYLIGHEN,1988).
56

A descrio e o tratamento dados aos sistemas denominados complicados so de


estabilidade, linearidade, previsibilidade e controle. Eles supem um conhecimento perfeito e
imutvel de um universo fechado, o qual no existe na realidade.

2.2.2.2 Sistemas Complexos

Durante o sculo XX, um nmero considervel de descobertas questionou os


pressupostos do mtodo reducionista. Foster, Kay e Roe (2001) argumentam que, na Fsica, a
mecnica quntica demonstrou que, no nvel micro, a previsibilidade e o perfeito
conhecimento dos fenmenos so impossveis de serem atingidos. J no nvel macro, a
Ecologia e a Ciberntica revelaram as limitaes do tratamento dos sistemas complexos de
forma linear.

Os sistemas complexos, ao contrrio dos complicados, possuem, como principais


peculiaridades, interconexo e entrelaamento. Eles no existem em partes independentes.

Dessas observaes, inicia-se uma efetiva busca por caractersticas que identifiquem a
complexidade de um sistema. Na seqncia, apresentam-se algumas das abordagens mais
importantes a esse respeito.

2.2.2.2.1 Abordagem de Heylighen

Na viso de Heylighen (1988), um sistema complexo possui trs caractersticas


comuns: quantidade, imprevisibilidade e dificuldade. O sistema possui duas ou mais partes,
ou elementos diferentes, as quais so conectadas ou entrelaadas; o comportamento destes
imprevisvel. O comportamento imprevisvel se torna, ainda, mais aparente na dinmica do
sistema, quando ele interage com outros sistemas, com ele mesmo e com o observador;
quando evoluem, as mudanas experimentadas so imprevisveis. A evoluo do sistema no
pode ser guiada, o gerenciamento do comportamento do sistema complexo difcil de
conseguir.
57

2.2.2.2.2 Abordagem de Bar-Yam

Bar-Yam (1997) argumenta que, para compreender o comportamento do sistema


complexo, necessrio entender no somente o comportamento das suas partes, mas
tambm como elas agem juntas para formar o comportamento do todo. Assim, pela
impossibilidade de descrever o todo sem descrever cada parte e pelas partes serem descritas
em relao a outras partes, os sistemas complexos so difceis de se compreender. O referido
autor apresenta dois conceitos-chave para o estudo dos sistemas complexos: emergncia e
complexidade. O objetivo compreender como a complexidade est relacionada
emergncia.

Nesse sentido, existem duas abordagens para organizar as propriedades de um sistema


complexo, a primeira das quais diz respeito ao relacionamento entre elementos, partes e todo,
e a segunda corresponde compreenso da complexidade.

Para isso, Inicia-se pela pergunta: o que faz um sistema complexo? Para responder
questo, descreve-se o sistema por meio das funes e da estrutura dele. Logo aps,
identificam-se as propriedades comuns entre os sistemas. Na seqncia, organizam-se as
propriedades dos sistemas complexos investigando-se a emergncia e a complexidade destes.

A emergncia uma propriedade dos sistemas complexos que no pode ser percebida
pela anlise fsica do sistema, apenas considerando suas partes isoladas. Deve-se considerar,
no apenas suas partes isoladamente, estudando-se, cada parte no contexto do sistema como
um todo. Existem dois tipos de emergncia: local e global. Na emergncia local, o
comportamento coletivo surge em pequenas partes do sistema. Na emergncia global, o
comportamento coletivo pertence ao sistema como um todo. A emergncia global
particularmente relevante para o estudo dos sistemas complexos, pois estes possuem o
comportamento coletivo dependente do comportamento de todas as suas partes. Este conceito
torna-se mais preciso quando conectado mensurao quantitativa da complexidade.

O segundo conceito - central para os sistemas complexos - a mensurao


quantitativa do grau de complexidade do sistema. Bar-Yam (1997) argumenta que a
complexidade do sistema est relacionada quantidade de informao necessria para
descrev-la e depende do nvel de detalhe requerido para a sua descrio. O autor recomenda
o uso de ferramentas estatsticas e da Cincia da Computao para essa tarefa. essencial
definir o perfil da complexidade do sistema em funo da escala de observao, pois se
58

considera uma escala macroscpica ou microscpica, dependendo dos objetivos do


observador. Nesse sentido, Gell-Mann (1996) apresenta o conceito de granulao grosseira,
que significa nvel de detalhe. Ele diz que, para definir a complexidade, sempre necessrio
especificar o nvel de detalhe com o qual o sistema descrito. Considera, tambm, que o
conceito de complexidade est diretamente ligado ao contexto, e subjetivo. Destaca que o
observador e o equipamento utilizados para fazer a observao so fundamentais.

2.2.2.2.3 Abordagem de Casti

Casti (1994) sugere que, para se tratar com sistemas complexos, se inicie por
apresentar caractersticas que o diferencie dos sistemas simples. Ele denomina essas
caractersticas como impresses digitais da complexidade.

Instabilidade: sistemas complexos tendem a possuir muitos modos possveis de


comportamento; mudanas entre esses modos so, freqentemente, resultados de
pequenas mudanas em alguns fatores que controlam o sistema.

Irredutibilidade: sistemas complexos resultam num todo unificado. Eles no podem ser
compreendidos nem pela desintegrao das partes que os compem, nem pela anlise de
suas partes isoladas. O comportamento do sistema determinado pela interao entre as
partes, e qualquer desintegrao do sistema destri muitos aspectos da individualidade
dele.

Adaptatibidade: os sistemas complexos tendem a ser compostos de muitos agentes


inteligentes, que tomam decises e agem com base em informaes parciais sobre o
sistema inteiro. Mas esses agentes so capazes de mudar as prprias regras de decises,
com base nas informaes adquiridas.

Emergncia: sistemas complexos produzem padres comportamentais e propriedades que


no podem ser previstos pelo conhecimento de suas partes isoladas. As propriedades
emergentes so as mais evidentes caractersticas que distinguem um sistema complexo
de um sistema simples.
59

2.2.2.2.4 Abordagem de Morin

Morin (1977) associa o conceito de sistema complexo ao de inter-relao, de


organizao e de emergncia. A idia de inter-relao remete aos tipos e formas de ligao
entre elementos ou indivduos e entre estes elementos e o todo. A idia de sistema remete
unidade complexa do todo inter-relacionado, suas caractersticas e propriedades fenomenais.
A idia de organizao remete disposio das partes em relao ao todo.

A organizao um encadeamento de relaes entre componentes e indivduos que


produzem um sistema complexo, dotando-o de qualidades desconhecidas quanto aos
componentes ou indivduos. A organizao confere estabilidade s relaes, possibilitando
uma certa durao ao sistema, apesar das perturbaes aleatrias.

As emergncias so as qualidades ou propriedades de um sistema que apresentam um


carter de novidade com relao s qualidades ou propriedades dos componentes isolados ou
dispostos diferentemente em um outro tipo de sistema. A emergncia apresenta trs
pressupostos.

O todo mais do que a soma das partes: o sistema possui algo mais do que seus
componentes considerados de modo isolados - sua organizao, a prpria unidade global,
as qualidades e propriedades novas que emergem da organizao e da unidade global.
Esses trs termos so entrelaados e difceis de serem separados. Morin (1977) destaca as
emergncias globais, ressaltando que todo estado global apresenta qualidades emergentes.
O tomo, por exemplo, cita como um sistema que dispe de propriedades, tal qual a
estabilidade com relao s partculas que o constituem. A estabilidade confere autonomia
de atividades s partculas que integram o tomo. Tambm apresenta as
microemergncias, nas quais a emergncia um produto da organizao que aparece no
apenas no plano global, mas, eventualmente, no plano dos componentes, apesar de
inseparvel do sistema como todo. A realidade da emergncia comporta a idia de
qualidade, produto, globalidade e novidade. Tais idias precisam estar interligadas para se
compreender a emergncia. A emergncia da realidade logicamente indedutvel e
fisicamente irredutvel. Elas se perdem se o sistema se dissocia; como a arquitetura da
natureza constituda de vrios sistemas, fundamental discutir a noo de emergncia.
Por fim, a emergncia da emergncia faz surgir a globalidade.

O todo menos do que a soma das partes: toda organizao comporta diversos nveis de
subordinao quanto aos componentes. Em todo sistema, h coeses sobre as partes. Estas
60

impem restries e servides, que fazem-no perder ou inibem qualidades e propriedades.


Nesse sentido, o todo , portanto, menos do que a soma das partes. Deve-se considerar,
em todo sistema, no somente o ganho de emergncias, mas tambm a perda por
imposies, represses e subordinaes. Um sistema no apenas enriquecimento, ,
tambm, empobrecimento. Por isso, essencial observar em que propores h
enriquecimento e empobrecimento.
A formao do todo e as transformaes das partes: um sistema um todo que toma
forma ao mesmo tempo em que seus elementos se transformam. A idia de emergncia
inseparvel da idia de criao de uma forma nova que constitui um todo. A organizao
transforma uma diversidade descontnua de elementos em uma forma global.

2.2.2.2.5 Abordagem de Gino

Gino (2002) define um sistema complexo como uma rede de muitas interaes e
elementos inter-relacionados, cada um desempenhando as prprias funes. Os elementos so
combinados de forma que cada um contribua para o comportamento da estrutura e do
desempenho global. Sussmann (2002), em consonncia com a abordagem de Gino, considera
um sistema complexo quando composto de um grupo de unidades relacionadas, para o qual
o grau e a natureza dos relacionamentos so imperfeitamente conhecidos. Gino apresenta
algumas caractersticas que tornam os sistemas complexos difceis de serem controlados.

Interdependncia: as unidades ou subsistemas so conectados. Os efeitos da ao de


controle na unidade dependem de aes simultneas tomadas por outras unidades, para
controlar os prprios resultados. Gerenciar interdependncias pode ser fcil e difcil ao
mesmo tempo, desde que existam diferentes tipos de interdependncia. Por exemplo, as
relaes lineares no so difceis de serem representadas, j os relacionamentos de
interdependncia entre as unidades no-lineares, sim.

Nmeros de estados que podem ser assumidos pelas unidades do sistema: o grande
nmero de estados que podem ser assumidos pelas unidades do sistema a maior
dificuldade para representar os sistemas complexos. Nesse aspecto, destacam-se: a
variedade e a variabilidade. Esta ocorre quando a unidade pode ser predisposta para
produzir vrias quantidades do mesmo resultado. Aquela existe quando as unidades de
produo so predispostas no sentido de produzir vrios tipos de resultados. Os sistemas,
61

ao assumirem vrias configuraes, apresentam dificuldade de representao, tornando-se


um grande problema para o gerenciamento dos sistemas complexos.

Incerteza: todo sistema responde a condies externas, tendo como base o prprio estado
dele. Nos sistemas complexos, nem sempre essas condies, para as quais o sistema dar
respostas e seu prprio estado, so previsveis. Como conseqncia, um sistema complexo
caracterizado por um grande nmero de interdependncias, vrias configuraes
possveis e dificuldade de reconhecer, quais destas so preferveis para determinada
situao.

Irreversibilidade: esta ltima caracterstica indica a existncia de um custo conectado


mudana de estado do sistema. O papel da irreversibilidade pode ser melhor
compreendido se associado incerteza. Quando no existe irreversibilidade, o sistema
capaz de observar todos os valores relevantes que mantm as variveis imutveis e agir,
antecipadamente, no prprio controle da varivel. J quando existe irreversibilidade, o
sistema no capaz de ser descrito por inteiro, identificando-se, nesse caso, a presena de
elementos complexos.

2.2.2.2.6 Abordagem de Perrow

Para Perrow (1984), um sistema complexo formado por componentes em interaes


complexas. As falhas ocorridas em um componente, portanto, afetam muitas outras. No caso
de um componente ser usado para vrios propsitos, caso haja falha, torna-se difcil prever as
interaes afetadas, pois, como os componentes so associados, conseqentemente, as falhas
so rapidamente propagadas pelo sistema.

O autor usa o termo linear em oposio ao termo complexo, quando descreve as


interaes entre os componentes ou subsistemas. As interaes lineares ocorrem numa
seqncia esperada; as complexas podem ocorrer em seqncia inesperada.

Sequem-se alguns aspectos os quais caracterizam os sistemas complexos:

proximidade de componentes que no so produzidos em seqncia;

muitos modos comuns de conexo entre componentes na seqncia de produo;

loops de feedbacks no intencionais;

muitos parmetros de controle com interaes potenciais;


62

compreenso limitada de alguns processos;

fontes de informao indiretas.

2.2.2.2.7 Abordagem de Wu

Na viso de Wu (1999), todo sistema complexo tende a ter um grande nmero de


componentes interagindo de modo complexo, motivo pelo qual se torna difcil de ser tratado.
Wu (2002) observa, ainda, que o mundo repleto de todos os tipos de sistemas complexos,
sejam eles ecolgicos, sociais, econmicos ou polticos. Independente disso, eles
compartilham algumas caractersticas comuns, tais quais:

so termodinamicamente abertos, ou seja, trocam energia e/ou matria com o ambiente;

so freqentemente compostos de um grande nmero de diferentes componentes;

os componentes do sistema interagem uns com os outros de modo no-linear,


freqentemente, ocorrendo loops de feedback entre eles;

exibem alto grau de heterogeneidade no tempo e no espao.

O autor conclui destacando que, por conseqncia, os sistemas complexos so


caracterizados por propriedades emergentes, interaes em multi-escalas, comportamento
imprevisvel e auto-organizao.

2.2.2.2.8 Abordagem de Iarozinski

Para Iarozinski (2001), um sistema pode ser considerado complexo quando o


observador lhe atribui as seguintes caractersticas:

o sistema constitudo por uma grande variedade de componentes ou elementos, com


funes especficas e comportamentos variados;

os elementos esto em constante evoluo e so influenciados por eventos que no podem


ser previstos com certeza;

a informao sobre o estado de todos os elementos no pode ser conhecida com


segurana;

os diversos elementos esto unidos por uma grande variedade de inter-relaes.


63

2.2.2.2.9 Abordagem de Baranger

Baranger (199-?) observa que, atualmente, a noo de sistema complexo no est


precisamente delineada, o que considera normal. Quanto mais as pessoas estudam os sistemas
complexos, a idia de sistema complexo torna-se ainda mais confusa, diferindo-se de autor
para autor. Para melhor compreend-los, o autor enumera algumas propriedades:

os sistemas complexos contm muitos elementos constituintes, que interagem no-


linearmente;

os elementos constituintes do sistema complexo so interdependentes;

os sistemas complexos possuem estrutura a qual engloba vrias escalas. Como exemplo, o
autor cita o corpo humano. A 1 escala composta de cabea, tronco, membros.....; a 2
escala, de ossos, msculos, estmago, sangue, nervos....; a 3 escala constituda de
clulas, cada uma das quais com seu ncleo, mitocndria, citoplasma....; a 4 escala
composta de cromossomos contidos no DNA, especialmente molculas de protena, cada
uma desempenhando um papel especial..... Em todas as escalas, encontra-se uma
estrutura, isto , um aspecto essencial e radicalmente novo dos sistemas complexos e ela
leva prxima propriedade;

um sistema complexo capaz de comportamento emergente. A emergncia acontece


quando o foco de ateno mudado de uma escala para outra mais ampla. Um certo
comportamento observado em determinada escala dito emergente se ele no pode ser
compreendido pelo estudo individual de cada constituinte dessa escala;

os sistemas complexos evoluem na interface entre o caos e o no-caos. Isso equivale


definio de Morin (1977) de que os sistemas complexos existem entre a ordem e
desordem, para indicar que eles possuem um misto de controle e de incerteza;

os sistemas complexos evoluem na interface entre a competio e a cooperao. Trata-se


de uma interface entre as escalas. A situao usual que a competio, numa escala n,
nutrida pela cooperao numa escala diferente abaixo dela (n - 1).
64

2.2.2.2.10 Abordagem de Cilliers

Cilliers (2000) no apresenta uma definio para os sistemas complexos, apenas


destaca que, para reconhec-los, necessrio observar se possuem as seguintes caractersticas:

sistemas complexos consistem de um grande nmero de elementos que, individualmente,


podem ser simples;

os elementos interagem dinamicamente por trocarem energia e informaes. H riqueza


nas interaes (at quando elementos especficos interagem, apenas, com outros poucos
elementos, os efeitos dessas interaes so propagados pelo sistema). As interaes so
no- lineares.

existem muitos loops de feedback diretos e indiretos;

sistemas complexos so sistemas abertos. Eles trocam energia e informaes com o


ambiente e operam em condies longe do equilbrio.

sistemas complexos tm memria, que no est localizada em um ponto determinado,


mas distribuda pelo sistema. Alguns sistemas complexos possuem histria, a qual de
fundamental importncia no comportamento do sistema;

o comportamento do sistema determinado pela natureza das interaes e no pelo


contedo interno dos componentes. A noo de emergncia usada para descrever que o
comportamento do todo no pode ser previsto pela inspeo de seus componentes;

sistemas complexos so adaptativos. Eles podem organizar a prpria estrutura interna,


sem a interveno de agentes externos.

2.2.2.2.11 Abordagem de Gell-Mann

Existe uma categoria especial de sistemas complexos, a qual foi criada especialmente
para acomodar os sistemas vivos: so os Sistemas Complexos Adaptativos. Como o prprio
nome diz, eles so capazes de mudar para se adaptar s mudanas do ambiente. Eles podem,
tambm, modificar o ambiente para se adaptar a ele.
65

Na viso de Baranger (199-?), entre os sistemas complexos adaptativos existe uma


categoria limitada de sistemas auto-reprodutivos: eles nascem, crescem e morrem. So pouco
conhecidos, pois se sabe muito sobre Biologia, mas muito pouco sobre outras formas de vida.
Gell-Mann (1996) define os sistemas complexos adaptativos como aqueles que aprendem ou
evoluem da maneira que os sistemas vivos o fazem. So compostos de agentes que se
adaptam, mudando as prprias regras internas a partir de experincias acumuladas. O objetivo
avaliar e influenciar simultaneamente a maneira de se comportar dos agentes (HOLLAND,
1995; STACEY, 1996; AXELROD e COHEN, 2000). Para Wu (2002), um sistema complexo
adaptativo um sistema composto de conjuntos heterogneos de tipos, nos quais a estrutura e
o funcionamento emergem do equilbrio entre a constante produo de diversidade, devido a
vrias foras, e a reduo da diversidade por meio de um processo de seleo, mediado pelas
interaes locais. Gell-Mann observa que uma caracterstica comum a todos os sistemas
complexos adaptativos, embora possam ser muito diferentes em suas propriedades fsicas,
que eles adquirem informaes sobre o ambiente e a prpria interao com o ambiente,
identificando regularidades nas informaes captadas, condensando-as num esquema e agindo
no mundo real a partir desse esquema. Em cada situao, no entanto, h vrios esquemas
competindo, e os resultados da ao sobre o mundo real retro-alimentam o esquema e
influenciam a competio entre eles.

Esses sistemas apresentam uma tendncia geral para gerar outros sistemas anlogos.
Isto acontece pela evoluo em escalas diferentes, pelo aprendizado e pela interconexo dos
fenmenos. Como exemplo, Gell-Mann (1996) cita a seqncia de evolues ocorridas a
partir da evoluo qumica pr-bitica, a qual conduziu a evoluo biolgica, que, por sua
vez, possibilitou o surgimento do sistema imunolgico dos mamferos associado ao
aprendizado individual. A partir destes, evoluo cultural humana e evoluo cultural em
outras espcies e, da, evoluo das sociedades e organizaes.

Identificam-se as seguintes caractersticas dos sistemas complexos adaptativos


(GELL-MANN,1996; ANDERSON, 1999; HEYLIGHEN,1988):

os sistemas desenvolvem um esquema que norteia seu comportamento. O sistema possui


uma organizao interna que ajustada pelas perturbaes externas ou presses seletivas,
pela aprendizagem e pela experincia. Os esquemas podem captar os padres, separando o
que aleatrio das regularidades. Nos humanos, os padres de reconhecimento surgem
naturalmente, pela transmisso hereditria recebida do processo de evoluo biolgica e,
66

tambm, por meio da transmisso da cultura passada de gerao a gerao (GELL-


MANN,1996).

os sistemas se auto-organizam. A estrutura do sistema complexo formada por


componentes diferentes e conectados. A combinao dessa estrutura e da emergncia, que
se d pela interao das partes, originando comportamentos novos, leva auto-
organizao. A auto-organizao ocorre quando um comportamento emergente produz
uma mudana na estrutura. Turchin (1977) argumenta que os sistemas co-evoluem entre a
ordem e a desordem. Esses sistemas se adaptam ao prprio ambiente pelo esforo para
aumentar sua aptido todo o tempo. Cada recompensa individual funciona dependendo
das escolhas que outros indivduos fazem. Por isso, cada sistema possui um cenrio
adaptativo, que constantemente mudado. O cenrio adaptativo construdo pelo
mapeamento do comportamento do sistema em relao aos resultados conseguidos. O
equilbrio que resulta de tal co-evoluo dinmico, pois pequenas mudanas no
comportamento de um sistema, em determinado perodo de tempo, podem gerar grandes
mudanas nos resultados no prximo perodo de tempo.

recombinao, mutao e evoluo do sistema. Os sistemas adaptativos complexos


evoluem ao longo do tempo por meio de entradas, sadas e transformaes. Esses sistemas
so formados de componentes distintos, os quais sofrem variao. Desde que a variao
no seja absoluta, o sistema permanecer com uma parcela de estabilidade
(HEYLIGHEN,1988). Em outras palavras, as mudanas no ocorrem todas ao mesmo
tempo; existe alguma forma de inrcia ou continuidade que limita a mudana. Tanto a
organizao interna do sistema, como as conexes entre os sistemas podem mudar. No
primeiro caso, ocorre pelo processo de mutao, no qual muda um ou mais elementos
dentro do sistema. No segundo, d-se pelo processo de recombinao, no qual novas
conexes so feitas pelo sistema. Essas novas conexes podem evoluir ao longo do tempo,
mudando o padro de interconexes, a intensidade de cada conexo e suas formas de
funcionamento (HEYLIGHEN,1988).

Nesta seo, apresentaram-se algumas abordagens referentes aos conceitos e


caractersticas dos sistemas complexos. Analisando-as, pode-se notar que os autores
apresentam caractersticas comuns e outras exclusivas de cada abordagem. Mas, de modo
geral, existe concordncia do que significa um sistema complexo e como ele caracterizado.
67

2.2.2.2.12 Sumrio das abordagens de sistemas complexos

Nesta seo sumarizam-se as abordagens apresentadas sobre os sistemas complexos na


viso dos diversos autores pesquisados. O Quadro 4, ilustra estas abordagens.
Observando o Quadro 4, nota-se que, apesar, de os conceitos divergirem nas palavras e
termos, na essncia todos citam: interao, conexo, partes, todo e sistema. As caractersticas
apresentadas em cada abordagem ressaltam aspectos diferentes. Casti (1994) e Cilliers (2000)
estabelecem a adaptabilidade, como caracterstica dos sistemas complexos, a qual no
mencionada pelos demais autores, exceto pelo caso especial introduzido por Gell-Mann.
Perrow (1984) destaca a proximidade fsica dos componentes, que no descrita pelos demais
autores. Morin (1977) considera como um importante aspecto a organizao do sistema,
desconsiderada pelas demais abordagens. Wu (2002) discorre sobre a importncia de se
conhecer as interaes nos diferentes nveis em que elas ocorrem, a partir das quais se observa
as propriedades emergentes em cada nvel. Baranger (199-?) destaca que a estrutura dos
sistemas complexos composta de vrias escalas e que evoluem entre o caos e o no-caos,
competio e cooperao, aspectos que no foram citados pelos outros autores. Cilliers (2000)
menciona a memria do sistema, como aspecto fundamental na construo de sua histria,
ponto novo em relao s abordagens apresentadas. Destacam-se, ainda, Wu (1999),
Iarozinski (2001), Baranger (199-?) e Cilliers (2000) que estabelecem como caracterstica dos
sistemas complexos possurem muitos componentes. Assume-se, neste trabalho, que os
sistemas complexos possuem dois ou mais elementos diferentes que interagem entre si e com
o ambiente e no necessariamente muitos elementos em interao.
Percebe-se que essas diferenas revelam os interesses de cada autor, a rea em que
atua e o grau de conhecimento que possui sobre os sistemas complexos. No geral, so
considerados complexos os sistemas que possuem comportamentos imprevisvel, incerto,
emergente e uma estrutura composta de dois ou mais componentes diferentes que interagem
entre si e com o ambiente.
A partir da constatao da co-existncia de tipos diferentes de sistemas e do
reconhecimento de que os sistemas complexos possuem caractersticas peculiares que os
diferenciam dos sistemas complicados, percebeu-se a inadequao da aplicao da
abordagem reducionista aos sistemas complexos. Assim, iniciou-se um processo de
formulao de vrias teorias que se adequassem s caractersticas desses sistemas. Desse
modo, surgiu o termo Cincias da Complexidade, que discutido na seo 2.3.
68

Abordagens de Sistemas Complexos


Autores Palavras-chave Conceito Caractersticas
(1) partes diferentes; (2) conexo; Possuem duas ou mais partes diferentes e
Heylighen (3) comportamento; (4) evoluo. conectadas. Comportamento imprevisto e (1) Quantidade. (2) Imprevisibilidade. (3) Dificuldade.
(1988) evoluo difcil de ser gerenciada.
Bar-Yam (1) parte todo. (2) relao; As partes agem em conjunto para formar o
(1997) (3) comportamento; (4) comportamento do sistema como um todo. A (1) Complexidade. (2) Emergncia.
dificuldade. dependncia parte-todo gera dificuldade para
compreender o sistema.
Casti (1994) (1) simples; (2) complexo. Sistema complexo contrrio de sistema (1) Instabilidade. (2) Irredutibilidade.
simples. (3) Adaptabilidade. (4) Emergncia.
Morin (1) parte-todo; Sistema complexo interage, organiza-se,
(1997) (2) estabilidade; estabiliza-se, dando origem a novas (1) Inter-relao. (2) Organizao. (3) Emergncia.
(3) sistema de sistema; qualidades no sistema.
Gino (2002) (1) parte-todo; Rede de muitas interaes e elementos inter- (1) Interdependncia. (2) Vrios estados que podem assumir o
(2) interaes; (3) difcil controle. relacionados, cada um representando suas sistema. (3) Incerteza. (4) Irreversibilidade.
prprias funes.
Perrow Sistema formado por muitas interaes. Difcil (1) Proximidade dos componentes. (2) Tipos diferentes de
(1984) (1) linear; (2) interao. de prever o efeito de uma interao em outra e conexo. (3) Loops de feedback.(3) Imprevisibilidade.
no todo.
Wu (1) emergncia;(2) auto- Possuem muitos componentes com interaes (1) Termodinamicamente abertos. (2) Formado de muitos
(1999) organizao; (3) Imprevisibilidade; complexas e dificuldade de interveno. componentes diferentes. (3) Interao no-linear. (4)
(4) interao multi-escala. Heterogeneidade no espao e no tempo.

Iarozinski Diretamente ligado percepo do (1) Muitos componentes, comportamentos variados e funes
(2001) Observador observador. especficas. (2) Influenciados por eventos em permanente evoluo.
(3) Incerteza.(4) Inter-relaes.
Baranger (1) escala; (2) no-linearidade; (3) (1) Muitos constituintes interagindo no-linearmente. (2)
(199-?) emergncia; (4) evoluo. Definio de sistema complexo ainda confusa Interdependncia entre constituintes. (3) Estrutura constituda de
e diferindo de autor para autor. vrias escalas. (4) Comportamento emergente. (5) Evoluem entre
caos e no- caos e entre competio e cooperao.
Cilliers (1) interao; (2) no- linearidade; (1) Grande nmero de componentes. (2) Elementos interagem
(2000) (3) memria; (3) histria; (4) No apresenta. dinamicamente. (3) Loops de feedback diretos e indiretos. (4) So
informao; (5) energia. abertos. (5) Possui memria. (6) Emergncia. (7) Adaptao.
Gell-Mann (1) tipo especial de sistema Aprendem e evoluem do modo como os seres (1) Possuem esquemas que norteiam seu comportamento. (2) Se
(1996) complexo; (2) sistema complexo vivos o fazem. auto-organizam. (3) Co-evoluem entre a ordem e a desordem. (4) Os
adaptativo. sistemas se recombinam,sofrem mutao e evoluem.
Quadro 4: Abordagens de sistemas complexos por diversos autor
68
69

2.3 CINCIAS DA COMPLEXIDADE

A noo de complexidade, sistema e sistema complexo instigou cientistas de diversas


reas a desemaranhar os problemas da complexidade. Primeiro, por meio da identificao do
que caracteriza a complexidade existente nos sistemas. Depois, desenvolvendo teorias
adequadas a determinados grupos de sistemas complexos.
Foster, Kay e Roe (2001) observam que essas constataes, descobertas e mudanas
coincidiram com a emergncia do movimento ps-modernista do final do sculo XIX. Esse
movimento envolvia os campos literrios e o criticismo social, os quais defendiam que no
poderia haver uma viso nica para tratar todos os fenmenos sem question-los. Por outro
lado, o secularismo ocidental se fundamentava nos preceitos reducionistas propagados por
Newton, crescendo com proeminncia durante a ltima metade do sculo XIX e recebendo
muitas crticas do movimento ps-moderno. Tais crticas, associadas ao impacto das
descobertas cientficas, levaram ao desenvolvimento das chamadas Novas Cincias. Os
autores citam outras denominaes existentes para o termo, como: a Cincia da
Complexidade, a Cincia Ps-normal e a Cincia dos Sistemas.
As Cincias da Complexidade possuem, em comum, o desejo de compreender a
complexidade contida nos sistemas, sejam estes pertencentes a qualquer campo cientfico. Os
preceitos epistemolgicos1 e ontolgicos2 das Cincias da Complexidade so apresentados por
Foster, Kay e Roe (2001), os quais seguem os preceitos dos sistemas complexos, objeto de
investigao deles.
a) Incerteza Irredutvel: o ncleo da idia de sistema a noo ontolgica de que o estado do
universo incerto, preceito anlogo ao princpio de incerteza de Heisenberg (1969). Na
viso da cincia reducionista, a incerteza uma questo superada da epistemologia. J
para as Cincias da Complexidade, uma posio ontolgica inabalvel.
b) Barreira de racionalidade: uma variante da incerteza irredutvel. A essncia dos seus
preceitos a habilidade humana inerentemente limitada para compreender o universo. As
barreiras tambm se estendem s ferramentas criadas para auxiliar o entendimento
humano.

1
Conjunto de conhecimentos que tem por objetivo o conhecimento cientfico, visando explicar seus
condicionamentos, sintetizar as suas relaes, esclarecer seus vnculos e avaliar seus resultados e aplicaes.
2
Parte da filosofia que trata do SER como SER; da concepo da natureza comum a todos e a cada um dos
seres.
70

c) Emergncia: se o sistema suficientemente complexo, demonstrar comportamentos que


no podem ser previstos pela observao do comportamento de seus componentes
isolados.
d) Relativismo e percepo: diferentes observadores percebem uma situao de modo
diferente. Alm disso, um observador pode ocupar, num determinado momento do tempo,
uma posio privilegiada na qual a percepo dele seja mais vlida que a de outro
observador no mesmo momento do tempo. Quando esse preceito associado aos preceitos
da incerteza irredutvel e da barreira de racionalidade, pode-se concluir que cada
observador possui uma viso diferente e imperfeita de alguma poro do universo.
e) Complexidade Irredutvel: posio epistemolgica em que os estados, os sistemas, os
problemas no podem ser simplificados sem perder sua natureza essencial. Essa uma
abordagem comum, na prtica da cincia reducionista, mas inconcebvel nas Cincias da
Complexidade.
A partir da conscincia da existncia dos sistemas complexos, das suas caractersticas
e dos pressupostos das Cincias da Complexidade, importante notar que surgiram
abordagens com o objetivo de separar os problemas que poderiam continuar sendo tratados
pela abordagem reducionista e os que deveriam ser tratados pelas Cincias da Complexidade.
A esse respeito, Foster, Kay e Roe (2001) destacam que em muitos problemas, a abordagem
reducionista pode ser empregada com sucesso. Na seqncia, apresentam-se as principais
abordagens que investigam a aplicabilidade das Cincias da Complexidade.

2.3.1 PRINCIPAIS ABORDAGENS QUE INVESTIGAM A APLICABILIDADE DAS


CINCIAS DA COMPLEXIDADE

O objetivo desta seo destacar algumas abordagens que buscam demonstrar as


vantagens do emprego das Cincias da Complexidade em determinados tipos de sistemas.

2.3.1.1 Abordagem de Weaver

Weaver (1948) identifica trs escalas da complexidade em relao s propriedades e


estrutura do sistema: simplicidade organizada, complexidade desorganizada e complexidade
organizada. Ele prope, para cada escala de complexidade, a existncia de tcnicas de
71

investigao apropriadas. Na simplicidade organizada, os sistemas se caracterizam pela


pequena quantidade de componentes significativos com interaes determinsticas, podendo
ser tratados eficientemente pela Matemtica Analtica, ferramenta da abordagem reducionista.
Wu (1999) argumenta que um sistema envolvendo muitos fatores pode sempre parecer
complexo, primeira vista, mas no complexo se apenas um limitado nmero de
componentes significativo no contexto da questo na qual est sendo discutida. A
Complexidade desorganizada ocorre quando um sistema tem um grande nmero de
componentes significativos, os quais, contudo, exibem um alto grau de comportamento
aleatrio. Esta escala da complexidade pode ser tratada eficientemente pelos mtodos
estatsticos. Na complexidade organizada, os sistemas envolvem muitos componentes, mas
somente um limitado nmero deles significativo ao objetivo do sistema. Para analis-los, a
abordagem reducionista e os mtodos estatsticos so inadequados: no primeiro caso, por
possurem mais componentes do que a abordagem reducionista pode analisar; no segundo, por
possurem poucos componentes para alimentar os mtodos estatsticos e, ainda,
comportamento no-aleatrio, impossibilitando o uso de mtodos estatsticos tradicionais.
Esta escala da complexidade adequadamente tratada pelas Cincias da Complexidade. A
complexidade organizada caracterizada pelos seguintes aspectos: no-linearidade, composto
de nmero mdio de componentes, relacionamentos e conectividade.

A no linearidade evidencia-se pela sensvel dependncia das condies iniciais e


pelas mltiplas regies de estabilidade. Os sistemas so complexos, em parte, por causa do
seu comportamento, que dependente no somente do seu estado atual, mas tambm da
trajetria tomada pelo sistema ao longo do tempo. Assim, conhecendo apenas o estado atual
do sistema, no possvel predizer os prximos estados.

O sistema possui mdio nmero de componentes significativos os quais interagem de


modo no-determinstico. A caracterizao de mdio nmero de componentes no leva em
considerao a natureza dos relacionamentos entre esses componentes. O tipo de arranjo
formado entre os relacionamentos to importante quanto a quantidade de relacionamentos
existentes no sistema, pois o tipo de arranjo formado colabora para a definio de suas
fronteiras e de sua identidade.
72

2.3.1.2 Abordagem de Weinberg

Segundo Wu (1999), muitos anos depois, surgiu a abordagem de Weinberg (1975)


sobre como tratar a complexidade existente nos sistemas, a qual se assemelha apresentada
por Weaver (1948). Weinberg mostra uma classificao para os sistemas baseada no nmero
de componentes que possuem. Assim, classifica-os em sistemas com pequeno nmero, mdio
nmero e grande nmero de componentes, enfocando os mesmos aspectos destacados pela
simplicidade organizada, complexidade desorganizada e complexidade organizada.

2.3.1.3 Abordagem de Saussure

O holismo uma abordagem que se ope ao reducionismo. A primeira viso moderna


foi dada pelo Estruturalismo, escola cientfica de pensamento, estabelecida por Saussure no
perodo de 1857 a 1913. O objeto principal do estruturalismo que o todo no pode ser
reduzido a suas partes. Na viso de Heylighen (1988), a abordagem se prope a observar os
fenmenos complexos como um todo, em vez de uma coleo de partes. Essa viso, contudo,
negligencia uma caracterstica essencial das entidades complexas, que sua estrutura
composta por diferentes partes, as quais so entrelaadas. Para considerar o fenmeno como
um todo, o holismo considera o fenmeno como um. Dessa forma, desconsiderando as inter-
relaes e as diferentes partes, o fenmeno passa a ser simples e no mais complexo. Morin
(1977,p.157) afirma que o holismo, acreditando ultrapassar o reducionismo, operou uma
reduo ao todo, de onde vem no apenas sua cegueira sobre as partes enquanto partes,
mas sua miopia sobre a organizao enquanto organizao, sua ignorncia da complexidade
no interior da unidade global.

2.3.1.4 Abordagem de Kauffman

Kauffman (1993), com o objetivo de apurar a complexidade existente nos sistemas,


desenvolveu as bases dos sistemas NK no mbito da biologia evolucionria. O N representa o
nmero de partes que compem os sistemas, e o K representa o nmero mdio de conexes
entre as partes dentro dos sistemas. Assim, os sistemas NK se concentram em trs tipos de
sistemas, dependendo do relacionamento entre N e K.
73

No Tipo 1, enquadram-se os sistemas nos quais o nmero de conexes muito


pequeno comparado ao nmero total das partes. Nesse caso, cada parte se comporta muito
mais independente das outras, e as propriedades dos sistemas so a simples soma das
propriedades de suas partes individuais. Esses sistemas tendem a ser estticos ou alcanam
simples equilbrio dinmico; algumas vezes so denominados subcrticos.

No Tipo 2, quando K aumenta, comparado a N, a dinmica torna-se mais complexa, e


as propriedades emergentes aparecem. Mudanas locais se propagam para partes distantes do
sistema por causa da conectividade, mas no usual causar mudanas globais se a proporo
de N para K ainda relativamente pequena. Esses sistemas so denominados caticos ou
crticos.

No Tipo 3, quando K se aproxima de N, muitos componentes do sistema so


conectados a quase todos os componentes. Isto cria um determinismo instvel. Tais sistemas
so descritos como supercrticos, pela teoria do caos.

Os sistemas do tipo 1 podem ser eficientemente tratados pela abordagem


reducionista.Os sistemas do tipo 2 e do tipo 3 so tratados pelas Cincias da Complexidade.

2.3.1.5 Abordagem de Gell-Mann

Gell-Mann (1996) trata com um tipo especial de sistema complexo, os adaptativos.


Apesar disso, preocupa-se em compreender como os sistemas se adaptam e, com esse
objetivo, identifica alguns tipos de sistemas: sistemas com adaptao direta, sistemas
especialistas, sistemas no-adaptativos, sistemas mal-adaptativos e sistemas complexos
adaptativos.

Nos sistemas com adaptao direta, no h compreenso da informao, no existem


esquemas competindo, no h variao ao acaso, no h seleo, nem evoluo. Como
exemplo, o autor apresenta o funcionamento de um termostato ajustado a uma temperatura
pr-estabelecida. O termostato possui um nico programa fixo e se ajusta a esse programa.

Os sistemas especialistas so caractersticos da ciberntica. Eles consistem em


transferir as informaes de especialistas humanos, em determinado campo do conhecimento,
para um computador na forma de um modelo interno fixo, o qual pode ser usado para
interpretar os dados de entrada. Por exemplo, Gell-Mann cita o diagnstico mdico, que pode
ser automatizado at certo ponto, sob orientao de mdicos e pela construo de um esquema
74

de deciso para o computador, com regras definidas tomada de deciso em alguns tipos
padres de informaes dados pelos pacientes. Assim, o computador pode diagnosticar a
doena, mas no aprende com a experincia dos diagnsticos com pacientes sucessivos e, por
isso, continuam utilizando o mesmo esquema interno desenvolvido pelos especialistas; no
caso, os mdicos. Em outras palavras, os esquemas no esto sujeitos ao processo de
variao e seleo.

Os sistemas no-adaptativos so os que dependem, apenas, das leis que governam o


comportamento dos componentes que o constituem e das condies iniciais no seu processo
de expanso. O comportamento desses sistemas no exige a produo de qualquer esquema
para se manter. Exemplos: as galxias, as estrelas, os planetas, as rochas. Os sistemas mal-
adaptativos correspondem queles que possuem esquemas para guiar o prprio
comportamento. Esses esquemas podem ser mudados, existem competio, promoo ou
remoo entre os vrios esquemas, dependendo da ao das presses seletivas no mundo real.
Porm no apresentam regularidade nessas tarefas; os padres de comportamento podem levar
milhes de anos para serem alterados. Exemplo: as colnias de formigas.

Os sistemas complexos adaptativos so os que produzem esquemas regulares que


norteiam seu comportamento; eles aprendem, evoluem e podem mudar esse esquema de
acordo com as presses seletivas. Exemplos: e evoluo biolgica e as sociedades humanas
(ver seo 2.2.2.2.11).

2.3.1.6 Sumrio das Abordagens

As cinco abordagens apresentadas demonstram o propsito dos autores em distinguir


os sistemas que podem ser adequadamente tratados pela abordagem reducionista e os que
precisam ser apropriadamente tratados pelas Cincias da Complexidade. O Quadro 5 sumariza
essas abordagens.

Observando-se o Quadro 5, nota-se que as abordagens apresentadas possuem pontos


comuns. A abordagem de Weaver (1948) separa a complexidade dos sistemas em funo da
quantidade de componentes significativos e do tipo de interao (determinstica, aleatria e
complexa) existente, qual corresponde abordagem de Weinberg (1975). A abordagem de
Saussure ressalta a mudana do reducionismo ao holismo. Essa mudana no representou uma
mudana de mtodo intelectual, apenas uma mudana de percepo das partes isoladas para a
75

percepo do todo, visto como um. Nesse sentido, o sistema continua sendo reduzido. A
abordagem de Kauffman (1993) mostra que a passagem dos sistemas simples aos complexos
ocorre pela compreenso das propriedades emergentes. A abordagem de Gell-Mann (1996)
apresenta uma preocupao diferente dos demais autores. Ele se concentra em analisar como
os sistemas se adaptam e, a partir do tipo de adaptao, indicar que tipo de tratamento mais
adequado.

Nessa perspectiva, Simon (1969) identificou trs rupturas de interesse da


complexidade e dos sistemas complexos no sculo XX. A primeira delas iniciou-se aps da I
Guerra Mundial, representada pelos termos holismo, gestalt3 e evoluo criativa, os
quais traziam um forte apelo anti-reducionista. A segunda ruptura teve inicio com a II Guerra
Mundial e foi caracterizada pelos termos: sistema geral, informao, ciberntica e
feedback, os quais focalizavam fundamentalmente o papel do feedback e da homeostase na
manuteno da estabilidade do sistema. A terceira coincide com o perodo contemporneo das
pesquisas em complexidade. Estas se concentram, principalmente, nos mecanismos que criam
e sustentam a complexidade e em mtodos que possam eficientemente descrever e analisar a
complexidade.

Como resultado, vises alternativas da complexidade emergiram, as quais podem ser


identificadas pelos termos: caos, fractais, algoritmos genticos e autmato celular. Essas
vises enfatizam diferentes aspectos da complexidade e podem ser percebidas, ao mesmo
tempo, como alternativas e complementares.

3
Gestalt uma linha da psicologia que reconhece a existncia de totalidades irredutveis como aspecto-chave da
percepo. Para os adeptos dessa linha psicolgica os organismos vivos percebem as coisas no em termos de
elementos isolados, mas como padres perceptuais integrados (CAPRA, 1996, p.42).
76

Abordagens.....
Autores Classificao Caractersticas Tratamento
Simplicidade Pequena quantidade de componentes significativos e Mtodos
organizada interaes determinsticas. reducionistas
Weaver (1948)

Complexidade Grande quantidade de componentes significativos que exibem Mtodos


desorganizada alto grau de comportamento aleatrio. estatsticos
Complexidade No-linearidade; Quantidade mdia de componentes Cincias da
organizada significativos; Relacionamentos e conectividade. Complexidade
Pequeno Pequena quantidade de componentes significativos e Mtodos
nmero de interaes determinsticas. reducionistas
componentes
Mdio nmero Grande quantidade de componentes significativos que exibem Mtodos
Weinberg (1975)

de alto grau de comportamento aleatrio. estatsticos


componentes
Grande No-linearidade; Quantidade mdia de componentes Cincias da
nmero de significativos; Relacionamentos e conectividade. Complexidade
componentes
Ver os sistemas como um todo, ao invs de uma coleo de Mtodos
Saussuae
(1857-1913)

partes, considera o todo como um e, por isso, desconsidera as reducionistas


Holismo
diferentes partes.

Tipo 1 Nmero de conexes muito pequeno em comparao Mtodos


quantidade de partes do sistema. reducionistas
Kauffman (1993)

Tipo 2 Surgimento de propriedades emergentes. Cincias da


Complexidade
Tipo 3 Conexes dos componentes do sistema em propores muito Cincias da
grandes em relao ao nmero de partes. Complexidade
Sistemas com O sistema possui um esquema interno fixo e pr-estabelecido; Mtodos
adaptao no h mudana. reducionistas
direta
Sistemas O sistema possui um esquema interno fixo, e a mudana s Mtodos
especialistas ocorre se alimentado por um sistema humano. reducionistas
Sistemas no- O sistema no produz esquemas, dependem, apenas, das leis Mtodos
adaptativos que governam seus componentes e das condies iniciais para reducionistas
se expandir.
Gell-Mann (1996)

Sistemas mal- O sistema produz esquemas que podem ser mudados, mas no Cincias da
adaptativos capta informao com regularidade. Complexidade
Sistemas O sistema possui esquema que norteia seu comportamento e Cincias da
capta informaes do ambiente, aprende e evolui. Complexidade
adaptativos
Quadro 5: Abordagens que separam os sistemas que podem ser tratados pelas cincias reducionistas e pelas
cincias da complexidade.

A partir do entendimento de que as Cincias da Complexidade podem intervir com


eficincia nos sistemas complexos, apresentam-se, na prxima seo, os principais ramos em
que essas cincias se segmentaram com o objetivo de compreender os sistemas complexos.
77

2.3.2 PRINCIPAIS RAMOS DAS CINCIAS DA COMPLEXIDADE

As Cincias da Complexidade se dividiram em muitos ramos, os quais tiveram seu


desenvolvimento associado, na maioria, a um campo especfico da cincia e a objetivos
diferenciados. Podem-se destacar: a Ciberntica, a Teoria Geral de Sistemas, os Sistemas
Dinmicos, a Teoria do Caos e a Teoria da Complexidade. Todos esses ramos tm como
objetivo comum compreender a complexidade existente nos sistemas.

2.3.2.1 Ciberntica

A Ciberntica um campo interdisciplinar surgido, oficialmente, em 1946, em New


York, de um grupo de oito cientistas originrios de trs campos diferentes; da Matemtica,
Norbert Wiener, Jonh Von Neumann, Walter Pitts; da Engenharia, Julian Bigelow e Claude
Shannon; da Neurobiologia, Rafael Lorente de No, Arturo Rosenbluenth e Warren
McCulloch (ABRAHAM , 2002).

Segundo Abraham (2002), a Ciberntica surgiu de uma srie de encontros realizados


pelas Macy Foundation, de 1946 a 1953, nas quais, aos ciberneticistas, se juntou um grupo
de cientistas sociais levado pelos antroplogos Gregory Batesson e Margaret Mead, incluindo
um representante da Psicologia Social da Gestalt, Kurt Lewin. Alguns dos assuntos tratados
pelo grupo foram: redes de feedback, inteligncia artificial, comunicao. O objetivo deles
era criar uma cincia exata da mente. Embora usassem uma abordagem reducionista,
concentravam-se em padres comuns aos animais e s mquinas, o que envolvia muitas idias
novas e exerciam bastante influncia nas concepes sistmicas subseqentes aos fenmenos
mentais.

Wiener (1948) foi o cientista que mais se destacou no desenvolvimento da


Ciberntica. Ele a definiu como cincia do controle e da comunicao no animal e na
mquina, introduzindo os conceitos de retroalimentao (feedback) e causalidade circular.
78

2.3.2.2 Teoria Geral de Sistemas

A Teoria Geral de Sistemas foi oficialmente estabelecida por Ludwig von Bertalanffy,
que, em 1920, em Viena, iniciou estudos em Biologia e, em 1956, criou a Sociedade para o
Estudo do Sistema Geral em Standford, EUA. Le Moigne (1977) e Capra (1996) destacam
que a primeira obra sobre sistemas foi escrita por volta de 1913 pelo russo Bogdanov, que foi
pouco reconhecido no meio cientfico, no havendo indcios do conhecimento da obra dele
pelo prprio Bertalanffy. Abraham (2002) observa que a Teoria Geral de Sistemas pode ser
considerada o contraponto europeu do movimento ciberntico americano.

Bertalanffy (1968) comeou sua carreira participando do Crculo de Viena, grupo


composto por filsofos da linha lgica positivista, qual ele se opunha. Davidson (1983)
argumenta que a primeira obra de Bertalanffy foi sobre teoria biolgica, em 1928. Em 1950,
Bertalanffy imigrou para a Amrica do Norte. Sua idia principal era a de substituir os
fundamentos reducionistas da cincia pela viso holstica, o que, posteriormente, se
sedimentou na Teoria Geral de Sistemas, cuja viso considera que todos os sistemas so
similares, seja fsico, biolgico ou social. As principais idias da Teoria Geral de Sistemas so
holismo, organicismo e sistemas abertos e sua auto-sustentabilidade. A percepo de sistema
aberto inspirada nos sistemas biolgicos, sendo generalizada para os sistemas sociais e para
a histria da cultura humana. Bertalanffy criou, juntamente com Kenneth Bouding, Ralph
Gerard e Antol Rapoport, a Sociedade para a Pesquisa do Sistema Geral, em 1956, cujo
objetivo visa desenvolver uma teoria que crie princpios gerais que possam ser aplicados
Biologia, Psicologia, Sociologia e a outras disciplinas para explorar a auto-
sustentabilidade dos sistemas abertos (BERTALANFFY, 1968; ABRAHAM, 2002).

2.3.2.3 Os Sistemas Dinmicos

A Teoria dos Sistemas Dinmicos um ramo da Matemtica criado por Isaac Newton,
atualizado por Poincar em 1880. Abraham (2002) observa que os sistemas dinmicos, no seu
aspecto puro, tornaram-se conhecidos como Teoria do Caos, aps 1975, devido ao impacto
da revoluo dos computadores e descoberta dos atratores caticos. A teoria das catstrofes
e a geometria fractal so relacionadas aos sistemas dinmicos.
79

A aplicao dos pressupostos da Teoria dos Sistemas Dinmicos engloba a


Matemtica, a Biologia, a Medicina e as Cincias Sociais. Desde o surgimento dos
computadores analgico e digital, no sculo XX, sua aplicao se expandiu e ganhou
importncia. Essa difuso deve-se, principalmente, aos trabalhos de Jay Forrester (1961) e seu
grupo no M.I.T. (Instituto de Tecnologia de Massachusetts).

Uma das linhas da Teoria dos Sistemas Dinmicos de aplicao computacional o


sistema dinmico, crucial para a evoluo das Cincias da Complexidade. Abraham (2002)
destaca que o estudo dos sistemas dinmicos foi uma importante etapa para a evoluo das
mquinas analgicas para as mquinas digitais, bem como sua interface com a Ciberntica.
Como resultado, desenvolveram-se mquinas de grande porte, tais quais as usadas para
anlise diferencial, capazes de integrar sistemas dinmicos de grande escala.

Para Devaney (1992), um sistema dinmico um sistema que muda ao longo do


tempo. Warren, Frankin e Streeter (1998) observam que a definio de Davaney ampla e
abrange desde sistemas estticos at sistemas humanos e sociais. Assim, o termo dinmico
se refere ao estudo do sistema no processo de mudana. O sistema dinmico, contudo, pode
mudar de forma linear ou no-linear. A mudana linear uma mudana em linha reta e inclui
simples relacionamentos de causa e efeito, nos quais uma mudana em A causa uma
proporcional mudana em B. As mudanas no-lineares no seguem uma linha reta, pois
possuem feedback e liberdade de ao. Nesse processo de mudana, pode haver bifurcaes.
Uma bifurcao caracterizada pela mudana de atrator ou da bacia de atrao de um
sistema dinmico e pela perda de estabilidade do sistema. As bifurcaes podem ser de trs
tipos: suave, explosiva ou catastrfica. Os atratores so responsveis pelo equilbrio do
sistema dinmico. Eles so representados por pontos prximos que podem assumir formas
diferentes e formar um conjunto de pontos iniciais que tendem ao mesmo atrator; nesse caso,
formam uma bacia de atrao. Foley (199-?) argumenta que o objetivo principal dos sistemas
dinmicos representar o estado de um sistema (fsico, biolgico ou social) num dado perodo
de tempo, como um vetor x, no espao X, formando o estado do sistema. Os sistemas de
interesse so aqueles que mudam no tempo. O autor considera a idia de que a evoluo do
sistema governada por determinadas leis que definem o processo dinmico. Numa ampla
classe de situaes, o estado do sistema resultado das informaes disponveis sobre as
influncias desse estado no prximo perodo de tempo.
80

2.3.2.4 Teoria do Caos

Na viso de Baranger (199-?), caos um conceito puramente matemtico. Ele um


inegvel fato matemtico, uma descoberta de que os clculos no possuem poder infinito.
Pigliucci (2000) observa que o significado literal da palavra caos sinnimo de
aleatoriedade, completamente no-determinstico e fenmeno irregular. O termo carrega uma
conotao negativa. J na teoria matemtica, caos se refere a fenmeno determinstico,
caracterizado por propriedades especiais que dificultam a previsibilidade dos resultados.
Baranger (199-?) observa que existem vrias dimenses sob as quais possvel analisar um
objeto fsico do ponto de vista da teoria do caos. Contudo as dimenses espao e tempo so as
mais importantes. O caos pode ser analisado sob as dimenses do tempo e do espao.

Um objeto catico no espao denominado fractal. Existem muitas definies


possveis para a palavra fractal. Segundo Baranger (19??), a mais geral a seguinte: um
fractal uma figura geomtrica que no se transforma em simples quando analisada em sua
menor parte, o que implica sua no-linearidade. Mas existem vrios tipos de estruturas
fractais, tanto artificiais quanto naturais: os fractais de uma dimenso, por exemplo a poeira
de Cantor4 que se obtm pela diviso de uma linha reta em trs partes, retirando-se a parte
do meio e repetindo-se essa operao at o infinito. Os fractais de duas dimenses, como por
exemplo a curva de Koch5 e o tapete de Sierpinski6. A curva de Koch que obtida a
partir da estrutura de um tringulo eqiltero, tendo como objetivo encontrar o menor
tringulo que parta do centro do tringulo original e toque os trs lados dele, repetindo-se essa
operao at o infinito. Os dois primeiros exemplos de fractais exibem uma propriedade
denominada auto-similaridade (GLEICK, 1990; BARANGER, 199-?). Baranger (199-?)
ressalta que os exemplos dados so elementares e que existem possibilidades infinitas de

4
Denominao dada em homenagem ao seu descobridor, o matemtico Georg Cantor, que viveu no sculo XIX.
A Teoria dos Conjuntos de Cantor foi desenvolvida considerando o intervalo entre 0 e 1, representado por um
segmento de linha. O processo o seguinte; elimina-se o tero mdio da linha, resultando dois segmentos. Em
seguida retira-se o tero mdio de cada um deles e assim sucessivamente at o infinito, restando apenas uma
poeira de pontos (GLEICK, 1990, p.88).
5
Denominao dada em homenagem a Helge Von Koch, matemtico sueco que primeiro a descreveu. A curva
de Koch construda com base num tringulo com extenso lateral 1. No meio de cada lado acrescenta-se um
novo tringulo com um tero do tamanho do original, repetindo-se essa operao at o infinito (GLEICK,
1990, p.94).
6
A partir da curva de Koch surgiram outras denominaes para os fractais de duas dimenses, o tapete de
Sierpinski foi uma delas. Para fazer um tapete, comea-se com um quadrado, divide-o trs por trs em nove
quadrados iguais e retira-se o quadrado central, repete-se a operao nos oito quadrados restantes deixando
um espao quadrado no centro de cada um (GLEICK, 1990, p.95).
81

produzir fractais. O conjunto de fractais apresentados por Mandelbrot (1984) mostra infinitas
possibilidades em termos de estruturas fractais, que nem sempre apresentam caractersticas
auto-similares, ou seja, simetria atravs de escalas (GLEICK, 1990).

Por outro lado, existe o caos no tempo. Esta a viso mais usual do caos e, tambm,
de onde vem tal denominao. Um sistema cuja configurao capaz de mudar com o tempo
denominado sistema dinmico, que consiste em algumas variveis, algumas equaes do
movimento e algumas equaes dinmicas (BARINGER,199-?). As variveis so elementos
mltiplos ou simples, contnuos ou discretos, que podem variar com o tempo. Elas devem ser
escolhidas de tal modo que o conhecimento completo de todas as variveis determine
unicamente o estado do sistema em um determinado perodo de tempo. O conjunto de todos
os possveis valores das variveis, bem como os valores de todos os possveis estados do
sistema, constituem o espao de fase. O atual estado do sistema representa um ponto no
espao de fase. Como o tempo avana, esse ponto muda no espao de fase. O emprego das
equaes do movimento para determinar como o ponto se move. Dado o estado atual do
sistema no espao de fase, as equaes do movimento traduzem como ele pode ser calculado
no prximo instante de tempo. Como o tempo evolui, esse ponto descreve a trajetria ou a
rbita no espao de fase. Se o modo de calcular a trajetria conhecido, ento a equao do
movimento conhecida. Usualmente determinado o estado do sistema em algum tempo
inicial. Isto denominado condies iniciais, a partir das quais se calcula a trajetria. Lorenz
(1993) foi o descobridor da sensibilidade s condies iniciais, conhecida popularmente como
efeito borboleta. Ele constatou, a partir de um conjunto de trs equaes simples para
determinar as condies meteorolgicas, que o caos anlogo situao em que o bater das
asas de uma borboleta, no Brasil, hoje, pode iniciar uma cascata de eventos que resulte em um
tornado, na Inglaterra, um ms depois, por exemplo. Isto significa que pequenas perturbaes,
num sistema, podem causar uma srie de efeitos que eventualmente levem a conseqncias
macroscpicas depois de determinado tempo.

A trajetria, no espao de fase, atrada por certos pontos chamados atratores. Gleick
(1990,p.140); Capra (1996,p.114); Prigogine e Stengers (1997,p.91) destacam que os atratores
podem ser de trs tipos: punctiformes, peridicos e estranhos. Os atratores punctiformes so
representados por pontos fixos no centro do espao de fase, o qual atrai a trajetria;
correspondem aos sistemas que atingem um equilbrio estvel. Eles representam os sistemas
simples, como o pndulo. Os atratores peridicos so aqueles que possuem oscilaes
peridicas em linha reta e independente da situao inicial evoluem para um ciclo-limite. O
82

ciclo-limite permanece previsvel, tais quais os sistemas simples, como o relgio qumico7.
Os atratores estranhos se caracterizam por gerarem padres que nunca se repetem totalmente e
pela extrema sensibilidade s condies iniciais, correspondendo a sistemas caticos. Um
exemplo de sistema catico o aquecimento da gua, em ebulio ela forma turbulncias que
no podem ser reproduzidas, nem descritas integralmente.
A trajetria dos atratores caticos no se repete, nem se cruza e tem forma de fractal.
Os sistemas caticos podem ser de dois tipos: determinsticos e no-determinsticos. Os
primeiros emergem de algumas leis, muitas vezes simples, como os fractais de uma e duas
dimenses, respectivamente: poeira de Cantor e tapete de Sierpinski; j os sistemas
caticos no-deterministicos so gerados por rudos, pequenas perturbaes e fenmenos
aleatrios. A esse respeito, Baranger (199-?) evidencia que a no-linearidade produz fractais
e caos pelo processo de dobrar e esticar. O autor exemplifica apresentando a analogia da
transformao do padeiro.8 Para Baranger (199-?), a conexo entre o caos no tempo e no
espao muito prxima. Isto porque, num sistema dinmico catico, se escolhe uma simples
regio no espao de fase. Considera-se essa regio como um local das possveis condies
iniciais, observando-se o fluxo de tempo. Como cada ponto segue sua trajetria, a regio
move-se e a forma muda. Assim, no curso de sua evoluo, a regio transformarar-se- num
fractal, que se intensifica enquanto o tempo avana e torna-se completo no tempo infinito.

2.3.2.5 Teoria da Complexidade

Segundo Abraham (2002), a Teoria da Complexidade foi concebida a partir das


conexes entre a teoria geral de sistemas, a ciberntica e a teoria dos sistemas dinmicos.

Entre 1956 e 1970, houve vrias conexes entre esses trs ramos das Cincias da
Complexidade. As conexes ocorreram devido necessidade de uma teoria utilizar conceitos
de outra com o objetivo de evoluir mutuamente pela troca de informao.

7
O comportamento peridico adotado pelo sistema estvel. Ele assume esta condio a partir de um limiar
crtico, no qual o sistema deixa espontaneamente, por ampliao de uma flutuao, o estado estacionrio,
como tambm a evoluo do sistema a partir de qualquer situao inicial lhe faz recuperar o ciclo limite. O
sistema permanece indefinidamente nesse ciclo limite, constituindo um verdadeiro relgio qumico
(PRIGOGINE e STENGERS, 1997).
8
Transformao do Padeiro uma expresso usada para designar o fluxo de todos os mapeamentos que
produzem fractais pelo processos de esticar e dobrar, realizadas repetidas vezes. Este processo anlogo aos
processos realizados pelo padeiro na confeco de pes.
83

Para Abraham (2002), a Ciberntica foi a primeira a prosperar; em seguida, veio


Teoria Geral de Sistemas e, aps, os Sistemas Dinmicos. As conexes entre as comunidades
de suporte de cada ramo interdisciplinar rapidamente cresceram em nmero e extenso.

Pode-se dizer que a Teoria da Complexidade um ramo das Cincias da


Complexidade que se apropria, eficientemente, de conceitos referentes Ciberntica, Teoria
Geral de Sistemas e aos Sistemas Dinmicos, com o objetivo de compreender a auto-
organizao dos sistemas complexos por meio de suas propriedades emergentes e de suas
interaes. As propriedades emergentes produzem novas propriedades emergentes que do
origem a novos nveis de organizao; esses novos nveis de organizao so derivados das
interaes dos componentes. Assim, a Teoria da Complexidade busca, tambm, compreender
como o sistema complexo evolui.

Higgs (2001) destaca que a Teoria da Complexidade trata com as entidades ou com os
componentes do sistema que interagem e mudam a si prprios de modo imprevisvel. O autor
argumenta que, dessa forma, existem dois nveis em que os sistemas podem ser analisados: as
interaes ou conectividades das entidades ou componentes e a variabilidade das prprias
entidades. Pigliucci (2000), confirmando a percepo de Higgs, estabelece que,
essencialmente, a Teoria da Complexidade tenta estudar sistemas que satisfaam duas
condies: (1) sejam constitudos de muitas partes em interao; (2) as interaes resultem em
propriedades emergentes, que no possam ser reduzidas imediatamente a simples soma das
propriedades dos componentes individuais.

A emergncia exemplificada por Baranger (199-?) da seguinte forma: o corpo


humano capaz de caminhar. Esta uma propriedade emergente. Contudo, estudando-se
somente a cabea, somente o tronco ou somente os membros de uma pessoa, no haver a
compreenso da capacidade de caminhar. A combinao da estrutura e da emergncia leva
auto-organizao, que ocorre quando um comportamento emergente produz mudana na
estrutura existente ou cria uma nova estrutura. Nesse sentido, Warren, Frankin e Streeter
(1998) observam que, enquanto a Teoria Geral de Sistemas intervm nos sistemas,
considerando o holismo, a Teoria da Complexidade focaliza o modo pelo qual as interaes
locais dos componentes individuais levam a um sistema global. Preocupa-se, ainda, com as
configuraes assumidas pelas interaes e o modo como agem para manter e aumentar a
complexidade do sistema. Em outras palavras, a Teoria da Complexidade se interessa pela
evoluo dos sistemas complexos.
84

2.3.2.6. Sumrio dos ramos das Cincias da Complexidade

Nesta seo, sumarizam-se os diferentes ramos que formam as Cincias da


Complexidade, apresentando-se conceitos, caractersticas, objetivos e interfaces. O Quadro 6
mostra um resumo dessas teorias.

Observando-se o Quadro 6, nota-se que as teorias expostas possuem objetivos


diferentes, apesar de perfazerem a estrutura de referncia para o estudo da complexidade. Em
comum, essas teorias apresentam a busca pela compreenso da complexidade existente nos
sistemas, sejam estes naturais ou artificiais. A Ciberntica, por exemplo, est mais interessada
em desenvolver sistemas artificiais, tal qual o computador, que funcionem como ferramenta
de interface entre as pessoas que os utilizam. A Teoria Geral de Sistemas se preocupa em
estudar os sistemas abertos, tendo como base os seres vivos. Ela busca compreender o sistema
como um todo, instituindo o holismo, e no mais como uma parte. Os Sistemas Dinmicos
surgem com o objetivo de estudar as mudanas ocorridas no sistema, considerando o tempo.
Para tanto, usam como instrumento a Geometria Fractal, para auxiliar a compreenso das
formas que surgem no processo de evoluo do sistema, alm de estudar os atratores. Os
Sistemas Dinmicos so objeto de investigao da Teoria do Caos. A Teoria da
Complexidade se apropria de conceitos derivados dessas teorias, tais como: feedback,
sistemas abertos, trajetria, atratores, fractal, etc. Desenvolve, tambm, uma abordagem
para pesquisar as interaes entre os componentes que formam o sistema, suas propriedades
emergentes e a evoluo do sistema, sendo, portanto, mais adequada estrutura e ao
comportamento exibido pelos sistemas complexos.

Da mesma forma, percebe-se, analisando o Quadro 6, que a Ciberntica e a Teoria


Geral de Sistemas esto mais relacionadas ordem dos sistemas. A Teoria do Caos inclina-se
mais a observar e atuar na desordem gerada pelo sistema. A Complexidade percebida na
dialgica entre ordem e desordem (MORIN,1977) ou beira do caos (WALDROP,1992).
Como apresentam muitos outros autores, a Teoria da Complexidade, por meio da anlise das
interaes e das propriedades emergentes, prope-se trabalhar especificamente na faixa entre
a ordem e a desordem. A Teoria da Complexidade , usualmente, abordada na literatura como
sinnimo de Cincias da Complexidade, isso acontece em decorrncia da maior abrangncia
que a Teoria da Complexidade assume em relao s outras teorias componentes das
Cincias da Complexidade. Nesta tese emprega-se a denominao Cincias da Complexidade,
em concordncia com a maioria dos autores pesquisados
85

Principais teorias componentes das Cincias da Complexidade


Teorias Conceitos Objetivos Caractersticas Interfaces
Ciberntica Cincia do controle e Estudar a (1) Interdisciplinar: (1) Teoria Geral
(Wiener, 1948) da comunicao no retroalimentao Matemtica, de Sistema. (2)
animal e na mquina. (feedback), Engenharia, Teoria dos
causalidade Neurobiologia e Sistemas
circular para Cincias Sociais. (2) Dinmicos.
criar uma cincia Usa abordagem
exata da mente. reducionista. (3) Estuda
os padres comuns
entre os animais e as
mquinas.
Cria princpios gerais Substituir os (1) Considera que todos Ciberntica.
que, aplicados a fundamentos os sistemas so
Teoria Geral
vrias disciplinas, reducionistas da similares: fsicos,
de Sistemas
explorem a auto- cincia pela biolgicos ou sociais.
(Bertalanffy, sustentabilidade dos viso holstica. (2) Organicismo,
1956) sistemas abertos. holismo e sistemas
abertos.

Estuda as mudanas Representar o (1) Ramo da (1) Teoria das


de um sistema ao estado de um Matemtica criada por Catstrofes. (2)
Teoria dos
longo do tempo. sistema no Newton e atualizada Geometria
Sistemas
tempo. por Poincar em 1880. Fractal. (3)
Dinmicos
Em 1975, reconhecida Teoria do Caos.
Poincar como Teoria do Caos. (4) Ciberntica.
(1880) (2) Mudana de modo
linear ou no-linear. (3)
movido por atratores
e bacias de atrao. (4)
Apresentam
bifurcaes.
Estuda as mudanas Representar o (1) Dimenso do tempo (1) Teoria das
de um sistema ao estado de um e dimenso do espao. Catstrofes. (2)
Teoria do Caos
longo do tempo. sistema no tempo (2) Possui estrutura Geometria
(Forrester,
fractal. (3) Possui Fractal. (3)
1961)
espao de fase. (4) Sistemas
Possui trajetria. (5) O Dinmicos. (4)
estudo da trajetria do Ciberntica.
sistema parte de
condies iniciais. (6)
Trajetria guiada por
atratores.
Apropria-se de Compreender (1) Foi concebida a (1) Ciberntica.
conceitos de outras como o sistema partir das conexes
(2) Teoria Geral
teorias para se complexo evolui entre a Ciberntica, da
de Sistemas. (3)
Teoria da estabelecer e analisar e Teoria Geral de
Teoria dos
Complexidade os sistemas, Sistemas e os Sistemas
estudar a auto- Sistemas
observando as Dinmicos. (2) Estuda
organizao. Dinmicos. (4)
propriedades sistemas formados por
Geometria
emergentes e suas componentes diferentes
Fractal. (5)
interaes. e em contnua conexo.
Teoria do Caos.
(3) Interaes locais
levam a um sistema
global.
Quadro 6: Principais teorias que compe as Cincias da Complexidade.
86

Portanto, para compreender as interaes, as propriedades emergentes e a auto-


organizao (objeto da Teoria da Complexidade), inicia-se uma investigao no sentido de
descrever os caminhos tomados pelos sistemas complexos para alcanar nveis mais altos de
evoluo em complexidade. Na seqncia, a prxima seo apresenta a descrio dos
caminhos tomados para a evoluo de um sistema complexo.

2.4 EVOLUO DOS SISTEMAS COMPLEXOS

consenso, entre os vrios pesquisadores dos sistemas complexos, independente do


campo de conhecimento investigado, apresentar uma estrutura de evoluo representada por
nveis. Nesse eixo de discusso, destacam-se: Simon (1969), Gell-Mann (1996), Pettersson
(1996), Kauffman (1993), Turchin (1977), Le Moigne (1977) e Heylighen (1988). Contudo,
as abordagens diferem na percepo dos mecanismos que esto por trs desse processo de
evoluo, cada uma buscando compreender algumas questes, tais quais: como os nveis
emergem? Em que momento do tempo? E por qu?

Heylighen (2001) observa que vrios autores tentam responder a essas indagaes,
apresentando abordagens diversas e com resultados diferentes. Essa incoerncia deve-se a
trs fatores: (1) ao trabalho isolado desenvolvido pelos pesquisadores que vm de diferentes
tradies, mencionando, apenas, os trabalhos uns dos outros; (2) emergncia de nveis
hierrquicos representar uma questo multidisciplinar, envolvendo, pelo menos, a Fsica, a
Qumica, a Biologia e a Sociologia; (3) ao problema ser intrinsecamente difcil, abrangendo
muitos fenmenos, sobre os quais pouco se conhece, com escalas e domnios muito amplos e,
em essncia, indefinidos.

Assim, em decorrncia da diversidade de abordagens, Heylighen (1999) prope uma


classificao baseada no tipo de percepo que os pesquisadores possuem da complexidade. O
autor estabelece que a maioria das percepes pode ser enquadrada em quatro abordagens
principais: quantitativa, qualitativa, estrutural e funcional.

A abordagem quantitativa visa a reunir dados numricos sobre os diferentes nveis da


complexidade, tais como: tamanho, massa ou informao, representando o contedo de um
sistema num dado nvel e o tempo de sua emergncia. Nessa abordagem, h uma tentativa de
encontrar regularidades ou leis que governem as relaes entre esses parmetros.
87

A abordagem qualitativa aponta para a compreenso de como e por que nveis mais
altos de complexidade emergem, considerando os mecanismos evolucionrios de
complexificao.

A abordagem estrutural trata de compreender como os subsistemas so incorporados


por supersistemas.

A abordagem funcional foca a ateno nos nveis de processamento de informao e


controle.

Considera-se a classificao de Heylighen (2001) como base para a estruturao das


principais abordagens tericas sobre a evoluo dos sistemas complexos. Na seqncia, nas
prximas quatro sees, apresentam-se as abordagens que se enquadram nos aspectos
quantitativo, qualitativo, estrutural e funcional.

2.4.1 ABORDAGENS QUANTITATIVAS

A abordagem quantitativa se manifesta pela induo. A preocupao descrever os


parmetros numricos que evidenciem os nveis de evoluo do sistema e, a partir de ento,
criar leis que governem os nveis de evoluo constatados. Trata-se de uma abordagem pouco
significativa para o estudo dos sistemas complexos, pois seu interesse principal o nmero
fsico de componentes que constitui cada nvel. Em contrapartida, seu desenvolvimento
representa um degrau importante para as abordagens mais sofisticadas.

2.4.1.1 Abordagem de Pettersson

Pettersson (1996) apresenta nove nveis regulares, em escala linear, que caracterizam a
evoluo de um sistema. Ele considera o nmero de entidades componentes e o tamanho de
cada nvel, a partir dos quais, cria regras para reg-los. Para determinar os nveis, o autor usa
escalas exponenciais, contudo reconhece que os componentes envolvidos na formao de
cada nvel pertencem a uma cadeia com enorme amplitude de escalas. Nesse sentido, mais
apropriado o uso de escalas logartmicas como ferramenta para o tratamento numrico dos
nveis. Trabalhar com escalas logartmicas para tratar os sistemas complexos uma opo
vantajosa, dada a agilidade empregada no processo, mas aumenta a margem de erro, pois elas
88

reduzem a diferena de tamanho entre os componentes. Isso pode ocasionar erros na


determinao dos componentes que apresentam regularidade de tamanhos, motivo pelo qual,
ficaram no mesmo nvel.

Por outro lado, o autor incorporou a sua abordagem, alm dos nveis macros
(sociedades multifamiliares, naes, estados, etc.) e micros (clulas, molculas, etc.), nveis
intermedirios de evoluo, sendo esta sua maior contribuio. Para explicar os nveis
intermedirios, Pettersson (1996) apresenta dois critrios para formao de nveis
integrativos: (1) as entidades de alto nvel podem ser compostas por entidades de baixo nvel;
(2) mas algumas das entidades de baixo nvel podem existir, independentemente das
entidades de alto nvel. Como exemplo, menciona os organismos multicelulares, compostos,
fundamentalmente, de clulas individuais. Estas, todavia, existem como forma autnoma de
vida sem participar dos organismos multicelulares. Heylighen (2001) discute a existncia de
um problema nos critrios de Pettersson, os quais permitem a formao de um nmero
indefinido de nveis intermedirios. O problema como delimit-los?

Por fim, a abordagem de Pettersson torna-se mais interessante quando ele percebe que,
desde a emergncia da origem da vida, as transies em direo a nveis mais altos de
evoluo parecem surgir mais rapidamente que o puro crescimento exponencial justificaria.
Esse grande aumento suportado por alguns outros dados que ele reuniu, tais como o
crescimento da populao humana e a exploso de novas invenes, as quais mostram um
similar padro de acelerao. O autor no apresenta argumento para explicar essa aparente
acelerao da evoluo, nem observa as transies preliminares que iniciam a emergncia
comeando pelo surgimento das partculas e se estendendo at o aparecimento da vida.

2.4.1.2 Abordagem de Coren

Coren (1998), apesar de apresentar uma abordagem direcionada aos objetivos


quantitativos, tal como Pettersson (1996), foca a ateno mais intensamente na acelerao das
transies evolucionrias, evidenciadas por Pettersson, mas pouco discutida por este. Coren
busca entender como um sistema passa de um nvel para outro. Para tanto, prope equaes
para modelar os processos quantitativamente, iniciando por uma explicao qualitativa,
conceituando o crescimento da informao. O nmero de nveis institudos por ele diferente
dos de Pettersson. Coren apresenta treze nveis nos quais um sistema pode se encaixar e ser,
rapidamente, transferido de um nvel para outro. Apesar dessa abordagem apresentar aspectos
89

qualitativos, propiciando a iniciao de abordagens concentradas no aspecto qualitativo, no


pode ser considerada como uma abordagem qualitativa, pois a preocupao principal est em
modelar cada nvel, considerando os dados numricos que o determinam.

2.4.1.3 Abordagem de Klir

Klir (1969) aborda a evoluo dos sistemas, tendo como base a Matemtica,
identificando as caractersticas do sistema, deduzidas das variveis inerentes ao seu
funcionamento. Na seqncia, classifica-as e formaliza-as. Para isso, desenvolve uma
hierarquia em cinco nveis fundamentais, fundamentado nas seguintes perspectivas: o
investigador e o seu ambiente, o objeto investigado e o seu ambiente, a interao entre o
investigador e o objeto investigado. Cada nvel engloba e completa os nveis mais baixos.

O nvel zero representado pelo objetivo do investigador e como ele interage com o
objeto investigado. Essa interao funciona como um guia parcial das preferncias do
investigador, as quais se incluem alguns aspectos: definio do conjunto de variveis.
Acrescentem-se, ainda, os estados potenciais de cada varivel e uma descrio do significado
de cada estado. As variveis devem ser divididas em bsicas e de apoio. As bsicas so
aquelas que esto diretamente envolvidas no processo de produo e pertencem a sistemas
em estado de estabilidade. As de apoio so aquelas que auxiliam o desempenho das variveis
bsicas na mudana de um estado para outro.

O nvel um um complemento do nvel zero. Ele introduz dados relativos s


variveis, formando um sistema de dados, e inclui todo conhecimento contido no nvel zero,
mais os dados adicionais disponveis da observao e da definio dos estados desejados. O
nvel dois caracterizado pela funo de sistema gerador. Este nvel indica que as variveis
de apoio podem mudar, porm certas caractersticas que definem a funo dos dados so
invariveis a tais mudanas. O nvel trs o nvel dos sistemas estruturados, os quais so
definidos em funo do sistema gerador, ou sistema total. Neste nvel, os subsistemas
compartilham diferentes variveis e interagem de diversos modos. O nvel quatro consiste de
metassistemas e so constitudos dos nveis um, dois e trs, que funcionam como apoio ao
nvel meta. O nvel cinco caracterizado pela formao de um meta-metassistema, e, assim,
sucessivamente, em outros nveis mais altos.
90

O objetivo da abordagem de Klir (1969) criar uma ordem hierrquica capaz de


facilitar a resoluo e o controle dos problemas relacionados aos sistemas. Ele se preocupa
com a determinao do nmero de componentes de cada nvel, com o desenvolvimento de
ferramentas para a anlise das interaes e com a quantidade de informao armazenada em
cada nvel hierrquico.

A classificao de Klir adequada a situaes bem-estruturadas e inadequadas a


problemas sociais distintos de natureza imensurvel.

2.4.2 ABORDAGENS QUALITATIVAS

A abordagem qualitativa caracterizada pelo estudo das transies evolucionrias, a


preocupao dela compreender os mecanismos de evoluo do sistema, passando de um
nvel para outro.

2.4.2.1 Abordagem de Turchin

Turchin (1977), com o objetivo de estudar a evoluo dos sistemas, introduz um novo
conceito: o metassistema de transio (MST), o qual envolve a integrao e o controle dos
sistemas. O autor apresenta, tambm, como mecanismos da evoluo, o processo de tentativa
e erro, a aptido do sistema, o processo variao-seleo e a co-evoluo.

Um metassistema de transio definido como um processo de integrao


evolucionria, no qual um sistema de baixo nvel de complexidade englobado e controlado
pela emergncia de um sistema de mais alto nvel de complexidade. Ele aplicou esse conceito
aos sistemas sociais, analisando a sociedade como um metassistema, a qual denomina
superorganismo ou super-ser. Na sua viso, a sociedade um sistema integrado formado de
seres individuais e, no conjunto, preservado por certos mecanismos de controle.

A originalidade da abordagem de Turchin est nos seus fundamentos derivarem da


Ciberntica, mais especificamente do uso dos conceitos de regulao e controle, os quais,
naturalmente, levam a uma organizao hierrquica, diferenciao e ao aumento funcional.

A base da teoria dos metassistemas de transio o processo de evoluo de tentativa


e erro. Os sistemas evoluem se tiverem a capacidade de emergirem por meio de subseqentes
variaes na configurao existente e se cada uma das variaes for apta a competir com tal
91

configurao. O autor argumenta que um sistema formado pela integrao de uma variedade
de subsistemas e que possui um controle coordenado em direo ao dos subsistemas ser
mais apto que o sistema meramente composto pela agregao de subsistemas sem controle
global.

Os sistemas evoluem por meio da variao e da seleo e podem ser modelados na


tentativa de maximizar ou otimizar a aptido. A aptido uma funo complexa do sistema
com o ambiente deste, um ndice de probabilidade que o sistema possui e replica. Os sistemas
selecionados so os que possuem alta aptido. Assim, a variao pode ser vista como uma
explorao de possveis configuraes com diferentes graus de aptido. Kauffman (1993)
trata a explorao como um movimento atravs de um cenrio de aptido (fitness landscape),
onde as configuraes correspondem aos pontos em duas dimenses, representadas pelo
espao e pela forma. Estas correspondem ao valor das configuraes ao longo de uma terceira
dimenso no tempo.

Heylighen e Cambell (1995) destacam que a evoluo pode ser representada como
uma contnua trajetria atravs do cenrio de aptido, onde gradualmente regies altamente
aptas so expandidas, com possibilidade de transio para as regies de baixa aptido. Isso
acontece quando as variaes no so muito adaptativas, mas no so to ruins para eliminar
diretamente o sistema. As mudanas, no cenrio de aptido, so causadas pelas presses do
ambiente. O que muda, em parte, devido s freqentes tentativas de evoluo dos sistemas
que buscam otimizar as prprias aptides. Essa interdependncia, em que a mudana na
aptido de um sistema muda a aptido de outro sistema, e vice-versa, denominada co-
evoluo.

Turchin (1977) apresenta alguns tipos de co-evoluo e as distines entre elas: as co-
evolues de soma zero ou soma negativa que derivam das interaes competitivas; as co-
evolues de soma positiva que podem produzir cooperao ou simbiose.

As co-evolues de soma zero ou negativa podem ser representadas pela analogia das
corridas armamentistas entre predadores e presas, nas quais as presas evoluem para correr
mais rpido e, assim, aumentar as chances de escapar do predador. Nesse caso, esto
aumentando a sua aptido e diminuindo, ao mesmo tempo, a aptido do predador. Isso
aumenta as presses seletivas no ambiente do predador, fazendo com que aumente a
velocidade dele para acompanhar a evoluo das presas. Nesse processo, podem ocorrer dois
eventos: os predadores aumentarem sua aptido para a caa, pela imposio das presas, ou se
tornaro extintos pela falta de comida, se no evolurem no mesmo patamar das presas.
92

Outro exemplo, de co-evoluo de soma zero ou negativa retratado por sistemas que
compartilham os mesmos recursos, como as rvores que formam uma floresta. Se a
competio pode levar ao aumento, na aptido absoluta dos competidores, a rede de efeitos
pode, tambm, levar a uma aptido individual decrescente. As rvores, na tentativa de captar
mais luz solar que suas vizinhas da floresta, desenvolvem a habilidade de crescer mais,
desencadeando uma competio entre elas. Induzida pela altura, essa competio requer mais
recursos para o seu desenvolvimento e manuteno, mas, ao mesmo tempo, torna a rvore
mais vulnervel ao vento, aos terremotos, aos raios, aos insetos etc. O resultado que as
rvores perdem aptido global enquanto tentam manter sua aptido relativa aos competidores.
Se alguma rvore no participar da competio, ser completamente ofuscada pelos
competidores.

As co-evolues de soma positiva podem ser representadas no reino animal, mais


provavelmente por espcies geneticamente diferentes, como algas e fungos. Um lquen
consiste de dois organismos no-relacionados, uma alga e um fungo, numa associao
simbintica. A alga, por conter clorofila, capaz de extrair dixido de carbono do ar e
transform-la em matria orgnica no seu interior; o fungo capaz de usar a matria orgnica
produzida pela alga e converter em recursos. Nesse caso, a melhoria nos recursos utilizados
no s pela alga como tambm pelo fungo produzir mais recursos disponveis para outros
organismos, aumentando a aptido para ambos os sistemas. Assim, as co-evolues de somas
positivas acontecem quando as mudanas se do na mesma direo; o aumento na aptido de
um subsistema aumenta a aptido do sistema global.

O tipo de co-evoluo pode ser alterado se o sistema conseguir mudar seus


mecanismos para acessar e consumir recursos. Nesse caso, pode passar de uma co-evoluo
de soma zero para uma de soma positiva. Em outras palavras, pode passar de um cenrio de
interaes competitivas para um cenrio de interaes cooperativas.

Outro aspecto levantado por Turchin (1977), no processo de co-evoluo dos sistemas,
a diferenciao entre os subsistemas, aps iniciarem a transio. Como exemplo, apresenta
os organismos multicelulares, que foram, inicialmente, clulas similares e diversificadas,
durante a evoluo, em clulas do fgado, glbulos brancos do sangue, clulas nervosas etc.,
encontradas em organismos superiores. Contudo esse desenvolvimento no bvio. Nota-se
que sistemas similares possuem similares cenrios de aptido, motivo pelo qual tendem a
mover-se em direo ao mesmo timo. Esse efeito amplificado pela competio, a qual
aumenta o pico do cenrio de aptido e diminui a probabilidade de divergncia espontnea
93

(drift) de trajetrias no cenrio. A competio tende a impedir, ao invs de ajudar a


diferenciao.

O autor finaliza a abordagem ressaltando a importncia da cooperao e dos


mecanismos de controle no processo de evoluo dos sistemas complexos. Apesar de
parecerem conceitos contraditrios, a associao deles que permite o processo de
diferenciao em determinados nveis, o que leva a novas caractersticas emergentes,
ajudando a distinguir um nvel do outro.

2.4.2.2 Abordagem de Maynard e Szathmry

Maynard e Szathmry (1999) tratam das transies evolucionrias, com base na cadeia
biolgica, das molculas sociedade. Ambos so bilogos: o primeiro especialista em teoria
evolucionria e aplicaes da teoria dos jogos ao comportamento humano; o segundo
especialista em biologia molecular.

Eles abordam de forma detalhada, o processo de complexificao biolgica; de forma


menos intensa, tratam das transies no-biolgicas como a emergncia da linguagem
humana.

Assim, definem a mais importante transio como um evento no qual entidades que
poderiam ser replicadas, independentemente da ocorrncia da transio, passam a ser
organizadas dentro de um sistema global que somente pode ser replicado como um todo.
Como exemplo, cita a origem da vida, cujas molculas so organizadas num ciclo
autocataltico, em que todos os componentes so necessrios para replicar uns aos outros,
como os genes que se organizam num cromossomo, perdendo, por isso, a liberdade de se
replicarem independentemente, e as clulas que se juntam para formar um organismo
multicelular. Visto que todos os replicadores contenham informaes, uma transio
evolucionria muda fundamentalmente o caminho no qual a informao armazenada,
transmitida e traduzida.

Os autores se concentram em explicar as diferenas entre uma transio e outra,


apoiados na lgica Darwiniana da seleo natural. Isso exige um trabalho detalhado e difcil,
pois cada transio resulta numa srie de variaes pequenas e indiretas, cada uma das quais
conferindo suficiente aptido sobrevivncia. Os sistemas, em determinado nvel, podem ser
suficientemente aptos para sobreviver. O problema est nas formas intermedirias, nas quais
94

componentes so retidos em alguns nveis por um englobamento organizacional, mas, mesmo


assim, capazes de replicao independente. Como exemplo de formas intermediarias, citam o
caso dos replicadores egostas e a coletividade da qual faz parte. Embora os replicadores
egostas sejam benficos a todos os membros de uma coletividade para a qual seus
componentes cooperam em direo a um objetivo comum, os grandes beneficiados so os
desertores (free riders), que lucram dos benefcios da cooperao sem contribuir para que eles
ocorram. As formas intermedirias capazes de replicao independente emergem dos
verdadeiros cooperadores, que perdem o prprio potencial de replicao egosta para
beneficiar o coletivo, fato que os exclui da competio pela sobrevivncia em decorrncia do
egosmo dos desertores.

Maynard e Szathmry (1999) no propem uma soluo geral para esse problema
fundamental das formas intermedirias. Eles consideram cada transio no seu prprio nvel e
examinam mecanismos que possam ter suprimido a tendncia para desertar. Deixam claro que
a organizao dos organismos biolgicos muito complexa e h pouco conhecimento sobre o
funcionamento dela e, menos ainda, sobre sua histria, o que dificulta a compreenso dos
detalhes da evoluo.

2.4.2.3 Abordagem de Dawkins

Dawkins (1986) estuda os mecanismos de evoluo dos sistemas observando a


evoluo biolgica e a evoluo cultural. Considera que o mecanismo de evoluo humana
mais comum pode ser encontrado na cultura: conhecimento ou crenas compartilhados entre
os indivduos por meio da comunicao. Uma crena formada a partir do conhecimento, ou
do padro de comportamento que transmitido e replicado de um indivduo para outro. Para o
autor, a evoluo cultural anloga evoluo biolgica e, em geral, a todo processo
evolutivo. Estabelece que, para ocorrer o processo de evoluo, so necessrias:

abundncia em diversidade de elementos;

herana ou replicao;

idoneidade diferencial ou nmero de cpias em funo da interao destes com o meio.

Esses elementos do processo evolutivo precisam de outros fatores que os


impulsionem. A replicao precisa da longevidade, da fecundidade e das cpias das unidades
que se replicam. Nenhum desses elementos faz referncia especfica a entidades biolgicas, as
95

quais, geralmente, so descritas como a base de qualquer processo evolutivo-biolgico ou


no.

Dessa forma, do mesmo modo que a vida evolui pela sobrevivncia diferencial dos
genes, entidades reprodutoras dos organismos vivos sujeitos seleo natural, a cultura evolui
mediante a sobrevivncia diferencial dos replicadores culturais, denominados por Dawkins
de memes ou unidades mnimas de informao cultural, que se submetem, tambm, a um
processo de seleo.

O termo memes foi criado por Dawkins pela semelhana fontica com a palavra
genes9 e por evidenciar a semelhana da raiz do termo com memria e mmesis. O autor
argumenta que a natureza biolgica se constitui de informaes genticas articuladas por
genes, e a cultura se compe pela informao acumulada na memria e captada, geralmente,
por imitao (mmesis), aprendizagem e assimilao articulada pelos memes.

Assim, na viso de Morat (199-?), a partir da perspectiva da teoria dos memes, pode-
se concluir que existem dois tipos distintos de processadores de informao: (1) o genoma ou
sistema de genes situados nos cromossomos das clulas de cada indivduo, o qual determina o
gentipo; (2) o crebro e o sistema nervoso, que permitem o processamento da informao
cultural.

A informao gentica do genoma pode ser dividida em unidades mnimas de


informao, os fatores hereditrios ou genes, os quais so transmitidos sexualmente de uma
gerao outra por meio da replicao. A informao cultural que transmitida de crebro
para crebro, por meio do ensino, da imitao e assimilao, pode se dividir em unidades
simples, tais como: idias, conceitos, tcnicas, habilidades, costumes, crenas, etc.,
denominado memes (MORAT,199-?).

A tese central de Dawkins (1986) que os traos culturais, tambm, se repetem.


Assim como os traos genticos se transmitem pela replicao dos genes, da mesma forma os
traos culturais se transmitem pela replicao dos memes. Por analogia com o agrupamento
dos genes nos cromossomos, os memes se agrupam em dimenses culturais, que podem
aumentar com novas aquisies culturais. A diferena que, nos cromossomos, as
informaes so naturais e independentes das aes individuais. J as dimenses culturais so
construes decorrentes das aes dos indivduos.
9
O termo genes foi introduzido em 1909 por Wilhelm Johannesen para designar as unidades mnimas
de transmisso de herana gentica (MORAT, 199-?).
96

Para o conjunto dos memes, aplicam-se as caractersticas prprias do processo


evolutivo: fecundidade, longevidade e fidelidade na replicao, as quais ocorrem num amplo
campo de variao, replicando-se por mecanismos de imitao, transmisso e exibindo um
amplo leque de cpias que so mantidas por diversos meios. Com isso, tem-se um marco geral
de um processo evolutivo, que comparado com a evoluo biolgica e aceita que os memes
devem ser considerados como estruturas viventes, no s metafricamente, mas tecnicamente.
Os memes alternativos, que podem servir para efetuar as mesmas funes, so denominados
alelomemes ou memes homlogos. Eles podem se agrupar formando macromemes, que
constituem um sistema de muitos memes estruturados e inter-relacionados que formam um
objeto cultural completo, tal como um idioma, uma teoria, uma mitologia.

Por outro lado, Heylighen (2001) argumenta que, para modelar a estrutura do meme,
podem-se usar conceitos da cincia cognitiva. Ressalta que, talvez, a mais popular unidade
usada para representar um meme seja o conhecimento da inteligncia artificial da produo de
regras, do tipo: se h condio, ento h ao. Destaca que a ao leva, em geral, ativao
de outra condio. Na verdade, a produo de regras pode ser analisada como uma
combinao de elementos primitivos: duas distines e uma conexo. Cita, como exemplo, o
meme Deus onipotente , o qual pode ser modelado como se o fenmeno Deus, ento o
fenmeno onipotente.

Isso mostra a tentativa de Heylighen representar mais efetivamente como os memes


evoluem e se firmam no tempo.

2.4.2.4 Abordagem de Kelly e Allison

Kelly e Allison (1998) discutem que os sistemas passam por um processo de


evoluo, representado por nveis de aptido. O nvel de aptido do sistema pode ser expresso
pela capacidade que ele possui de identificar, reconhecer, acessar as informaes e se ajustar
s perturbaes externas sem, necessariamente, se desorganizar internamente. Num modelo
avanado de complexidade, os nveis de aptido so determinados por graus de interveno,
que se formam pela interao dos agentes autnomos. Estes so caracterizados pela energia
colaborativa que possuem, pelo profundo compromisso existente entre eles, pelo aprendizado
compartilhado e pelo efetivo processo de execuo das atividades, conforme as necessidades
do ambiente interno e externo.
97

O objetivo dos autores empregar o referencial terico das Cincias da Complexidade


como uma vantagem competitiva na gesto de organizaes empresariais. Kelly e Allison
(1998) destacam que, no passado, as ferramentas e as tcnicas eram desenvolvidas para tratar
os problemas em partes isoladas, de acordo com as mudanas ocorridas nos negcios. Essa
maneira de resolver os problemas ignorava a complexidade existente no sistema como todo.
Como a abordagem das Cincias da Complexidade fornece elementos para tratar os
problemas, considerando o seu contexto, os autores usam uma estrutura conceitual que
estimula a emergncia da construo, manuteno e conscincia da auto-organizao. Cada
sistema auto-organizado de um tipo, ao invs de possuir um padro comum para todas as
empresas ou partes da empresa.

Assim, Kelly e Allison (1998) estabelecem cinco nveis de aptido em que um


sistema pode se enquadrar, de acordo com o tipo de auto-organizao predominante. O
primeiro o nvel da auto-organizao inconsciente. Embora seja possvel que as
organizaes empresariais possam obter uma auto-organizao consciente, a maioria das
experincias acumuladas no consciente do seu processo de auto-organizao. Nesse
primeiro nvel, emerge uma organizao independente do conhecimento e desejo do agente.
Nesse sentido, Kelly e Allison (1998) ressaltam que aceitar o primeiro nvel o passo mais
importante para a evoluo do sistema, pois, ao se admitir, que no se tem controle sobre
todas as interaes da empresa, possvel conhecer as prprias limitaes, buscando
maneiras de super-las. O segundo nvel o da auto-organizao consciente, no qual o
processo de auto-organizao se d num grupo de agentes. A partir da conscincia da falta de
controle total, os grupos se comprometem e se disciplinam para uma comunicao aberta,
aprendizagem compartilhada; planejam jogos internos para trocar experincias e buscam
caminhos que melhorem o desempenho dos resultados empresariais em relao ao ambiente.
O terceiro nvel o da auto-organizao orientada, em que j existe uma certa estabilidade,
adquirida no segundo nvel. Assim, as equipes, alm de conhecerem seus processos,
transformam-nos em processos locais mais efetivos em substituio a hbitos usuais que no
so efetivos. O objetivo deste nvel criar um conjunto de padres locais fortes que
possibilitem a unidade (departamento, por exemplo) ser efetiva. O quarto nvel o da auto-
organizao orientada qualitativamente. Nesse nvel, as empresas so vistas como um todo
formado de partes integradas; desenvolvem, por isso, mtodos para investigar e simular
possveis alternativas para intervir na dinmica que exibe os sistemas complexos. Para tanto
emprega as ferramentas matemticas, a linguagem natural dos sistemas complexos
98

adaptativos, articula o potencial dos cenrios emergentes para exibir o comportamento das
empresas auto-organizadas e co-evolutivas. Os grupos, efetivamente, usam a riqueza das
ferramentas quantitativas para trilhar e guiar as interaes. O quinto nvel o da capacidade
consciente de autopoiese, em que as atividades so dirigidas melhoria do desenvolvimento
de todos os nveis do negcio. O negcio e sua estrutura hierrquica de grupos desenvolvem
a capacidade de observar e construir ou se ajustar aos caminhos emergentes, o que aumenta a
aptido competitiva. Nesse nvel, a empresa reconhece que no completamente apta para
todas as tarefas, sendo necessrio desenvolver uma rede empreendedora de comportamento
consciente que aumente a aptido dela. Assim, agentes de adaptao inteligente encontram
uma auto-organizao autopoietica que leva s empresas a co-evolurem com o ambiente.

Kelly e Allison (1998) concluem argumentando que o estabelecimento desses nveis


pode ser usado para, inicialmente, acessar; depois, melhorar o desempenho empresarial. De
um nvel para outro, o foco central muda de relacionamentos fechados para redes mais
abrangentes de relacionamentos. Primeiro concentra-se em construir um rigoroso
compartilhamento entre colegas prximos, formando equipes individuais; depois, conexes
livres entre grupos, seguidas, por conexes entre conjunto de grupos em redes de interaes.
Essas poderosas redes de conhecimento especializado e de amplas experincias so usadas
para processar e distribuir tomadas de deciso, proporcionando ao sistema capacidade de
estabilidade e suporte a mudana.

2.4.3 ABORDAGENS ESTRUTURAIS

A abordagem estrutural caracterizada pelo estudo da hierarquia dos sistemas. Em


outras palavras, preocupa-se em compreender como os sistemas so englobados por outros.

2.4.3.1 Abordagem de Simon

O termo hierarquia o foco norteador da abordagem instituda por Simon (1969)


para compreender a evoluo dos sistemas complexos. Por isso, conforme Morin (2002),
deve-se compreender o significado desse termo no seu contexto. Usualmente, o termo
hierarquia possui duas conotaes bsicas: a primeira inspirada na viso sistemista que
considera a hierarquia como nveis de integrao; a segunda, na percepo etologista que
99

considera a hierarquia como subordinao. Para Morin (2002), existe uma outra conotao
para o termo hierarquia, quando aplicado a organizaes vivas, pois estas comportam as
duas vises: dominao, por um lado, e integrao, por outro.

Simon (1969) notou que a complexidade, freqentemente, toma forma de hierarquia,


enquanto os sistemas complexos consistem de subsistemas inter-relacionados, os quais so
compostos pelos prprios subsistemas, numa seqncia, at que se atinja um nvel de
componentes elementares ou primitivos. A escolha do nvel mais baixo, num determinado
sistema, dependente no somente da natureza do sistema, mas tambm dos interesses da
pesquisa. Assim, a viso de Simon sobre hierarquia est associada noo de nveis em
integrao.

Nesse sentido, Morin (1977) estabelece distines que permitem categorizar os


sistemas em alguns nveis: Sistema, para todo sistema que manifeste autonomia e emergncia
com relao ao que lhe exterior; Subsistema, para todo sistema que manifeste subordinao
em relao a um sistema no qual ele integrado como parte; Supra-sistema, para todo sistema
que controla outros sistemas, mas sem integr-los em si; Ecossistema, para o conjunto
sistmico cujas inter-relaes e interaes constituem o ambiente do sistema que nele est
englobado; Metassistema, para o sistema resultante das inter-relaes mutuamente
transformadoras e englobantes de dois sistemas anteriormente independentes.

Na viso de Morin, as fronteiras entre esses termos no so claras; eles mesmos so


substituveis entre si, de acordo com a focalizao, o recorte, o ngulo de viso do observador
sobre a realidade sistmica em considerao.

Simon (1969) define um sistema hierrquico, ou uma hierarquia, como um sistema


composto de subsistemas inter-relacionados, cada um dos quais hierrquico em estrutura, at
atingir um determinado nvel inferior de subsistemas elementares. O conceito de hierarquia
no est no sentido de uma seqncia top-down, de autoridade e controle, mas no sentido de
nveis semi-autonmos, formados de interaes entre um conjunto de variveis que
compartilham similares velocidades. Cada nvel comunica um pequeno conjunto de
informaes ou quantidade de recursos para o prximo nvel superior. Se as transferncias de
um nvel para outro forem mantidas, as interaes dentro dos prprios nveis podem ser
transformadas ou as variveis mudadas, sem que o sistema como um todo perca sua
integridade. Como conseqncia disso, a estrutura do sistema permite ampliar a
experimentao dentro dos nveis e, por isso, aumentar a velocidade da evoluo.
100

Para explicar como a evoluo de um sistema favorecida pela hierarquia de nveis,


Simon apresenta uma parbola de dois fabricantes de relgios, os quais possuam similares
habilidades e produziam relgios excelentes. Os relgios possuam a mesma quantidade de
peas (1.000 cada um) e eram igualmente procurados pelos clientes; mas enquanto um
fabricante prosperava, o outro ficava cada vez mais pobre. Isso decorrente da forma como os
relojoeiros produziam os relgios. Enquanto o primeiro construa-os em partes pr-montadas,
em torno de dez elementos cada, sendo que dez dessas partes formariam um relgio completo,
de modo que, se precisasse interromper a montagem, para atender a um cliente, por exemplo,
perderia muito pouco do trabalho realizado, o segundo no os construa seguindo uma ordem
hierrquica, de modo que, se precisasse parar, perderia todo o trabalho realizado.

Dessa forma, o primeiro relojoeiro conseguia fabricar os relgios em fraes de horas,


em relao ao tempo consumido pelo segundo fabricante, motivo pelo qual se explica a
prosperidade de um e o empobrecimento do outro.

O autor discute, ainda, como a parbola dos relojoeiros pode ser aplicada evoluo
biolgica, resoluo de problemas e construo de imprios. Observa que, no caso da
evoluo biolgica, o tempo, para a evoluo de uma forma complexa, a partir de elementos
simples, depende, criticamente, dos nmeros e da distribuio de formas estveis
intermedirias potenciais. No caso da resoluo de problemas, um resultado parcial que
representa progresso reconhecvel em direo ao objetivo faz o papel de uma submontagem
estvel. No processo de resoluo humana de problemas, h uma mistura varivel do processo
de tentativa e erro e de seletividade, as fontes da qual derivam da captao de informao
extrada do ambiente exterior, por meio da retroao.

A teoria da hierarquia de Simon est associada idia de integron instituda por Jacob
(1970), a qual estabelece que cada unidade constituda pela integrao de subunidades.
Assim, um integron formado pelo agrupamento de integrons de nveis inferiores que, por
sua vez, participam da construo de um integron de nvel superior. A mesma idia aparece
na noo de org proposta por Grard (Grard, 1957 apud Morin 2002) e na proposta de
Koestler (1967), que denomina os subsistemas que formam um nvel de holons10 . A palavra
holon amplamente utilizada na teoria da hierarquia, por representar a idia de que os
subsistemas, em cada nvel de uma hierarquia, agem como o todo, quando analisados de cima
para baixo, e como parte, quando analisados no sentido contrrio.

10
O termo Holons formado pela palavra, de origem grega, holos, que significa todo e do sufixo on, que
significa parte ou partcula, como prtons ou nutrons (KOESTLER,1967).
101

Assim, Wu (1999) argumenta que um sistema hierrquico possui duas estruturas: uma
vertical e outra horizontal. A vertical composta de nveis, e a horizontal composta de
holons. Os nveis hierrquicos so separados, fundamentalmente, por processos com
caractersticas diferentes. As fronteiras entre os nveis e os holons so expressas pelas regies
onde h a exibio de alta variabilidade na intensidade das interaes. O fluxo de recursos,
energia e informaes so vistos como filtros dessas interaes.

Os sistemas hierrquicos de altos nveis so caracterizados por entidades que mudam


no decorrer de lentas e longas trajetrias. Em outras palavras, os eventos so de baixa
freqncia, enquanto os nveis baixos so caracterizados por entidades que mudam no
decorrer de rpidas e curtas trajetrias; os eventos so de alta freqncia. Os relacionamentos
entre dois nveis adjacentes so assimtricos: o nvel superior funciona como uma restrio
para o nvel mais baixo, j o nvel mais baixo fornece as condies iniciais para o nvel
superior. Por outro lado, os relacionamentos entre os subsistemas (holons), em cada nvel, so
simtricos e podem ser diferenciados pelo grau de interaes entre os componentes. Ou seja,
os componentes interagem mais forte ou mais freqentemente dentro do que entre os
subsistemas. Como exemplo, o autor cita a intensidade das interaes entre os componentes
subatmicos; estes possuem interaes mais intensas que as entre os tomos, que, por sua vez,
so mais fortes que entre as molculas.

Simon (1974) argumenta que essas caractersticas das estruturas hierrquicas podem
ser explicadas em decorrncia da associao vertical flexvel, a qual permite uma distino
entre os nveis, e a associao horizontal flexvel, que permite a separao entre os
subsistemas em cada nvel.

A existncia das associaes flexveis, verticais e horizontais, forma a base do


conceito de decomponibilidade dos sistemas complexos, institudo por Simon (1969).
Decomponibilidade e decomposio representam um dos pilares essenciais da teoria da
hierarquia. Enquanto a palavra flexvel sugere decomponvel, a palavra associao
implica resistncia decomposio. A completa decomposio ocorre, apenas, quando a
associao entre os componentes torna-se zero, o que parece sem sentido, pois, por definio,
um sistema composto de partes que interagem. Logo, a estrutura hierrquica dos sistemas
complexos somente quase completamente decomponvel, ou quase decomponvel (SIMON,
1969).

O conceito de quase decomponibilidade pode ser definido pela matemtica dos


sistemas dinmicos, que relaciona a decomposio agregao de propriedades, para a qual
102

vrios mtodos analticos tm sido desenvolvidos (SIMON, 1969 apud SIMON e ANDO,
1961). O conceito de quase decomponibilidade que utilizado pela teoria da hierarquia o
seguinte: os sistemas hierrquicos quase decomponveis so capazes de transformar um
sistema de mdio nmero de elementos num sistema de pequeno nmero de elementos, sem
desconsiderar as interaes entre eles. O objetivo gerenciar melhor cada nvel. Em outras
palavras, a quase decomponibilidade natural dos sistemas complexos fornece a chave para o
gerenciamento dos sistemas, por meio da anlise das interaes (SIMON,1974).

Garca (2002), a partir dos conceitos de decomponibilidade e quase


decomponibilidade, institudos por Simon, apresenta uma classificao semelhante, cuja
aplicao direcionada construo do conhecimento. Sistemas decomponveis so conjuntos
de elementos organizados, com funcionamento caracterstico, mas cujas partes so isolveis e
podem se modificar independentemente umas das outras. Um sistema decomponvel muito
sofisticado chamado de complicado, mas no de complexo. Sistemas no decomponveis ou
semidecomponveis so sistemas constitudos por processos determinados pela confluncia de
mltiplos fatores que interagem de tal maneira que se tornam inseparveis. Em conseqncia,
o sistema no pode ser descrito adequadamente, nem seu funcionamento explicado, pela mera
adio de enfoques parciais provenientes de estudos independentes de cada um dos seus
componentes. Num sistema no decomponvel, os diferentes componentes somente podem ser
definidos em funo do resto. Denominam-se complexos os sistemas cujos elementos ou
subsistemas esto interdefinidos.

Alguns tipos de sistemas hierrquicos podem ser analisados com sucesso por sistemas
quase decomponveis. A principal descoberta terica do mtodo pode ser sumarizada em duas
proposies: (1) num sistema quase decomponvel, o comportamento a curto prazo de cada
um dos subsistemas componentes , aproximadamente, independente do comportamento a
curto prazo dos outros componentes; (2) a longo prazo, o comportamento de qualquer dos
componentes depende, apenas, de uma forma agregada do comportamento dos outros
componentes (SIMON,1969).

O fato de muitos sistemas complexos possurem uma estrutura hierrquica quase


decomponvel um fator fundamental para perceber, compreender e descrever esses sistemas,
suas partes e sua evoluo (SIMON,1969).
103

2.4.3.2 Abordagem de Boulding

Boulding (1956) discute a evoluo dos sistemas a partir da preocupao com a


superespecializao da cincia e a falta de comunicao entre os diferentes campos dela. O
referido autor prope uma hierarquia da complexidade que contemple conceitos abrangentes
que possam agrupar os sistemas, independente do campo de atuao, assim como possibilita a
comunicao entre os nveis. Ele cria nove nveis hierrquicos.

O primeiro nvel hierrquico o nvel das estruturas estticas, o qual se manifesta


pela descrio do sistema com preciso de funo e posio. Como exemplo, cita o arranjo de
tomos em um cristal, a anatomia dos genes, das clulas, das plantas etc. O segundo nvel
denominado mecanismo do relgio, que funciona como um sistema simples com movimento
predeterminado. So sistemas que apresentam movimentos suavemente equilibrados. O
terceiro nvel o de mecanismos de controle de sistemas cibernticos, caracterizado pela
existncia de mecanismos de avaliao, transmisso e interpretao da informao. Esses
sistemas possuem capacidade de manter o equilbrio interno (homeostase). Um exemplo
clssico o termostato. O quarto nvel o das clulas, caracterizado por estruturas que se
automantm e so sistemas abertos. Como exemplo, cita a vida pela capacidade de captao
de energia e recursos e a habilidade de se manter e reproduzir. O quinto nvel denominado
nvel planta, o qual se identifica por seus processos de diferenciao, diviso do trabalho e
dependncia mtua da funo desempenhada pelos vrios componentes. Como no possuem
rgos de sentido especializados, a reao s mudanas do ambiente lenta. O sexto nvel o
animal, que se caracteriza pela conscincia em vrios graus. O sistema composto de um
conjunto de sensores especializados, o qual armazena uma grande quantidade de informaes
de forma estruturada. Isso possibilita reaes mais rpidas s mudanas do ambiente. O
stimo nvel o humano, caracterizado pela autoconscincia, auto-reflexo e uso de smbolos
internos, por meio dos quais o homem acumula conhecimento. O oitavo nvel o da
organizao social, caracterizado pelos canais de comunicao e fatores culturais. O nono
nvel o transcendental, caracterizado por estrutura sistmica e relaes entre nveis.

O autor argumenta que os trs primeiros nveis fazem parte da categoria dos sistemas
fsicos ou mecnicos. Os nveis da clula, da planta e do animal pertencem categoria dos
sistemas biolgicos, botnicos e zoologistas. Na seqncia, o nvel humano e o nvel da
organizao social so objetos dos cientistas sociais. O ltimo nvel dos sistemas
transcendentais pertence ao campo de investigao da filosofia.
104

O objetivo de Boulding (1956) mostrar que existem sistemas de campos cientficos


diferentes que apresentam caractersticas similares. Por isso, podem ser agrupados em um
determinado nvel de evoluo. Essa hierarquizao possibilita o conhecimento das
propriedades emergentes em cada nvel, podendo contribuir para o aperfeioamento
simultneo dos nveis.

Boulding (1985) reformulou sua hierarquia de nveis da complexidade, redefinindo os


nveis, (aumentou de nove para onze), apresentando denominaes e contedos com algumas
inovaes. O primeiro nvel representado por sistemas mecnicos controlados por conexes
simples e poucos parmetros, como a lei da gravitao. O segundo nvel o dos sistemas
cibernticos, os quais buscam a condio de equilbrio por feedback negativo, tal qual o
processo homeosttico ocorrido em sistemas vivos. Os sistemas, nesse nvel, so dependentes
da captao e transferncia da informao. O terceiro nvel o dos sistemas de avaliao
positiva, os quais tendem para a desordem e apresentam curto tempo de vida. Como exemplo,
cita o fogo numa floresta. O quarto nvel o dos sistemas creticos, termo de origem grega
que significa caminho necessrio. Isso inclui todos os sistemas que so conduzidos por uma
meta e que guiam um plano inicial. Um exemplo a economia para uma sociedade. O quinto
nvel o dos sistemas de reproduo, os quais so caracterizados por possurem instrues
que norteiam sua reproduo e seu crescimento. O sexto nvel composto por sistemas
demogrficos. Estes consistem em populaes que nascem, reproduzem e morrem,
emergindo, desse processo, uma populao equilibrada ou no. O stimo nvel composto
dos sistemas ecolgicos, os quais consistem de vrias espcies de populaes diferentes
interagindo. O tamanho de uma populao determinado por sua estrutura e pelo nmero de
competidores. Se num determinado ambiente, onde co-habitam vrias espcies, uma
populao especfica alcanou o equilbrio, diz-se que ocupa um nicho ecolgico. Se muitas
populaes alcanarem a estabilidade nas interaes entre si, formam-se um sistema
ecolgico. O oitavo nvel o dos sistemas evolutivos, os quais podem ser ecolgicos. Estes
mudam pela influncia da seleo e mutao, ou artificiais, que sofrem as mesmas influncias
dos sistemas ecolgicos, mas transferem idias novas. O nono nvel o dos sistemas
humanos, diferindo-se dos demais sistemas vivos pela capacidade de processar informao,
reconhecimento de padres, comunicao e habilidades inteligentes, tais como: fala, escrita,
etc. O dcimo nvel representado pelos sistemas sociais, resultantes da interao entre seres
humanos e os sistemas artificiais. A natureza dessas interaes pode ser classificadas como de
105

integrao, de troca, ou de ameaa. O dcimo primeiro nvel o dos sistemas


transcendentais, representados pelas religies e experincias filosficas.

2.4.3.3 Abordagem de Le Moigne

Le Moigne (1977) discute a evoluo dos sistemas apresentando uma hierarquia em


nove nveis, baseada na abordagem de Boulding (1956). O objetivo identificar o nvel de
evoluo dos sistemas e as propriedades emergentes em cada nvel, para model-los de acordo
com o grau de complexidade.

O primeiro nvel o do objeto passivo. Cita, como exemplos, uma pedra e o solo, os
quais so sistemas que apresentam estruturas rgidas e inflexveis em relao s mudanas do
ambiente. No possuem a capacidade de se ajustarem s perturbaes externas. O segundo
nvel o da percepo do objeto ativo: o sistema possui funes e atividades que so
processadas por meio de entradas e sadas, com certa estabilidade no tempo. A atividade do
sistema no afeta a identidade dele. O terceiro nvel o do objeto, que manifesta algumas
regularidades ao funcionar. O sistema capaz de perceber como se comporta e internamente
se ajustar e selecionar o comportamento seguinte. O quarto nvel o da emergncia da
informao na representao do objeto, em que o sistema precisa captar informao para
sobreviver. O quinto nvel o da emergncia da deciso. O sistema capaz de ao e
apresenta duas caractersticas principais: (1) suas entradas so informaes e (2) os
processadores decisrios so caracterizados por uma lgica interna que consegue se ajustar s
perturbaes externas. O sexto nvel o da emergncia da memria. O sistema, nesse nvel,
capaz de acumular e transferir informaes no tempo, melhorando a comunicao no
sistema. O stimo nvel o da coordenao ou direo, em que o sistema capaz de
coordenar o processo operao-informao-deciso, considerando o tempo, o espao e a
forma dos processadores. O oitavo nvel o da emergncia da auto-organizao. O sistema
caracterizado pela emergncia da inteligncia, da conscincia, e acompanhado
habitualmente pelo desenvolvimento de uma conexo informacional direta entre o ambiente e
os processadores informacionais. O nono nvel o da finalizao, o qual somente existe se
for orientado para determinado fim.

fundamental que essa abordagem esclarea como um sistema pode ser decomposto
em subsistemas e, ao mesmo tempo, como pode interagir com outros sistemas.
106

2.4.3.4 Abordagem de Heylighen

Heylighen (1991) estabelece uma classificao para a evoluo dos sistemas,


apresentando uma hierarquia em seis nveis. A inteno do autor elaborar uma distino
fundamental entre sistemas em diferentes nveis hierrquicos. Assim, o mais alto nvel do
sistema, na hierarquia, est relacionado ao alto nvel de controle que este exibe. A evoluo
do sistema de um nvel mais baixo para um nvel mais alto associada ao surgimento de uma
maior variedade no alto nvel de controle do sistema, alm do aumento de novos mecanismos
de controle que buscam selecionar entre as novas opes. Essa seleo funciona como um tipo
de restrio nova variedade. Um sistema que est num nvel alto possui alto potencial para
adaptao; ele possui mais opes de aes e mecanismos para discernir entre essas aes,
aumentando a probabilidade de tomar boas decises. A nova variedade envolve novas
propriedades e adiciona a imprevisibilidade ausente nos nveis mais baixos, bem como o
aumento na autonomia do sistema. A imprevisibilidade no comportamento do sistema
aumenta, na proporo que existem mais escolhas possveis devido ao aumento na variedade.
O alto grau de autonomia e a imprevisibilidade introduz em um novo potencial para a
complexidade.

Destaca-se que Heylighen (1991, 1995) est interessado, particularmente, na


complexidade dos organismos vivos. Na sua viso, a hierarquia que esses sistemas assumem
resultante da habilidade que possuem para enfrentar a complexidade na busca da
sobrevivncia ou de um comportamento mais satisfatrio.

Nesse sentido, Heylighen (1991) estabelece seis nveis hierrquicos que os sistemas
complexos podem assumir. O primeiro o nvel pr-racional, em que os sistemas possuem
mecanismos de seleo biolgicos (vicarious), dados por seu DNA, mas no so conscientes
disso. Os mecanismos de sobrevivncia, nesse nvel, so exercidos pela capacidade de
reproduo, variao e seleo dos indivduos na populao do sistema. Esse o nvel de
estudos realizados por Maturana e Varela (1980), nos quais as clulas vivas so caracterizadas
por sua organizao autoprodutora (autopoietica). O DNA controla a produo de protenas e
enzimas; estas controlam a produo de DNA. O segundo o nvel do controle de posio,
caracterizado por sistemas que possuem reflexos simples. Diante de uma nova variedade, h
um movimento de seleo e controle que leva a um controle de posio. O movimento est
em funo das caractersticas particulares do ambiente percebidas pelo sistema. Segundo
Campbell (1974), os rgos sensoriais atuam como meio de traduzir as caractersticas do
107

ambiente, numa representao interna, que fornecem informaes para a tomada de deciso.
O terceiro o nvel dos sistemas com reflexos complexos, os quais so necessrios para
controlar os sistemas com reflexos simples. O quarto o nvel da aprendizagem, em que a
variedade administrada a partir de modelos mentais com decises no-determinsticas. A
variedade est em funo da intensidade das sinapses, as quais determinam que a
probabilidade de um estmulo percorrer de um neurnio para outro varivel. Por isso, o
mesmo padro de estmulo pode levar a resultados diferentes. A variabilidade das conexes
sinpticas descrita por Turchin (1977) como a capacidade de associao. As associaes so
formadas a partir da aprendizagem, mas so limitadas pelo fenmeno da experincia
acumulada. O quinto o nvel racional, nele a variedade de conceitos de um contexto pode
ser empregada em outro contexto; o controle exercido apenas pela experincia.

Heylighen (1990) destaca que o fato de os seres humanos poderem imaginar um co


produzindo sons musicais, enquanto um coelho, por exemplo, no tem essa capacidade,
mostra que o ser humano possui uma grande variedade de aes possveis, havendo a
possibilidade de os conceitos serem separados dos seus contextos. Nesse caso, eles retm
parte do significado quando so postos em contato com contextos radicalmente diferentes. O
sexto o nvel do meta-ser, no qual a alta variedade das informaes qualitativas de um
ambiente filtrada e fornecida aos seres humanos. O filtro o controle exercido pela
racionalidade humana. Nessa viso, o novo controle emergente ser situado no nvel
individual em vez de no nvel social. Cada ser humano dispe de uma estrutura
metarepresentacional implementada por meio de uma avanada interface homem-mquina.
Esse fato auxilia o sistema na manipulao do conhecimento, criando novos conceitos e
teorias, captando e organizando, eficientemente, todos os valores e fatos existentes e
necessrios para resolver os problemas.

Assim, a abordagem de Heylighen (1991) se limita a hierarquizar os sistemas vivos e a


especificar nveis de evoluo, comeando com um nvel que denominou pr-racional e
concluindo com o nvel do meta-ser. O autor busca conhecer como os sistemas passam de um
nvel para outro e quais as caractersticas e propriedades que cada nvel apresenta.
108

2.4.3.5 Abordagem de Villegas

Villegas (2001), com base na classificao dos sistemas complexos estabelecida por
Heylighen, desenvolveu quatro nveis hierrquicos com a inteno de compreender a
evoluo dos sistemas complexos e utilizar esse conhecimento para a modelagem deles. O
objetivo no se aprofundar muito dentro de cada um dos diferentes nveis do sistema, nem
criar um padro para cada nvel de controle que surge nos organismos durante a evoluo,
mas capturar as caractersticas bsicas do sistema em relao s fontes de complexidade e
imprevisibilidade que emergem do seu comportamento.

O primeiro nvel o da matria ou dos sistemas inanimados - nvel mais bsico


representado pelos sistemas simples. Diferentes casos de sistemas similares, sob as mesmas
condies externas, comportam-se exatamente da mesma forma. O comportamento do sistema
basicamente determinado pelas circunstncias externas.

As mais importantes leis desse nvel so: a Gravitao, o Eletromagnetismo e a


Mecnica Quntica. Essas leis dependem do ambiente ou das inter-relaes entre os diferentes
sistemas e objetos, os efeitos das quais no podem ser mudados arbitrariamente por um
sistema em particular. A incerteza pura, no sentido de que no existe inteno nas entidades
envolvidas no fenmeno. No h autonomia. A complexidade derivada da aleatoriedade e de
leis bsicas tais como as previamente mencionadas.

O segundo nvel o dos organismos vivos, so os sistemas adaptativos e auto-


reprodutivos, mas sem capacidade de argumentao (raciocnio). Nesse nvel, esto includos
todos os sistemas vivos, desde os do nvel pr-racional, que surgiram com a origem da vida na
Terra, at os do nvel de aprendizagem apresentados no quarto nvel da hierarquia instituda
por Heylighen (1991). O terceiro nvel o dos organismos capazes de raciocnio, ou seja, os
organismos capazes de autoconscincia, que so aptos a controlar as prprias aes. Nesse
nvel, surge o controle cognitivo (mental), por isso a complexidade do comportamento de um
indivduo (sistema) no depende somente das circunstncias, mas tambm das argumentaes
internas e de uma fraca noo de autoconscincia, caso o sistema possa construir um modelo
simples dele mesmo. O quarto nvel o do meta-ser, que formado por humanos sociais.
Estes so mais aptos a enfrentar as dificuldades impostas por outros humanos sociais, que
buscam encontrar um bom comportamento na sociedade moderna. Esse metanvel proposto
109

para ajudar os seres humanos a enfrentar melhor a complexidade. Usualmente, a dificuldade


desses seres para compreender os fenmenos explicada pela barreira de racionalidade.

Assim, a abordagem Villegas (2001) se apia na abordagem de Heylighen (1991) para


desenvolver nveis hierrquicos mais sintetizados que possam englobar a evoluo dos
sistemas complexos. Ele inicia pelo nvel da matria inanimada e conclui com o nvel do
meta-ser, a partir do qual, seleciona as leis que regem cada nvel e as caractersticas que
emergem do comportamento do sistema, tambm, em cada nvel.

2.4.3.6 Abordagem de Daft

Daft (2002) observa a evoluo do sistema organizacional, usando os conceitos da


teoria de sistemas para esse propsito. Assim, diz que todo sistema formado por
subsistemas. Os sistemas esto contidos dentro de outros sistemas, e um nvel de anlise deve
ser escolhido como foco principal. Apresenta, ento, quatro nveis de anlise: o indivduo, o
grupo, a organizao e o ambiente externo. O ser humano o bloco de construo bsico
das organizaes, para as quais o ser humano representa o que a clula representa para um
sistema biolgico. Na seqncia, o prximo nvel o do grupo ou departamento, que so
colees de indivduos que trabalham juntos para desempenhar tarefas grupais. O nvel
organizacional representado por um conjunto de grupos ou departamentos que compem a
organizao total. O ltimo nvel analisado pelo autor o interorganizacional, composto de
grupos de organizaes com os quais uma nica organizao interage. Outras organizaes da
comunidade, tambm, compem uma importante parte do ambiente organizacional.

2.4.3.7 Abordagem de Miller

Miller (1990) discute a evoluo dos sistemas, tendo como base a Biologia e a
Psicologia. Sua abordagem fundamentada nos preceitos da Teoria Geral de Sistemas, da
qual um representante, no caso especfico, dos sistemas vivos.

O autor inicia sua abordagem argumentando que os sistemas vivos,


independentemente da espcie que pertencem, so constitudos de molculas orgnicas e
apresentam uma progresso evolutiva de crescente complexidade. Ele divide os sistemas
vivos em oito nveis reais e concretos de hierarquia. Cada nvel novo considerado mais alto
110

em complexidade que o precedente; inclui os nveis mais baixos e apresenta caractersticas


diferentes dos demais. Em outras palavras, os nveis mais altos englobam os mais baixos e
formam um suprassistema.

Cada nvel constitudo de uma estrutura individual e de processos prprios. Assim, o


primeiro nvel o das clulas, composto de muitas molculas no-vivas, formando, por isso,
um sistema pouco complexo, mas indispensvel no desenvolvimento de processos essenciais
vida. O segundo nvel o dos rgos, constitudos de estruturas de clulas agregadas. O
terceiro nvel representado pelos organismos, os quais so compostos de rgos, em que
so includos plantas multicelulares e animais. O quarto nvel o dos grupos, formado por
dois ou mais organismos que interagem entre si. Na viso de Miller (1978), esse o mais alto
nvel entre os animais. O quinto nvel o das organizaes, composto de grupos que
apresentam diversidade de tipos com diferentes finalidades e configuraes. O sexto nvel o
das comunidades, constitudas pela interao entre tipos diferentes de organizao. O stimo
nvel o das sociedades, formadas pelos componentes de tipos diferentes de comunidades e
com capacidade de auto-organizao. O oitavo nvel o dos sistemas supranacionais,
constitudos pela cooperao entre duas ou mais sociedades em busca de um objetivo comum.

O foco central da abordagem de Miller (1990) so os sistemas vivos. Ele argumenta


que as teorias sociais no podem intervir em entidades enquadradas em nveis inferiores a
organismos, mesmo que possuam uma existncia real. Argumenta que alguns cientistas os
consideram, apenas, como teoricamente necessrio e sem uma existncia bem definida. O
autor discute o que pode ser considerado sistema vivo, observando as conexes fsicas como
indicadores de tal condio. Ressalta que os sistemas com baixos nveis de complexidade no
apresentam conexo fsica, enquanto, nos nveis mais altos, alm das conexes fsicas, os
componentes so capazes de se movimentar de um nvel para outro. Mas destaca a
importncia da incluso dos componentes no vivos ou artefatos aos sistemas vivos.

Outra questo discutida pelo autor a disposio espacial dos componentes do


sistema. A importncia da localizao espacial dos componentes depende da natureza do
sistema. Um exemplo, uma esquadra de guerra que, na tentativa de preservar a vida, precisa
trabalhar interligada e fisicamente prxima. Por outro lado, uma famlia funciona bem,
mesmo com seus membros espalhados geograficamente. O espao ocupado e os limites de
tais sistemas so completamente conceituais, eles existem nas mentes das pessoas e no na
realidade fsica. A falta de coeso fsica entre os componentes de um sistema vivo pode ser
compensada por sistemas de comunicao avanados que conectam os componentes.
111

A esse respeito, Axelrod e Cohen (2000) evidenciam a importncia do espao fsico e


conceitual no processo de interao dos sistemas. A localizao fsica prxima torna mais
provvel a interao, mas a proximidade fsica no o nico tipo de proximidade. A
comunicao representa, tambm, outro tipo de proximidade ativada que independe da
proximidade fsica. A ativao pode ser interna ou externa: aquela ocorre quando o sistema
ativado pela prpria organizao interna. Esta acontece de acordo com as oportunidades
oferecidas pelo ambiente.

Miller (1990) identifica processos comuns que so essenciais manuteno de todos


os sistemas vivos. Esses processos so executados por componentes do sistema, os quais
funcionam como captadores de matria, energia e informao com o objetivo de se adaptar
continuamente ao ambiente externo varivel e manter o equilbrio interno.

Nos sistemas vivos, os nveis hierrquicos mais altos so maiores e mais complexos,
possuem estrutura e processos diferentes dos existentes nos nveis mais baixos. Esse
fenmeno chamado emergente, o qual d ao sistema a capacidade de melhor resistir s
presses do ambiente e, por isso, se adaptar com mais facilidade s mudanas desse ambiente.

2.4.3.8 Abordagem de Checkland

Checkland (1981) aborda a evoluo dos sistemas tendo como base a teoria dos
sistemas. Ele desenvolveu uma hierarquia para os sistemas naturais, denominando-a tipologia
dos sistemas. De acordo com o autor, o nmero mnimo de classes de sistemas para descrever
a realidade so quatro: natural, humana, fsico projetado e abstrato projetado.

Os sistemas naturais fornecem a possibilidade para investigar, descrever e


compreender os sistemas a partir da origem do universo e dos processos de evoluo. Eles
apresentam uma hierarquia bvia dos tomos para as molculas. As combinaes de
molculas originam uma hierarquia ramificada, a qual representada pelos sistemas
subatmicos, sistemas atmicos, sistemas moleculares e sistemas de origem. Os sistemas
naturais podem ser subdivididos em sistemas vivos e no-vivos. Como exemplo, cita os
cristais inorgnicos, as pedras e os minerais, representando os sistemas. As clulas, as plantas,
os animais e a ecologia representam os sistemas vivos.
112

Os sistemas humanos tendem a integrar sistemas, por isso so vistos no como uma
parte, mas como um todo. Alguns dos sistemas humanos so: o sistema agrcola, o sistema de
transporte, o sistema de defesa e o sistema comercial. Apesar da grande quantidade de
sistemas que pode ser enquadrada no nvel humano, o mais fundamental destes o sistema
social, representado pelas famlias, tribos, cls etc. A caracterstica comum que os
componentes do sistema social precisam de apoio mtuo no mbito de uma comunidade. A
estrutura central desses sistemas so os sistemas naturais e humanos, motivo pelo qual o autor
destaca como um tipo especial de sistema humano.

Os sistemas fsicos projetados so idealizados mentalmente e so desenvolvidos a


partir de uma necessidade. Como exemplo, cita ferramentas individuais, mquinas
individuais, projetos e fabricao de entidades materiais.

Os sistemas abstratos projetados so representados por vrios sistemas de


conhecimentos. Enquanto os sistemas fsicos projetados podem ser produzidos por animais e
insetos, como ninho de pssaro e teia de aranha, os sistemas abstratos projetados so
desenvolvidos apenas por humanos.

O autor conclui que todos os sistemas so relacionados entre si em um mapa global. A


diferena entre sistemas naturais e humanos d origem separao de tipos de investigao.
Os mtodos usados na cincia clssica, que considera o observador externo ao sistema
pertinente aos sistemas mecnicos. J os sistemas humanos enfatizam a importncia do
observador como parte do sistema.

2.4.4. ABORDAGENS FUNCIONAIS

A abordagem funcional caracterizada pelo estudo da transmisso de informao e do


controle no sistema. O objetivo compreender como as informaes so processadas no
interior de um sistema e como o controle dos sistemas exercido.

2.4.4.1 Abordagem de Stewart

Stewart (2000) trata a evoluo dos sistemas argumentando que ela


fundamentalmente progressiva, produzindo sistemas cada vez mais complexos e adaptativos.
O autor se atm, inicialmente, Biologia e evoluo cooperativa. Na seqncia, trata da
113

emergncia de altos nveis de controle no processamento da informao, principalmente em


sistemas mais inteligentes e mais aptos a encontrar mudanas evolucionrias. Como exemplo,
nota que os sistemas aumentam sua capacidade para evoluo, pela recombinao vinda da
evoluo da reproduo assexuada para a reproduo sexuada, a qual permite explorar mais
eficientemente o espao de possibilidade do genoma. Ele se concentra, tambm, em
compreender os diferentes controles exercidos e transmitidos pelos sistemas egostas, que se
transformam em benefcios para o sistema total. Heylighen (2001) analisa essa abordagem
como um contraponto entre as abordagens de Turchin (1977), baseada nos conceitos
cibernticos, e a abordagem de Maynard e Szathmry (1995), aplicada aos sistemas
biolgicos.

Stewart (2000) considera que a fora bsica que dirige a emergncia dos altos nveis
de complexidade a cooperao. Destaca que, se um determinado nmero de sistemas so
administrados para encontrar um padro de interao que funcione como vantagem mtua ao
conjunto de sistemas, o resultado sinrgico produz um supersistema integrado. Um grupo de
tais supersistemas pode, novamente, ser integrado por uma reunio cooperativa, determinando
um supersistema de alto nvel. Logo, o conceito de cooperao se expande, cada vez mais, em
perodos mais longos no espao e no tempo, por exemplo: da cooperao entre as molculas
nas clulas primitivas para a cooperao entre os pases na economia global.

A originalidade da abordagem de Stewart est na proposta de tratamento para os


sistemas egostas, discutido por Maynard e Szathmry (1999), os quais representam um
obstculo para a emergncia da cooperao. Stewart concebe um tipo concreto de sistema
gerente que controla um grupo por meio de uma proposta totalmente egosta, mas que
termina promovendo uma cooperao benfica para todos.

Como exemplo, o autor cita o caso do DNA, que, ao tomar o controle do ciclo auto-
cataltico, conduziu ao surgimento das primeiras clulas vivas. Da mesma forma, os chefes ou
lderes tribais que conseguiram dominar um pequeno bando de pessoas por pura fora,
gradualmente, transformaram-se em gerentes de uma eficiente organizao cooperativa.

Esses exemplos de sistemas gerentes, apresentados por Stewart so todos externos


ao sistema que eles controlam. O referido autor ressalta que podem existir, tambm, sistemas
gerentes internos, apresentando como exemplo, os insetos sociais. Os diferentes membros
de uma colnia de formigas so geneticamente muito similares; alm disso, no existe
evoluo independente de genes, visto que somente a rainha de uma colnia capaz de
reproduzir os prprios genes. Isso, leva ao desenvolvimento de um forte sistema de
114

cooperao, onde as formigas operrias possuem melhores chances de reter e replicar os


genes por meio da ajuda prestada colnia com o objetivo de atingir a mxima produo de
descendentes por rainha. Como as formigas operrias no possuem a capacidade de
reproduzir, seus genes s so replicados por meio da formiga rainha; elas so muito
cooperativas. Os genes egostas (free rider) no sobrevivem, como o caso das formigas
operrias rebeldes, que no cooperam nem so capazes de reproduzir. O autor ressalta que a
cooperao um mecanismo indispensvel evoluo dos sistemas, mesmo que,
inicialmente, possuam uma proposta egosta.

2.4.4.2 Abordagem de Gell-Mann

Gell-Mann (1996) trata a evoluo dos sistemas observando os mecanismos usados


pelas espcies biolgicas para se adaptar. Ele diz que, usualmente, a evoluo biolgica no
ocorre de modo uniforme, mas exibe o fenmeno do equilbrio interrompido, no qual
espcies permanecem relativamente imutveis, pelo menos na sua forma externa (aspecto
fenotpico), por longos perodos de tempo, e, ento, sofrendo mudanas comparativamente
rpidas durante um breve perodo.

Na evoluo biolgica, ocorreram eventos de ruptura anlogos s rupturas qumicas


ocorridas no decurso da evoluo qumica pr-bitica. Esses eventos conduziram origem da
vida na Terra, seguida pelo desenvolvimento de formas ancestrais de vida de todos os
organismos vivos hoje. Como exemplo, Gell-Mann cita o desenvolvimento dos eucariotes,
organismos nos quais a clula possui um ncleo verdadeiro e outras organelas, representadas
por mitocndrias ou cloroplastos. A transformao de organismos mais primitivos em
eucariotes unicelulares decorrente da incorporao de outros organismos, os quais, em
associao, se tornam endossimbiontes; em outras palavras, vivem no interior e em simbiose
com a clula e formam organelas.

Outro exemplo apresentado pelo autor a evoluo dos eucariontes unicelulares


semelhantes s plantas. Cada um deles assume um papel na fotossntese, utilizando uma
parede celular constituda de celulose (membrana que reveste a parede interna da clula). Para
existir essa membrana, exige-se uma ruptura bioqumica com a formao de esteris, os quais
so relacionados ao colesterol e aos hormnios sexuais humanos. A evoluo desenvolveu
organismos possuidores de membranas destitudas de paredes e capazes de sobreviver sem a
fotossntese, adquirindo a capacidade de se alimentar de outros organismos
115

fotossintetizadores. A emergncia dessa capacidade foi a chave para o surgimento dos animais
superiores.

A evoluo dos organismos pluricelulares, a partir dos unicelulares, por meio da


agregao, tornou-se possvel em razo de uma outra inovao bioqumica, uma cola que
pode manter as clulas juntas.

Gell-Mann (1996) a partir dos estudos de Morowitz (199-?) argumenta que, em muitos
casos, uma pequena mudana no genoma, produzida por uma mutao derivada de uma
srie de mudanas que a antecederam, podendo desencadear um evento de ruptura, no qual
um organismo adquire novas regularidades muito significativas, as quais o elevam a um nvel
mais alto de complexidade.

O referido autor discute, tambm, que a evoluo ocorre em etapas, em cada das quais,
a complexidade pode aumentar ou diminuir. O efeito da evoluo em cada etapa distribudo
pelo conjunto das espcies existentes, pela capacidade de emergncia; do mximo de
complexidade alcanada, numa etapa, tende a crescer, ainda mais, com o tempo. O autor
evidencia a importncia da aptido, da diversidade e das presses seletivas no decurso da
evoluo biolgica.

A aptido a capacidade que cada espcie desenvolve para evoluir na presena de


numerosas outras que esto constantemente mudando. Mesmo num sistema simples e quase
independente, difcil definir rigorosamente o grau de aptido de um sistema ao seu
ambiente, no decurso da evoluo, at alcanar um estado estacionrio. preciso observar as
presses seletivas, as quais favorecem uma determinada situao em relao outra, afetando,
deste modo, a competio entre os diferentes sistemas. Essas presses seletivas no podem
ser exprimveis por uma nica e bem definida quantidade. Elas podem exigir uma descrio
mais detalhada, mesmo no caso de uma nica espcie adaptando-se a um meio constante. Por
outro lado, ainda menos provvel que uma medida verdadeiramente significativa de aptido
possa ser atribuda a um organismo quando o meio est mudando e, especialmente, quando
ele pertence a uma comunidade ecolgica altamente interativa de organismos que se adaptam
s peculiaridades uns dos outros. A evoluo favorece a sobrevivncia do mais apto, e os mais
aptos so aqueles que sobrevivem ou aqueles cujos parentes prximos sobrevivem. A
diversidade introduzida nos animais superiores, pelo mecanismo da reproduo sexual, uma
forma de aumentar a aptido das espcies e de faz-las mais resistentes s presses seletivas
do ambiente.
116

2.4.4.3 Abordagem de Atlan

Atlan (1992) discute a evoluo dos sistemas a partir do conceito de hierarquia,


informao, entropia, rudo e redundncia. Inicia sua abordagem com uma pergunta: Quais
so as determinaes causais que dirigem a passagem de um nvel hierrquico de integrao
para outro?

Atlan, influenciado pela Matemtica, pela Biologia e pela Teoria da Informao de


Shannon e Weaver (1949), observa sistemas vindos tanto da Biologia quanto da Matemtica.
Como exemplo, cita um sistema dinmico, descrito por equaes diferenciais, cujas funes
caracterizam o nvel de interesse, e as condies limite que caracterizam o nvel superior. A
compreenso das condies limites, que impem as constantes de integrao, as quais
determinam as funes e solues, relativamente fcil de determinar. Mas, inversamente, as
funes que influenciam as condies limites so mais difceis de definir. Em outras palavras,
como um nvel inferior, menos integrado, pode influenciar um nvel superior? Como
representar o efeito do nvel molecular sobre as clulas, o das clulas nos rgos e dos rgos
no organismo?

O autor, observando essas questes, sob a tica da cincia reducionista, diz que as
propriedades do conjunto do sistema vivo encontram sua origem nas propriedades dos
componentes fsico-qumicos, em nveis de integrao muito mais elementares. Enquanto,
pelo mtodo reducionista, o detalhe gera o geral, o mtodo matemtico clssico descreve um
sistema em determinado nvel por um sistema de equaes diferenciais. Nota-se que usual
considerar que o nvel superior deve agir sobre o nvel inferior, mas, o sentido oposto (o nvel
inferior agindo sobre o superior) se impe pela observao e pelo bom senso, sendo mais
difcil de formalizar.

Pela tica da teoria de Shannon e Weaver (1949), nota-se que os mecanismos de


criao da informao, a partir do rudo, podem representar um certo progresso no
englobamento dos nveis hierrquicos. Nesse sentido, Atlan (1992) argumenta que h uma
mudana de percepo. O observador do sistema exerce duas funes: a funo de veculo do
rudo e a funo de capacidade de medio da quantidade de informao do sistema. Assim, o
observador no apenas um ser lgico que faz mensuraes, mas tambm, um nvel de
integrao mais elevado. Esse observador externo ao sistema , de fato, um sistema
hierarquizado, possuidor de um nvel de organizao superior, englobante, se comparado aos
sistemas de elementos que o constituem. , por exemplo, o rgo em relao clula, o
117

organismo em relao ao rgo etc. Para uma clula que olha as vias de comunicao que a
constituem, o rudo negativo; para o rgo que olha a clula, o rudo nas vias do interior da
clula positivo, pelo fato de aumentar o grau de variedade e, portanto, os desempenhos
reguladores de suas clulas.

Dessas anlises, Atlan (1992) prope uma teoria da organizao, definida por uma
dinmica com base na variao da quantidade de informao no tempo. Nessa dinmica, o
grau de organizao definido no por um ponto numa reta, mas por trs parmetros: dois
que exprimem um compromisso entre a redundncia, a variedade, a ordem repetitiva e a
ordem por improbabilidade, representando as duas maneiras intuitivas e opostas de conceber
um objeto organizado; o terceiro o parmetro de confiabilidade, que exprime uma espcie
de inrcia do sistema em relao s perturbaes.

A repercusso dos efeitos desses parmetros tanto pode ser positiva como negativa,
dependendo do nvel hierrquico em que o sistema se enquadra. A descoberta da redundncia
em diferentes nveis da organizao dos sistemas vivos pode fornecer apoio experimental. Por
exemplo, o sistema imunolgico composto de uma rede celular em que os linfcitos so
ligados entre si e com os antgenos que constituem seus estmulos externos por mecanismos
de reconhecimento molecular ao nvel das membranas. O sistema imunolgico um sistema
de aprendizagem no dirigido, cujo desenvolvimento condicionado pela histria dos
contatos com diferentes antgenos. O reconhecimento dos antgenos pelos linfcitos o
resultado, no nvel molecular e celular, de uma seleo de linfcitos preexistentes, com suas
estruturas membranosas adequadas, cuja multiplicao desencadeada pelo contato com
determinado antgeno. Por isso, a possibilidade de uma variedade praticamente infinita e
imprevisvel de reaes imunolgicas, a partir de um nmero finito de linfcitos
determinados, implica a cooperao de diversos nveis diferentes de reconhecimento. A
redundncia inicial, nessa cooperao, transmisso de informao entre diferentes nveis da
rede celular, que constitui o sistema imunolgico, talvez permita explicar o desenvolvimento
com aumento de diversidade e de especificidade.

A abordagem de Atlan destaca a importncia dos mecanismos de captao, transporte


e distribuio da informao para o processo de evoluo dos sistemas.
118

2.4.4.4 Abordagem de Beer

Beer (1972) discute a evoluo dos sistemas a partir de uma analogia entre a empresa e
o corpo humano. O corpo humano composto de coluna vertebral, sistema nervoso, crebro
etc. Para o organismo sobreviver, o sistema nervoso precisa processar as informaes e
regular o enorme nmero de variveis. O autor denomina esse sistema de neurociberntico,
pois dirigido por fluxos de informao e comunicao que os une dentro de um
empreendimento. A informao circula pelos vrios canais, indicando como a organizao
global e suas partes diferentes trabalham para alcanar objetivos comuns. Dessa forma, Beer
estabelece que um sistema vivel possui propriedades de auto-organizao, autoconscincia,
ocorrncia e manuteno da identidade. Para o autor, os princpios e a estrutura de trabalho do
sistema nervoso humano podem ser aplicados a todos os tipos de organizaes para
demonstrar a adaptao, a aprendizagem, a regulao e o desenvolvimento do sistema.

O objetivo central do autor entender o controle do sistema e o conceito de variedade.


As organizaes existem em ambientes muitos complexos e, para serem controladas,
necessrio usar a variedade para controlar a prpria variedade. Isso denominado lei da
variedade requerida. A variedade de uma unidade de controle deve estar, pelo menos, igual
variedade do sistema governado. Devido quantidade de informao, necessrio um
codificador que funcione como um tradutor em um processo de comunicao que cruza vrios
limites do sistema.

A partir desses conceitos, Beer formulou quatro princpios os quais todas as


organizaes viveis devem seguir. O primeiro princpio da organizao trata da variedade
existente num sistema, observando o custo gerado por ela. O segundo princpio trata dos
canais que difundem a informao entre as unidades organizacionais e o ambiente. O terceiro
princpio trata da codificao que deve possuir uma variedade semelhante do canal de
comunicao. O quarto princpio a operacionalizao dos trs primeiros princpios com
periodicidade no tempo.

Beer (1972) estabelece que as organizaes viveis devem ser includas em cinco
nveis hierrquicos de evoluo. O sistema um, composto das unidades que so controladas.
Na empresa, representado pelos departamentos. Nesse nvel, incluindo-se a atividade
administrativa, as operaes que constituem o sistema total, o ambiente no qual a organizao
est inserida, as interaes entre canais, variedade e entidades. O sistema dois coordena,
harmoniosamente, as partes do sistema um, incluindo a necessidade do sistema de informao
119

para a tomada de deciso descentralizada em redes de informao e contato. O sistema trs


denominado aqui e agora. So os componentes funcionais de uma empresa (contabilidade e
pessoal, por exemplo). Suas tarefas principais so: manter a conexo interna da sua infra-
estrutura e a configurao exata do sistema um, interpretar as decises da administrao
hierrquica mais alta e alocar os recursos s partes do sistema um. O sistema quatro
representado pela mudana. Ele acelera o desenvolvimento externo, administra contatos
externos, desenvolvendo e planejando projetos futuros. O sistema cinco monitora as
operaes que equilibram os sistemas trs e quatro. Trata-se de um meta-nvel, responsvel
pelas principais polticas da empresa e pelos investimentos em infra-estrutura.

O autor argumenta que qualquer sistema vivel contm e contido por outros
sistemas viveis. Logo, para estudar esse fenmeno necessrio considerar a organizao, o
foco do estudo, o ambiente e as interaes da organizao com o ambiente.

Na seqncia, na prxima seo, apresenta-se o sumrio das abordagens discutidas.

2.4.4.5 Sumrio das Abordagens

Para facilitar a compreenso e diferenciao entre as diversas abordagens sobre a


evoluo dos sistemas, apresenta-se, no Quadro 7, um resumo delas.

Das abordagens apresentadas nas ltimas quatro sees sobre a evoluo dos sistemas
e sumarizadas no quadro 7, pode-se notar que existem quatro tipos bsicos de abordagens.
Elas so utilizadas para distinguir os diferentes propsitos que norteiam as argumentaes dos
autores. Percebe-se que estes so motivados por demandas variadas, mas apresentam como
caracterstica comum a busca pela compreenso dos mecanismos que levam um sistema
complexo a evoluir.

Os autores sedimentam suas abordagens na Biologia, na Cincia dos Sistemas e na


Teoria da Informao e constroem suas argumentaes baseados em conceitos derivados
dessas reas. Em cada abordagem, existe a tentativa de explicar como e por que os sistemas
evoluem, questes que nem sempre ficam claras.

No grupo das abordagens qualitativas, pode-se notar a preocupao em determinar o


tamanho fsico dos sistemas que conseguem mudar de um determinado nvel de complexidade
para outro, sendo utilizadas tcnicas matemticas para mensur-los.
120

No grupo das abordagens quantitativas, pode-se destacar a de Turchin (1977), que


introduz o conceito de metassistema de transio (MST). Este aborda a integrao e o controle
dos sistemas associando-os aos mecanismos de evoluo: o processo de tentativa e erro, a
aptido do sistema, o processo variao-seleo e a co-evoluo. Maynard e Szathmry
(1999) seguem a mesma lgica de Turchin, tratando das transies evolucionrias dos
sistemas biolgicos. Eles se concentram nas formas intermedirias que guiam a evoluo de
um sistema e nos mecanismos de replicao dos genes, analisando, em especial, o
desempenho dos replicadores egostas. Dawkins (1986) analisa o processo de evoluo
cultural em analogia ao processo de evoluo biolgica. Ele mostra que os padres culturais
so transmitidos de indivduo para indivduo pela menor unidade de cultura, memes, como
acontece na evoluo biolgica em que os genes so transmitidos de gerao a gerao. Seu
objetivo compreender como a cultura evolui no tempo.

No grupo das abordagens estruturais, destacam-se trs pesquisadores Boulding (1956),


Simon (1969) e de Heylighen (1991) pela influncia que exercem nos demais pesquisadores,
que estudam a evoluo dos sistemas complexos. O primeiro criou uma escala de nveis de
complexidade que englobam sistemas pertencentes a diferentes campos cientficos. Apesar
disso, apresentam em comum caractersticas que os identificam como pertencentes a um
determinado nvel de complexidade. O segundo desenvolveu os conceitos de estruturas
hierrquicas que facilitam a evoluo do sistema, de nveis quase decomponveis, pois os
sistemas complexos no podem ser totalmente decompostos sem que sejam destrudos. O
terceiro discute a imprevisibilidade no comportamento dos sistemas que aumenta proporo
que existem escolhas possveis em funo do aumento na variedade. O alto grau de autonomia
e a imprevisibilidade introduzem um novo potencial para a complexidade.

No grupo das abordagens funcionais, a preocupao est em compreender como as


informaes so processadas e controladas para o funcionamento do sistema. Dos
representantes desse grupo, Stewart (2000) apresenta o mecanismo da cooperao como uma
forma inteligente de evoluir e se adaptar ao ambiente, destacando a questo dos replicadores
egostas, que, mesmo com um propsito individualista e competitivo, apresentam um
resultado global cooperativo. Gell-Mann (1996) est preocupado com a adaptao do sistema
no decorrer do processo evolutivo. Ele ressalta que a evoluo no uniforme nem previsvel
e pode apresentar crescimento ou reduo na passagem de um nvel para outro. Os demais
autores desse grupo seguem a mesma lgica, mas com objetivos diferentes.
121

Abordagens para a evoluo dos sistemas


Abordagens Autores rea Objetivos Caractersticas
Pettersson No cita Estudar os nveis intermedirios de (1) Tamanho de cada nvel; (2) Cria regras para reger cada nvel; (3) Nveis
(1996) evoluo. integrativos; (4) Transies de nveis.
Quantitativa

Coren No cita Estudar a acelerao das transies (1) Transies de nveis; (2) Crescimento da informao; (3) Modelar cada
(1998) evolucionrias. nvel de acordo com sua quantidade numrica.
Klir Matemtica Criar uma ordem hierrquica capaz de Analisa: (1) Investigador e o seu ambiente; (2) O objeto investigado e o seu
(1985) facilitar a resoluo e o controle dos ambiente; (3) A interao entre o investigador e o objeto investigado.
problemas relacionados aos sistemas.
Turchin Ciberntica Estudar os metassistemas de transio (1) Integrao e controle dos sistemas; (2) Processo de tentativa e erro; (3) A
(1977) (MST). aptido do sistema; (3) O processo variao-seleo; (4) Co-evoluo; (5)
Cooperao e competitividade.
Maynard e Biologia Estudo das transies evolucionrias. (1) Diferenas entre uma transio e outra; (2) Formas intermedirias de
Qualitativa

Szathmry evoluo; (3) Cooperao, competio e desertores.


(1999)
Dawkins Evoluo Estudo da evoluo da cultura, memes. (1) Fecundidade, longevidade e fidelidade na replicao. (2) Diversidade de
(1986) elementos; (3) Herana ou replicao.
Biolgica e
Cultural
Kelly e Usa as cincias da complexidade como (1) Nveis de aptido; (2) Tratam os problemas como um sistema formado por
Allison vantagem competitiva na gesto de partes em conexo; (3) Auto-organizao como forma de evoluo do
Empresas
(1998) organizaes empresariais. sistema.
Simon Sistemas Estudo da estrutura em nveis (1) Holons; (2) Quase decomponibilidade; (3) Interaes entre subsistemas.
(1969) Artificiais hierrquicos dos sistemas
Boulding Cincia dos Criar uma hierarquia para a (1) Sistemas de reas diversas que apresentam caractersticas similares; (2)
(1956) Sistemas complexidade que agrupa sistemas de Propriedades emergentes; (3) Nvel de complexidade que comporta sistemas
vrios campos. de diferentes campos.
Le Moigne Cincia dos Identificar o nvel de evoluo dos (1) Articulao do sistema; (2) Identificao das operaes, decises e
Estrutural

Sistemas sistemas, as propriedades emergentes informaes dos sistemas; (3) Decomposio de sistemas em subsistemas.
(1977)
em cada nvel e model-los de acordo
com grau de complexidade.
Heylighen Fsica e Elaborar uma distino fundamental (1) Preocupao com os processos: variao, seleo e reproduo; (2)

Quadro 7: Principais abordagens sobre a evoluo dos sistemas complexos (Continua...) 121
122

(1991) Sistemas entre sistemas em diferentes nveis Autonomia e imprevisibilidade do sistema; (3) Identificao da racionalidade,
Biolgicos hierrquicos. da aprendizagem, da capacidade sensorial do sistema e da capacidade de
adaptao do sistema.
Villegas Modelagem Compreender a evoluo dos sistemas (1) Capturar as caractersticas bsicas do sistema em relao s fontes de
(2001) de Sistemas complexos e utilizar esse conhecimento complexidade e imprevisibilidade que emergem do seu comportamento; (2)
para a modelagem de sistemas Diferenciar os sistemas inanimados dos vivos, com capacidade de
complexos. autoconscincia ou no.
Daft (2002) Empresas Verificar como os sistemas so (1) Sistemas formados de subsistemas; (2) Ver a interferncia de um sistema
englobados por outros. de outro; (3) Seleo do nvel - foco da anlise
Miller Psicologia, Identificar processos comuns que so (1) Os nveis mais altos englobam os mais baixos e formam um supra-
(1990) Biologia e essenciais manuteno de todos os sistema; (2) Cada nvel constitudo de uma estrutura individual e de
Teoria Geral sistemas vivos. processos prprios; (3) Preocupao com o espao fsico e conceitual
dos ocupado pelo sistema; (4) Alia sistemas vivos a artefatos.
Sistemas.
Checkland Cincia dos Desenvolver hierarquia para os (1) Sistemas so relacionados entre si, num mapa global; (2) Destaca a
(1981) Sistemas sistemas naturais. importncia dos sistemas humanos; (3) Aplicao de metodologias adequadas
ao tipo de sistema.
Stewart Biologia Mostrar que a evoluo dos sistemas (1) Evoluo cooperativa; (2) Emergncia de altos nveis de controle no
(2000) progressiva e produz sistemas mais processamento da informao; (3) Integrao de sistemas; (4) Sistemas
complexos e adaptativos. gerentes.
Gell-Mann Biologia Compreender como as espcies (1) Equilbrio interrompido; (2) Agregao de sistemas; (3) Emergncias de
(1996) biolgicas se adaptam. propriedades; (3) Evoluo ocorre em etapas; (4) Sistema possui
regularidades; (5) Aptido, diversidade, presses seletivas.
Funcionnal

Atlan (1992) Matemtica, Compreender que um nvel integrado (1) Compreenso da informao, entropia, rudo e redundncia; (2) Incorpora
Biologia e por outro, numa escala crescente de o observador no sistema.
Teoria da complexidade.
Informao
Beer Biologia e Desenvolver um sistema vivel para (1) Sistema dirigido por um fluxo de informao e comunicao; (2) Processa
(1972) Empresas avaliar o nvel de complexidade das as informaes e regular o enorme nmero de variveis; (3) Possui
empresas, baseado nas propriedades do propriedades de auto-organizao, autoconscincia, ocorrncia e manuteno
corpo humano. Ele busca compreender da identidade; (4) Demonstra a adaptao, a aprendizagem, a regulao e o
o controle e a variedade existente no desenvolvimento do sistema. (5) Possui interaes, variedade e codificao.
sistema.

Quadro 7: Principais abordagens sobre a evoluo dos sistemas complexos (....Concluso).) 122
123

Nota-se que as abordagens relativas evoluo dos sistemas complexos, apesar de


concordarem que a complexidade evolui em nveis, que os sistemas possuem estruturas e que
os nveis so hierrquicos, apresentam objetivos diferentes de acordo com a rea que est
sendo investigada. Em outras palavras, no h unanimidade na resposta a como e por que a
complexidade evolui. O que existem so abordagens direcionadas a campos especficos,
momentos particulares e propsitos diferentes de investigao. Isso, contudo, no representa
um aspecto negativo; a diversidade de vises e aplicaes enriquece as anlises da evoluo
dos sistemas e abre oportunidades a novas contribuies e intervenes.

Observa-se tambm, que o sistema complexo no, necessariamente, evolui para um


nvel mais alto de evoluo em complexidade; dependendo dos mecanismos utilizados para
tal propsito, a mudana de um nvel para outro pode gerar uma diminuio no nvel de
complexidade do sistema, podendo ser um dos fatores que contribui para a levar a sua
extino. Logo indispensvel estar atento s intervenes que norteiam o sistema em direo
mudana de nveis e conseqente evoluo da complexidade.

2.5 CONCLUSES DO CAPTULO

Para utilizar o termo complexidade,na modelagem de sistemas complexos,


essencial compreender sua abrangncia e suas interfaces.

Neste Captulo, buscou-se conhecer e discutir diversas abordagens do termo e associ-


lo ao conceito de sistema. O objetivo foi resgatar, desde a origem da palavra complexo at o
desenvolvimento de teorias que apresentam, em comum, o fato de possurem como objeto de
estudo a complexidade dos fenmenos.

Discutiram-se as diferentes aplicaes do termo complexidade e as diferenas entre os


sistemas complexos e complicados. Na seqncia, levantaram-se as abordagens que so
apropriadas interveno nos sistemas complexos e as intervenes que so apropriadas aos
sistemas complicados. A partir dessa compreenso, apresentaram-se as teorias desenvolvidas
para tratar os sistemas complexos, os quais so imprevisveis e dinmicos. As teorias
apresentam semelhanas e diferenas, cada uma das quais, foi desenvolvida com um
propsito particular, sendo, por isso, apropriadas a sistemas com caractersticas diferentes. A
124

evoluo dos sistemas, em nveis hierrquicos de complexidade, tratada com foco nas
propriedades emergentes que diferenciam um sistema do outro.

O foco deste trabalho o desenvolvimento de uma modelagem de referncia para


representar sistemas complexos sociais, assunto sobre o qual as discusses ainda so poucas e
recentes no meio acadmico. Na verdade, ferramentas, modelagens, metodologias criadas
para representar fenmenos complexos so escassas; quando so desenvolvidas, tm o
objetivo de atender a campos e propsitos particulares da cincia.

A modelagem de sistemas complexos envolve desde o conhecimento do termo


complexidade, passando pela compreenso e abrangncia do conceito de sistema, at o
conhecimento dos mecanismos utilizados pelo sistema na sua evoluo.

Esse um campo muito abrangente, por isso no se tem o propsito de esgotar o


tema; apesar de pouco explorado, no mbito da sua aplicao em sistemas organizacionais,
muito vem sendo escrito e discutido no mbito terico da construo das Cincias da
Complexidade. A literatura pesquisada mostra que muitos esforos tm sido feitos, no sentido
de criar uma estrutura conceitual de referncia para tratar os sistemas complexos, porm, para
que a estrutura conceitual de referncia seja efetiva, preciso que sejam implementadas
modelagens que direcionem a aplicao dos conceitos.

Com esse propsito, buscaram-se, na literatura sobre esse assunto, ferramentas que
pudessem ser empregadas na modelagem de um sistema complexo, considerando suas
propriedades emergentes, suas interaes e seu nvel de evoluo. O Captulo seguinte discute
esses temas.
CAPTULO 3: MODELAGEM DE SISTEMAS COMPLEXOS

Como discutido no Captulo 2, o principal problema deste trabalho centra-se na


modelagem de um sistema complexo social. Neste Captulo, apresenta-se, inicialmente, uma
discusso sobre o conceito de modelagem. Na seqncia, abordam-se o paradigma
reducionista e o paradigma sistmico. Aps, expe-se a noo de sistema como a base para a
construo de uma modelagem adequada a sistemas complexos, mostrando e discutindo
alguns tipos mais comuns, de auto-organizaes assumidas pelos sistemas complexos. Por
fim, apresentam-se e analisam-se algumas ferramentas que podem representar os sistemas
complexos.

3.1 O TERMO MODELAGEM

Para discutir a modelagem de sistemas, inicia-se por uma distino que associa a
maneira de perceber os fenmenos ao modo de pensamento que predomina em cada
indivduo, na observao de um determinado fenmeno, num momento especfico do tempo.
Gell-Mann (1996) apresenta a distino, introduzida pelo filsofo Von Schelling e
difundida por Nietzsche, entre os apolneos, que favorecem a lgica, a abordagem analtica
e a avaliao desapaixonada das evidncias, e os dionisacos, mais inclinados intuio,
sntese e paixo. Essas caractersticas so, algumas vezes, descritas como correspondentes
aos indivduos que enfatizam o uso do lado esquerdo e direito do crebro, respectivamente.
Gell-Mann pressupe que existe um grupo de indivduos que pertence a uma terceira
categoria, diferente das duas primeiras: so os odisseianos, que combinam o pensamento
apolneo com o pensamento dionisaco, na busca por relaes entre as idias.
Indivduos com caractersticas odisseianas tendem a ver o mundo de modo
sistmico, com dificuldade de aceitar as idias reducionistas que, geralmente, norteiam as
representaes dos fenmenos. A esse respeito, Maturana e Varela (2001) discutem a validade
do representacionismo, teoria segundo a qual o crebro recebe passivamente informaes
vindas, j prontas, de fora. O foco dessa teoria centra-se no modelo mental fragmentador, o
que traduz a separao entre sujeito-objeto, representado, portanto, de forma reduzida e
desintegrada do contexto.
126

Em contraponto teoria representacionista, Maturana e Varela (2001) argumentam


que os indivduos constroem o mundo em que vivem no decorrer de sua trajetria de vida, ao
mesmo tempo em que so transformados pelas interaes com o mundo exterior. Os seres
vivos so autnomos, por isso, no podem se limitar a receber passivamente informaes e
comandos vindos de fora. A autonomia uma caracterstica do ser vivo isolado, sem interao
com o meio. Portanto, quando ele observado em interao com o ambiente, evidente a sua
dependncia dos recursos externos para sobreviver.
Nesse sentido, autonomia e dependncia deixam de ser conceitos opostos e passam a
ser complementares. Dessa relao, nasce a percepo de mundo de cada indivduo. Este
observa a si mesmo e o meio, de acordo com o conhecimento e a experincia que possui. A
partir disso, ajusta-se internamente para se adaptar s perturbaes do ambiente exterior.
Quanto mais aptos estiverem os seres para perceber e resistir s perturbaes externas, mais
estveis eles sero internamente, conseqentemente, mais adaptveis. A esse respeito,
Heylighen, Joslyn e Turchin (1995) abordam que diferentes sistemas possuem diferentes
competncias para acessar e utilizar energia e recursos do ambiente. Quanto mais mecanismos
possurem, conhecerem e acessarem para captar esses recursos, mais capacidade tero para
reagir positivamente e se ajustarem s mudanas do ambiente, de modo eficaz.
Pode-se dizer que a representao dos objetos pelos indivduos est diretamente ligada
ao modo como cada um percebe o mundo e interage com ele. Heylighen (1988) destaca que a
representao do mundo , em grande parte, feita em funo do paradigma dominante em
cada poca. O autor exemplifica esse fato, mostrando que o surgimento da Fsica, de Newton,
norteou o paradigma mecanicista, o qual influenciou muitas outras cincias. Os objetos da
Fsica so modelados como partculas, e estas como sistemas elementares, sem estrutura
interna e obedecendo s imutveis leis externas do movimento.
Heylighen (1988) argumenta que, mesmo quando um fsico considera um planeta sob
o ponto de vista do paradigma mecanicista, ele v o planeta como uma estrutura rgida, um
objeto esfrico que se move em volta do Sol, numa trajetria determinada, exclusivamente por
uma massa global. Ignoram-se todos os sistemas qumicos, biolgicos, psicolgicos e
culturais, que podem ter se desenvolvido no planeta. Mas os fsicos so conscientes de que
negligenciam muitos fenmenos importantes quando modelam um planeta como se fosse uma
partcula. Os mais tradicionais se mantm reducionistas: eles acreditam que todos os
comportamentos de todos os sistemas complexos, na superfcie de um planeta, sejam de
qualquer tipo, podem ser compreendidos por meio dos mecanismos das partculas
elementares, atravs das quais so constitudos.
127

Por outro lado, Morin (1977) adverte sobre as vrias dimenses que assume cada
fenmeno. Como exemplo, cita a concepo de homem que ora pode ser visto como
individual, ora social, ora biolgico. Logo, para modelar um fenmeno de forma que
represente a realidade, preciso considerar as vrias dimenses que o compem. Em geral,
muito difcil representar todas as dimenses que constituem um fenmeno num nico modelo.
Por isso, podem-se considerar, apenas, algumas de suas dimenses, desde que se tenha
conscincia de que o fenmeno possui outras dimenses que no so contempladas no
modelo.
Para Le Moigne (1977), modelar conceber, para um objeto, um modelo que permita
conhec-lo, compreend-lo, interpret-lo e auxilie na antecipao do comportamento dele. Na
viso do autor, o observador um sujeito ativo que procede a uma descrio comunicvel do
que percebe e do que concebe. Burke (2000) ressalta que a complexidade de um sistema est
relacionada ao seu observador. A modelagem representada pela dimenso que assume o
esquema usado pelo observador para descrever o sistema. Para Morin (2001), as vises do
mundo so as tradues do mundo. Interpreta-se a realidade em representaes, noes, idias
e, depois, em teorias. Para Villegas (2001), um modelo , em geral, uma representao de um
objeto (numa posio realstica) ou a representao de uma idia (numa posio idealista) que
o sujeito cria de um determinado fenmeno. Colella, Klopfer e Resnick (2001) argumentam
que as maneiras de se perceber o mundo so profundamente influenciadas pelas ferramentas
que esto disponveis e so utilizadas. Nesse sentido, Gattaz (2001) lembra que a percepo
do mundo no pode ser dissociada das experincias do sujeito que a descreve, pois a
experincia individual, na absoro das demais interpretaes, que o conduz construo da
realidade. Nero (2001) destaca que a modelagem um processo de converso da percepo
da realidade em representao. A noo de modelagem mostra que o observador abstrai
propriedades das coisas do mundo real para obter uma representao do mundo fsico, a qual
deve ser capaz de tratar a complexidade inerente a esse mundo fsico. Por fim, Le Moigne
(1977,p.44) lembra que h vinte e seis sculos, Lao-Tseu j ensinava que o caminho que
adotamos no o nico caminho.
Nota-se que o conceito de modelagem est diretamente ligado percepo que o
observador possui do mundo e, por conseqncia, do objeto que ele deseja representar. Por
sua vez, o modo de perceber o mundo est relacionado ao paradigma que norteia determinado
perodo de tempo. Por isso, segundo Le Moigne (1977), existem dois grandes grupos de
modelagem: a modelagem analtica, com base no paradigma cartesiano, e a modelagem
sistmica, com base na complexidade. A primeira segue a lgica da disjuno entre o objeto e
128

o sujeito, objetivos da qual controlar, eliminar a complexidade, dividir o objeto em partes,


isolando-o do seu contexto. A segunda segue a lgica da associao entre objeto e sujeito,
objetivos da qual articular, encontrar a complexidade e aproveitar a riqueza da diversidade,
considerando o objeto como um sistema em interao com seu contexto.
Assim, no se deve classificar as modelagens e os paradigmas como melhores ou
piores. O que se pode assumir que determinadas modelagens so mais apropriadas para as
caractersticas e objetivos de determinadas situaes, alm de estabelecer as limitaes da
modelagem adotada.
Nesse ambiente, Kuhn (1978) destaca que, geralmente, a emergncia de um novo
paradigma traz uma nova concepo do universo e do conhecimento. A passagem do
paradigma cartesiano ao paradigma sistmico buscou analisar ou resolver fenmenos
considerados complexos. A complexidade existente nesses fenmenos , principalmente,
atribuda ao desafio de melhor compreender a participao do homem no seu contexto.

Na seqncia, apresentam-se os principais paradigmas que nortearam determinadas


pocas, interferindo na percepo do mundo, por conseguinte, nos tipos de modelagens dos
objetos.

3.2 PARADIGMAS DA CINCIA

Paradigma definido como um esquema global composto de algumas hipteses de


base, sobre as quais cada poca cientfica conduzem orientaes de investigao (KUHN,
1978). De acordo com o paradigma dominante, as teorias e os modelos so desenvolvidos
(STEINBRUNER,1974). Koestler (1960) destaca os filsofos jnicos, Aristteles, Plato,
Coprnico, Kepler, Galileu e Newton como exemplos de criadores de novos paradigmas, os
quais romperam de modo brusco com as longas estabilidades do pensamento humano.

3.2.1 PARADIGMA REDUCIONISTA

Para apresentar os fundamentos do paradigma reducionista, resgatam-se as condies


que propiciaram o seu estabelecimento, alm de mostrar que este fundamentou os preceitos
das cincias clssica e moderna.
129

3.2.1.1 Cincia Clssica

A lgica de funcionamento da cincia clssica nasceu no mundo grego antigo, o


objetivo da qual era a busca da simplificao dos fenmenos e a descrio completa da
natureza por meio de leis simples. Essa lgica diz respeito aos conceitos, proposies,
inferncias, julgamentos e raciocnios simplificadores, fundamentos que foram propostos no
Organon6, de Aristteles (PRIGOGINE e STENGERS,1997).

A cincia clssica se fundamenta em quatro princpios: o princpio da ordem, o


princpio da separabilidade, o princpio da reduo e o princpio da lgica indutivo-dedutivo-
identitria, os quais funcionam num ambiente de certeza e busca pela simplificao da
complexidade existente nos fenmenos (MORIN, 2001).

O princpio da ordem postula que o universo regido por leis imutveis, viso do
qual, nasce a concepo determinista e mecnica do mundo. Assim, toda desordem
considera-se como carncia de conhecimento, para torn-la ordem.

O princpio da separabilidade segue a lgica de que, para resolver um problema,


preciso decomp-lo em elementos simples.

O princpio da reduo se alicera na idia de que o conhecimento dos elementos de


base do mundo fsico e biolgico indispensvel, enquanto o conhecimento do conjunto de
processos, mudanas e diversidade secundrio. Esse princpio tende a reduzir o conhecvel
quilo que mensurvel, quantificvel, formalizvel, seguindo os preceitos de Galileu, que s
considerava os fenmenos que podiam ser descritos por meio de quantidades mensurveis
(GLEICK, 1990).

O princpio da lgica indutivo-dedutivo-identitria est associado razo. A induo,


a deduo e os trs axiomas de Aristteles (identidade, contradio, excluso) asseguram a
validade formal das teorias e raciocnios.

Morin (1977,2001) destaca que os quatro princpios so interdependentes e reforam-


se mutuamente. Disjuno e reduo eliminam o que no redutvel ordem, s leis gerais, s
unidades elementares. Esses princpios ocultam a constante presena da desordem no mundo
e o problema da organizao. A conjuno dos quatro princpios, portanto, determina o
pensamento simplificador, submisso hegemonia da disjuno, da reduo e do clculo.
6
Organon a denominao dada por Aristteles lgica que, para ele, significava um instrumento de
conhecimento e no o juiz do conhecimento.
130

3.2.1.2 Cincia Moderna

Para Pigliucci (2000), o nascimento da cincia moderna atribudo a uma grande


variedade de circunstncias, eventos e pessoas, mas inquestionvel a importncia de Ren
Descartes, filsofo francs, quem primeiro articulou os fundamentos do moderno mtodo
cientfico de pesquisa.
Pode-se dizer que a maior contribuio da abordagem de Descartes foi a idia de que
os sistemas complexos podem ser compreendidos pela anlise de uma de suas partes, no
tempo, e, a partir da compreenso dessa parte, atribuir suas concluses ao sistema como um
todo, compreendendo-se o contexto. Com esse objetivo, Descartes, em 1619, formulou
quatro preceitos bsicos que fundamentam um mtodo universal para conduzir a razo
(DESCARTES, 1980).
O primeiro o da evidncia: postula que nunca se deve aceitar nada como verdadeiro,
se no possvel provar. Em outras palavras, tem-se de evitar cuidadosamente a precipitao
e a previso.
O segundo o da reduo: pressupe a diviso das dificuldades encontradas para a
resoluo de um problema na mxima quantidade de partes que facilite essa resoluo.
O terceiro o da causalidade: estabelece uma ordem hierrquica para facilitar o
conhecimento dos objetos. Inicia-se pelos elementos mais simples e mais fceis de identificar,
evoluindo-se para objetos complexos e mais difceis.
O quarto o da exaustividade: retoma os trs primeiros preceitos, perfazendo
enumeraes to completas e revises to gerais do objeto estudado que se supe ter o total
conhecimento desse objeto.
Os quatro preceitos, institudos por Descartes, marcam a passagem da cincia clssica
para a cincia moderna: a primeira norteada pela filosofia aristotlica; a segunda guiada pelo
pensamento cartesiano. Enquanto a Cincia Clssica associava a Cincia Filosofia, a
Cincia Moderna, estabelecida por Descartes, dissocia a Cincia da Filosofia (MORIN,1991).
Assim, apesar de continuar com o objetivo da reduo herdada da lgica da cincia clssica, a
mudana, estabelecida por Descartes na cincia moderna, conduziu elaborao de um
conhecimento cientfico com especificaes metodolgicas, com princpios e regras que
fazem desse conhecimento objetivo e universal.
O Quadro 8 apresenta um resumo dos princpios da cincia clssica e dos preceitos da
cincia moderna.
131

Cincia Clssica Cincia Moderna


Lgica de funcionamento: Simplificao Lgica de funcionamento: Simplificao
Base da lgica: Filosofia Aristotlica Base da lgica: Pensamento Cartesiano
Cincia associada Filosofia Cincia dissociada da Filosofia
Princpios Bsicos Preceitos Bsicos
1. Princpio da ordem 1.Preceito da evidncia
2. Princpio da separabilidade 2.Preceito da reduo
3. Princpio da reduo 3. Preceito da causalidade
4. Princpio indutivo-dedutivo-identitrio 4. Preceito da exaustividade
Quadro 8: Princpios da Cincia Clssica e Preceitos da Cincia Moderna

Observando-se o Quadro 8, nota-se que as lgicas de funcionamento das cincias


clssica e moderna so as mesmas, mas com fundamentaes diferentes. Enquanto a cincia
clssica se embasa na filosofia aristotlica, a cincia moderna se fundamenta no pensamento
cartesiano. No caso da cincia clssica, Filosofia e Cincia so associadas para determinar os
princpios norteadores. J a cincia moderna desconsidera as interferncias da Filosofia na
construo da Cincia.

3.2.1.3 Ramificaes do Paradigma Reducionista

O paradigma reducionista ramificado em dois outros principais paradigmas: o


mecnico racional e o mecnico estatstico (LE MOIGNE, 1977).
O paradigma mecnico racional tem o propsito de explicar e descrever o objeto
investigado. Para elucid-lo analisa-se a estrutura a qual determina as funes desse objeto. A
estrutura considerada a causa, a condio necessria e suficiente do efeito e da funo do
objeto. Esse paradigma teve seu apogeu no sculo XIX e explicava a racionalidade do homem
a partir de causas mecnicas. O paradigma mecnico estatstico ou paradigma evolucionista
marca a passagem de anlises micros (realizadas por bilogos e socilogos) para anlises
macros - realizadas por fsicos, matemticos e engenheiros (ROSNAY,1975). A teoria da
evoluo das espcies e o desenvolvimento da Termodinmica incorporam a viso dos
movimentos dinmicos e das transformaes irreversveis da estrutura no tempo, em
contraponto viso reversvel do paradigma da mecnica racional (LE MOIGNE, 1977). A
incorporao do conceito de sistema fechado leva ao objeto fundamental deste paradigma:
estudar a estrutura associada evoluo e seqncia de transformaes internas do objeto.
Para Geyer e Rihani (2000), as descobertas feitas por Newton e por Einstein na
Fsica, e outras descobertas em campos como o Magnetismo, a Eletricidade e a Qumica,
todas apoiadas nos preceitos cartesianos, criaram alto grau de confiana no poder da razo
132

para enfrentar qualquer situao. Isso induziu a crena de muitos cientistas do final do sculo
XIX e incio do sculo XX, de que poucas inovaes restariam para serem descobertas. Capra
(1996) destaca que os cientistas da poca acreditavam que o universo era, de fato, um grande
sistema mecnico funcionando de acordo com as leis de Newton, totalmente causal e
determinstico.
Observa-se que o paradigma reducionista proporcionou muitos progressos para a
cincia, mas, apesar do sucesso desse mtodo, cientistas de vrias reas perceberam que os
sistemas com muitas interaes e propriedades emergentes careciam de um mtodo mais
sistmico para gui-los. Nessa situao, Capra (1996) argumenta que alguns pesquisadores
comearam a observar que as solues oferecidas pelas equaes de Newton restringia-se a
fenmenos simples e regulares, enquanto a complexidade de vrias reas pareciam esquivar-
se a qualquer modelagem mecanicista.

3.2.1.4 Em busca de um novo Paradigma

A partir dessas constataes, iniciam-se discusses direcionadas ao desenvolvimento


de modelagens que comtemplem, tambm, as probabilidades e no somente as certezas, como
propunham os preceitos cartesianos. Geyer e Rihani (2000) ressaltam que cientistas, como
Bohr, Heisenberg, Dirac e Einstein, os quais observaram a necessidade de um paradigma
sistmico, no apontaram os preceitos cartesianos como errados, apenas demonstraram que
alguns fenmenos, na Fsica e em outros campos, so probabilsticos. Ackoff (1974) lembra
que a revoluo sistmica no uma negao dos paradigmas que o antecederam, uma
superao.

Nesse sentido, Foster, Kay e Roe (2001) destacam que as descobertas ocorridas
durante o sculo XX questionaram os preceitos da cincia reducionista. Como exemplo, cita a
Fsica Subatmica e a Mecnica Quntica, as quais demonstram ser a previsibilidade e o
perfeito conhecimento inatingveis. Em nveis macroscpicos, investigaes em Ecologia e
Ciberntica, por exemplo, tambm revelaram as limitaes do tratamento dos sistemas
complexos com o paradigma reducionista. Na mesma linha de argumentao, Heylighen
(1988) evidencia que, apesar do objetivo da Fsica ser tanto formular quanto pesquisar as mais
completas descries possveis dos fenmenos mais elementares, a trajetria de evoluo,
primeiro com a Mecnica Quntica, seguida pelas teorias dos campos qunticos, e por fim
133

com as teorias das partculas elementares, mostram que a pesquisa leva a modelos muito mais
complexos, operando em ambientes incertos.

Nota-se que, na trajetria de evoluo dos fenmenos, sejam eles fsicos, qumicos,
biolgicos ou sociais, aparecem comportamentos que no podem ser modelados, unicamente,
pelos preceitos reducionistas, sendo preciso outros modos de interveno que considerem a
incerteza, a imprevisibilidade e a complexidade exibidas por tais fenmenos.

Na busca por um paradigma unificador no-reducionista, manifestaram-se, entre os


anos 1950 e 1970, duas abordagens: uma europia e outra norte-americana. A primeira institui
o paradigma estruturalista; a abordagem segunda, o paradigma ciberntico (LE MOIGNE,
1977).
O paradigma estruturalista prope um procedimento global para descrever o objeto
investigado em sua totalidade, envolvendo a estrutura, a evoluo e a funo dele. O
paradigma ciberntico prope uma inverso na interveno dos objetos, ao invs de centrar a
ateno nos mecanismos e nas estruturas. Pelo contrrio, recomenda ignor-los, fechando-os
numa caixa preta, privilegiando a interpretao dos comportamentos e das interfaces do objeto
no ambiente percebido.
Na Biologia, Bertalanffy (1968) se contrape aos paradigmas reducionista e
estruturalista, argumentando que os organismos biolgicos no podem ser reduzidos a um
amontoado de pequenos corpos slidos, j que so sistemas abertos e, por isso, precisam
interagir com o ambiente para sobreviver. Dessa constatao, Bertalanffy discute a
necessidade da passagem do paradigma reducionista ao paradigma sistmico.
Para Morin (2001), existiu uma crise da simplificao que foi marcada por duas
revolues. A primeira ocorreu na Fsica, no incio do sculo XX, a qual operou uma crise na
ordem, na separabilidade, na reduo e na lgica. A segunda se manifestou pela emergncia
das cincias dos sistemas e da percepo das interaes, que afetaram a base da
separabilidade e da reduo.

Dessa forma, Le Moigne (1977) argumenta que, para encontrar outros mtodos que
possam intervir em sistemas complexos, as investigaes seguem na busca de um contrrio
complementar para os preceitos cartesianos.

Na seqncia, na prxima seo, apresentam-se o paradigma sistmico, seus


fundamentos e sua aplicabilidade.
134

3.2.2 PARADIGMA SISTMICO

Entre os anos de 1940 a 1970, algumas teorias, fundamentadas no paradigma


sistmico, foram desenvolvidas. Dentre elas, destacam-se: o desenvolvimento da General
System Theory, por Bertalanffy; a Teoria Geral do Universo de Monod, o mtodo
desenvolvido por Morin para tratar os sistemas complexos e a teoria da modelizao,
instituda por Le Moigne ((BERTALANFFY,1968; MONOD,1970; MORIN,1977; LE
MOIGNE, 1977).

Com base nos preceitos cartesianos, Le Moigne (1977) estabeleceu preceitos para um
novo mtodo que considerava a complexidade dos fenmenos, os quais devem funcionar
como o contrrio complementar dos preceitos cartesianos. Sua motivao para esse
desenvolvimento foi a idia de que nenhum mtodo to perfeito a ponto de ser universal.
O primeiro preceito o da pertinncia como contrrio complementar do preceito da
evidncia de Descartes. O preceito da pertinncia reconhece que todo objeto se define em
relao aos objetivos implcitos e explcitos do observador. Se os objetivos do observador se
modificarem, a percepo do objeto, tambm, se altera.
O segundo preceito o do globalismo como contrrio complementar do preceito
reducionista de Descartes. Considera que o objeto investigado parte ativa de um todo
maior. A preocupao centra-se no comportamento funcional do objeto em relao ao
ambiente, sem a preocupao de estabelecer uma imagem fiel da sua estrutura interna.
O terceiro preceito o teleolgico como contrrio complementar do preceito
causalista de Descartes. Interpreta o objeto atravs do comportamento e no pela sua estrutura
fsica, sem o objetivo de explicar esse comportamento em funo de alguma lei que rege a
estrutura.
O quarto preceito o da agregatividade como contrrio complementar do preceito da
exaustividade de Descartes. Reconhece que toda representao influenciada pela viso de
mundo do observador e, portanto, podem-se omitir muitos aspectos. Os aspectos considerados
so selecionados explicita e publicamente. No se pretende explicar tudo, mas apenas
interpretar o que interessa em determinada situao.
Os quatro preceitos, institudos por Le Moigne (1977), mostram que o paradigma
reducionista no pode modelar todos os fenmenos, pois, ao excluir a complexidade, para
dominar os problemas, elimina-se grande parte da riqueza do fenmeno. A proposta do autor
conservar a complexidade. Para isso, necessrio mudar o mtodo intelectual de
135

interveno, da reduo para a sistemografia. Nesse sentido, Morin (2001) destaca que o
pensamento complexo no pode nem quer elaborar um sistema de inteligibilidade universal,
pois ele dialgico, aberto, admite a incerteza e, ao mesmo tempo, emprega a idia de
sistema para compreender como o fenmeno se organiza.
Comparativamente, apresenta-se, no Quadro 9, um resumo contendo os quatro
preceitos cartesianos, institudos por Descartes, e os quatro preceitos sistmicos, institudos
por Le Moigne.
Nota-se, observando o Quadro 9, que os preceitos cartesianos se opem aos preceitos
sistmicos quanto aos objetivos a que cada lgica segue. Enquanto a lgica cartesiana visa
excluir a complexidade para dominar os fenmenos, a lgica sistmica objetiva identificar a
complexidade dos fenmenos para criar estratgias apropriadas de interveno no
comportamento deles.
Preceitos Cartesianos Preceitos Sistmicos
Evidncia: a verdade nica e s existe se Pertinncia: a percepo do objeto est diretamente
puder ser provada. relacionada inteno do sujeito.
Reducionismo: diviso dos problemas nas Globalismo: consciente de que o objeto investigado
menores partes possveis para proceder a sua faz parte de um todo maior, por isso a importncia de
resoluo. compreender o funcionamento da parte em relao ao
ambiente.
Causalista: institui-se uma hierarquia Teleolgico: busca compreender o comportamento do
estrutural para resoluo dos problemas, objeto, sem o objetivo de explic-lo em relao
iniciando-se pelas partes mais simples e estrutura fsica do objeto.
fceis e ascendendo para as mais difceis e
complexas.
Exaustividade: retoma os trs primeiros Agregatividade: considera que toda representao
preceitos e faz uma ltima anlise do objeto, influenciada pela viso de mundo do observador. Por
considerando que nada mais existe para ser isso, muitos aspectos podem ser omitidos.
explorado.
Quadro 9: Preceitos Cartesianos e Preceitos Sistmicos.

Heylighen (1988) argumenta que, para compreender e intervir em sistemas complexos,


so necessrias diferentes abordagens. Primeiro, porque no se deve reduzir os sistemas
complexos a elementos simples, mas tentar compreender a complexidade como caracterstica
global dos fenmenos. Segundo, no se pode pretender encontrar uma representao completa
da complexidade, mas ser consciente de que qualquer representao de um sistema complexo
, necessariamente, incompleta e modela uma situao em determinado momento do tempo.
Le Moigne (1977) destaca que os objetos, quando representados com base no
paradigma sistmico, precisam discernir a complicao da complexidade, pois os objetos j
no so apenas tecidos por redes complicadas ligando elementos identificveis, com
comportamentos enumerveis e pouco numerosos. A diferenciao e a variedade so
indissociveis do mundo real e precisam ser consideradas na representao. A esse respeito,
136

Eijnatten (2003, p.1) argumenta que os problemas atuais requerem solues inovadoras, que
considerem as caractersticas e as complexidades individuais de cada organizao.
Nota-se que o foco norteador do paradigma sistmico o conceito de sistema. Os
objetos so modelados com base no conceito de sistema, ao invs de serem modelados como
partes isoladas, procedimento utilizado pelo paradigma reducionista. A meta passa a ser
compreender, ao invs de analisar; evidenciar a complexidade, ao invs de simplificar;
integrar, ao invs de isolar; associar, ao invs de dissociar.

3.2.2.1 Sistema: instrumento da modelagem

Como discutido no Captulo 2, o conceito de sistema assumido com diferentes


interpretaes e objetivos. Muitas vezes, so adotadas concepes conjuntistas, as quais no
condizem com a idia sistmica e organizacional que constitui a essncia do termo sistema.
Nesta seo, emprega-se o termo sistema como instrumento de base para a modelagem,
utilizando-se os preceitos do paradigma sistmico. Nesse sentido, o conceito est associado
idia de integrao, interao, conexo, organizao e diversidade, em oposio base
conceitual do paradigma reducionista.
Em 1865, Claude Bernard destacou que, enquanto uma teoria geral de sistemas no
fosse universalmente formulada e validada, um sistema deveria ser reconhecido como um
produto artificial do esprito dos homens (BERNARD,1943). Essa concepo no impede que
o conceito de sistema seja assumido como um objeto particularmente til e cmodo, no para
explicar, mas para representar os objetos que o homem quer conhecer (LE MOIGNE,1977).
Na literatura sobre o estudo dos sistemas, encontra-se uma discusso a respeito das
interpretaes ambguas geradas pela introduo da General SystemTheory, desenvolvida por
Bertalanffy (1968), a qual iniciou oficialmente o estudo da Cincia dos Sistemas. Pela falta do
s na grafia da palavra inglesa System, surgem duas interpretaes para a expresso (General
System Theory): Teoria Geral do Sistema e Teoria do Sistema Geral, provocando o
aparecimento de duas escolas que se contrapunham. A primeira escola, nos EUA, defende a
existncia de uma Teoria Geral que atenderia demanda de todos os sistemas
(LASZLO,1972). A segunda escola na Europa (Frana), defende a existncia de um Sistema
Geral que representaria um modelo de natureza geral (KLIR,1969). Apesar de existirem
escolas especficas, tanto na Frana quanto nos EUA, que defendem percepes diferentes
137

sobre a General System Theory, h divergncias de opinies em relao vertente assumida


em cada pas.
Com o passar do tempo, percebeu-se que os pesquisadores norte-americanos da escola
do Sistema Geral usavam, indiferentemente, a expresso General System (s) Theory, tanto no
plural como no singular, o que poderia representar, apenas, um erro na grafia, sem maiores
problemas de interpretao. Le Moigne (1977) destaca que essa discusso no ganha muita
visibilidade no meio acadmico, mas gera uma certa confuso para a compreenso do
significado de sistema, o que pode interferir negativamente no incio da investigao de uma
determinada situao.
Le Moigne (1977) prefere empregar o termo, Teoria do Sistema Geral, no singular,
para representar a base da modelagem de um objeto natural, artificial, complicado ou
complexo. Seguindo a mesma lgica, Morin (1977, p.131) argumenta que,
Bertalanffy (1968) desenvolveu uma Teoria Geral dos Sistemas, que inicia a problemtica
sistmica, mas apesar de comportar aspectos inovadores, essa teoria jamais tentou a Teoria
do Sistema Geral, pois ela se omitiu de aprofundar o seu prprio fundamento, de refletir o
conceito de sistema.
Nesse trabalho, emprega-se o termo Sistema Geral em concordncia com Le
Moigne (1977;1990) e Morin (1977), ressaltando-se que, primeiro, se deve pensar o conceito
de sistema e todas as variveis que ele contm, para depois atribuir a modelagem mais
apropriada quele tipo de sistema identificado.
O termo sistemografia foi institudo por Le Moigne (1977) para designar a
capacidade do sistema de agir como um instrumento para modelar objetos. A motivao
deveu-se constatao de que os objetos so reconhecidos quando so designados por
palavras. Cita, como exemplo, a criao da palavra constelao, que permitiu astronomia
primitiva reconhecer combinaes estveis de estrelas e, por isso, progredir rapidamente.
Assim, modelar conceber, depois desenhar uma imagem semelhana do objeto (LE
MOIGNE,1977,p.92).
Algumas questes podem ser estabelecidas, para entender um determinado objeto:
Como conhec-lo? Como identific-lo? Como defini-lo? Nesse sentido, Bruter (1974)
estabelece que um objeto um objeto. Trata-se de um postulado que a prpria afirmao de
existncia. Os matemticos empregam-no com freqncia, denominando-o de assero: a
pronncia do simples nome de um objeto implica a existncia dele, pelo menos no
pensamento. A partir do reconhecimento do objeto, a cincia pode evoluir.
Pode-se dizer que a palavra-chave da sistemografia a concepo do modelo e sua
representao por meio de signos, em contraponto palavra-chave do reducionismo, que a
138

anlise. Por isso, Simon (1969) demonstra preocupao com o desenvolvimento de uma
cincia da concepo de modelos e percebe a carncia de abordagens que ressaltem a
concepo de objetos e no, apenas, sua anlise. Essa passagem da anlise (reducionismo)
concepo (sistemografia), representa uma mudana nas finalidades do conhecimento. Na
anlise, so necessrios explicar os componentes do objeto para conhec-lo. Na concepo,
preciso conhecer e compreender o objeto para interpret-lo e, assim, antecipar o
comportamento dele (LE MOIGNE,1977).
Alm disso, Bruter (1976) estabelece algumas questes a respeito da sistemografia.
Ele destaca que a percepo a palavra-chave para representar um objeto ou uma situao.
No entanto, a percepo no deve se limitar s formas, aos elementos morfolgicos. Os
comportamentos, as atividades, as funes do objeto so indispensveis representao do
objeto. Alm disso, o autor ressalta que existe um vnculo profundo entre forma e funo que
precisa ser considerado na representao do objeto.
Na seqncia discutem-se alguns critrios que devem ser considerados na modelagem
de um objeto, usando como instrumento o sistema.

3.2.2.2 Critrios assumidos na modelagem de um objeto

Nesta seo, apresentam-se alguns critrios de comparao (VILLEGAS,2001) ou de


correspondncia entre forma e funo (LE MOIGNE, 1977) estabelecidos na modelagem de
um objeto.
Villegas (2001) destaca a necessidade de utilizar um critrio de comparao entre os
sistemas, baseado no conceito de equivalncia entre modelos, que por sua vez, relacionado
a estrutura fsica do objeto modelado. A concepo da equivalncia tem como base as
definies matemticas de morfismo. O morfismo consiste em verificar se o mesmo conjunto
de entradas e sadas importantes para um sistema observado em outro sistema e se o
subconjunto de sadas do sistema exibe certas condies que coincidem com as sadas
correspondentes a outro sistema, geralmente nas mesmas condies.
No mesmo sentido Le Moigne (1977) destaca que a sistemografia emprega a
correspondncia entre a forma e a funo, por isso estabelece os conceitos de isomorfismo,
homomorfismo e polimorfismo, herdados da Matemtica e da Fsica. Esses conceitos
fornecem um importante ponto de referncia ao observador que inicia a modelagem de um
objeto, tendo como ponto de partida a concepo de sistema.
139

Isomorfismo a correspondncia bijectiva, na qual, para cada elemento do conjunto de


chegada, corresponde um elemento do conjunto de sada. A correspondncia transitiva,
reflexiva e simtrica. (LE MOIGNE,1977; BERTALANFFY,1968; BRUTER,1973;
MORIN, 1991).
Homomorfismo a correspondncia sobrejectiva, na qual, para cada elemento do
conjunto de chegada, corresponde, pelo menos, um elemento do conjunto de sada, sem
que o recproco seja verdadeiro. A correspondncia transitiva, reflexiva, mas no
simtrica (LE MOIGNE,1977; SIMON,1969; WU, 1999).
Polimorfismo a correspondncia injectiva, na qual, para cada elemento do conjunto de
sada, corresponde, pelo menos, um elemento do conjunto de chegada, sem que a relao
recproca seja verdadeira. A correspondncia de muitos para um (LE MOIGNE,1977;
SIMON,1969).
Os trs conceitos apresentados so empregados para estabelecer uma correspondncia
entre o objeto identificado, o conceito de sistema geral e a modelagem utilizada. A
representao de um objeto, atravs de um sistema geral, denominada sistemografia. O
conceito de sistema geral utilizado como instrumento da modelagem construda pelo
observador. Em outras palavras, representa uma lente atravs da qual o observador modela
a realidade observada. Por isso, Le Moigne (1977) faz uma analogia do sistema geral com
uma fotografia ou radiografia, as quais podem criar imagens diferentes de um mesmo objeto,
exibindo caractersticas que dependem do aparelho utilizado e da interpretao do observador.
O autor destaca que a sistemografia pode ser representada pela Figura 2.

III
O fenmeno II
Sistema Modelo
a ser
Geral I
representado

Correspondncia
Isomrfica

Correspondncia Homomrfica

Figura 2: A Sistemografia. Fonte: Le Moigne (1977,p. 97) - adaptado

A Figura 2 apresenta a correspondncia entre objeto-modelo, que homomorfa, e o


sistema geral-modelo, que isomorfa. A isomorfia observada quando as propriedades do
modelo esto em perfeita correspondncia bijectiva com as propriedades do sistema geral. A
140

homomorfia mais difcil de perceber, sua validao completa impossvel, devido


racionalidade limitada do ser humano para compreender todo o contexto em que o sistema
geral est inserido. Possibilita a concepo e a construo de sistemografias diferentes do
mesmo objeto. Nesse aspecto, Le Moigne (1977) destaca que essa abordagem oposta que
segue a lgica do paradigma reducionista, pois permite a interferncia do observador no
objeto modelado, desde que no desconsidere a correspondncia isomorfa do sistema geral
com o modelo e a correspondncia homomorfa do objeto com o modelo.
Na mesma linha de argumentao de Le Moigne, Rosnay (1975) destaca que, para
empregar o paradigma sistmico, so necessrias ferramentas capazes de representar objetos
muito grandes, muito pequenos ou muito complexos. Para isso, prope ferramentas anlogas
ao microscpio, que amplifica a viso de objetos muito pequenos e ao telescpio, que permite
a observao de objetos extremamente grandes, respectivamente. Para cada situao, existe
uma ferramenta adequada que pode ser utilizada como uma lente, atravs da qual se modela o
objeto visualizado.
Apesar de empregar o paradigma sistmico e ter como base da modelagem o sistema
geral, a concepo sistmica dos modelos , freqentemente, denominada de anlise de
sistema. Isso acontece devido lgica herdada do paradigma reducionista, o qual ainda
vigora fortemente nas formas de modelagens de objetos e situaes. Le Moigne (1977,p.98)
ressalta que o objetivo do paradigma sistmico conceber e, no, analisar modelos. Por
isso, importante notar que a expresso anlise de sistema nem sempre representa o
paradigma reducionista. Dependendo do contexto e da interpretao do observador, a
expresso pode significar concepo e compreenso de modelos.
Alm dos critrios de correspondncia entre os sistemas e as ferramentas utilizadas na
modelagem de um sistema, outros aspectos so importantes. Na seqncia, discutem-se esses
aspectos.

3.2.2.3 Outros aspectos que devem ser considerados na modelagem

Simon (1969) destaca que, para conceber sistemas de representao, preciso um


conjunto de conhecimentos vindos da Psicologia Cognitiva, observando, em particular, as
limitaes da racionalidade do ser humano. Heylighen (1988) lembra que, para representar a
complexidade, necessrio que os sistemas possuam autonomia para identificar as
perturbaes vindas do ambiente externo e intervir sobre elas. Por isso, requerem inteligncia,
a qual demanda conhecimentos da Cincia Cognitiva e da Inteligncia Artificial. A respeito
141

dos sistemas autnomos, evidencia-se a Teoria da Autopoiese estabelecida por Maturana e


Varela (2001), na qual os sistemas vivos se caracterizam por produzirem, de modo contnuo, a
si mesmos. Essa capacidade atribuda autonomia inerente aos sistemas vivos, quando so
observados isoladamente, sem conexo com o ambiente externo, e da dependncia, quando
vistos carentes do ambiente externo para sobreviver. Esse processo constri uma dinmica
circular contnua e complementar.
Foster, Kay e Roe (2001) relacionam a complexidade aos sistemas de pensamento.
Eles consideram que um sistema uma representao de um objeto, que no,
necessariamente, precisa ser fsico; abstraes e idias podem, tambm, ser sistemas. O foco
da representao pelos sistemas so as funes, os processos, as estruturas e os inter-
relacionamentos dos objetos. Os inter-relacionamentos podem existir dentro e entre os
sistemas e o ambiente.
Construir um sistema de representao, portanto, criar um modelo que represente
determinado objeto ou situao. Segundo Mlse (1972, p.79), a prpria interveno sobre
um sistema deve ser concebida como um sistema. Ashby (1958) lembra que os objetos
podem representar uma infinidade de sistemas igualmente plausveis, os quais diferem uns
dos outros pelas suas propriedades. Morin (1977) destaca que um sistema um conceito
complexo de base, porque no redutvel a unidades elementares, a conceitos simples, a leis
gerais. O sistema uma unidade de complexidade.
Na seo 3.2.2 e subsees, destacou-se o conceito de sistema como instrumento
central da modelagem de objetos e situaes, que possuem como norteador o paradigma
sistmico. Partiu-se da constatao de que os sistemas complexos no devem ser modelados
empregando-se a lgica do paradigma reducionista, pois seus pressupostos so inadequados s
caractersticas exibidas por eles. Esse fato pode ser verificado observando-se as discusses
apresentadas no Captulo 2. Os sistemas complexos, usualmente, so tratados como se fossem
sistemas complicados, fato que inibe a emergncia de muitas caractersticas que lhes so
prprias. Pelo paradigma reducionista, o objetivo reduzir e analisar os fenmenos, inferindo
resultados da parte analisada para o todo. O paradigma sistmico busca compreender,
conceber e modelar os fenmenos o mais prximo possvel da realidade, respeitando as
caractersticas prprias dos fenmenos e o contexto no qual esto inseridos. Nesse sentido,
Heylighen (1988) observa a importncia de conhecer as diferentes dinmicas assumidas pelos
sistemas complexos para, a partir disto, desenvolver a modelagem mais adequada ao seu
funcionamento.
142

Na seqncia, apresenta-se uma discusso sobre as dinmicas assumidas pelos


sistemas.

3.3 DINMICAS ASSUMIDAS PELOS SISTEMAS COMPLEXOS

A dinmica do sistema complexo est associada a seu processo de evoluo, o que


pode ser observado retornando ao Captulo 2, seo 2.3, deste trabalho. Heylighen (1988)
destaca, como base da dinmica de um sistema o processo variao-seleo, em analogia ao
processo similar descrito por Darwin no processo de evoluo biolgica. Heylighen (1988)
argumenta que, por um lado, a variao cria, continuamente, novas estruturas para o sistema;
por outro, a seleo exclui as estruturas instveis e retm as estveis. Nesse sentido, Axelrod e
Cohen (1999) observam que a variao e a seleo so indispensveis ao processo de
adaptao dos sistemas complexos.
Heylighen (1988) ressalta a necessidade de estipular um critrio de estabilidade geral,
o qual possibilita predizer se a nova estrutura criada pelo processo variao-seleo
sobreviver. Na busca desse critrio, emprega-se o conceito de fechamento.

3.3.1 FECHAMENTO DO SISTEMA E A AUTO-ORGANIZAO

O conceito de fechamento empregado por Heylighen (1988) como forma de


modelagem de um sistema complexo. Essa noo, contudo, est relacionada ao fechamento da
organizao interna do sistema, nunca estrutura de captao de recursos externos, pois
essa captao externa que mantm o sistema em equilbrio dinmico, condio essencial dos
sistemas complexos. O propsito de Heylighen facilitar a percepo do processo de
emergncia de novas estruturas estveis que surgem em diferentes nveis do sistema, alm de
reconhecer o desenvolvimento da nova organizao interna assumida pelo sistema e, assim,
ajustar-se emergncia dessas novas estruturas surgidas. Em outras palavras, o conceito claro
de fechamento permite uma melhor compreenso do processo de auto-organizao do
sistema.
A auto-organizao um dos conceitos centrais do estudo dos sistemas complexos.
Acredita-se que essa concepo originou-se na Biologia, a partir da crena vitalista, que supe
uma fora vital mantenedora da vida. Essa crena finalista, pois supe que o sistema vivo
143

nasce com uma finalidade predeterminada, fato que estabelece o surgimento do termo
teleologia. Em contraposio, a Biologia Molecular descobriu o programa gentico,
responsvel pela realizao dos processos biolgicos, desvendando o mistrio institudo pela
crena vitalista, com a descoberta do cdigo gentico. Disso deriva o termo teleonomia
(CAPRA,1996; MORIN,2002). Pelos preceitos teleolgicos, os sistemas vivos so guiados
por uma fora divina e indescritvel; pelos preceitos teleonmicos, os sistemas vivos possuem
uma programao vinda dos processos biolgicos. Nos dois casos, considera-se que os
sistemas vivos so orientados por uma finalidade predefinida, o que no condiz com a lgica
de organizao espontnea da auto-organizao. Mesmo assim, a partir dos estudos
teleonmicos e teleolgicos, foi identificado o processo de auto-organizao nos seres vivos.
Para Maturana e Varela (1997), a auto-organizao uma forma viva de inter-relaes
existentes no interior do organismo que, alm de mant-lo vivo, estrutura-o, sem, para isso,
depender da estrutura fsica de seus componentes. Capra (1996) define a auto-organizao
como a emergncia de novas estruturas e de novas formas de comportamentos em sistemas
abertos que operam afastados do equilbrio. Atlan (1992) descreve a auto-organizao como
um fenmeno primrio que caracteriza os seres vivos em sua organizao tanto estrutural
quanto funcional. Na viso de Kauffman (1993), a auto-organizao acontece numa regio
limtrofe prxima margem do caos, pois o comportamento ordenado do sistema no
suficiente para propagar as caractersticas complexas do sistema. Dessa forma, o
comportamento catico tornaria o sistema extremamente sensvel a pequenas perturbaes,
impossibilitando a manuteno de sua organizao. Na literatura pertinente s Cincias da
Complexidade, existem outras definies para o termo auto-organizao, seguindo a mesma
argumentao dos conceitos descritos, j que esse conceito foi criado a partir da prpria
constatao da organizao dinmica que caracteriza os sistemas complexos. Essa
organizao dinmica formada, por um lado, pela ordem; por outro, pela desordem,
formando um processo de equilbrio dinmico (MORIN,1977; HEYLIGHEN,1988;
ATLAN,1992; GEYER e RIHANI,2000; ALEKSANDROWICZ,2002)
O conceito de fechamento, institudo pela Teoria de Sistemas, define um sistema como
fechado quando ele no interage com o ambiente (BERTALANFFY, 1968, p.63). Assim, um
sistema fechado no pode representar a realidade, porque, no mundo real, os sistemas
interagem e interferem uns sobre os outros, sendo difcil determinar exatamente as fronteiras
de cada um (MORIN,1977). Desse modo, a prpria definio de complexidade exclui a
possibilidade de trabalhar com sistemas sem conexo com outros sistemas. Apesar do
conceito de fechamento, utilizado por Heylighen (1988), ser inspirado na Matemtica, sendo
144

definido como as relaes entre as entradas e as sadas do sistema ou como os mapas das
entradas e das sadas do objeto modelado ou, ainda, como as transformaes, as relaes
abstratas entre as variveis dentro do sistema, Heylighen ressalta que os sistemas complexos
mudam, ao mesmo tempo em que mantm a prpria identidade, o que lhes confere autonomia
de ao. Nesse sentido, o conceito de sistema, apesar de inspirado na Matemtica, assemelha-
se abordagem de Maturana e Varela (2001), que, simplificadamente, estabelece que um
sistema organizacionalmente fechado e estruturalmente aberto ao fluxo de energia e
recursos.
Nota-se, na argumentao estabelecida por Heylighen (1988), que os sistemas
fechados, tais como assumidos por ele, constituem um conceito muito mais abrangente que o
de sistema fechado, institudo pelos matemticos na descrio dos grupos matemticos. No
entanto, o autor emprega a viso matemtica dos sistemas fechados com o objetivo de
transpor algumas propriedades inerentes aos grupos matemticos que podem ser teis para
representar a dinmica de funcionamento dos sistemas complexos.

3.3.1.1 Tipos de Fechamento

A propriedade mais bsica dos grupos matemticos a composio interna do grupo.


Transpondo essa propriedade aos sistemas complexos, Heylighen (1988) apresenta quatro
tipos bsicos de fechamento: transitivo ou recursivo, cclico ou circular, surjectivo e
surjectivo inverso, os quais podem ser empregados para modelar os sistemas complexos.
O fechamento transitivo ou recursivo ocorre quando duas transformaes ou relaes
em um sistema so compostas seqencialmente, de modo que formem uma terceira
transformao, a qual ainda faz parte do sistema original.
O fechamento cclico ou circular assume que cada transformao individual possui
uma outra transformao inversa individual. Um caso especial desse tipo de fechamento o
fechamento simtrico ou inverso, que corresponde a um sistema invariante sob a inverso das
transformaes ocorridas. Se for aplicada uma transformao em um elemento, pode-se,
sempre, reverter o efeito dessa transformao pela aplicao de uma transformao inversa no
elemento resultante, voltando-se ao elemento original.
O fechamento surjectivo composto de um mapeamento de relaes configuradas de
muitos para muitos e de muitos para um ou vice-versa.
145

O fechamento surjectivo inverso formado pela relao de muitos para um, em


conjunto com sua relao inversa, o que gera a identidade do sistema. Um caso especial desse
tipo de fechamento o fechamento bijectivo, formado pelas relaes de um para um. O
mapeamento de um para um caracterizado pela conservao de todas as distines entre
elementos; em outras palavras, elementos distintos so enviados para elementos distintos.
A partir das associaes feitas por Heylighen (1988) entre os conceitos de sistema
fechado, de propriedades matemticas e de tipos de fechamento, observa-se que o conceito de
fechamento pode auxiliar na compreenso da auto-organizao do sistema complexo. Ou seja,
o processo de auto-organizao e o conceito de sistema fechado ajudam na compreenso das
estruturas emergentes formadas no interior de um sistema e no conhecimento da dinmica de
funcionamento do sistema, identificando as estruturas estveis e, por isso, passveis de serem
selecionadas.
Assim, relaciona-se o tipo de auto-organizao ocorrida no sistema ao tipo especfico
de fechamento organizacional. Dessa associao, caracteriza-se o tipo de modelagem que
deve ser empregado no sistema.
Dessa forma, com base nos trabalhos de Heylighen (1988), destacam-se quatro tipos
bsicos de auto-organizao que podem guiar os sistemas complexos e influenciar a forma de
modelagem mais adequada em determinada situao.
Na seqncia, na prxima seo, apresentam-se os quatro tipos bsicos de auto-
organizao.

3.3.1.2 Tipos de auto-organizao

Podem-se destacar quatro tipos bsicos de auto-organizao: baseada no conceito de


atrator, baseada no conceito de fractais, baseada no conceito de hierarquia e baseada no
conceito de autopoiese.

3.3.1.2.1 Auto-organizao baseada no conceito de atrator

O processo de auto-organizao, baseado no conceito de atrator, possui como exemplo


mais claro de modelagem, os estudos da emergncia da auto-organizao realizados pela
Termodinmica.
146

A Termodinmica nasce em meio revoluo industrial, no sculo XIX, em


decorrncia da descoberta das mquinas, principalmente das mquinas trmicas, aquelas que
usam como energia de funcionamento o calor. Nesse contexto, o objetivo da Termodinmica
conhecer as condies necessrias para que o calor produza a energia do movimento, fazendo,
por exemplo, funcionar o motor de uma mquina (PRIGOGINE e STENGERS, 1997;1990).
Para alcanar tal objetivo, a Termodinmica estuda as inter-relaes entre os aspectos
fsico-qumicos clssicos, tais como: presso, volume, composio qumica, temperatura e
quantidade de calor, para conhecer como ocorre o fluxo de calor no sistema analisado e, a
partir disto, convert-lo em movimento.
A partir desses estudos, descobrem-se dois princpios bsicos que regem a
Termodinmica. O primeiro o princpio da conservao de energia, o qual postula que,
apesar de a energia ser convertida periodicamente em energia (qumica, cintica, eltrica,
trmica e potencial), tambm se conserva energia atravs das transformaes que os sistemas
sofrem. O segundo princpio o da dissipao da energia, o qual postula que todo processo de
transformao e produo de movimento leva a uma dissipao irreversvel de energia
(ATLAN,1992; PRIGOGINE e STENGERS, 1997;1990; MORIN,1977).
Dessas constataes, percebe-se que os sistemas trmicos possuem equilbrio
dinmico entre a conservao e a dissipao de energia. Se eles no funcionam em total
equilbrio, mudam, transformam, perdem e conservam energia nesse processo, necessrio
encontrar uma forma de modelar os sistemas que apresentam tais caractersticas. Os estudos
termodinmicos introduzem dois conceitos: a bifurcao e o estado atrator.
Num sistema dinmico longe do equilbrio, as mudanas ocorrem de forma no-linear,
o que lhes confere um certo grau de imprevisibilidade nos resultados devido s relaes de
dependncia existentes entre os componentes do sistema (coerncia) e, ao mesmo tempo, a
autonomia gerada pelo processo de auto-organizao. O surgimento da atividade coerente
entre os componentes do sistema leva formao das estruturas dissipativas. De acordo com
Prigogine e Stengers (1990), as estruturas dissipativas so estruturas auto-organizadas que
surgem espontaneamente e podem evoluir, tambm, espontaneamente em direo a uma
maior complexidade. Sistemas com essas caractersticas no podem ser totalmente
manipulados nem controlados, por isso, podem passar por pontos de bifurcaes.
Warren, Frankin e Streeter (1998) observam que uma bifurcao caracterizada pela
perda de estabilidade e pela mudana de atrator ou da bacia de atrao em um determinado
momento de um sistema dinmico. Capra (1996, p.117) descreve ponto de bifurcao como
um ponto crtico de instabilidade na evoluo de um sistema. Prigogine e Stengers (1988)
147

destacam que, nos pontos de bifurcaes, o comportamento do sistema torna-se instvel e


pode evoluir para vrios regimes de funcionamento estveis. Essas instabilidades ocorrem,
apenas, em sistemas abertos que operam afastados do equilbrio.
Pode-se dizer que somente sistemas ideais no possuem estados atratores. Todos os
sistemas reais, simples ou complexos, que busquem um estado de equilbrio, possuem estado
atrator. Segundo Prigogine e Stengers (1990), num sistema simples, como um pndulo, a
existncia de um atrator facilita a caracterizao de qualquer movimento pendular em sua
generalidade sem a necessidade de conhecer suas particularidades. Assim, independente da
velocidade e das condies iniciais, o movimento pendular pode ser descrito bastando, esperar
o tempo necessrio para que ele pare o movimento oscilatrio e alcance o estado de
equilbrio, que corresponde ao estado atrator.
Nos sistemas termodinmicos, o termo estado atrator empregado devido
constatao de que os sistemas dinmicos produzem entropia no seu funcionamento e, por
isso, precisam de um objeto norteador que o direcione. Assim, a existncia de um atrator
possibilita encontrar o estado de equilbrio termodinmico em meio a um sistema composto
de infinitos elementos, utilizando, unicamente, um nmero reduzido de parmetros
observveis (PRIGOGINE e STENGERS, 1990). Heylighen (1988,p.15) percebe que um
atrator um conjunto de estados do sistema dinmico, tal que, se um sistema est num estado
que pertence a determinado atrator, ento permanecer dentro deste atrator. Stacey
(1996,p.54) define um atrator como um estado potencial de comportamento, uma disposio,
um padro, no qual o processo est sendo realizado, por meio de experincias especficas do
sistema.
Prigogine e Stengers (1990) destacam que, para representar um atrator, necessrio,
entre outras coisas, conhecer as dimenses, ou seja, as variveis essenciais para descrever a
evoluo temporal de um sistema num determinado momento do tempo. As variveis so
elementos mltiplos ou simples, contnuos ou discretos, que podem variar com o tempo
(BARANGER,199-?). A seleo e o conhecimento das variveis do sistema determinam o
estado do sistema num momento especfico do tempo. Para determinar o estado do sistema,
parte-se das condies apresentadas por ele no incio de seu funcionamento. O conjunto de
todos os possveis valores e estados do sistema formam seu espao de fase. O estado atual do
sistema representa um ponto no espao de fase, mas o sistema muda com o tempo e, nesse
processo de mudana, descreve a sua trajetria. A trajetria do sistema pode ser guiada pelos
atratores: punctiformes, peridicos e estranhos (CAPRA,1996,p.114; PRIGOGINE e
STENGERS, 1997,p.91; GLEICK, 1990,p.140).
148

Num sistema simples, por exemplo, os atratores so punctiformes. Os atratores


punctiformes so representados por pontos no espao de fase do sistema. Independente do
estado inicial do sistema, sua evoluo pode ser representada por uma trajetria que se inicia
no ponto que representa o estado inicial do sistema e segue em direo ao ponto atrator. Nesse
caso, o atrator de ponto fixo, porque previamente determinado no espao de fase e busca
atingir um equilbrio estvel no estado inicial.
Os atratores peridicos apareceram com a descoberta dos sistemas com
comportamentos longe do equilbrio e com perodo temporal bem determinado. Eles so
representados por variedades contnuas, como: linhas, superfcies e volumes, no mais por
pontos. Independente do seu estado inicial, o sistema evolui para um ciclo-limite (GLEICK,
1990). Apesar de o atrator mudar, no decorrer da trajetria assumida, apresenta uma certa
regularidade e previsibilidade no seu comportamento. Em outras palavras, os atratores
peridicos possuem trajetrias reduzidas a um ciclo-limite previsvel.
Os atratores estranhos no so caracterizados por dimenses inteiras, mas por
dimenses fracionrias. Sua trajetria no se repete nem se cruza e tem forma de fractal, de
modo que cada ciclo percorrido perfaz uma nova regio do espao de fase. Esses atratores
foram denominados fractais e explorados nos estudos de Mandelbrot (1984). Capra (1996,
p.118) define atratores estranhos como trajetrias no espao de fase que exibem geometria
fractal. Gleick (1990) estabelece que os atratores estranhos se evidenciam por gerarem
padres que nunca se repetem totalmente e pela extrema sensibilidade s condies iniciais,
correspondendo a sistemas caticos. O comportamento catico caracterizado pela incerteza
e pela imprevisibilidade dos fenmenos, passando-se de uma viso causa-efeito para uma
viso probabilstica. A sensibilidade s condies iniciais constatou-se, entre outros estudos,
pelos estudos meteorolgicos realizados por Lorenz (1993). Esses atratores apresentam
mltiplas dimenses fracionrias.
Os principais tipos de atratores existentes foram apresentados e discutidos, com o
objetivo de mostrar as diferentes formas que eles podem assumir e, assim, o direcionamento
que pode ser dado modelagem que segue a lgica da auto-organizao baseada nos atratores.
Nesse sentido, Heylighen (1988) relaciona a modelagem baseada nos atratores a um sistema
que possui um processo de fechamento cclico. O autor destaca que, para compreender essa
relao, necessrio observar os atratores em seus ciclos-limite, nos quais o sistema se torna
periodicamente voltado para a condio inicial que o originou, no caso dos atratores
punctiformes e peridicos. Contudo, o fechamento de uma reunio de processos, no
necessariamente, requer um estado recorrente de periodicidade estvel, o qual configure
149

sistemas norteados por atratores de comportamento previsvel. A existncia de uma distino


estvel entre os processos de entrada e sada de um estado atrator suficiente para caracterizar
o processo de fechamento cclico. Esse fato permite compreender os atratores
multidimensionais, estranhos ou caticos como sistemas fechados.

3.3.1.2.2 Auto-organizao baseada no conceito de fractal

O processo de auto-organizao, baseado no conceito de fractal foi evidenciado em


funo da descoberta dos atratores estranhos. A partir de ento, constatou-se que, alm das
variedades contnuas de atratores (linhas, superfcies e volumes), existem aqueles que
possuem dimenses fracionrias, as denominadas variedades fractais
(MANDELBROT,1984).
Apesar de o conceito de fractal ter representado um avano no estudo dos atratores
estranhos, sendo exemplos extraordinrios de fractais, a geometria fractal foi desenvolvida
sem que existisse a conscincia das conexes entre ela e a teoria do caos. A idia nasceu a
partir da percepo de que a natureza apresenta formas geomtricas fragmentadas e
irregulares, sendo que a Matemtica no dispe de uma linguagem adequada para descrev-la.
Assim, o propsito de Mandeldrot (1984) era representar as formas geomtricas da natureza e
suas escalas de apresentao. Para tanto, especificou maneiras de calcular a dimenso
fracionada dos objetos reais, considerando algumas tcnicas de construo baseadas nas
formas geomtricas. Bar-Yam (1997) destaca que a geometria fractal sugere que os sistemas
podem ter estruturas auto-similares em todas as suas extenses de escalas, o que contrasta
com a mais tpica abordagem da cincia, que considera a existncia de uma escala especfica
para cada fenmeno emergente.
Um fractal, portanto, representado por uma dimenso geomtrica fracionria que,
mesmo em sua menor parte, constitui um sistema complexo. Prigogine e Stengers (1990)
observam que um atrator fractal uma estrutura sutil cuja trajetria formada por uma
multiplicidade infinita de variveis. Esses atratores possuem comportamentos sensveis s
condies iniciais e comportamento catico. Um comportamento catico se as trajetrias de
um ponto so muito prximas no espao de fase e se afastam ao longo do tempo de maneira
exponencial. Para Baranger (199-?), um fractal um objeto catico no espao. Bar-Yam
(1997) lembra que um fractal definido como um objeto geomtrico que apresenta estrutura
espacial e auto-similar. Isso significa que, se for amplificada uma parte desse objeto, essa
150

parte reproduzir a mesma estrutura do objeto original. Gleick (1990) destaca que o termo
fractal passou a representar uma maneira de descrever, calcular e pensar sobre formas
irregulares, fragmentadas e descontnuas que so vistas na natureza.
Para descrever os tipos de estruturas fractais, necessrio observar o comportamento
do sistema. Para isso, analisa-se a trajetria percorrida pelo sistema no espao de fase, o qual
pode ser composto de inmeras e diferentes dimenses fractais, dependendo do sistema que
ser representado.
As dimenses assumidas pela estrutura fractal podem ser unidimensionais,
bidimensionais e de dimenses infinitas, como demonstrou o conjunto de fractais de
Mandelbrod (1984). Ver Captulo 2, seo 2.3.2.4.
Um exemplo apresentado por Prigogine e Stengers (1990), para as estruturas fractais
unidimensionais a estrutura denominada poeira de Cantorque pode ser obtida pela diviso
de uma linha reta at o infinito. O processo de diviso da linha segue a lgica da tera parte,
ou seja, a linha dividida em trs partes e removida a parte central; em seguida, as duas partes
restantes so divididas em trs partes, sendo removida a parte central. Esse processo
repetido por um nmero indefinido de vezes (processo de iterao). (BARANGER, 199-?;
PRIGOGINE e STENGERS, 1990; BAR-YAM, 1997). A poeira de Cantor formada por
infinitos pontos com extenso total igual a zero (GLEICK, 1990).
Um exemplo para estruturas fractais bidimensionais pode ser obtido a partir da
estrutura de um tringulo eqiltero. A regra de produo consiste em encontrar o menor
tringulo que parta do centro do tringulo original e toque os trs lados dele. O processo de
construo segue a lgica de retirar do interior do tringulo original um novo tringulo que
tenha a metade do tamanho do tringulo original. Esse procedimento repetido at conseguir
o menor tringulo dentro da estrutura do original. Esse fractal denominado de curva de
Kock (GLEICK, 1990; PRIGOGINE e STENGERS, 1990; BAR-YAM, 1997).
As estruturas fractais de dimenses infinitas so representadas pelo conjunto de
fractais de Mandelbrot (1984). Nesse sentido, Capra (1996) destaca que, medida que se
ampliam pequenos contornos do conjunto de Mandelbrot, aparece e dissolve-se uma multido
de formas, espirais dentro de espirais, cavalos-marinhos e vrtices, repetindo incessantemente
os mesmos padres. Em cada escala dessa anlise, as figuras se assemelham a um litoral
fragmentado, mas delineia formas que parecem orgnicas em sua complexidade infinita. De
repente, aparece uma forma estranha e surpreendente. Nesse caso, os fractais no apresentam
completa auto-similaridade porque no repetem, constantemente, os mesmos padres. Eles
so fractais de incalculvel complexidade.
151

Os dois primeiros tipos de estruturas fractais so auto-similares. A auto-similaridade


pode ser verificada pelas sucessivas ampliaes das menores partes da estrutura de um
sistema. Mesmo assim, existe a reproduo da estrutura primria que a originou. Mandelbrot
(1984) estabelece que a auto-similaridade a simetria atravs das escalas; significa a
recorrncia de um padro dentro de outro padro. Baranger (199-?) ressalta que as estruturas
fractais unidimensionais e bidimensionais so elementares e que h possibilidades ilimitadas
de se produzirem fractais. O conjunto de Mandelbrot apresenta uma possibilidade infinita de
encontrar estruturas fractais, nem sempre auto-similares, mas surpreendentes e misteriosas
(GLEICK, 1990).
Mandelbrot (1984), Bar-Yam (1997), Baranger (199-?), Capra (1996) e Gleick (1990)
destacam que os fractais no so apenas produes humanas. A natureza contm muitos
exemplos deles. As montanhas, o tronco de uma rvore antiga, as folhas de uma samambaia,
etc., todos so exemplos que representam formas fractais, no sentido geral do termo. Isso
significa que eles no se transformam em estruturas simples, quando so analisados, em sua
menor parte, com o auxlio de uma amplificao microscpica. A partir dessas observaes,
surge a Geometria Fractal, que se prope a tratar as formas descontnuas dos atratores
estranhos que movem os sistemas dinmicos, alm de identificar as auto-similaridades
exibidas pelos sistemas complexos, quando analisados em suas nfimas partes.
Segundo Capra (1996), para modelar formas fractais, tais como as que ocorrem na
natureza, podem ser empregadas figuras geomtricas que exibem auto-similaridade precisa. A
tcnica principal para se construir esses fractais matemticos a iterao, que a repetio
incessante de uma determinada operao geomtrica. O processo de iterao pode ser
representado pela transformao do padeiro, caracterstica subjacente aos atratores estranhos,
apresentada no Captulo 2, seo 2.3.2.5 deste trabalho.
Os principais tipos de estruturas fractais foram apresentados e discutidos, com o
objetivo de mostrar as diferentes formas que eles podem assumir e, assim, o direcionamento
que pode ser dado modelagem que segue a lgica da auto-organizao baseada nos fractais.
A modelagem emprega a iterao como ferramenta bsica para identificar os padres auto-
similares reproduzidos em diferentes escalas pelo sistema. Nesse sentido, Heylighen (1988)
associa a modelagem, orientada pelos padres auto-similares exibidos pelas estruturas
fractais, ao fechamento transitivo ou recursivo. Isso porque a recorrncia, da mesma forma,
em diferentes nveis, pode ser compreendida como o resultado de uma associao recursiva de
um ou muitos processos primitivos.
152

3.3.1.2.3 Auto-organizao baseada no conceito de hierarquia

O processo de auto-organizao, baseado no conceito de hierarquia, possui, como


principal representante, Herbert Simon. Este autor desenvolveu estudos sobre a construo de
uma arquitetura para complexidade, tendo como principal norteador o conceito de hierarquia.
Simon (1969) destaca que a hierarquia constitutiva das organizaes a mltiplos nveis de
integrao, o que permite edificar uma arquitetura da complexidade. Ele discute as questes
que levam a complexidade a apresentar forma de hierarquia, destacando a relao entre a
estrutura de um sistema complexo e o tempo necessrio para ele emergir atravs de processos
evolutivos, alm de explorar as propriedades dinmicas dos sistemas de organizao
hierrquica, mostrando como eles podem ser decompostos em subsistemas e como isso
possibilita a anlise e descrio de seu comportamento.
O conceito de hierarquia, apresentado por Simon (1969) pode ser analisado
detalhadamente no Captulo 2, seo 2.4.3.1 deste trabalho. Tal conceito empregado como
norteador do processo de auto-organizao dos sistemas complexos, tal como assumido por
Simon (1969), pode ser observado em todos os tipos de sistemas, sejam eles naturais ou
artificiais. Simon (1969); Wu (1999) e Holling (2001) discutem a tendncia natural dos
sistemas complexos de assumir a forma de hierarquia sem a ajuda de um planejador central.
Esse processo de organizao pode ser observado pela composio da estrutura hierrquica
dos sistemas biolgicos, nos quais as clulas formam tecidos; os tecidos formam rgos e os
rgos formam sistemas. Considerando a clula como um sistema maior, observa-se que ela
se divide em vrios subsistemas (ncleo, membrana celular, microssomas, mitocndrias) que
interagem uns com os outros de modo recursivo e regular. Nos sistemas sociais, o conceito de
hierarquia pode ser percebido pelo processo de construo das sociedades histricas, da nao
provncia; da provncia comuna; da comuna aos lares (MORIN, 2002).

A interao um conceito essencial na compreenso da evoluo dos sistemas com


estrutura hierrquica. Nos sistemas fsicos e biolgicos, por exemplo, as relaes hierrquicas
so espacialmente dispostas e identificadas em funo de sua localizao fsica. Quanto mais
prximos os sistemas, mais interferncia exercem uns sobre os outros. J nos sistemas sociais,
as relaes hierrquicas so identificadas pela intensidade das interaes ocorridas entre as
entidades, independentes da posio em que esto situadas em relao umas s outras
(SIMON, 1969). Nesse sentido, Axelrod e Cohen (1999) ressaltam que, quaisquer que sejam
os sistemas, os padres de interao associam proximidade e ativao (como o sistema
153

despertado para interagir). Eles discutem a existncia de dois tipos de ativao: interna e
externa ao sistema. A ativao interna desencadeada por processos constitutivos ao sistema
analisado, sem necessariamente existir um estmulo externo que o direcione. A ativao
externa desencadeada por oportunidades vindas de estmulos do ambiente exterior; pode ser
intensa ou difusa. A ativao externa intensa no privilegia a variedade, explora uma
oportunidade pormenorizadamente por um longo perodo de tempo, enquanto preserva um
intenso aprofundamento no conhecimento da mesma questo. J a ativao externa difusa
privilegia a variedade, utilizando muitas oportunidades externas, mas sem se aprofundar em
nenhuma delas.

Pode-se notar que a evoluo dos sistemas complexos, a partir do processo


hierrquico, ocorre pela formao de subsistemas bsicos, intermedirios e superiores e pelas
suas interaes em diferentes nveis. Para ascender de um nvel mais baixo para um nvel
mais alto, os subsistemas precisam adquirir estabilidade. Para Morin (2002, p.349) "a
organizao hierrquica possibilita a constituio, em cada nvel, de um patamar estvel que,
por esse fato, torna-se a base da constituio de um nvel superior, que por sua vez pode se
tornar a base de um novo nvel. A estabilidade obtida, em cada nvel, pela capacidade do
sistema de se organizar internamente por meio da subseqente capacidade de se ajustar s
perturbaes externas (SIMON,1969; HEYLIGHEN,1988).

Nos sistemas hierrquicos, as interaes ocorrem de duas formas: dentro dos


subsistemas que compem o sistema complexo e entre esses subsistemas. Simon (1974)
explica a ocorrncia dessas interaes em funo da associao vertical flexvel, a qual
permite uma distino entre os nveis, e a associao horizontal flexvel, que permite a
separao entre os subsistemas em cada nvel.

A existncia das associaes flexveis, verticais e horizontais, forma a base do


conceito de decomponibilidade dos sistemas complexos, institudo por Simon (1969).
Decomponibilidade e decomposio representam um dos fundamentos essenciais da teoria da
hierarquia. Enquanto a palavra flexvel sugere decomponvel, a palavra associao
implica resistncia decomposio. A completa decomposio apenas ocorre quando a
associao entre os componentes torna-se zero, o que parece sem sentido, pois, por definio,
um sistema composto de partes que interagem. Logo, a estrutura hierrquica dos sistemas
complexos somente quase completamente decomponvel, ou quase decomponvel (SIMON,
1969).
154

O conceito de quase decomponibilidade discutido detalhadamente no Captulo 2,


seo 2.4.3.1 deste trabalho. A estrutura hierrquica, tambm, til para facilitar a descrio
da complexidade de um sistema. Por ser hierrquico, o sistema apresenta uma certa
redundncia na variedade de seus subsistemas, diferindo apenas nas combinaes e arranjos
formados.

Apresentaram-se os conceitos bsicos do processo de auto-organizao orientados pelo


conceito de hierarquia. As palavras-chave para esse tipo de modelagem so: hierarquia,
estrutura, interaes, decomponibilidade, quase decomponibilidade e redundncia. Nesse
sentido, Heylighen (1988) destaca que os sistemas compostos por estruturas hierrquicas so
encontrados tanto na natureza como em sistemas desenvolvidos artificialmente. A modelagem
matemtica para esse tipo de auto-organizao do sistema segue a estrutura de uma rvore, a
qual pode ser vista como uma rede de relaes fechadas surjectivas ou inversamente
surjectivas. O autor ressalta que a noo de hierarquia no , apenas, um conceito abstrato, ele
concreto e visvel nas prprias formas exibidas no ambiente em que se vive.

Neste trabalho, utiliza-se, predominantemente, a auto-organizao baseada no conceito


de hierarquia, para a construo da modelagem proposta, que ser apresentada e discutida no
Captulo 5. Conceitos como atrator, fractais e autopoiese so utilizados na referida
modelagem como complemento da estrutura hierrquica, conforme abordagem de Simon
(1969).

3.3.1.2.4 Auto-organizao baseada no conceito de autopoiese

O processo de auto-organizao, baseado no conceito de autopoiese, representado


pela organizao dos sistemas vivos, que possuem a propriedade da auto-referncia. Essa
propriedade possibilita a autoproduo e a automanuteno das condies necessrias
existncia da vida em situaes de no-equilbrio.

Os seres vivos so sistemas naturais, organizados dinamicamente, comprometidos, por


um lado, com a determinao, a repetio, a regularidade e a redundncia, por outro, com a
incerteza, o aleatrio, a variedade, a improbabilidade e a complexidade. Esse tipo de
organizao dinmica que caracteriza os seres vivos, permeado, por um lado, de ordem e, por
outro lado, de desordem, denomina-se auto-organizao. Por isso, os sistemas vivos, em
155

geral, podem ser definidos por sua organizao autopoietica, que consiste numa rede de
processos, os quais produzem a si mesmos (MATURANA e VARELA, 2001)

O estudo da organizao autopoietica teve incio com a descoberta feita por Maturana
(1970) de que o sistema nervoso funciona como uma rede fechada de interaes, seguindo
uma lgica circular. A partir de ento, considerou-se a organizao circular como a
organizao bsica de todos os sistemas vivos. Nesse ambiente, as mudanas no sistema
ocorrem seguindo essa circularidade, fato que leva constatao de que os componentes da
organizao podem ser produzidos e mantidos por ela prpria. O autor tambm evidenciou
que, alm de auto-organizador, o sistema nervoso continuamente auto-referente,
considerando o processo de cognio como um reflexo da realidade interior de cada ser vivo.

Assim, o conceito de autopoiese (autocriao) nasceu da busca de uma descrio mais


completa e formal para a concepo de organizao circular (CAPRA, 1996). Maturana e
Varela (2001) so os principais representantes da teoria da autopoiese, o desenvolvimento da
qual ocorreu, oficialmente, a partir da percepo de que os seres vivos, alm dos seus
processos internos, so afetados pelas interaes com o ambiente. Assim, eles so, ao mesmo
tempo, organizacionalmente fechados e estruturalmente abertos captao de energia e
recursos do meio exterior. A organizao definida como as relaes necessrias ao
funcionamento de um sistema, e a estrutura o suporte fsico (concreto) para a ocorrncia
dessas relaes.

O foco central da argumentao de Maturana e Varela (1997) que os seres vivos so


autnomos e, por isso, autoprodutores, capazes de produzir seus prprios componentes ao
interagir com o meio. Ao mesmo tempo, so dependentes dos recursos captados do ambiente
externo para viver, perfazendo uma organizao de dinmica circular. Nesse sentido, Morin
(1977) destaca a existncia da eco-organizao para demonstrar que o sistema vivo est
inerentemente ligado ao ambiente para organizar-se. Prigogine e Stengers (1997) observam
que, no ambiente das reaes fsico-qumicas, as clulas so integrantes do meio ambiente que
as nutre, sendo parte indissocivel dos fluxos que elas no cessam de transformar.

Nessa situao, Maturana e Varela (2001) observam que um sistema autopoietico


passa por contnuas modificaes estruturais, enquanto preserva seu padro de organizao
circular. Os componentes da rede produzem e transformam continuamente uns aos outros, de
duas maneiras distintas. O primeiro tipo de mudana estrutural a mudana cclica da auto-
renovao, processo que ocorre sistematicamente em todos os organismos vivos. Apesar
disso, o organismo mantm sua identidade, seu padro de organizao global. O segundo tipo
156

de mudana estrutural, em sistemas vivos, so aquelas em que novas estruturas so criadas na


rede autopoietica. Elas ocorrem continuamente em conseqncia de influncias ambientais
ou como resultado da dinmica interna do sistema.

A interao do sistema vivo com o ambiente, segundo a teoria da autopoiese,


manifesta-se por meio do acoplamento estrutural. Em outras palavras, ocorre atravs de
interaes recorrentes e estveis, cada uma das quais desencadeando mudanas estruturais no
sistema vivo. Mesmo assim, o sistema permanecer autnomo, j que o meio ambiente,
apenas, desencadeia as mudanas, mas no as especifica, nem as dirige (MATURANA e
VARELA,2001;1997; CAPRA,1996)

A auto-organizao, baseada no conceito de autopoiese, possui, como principal


exemplo, o funcionamento dos sistemas vivos, por isso, sua dinmica mais fcil de
reconhecer e de associar ao tipo de fechamento e modelagem mais apropriados. Como a
autopoiese um processo dinmico circular, a modelagem de um sistema com esse processo
de auto-organizao deve seguir o fechamento cclico. Nesse sentido, Heylighen (1988)
destaca que um exemplo tpico de uma organizao circular o ciclo por meio do qual o DNA
(cido desoxirribonuclico), nas clulas vivas, produz enzimas que, por sua vez, guiam a si
mesmas na produo de um novo DNA, o qual, novamente, produz enzimas, repetindo todo o
processo. Esse um exemplo de um fechamento cclico.

3.3.1.3 Comparao entre os tipos de auto-organizao

Na seo 3.3.1.2, apresentaram-se e discutiram-se os principais tipos de auto-


organizao que podem ocorrer nos sistemas complexos. Pode-se notar que, em todos os
tipos apresentados, o processo acontece no intervalo entre a ordem e a desordem, espao
apropriado emergncia da complexidade. Alm disso, percebeu-se a existncia de algumas
semelhanas entre tipos diferentes de auto-organizao. Por exemplo, a auto-organizao
baseada no conceito de fractal e a auto-organizao baseada no conceito de hierarquia, ambas
apresentando um processo de evoluo permeado pela reproduo de estruturas redundantes.
O objetivo da discusso destacar a importncia de conhecer a dinmica que gera a
organizao do sistema para, a partir disso, selecionar o tipo de modelagem mais apropriado a
essa organizao. A modelagem selecionada associada ao tipo de fechamento
organizacional, que pode ser empregado para facilitar o processo de modelagem. O Quadro 10
sumariza essas questes.
157

Observando-se o Quadro 10, nota-se que a modelagem de um sistema complexo pode


ser norteada por qualquer um dos tipos de auto-organizao apresentados ou pela combinao
de dois ou mais tipos de auto-organizao. Como j discutido, o tipo de modelagem
selecionado est diretamente relacionado percepo que o observador possui do mundo e do
sistema que est representado.

Dessa forma, um sistema complexo pode ser modelado, em determinada situao,


como um sistema de dinmica organizacional, baseado no conceito de fractal. Em outra
situao, pode ser modelado como um sistema de dinmica organizacional, baseado no
conceito de hierarquia, sem que isso represente algo negativo.

De acordo com os objetivos e com o conhecimento que o observador possui do


sistema, ele pode ser modelado seguindo um tipo especfico de auto-organizao ou
associando-o a mais de um tipo. Essa associao tem o propsito de tornar a modelagem mais
prxima possvel da realidade, sem pretender classific-la como sendo melhor ou pior, mas
procurando a dinmica mais apropriada aos interesses da modelagem.

Bar-Yam (1997), Capra (1996) e Heylighen (1988) apresentam abordagens que tratam
de modelos de auto-organizao em sistemas complexos. Cada um dos autores apresenta
abordagens diferentes da mesma questo, mas concordam que, para modelar um sistema
complexo, necessrio entender a dinmica de funcionamento. Para isso, o conhecimento do
processo de auto-organizao um caminho essencial. Os tipos de auto-organizao
apresentados, no Quadro 8, e sua associao ao conceito de sistema fechado foram utilizados
conforme a abordagem de Heylighen (1988).

A partir da determinao da dinmica de funcionamento do sistema complexo,


considerando sua auto-organizao e o tipo de fechamento a ele associados, necessrio
empregar ferramentas apropriadas s caractersticas exibidas pelos sistemas complexos para
continuar sua modelagem. Para isso, buscam-se ferramentas que possam representar os
sistema os sistemas complexos, intervindo no comportamento dele. Nota-se, como j
ressaltado neste trabalho, que as ferramentas usualmente utilizadas na modelagem de sistemas
complexos so desenvolvidas para representar sistemas complicados e so norteadas pelo
paradigma reducionista. Esse fato caracteriza a existncia de uma lacuna em relao ao
desenvolvimento de ferramentas apropriadas s caractersticas dos sistemas complexos.

.
158

Dinmicas assumidas pelos sistemas complexos


Tipos de Auto- Principais Conceitos bsicos Objetivos Tipo de fechamento Modelagem apropriada
organizao representantes associado
(1) Conservao e dissipao Identificar as condies Por identificao dos atratores

PRIGOGINE e
de energia. (2) Bifurcao e iniciais, os pontos de e seguindo o fechamento
Baseada no

STENGERS
(1984;1988)
estado atrator. (3) Espao de bifurcao, o(s) atrator(es) cclico.
conceito de
fase e trajetria. (4) Atratores que orienta(m) a dinmica Fechamento cclico
Atrator
puctifirmes, peridicos e da organizao do sistema.
estranhos.
(1) Atratores estranhos. (2) Identificar a auto- Por identificao da
MANDELBROT

Espao de fase e trajetria. (3) similaridade, usando o reproduo das estruturas


Baseada no Fechamento
Dimenses assumidas pelo processo de iterao, auto-similares, associada ao
conceito de transitivo ou
fractal. (4) Simetria atravs de mostrando as estruturas que fechamento transitivo ou
Fractal recursivo
escalas. (5) Auto-similaridade. se repetem nas diversas recursivo.
(1984)

escalas de um sistema
complexo.
(1) Hierarquia de nveis Identificar os nveis Por identificao dos nveis
recursivos. (2) Subsistemas recursivos e os subsistemas recursivos, associados ao
Baseada no Fechamento
SIMON (1968)

bsicos, intermedirios e que formam a estrutura fechamento surjectivo ou


conceito de surjectivo ou
superiores. (3) Interao. (4) hierrquica do sistema inversamente surjectivo.
Hierarquia inversamente
Decomponibilidade e quase complexo.
surjectivo.
decomponibilidade. (5)
Redundncia.
Identificar a dinmica Por identificao da dinmica
e

circular fechada da circular de funcionamento da


(1) Organizao circular. (2)
organizao e a estrutura organizao e a estrutura
MATURANA

MATURANA

Auto-referncia. (3) Auto-


Baseada no aberta do sistema. Os Fechamento cclico. aberta do sistema, associada
(1984;1994)

produo e Auto-manuteno.
VARELA

conceito de processos que ele possui e ao fechamento cclico.


(4) Sistemas de organizao
(1970).

Autopoiese que possibilitam se auto-


fechada e estrutura aberta. (5)
produzir e se auto-manter.
Autonomia e dependncia.
Quadro 10: Dinmicas assumidas pelos sistemas complexos

158
159

Na seqncia, apresentam-se algumas ferramentas que podem ser utilizadas para


auxiliar a modelagem de sistemas complexos considerando suas caractersticas e intervindo
no comportamento deles

3.4 FERRAMENTAS EMPREGADAS PARA REPRESENTAR SISTEMAS


COMPLEXOS

Os sistemas complexos, por serem formados de diferentes partes, possurem muitas


conexes, que so de decomposio difcil, no podem ser analisados como um conjunto de
elementos independentes, sem que o sistema seja destrudo. Para conservar a configurao do
sistema complexo, necessrio trat-lo de modo integrado e sistmico.
Heylighen (1988) destaca que os sistemas complexos no podem ser compreendidos
pelo uso do paradigma reducionista, j que desconsidera as conexes entre as partes do
sistema. Nessa perspectiva, Smith, Bar-Yam e Gelbart (2001) ressaltam que muitos campos
do estudo cientfico tiveram sua evoluo limitada pela carncia de linguagens para descrever
a estrutura e a dinmica dos sistemas complexos. Senge (1990) lembra que os sistemas
complexos exigem uma disciplina para ver o todo, uma estrutura para perceber inter-relaes,
ao invs de objetos isolados; uma estrutura para ver padres de mudanas, ao invs de
momentos no tempo. Eijnatten (2003) evidencia que o comportamento organizacional mudou
muito no sculo XX. Ele ressalta que, em meio complexidade, as pessoas precisam
aumentar suas capacidades para enfrentar as inconsistncias, demandas contraditrias e
dilemas no processo de tomada de deciso.
Nesse contexto, para representar e analisar os sistemas complexos, necessrio
empregar ferramentas que considerem as caractersticas deles. Para isso, pesquisaram-se
ferramentas apropriadas modelagem dos sistemas complexos. Nessa busca, constatou-se a
escassez destas, encontrando-se abordagens genricas desenvolvidas para tratar os sistemas
complexos. Essas abordagens tm o objetivo de criar uma estrutura conceitual de referncia
que suporte o estudo dos sistemas complexos de modo global. Alm das abordagens
genricas, h outras mais especficas, compostas de modelos computacionais de simulao e
modelos matemticos desenvolvidos para modelar as caractersticas dos sistemas complexos.
O mais usual, na literatura, o desenvolvimento de ferramentas que intervenham nos
sistemas, desconsiderando-se sua complexidade e reduzindo-as a sistemas simples.
Heylighen (1988) observa que os mtodos baseados no paradigma reducionista consistem em
analisar o domnio do problema. Se o domnio complexo, deduz-se que esse paradigma no
160

suficiente, sendo necessrio enquadrar o problema no padro apropriado interveno pelo


mtodo reducionista.
Morin (2001) lembra que a educao formal direcionada simplificao, que separa
tudo aquilo que no entra no esquema da reduo, do determinismo, da descontextualizao.
A anlise, base da modelagem analtica, sedimentou-se na cincia pela eficcia de sua
aplicabilidade e pelos resultados efetivos conseguidos por meio do emprego dos preceitos
cartesianos no desenvolvimento da Fsica, de Newton, e, posteriormente, pela difuso dos
resultados alcanados pela administrao cientfica do trabalho, institudos por Taylor.
As modelagens com base no paradigma sistmico e na complexidade dos fenmenos
no tiveram o mesmo desenvolvimento e divulgao ocorridos nas modelagens que adotam o
paradigma reducionista. Isso porque apresentam um grau de dificuldade maior na concepo e
representao dos fenmenos, por considerarem as conexes entre as diferentes partes que
compem o sistema, exigindo maior esforo na obteno dos resultados operacionais.
Nesta seo, apresentam-se algumas ferramentas que podem ser utilizadas para
representar e analisar os sistemas complexos.

3.4.1 AUTMATO CELULAR

O autmato celular foi um dos primeiros modelos computacionais empregados para


modelar sistemas complexos. Ele foi originalmente introduzido por Von Neumann e Ularn,
em 1948, como uma idealizao da auto-reproduo biolgica, sendo um exemplo de sistema
dinmico discreto que pode ser simulado, com exatido, num computador digital (VON
NEUMANN, 1966). O objetivo dos autores era, a partir de modelos matemticos, construir
mquinas autoduplicadoras, o que no foi alcanado. Demonstrou-se, contudo, que possvel
constru-las, fato que motivou o emprego dos autmatos celulares para modelar sistemas
naturais e criar jogos matemticos.
Nesse sentido, Bar-Yam (1997) lembra que um autmato celular forma uma classe
geral de modelos de sistemas dinmicos, que so muito simples, mas capturam uma rica
variedade de comportamentos. Capra (1996) destaca que, devido estrutura de rede e
capacidade que possui para comportar grande nmero de variveis discretas, essas formas
matemticas se tornaram reconhecidas como uma importante alternativa em relao s
equaes diferenciais, para estudar o comportamento e modelar os sistemas complexos.
Quanto ao conceito de um autmato celular, pode-se dizer que anlogo descrio
de um tabuleiro de xadrez. Ele composto por uma grade retangular com quadrados regulares
161

coloridos ou clulas. Cada clula pode assumir vrios valores diferentes, sendo influenciada
por um nmero definido de clulas vizinhas. O estado da grade inteira muda discretamente em
funo do conjunto de regras estipuladas, que so aplicadas simultaneamente em cada clula
individualmente (BAR-YAM,1997; CAPRA,1996; GELL-MANN,1996; ANDERSON,1999).
Um exemplo o aplicativo ECHO apresentado por Holland, em 1995, que tanto pode ser
desenvolvido utilizando como base os Algoritmos Genticos como usando os Autmatos
Celulares, ver seo 3.4.3, desse Captulo.
De modo mais formal, Gutowitz (1991) define um autmato celular como uma
representao de idealizaes matemticas obtidas dos sistemas dinmicos, nos quais espao
e tempo so discretos e as quantidades que interessam resoluo do problema tm um
conjunto finito de valores discretos. Esses valores discretos so atualizados de acordo com
regras locais. As principais caractersticas de um autmato celular so:
o espao discreto e existe um conjunto regular de clulas, cada uma das quais possui um
conjunto finito de valores;
o tempo discreto e o valor de cada clula atualizado numa seqncia de graus discretos
de tempo;
as regras para os novos valores das clulas dependem, somente, dos valores das clulas de
proximidade local;
as variveis de cada clula so atualizadas simultaneamente com base nos valores das
variveis num espao de tempo previsto.
Bar-Yam (1997) ressalta que o conceito de autmato celular se originou do conceito
de espao e do conceito de localidade de influncia. Assume-se que o sistema representado
est distribudo no espao e que regies prximas desse espao possuem maior influncia
sobre o sistema modelado que outras mais distantes. A idia de que regies prximas exercem
grande influncia umas sobre as outras , com freqncia, associada ao limite de velocidade
na transferncia de informaes de um lugar para outro.
Segundo Anderson (1999), o estado de cada clula depende do estado das clulas
vizinhas. Os elementos-chave escolhidos pelo modelador do sistema so: a forma da clula, os
estados que ela pode ocupar, as regras de deciso usadas para determinar o estado da clula e
os vizinhos que cada agente considera no momento de aplicar as regras de deciso.
J que o sistema se distribui no espao, para analis-lo, necessrio delimitar o
espao de influncia de cada clula na sua vizinha e no sistema como um todo. Para isso, usa-
se um conjunto de variveis, as quais assumem determinada configurao, com o objetivo de
descrever os fatos ocorridos num dado instante do tempo, numa clula em particular. Dessa
162

forma, a descrio do autmato celular pode ocorrer num espao que assume uma dimenso
(1-d); num espao que assume duas dimenses (2-d); num espao que assume trs dimenses
(3-d) ou num espao com mais de trs dimenses (BAR-YAM,1997; ANDERSON, 1999).
No caso de um autmato celular de uma dimenso (1-d), destaca-se que ele
composto, usualmente, por um ponto no qual cada clula uma simples varivel binria ou
booleana7. Para analisar esse autmato celular, selecionam-se as clulas vizinhas num ngulo
circular de proximidade imediata a sua direita e a sua esquerda. Para Bar-Yam (1997), cada
clula selecionada, assume, apenas, dois estados. A varivel binria pode ser representada
pelo uso das seguintes notaes: {0,1}, {-1,1}, {ligado, desligado} ou {,}.
O tempo de evoluo de um autmato celular est diretamente relacionado histria
particular do sistema representado. No autmato celular de (1-d), emprega-se um diagrama
espao-tempo para mostrar as condies iniciais em que o sistema opera. O valor de cada
clula, num instante de tempo particular, obtido em funo das regras determinadas a partir
dos valores das clulas vizinhas. Para Bar-Yam (1997), a dinmica desse tipo de autmato
celular pode ser descrita em termos de ciclos e atratores, no decorrer dos quais se consideram,
apenas, variveis binrias num espao finito. Essa dinmica pode se repetir na mesma
quantidade de vezes do nmero de estados que o sistema pode assumir. Esse nmero cresce
exponencialmente com o tamanho do espao. Existem 2 estados do sistema quando existe um
total de n clulas. Para ilustrar, apresenta-se um exemplo na Figura 3 .

0 1 0 1 1 0 0 0 1 0 1 0 0 1 1 0 0

t Regra t
1 1 0 0 0 1 0 1 1 0 1 1 1 0 1 1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
Figura 3: Diagrama espao-tempo do autmato celular de 1-d Fonte: Bar-Yam (1997,p.115)

7
Redes binrias ou booleanas so formadas por nodos aos quais se atribuem dois valores distintos, usualmente
rotulados de LIGADO e DESLIGADO. As variveis da rede s podem assumir dois valores. A denominao
rede booleana em homenagem ao matemtico ingls George Boole, que utilizou operaes binrias (do tipo
sim-no) em meados do sculo XIX para desenvolver a lgica simblica da lgebra booleana
(CAPRA,1996,p.163).
163

A Figura 3 mostra o tempo de evoluo do autmato celular de (1-d). Nota-se que as


variveis de cada clula podem assumir dois valores: 0 ou 1. O sistema comea sua evoluo
a partir de uma condio inicial orientada por regras regidas por uma representao binria de
atualizao. As regras usadas dependem das clulas vizinhas e da clula analisada.
Wolfran (1983) destaca que os modelos de autmatos celulares de (1-d) so muito
limitados para estudar a complexidade da natureza, por isso abordam-se os modelos de
autmatos celulares de (2-d). A filosofia a mesma, exceto pela vizinhana conter mais
clulas que os modelos de (1-d). O jogo da vida o mais conhecido modelo de autmato
celular de (2-d) e foi desenvolvido em 1970, pelo matemtico Jonh Conway. Bar-Yam (1997)
observa que, conceitualmente, o modelo de autmato celular de (2-d) foi projetado para
captar, de maneira simples, a reproduo e a morte dos organismos biolgicos. Ele baseado
num modelo no qual, se as clulas vizinhas possurem pouqussimos ou demasiados
organismos, esses organismos desaparecem. Por outro lado, se o nmero de organismos
exato, eles se multiplicam.
Wolfran (1983) mostra que para cada clula, determina-se a soma dos valores dos
quatro vizinhos prximos e dos quatro vizinhos prximos dos quatro primeiros. Assim, uma
clula viva (vale 1), sobrevive somente se a soma de sua vizinhaa for igual a 2 ou 3, ou seja,
se existirem, no mximo, 3 clulas vivas ao seu redor. Se a soma for maior que 3, a clula
morrer (vale 0), devido superlotao de clulas vizinhas ao redor dela. Se a soma for menor
que 2, a clula morrer devido ao isolamento, ou seja sem capacidade de interao, a clula
no sobreviver. As clulas mortas se tornaro vivas somente se a soma for igual a 3.
Os dois modelos de autmatos celulares apresentados, de (1-d) e de (2-d), so de
estrutura determinstica. Bar-Yam (1997) destaca que o autmato celular de (3-d)
estocstico, ou seja, os resultados so probabilsticos. A definio do autmato celular
estocstico est em funo das probabilidades de transio de um estado para outro do
sistema. A regra estocstica de que a atualizao das probabilidades para cada clula
independente. Logo, o total das probabilidades pode ser descrito como o produto dos valores
de cada clula. Portanto, se a regra local, a probabilidade para a atualizao de uma clula
particular depender, somente, dos valores das variveis das clulas vizinhas.
Os modelos de autmatos celulares foram empregados por Varela, Maturana e Uribe
(1974), na dcada de 70, como ferramenta para simular redes autopoieticas. Esse autmato
constitudo de um catalisador e dois elementos (um substrato e um elo) que se movem
aleatoriamente e interagem uns com os outros, de modo que novos elementos de ambos os
tipos podem ser produzidos, outros podem desaparecer e outros, ainda, podem se ligar,
164

formando cadeias. Para a rede autopoietica ser simulada num computador, necessrio
estipular regras de funcionamento que envolvam todos os elementos do autmato celular.
Dessa simulao, so geradas cadeias de interaes que envolvem muitas escolhas aleatrias,
criando-se muitas seqncias diferentes, algumas delas exibindo padres estveis.
Capra (1996) afirma que o autmato celular projetado por Varela, Maturana e Uribe
(1974) foi um dos primeiros exemplos de como as redes auto-organizadoras dos sistemas
vivos podem ser simuladas. A partir dessa aplicao, muitas outras simulaes foram
estudadas, demonstrando que os modelos matemticos podem gerar, espontaneamente,
padres complexos e altamente ordenados e exibir alguns importantes princpios de ordem
encontrados em sistemas vivos.
Por outro lado, a Teoria dos Sistemas Dinmicos introduziu conceitos que
intensificaram os estudos de ferramentas efetivas para modelar sistemas complexos.
Kauffman (1993) utilizou os conceitos introduzidos pela Teoria dos Sistemas Dinmicos, em
associao com as redes binrias, para modelar as relaes entre a ordem e o caos no
processo de evoluo das espcies, antes impossveis pelo uso das equaes diferenciais.
Assim, conceitos como caos, atratores puctiformes, peridicos e estranhos, trajetria, espao
de fase e bifurcaes instigaram a associao desses novos conceitos com as j utilizadas
redes binrias. Dessa associao constatou-se que uma rede binria possui, pelo menos, um
atrator peridico, permitindo que o sistema se estabilize e permanea nesse estado atrator. Os
atratores representam a mais importante caracterstica das redes binrias (CAPRA,1996).
A partir disto, Nowak e Vallacher (1998) destacam a importncia do emprego do
autmato celular na modelagem de sistemas complexos sociais, pela flexibilidade gerada na
especificao de regras de deciso, permitindo que interaes complexas possam ser
modeladas. No entanto, cada clula se restringe a interagir com o mesmo nmero de clulas
vizinhas, como ocorre com todas as outras clulas. Ressaltam ainda que, nas organizaes
sociais, alguns indivduos possuem mais interaes que outros. O modelo do autmato
celular no bem processado para modelar situaes em que apenas, um ator, numa
vizinhana, possui interao com outro ator fora da vizinhana. Para ser modelado por um
autmato celular, o indivduo precisa adotar um conjunto de interaes para mapear a
localizao dele, pois as regras de deciso so igualmente assumidas para todos os atores. Isso
representa uma limitao da aplicao dos modelos baseados nos autmatos celulares.
Historicamente, o desenvolvimento do autmato celular est intimamente relacionado
ao desenvolvimento de conceitos das Cincias da Computao. Essa conexo continua a ser
um tema encontrado nas discusses sobre Autmato Celular. Apesar da diferena entre
165

autmato celular e a arquitetura convencional dos computadores, os autmatos celulares so,


em geral, convenientes para simulaes computacionais e, especificamente, convenientes
para simulaes computacionais em paralelo. Assim, o autmato celular ganhou importncia
com o aumento do uso de simulaes no desenvolvimento da compreenso do comportamento
dos sistemas complexos.

3.4.2 REDES NEURAIS

As redes neurais so sistemas complexos com capacidade de adaptao, os quais usam


a analogia da rede de neurnios do crebro e da capacidade de aprendizagem dos animais
superiores na determinao do funcionamento delas. O estudo das redes neurais foi
extrapolado aos sistemas artificiais a partir da observao do funcionamento do crebro dos
mamferos, principalmente do ser humano. As principais aplicaes dessas extrapolaes so
o desenvolvimento de programas de simulaes computacionais (GELL-MANN,1996;
ANDERSON, 1999; BAR-YAM 1997).
Bar-Yam (1997) destaca que o funcionamento do crebro, como parte do sistema
nervoso, , geralmente, usado para descrever a complexidade das interaes animais e
humanas com o ambiente. Os elementos responsveis pelo funcionamento do crebro so as
clulas nervosas (os neurnios) e as interaes entre elas. Estas so mediadas por uma
variedade de transferncias qumicas, atravs das sinapses. O crebro afetado, tambm, por
diversas substncias produzidas por outras partes do corpo e transportadas atravs da corrente
sangnea. Os neurnios so clulas que assumem vrias formas em diferentes partes do
crebro.
Em analogia ao funcionamento do crebro, Bar-Yam (1997) observa que surge uma
variedade de modelos matemticos com o objetivo de captar caractersticas particulares dos
neurnios e suas interaes, contudo todos os modelos so incompletos. Alguns deles so,
particularmente, muito apropriados a investigaes tericas; outros so apropriados tarefa de
reconhecimento de padres. Muitos dos esforos modernos em modelar o sistema nervoso
so de natureza comercial, na busca de implementar estratgias de padres de reconhecimento
em tarefas de inteligncia artificial.
Logo, uma rede neural formada por um conjunto de muitos nodos ou unidades que,
em qualquer instante do tempo, so caracterizados por um bit (0 ou 1). Os bits indicam se um
neurnio est emitindo um sinal ou no. Cada unidade est ligada a algumas ou a todas as
outras unidades. A intensidade da influncia de uma unidade sobre outra pode ser
166

representada por um nmero positivo ou negativo. Se a primeira unidade excita, a segunda


positivo; se a inibe, negativo (GELL-MANN, 1996; ANDERSON, 1999).
Nesse sentido, Anderson (1999) aborda que, em oposio aos padres geomtricos
impostos pelos autmatos celulares, usando as redes neurais, qualquer conjunto de conexes
pode ser modelado, independente da forma geomtrica que assume. Cada nodo usa uma
equao especificada pelo modelador para determinar se esse nodo poder ser ativado com
base em sinais emitidos por outros neurnios e seus padres previstos de ativao. Cada
conexo entre dois nodos possui um peso que influencia a intensidade do sinal de um nodo
dentro da equao de ativao de outro nodo. Esses pesos podem mudar em resposta
experincia na maneira de modelar um sistema, imposto pelo modelador.
Bar-Yam (1997) destaca que a compreenso das subdivises e subestruturas da rede
neural o tema-chave que norteia muitas formas no estudo dos sistemas complexos. Existem
muitos esforos para demonstrar as conexes entre os modelos matemticos, com base em
redes neurais, e o crebro biolgico. O autor lembra que essa conexo um importante fator
para ligar a lacuna entre os modelos biolgicos e matemticos e constitui um modelo
apropriado para tratar os sistemas complexos naturais ou artificiais.
Segundo Bar-Yam (1997), h dois tipos de redes neurais artificiais: as redes de atrator
e a rede feedforward. O primeiro tipo consiste de neurnios matemticos identificados como
variveis que representam as atividades dos neurnios. Os neurnios so conectados por
sinapses simtricas, influenciando igualmente em todas as direes. Para representar a
atividade neural, o modelo de rede de atrator emprega variveis binrias. O segundo tipo
compe-se de um conjunto de dois ou mais extratos de neurnios matemticos formados por
variveis que representam a atividade neural. As sinapses so representadas por variveis
que agem somente em uma direo, so unidirecionais, na seqncia de um extrato para o
prximo. Para representar a atividade neural, o modelo de rede feedforward emprega
nmeros reais em cadeias limitadas.
Pode-se dizer que a aplicao do modelo de rede neural biolgica aos sistemas
artificiais iniciou-se a partir da pergunta: um computador pode pensar? Assim surgiu a
motivao para descobrir como o crebro pode, coletivamente, estocar e acessar memria. O
neurnio estimula e recebe impulsos eltricos de outros neurnios, expandindo sua fora num
certo limiar (GELL-MANN, 1996; BAR-YAM, 1997). Uma importante caracterstica dos
neurnios que seus resultados exibem um comportamento no-linear em funo da soma de
suas entradas. Usualmente, assume um de dois estados: um estado potencial inativo ou ativo.
O primeiro no emite sinal de estmulo; o segundo emite estmulos a uma taxa mxima. A
167

suposio de que a intensidade das conexes entre os neurnios muda quando a memria
est estocada no crebro. O modelo das redes neurais, portanto, tenta manter as funes-chave
dos neurnios biolgicos sem os substratos especficos da Biologia.
Dessa forma, Gell-Mann (1996) observa o desenvolvimento de simulaes
computacionais utilizando a lgica das redes neurais. O autor ressalta um programa de
simulao desenvolvido com base nas redes neurais, o NETalk. Este foi desenvolvido por
Terry Sjnowski e Rosenberg, em 1987, com o objetivo de ensinar a pronncia e a grafia de
um idioma estrangeiro. A grafia e a fontica inglesas so muito distantes, o que torna essa
tarefa difcil, pois o computador precisa descobrir um grande nmero de regras gerais junto
com as excees.
Gell-Mann (1996) nota que h outras verses de simulaes com base em redes
neurais e uma grande quantidade de problemas em que a lgica das redes neurais aplicada.
O esquema sempre representado por um conjunto de intensidades de interao, cada uma
representando o efeito de uma unidade sobre a outra. Hopfield (1982) ressalta a importncia
da criao de uma condio que, se imposta artificialmente sobre as intensidades das
interaes, pode ir alm da definio de aptido do sistema de simulao, podendo levar ao
crescimento durante o processo de aprendizagem. A condio estipulada que a intensidade
do efeito de qualquer unidade A sobre uma outra unidade B seja o mesmo que o de B sobre A.
Essa condio irreal para os crebros reais, sendo, tambm, violada por muitas redes neurais
bem-sucedidas. Nesse sentido, Heydebrand (1989) destaca que os modelos, com base nas
redes neurais, tm sido usados extensivamente nos negcios e no planejamento econmico,
alm das propostas para us-las no estudo das interaes em rede assumidas pelas
organizaes empresariais.

3.4.3 ALGORITMOS GENTICOS

A inspirao para o desenvolvimento dos algoritmos genticos nasceu da busca do


consenso de como conduzir experimentos de simulao com base na Gentica e no processo
de evoluo biolgica. Desse entendimento, foram criadas as premissas bsicas da
inteligncia artificial, denominadas por Holland (1995) de algoritmos genticos. Os
algoritmos genticos fornecem um caminho mais concreto para compreender a natureza da
evoluo.
168

O objetivo que norteou o desenvolvimento dos algoritmos genticos foi a


compreenso de como os fenmenos evoluem e como podem ser empregados na otimizao
dos problemas, alm de investigar de que forma seriam utilizados para modelar sistemas
biolgicos e sociais (HOLLAND ,1995).
Gell-Mann (1996) descreve um algoritmo gentico como uma composio de
esquemas, cada um dos quais representando um programa computacional para uma
determinada estratgia assumida. Cada programa composto por um certo nmero de
instrues dadas ao computador. A variao, nos esquemas, realizada pela mudana dessas
instrues, o que leva ao surgimento de novos esquemas.
Para Axelrod (1997), a idia de algoritmo gentico foi desenvolvida em analogia
replicao dos cromossomos, que atendem a uma proposta dual: por um lado, proporciona a
representao de como um organismo ser transformado; por outro, fornece os recursos
ideais que podem ser transformados e, a partir disso, produzir um novo material gentico na
prxima gerao.
Nesse sentido, de acordo com Lewin (1994), a idia dos algoritmos genticos
modelar os processos de evoluo de acordo com o processo de seleo natural. Esse processo
envolve dois passos: mudanas aleatrias no cdigo gentico, durante a reproduo, e a
seleo com base em alguns critrios de aptido. Nos organismos biolgicos, o cdigo
gentico estocado no DNA, disposto numa seqncia de zeros (0) e uns (1).
A natureza das mudanas no cdigo gentico segue dois caminhos: o da mutao e o
da recombinao ou crossover. A mutao corresponde s mudanas de caracteres, ao acaso,
no cdigo gentico; um processo de descoberta de novas estratgias, atravs de
transformaes genticas. A recombinao ou crossover um processo que emergiu com a
reproduo sexual; combina os genes de dois indivduos, a partir disso, gera um novo
indivduo da mistura dos dois genes produtores, aumentando a aptido dos novos indivduos
e gerando uma maior diferenciao na populao resultante. Em cada gerao, so produzidas
mudanas por meio do processo de mutao e recombinao (AXELROD, 1997; GELL-
MANN,1996).
Para funcionar, o modelo com base nos algoritmos genticos apresenta algumas
caractersticas. Ele obedece a regras simples da evoluo biolgica, das quais emergem um
comportamento complexo. Essas regras implicam regularidades gerais, mas a resoluo de
cada caso individual mostra a emergncia de novas regularidades (GELL-MANN,1996). Por
isso, Axelrod (1997) aponta a necessidade da especificao do cenrio no qual o processo
evolucionrio se desenvolve. Especifica os algoritmos genticos, mostrando o percurso feito
169

pela informao simulada no cromossomo at a transferncia desta para uma estratgia


individual de simulao computacional. Segue-se o desenvolvimento de um experimento
para estudar os efeitos das alternativas reais de evoluo e a organizao do experimento
replicado em nmeros especficos de geraes computacionais e anlises estatsticas dos
resultados.
Anderson (1999) observa que a aplicao dos algoritmos genticos empregada,
principalmente, na Cincia da Computao e na Pesquisa Operacional, com o objetivo de
resolver o problema da otimizao, quando esses problemas so considerados intratveis por
outras ferramentas. O autor destaca que, a implementao dos algoritmos genticos segue os
procedimentos da recombinao de regras para gerar novas regras e a determinao de
funes de aptido para organizar os componentes do sistema modelado.
Nesse sentido, Gell-Mann (1996) destaca que os programas computacionais, com
base nos algoritmos genticos, tm sido usados, em especial, em problemas para os quais a
aptido bem definida, como o estabelecimento de estratgias para vencer no jogo de damas
ou mtodos de instalao de sistema de fiao eltrica que minimizem os custos, alm do
desenvolvimento da teoria dos jogos ter empregado os algoritmos genticos como base
conceitual. O autor ressalta, contudo, que esses programas computacionais, tambm, podem
ser utilizados em outros tipos de problemas.
Podem-se destacar como aplicaes norteadas pelos algoritmos genticos, o programa
TIERRA e o jogo ECHO.

TIERRA

Gell-Mann (1996) mostra que o TIERRA foi desenvolvido por Thomas Ray e
fundamentado na evoluo biolgica. Lewin (1994) destaca que a base do programa um
organismo simples ancestral constitudo de um pequeno programa de computador de 80
instrues que reproduz, altera e expande a diversidade dos descendentes. Seu funcionamento
lembra o ecossistema de uma floresta tropical.
Nesse sentido, Gell-Mann (1996) observa que o programa emprega organismos
digitais que correspondem a seqncias de instrues de mquina, competindo pelo espao
na memria do computador e pelo tempo na unidade central de processamento que eles
utilizam para a auto-reproduo. O gentipo e o fentipo de cada organismo so
representados pela mesma seqncia de instrues. Essa seqncia sofre mutaes e presses
170

seletivas no mundo real. As mutaes so introduzidas pela inverso dos bits de 0 para 1 e
vice-versa, aleatoriamente. Um bit invertido a cada 10 mil instrues executadas. A mutao
tambm ocorre no decurso da reproduo dos organismos digitais, em que os bits so
invertidos, aleatoriamente, nas cpias geradas. A freqncia em que ocorre a inverso a cada
duas mil instrues copiadas. A morte existente nos organismos biolgicos foi considerada no
desenvolvimento do TIERRA. O espao da memria limitado, o que impe a necessidade da
morte dos organismos digitais autoprodutores para dar espao ao nascimento de novos
organismos. O programa criou um organismo denominado ceifador, que destri os
organismos de modo regular, de acordo com uma regra que depende da idade do organismo e
dos erros que este cometeu ao executar certas instrues.
O objetivo do TIERRA mostrar que variaes comparativamente pequenas, na
simulao computacional, com base na evoluo biolgica, combinadas com poucas geraes
de seleo, podem produzir mudanas em uma populao (GELL-MANN, 1996).

ECHO

O jogo ECHO foi desenvolvido por Holland (1995) e se fundamenta nos processos de
evoluo biolgica do sistema imunolgico. O ECHO uma simulao por computador
composta de uma evoluo ecolgica de organismos simples. Ele funciona norteado por sete
elementos bsicos que o tornam um sistema complexo adaptativo: (1) a propriedade da
agregao, a qual rene elementos similares numa mesma categoria; (2) o mecanismo da
rotulagem, que facilita a formao da agregao pela identificao de um sinal que o
caracteriza como membro de um grupo; (3) a propriedade da no-linearidade; (4) a
propriedade dos fluxos formados por ns e conexes; (5) a propriedade da diversidade; (6) o
mecanismo de modelagem interna, correspondente a esquemas internos que so capazes de
selecionar, por antecipao, as interferncias externas; (7) o mecanismo dos blocos de
construo, que consiste num tipo de construo que considera um nvel elementar, a partir
do qual a estrutura se configura.
Esses so os elementos necessrios para a criao de uma estrutura, em que se
observa as aes dos mecanismos e os comportamentos resultantes. O fundamento do ECHO
a especificao de um conjunto de recursos renovveis representados por letras, por
exemplo, (a,b,c,d). A partir da determinao desses recursos, tudo, no ECHO, construdo
combinando-se esses recursos em seqncias. Estes so tratados como tomos, combinados
171

numa seqncia molecular; os agentes so construdos dessas seqncias. O ponto central do


modelo ECHO so as interaes entre os agentes e os recursos em uma localizao geogrfica
e as conexes entre as localizaes vizinhas.

3.4.4 MATRIZ DE IMPACTO CRUZADO - MULTIPLICAO APLICADA A UMA


CLASSIFICAO (MICMAC)

A MICMAC uma das ferramentas que compem o conjunto de instrumentos


denominado por Godet (1993) de caixa de ferramentas. Esta composta dos seguintes
instrumentos: matriz de anlise estrutural, a MICMAC, o mtodo MACTOR, anlise
morfolgica, o mtodo DELPH, o baco de Rgnier e os mtodos de impactos cruzados
probabilsticos (SMIC-Prob-Expert). Esses instrumentos possibilitam a anlise prospectiva de
um sistema.
A abordagem de Godet (1993) mais ampla que a caixa de ferramentas que ele
institui. O objetivo do autor trabalhar a prospectiva nas modelagens em detrimento da
previso. Na prospectiva, a viso do observador global; ele busca as diferenas e as
conexes por acreditar que nenhuma parte do sistema igual outra. As variveis assumidas
podem ser qualitativas, quantitativas, conhecidas ou ocultas, e as relaes entre elas so
dinmicas, alm de a estrutura evoluir no tempo. O futuro visto como mltiplo e incerto, e
os mtodos empregados para analis-lo so desenvolvidos a partir da anlise intencional,
composta de modelos qualitativos (anlise estrutural) e modelos estocsticos (impactos
cruzados). O futuro tratado de modo proativo, antecipando-se as mudanas do ambiente.
Smida (199-?) destaca que a prospectiva leva em considerao uma viso global e
dinmica dos diferentes fundamentos das Cincias da Complexidade:

aborda os fenmenos considerando a multiplicidade destes, sem desconsiderar a


individualidade. A prospectiva estuda o desempenho, nas relaes, entre os elementos do
sistema, suas caractersticas, bem como as propriedades que se refletem dentro do todo e,
como este, na sua totalidade, retroage sobre as partes. Dessa forma evidencia-se o aspecto
hologramtico do fenmeno complexo;
o ator, na prospectiva, definido no s individualmente, mas tambm por seus conflitos e
alianas, suas sinergias e seus antagonismos em conjunto com outros atores. Assim, como
as relaes entre os atores mudam constantemente, ocorre mudana de lgica de uma
combinao de relaes para outra. Por isso, surge uma lgica diferente: segundo as
172

interaes dos atores, segundo o nvel de complexidade do sistema e o ambiente que o


envolve. A prospectiva favorece a ampliao das estratgias dos atores, a evidncia da
dialgica;
a prospectiva se posiciona num nvel de mutao e de ruptura dos fenmenos nos sistemas,
com os quais ele apreende a renovao e a transformao a partir de ingredientes de
situaes anteriores. Todos os integrantes dos novos elementos compem as entradas de
eventuais retroaes que funcionam como fonte para o sistema executar a finalidade. Esse
o aspecto recursivo dos fenmenos que a prospectiva coloca em evidncia, bem como
explora para construir os possveis cenrios futuros.
Pode-se perceber que a abordagem de Godet se baseia em preceitos sistmicos; as
ferramentas que desenvolveu representam uma alternativa para intervir nos sistemas que
exibem comportamento complexo. Essa interveno pode ser realizada por meio da anlise
das interaes dinmicas.
Segundo Godet (1993), a anlise estrutural se baseia no conceito de sistema, objetivo
da qual estudar as relaes entre as variveis que compem o sistema, para, a partir disso,
compreender sua evoluo. Para isso, usa uma matriz de anlise estrutural, a qual relaciona
todos os elementos constitutivos do sistema, destacando as variveis essenciais.
A anlise estrutural pode ser utilizada em duas perspectivas. A primeira a decisional,
que consiste em pesquisar, identificar as variveis e os atores e, a partir disso, atuar para
alcanar os objetivos perseguidos. A segunda a previsional, que consiste na pesquisa das
variveis-chave, sobre as quais deve incidir, prioritariamente, a reflexo prospectiva.
A perspectiva previsional foi a que mais se desenvolveu, principalmente devido
introduo do mtodo MICMAC, que incorpora, alm das relaes diretas entre as variveis,
tambm as relaes indiretas. Essa perspectiva compreende algumas etapas:
a) o recenseamento das variveis;
b) a identificao das relaes na matriz de anlise estrutural;
c) a pesquisa das variveis-chave pelo mtodo MICMAC.
O recenseamento das variveis realizado por meio de entrevistas indiretas e
brainstorming, tendo por objetivo rastrear as variveis internas e externas ao sistema
estudado, de acordo com a organizao interna do sistema e sua interao com o ambiente.
Na viso sistmica, as variveis s existem pelas suas relaes. Por isso, foi criado um
instrumento para identificao das relaes, denominado matriz de anlise estrutural.
Essa matriz relaciona as variveis, num quadro de dupla entrada, como pode ser observado na
Figura 4.
173

Variveis internas Variveis externas

Variveis IJ
internas II

i
Variveis
externas
III aij
IV

Figura 4: Matriz de anlise estrutura. Fonte: Godet (1993)

A Figura 4 representa uma matriz estrutural composta por quatro quadrantes: o


primeiro registra a ao das variveis internas sobre si mesmas; o segundo registra a ao das
variveis internas sobre as externas; o terceiro registra a ao das variveis externas sobre as
variveis internas; o quarto registra a ao das variveis externas sobre elas mesmas. Assim,
cada elemento a da matriz deve ser computado da seguinte forma: a = 1, se a varivel i age
diretamente sobre a varivel j; a = 0, se a varivel j age diretamente sobre a varivel i.
Podem ser atribudos outros valores, se consideradas as intensidades das influncias. Na
determinao dessas relaes, importante verificar se, entre as variveis i e j, existe outra
varivel que as influencia: as variveis ocultas.
O preenchimento da matriz estrutural no totalmente quantitativo, apresenta,
tambm, aspectos qualitativos ou subjetivos, observados quando o modelador do sistema
distingui vrias intensidades entre as relaes diretas: muito forte, atribuindo-se o valor (3);
forte, atribuindo-se o valor (2); fraca, atribuindo-se o valor (1); potencial, atribuindo-se o
smbolo (P). O preenchimento pode ser feito por linha ou por coluna, observando-se as
influncias sobre as variveis (GODET, 1991).
Godet (1991) destaca que a matriz de anlise estrutural uma ferramenta para
encontrar todas as variveis envolvidas num problema, alm de mostrar o grau de influncia
de uma em relao outra. A partir desse ponto, faz-se uma seleo das variveis-chave do
sistema, utilizando-se, para tanto, o mtodo MICMAC.
A pesquisa das variveis-chave, pelo mtodo MICMAC, visa identificar as
variveis mais autnomas e as mais dependentes do sistema. Para esse fim, constri-se uma
tipologia que as classifique pelas influncias direta e indireta.
174

Para identificar as relaes diretas num sistema, procede-se da seguinte forma:

1) Somam-se as linhas da matriz. A soma de uma linha representa o nmero de vezes que a
varivel i tem influncia sobre o sistema. Esse nmero constitui um indicador de
autonomia da varivel i.
2) Somam-se as colunas da matriz. A soma da coluna representa o nmero de vezes que a
varivel j sofre a influncia das outras variveis. Esse nmero constitui um indicador de
dependncia da varivel j.
Obtm-se, assim, para cada varivel, um indicador de autonomia e um indicador de
dependncia que permitem classificar as variveis segundo esses dois critrios.
A classificao acima, no consegue captar as variveis ocultas, que, muitas vezes,
possuem forte influncia no sistema.
As relaes indiretas entre as variveis ocorrem por meio de cadeias de influncias e
elos de retroao (feedback). Uma matriz pode apresentar dezenas de variveis e conter
interaes sob a forma de cadeias e de elos, sendo improvvel que uma pessoa possa
representar e interpretar tal rede de interaes. Com o objetivo de captar esse tipo de relao,
o mtodo MICMAC foi desenvolvido. O mtodo permite estudar a difuso dos impactos
pelos caminhos e pelos elos de retroao e, por conseguinte, hierarquizar as variveis.
O mtodo MICMAC um programa de multiplicao matricial aplicado matriz
estrutural, que possibilita o estudo e difuso dos impactos das variveis pelas vias e pelos
elos de feedback, conseguindo hierarquizar as variveis:
1) por ordem de autonomia, levando em considerao o nmero de vias e de elos de
comprimento 1,2,3,... n, sadas de cada varivel;
2) por ordem de dependncia, levando em considerao o nmero de vias e de elos de
comprimento 1,2,3,... n, que chegam a cada varivel.
A construo de uma matriz MICMAC apia-se nas propriedades clssicas das
matrizes booleanas. Se a varivel i influencia diretamente a varivel k, e se k influencia
diretamente a varivel j, tem-se o seguinte esquema:

i j

Figura 5: Representao do princpio MICMAC.Fonte: Godet (1993, p.115)


175

Assim, qualquer mudana que afete a varivel i pode, tambm, repercutir na varivel j,
pois h uma varivel indireta entre i e j. Na matriz de anlise estrutural, existem numerosas
influncias indiretas do tipo ij. Estas influncias no so captadas pela classificao direta.
A elevao da matriz ao quadrado pe em evidncia as influncias de ordem 2 entre i e j.
Representa-se a multiplicao de matrizes pela notao:

A = A . A = ( A) com a = a . axj

Se a no for nulo, significa que h, pelo menos, uma varivel x que faz com que a
. axj = 1. Existe uma varivel intermediria x que faz com que a varivel i tenha influncia
sobre x (axj =1) e que a varivel x influencie a varivel j (axj = 1). Nesse caso, existe uma
via de ordem 2 que vai de i a j. Por outro lado, se a = p, h p vias de comprimento 2 que vo
de i a j, passando por p variveis intermedirias.
Calculando A, A,.....A, obtm-se, da mesma forma, o nmero de vias de influncia
ou elos de influncia de ordem 3,4,....n que ligam as variveis entre si.
Desse processo de iterao, deduz-se uma nova hierarquia de variveis, classificadas,
dessa vez, em funo do nmero de influncias indiretas exercidas pelas variveis. A partir de
uma certa potncia, a hierarquia que constitui a classificao MICMAC, mantm-se estvel.
Quando a soma em linha j a alta para a varivel i, implica que existe um grande
nmero de vias de comprimento n que sai da varivel i, e que a varivel i exerce um grande
nmero de influncias sobre as outras variveis do sistema. A classificao indireta MICMAC
permite determinar as variveis em funo da influncia que exercem ou sofrem,
considerando o conjunto da rede de influncias descrita na matriz de anlise estrutural.
De forma prtica, a matriz MICMAC analisa as interaes entre as variveis que
surgem em cadeia e em elos de feedback, conforme Figura 6.

A C

Figura 6: Interao analisada pelo MICMAC. Fonte : Godet (1993, p.116)


176

A descrio de uma matriz de anlise estrutural feita da seguinte forma:

A B C
A 0 1 0 1
Soma dos elementos
M= B 1 0 1 2 de cada linha

C 1 0 0 1

2 1 1 Soma dos elementos de cada coluna

Figura 7: Construo da Matriz de anlise estrutural. Fonte: Godet (1993, p.116)

Nessa primeira matriz, possvel captar, apenas, as influncias diretas entre as


variveis. A atribuio dos valores 0 e 1 se referem, respectivamente, inexistncia de
influncias de uma varivel em relao outra e existncia de influncia direta de uma
varivel em relao outra. No considerada a influncia de uma varivel sobre si mesma.
Da soma das linhas, pode-se deduzir a varivel com maior grau de autonomia; da soma das
colunas, as variveis com maior grau de dependncia no sistema.
As influncias indiretas so consideradas a partir da elevao da matriz potncia, a
multiplicao de matrizes.
A partir dessa matriz base, representada na Figura 7, passa-se a considerar as
influncias de uma varivel sobre si mesma e as influncias indiretas obtidas pela elevao da
matriz ao quadrado, ao cubo, a quarta a quinta etc. potncias at as classificaes em linhas e
colunas se tornarem estveis. A estabilidade evidenciada quando todas as variveis exercem
influncias umas sobre as outras. Da mesma forma, pode-se obter uma matriz estvel
considerando a intensidade das interaes. Nesse caso, o processo necessita de algumas
iteraes, com uma matriz inicial preenchida com os valores 1,2,3,e P (potencial) em funo
da intensidade das influncias.
A classificao das variveis em direta, indireta e potencial tem o objetivo de
evidenciar as variveis mais autnomas e as mais dependentes: estas so as mais sensveis
evoluo do sistema, aquelas influenciam mais o sistema.
No processo de classificao, identificam-se as variveis com maior nmero de
ligaes diretas com o sistema e as variveis ocultas que consideram as ligaes indiretas e os
elos de feedback.
177

As variveis so classificadas segundo o nmero e a intensidade das interaes em que


esto envolvidas, tanto em autonomia como em dependncia. Trs classificaes se destacam:
direta, indireta e potencial, segundo a natureza das interaes.
Pode-se proceder a uma comparao entre as classificaes direta, indireta e potencial,
associando-as a uma escala temporal.
- A classificao direta est associada ao horizonte de curto prazo;
- A classificao indireta integra cadeias de influncia e elos de feedback, estando associada
ao horizonte de mdio prazo;
- A classificao potencial integra relaes que somente aparecero no futuro, estando
associada ao horizonte de longo prazo.
A cada varivel, associa-se um indicador de autonomia e de dependncia em todo o
sistema. O conjunto das variveis pode posicionar-se num plano autonomia-dependncia, o
qual pode receber influncias direta, indireta ou potencial. A Figura 8 representa o plano
autonomia-dependncia.

Variveis Variveis
Autonomia autnomas de ligao
1 2

5
Variveis
resultados
Variveis 4 3
excludas
Dependncia
Variveis ns

Figura 8: Plano autonomia-dependncia. Fonte: Godet (1993,p.119)

O plano dividido em 5 sees. Na seo 1, as variveis so muito autnomas e pouco


dependentes. So variveis explicativas que, geralmente, condicionam o resto do sistema. Na
seo 2, as variveis apresentam um misto de muita autonomia e muita dependncia. So
variveis de ligao, instveis por natureza, por isso qualquer ao sobre essas variveis ter
repercusses sobre as outras e sobre elas mesmas. Na seo 3, as variveis so pouco
autnomas e muito dependentes, chamadas variveis de resultado. Sua evoluo ocorre em
funo das variveis das sees 1 e 2. Na seo 4, as variveis so pouco autnomas e pouco
dependentes. Essas variveis formam um conjunto de fatores relativamente desligado do
sistema, podendo ser excludas sem maiores problemas. Na seo 5, as variveis so
178

medianamente autnomas e/ou dependentes. Godet ressalta que dessas variveis no


possvel inferir muitas informaes.
A anlise da disposio das variveis, na Figura 8, possibilita inferir os intervalos de
tempo em que o sistema se mantm num estado estvel ou num estado de instabilidade. Um
pequeno nmero de variveis de referncia confere ao sistema uma relativa estabilidade. Um
sistema estvel introduz uma dicotomia entre as variveis autnomas (agir-no-agir) e as
variveis de resultado que dependem das autnomas. Num sistema instvel, cada varivel
autnoma e dependente; qualquer ao sobre uma delas repercute sobre todas as outras e
sobre ela mesma.
No plano autonomia-dependncia, ilustrado na Figura 8, pode-se reconhecer que o
sistema instvel quando os pontos se distribuem em torno da diagonal principal. Cada
varivel autnoma e dependente ao mesmo tempo; qualquer ao sobre uma delas repercute
no conjunto e sobre si prprias. J no sistema estvel, os pontos se distribuem em todo o
espao do plano, diminuindo a interferncia de uma varivel sobre as outras.
A comparao entre as classificaes direta (obtida por meio da matriz de anlise
estrutural), indireta e potencial (obtidas por meio do mtodo MICMAC) permite confrontar as
duas hierarquias das variveis, possibilitando a reorganizao do grau de importncia de cada
varivel no sistema. Tal comparao, tambm, confirma a importncia de certas variveis e
revela outras consideradas pouco importantes, mas que podem desempenhar, por meio de
influncias indiretas, um papel essencial ao funcionamento do sistema. Nesse caso, ignorar
tais variveis representa um grave equvoco que pode abalar a validade das interpretaes.
Os demais instrumentos que compem a caixa de ferramentas de Godet (1993) no so
mencionados nesta seo, por no se aplicar diretamente ao estudo das interaes de um
sistema complexo. A seleo do mtodo MICMAC se deve ao fato de seu objetivo central: a
compreenso e a interveno nas interaes entre as variveis de um sistema complexo.
Em relao aplicao das ferramentas institudas por Godet (1993) aos sistemas
complexos, Smida (199-?) destaca a importncia de utiliz-las com a inteno de modelar os
sistemas o mais prximo da realidade. Nesse sentido, Godet (1993) observa que um sistema
no a realidade, mas um meio de enfrent-la. Assim, o referido autor destaca que a anlise
sistmica no passa de uma forma de pensamento em que o observador se observa enquanto
observa um outro sistema. Smida (199-?) evidencia que uma representao fiel da realidade
supe preocupao em descobrir e expor a complexidade existente nos fenmenos, e no
exclu-la. Por isso, com freqncia, as tcnicas clssicas recusam a complexidade e propem
179

mtodos simples que, ao invs de resolver os problemas da realidade, fornecem smbolos de


solues encontradas para as representaes simplificadas da realidade.
Segundo Smida (199-?), a prospectiva segue dois passos importantes: (1) aceita a
realidade complexa e reconhece os limites de suas prprias percepes e medidas; (2) utiliza
as ferramentas da prospectiva, as quais permitem melhor compreenso dos fenmenos
complexos.

3.4.5 P3TECH

A ferramenta P3tech foi desenvolvido por Gattaz (2000), visando modelar processos.
Apesar de no mencionar diretamente a abordagem cientfica que fundamenta a ferramenta
proposta, a construo dela segue princpios que permitem deduzir que o autor conhece e
pode se fundamentar nos preceitos das Cincias da Complexidade. Por isso, considera-se a
ferramenta P3tech como uma alternativa de interveno nos sistemas complexos.
A idia dessa ferramenta surgiu da observao do autor de que a maioria dos mtodos
para resoluo de problemas desconsidera o contexto em que o problema est inserido, alm
de tentar separar a ordem da desordem e seguir uma viso linear que no descreve os
fenmenos reais.
Para Gattaz (2000), um processo compreendido como a interpretao das diferenas
entre mudanas de um estado atual de um sistema para um estado futuro desejado. Segundo o
autor, para perceber melhor a realidade, ou para estar em sincronia com a mudana, preciso
simular, emular e encenar a realidade, de modo a visualizar o mximo de riscos e escolher o
menor. Por esse motivo, preciso adotar um novo caminho que torne possvel visualizar a
diferena gerada pela mudana. Esse percurso consiste em representar a realidade de modo
tridimensional (infra-estrutura, axiomtica e atividade) e em aplicar os princpios da viso de
mundo em processo.
Para definir a ferramenta P3tech, necessrio definir a sigla P3: processo, protocolo
e prottipo; tech: tecnologia. O processo representado pela inteligncia da realidade,
composta de trs dimenses: infra-estrutura, axiomtica e atividade, para a gerao dos
valores adicionados requeridos pelo contexto. O protocolo o conjunto de regras de
comunicao (interao) entre os elementos das trs dimenses do processo. O prottipo
concretiza uma abstrao e permite simulaes, emulaes e encenaes para reduo de
riscos antes de tornarem-se reais (GATTAZ, 2000; GATTAZ, 2001).
180

Conforme Gattaz (2000), o P3tech composto de trs instrumentos: Parchitect,


utilizado na estruturao dos processos, do qual se obtm subsdios para especificar a
linguagem de mudana da realidade. Por meio dele, desenvolvem-se simulaes cuja sada
concretiza a abstrao do contexto; O Psynthesizer, empregado para mapear os protocolos,
gerando a linguagem da realidade. Corresponde a emulaes, cuja sada um objeto concreto
derivado de uma abstrao processada, representando a sada concreta da simulao. O
Pfingers, usado para construir os prottipos e para comparar a linguagem concreta com a
linguagem da realidade.
Gattaz (2000) argumenta, ainda, que, para modelar um sistema, empregando o P3tech,
necessrio comear pela identificao do contexto e das mudanas ocorridas nele. Depois,
preciso determinar os valores que sero adicionados pelo processo, os insumos necessrios
produo dos artefatos de sada, eliminando as atividades desnecessrias. A partir disso, cria-
se uma viso futura desejada, em domnios individuais e coletivos, dos quais se escolhem
aqueles que adicionam valor ao processo. Alm disso, selecionam-se os princpios mais
adequados ao sistema que ser modelado, seguindo a lgica dos eixos (infra-estrutura,
atividades, axiomtica). Os eixos regem a distribuio dos princpios. O objetivo perceber
como os aspectos independentes cooperam entre si para adicionar valor ao ser humano.
Assim, essa ferramenta se caracteriza por aplicar os princpios dos processos nas trs
dimenses do sistema (infra-estrutura, axiomtica e atividade) e, a partir disso, equacionar os
riscos, os desperdcios e as incapacidades resultantes da no-aplicao dos princpios nas trs
dimenses do sistema representado.
Alm da viso de futuro, outras so empregadas: a viso mtrica, que conjuga a viso
futura com a escolha da linguagem para transio; a viso da estrutura; a viso da interface; a
viso da abstrao (o comportamento do processo); a viso do concreto; a viso de teste; a
viso da interconexo com o ambiente externo e a viso de desenho, de mapeamento. Elas
permitem identificar as interfaces e os elos entre processo e contexto.
O mtodo desenvolvido por Gattaz (2000) possui os seguintes princpios bsicos: co-
evoluo, proto-interao, incluso, fracamente estruturado, paralelismo, unidade, mudana,
reconhecimento, integrao com energia zero, tempo zero, dualidade, autodefesa,
reconstruo, exponencializao e contextualizao. Os eixos so: infra-estrutura, axiomtica
e atividade.
Os conceitos so empregados para modelar os processos. A modelagem a
denominao dada ao procedimento que cria a representao da complexidade de um
processo e permite simulaes, gerao de alternativas e otimizaes. a prpria
181

representao grfica da realidade. Os caminhos seguidos e os mtodos utilizados no


mapeamento dos processos so explicitados na modelagem. Ela permite entender as
mudanas do processo, j que a representao compreende as alteraes provocadas pelos
efeitos colaterais nos trs eixos (GATTAZ, 2000).

3.4.5.1 Os princpios bsicos

Os princpios do P3tech so os direcionadores da construo da modelagem de


processos. Segundo Gattaz (2000), existem, atualmente, quinze princpios, mas esse nmero
no fixo, podendo ser alterado de acordo com o reconhecimento de novos princpios em
estudos realizados.

A Co-evoluo: a soluo redefine o problema, d um novo contexto realidade. O


contexto ao qual pertence o problema se refaz, no necessariamente, com as mesmas partes
que o levaram soluo. Quando um conjunto de funes interage para produzir um objetivo,
o prprio objetivo provoca mudana nas funes estabelecidas, que, por sua vez, j no so as
mesmas.

A Proto-interao: um dos princpios que torna confortvel a viso de processo a


possibilidade de errar, perfazendo o conceito da proto-interao. Pode-se errar sem inibio.
A incerteza traz riqueza imaginativa, a qual estimula a elaborao de prottipos, de
emulaes, que so exercitados de forma interativa para visualizar melhor o problema. Cria-se
uma imitao da realidade, para melhor compreend-la.

A Incluso: consiste em admitir que todas as formas possveis de expresso da


realidade podem ser vistas como uma nica realidade. Os caminhos que levam a diferentes
conflitos ou a diferentes inconsistncias geram diferentes realidades no contexto de uma
representao abstrata, formando uma nica realidade. Para perceb-la, necessrio incluir
vrias vises e diferentes maneiras de ver o mundo.

A Estrutura fracamente estruturada: a estrutura flexvel, o que confere ao


observador, que possui a viso de processo, uma posio confortvel. Pode-se adicionar ou
mudar o valor que se quer adicionar sem que se esteja limitado pela estrutura existente. Esse
princpio recomenda que a estrutura deve ser vista como uma varivel a ser monitorada
conforme o valor que se quer adicionar.
182

O Paralelismo: busca reconhecer o carter recorrente dos processos e, tambm, o


efeito colateral dos processos duais. Os efeitos colaterais dos processos duais so paralelos e
cooperam entre si, mas no so auto-suficientes. Com o paralelismo, satisfaz-se, ainda, o
princpio da co-evoluo; percebem-se os efeitos colaterais de um processo sobre outro,
conforme o contexto estabelecido. Esse contexto novo, ou antigo, define o comportamento
dos processos. Estes, sendo paralelos, podem comunicar-se entre si por meio do contexto.
Perceber um novo contexto ver uma comunicao entre eles e, portanto compreender a sua
co-evoluo. Quando se desconsidera um processo, ou no so explicitados no contexto,
apesar de existir, sua co-evoluo gera comportamentos inesperados, que estimulam o
reconhecimento do paralelismo.

A Unidade: a unidade o ser humano. Nada mais unidade. Qualquer outra coisa
coisa. O ser humano o prprio contexto, que gera outro contexto que descreve o ser humano.
O ser humano uma possibilidade infinita de modos contextuais de existir, de estabelecer
novas pontes de acesso realidade. a unidade que lhe permite reconhecer-se nas diferenas
entre esses modos de existir.

A Mudana: enunciar o princpio da mudana estabelecer que tudo contextual. A


isso se ope a lgica, formada pelo conjunto de regras vlidas, apenas, em situaes livres de
contexto, ou seja, inexistentes na vida real. As abstraes da lgica no mudam, porque ligam
proposies a proposies e no estados de mudana a estados de mudana. J uma pessoa em
contato com outra pessoa co-evolui, porque fruto de um estado de mudana. Quando se
considera que tudo contextual, lida-se com a mudana. E quando se percebe a mudana, os
objetos no tm o menor valor, porque no ao objeto que o ser humano se subordina, mas
mudana da mudana da mudana...

O Reconhecimento: a independncia entre um ser e outro, requerida pelo princpio


do reconhecimento, satisfaz ao princpio do paralelismo: um indivduo A em relao ao
sujeito B independente do indivduo A em relao ao indivduo C, mas esses indivduos
apresentam efeitos colaterais uns sobre os outros. O princpio do reconhecimento distingue-se
do princpio da incluso. Este opera na direo oposta, levando o sujeito a incluir na sua
prpria viso a viso de outro, enquanto o princpio do reconhecimento leva o sujeito a
instalar-se na viso de outro, abstraindo tanto quanto possvel a prpria viso.
183

A Integrao com energia zero: todas as variveis esto inclusas no entendimento da


realidade, so elas que a constituem. No esto separadas, nem podem ser separadas. Se for
necessrio despender esforos para integr-las, no a realidade. Na maioria, o que se
apresenta como variveis carentes de integrao so artifcios, ao invs da realidade. As
realidades integram-se por definio, j que so unas, por isso no exigem dispndio de
energia para se integrar.

O Tempo zero: o contexto define o problema. O problema e a sua soluo devem se


encontrar no mesmo contexto. Admitido-se isso, ao se entender e validar um problema,
automaticamente tem-se a soluo. Da resulta um ganho de tempo no somente no
entendimento do problema, mas tambm no intervalo entre a tentativa de soluo e colocao
da soluo na prtica.

A Dualidade: auxilia na visualizao do valor a adicionar gerado pelo processo;


possibilita perceber a inadequao da viso funcionalista e a riqueza da viso de mundo em
processo. O mundo funcionalista pressupe a linearidade das relaes de causa e efeito.
Corresponde iluso de que toda transformao orientada por leis causais, que levariam a
um futuro predeterminado, no qual tudo estaria previsto desde o momento inicial. Sua
variante probabilstica, supostamente atenuante da onisciente viso divina, no escapa ao
mesmo modelo: a verdade de carter estatstico tomada como sinnimo da realidade
conhecida; como tal, utilizada para antecipar o reconhecimento de eventos futuros.

A Autodefesa: busca fazer da arte da guerra a arte da paz. Na linguagem corrente,


entende-se defesa como a agresso da defesa, o contra-ataque. Na viso de mundo em
processo, estar em estado de autodefesa est numa situao de no precisar se defender. O
militar aprende que a construo da defesa necessria para inibir o ataque. A inibio ao
ataque um processo que est em busca da autodefesa. Quando se considera em estado de
autodefesa, no h necessidade de nenhum processo para se defender, porque o ataque no
consegue atingir o estado de autodefesa.

A Reconstruo: a realidade no pode ser fragmentada, por isso no basta,


simplesmente, desmembrar um problema em subproblemas para estud-lo. preciso dividi-
lo, mas sem deixar de perceber as fraes que interagem no contexto. Para reconhecer a que
contexto pertence cada frao, necessrio imaginar a unidade de integrao, o ser humano.
Assim, consegue-se conquistar o todo, porque, ao dividir o problema, contempla-se, ao
184

mesmo tempo, a referncia una e mltipla. Logo, as solues dos subproblemas esto
naturalmente integradas soluo do problema maior.

A Exponenciao: a realidade no linear, exponencial. Na Matemtica, aprende-se


que exponencial x elevado a y. Na viso tridimensional, qualquer elemento novo da
produo base de exponenciao para os elementos que no se conhecem e qualquer
expoente pode converter-se em base. A referncia do contexto uma base cuja atividade um
expoente.

A Contextualizao: a aplicao de qualquer um dos princpios j conhecidos no


garante aderncia realidade, ou seja, no impede que se esteja deslocado da realidade. O
princpio da contextualizao existe para evitar o risco de no perceber a riqueza da
inteligncia da realidade, ao ressaltar a diferena recorrente entre a abstrao e a realidade.

Para serem aplicados com eficcia, Gattaz (2000) desenvolveu eixos ou dimenses que
funcionam como base para os princpios direcionadores dos processos.

3.4.5.2 Os Eixos

Para trabalhar tais princpios, emprega-se a viso tridimensional da realidade. O eixo


da atividade ou eixo funcional, no qual acontece ao; nele so consideradas as funes da
organizao do sistema e seus relacionamentos na obteno dos valores requeridos pela
realidade. O segundo eixo da representao tridimensional o da infra-estrutura ou eixo dos
recursos, tambm conhecido por eixo da lgebra. Esse eixo formado pelo comportamento
dos recursos: humanos, financeiros e de capital, conforme requeiram os valores a serem
adicionados e de acordo com os conceitos tecnolgicos utilizados. O terceiro eixo o
axiomtico, ou seja, as regras, as normas, a legalidade s quais a atividade se submete. Nessa
dimenso da comunicao (gesto, referncia), consiste a explicitao das regras que
exprimem os valores que orientam a realidade.

Cada eixo distinto e independente dos demais. Os recursos materiais e intelectuais


utilizados so diferentes das regras obedecidas, da mesma forma que a atividade de construir
o objeto distinta e independente dos recursos ou das regras que se utilizou. Os eixos so
independentes e distintos, porque os recursos podem ser utilizados de diferentes formas para
185

gerar processos diversos, e as regras podem converter-se em outras, no caso de serem gerados
outros processos.

Gattaz (2000) estabelece que, a partir do equacionamento dos eixos com os princpios,
segue-se identificando os protocolos de comunicao, determinando-se as regras que
transformam insumos em valores adicionados e as leis que regem os processos. Para
identificar as referncias orientadoras do processo de transformao dos insumos e decompor
o eixo da infra-estrutura em subprocessos, essa decomposio deve seguir at atingir o nvel
dos componentes elementares, que pode ter mais de uma funo, mas somente um valor
adicionado. Para isso, podem ser utilizadas trs tcnicas: breadth first (FIFO: First -in First-
Out), depth first (LIFO: Last-in Fast-out) e paralela. A primeira consiste em dividir um
problema em todos os subproblemas possveis at atingir um nvel de abstrao inferior ao
nvel em que o problema est sendo analisado, prosseguindo at que no haja mais
possibilidade de diviso; a segunda recomenda abordar um subproblema como parte de um
problema maior, depois um subproblema do subproblema anteriormente abordado e assim
sucessivamente, at que no haja mais nenhum subproblema, repetindo-se esse procedimento
em todos os nveis do problema analisado. A terceira recomenda o uso das duas tcnicas
(breadth first , depth first) ao mesmo tempo.

Para que cada um dos eixos possa cooperar com o objetivo de promover a mudana de
estado, necessrio que eles se comuniquem entre si por meio do sujeito, que possui outras
interfaces passveis de interpretao. Essas interfaces so denominadas de protocolos, sem os
quais, no haveria comunicao entre os recursos (infra-estrutura), as regras (axiomtica) e a
atividade (funo) de construo do objeto. Os protocolos de cada um dos trs eixos
compem um protocolo mais amplo, que integra os demais protocolos e se traduz na idia de
processo.

Um protocolo permite a dois interlocutores interagirem e se entenderem na


conversao. A condio inicial para a interao e o entendimento que a referncia ao
problema maior seja mantida quando este for fragmentado em subproblemas. Isso facilita,
mas no elimina a complexidade, pois a complexidade no se elimina nem se adiciona, ela
existe. No algo que se possa reduzir ou ampliar. Pode-se facilitar o entendimento conforme
o interlocutor. O que se relaciona com a facilidade e a dificuldade, no com a simplicidade e a
complexidade. A medida da complexidade existe, apenas, em relao as interaes, s
186

dependncias e aos efeitos colaterais entre o problema e o contexto, o qual definido pela
viso de mundo do observador.

Para Gattaz (2000), um problema deve ser visto em trs dimenses; cada dimenso
pode se sobressair mais ou menos, dependendo do contexto; cada dimenso formada, por
sua vez, por trs dimenses; e assim at o infinito. Como no possvel tratar todas as
dimenses que assumem um problema, em razo da prpria racionalidade limitada do ser
humano, evidencia-se, para fins de estudo, um conjunto que seja relevante para a
compreenso do problema. Esses trs eixos atuam de forma concorrente e, em paralelo, em
direo a um estado de mudana.

O contexto a referncia nas trs dimenses, a referncia no eixo da atividade, a


referncia no eixo da axiomtica, a referncia no eixo da infra-estrutura. natural que, na
interao, entre os processos, ocorram vrias referncias concomitantemente, muitas delas
conflitantes entre si. Quanto maior a diversidade e riqueza de conflitos, mais rica e diversa a
realidade. O ser humano o contexto, por meio do indivduo, que o contexto co-evolui
conforme o ritmo do prprio contexto. O ser humano interage consigo mesmo, reconstri, co-
evolui; tempo zero sem reengenharias, porque consegue reutilizar-se em contexto.

Na viso do mundo em processo, o ser humano , portanto, o ponto em que tudo


termina e tudo comea. Qualquer processo, sem exceo, ter como referncia maior a adio
de valor ao ser humano. Nessa viso, todo processo tem como referncia a adio de valor ao
ser humano.

Gattaz (2000) destaca que o descompasso, no desenvolvimento das atividades, ou a


falta de sincronia entre os processos, provoca filas de espera em certos pontos do sistema.
Estas mostram o comportamento dos operadores de cada atividade. Quando simulada uma
operao no processo, as filas de espera demonstram se e quanto o processo satisfaz o cliente.
O tamanho delas permite quantificar a complexidade. Mostra, ainda, as aes que podem
melhorar uma situao concreta em direo a conformidade com a realidade. A cada artefato
que se produz, como sada dos componentes de um processo, percebe-se melhor o aumento
da complexidade do ambiente, melhorando a abstrao dessa realidade, o que significa
modificar o protocolo (meios de comunicao).
187

3.4.6 SIMULAO BASEADA EM SISTEMA DE MULTIAGENTES (MAS)

A origem da simulao baseada em sistemas de multiagentes (MAS), atribuda


percepo de que muitos mtodos de anlise desconsideram as regularidades emergentes na
dinmica do sistema, fato que reduz a capacidade de interveno do modelador. Por isso,
Villegas (2001) prope uma simulao baseada em sistema de multiagentes (MAS) que
considere as emergncias surgidas na trajetria do sistema.
A simulao baseada em sistemas de multiagentes (MAS) uma ferramenta que pode
ser empregada em domnios que estudam os fenmenos, considerando a fronteira de
racionalidade do sujeito e pode ser usada na modelagem de sistemas complexos
(VILLEGAS, 2001).
A simulao baseada em MAS gera, a partir da simulao computacional, a dinmica
do sistema complexo. Isso ocorre como resultado da interao entre os simples agentes do
sistema. A idia que surge um comportamento complexo que pode ser observado nos
sistemas empricos, como produto das interaes individuais.
Nesse sentido, Villegas (2001) destaca que, usualmente, a simulao baseada no MAS
exibe uma dinmica muito complexa, fato que concentra a ateno do modelador, mas
tambm dificulta a compreenso. Assim, reduzir a dificuldade em capturar o comportamento
desses sistemas pode ser a chave para compreend-los, tornando-se uma tentativa das
ferramentas que usam o processo de simulao.
O autor apresenta dois meios formais de simulao computacional, usualmente
conhecidos e empregados para tentar compreender a dinmica de funcionamento dos sistemas
complexos. O primeiro a projeo ou desenho e o segundo a observao da dinmica
usada na anlise post hoc.
Segundo Villegas (2001), no MAS, possvel prospectar procedimentos com base nos
modelos formais de comportamento do agente. Eles podem auxiliar o modelador a
compreender o comportamento dos agentes individuais. Os procedimentos componentes dos
modelos formais apresentam limitaes para compreender o comportamento dos grupos de
agentes autnomos. At a mais rigorosa prospeco pode exibir um comportamento
imprevisvel, pois as simulaes dinmicas adquirem um sutil estado de transio e um amplo
nmero de dados de transio. Alm disso, so associadas a essa limitao o fato de que os
sistemas simulados no MAS apresentam alto nvel de complexidade, enquanto o modelador
possui uma barreira de racionalidade que limita a percepo do nvel de complexidade.
188

Segundo Domingo et al.(1996), por causa da barreira de racionalidade do modelador, a


simulao analisada pelo uso da dinmica post hoc, que se tornou a mais usual abordagem
para estudar o MAS. Entre as metodologias existentes para realizar a anlise post hoc,esto:
anlise de cenrio (Godet, 1993; Domingo et al.,1996), na qual o objetivo do MAS
investigar o sistema numa simples trajetria no tempo e a abordagem de Monte Carlo
(Zeigler,1976), na qual o MAS repetidamente rodado. Nesse processo, informaes
estatsticas so coletadas, pelo mtodo Monte Carlo, sobre as tendncias gerais exibidas pela
trajetria do sistema.
Villegas (2001) observa que nenhum desses caminhos formais de analisar a dinmica
dos sistemas complexos satisfatrio para a simulao baseada em sistemas de multiagentes.
Por um lado, porque , usualmente, proibido, em termos de recursos computacionais, explorar
trajetrias usando uma simples avaliao de cenrio. Alm disso, seu uso est restrito a certas
arbitrariedades e trajetrias selecionadas subjetivamente. A anlise de cenrio, por um
lado, pode ajudar, por expor as possibilidades possveis da dinmica de simulao do
sistema; por outro, a ferramenta de anlise de simulao Monte Carlo aplicada usando o
contexto das trajetrias. Em conseqncia disso, uma explorao arbitrria de trajetrias
aplicada modelagem do sistema. Essa ferramenta emprega suporte estatstico com
generalizaes probabilsticas, com comprovaes vlidas e no-matemticas. Portanto, a
utilidade da anlise de cenrio e do mtodo Monte Carlo, nas aplicaes tericas, so
limitadas, pois no oferecem respostas definitivas, e sim probabilsticas.
Villegas (2001) conclui que necessrio avanar na busca de novas ferramentas
computacionais que permitam explorar com mais rigor a dinmica das simulaes em
sistemas complexos. Nesse sentido, o objetivo de Villegas (2001) desenvolver uma
ferramenta que considere as tendncias emergentes do sistema, a ligao desta com o
conhecimento do sujeito, a capacidade cognitiva do observador e a complexidade objetiva.
Em outras palavras, o autor busca incorporar, na simulao dinmica, a dicotomia entre
sujeito e objeto, enfatizando a barreira de racionalidade inerente ao sujeito.
Para intervir no sistema complexo, Villegas (2001) inicia por evidenciar e tratar as
seguintes caractersticas do sistema:
1) O sistema est subordinado barreira de racionalidade do sujeito. A barreira de
racionalidade est em funo da viso de mundo do sujeito, da capacidade cognitiva e das
experincias vivenciadas por ele. Os agentes possuem crenas e conhecimentos diferentes
que podem ser compartilhados na modelagem, processo que pode levar a tendncias
emergentes;
189

2) Causas objetivas da complexidade e nveis da complexidade. O autor institui quatro


nveis hierrquicos de evoluo da complexidade: sistemas inanimados, sistemas
adaptativos, sistemas autoconscientes e meta-ser (ver Captulo 2, seo 2.4.3.5). Na
modelagem, o sistema enquadrado no nvel mais apropriado as suas propriedades. Esses
nveis so formulados com base na hierarquia de evoluo instituda por Heylighen
(1991), detalhada no Captulo 2, seo 2.4.3.4. A classificao dos sistemas, de acordo
com o nvel de complexidade, proposta por Villegas (2001) com o objetivo de auxiliar
os seres humanos no controle da variedade e na reduo do nvel de subjetividade do
conhecimento humano. Para isso usa a estocagem, a transmisso e o processamento de
informaes. A idia aumentar a capacidade de racionalidade humana, indiretamente,
pelo uso de mecanismos computacionais capazes de captar e processar informaes e, a
partir disso, abstrair e filtrar as informaes, de acordo com os objetivos individuais.
3) Noo subjetiva da complexidade. O conhecimento relacionado linguagem do sujeito.
Os sistemas so denominados como simples, complexos ou emergentes, dependendo do
julgamento feito pelo modelador. Isso pode ser evidenciado pelas diferentes concepes
de complexidade encontradas na literatura. Essas abordagens foram sistematizadas na
Captulo 2, seo 2.1 deste trabalho. Edmonds (1999) aponta a existncia de muitas
interpretaes equivocadas do termo complexidade. Ele argumenta que a complexidade
pode ser diferenciada de outras noes que dificultam o entendimento, tais como:
tamanho, nmero, ignorncia, variedade, aleatoriedade, expressividade, irredutibilidade,
dimenso e ordem. Para o autor, o conceito de complexidade intimamente relacionado
noo de barreira de racionalidade do sujeito e identificao da linguagem utilizada por
ele.
4) Tendncias emergentes. Villegas (2001) destaca que as emergncias podem ser
observadas sob dois pontos de vista: objetivo e subjetivo. No aspecto objetivo, as
emergncias mais significativas so derivadas da natureza das mudanas a que o sistema
submetido. Para um sistema que experimenta, apenas, mudanas quantitativas,
supostamente mais fcil de compreender que os sistemas que sofrem mudanas
qualitativas (estruturais). Um exemplo de uma mudana estrutural ocorre quando um novo
controle surge num sistema, trazendo um nvel de complexidade mais alto. Nesse caso,
um fator adicional complexidade objetiva e emergncia o grau de associao dos
componentes do sistema, isto , o grau de dependncia das propriedades globais do
sistema nas propriedades dos componentes. O grau de dependncia pode estar associado
reversibilidade das propriedades, tanto do sistema global, como dos componentes,
190

considerando a desagregao e a agregao dos componentes. Quando os componentes


so separados da globalidade do sistema, as propriedades das partes podem ser alteradas,
mas no podero ser resgatadas. No aspecto subjetivo, a emergncia pode ser relacionada
subjetividade do modelo cognitivo do sujeito. A idia geral que o sujeito considera
uma certa tendncia percebida como emergente. Isso acontece se, havendo informaes
sobre os componentes do sistema, o sujeito tem dificuldade para explicar a tendncia
emergida. Villegas (2001) apresenta um exemplo, considerando um sujeito (S), que usa as
linguagens L1 e L2 para raciocinar sobre um fenmeno percebido num objeto (O),
definido como um sistema num certo nvel de complexidade. Pode-se dizer que uma certa
tendncia observada por (S) no sistema (O) emergente quando as descries dadas na
linguagem (L2) so usadas pelo sujeito para expressar um padro global num objeto, mas
no so suficientes para descrever na linguagem (L1), a qual o sujeito usou para descrever
o projeto da simulao do sistema.
A partir da determinao das caractersticas do sistema, Villegas (2001) estabelece que
o funcionamento dele est relacionado explorao da simulao nas trajetrias assumidas. A
modelagem tem a inteno de auxiliar o modelador a compreender adequadamente os
interesses da simulao. Para isso, busca entender os objetivos do sistema, alm de
compreender como os agentes atuam no sistema, o que leva a orientaes informativas e
instrutivas. Assim, como discutido nos pargrafos anteriores, a simulao baseada em sistema
de multiagentes (MAS), que utiliza as ferramentas formais de anlise de cenrio e a anlise
estatstica, no suficiente para captar as tendncias emergentes dos sistemas complexos, por
esse motivo Villegas (2001) enfatiza que, para simular um sistema complexo, necessrio
considerar algumas questes:

gerar diferentes trajetrias atravs de mudanas nos parmetros do modelo;


diferentes parmetros e escolhas esto ligados a causas no-determinsticas que, por sua
vez, esto relacionadas hierarquia dos nveis de complexidade do sistema, como
demonstrado pela autonomia e imprevisibilidade exibidas no sistema;
usualmente, escolhas sero representadas por uma alternativa de ao disponvel para os
agentes, cada uma das quais se torna um ramo na simulao; cada alternativa de escolha
representa diferentes trajetrias de simulao;
compreenso lgica da linguagem da simulao.
191

Villegas (2001) destaca que a lgica de funcionamento do modelo segue uma


hierarquia, iniciada com a determinao de uma assinatura, que rene previses e constantes
funcionais. A determinao da linguagem da modelagem composta de um conjunto de
termos e frmulas geradas por meio de regras sintticas e clculos previstos. A estrutura que
compe um conjunto de frmulas de linguagem relativa a esta. Os axiomas da teoria so
compostos por um conjunto de frmulas definidas pela teoria empregada. O Teorema da
teoria segue a lgica do axioma definido nela. A lgica do modelo da teoria a estrutura para
a qual todas as frmulas da referida teoria so vlidas. A lgica de funcionamento ilustrada
na Figura 9.

A partir das assinaturas, os termos e


as frmulas so gerados pelo uso das
regras sintticas.

Assinatura: Tipo de Estrutura Linguagem

Teoria: subconjunto de frmulas


(Frmula = um axioma para a teoria)

Axioma 1: A1
...... Teorema {A1......An}
Axioma n: An

Figura 9: Representao das relaes entre os conceitos da lgica de funcionamento da modelagem.Fonte:


Villegas (2001, p.54)

Villegas (2001) faz uma pesquisa por diversas linguagens e lgicas de programao
com o objetivo de encontrar alternativas mais realsticas e que possam captar a dinmica
emergente da simulao de sistemas complexos. O autor observou que existe carncia de
metodologias e ferramentas apropriadas para explorar e analisar a dinmica das simulaes,
que, segundo Edmonds (1999), tentam gerar certas tendncias complexas na dinmica da
populao e no comportamento dos agentes. Isso acontece como resultado da interao dos
agentes individuais, em que o comportamento imprevisvel dos indivduos e a
imprevisibilidade das tendncias no comportamento da populao podem surgir.

Por isso, Villegas (2001) prope um caminho alternativo para explorar e analisar a
simulao dos sistemas baseado em multiagentes (MAS). Ele se fundamente na
sistematizao e na automatizao que envolvem todas as possveis trajetrias num fragmento
substancial da teoria da simulao. Esta funciona como um complemento dos mtodos
192

existentes. A proposta uma completa busca de trajetrias atravs de uma cadeia de


parametrizaes e escolhas dos agentes. Esse tipo de busca corresponde lgica do modelo de
explorao do teorema Provers.

O teorema Provers foi desenvolvido usando a noo de busca semntica,


particularmente, tableaux, na qual todas as possibilidades devem ser conferidas
individualmente antes da seleo final. Segundo Villegas (2001), o uso do tableaux mais
eficiente, por considerar, apenas, as interpretaes que podem fazer valer determinadas
clusulas, ao mesmo tempo, em que orientado por elas. Nesse sentido, Bonacina (1999)
argumenta que, em essncia, o tableaux uma pesquisa de possveis interpretaes para um
sistema, na qual cada ramo representa uma interpretao. A idia gerar um ramo para cada
interpretao vlida. Quando surge um contraditrio, ele fechado.

Para executar a busca semntica, necessrio o uso de dois teoremas. Villegas (2001)
destaca o teorema SATCHMO (SATisfiability CHecking by MOdel generation) e o teorema
PTTP (Prolog technology theorem-prover). Ambos se baseiam na lgica do modelo de busca,
auxiliado pelo OTTER, que um teorema de demonstrao usado para simular um sistema
multiagente, que possui estratgias corrente acima,e pela linguagem SDML (Strictly
Declarative Modeling Language) que facilita o processo de simulao das trajetrias do
sistema.

Villegas (2001) apresenta os critrios utilizados para gerar trajetrias de simulao. O


SATCHMO usado para gerar subobjetivos estratgicos, considerando o fluxo de
informaes corrente abaixo. Ele combina o modelo de lgica semntica de busca com a
ruptura. O OTTER parte de uma suposio com base no fluxo de informao corrente
acima. Para isso, usa procedimentos com clusulas sintticas de orientao que resultam em
gerao de trajetrias explcitas. A simulao dirigida a eventos destaca que, usualmente, a
simulao segue o fluxo de informaes corrente acima e a lgica de modelo orientado.
raro encontrar uma linguagem de simulao que implemente divises em ambos os aspectos,
implcitos e explcitos. Isso porque experimentaes, usando a dinmica das simulaes,
geram tentativas individuais com escolhas explcitas, levando a diferentes combinaes de
fatores pelo processo de tentativa e erro. Como a simulao um modelo que segue a lgica
da busca, ela pode ser interpretada como um tableaux, no qual nem todos os fatos podem ser
deduzidos, alguns so desconhecidos.
193

O SDML, como a maioria das linguagens de simulao, segue uma lgica corrente
acima com uma linguagem orientada. A linguagem desfruta de facilidades para se dividir e
retroceder e, no necessariamente, est comprometida em gerar todas as clusulas vlidas
num modelo lgico. O estado de transio das regras segue uma ordem dada pela hierarquia
dos agentes, a hierarquia dos nveis no tempo e, finalmente, a diviso das regras no espao
conforme as dependncias dele.

Percebe-se que Villegas (2001) introduz novas idias para modelar sistemas com
multiagentes de modo a evidenciar as diferentes trajetrias e as interaes entre os agentes. O
autor estabelece que a simulao pode assumir trs formas: de um evento dirigido, por
diferenciaes finitas ou por sistemas baseados em multiagentes. Essas formas podem ser
vistas como lgicas parciais de gerao de modelos. Na trajetria, produzido, somente, um
conjunto parcial de fatos contidos no modelo lgico correspondente trajetria. O conjunto
parcial consiste dos fatos que so relevantes, por isso so requeridos pelo modelador como
sadas, ou so requeridos em funo da necessidade em gerar uma simulao em graus de
transio. Por isso, o autor busca uma modelagem que analise a emergncia de tendncias na
simulao, explorando um subespao no espao da trajetria. Para tanto, emprega como base
um modelo de busca de restries, no qual as restries serviriam de suporte para os
parmetros de seleo e escolha. Conseqentemente, as concluses resultantes e
comprovaes seriam vlidas alm da teoria, sob justificativas apropriadas, podendo ser
extrapoladas para toda teoria da simulao.

3.4.7 PROGRAMAO ORIENTADA A AGENTE - EXEMPLO: STARLOGO

O Starlogo um programa computacional de simulao para modelagens baseadas em


agentes (AXELROD,1997). Ele foi desenvolvido no Instituto Santa F, em Michigan, USA,
com o intuito de modelar sistemas complexos a partir de regras simples. O programa visa
capacitar professores, os quais ensinaram, a estudantes, como compreender o funcionamento
dos sistemas complexos. Como base usam a lgica dos sistemas naturais para fundamentar as
simulaes.
O Starlogo originou-se de outro programa computacional, o Logo. O Logo uma
linguagem de programao empregada, geralmente, em escolas elementares e secundrias
(PAPERT, 1980). Na verso tradicional do Logo, os estudantes criam padres geomtricos e
194

animaes por meio de comandos dados a uma tartaruga grfica na tela do computador. Essa
tartaruga pode ser usada para representar qualquer tipo de objeto: uma formiga, um carro,
uma molcula. A verso tradicional limitada por possuir apenas um pequeno nmero de
tartarugas. Assim, para suportar a modelagem descentralizada, o Starlogo possui milhares de
tartarugas, e todas elas podem desempenhar as prprias aes simultaneamente e em paralelo.
Por esse motivo, as tartarugas do Starlogo possuem maior capacidade de percepo, elas
podem detectar objetos no seu ambiente local. No programa, o mundo das tartarugas
dividido em pequenas sees quadradas, denominadas zonas, nas quais crescem pastos, onde
as tartarugas podem procurar comida para se alimentar.
Diferentemente de muitos outros programas de modelagem, o Starlogo permite uma
observao direta das aes individuais e dos padres exibidos por grupos de indivduos que
emergem das aes individuais. A natureza espacial do programa e sua representao visual
possibilitam perceber os objetos, ao invs de visualizar, apenas, as abstraes dos objetos
(COLELLA, KLOPFER E RESNICK, 2001).
Segundo Colella, Klopfer e Resnick (2001), o objetivo da linguagem do Starlogo
auxiliar as pessoas a criar modelos de sistemas descentralizados. Em outras palavras, sistemas
nos quais os padres emergem de interaes entre muitos objetos individuais. Sistemas
descentralizados so muito comuns no mundo, mas no so fceis de perceber e compreender.
Por isso, o Starlogo utilizado como uma ferramenta para intervir em sistemas complexos e
descentralizados.
Observando os sistemas naturais como, por exemplo, um bando de pssaros em
revoada, chama a ateno como eles conseguem manter movimentos to ordenados e
sincronizados, sem um planejador central. Os pssaros seguem regras simples, reagindo
conforme o movimento do pssaro mais prximo. O padro ordenado do bando surge dessa
interao local.
Colella, Klopfer e Resnick (2001) destacam que o Starlogo pode ser utilizado para
modelar muitos fenmenos da vida real, tais como um bando de pssaros, um engarrafamento,
uma colnia de formigas, uma colmia e o mercado econmico. A modelagem funciona a
partir da determinao de regras simples para os objetos (considerados como seres vivos)
individuais. Com isso, possvel investigar o comportamento coletivo do sistema. O modelo,
freqentemente, exibe um comportamento em nvel de sistema que no evidente pela
observao das regras individuais estabelecidas. O comportamento em nvel de sistema
emergente, porque ele surge das interaes entre os indivduos.
195

Segundo Colella, Klopfer e Resnick (2001), as caractersticas bsicas para construo


do Starlogo so as tartarugas e o alimento. As premissas para a evoluo so as tartarugas que
se alimentam e reproduzem, e as tartarugas que no se alimentam e morrem. Contudo,
introduzida, em cada tartaruga, uma herana gentica que as diferencia em nvel de aptido, o
que pode torn-las mais ou menos aptas a encontrar a comida.
Essa uma modelagem que segue a lgica predador-presa, em que a tartaruga
representa o predador, e o alimento representa a presa. A modelagem baseada num conjunto
de equaes diferenciais denominadas equaes Lotka-Volterra. O uso dessas equaes
pressupe que as mudanas na densidade da populao de presas (n) e, a mudana na

densidade da populao de predadores (n) podem ser descritas pelas seguintes equaes

diferenciais: dn/ dt = n ( b - kn) e dn/ dt = n ( kn - d) onde (b) a taxa de nascimento

de presas, (d) a taxa de mortes de predadores e k e k so as constantes. Essas equaes


formam a base para escrever um programa computacional que computa como a densidade
populacional de predadores e presas variam no tempo (LOTKA,1956).
Dessa forma, Colella, Klopfer e Resnick (2001) destacam que o conjunto de equaes
Lotka-Volterra muito usado em modelagens tradicionais e em estudos relacionados ao
comportamento de todos os tipos de sistema. O objetivo resolver os problemas de forma
analtica e numrica. Esse tipo de abordagem requer um avanado treinamento matemtico, o
que geralmente s alcanado em estudos universitrios. O uso das equaes diferenciais, de
modo tradicional, funciona seguindo dois caminhos muito impessoais. O primeiro depende de
manipulaes de smbolos abstratos. O segundo trata com quantidades agregadas, nfase das
quais se d nas mudanas ocorridas no nvel global do sistema, desconsiderando as mudanas
ao nvel individual.
Os autores estabelecem que o Starlogo, ao contrrio, foi desenvolvido para ser mais
acessvel aos estudantes, fornecendo uma forte conexo pessoal com a compreenso do
modelo. Seu funcionamento est diretamente ligado s aes e interaes individuais dos
objetos. A inteno descrever como os objetos individuais se comportam, j que os
estudantes podem imaginar eles prprios sendo modelados e, portanto, como sairiam de
determinada situao. Assim, por descrever e observar a dinmica dos objetos em nvel
individual, ao invs de nveis agregados de densidades populacionais, os estudantes podem
compreender mais facilmente os padres que emergem das interaes.
Em relao s aplicaes do Starlogo, Axelrod (1997) evidencia o uso eficaz para
modelar sistemas descentralizados, tais como: o vo de um bando de pssaros, um
196

engarrafamento e o trabalho em uma colnia de formigas. O Starlogo foi projetado,


especialmente, para o uso de estudantes, sendo uma ferramenta til para esse propsito.
Embora no tenha sido projetado para pesquisadores profissionais, fornece um caminho fcil
para iniciar uma modelagem baseada em agentes para iniciantes programao em
computacional.

3.4.8 OUTRAS FERRAMENTAS DE MODELAGEM COM BASE EM SIMULAES

Axelrod (1997) destaca que, alm do Starlogo, existem algumas outras ferramentas de
simulao mais sofisticadas, podendo ser empregadas para modelar sistemas complexos com
base em modelos de agentes. Para isso, necessrio conhecer as linguagens de programao
que orientam tais ferramentas.
Enquanto o Starlogo projetado para uso de estudantes, o SWARM, por exemplo,
requer um considervel nvel de sofisticao na linguagem de programao. O ambiente de
programao SWARM utilizado por programadores avanados e fornecem um rico conjunto
de ferramentas para a modelagem baseada em agentes. Ele permite hierarquizar os agentes,
oferece um completo controle da escala de eventos e investiga a comunicao do estado atual
dos agentes e seu ambiente. O sistema necessita para funcionar, de um ambiente UNIX e
requer programao C.
Nesse sentido, Axelrod (1997) argumenta que muitos modeladores preferem trabalhar
com ferramentas que possuam propsitos gerais, que tenha uma linguagem de programao
compilada e padronizada. Sua preocupao com o conhecimento das linguagens de
programao e com a seleo delas. Ressalta que existem muitos tipos de linguagens de
programao, mas lembra algumas mais comuns: a Basic, a FORTRAN, a Pascal e a C.
A linguagem Basic foi projetada para principiantes, talvez seja a linguagem mais
simples de usar. adequada a pequenos projetos, j usualmente funciona, to lenta quanto
outras linguagens de projetos envolvendo grande quantidade de computao. As verses
anteriores ao Basic eram quase rudimentares, mas as verses recentes so bem desenvolvidas
e apresentam bom desempenho no uso.
A linguagem FORTRAN antiga e no conveniente usar. Por causa do tempo no
mercado e da sua popularidade, muitos programadores so familiarizados com a linguagem,
por isso muitos programas mais antigos esto disponveis em linguagem FORTRAN. Um
programador iniciante, por desconhecimento poderia defini-la como uma das mais modernas
linguagens.
197

A linguagem Pascal foi projetada com o objetivo de ser a primeira linguagem para
programadores profissionais. Ela fcil de aprender e estruturada para estimular bons
hbitos de programao. Muitas programaes ainda so feitas em linguagem Pascal.
A linguagem C a mais comum entre os programadores profissionais. Foi projetada
para permitir uma conversao relativamente fcil entre diferentes tipos de computadores.
Essa linguagem inclui muitos atalhos, facilitando o aprendizado do programador iniciante, a
disponibilidade dos quais pode dificultar a compreenso de alguns cdigos C. Alm da
linguagem C ser muito popular em comparao a outras linguagens, a base da mais popular
linguagem orientada a objeto, C++. Uma linguagem orientada a objeto facilita a programao
de grandes projetos, alm de facilitar o uso de partes de um programa mais antigo num
contexto novo. Por todas as razes citadas, o C++ foi selecionado para fundamentar a
linguagem de programao Java, projetada para World Wide Web (www).
Anderson (1999) destaca, ainda, que os mtodos de programao orientados a objetos
fornecem um caminho natural para modelar agentes, seus esquemas e suas interconexes.
Moss et al. (1998) descreve uma linguagem de programao orientada a objeto, a SDML
(Strictly Declarative Modeling Language), representando agentes como modelos de cognio
sem uma estrutura organizacional. Esse tipo de modelagem pode simplificar o problema da
representao organizacional que possuem ricas interaes entre os componentes.
Anderson (1999) evidencia que uma das limitaes das modelagens que empregam a
simulao que elas possuem muitas estruturas igualmente plausveis que podem conduzir a
diferentes previses e gerar resultados expandidos, igualmente, por uma multiplicidade de
simulaes, possuindo muitas e diferentes pressuposies. Para o autor, o poder da simulao
como tcnica est na habilidade de exercer muitas iteraes para explorar uma variedade de
trajetrias, atravs das quais o sistema poderia evoluir, de acordo com a estrutura composta
de: partes conectadas e agentes co-evoluindo com esquemas de mudana. Tais simulaes no
precisam ser baseadas em especificaes abstratas de como os agentes se comportam e
interagem, elas podem ser semeadoras de dados reais para atores reais.
Ressalta-se que existem muitas outras ferramentas de modelagem, com base em
simulao, que no foram discutidas nessa seo. A inteno no esgotar o tema, mas
mostrar que possvel usar a simulao para auxiliar modelagem dos sistemas complexos.
198

3.4.9 COMPARAO ENTRE AS FERRAMENTAS APRESENTADAS

Nas ltimas oito sees, apresentaram-se algumas ferramentas que podem ser
empregadas para representar sistemas complexos. Analisando-as, pode-se notar que os autores
usam, como base de construo, modelos matemticos e programas de simulao. O objetivo
criar uma operacionalizao para as inmeras interaes que ocorrem nos sistemas
complexos. O Quadro 11 sumariza tais ferramentas.
Observando-se o Quadro 11, nota-se que as ferramentas apresentadas possuem um
objetivo comum: compreender o comportamento de um sistema complexo por meio da anlise
de suas interaes. Para cumprir esse objetivo, cada ferramenta segue um caminho diferente,
com a inteno de operacionalizar o sistema complexo o mais prximo possvel da realidade.
Segal (1995) traa um interessante contraste existente entre as formas de modelagem que por
um lado, tentam melhorar a compreenso do sistema por represent-lo em termos de equaes
matemticas e simulaes; por outro, tentam reproduzir, atravs de um programa
computacional, como um sistema se comporta diante de um determinado conjunto de
circunstncias.
Dessa forma, os autmatos celulares, as redes neurais e algoritmos genticos so
ferramentas primrias, assim consideradas por se nortearem diretamente pela observao do
funcionamento dos sistemas naturais; a partir deles, por meio de modelos matemticos e
simulaes computacionais, transpor a lgica de funcionamento deles aos sistemas artificiais.
Os autmatos celulares foram desenvolvidos a partir do processo de auto-reproduo
biolgica; as redes neurais foram inspiradas no comportamento dos neurnios do crebro dos
mamferos, principalmente dos seres humanos, e os algoritmos genticos se fundamentam no
processo de evoluo biolgica.
J a matriz de anlise estrutural, por meio da ferramenta MICMAC; o P3tech, a
simulao de sistemas com base em multiagentes (MAS) e o Starlogo so ferramentas mais
especficas e aprimoradas. Elas, usualmente, empregam como base a lgica de funcionamento
das ferramentas primrias (autmatos celulares, redes neurais ou algoritmos genticos). O
MICMAC possui como base as matrizes booleanas e as redes binrias que so, tambm, a
base formadora dos autmatos celulares. O MAS um programa de simulao computacional
baseado em multiagentes, buscando incorporar as tendncias emergentes trajetria de
evoluo do sistema. uma ferramenta muito completa, mas exige um conhecimento
profundo das teorias para simulao, fato que pode impedir sua implementao.
199

Ferramentas empregadas para reapresentar sistemas complexos


Ferramentas Origem Base de Conceitos Caractersticas Objetivo Aplicao
Construo
Autmato Modelos de auto- (1) Redes Composto de uma grade (1) Cada clula possui um Modelar sistemas (1) O jogo da vida; (2)
Celular reproduo Binrias; (2) retangular de clulas que conjunto finito de valores; (2) O naturais e criar jogos Simulao de redes
Von Neuman biolgica. Sistemas assumem diferentes valor de cada clula atualizado matemticos. autopoiticas; (3)
e Ular (1948) Dinmicos; (3) valores e so em funo do tempo; (3) As Modelagem da
Modelos influenciadas por clulas regras para os novos valores das evoluo das espcies.
Matemticos; vizinhas. O conjunto de clulas dependem das clulas
(4) Simulao clulas da grade inteira vizinhas. (4) As variveis de
Computacional pode mudar em funo cada clula so atualizadas com
. das regras estipuladas a base nos valores das variveis
uma clula individual. num tempo previsto.
Redes Neurais Criao de redes (1) Modelos Formada por uma rede de (1) Assume os bits 0 ou 1; (2) Captar caractersticas (1) Modelos de
de simulao, em Matemticos; muitos nodos, que em Os bits indicam se os neurnios particulares dos inteligncia artificial:
analogia aos (2) Modelos qualquer instante do esto emitindo sinais ou no; (3) neurnios e de suas NETalk - Modelagem
neurnios do Biolgicos; (3) tempo caracterizado Cada bit est ligado a alguns e a interaes e, a partir para ensinar um idioma
crebro humano Simulao pelos bits 0 ou 1. todos os outros bits; (4) A disso, desenvolver estrangeiro.
e sua Computacional intensidade de influncia de um modelos
capacidade de . nodo sobre outro representado matemticos.
aprendizagem. por um nmero positivo ou
negativo.
Algoritmos Experimentos de (1) Processo Composio de esquemas. (1) Obedece a regras simples do Compreender a (1) Inteligncia
Genticos simulao com de Evoluo Cada um representa um processo de evoluo biolgica; evoluo dos artificial, cincia da
(Holland, base na gentica Biolgica; programa computacional (2) Evolui por dois caminhos: fenmenos e como computao, pesquisa
1995) e na evoluo (2) Modelos para dada estratgia. Os mutao e recombinao. podem ser usados na operacional e teoria dos
biolgica. Matemticos; programas so formados otimizao de jogos: TIERRA e
(3) Simulao por instrues. Os problemas. Disto ECHO.
Computacional esquemas variam em transpor essa
. funo das mudanas nas compreenso para
instrues. modelar sistemas
biolgicos e sociais.
MICMAC (1) Matrizes Matriz de Identificar as variveis (1) Recenseamento das Estudar as relaes Anlise econmica.
Godet (1993) booleanas; (2) anlise mais autnomas mais variveis; (2) Identificao das entre as variveis que
Modelos estrutural. dependentes do sistema, relaes na matriz de anlise compem o sistema e
qualitativos e classificando-as de acordo estrutural; (3) seleo das compreender sua
estocsticos. com sua influncia direta variveis-chave. evoluo.
ou indireta.
Quadro 11: Ferramentas empregadas para representar sistemas complexos (Continua....)
199
200

P3Tech Incluso do Modelagem de P3: Processo, Protocolo e (1) Estruturao de processos Representar a Empresas brasileiras de
Gattaz (2000) contexto na processos. Prottipo. Tech: (Parchitect ); complexidade da pequeno, mdio e
estrutura de desenvolvimento de (2) Mapeamento de protocolos realidade, por meio grande porte.
resoluo de tecnologias para modelar (Psynthesizer); da modelagem dos Exemplos: a Siemens,
problemas. processos. Um processo (3) Construo de prottipos processos. uma o centro de
a interpretao das (Pfingers) representao grfica desenvolvimento de
mudanas entre o estado da realidade processos ligado a
atual do sistema e o PUC-PR e o processo
estado futuro desejado. de aprendizagem de
uma pessoa.
MAS Necessidade de Modelagem um tipo de modelagem (1) O sistema est sujeito Desenvolver
Villegas incluir as com base em que considera as barreira de racionalidade do ferramenta que
(2001) tendncias multiagentes, emergncias que surgem sujeito; (2) Incorpora a noo de considere as Tese Doutorado
emergentes na regras de na trajetria de evoluo complexidade objetiva e est tendncias Villegas
modelagem dos restrio e do sistema sujeita aos efeitos dos nveis de emergentes do (2001)
sistemas. tendncias complexidade; (3) Incorpora sistema, sua ligao
emergentes. uma noo subjetiva da com o conhecimento
complexidade; do sujeito, a
(4) Possui tendncias capacidade cognitiva
emergentes. do observador e a
complexidade
objetiva.

Programao Programa de Modelagem Programa de simulao (1) Capacidade de observar o Auxiliar as pessoas a (1) Comportamento do
Orientada a simulao com base em usado para modelar comportamento individual dos criar modelos vo dos pssaros; (2) O
Agente LOGO agentes. A sistemas complexos a objetos e dos padres exibidos descentralizados. trabalho em uma
Starlogo simulao se partir de regras simples. pelos grupos; (2) Emergncia de Sistemas nos quais os colnia de formigas; (3)
inspira no Capacita professores para padres; (3) Lgica de padres emergem de Os efeitos de um
funcionamento ensinar a estudantes como funcionamento predador-presa; interaes entre engarrafamento no
dos sistemas os sistemas complexos (4) Capacidade de aptido muitos objetos transito; (4) Para
naturais. funcionam. individual. individuais. programadores
iniciantes, pela
facilidade de execuo.
Quadro 11: Ferramentas empregadas para representar sistemas complexos (...Concluso)
200
201

O P3tech um programa computacional que associa o contexto ao delineamento do sistema. Visa


resolver problemas o mais prximo possvel da realidade. Utiliza, para isso, a simulao, a
emulao e a encenao antes de oferecer as solues finais do problema. O Starlogo um
programa bsico de simulao para estudantes fundamentado em agentes. Ele formado por
regras de interao e graus diferenciados de aptido entre os indivduos.
Todas as ferramentas apresentadas, como discutido, foram desenvolvidas para representar
e intervir nos sistemas complexos, podendo ser empregadas para esse fim, de acordo com
adaptao da ferramenta s necessidades do sistema modelado. No caso, deste trabalho, a
ferramenta empregada o MICMAC, por ser mais apropriada aos propsitos desta pesquisa.
Observa-se que todas as ferramentas foram construdas a partir de uma viso sistmica.
Apesar disso, para intervir num sistema complexo, modelando-o, independente da ferramenta
empregada, necessrio, de alguma forma, fechar o sistema organizacionalmente, como
destacam Heylingen (1988) e Maturana e Varela (1997; 2002). Alm disso, necessrio utilizar
duas ou mais dimenses para conseguir perceber o nvel de complexidade do sistema, modelos
direcionados por uma ou duas dimenses no so capazes de extrair as propriedades e
caractersticas inerentes aos sistemas complexos. No caso dos sistemas naturais, fonte de
inspirao para as modelagens dos sistemas complexos artificiais, os sistemas so completamente
abertos, porque no existe um observador que, de fora, modele o sistema a partir das prprias
impresses e percepes do mundo, fato que ocorre na modelagem dos sistemas artificiais. A
subjetividade do observador-modelador e a(s) ferramenta(s) utilizadas interferem nos resultados a
serem obtidos, pois essa subjetividade far sempre parte da interpretao dada ao sistema
observado, como uma das dimenses assumidas pelo sistema modelado.

3.5 CONCLUSES DO CAPTULO

Para propor uma modelagem que represente sistemas complexos, indispensvel


compreender o que significa modelar e conhecer as ferramentas que podem ser empregadas para
esse fim.
Neste Captulo, buscou-se conhecer e discutir as principais questes que permeiam a
modelagem de um sistema. O objetivo nortear a modelagem de acordo a abordagem analtica
ou sistmica.
202

Assim, inicialmente, discutiu-se o conceito de modelagem, associando-o aos paradigmas


que direcionam determinadas pocas cientficas e, dessa forma, influenciam a percepo de
mundo de cada indivduo. A partir disso, apresentou-se o conceito de sistema como um
instrumento, uma lente, para modelar os sistemas complexos. Esse instrumento pode captar a
dinmica que assume a organizao de um sistema, identificando o tipo de auto-organizao que
emerge das interaes de suas partes. Por fim, apresentam-se e discutem-se ferramentas que
podem ser usadas para representar e intervir nos sistemas complexos. A inteno dinamizar o
funcionamento dos sistemas, de modo que a organizao interna deles se torne mais apta a
perceber e eliminar as perturbaes externas que podem interferir no seu desempenho interno.
No prximo Captulo, apresenta-se uma discusso sobre os arranjos empresariais e as
Cincias da Complexidade. O objetivo mostrar as similaridades entre seus conceitos e as
contribuies que a estrutura conceitual das Cincias da Complexidade podem trazer a gesto
empresarial, por meio dos arranjos empresariais.
CAPTULO 4: OS ARRANJOS EMPRESARIAIS E AS
CINCIAS DA COMPLEXIDADE

No mundo dos negcios, as mudanas ocorrem de modo inesperado e com grande


rapidez. As empresas, individualmente, apresentam grande crescimento em complexidade,
mas podem encontrar seus limites de crescimento em perodos de relativa instabilidade e
incontrolabilidade. Percebendo esse comportamento, pesquisadores e empresrios comearam
a investigar configuraes mais apropriadas para enfrentar o aumento de complexidade, os
perodos de instabilidade e as mudanas imprevisveis.
As configuraes empresariais totalmente verticalizadas, que predominaram na
primeira metade do sculo XX j no atendem com eficcia ao novo ambiente mercadolgico.
A execuo de todas as operaes, do planejamento a disponibilizao do produto final aos
clientes, comea a ser operacionalizada por um arranjo empresarial, que pode ser denominado
cadeia ou rede. Embora se tenha avanado racionalmente nos processos de negcios, quanto
ao aumento de produtividade, os conhecimentos atuais em gerenciamento so direcionados a
situaes de relativa estabilidade, o que no acontece na realidade empresarial.
At os anos 80, aproximadamente, como as relaes de mercado eram mais estveis, a
inovao tecnolgica mais lenta, a concorrncia menos intensa e as relaes de mercado
menos complexas, as empresas podiam se comprometer em executar todas as operaes
internas necessrias ao fornecimento do produto. Atualmente, estruturas verticalmente
integradas so menos freqentes devido ao prprio acirramento das relaes de mercado e em
decorrncia, do aumento da complexidade nessas relaes. As empresas, nesse contexto,
passam a se concentrar nas competncias essenciais (core competences), por isso precisam
fazer parte de arranjos empresariais, o que torna possvel sua dedicao a tais competncias e,
ao mesmo tempo, incorpora uma estrutura mais ampla e flexvel estrutura da empresa
isolada. Esse fato induz a um comportamento mais cooperativo que competitivo, o que pode
fortalecer as relaes da empresa com o mercado, garantindo a essas empresas uma maior
capacidade de resistncia s perturbaes externas.
Com base nessas constataes, observa-se que a estrutura conceitual das Cincias da
Complexidade pode ser associada aos objetivos da formao dos arranjos empresariais, j que
apresentam similaridades conceituais.
Este Captulo apresenta, inicialmente, uma discusso sobre o surgimento da
necessidade de uma gesto empresarial mais horizontal que vertical. Em seguida, apontam-se
204

algumas abordagens para a anlise das empresas isoladas no contexto da gesto integrada e os
principais conceitos e caractersticas que envolvem a gesto de uma cadeia de suprimentos.
Na seqncia, discutem-se as similaridades entre os objetivos das Cincias da Complexidade
e da gesto compartilhada, configurada pela formao de arranjos empresariais. Destacam-se,
ainda, as contribuies que a estrutura conceitual dessas cincias pode trazer gesto de uma
cadeia de suprimentos.
Entendendo que a anlise isolada das empresas no mais suficiente para garantir a
sobrevivncia e a competitividade das empresas, na seo seguinte, discutem-se os fatores
que influenciaram a formao de arranjos empresariais como uma alternativa para a gesto
empresarial que vai alm das fronteiras organizacionais.

4.1 EVOLUO DA GESTO ISOLADA PARA A GESTO COMPARTILHADA

H tempos a sobrevivncia do homem est relacionada aos processos de produo, de


armazenamento e de transporte de bens. Para realiz-los de maneira eficaz e com menor grau
de dificuldade, ele percebeu a necessidade de se organizar em grupos e cooperar mutuamente.
Com esse propsito, surgiram os primeiros agrupamentos humanos. A condio de nmades,
antes, foi substituda por uma configurao coletiva denominada bando. Depois vieram as
tribos com uma organizao mais aperfeioada, s quais se seguiram os imprios, e outros
tipos de agrupamentos humanos at as atuais configuraes organizacionais.
Na trajetria de evoluo da humanidade, podem-se destacar alguns marcos que
direcionaram o estabelecimento de agrupamentos humanos cada vez mais organizados. Esses
marcos esto diretamente ligados relao existente entre os donos dos meios de produo
(terra, capital e tecnologia) e os trabalhadores.
Com base em Porter (1989), Fleury e Fleury (2001), Lamming (2001), Krugman (2002),
Prahalad e Ramaswamy (2002) e Pires (2004), o Quadro 12 rene os principais marcos que
nortearam a formao de agrupamentos humanos, visando produzir, armazenar e transportar
bens.
Analisando-se o Quadro 12, pode-se notar que as questes relacionadas gesto da
produo so antigas. A percepo de que uma nica entidade, concentrando todas as funes,
do planejamento a distribuio de bens, no poderia cumprir completamente as tarefas com
eficincia, vem desde a produo artesanal dos meados do sculo XV.
205

Memria de evoluo da gesto da produo


Marco Mudana na relao entre os meios de produo e a fora de Mudanas no comportamento dos agrupamentos humanos e no tipo de
trabalho gesto executada
At o sculo XV, aproximadamente, os produtos eram fabricados manualmente Os produtos eram fabricados sob encomenda. Com aumento dos pedidos, os donos das
(At o sculo
e o arteso era responsvel por todo o ciclo produtivo. Nesse processo, o arteso oficinas precisavam delegar tarefas a outras pessoas, por no conseguirem, sozinhos,
era proprietrio dos meios de produo; podia escolher trabalhar sozinho, na realiz-las, da aquisio da matria-prima distribuio dos bens aos clientes finais. Os
sua prpria oficina, ou trabalhar para outro arteso. No segundo caso, artesos funcionavam em regime de monoplio. Contudo, j havia a preocupao com
Artesanal
Produo

trabalhava com ferramentas do proprietrio da oficina. Com a concentrao de formas mais eficientes de produzir e interagir com o mercado. A necessidade de atuar,
artesos numa mesma oficina, comearam a surgir as primeiras divises de utilizando a estrutura da cadeia produtiva, iniciava-se nesse perodo (PIRES, 2004;
XV)

trabalho (PIRES, 2004; FLEURY e FLEURY, 2001). FLEURY e FLEURY, 2001).

O surgimento da mquina a vapor o impulsionador da mudana da produo O movimento iluminista induziu ao fim do monoplio e difundiu a lgica do livre
(Sculo XVI

artesanal para a produo mecanizada, repetitiva, mais rpida, mais padronizada comrcio. A diviso do trabalho e a especializao dos recursos foram prticas
e com maior qualidade. H uma ntida separao entre os donos dos meios de estabelecidas com o objetivo de aumentar a produo dos bens. O crescimento da
Revoluo
Industrial

produo e os donos da fora de trabalho (PIRES, 2004; FLEURY e FLEURY, produo levou busca de novos mercados e ao aprimoramento do sistema de
a XIX)

2001). transporte. Nesse perodo, desenvolveram-se a locomotiva e o navio a vapor, inovaes


que impulsionaram o transporte de mercadorias (PIRES, 2004; FLEURY e FLEURY,
2001).
O desenvolvimento da indstria automobilstica, no sculo XX, revolucionou os Henry Ford foi a figura mais notria desse perodo, seu objetivo era produzir
do Sculo
tica (Incio
Automobils

modos de produo da poca. Foi a partir dela que surgiram as linhas de automveis padronizados e em grande escala de produo. Para isso, criou a produo
Indstria

montagens, nas quais os operrios precisavam se ajustar ao movimento da verticalmente integrada, que atuava da extrao de matria-prima at a distribuio dos
esteira mvel. Houve uma extrema especializao do trabalho. A administrao produtos aos clientes finais. Isso aconteceu devido escassez de fornecedores e ao
XX)

cientfica, instituda por Taylor, influenciou muito o desenvolvimento da aprimoramento tcnico que conseguiu com o tempo (PIRES, 2004).
industria automobilstica (PIRES, 2004).
Ford se concentrou na produo em massa e de baixo custo do modelo T e se O modelo de gesto estabelecido na GM dividia o nvel estratgico do nvel
descuidou das necessidades do mercado por produtos diferenciados. Essa lacuna operacional. Assim, as decises estratgicas eram tomadas corporativamente, e as
existente no mercado foi preenchida pela GM (General Motors) que se decises operacionais, nas divises internas. O objetivo era incentivar a atuao
concentrou nas novas demandas do mercado e na diversificao de sua linha de autnoma em cada diviso e a sinergia entre elas. A GM atuava em setores como os de
Diversificao

produtos, criando cinco divises distintas para tratar segmentos de mercados autopeas, refrigeradores e tratores. No caso do setor de autopeas, ele era o fornecedor
de Produtos

com necessidades diferentes, todas as divises pertencem mesma corporao. para a montadora GM, no havendo nenhum favorecimento por pertencerem ao mesmo
As relaes estabelecidas na GM so focalizadas na colaborao entre parceiros grupo. Foi implementado um fluxo regular de informaes com os distribuidores. Nesse
( !925)

comerciais, o que inicia o processo de concentrao nas competncias modelo de gesto, h uma grande preocupao com o trabalho em equipe e a
essenciais (core competences) e nas relaes de sinergia (LAMMING, 2001). cooperao (LAMMING, 2001).

As previses negativas decorrentes dos trade-offs (a melhoria em um setor gera O Sistema Toyota de Produo instituiu o sistema de produo Just in time (JIT). O JIT
(a partir dos

perda em outro) encontrados no processo de produo de automveis, composto por um conjunto de procedimentos que inclui a flexibilidade produtiva,
direcionaram os interesses mais para o setor de servios que para o setor grupos autnomos, produo puxada via Kanban, na qual a produo voltada para a
manufatureiro. Enquanto isso, o Japo se destacou pela capacitao tecnolgica demanda real. Alm de destacar a importncia dos processos logsticos (estoque e
anos 70)
Japons
Modelo

e aumento da competitividade industrial no setor manufatureiro, como o transporte), trabalhando com a lgica do mnimo estoque e do lote econmico unitrio,
automobilstico e o eletrnico, liderando as vendas nos mercados ocidentais o que reduz os nveis de inventrio (LAMMING, 2001; FLEURY e FLEURY, 2001).
(LAMMING, 2001; FLEURY e FLEURY, 2001).

Quadro 12: Memria da evoluo da gesto da produo (Continua......)


205
206

Os bons resultados alcanados com o JIT, no Japo, levaram a sua replicao Forma e gerencia um conjunto coeso de fornecedores que so vistos como recursos

ocidental (anos
mundo
prticas do JIT
das
nas empresas ocidentais. Relaes de parcerias com fornecedores-chave, com externos. Os fornecedores podiam ser exclusivos de determinada empresa, mas no
subcontrataes de servios e componentes. Na maioria, as parcerias eram feitas eram propriedade dela. Disso surgiu a denominao de empresas filhas, que se

e 90)
entre empresas de um mesmo conglomerado empresarial (Keiretsu). Nesse dedicavam a fornecer s empresas mes (empresas clientes), e de empresas netas, que se
Expanso

sistema, uma empresa possui forte participao na propriedade da outra que dedicavam a fornecer s empresas filhas. As empresas filhas e as empresas netas no
possuem a mesma filiao, com relaes estveis de compras e fornecimento deveriam fabricar produtos finais, mas componentes para as empresas mes. Como
entre empresas clientes e fornecedoras (LAMMING, 2001; FLEURY e empresas mes e filhas, elas deveriam compartilhar a gesto da mo-de-obra, de
no

80

FLEURY, 2001). materiais e de capital (LAMMING, 2001; FLEURY e FLEURY, 2001).


As relaes de produo foram fortemente afetadas pelo poder transformador da Funciona como um integrador das mltiplas funes inerentes gesto empresarial,
Tecnologia da

em
e

eComunicao.(

rpida transferncia de informao, gerada pela Internet como rede de pois a comunicao tornou-se on-line, global e o volume de informaes disponveis
comunicao global. A partir do surgimento dessa tecnologia de comunicao, tornou-se muito maior e mais gil. As relaes virtuais so ativadas pela intensidade e
Informao

90

as relaes de produo passaram a no depender, apenas, da localizao fsica freqncia de interaes, independente da localizao fsica dos agentes. Por isso, os
Internet

das empresas, mas da sua capacidade de interagir por meios virtuais agrupamentos formados independem da distncia geogrfica, apenas a logstica de
anos

(PRAHALAD e RAMASWAMY, 2002). entrega dos bens esto relacionados distncia geogrfica (PRAHALAD e
RAMASWAMY, 2002; PIRES, 2004).
O processo de abertura da economia, iniciado nos anos 90, colocou as empresas Para se fortalecer, as empresas buscam configuraes que permitam atender s
brasileiras diante de uma competio em escala global. Essa abertura exigncias do mercado que associam baixo custo com alta qualidade, flexibilidade e
concentrou a ateno dos empresrios em atender s exigncias crescentes do prazos de entrega confiveis. A dimenso custo e a dimenso qualidade passam a ser
Globalizao

mercado, ao mesmo tempo em que precisavam reduzir os custos, aumentar a uma obrigao de quem produz num ambiente globalizado, as vantagens competitivas
em diante)

qualidade, ter flexibilidade e entregar com rapidez. Esses fatos mudaram a devem ser disputadas no cumprimento dos prazos de entrega e na flexibilidade que ela
(anos 90

forma de organizao empresarial da produo verticalizada para uma mais possui em se adaptar s mudanas do ambiente competitivo (KRUGMAN, 2002)
horizontal. A cooperao passou a ser vista como alternativa de sobrevivncia
num mercado altamente competitivo KRUGMAN (2002).
logstica como fator
da

estratgico (anos 90

A logstica passou de setor que exercia a mera funo de expedio de O conceito de JIT introduzido pelo modelo japons destacou a importncia dos
produtos para ser reconhecida como uma rea estratgica no atual processos logsticos, que apesar de serem processos meio, no sentido de
contexto da economia globalizada. A agregao de valor do produto viabilizar os processos fins, tais como, vender, produzir e entregar,
Emergncia

em diante)

passa a ser correlacionada com sua cadeia de valor e no s com a representam uma vantagem competitiva no funcionamento do mercado atual
transformao fsica do produto ao longo de sua cadeia de produo. O sendo analisado no contexto da cadeia de valor de cada empresa (PIRES, 2004,
valor agregado foi relacionado com o posicionamento do produto, p.36).
destacando a importncia dos processos logsticos (PIRES, 2004).
em
massa (anos 90 em

Rene a produo em massa e a produo customizada de modo Para conseguir uma customizao em massa com sucesso, necessrio sair da
complementar. Para isso necessrio ter liderana em custo e configurao de empresa isolada e passar a operar alm das fronteiras
diferenciar ao mesmo tempo, o que, para Porter (1980), leva perda de organizacionais (FLEURY e FLEURY, 2001).
Customizao

competitividade, devido incompatibilidade de estratgias e perda de


foco (FLEURY e FLEURY,2001).
diante)

Quadro 12: Memria da evoluo da gesto da produo(--Concluso).Fonte: Porter (1989), Fleury e Fleury (2001), Lamming (2001) , Krugman (2002), Prahalad e
Ramaswamy (2002) e Pires (2004).
206
207

Desde esse perodo, evidenciou-se que, a partir da separao entre os proprietrios dos meios
de produo e os detentores da fora de trabalho, as relaes de produo assumiam
configuraes mais complexas, as quais precisavam de uma estrutura mais ampla e flexvel
para funcionarem eficientemente.
As mudanas nas relaes de produo foram introduzidas, entre outras coisas, pelos
desenvolvimentos tecnolgicos que requerem uma reorganizao nas formas de produo e de
gesto. Assim, a Revoluo Industrial, com o advento da mquina a vapor, possibilitou a
mudana da produo artesanal para a produo mecanizada. Esse fato mudou as relaes de
produo, com o estabelecimento da diviso do trabalho evidenciada pela separao entre os
donos dos meios de produo e os operrios que vendem a fora de trabalho.
Nesse contexto, os meios de produo passam a ser as mquinas, ao invs de
ferramentas, exigindo-se um grande investimento de capital. O regime de monoplio foi
substitudo pelo livre comrcio, o que aumentou a concorrncia e os mercados a serem
atendidos. Os meios de transporte foram aprimorados pela locomotiva e pelo navio a vapor,
os quais representaram um grande avano no tempo de entrega das mercadorias - antes
realizada por meio de veleiros. Nesse perodo, iniciou-se a preocupao com rotas mais
rpidas e econmicas para entrega dos bens.
Depois do advento da mquina a vapor, redirecionando as formas de produo, a
prxima inovao que impulsionou as mudanas incipientes nas relaes de produo foi o
desenvolvimento do automvel. A indstria automobilstica introduziu a linha de montagem e
a superespecializao do trabalho, na qual os operrios precisavam se adaptar velocidade
das esteiras rolantes. Num primeiro momento, preocupava-se, especialmente, com uma ampla
escala de produo a baixo custo, evidenciada pela produo do modelo T de Ford,
inquietao decorrente da grande demanda existente pelo produto. A produo era muito
verticalizada, em parte devido carncia de fornecedores aptos a produzir complementos com
qualidade aceitvel, para os padres tcnicos requeridos pela indstria automobilstica.
Num segundo momento, constatou-se que o mercado desejava produtos diferenciados
e no se limitava a atender funo bsica de locomoo. A partir dessa percepo, houve um
direcionamento para as competncias essenciais (core competences), nas quais uma empresa
precisa se concentrar para atender com eficincia demanda do mercado.
208

Alm disso, desenvolveram-se relaes de colaborao e sinergia entre parceiros comerciais,


associadas disponibilizao de informaes para todos os parceiros envolvidos nos
processos de planejamento, produo e distribuio do produto. Entretanto, a diversificao
na indstria automobilstica gerou descompensao entre alguns aspectos empresariais. Por
exemplo, enquanto a empresa aumentava a flexibilidade, aumentavam-se, tambm, os custos.
So os denominados trade-offs. Dessa forma, ocorreu um perodo de pessimismo, em relao
manufatura, e de otimismo crescente, em relao ao setor de servio, fatos que
desaceleraram os investimentos em manufatura (LAMMING, 2001; FLEURY e FLEURY,
2001).
Em contraponto, a indstria japonesa se concentrou nos setores automobilstico e
eletrnico, buscando formas de otimizar a produo. Ela liderou o mercado ocidental com a
introduo do sistema de produo JIT (just in time). Nesse sistema, a empresa desverticaliza
a produo e institui um sistema mais horizontal, formando parcerias com grupos de
fornecedores chave, instituindo um programa de parcerias entre empresas fornecedoras de um
mesmo conglomerado empresarial. O sistema JIT se expande pelo mundo ocidental,
representando vantagem competitiva para os setores que vivem em meio alta
competitividade.
Associados expanso do modelo japons, o advento da Internet e o aprimoramento
da tecnologia da informao contriburam para a percepo de que a gesto da produo
poderia estar desvinculada de uma empresa isolada e ser expandida por meio de parcerias e
subcontrataes. Assim, a empresa poderia se concentrar nas competncias que fossem
essenciais ao eficaz desempenho de suas atividades. Por outro lado, no mesmo perodo, a
abertura da economia expe as empresas a uma competio em escala global. Essa
competio exige estratgias mais elaboradas para sobreviver e se manter com vantagem no
mercado.
Com a globalizao e a customizao em massa, baixos custos e alta qualidade so
fatores necessrios para a permanncia no mercado, mas no representam um diferencial. O
diferencial passa a ser a rapidez na entrega e a flexibilidade na capacidade de adaptao s
mudanas. Em decorrncia desses fatores, a logstica se reconhece como fator estratgico para
atuar numa economia globalizada, sendo analisada no contexto da cadeia de valor do produto
(PIRES, 2004).
Assim, os arranjos empresariais so formados com o objetivo de se manterem mais
fortes e sobreviverem num mercado altamente competitivo e exigente. As relaes
estabelecidas entre as empresas tornaram-se mais cooperativas que competitivas, ganhando e
209

se fortalecendo num sistema integrado por parcerias e sinergias. A gesto isolada que
concentra numa nica empresa todas as etapas da produo substituda pela gesto
compartilhada, a qual admite a necessidade das parcerias e de cooperao. A esse respeito,
Teixeira (2004) destaca que as empresas buscam relacionamentos comerciais que
compartilhem valores corporativos, tais como: qualidade, integridade, trabalho em equipe,
incorporando o conceito de mudana.
Na prxima seo, apresenta-se uma discusso sobre os principais tipos de configuraes
empresariais empregadas para analisar uma unidade empresarial no contexto da gesto
integrada.

4.2 A EMPRESA NO CONTEXTO DOS ARRANJOS EMPRESARIAIS

Como discutido na seo anterior, vrios fatores influenciaram a percepo de que uma
empresa isolada no conseguiria atender s crescentes exigncias do mercado com a
eficincia requerida. Por isso, foi necessrio buscar configuraes as quais se adaptassem
mais s condies de funcionamento do mercado.
Termos como parceria, competncias essenciais, alianas estratgicas, outsourcing,
cadeia de valor, rede de valor, cadeia produtiva, cadeias de suprimentos e redes virtuais so
comuns no atual ambiente de negcios. Esses termos indicam a busca por configuraes
integradas, que envolvam as empresas num arranjo interempresarial e possibilite uma atuao
mais apropriada ao contexto das necessidades impostas por um mercado competitivo e
globalizado.
Nesse sentido, Fleury e Fleury (2001) destacam que, nas ltimas dcadas, comearam a
surgir novas formas de arranjos empresariais com caractersticas diferenciadas. Esses novos
arranjos tm sido freqentemente estudados, com nfase nas cadeias produtivas, nas cadeias
de valor e nas cadeias de suprimentos.
Nesta seo, ressaltam-se, especialmente, os arranjos empresariais formados com base na
cadeia de valor (value chain) da empresa; na cadeia de suprimentos (supply chain); na cadeia
produtiva (filire).
210

4.1.1 CADEIA DE VALOR (VALUE CHAIN)

O termo cadeia de valor foi desenvolvido por Porter em 1985. O objetivo do autor
mostrar que, para se compreender os elementos fundamentais da vantagem competitiva,
necessrio conhecer e analisar todas as atividades executadas na cadeia de valor de uma
empresa e a dinmica das interaes dessas atividades (PORTER, 1989). As atividades
podem ser classificadas em primrias e de apoio. As atividades primrias so aquelas
envolvidas na criao, distribuio e manuteno fsica do produto. As atividades de apoio
servem de suporte s atividades primrias e a si prprias. A Figura 10 mostra uma cadeia de
valor genrica, com as atividades que a integram.

Infra-estrutura da empresa
Atividades de Apoio

Gerencia de Recursos Humanos

Desenvolvimento de Tecnologia

Aquisio

Margens
Logstica externa
Operaes

Marketing e
Logstica

Servio
Interna

vendas

ATIVIDADES PRIMRIAS

Figura 10: Cadeia de valor genrica. Fonte: Porter (1989.p.35)

Na Figura 10, o campo preenchido por linhas tracejadas, cruzadas por linhas
horizontais indicam as atividades que do suporte s atividades primrias e cadeia inteira. A
infra-estrutura necessria ao funcionamento de toda a cadeia.
Assim, para analisar a empresa, no contexto da cadeia de valor, a abordagem
estabelecida por Porter (1989) atribui a cada empresa autonomia para classificar as atividades
primrias em graus de importncia relativos e distintos, conforme a maneira com que ela
busca obter vantagem competitiva. Em outras palavras, a empresa seleciona, organiza e
prioriza as atividades primrias de acordo com a estratgia empregada para conseguir
211

competitividade. Por isso, empresas do mesmo setor podem apresentar critrios diferentes
para hierarquizar as atividades primrias delas.
Percebe-se que esse conceito de cadeia de valor, de Porter (1989), limita-se a analisar
a empresa dentro de suas fronteiras organizacionais. A proposta dele assume que cada
empresa possui cadeia de valor prpria.
Horngren, Foster e Datar (2000, p.3) definem cadeia de valor como uma seqncia de
atividades que adiciona utilidades aos produtos da organizao. Para Riggs e Robbins (2001),
cadeia de valor uma expresso usada para definir uma srie de atividades, como, por
exemplo: um processo comercial, da matria-prima ao produto final, sendo que cada atividade
intermediria acrescenta sua contribuio ao produto final resultante. Fine et al. (2002)
destacam que a cadeia de valor de uma empresa evoluiu do conceito esttico: conjunto fixo de
fornecedores, processos de produo e canais de distribuio projetados com o objetivo de
obter vantagem competitiva e mant-la, para uma nova estrutura adequada ao ritmo das
mudanas nas tecnologias e nos mercados. Por isso, necessidade de uma reorganizao
constante dos ativos estruturais, tecnolgicos, financeiros e humanos em todos os elos.
Prahalad e Ramaswamy (2002,p.38-39) discutem a necessidade de criar cadeias de valor, a
base de valor das quais se desloque de produtos para experincias; a influncia do consumidor
se espalhe pela cadeia de valor (em pesquisa e desenvolvimento, projetos, fabricao,
logstica, servio e pontos intermedirios); os conflitos entre a empresa e o consumidor sejam
mais visveis e resolvidos de forma mais producente e que as empresas no ditem como o
valor ser criado. Os autores defendem a posio de que as empresas precisam aprender a
co-criar valores com os consumidores.
A construo da cadeia de valor, por outro lado, est diretamente relacionada
concepo de valor. Valor um conceito muito antigo, que acompanha a prpria trajetria de
evoluo da humanidade. A atribuio de valor aos bens uma questo controversa desde a
Antiguidade. Os religiosos atribuam valor s coisas mais insignificantes, no sentido
monetrio, e mais caras, no sentido espiritual e de manuteno da vida (f, esperana,
bondade, perseverana etc.). Os mecenas s atribuam valor s coisas que representavam
poder monetrio e ascenso social. Contudo, uma definio sistematizada de valor surgiu em
385 a.C., com Aristteles. Este filsofo estabeleceu uma tipologia que enquadrava sete classes
de valor: econmico, poltico, social, esttico, tico, religioso e jurdico. Essas classes podiam
ser expressas por meio de comparaes com outras coisas e medidas em termos monetrios
(CSILLAG, 1995).
212

Na viso contempornea, valor refere-se ao que os clientes esto dispostos a pagar por
aquilo que uma empresa lhes oferece (PORTER, 1989, p.34). Esse conceito essencialmente
relativo e usualmente ligado questo da utilidade (PIRES, 2004, p.55). Como o valor real de
um produto, processo ou sistema determinado pelo grau de aceitabilidade dele pelo cliente
(CSILLAG ,1995), h autores que argumentam que o valor criado pelo produtor, num
processo de criao de valor reverso, ou seja, o produtor capta junto aos clientes os requisitos
necessrios ao produto para que este crie valor.
A evoluo nas formas tradicionais de gesto possibilitou s empresas do sculo XXI
operarem num espao de desfronteirizao organizacional (WOOD e ZUFFO, 1998). Nesse
ambiente, as estratgias comerciais, a estrutura corporativa e a mentalidade dos negcios so
apenas alguns dos fatores essenciais que precisam ser recriados para a sobrevivncia neste
sculo (OHMAE, 2004). Fora do ambiente interno da empresa, surgem as parcerias, as
alianas, as subcontrataes, numa tentativa de fortalecimentos gerencial e operacional para
competir num mercado sem fronteiras geogrficas. Nesse sentido, as atividades denominadas
primrias, no conceito de cadeia de valor de Porter (1989), podem ser localizadas
geograficamente muito distantes da estrutura fsica da empresa, amparadas pelo contnuo uso
da Internet e das tecnologias da informao (OHMAE, 2004).
As cadeias de valor das empresas passam a assumir formatos muito diferentes dos
estabelecidos por Porter (1989), no sendo mais possvel manter uma integrao vertical, na
qual as empresas exerciam todas as atividades da cadeia de valor. Elas podem se concentrar,
apenas, em uma atividade e terceirizar todas as demais, buscando atingir a excelncia e a
mxima competitividade em determinado setor.
Em decorrncia da expanso do conceito de cadeia de valor institudo por Porter,
houve um significativo avano em busca de adapt-lo s novas tendncias do mercado. Com
isso, muitas concepes foram desenvolvidas, surgindo uma mistura de nomenclaturas que
dificultaram o discernimento do que uma cadeia de valor, uma cadeia produtiva e uma
cadeia de suprimentos.
Assim, Demos, Chung e Beck (2002) pregam que as empresas esto se tornando
estendidas, expresso que evidencia a dependncia delas em relao a outras empresas
componentes da cadeia de valor. Nessa definio, os autores se contrapem viso de cadeia
de valor de Porter, na qual se limita s fronteiras organizacionais de uma empresa. Eles
destacam que as empresas deixaram de ser mecanismos autocontidos de criao e captao de
valor para participar de constelaes de valor, sistemas com vrias organizaes participantes
213

nos quais a responsabilidade pela criao de valor e o direito de capt-lo so continuamente


negociados entre todas elas.
Ao perceber que as cadeias de valor assumem um formato menos linear e mais
dinmico, muitas vezes em forma de teias, alguns autores, entre os quais Kotler (2001),
consideram que a cadeia de valor de uma empresa no se limita s atividades executadas por
uma empresa, mas que os produtos tambm criam a cadeia de valor dessa empresa. Nessa
perspectiva, a busca pela satisfao do cliente que faz a empresa criar a prpria cadeia de
valor estendida. O conceito de cadeia de valor estendida pode ultrapassar as fronteiras
nacionais e operar, globalmente, com partes localizadas em pases que ofeream menores
custos de produo, incentivem as instalaes fsicas e apresentem potencial de crescimento
da demanda (ASHKENAS,1995). Assim, quando a cadeia de valor vista como estendida, ela
se assemelha ao conceito de cadeia produtiva, que ser tratado neste trabalho.
Nota-se, analisando-se a discusso apresentada, que h interpretaes diferentes para
a cadeia de valor, por isso as conceituaes so divergentes. Apesar disso, assume-se, nesta
pesquisa, o conceito de cadeia de valor estabelecido por Porter, considerando-a composta
pelas atividades executadas por uma mesma empresa, cada qual formando um elo, que, no
conjunto representa a cadeia produtiva do produto.
Pires (1998) destaca que a anlise dos elos til para determinar a concorrncia em
cada empresa, pois a competio, no mercado, ocorre no nvel das cadeias de suprimentos e
no no nvel das unidades de negcios isoladas. Atualmente difcil uma empresa-elo
assumir todas as atividades internas a sua cadeia de valor, por isso se considera que essa
empresa se concentra em competncias essenciais (core competences), e as demais atividades
so executadas por outras empresas com as quais ela se relaciona, atravs da cadeia de
suprimentos (AMATO NETO,1996).
O relacionamento entre os elos da cadeia produtiva pode ocorrer atravs do sistema de
valores estabelecido por Porter (1989). O sistema de valores constitudo por uma corrente de
atividades maior que a da cadeia de valor. Compe-se por elos corrente acima,
representando as cadeias de valor do fornecedor, e elos corrente abaixo, caracterizado pelas
cadeias de valor dos canais, intermedirios e compradores finais (PORTER, 1989, p.33).
Nesse sentido, Pires (2004, p.55) destaca que o conceito de sistema de valores corresponde ao
que, atualmente, denominado cadeia de suprimentos. Segundo o autor, isso explica por que
alguns pesquisadores preferem defini-la como a somatria ou a integrao de diversas cadeias
de valor de diferentes empresas. A Figura 11 apresenta um sistema de valores.
214

Cadeia de valor do
Fornecedor de nvel 2. Cadeia de valor
da empresa Foco
Elos
corrente
Cadeia de valor abaixo
Elos do fornecedor de Cadeia de valor
corrente nvel 1. do intermedirio
acima

Cadeia de valor do
comprador final

Figura 11: Sistema de valores associado ao conceito de cadeia de suprimentos. Fonte: Porter (1989, p.32) e
Pires (2004,p.55) - Adaptado.

Com base na percepo de alguns autores, como discutido por Pires (2004), a Figura
11 representa o sistema de valores associado ao conceito de cadeia de suprimentos.

4.2.2 CADEIA DE SUPRIMENTOS (SUPPLY CHAIN)

A discusso do termo cadeia de suprimento (supply chain) inicia-se pela


apresentao de algumas definies a ele atribudas. A bibliografia apresenta conceituaes e
abrangncias diferentes para descrever uma cadeia de suprimentos. Para alguns autores, ela
fruto da evoluo do conceito de logstica e, por isso, engloba as atividades logsticas de
vrias empresas (WOOD e ZUFFO, 1998; RODRIGUES e PIRES, 1997; PIRES, 1998;
MUSSETI, 1996; CHRISTOPHER, 1997; ARAVECHIA, 2001). J outros analisam o
conceito de logstica e constatam que, apesar de a logstica integrada ir alm dos aspectos
tcnicos e operacionais da logstica tradicional, assumindo uma viso estratgica, a cadeia de
suprimentos possui uma escala maior de atuao, envolvendo, alm do processo logstico,
todos os processos de negcios, que se tornam processos de negcio da cadeia de suprimentos
(LAMBERT, STOCK e VANTINE, 1999, P.830; CHRISTOPHER, 2000; MENTZER et.al.,
2001; PIRES,2004).
A evoluo das discusses acadmicas e empresariais sobre o conceito de cadeia de
suprimentos levou a compreender melhor os limites de sua abrangncia e a constatao das
diferenas entre as atividades executadas por uma cadeia de suprimentos e as atividades
215

executadas pela logstica. Essa apreenso direcionou o surgimento de definies mais


convergentes. Nesse sentido, Lambert (2001) afirma que o Council of Logistics Management
(CLM) redefiniu o conceito de logstica, estabelecendo que ele faz parte da cadeia de
suprimentos, com a funo de planejar, implementar, controlar e estocar o fluxo eficiente e
efetivo de mercadorias, servios e informaes, assumindo uma dimenso espacial que vai da
origem ao consumo do bem com o objetivo de atender aos requisitos do cliente. Em outras
palavras, a cadeia de suprimentos uma rede de vrios negcios e relaes. A partir dessa
definio, Pires (2004) destaca que Supply Chain Council (SCC) estabeleceu que uma cadeia
de suprimentos abrange todos os esforos envolvidos na produo e liberao de um produto
final, desde o primeiro fornecedor do fornecedor at o ltimo cliente do cliente. Quatro
processos bsicos definem tais esforos: o Planejar (Plan), o Abastecer (Source), o Fazer
(Make) e o Entregar (Delivery). Para Pires et al. (2001) uma cadeia de suprimentos uma
rede de companhias autnomas ou semi-autnomas, que so efetivamente responsveis pela
obteno, produo e liberao de um determinado bem ao cliente final.
Usando-se como parmetro de anlise a extenso da cadeia de suprimentos, pode-se
perceber que ela envolve muitos parceiros comerciais. Na escala do fornecedor, estende-se
at os setores de extrao de minerais, cujas atividades comerciais esto diretamente ligadas
s propriedades naturais da Terra. Na escala do cliente, estende-se at a responsabilidade
social com o bem aps ser descartado, envolvendo os processos de reciclagem ou reutilizao,
quando necessrios (GUIDE JR e WASSENHOVE, 2002). Dada amplitude dessa viso, ela
se aproxima mais do conceito de cadeia produtiva do que do conceito de cadeia de
suprimentos.
Considerando o conceito de cadeia de suprimentos estendida, Lambert, Cooper e Pagh
(1998) a definem sob um ponto de vista mais direcionado. Eles partem dos objetivos de uma
empresa, denominada Focal ou Foco, e estabelecem que a determinao da abrangncia
da cadeia de suprimentos limitada pelas interaes direta e indireta assumidas por ela com
fornecedores e clientes, desde o ponto de origem at o ponto de consumo. A Figura 12 mostra
a descrio de uma cadeia de suprimentos, na viso de Lambert, Cooper e Pagh (1998).
A partir do estabelecimento das relaes na cadeia de suprimentos, conforme Figura
12, Lambert, Cooper e Pagh (1998) descrevem a estrutura dessa cadeia, a partir de trs
dimenses:
Estrutura horizontal: composta pelo nmero de nveis da cadeia de suprimentos;
Estrutura vertical: constituda pelo nmero de empresas em cada nvel;
216

Posio da empresa foco: define a localizao horizontal da empresa foco dentro da cadeia
de suprimentos; a empresa foco pode estar em qualquer ponto da cadeia estendida.

Nvel 2 Nvel 1 Nvel 1 Nvel 2


Fornecedores Fornecedores Clientes Clientes

2 1
1
Nvel 3 em diante......at os fornecedores iniciais

n
n

Nvel 3 em diante ...........at os cliente finais


1
1
1
2 Empresa
2 Foco 2

n
n

n
1 1
3

2
n

n
1

Figura 12: Estrutura de uma cadeia de suprimento. Fonte: Traduzido de Lambert, Cooper e Pagh (1998)
adaptado

Empregando a mesma lgica de estruturao da cadeia de suprimentos de Lambert,


Cooper e Pagh (1998), Pires (2004) descreve uma cadeia de suprimentos a partir da empresa
focal. A Figura 13 apresenta essa descrio.
217

Fornecedor Fornecedor Cliente Cliente


2 camada 1 camada 1 camada 2 camada

Varejista
Fornecedor Empresa
(Second Tier (Foco ou

Cliente Final
Supplier) Fornecedor Distribuidor
Focal)
(First Tier
Supplier)

Sentido Montante (Upstream) Sentido Jusante (Downstream)

Figura 13: Representao de uma Supply Chain (SC). Fonte: Pires (2004, p.49) adaptado.

Considerando a estrutura horizontal que, para Lambert, Cooper e Pagh (1998) e


Lambert (2001), representada pelos nveis e para Pires (2004) e Slack (1993) por camadas,
as Figuras 12 e 13 demonstram cadeias de suprimentos lideradas pela empresa focal. Elas se
relacionam, diretamente, com um conjunto de fornecedores, denominados fornecedores de
primeiro nvel ou camada e indiretamente, com os fornecedores de segundo nvel ou camada,
e assim, sucessivamente, at a ltimo nvel ou camada de fornecedores. Os relacionamentos
com os clientes ocorrem de modo direto (com os clientes de primeiro nvel ou distribuidores)
e de modo indireto (com os clientes de segundo nvel ou varejistas) e com os clientes finais.
Em outras palavras, em direo aos fornecedores, a empresa focal se relaciona a montante
(upstream); em direo aos clientes, a empresa focal se relaciona jusante (downstream),
em analogia com a correnteza de um rio.
As interaes existentes entre a empresa focal e sua cadeia de suprimentos so
formadas por agrupamentos de relacionamentos situados montante e a jusante da posio da
empresa focal, como destacado. Nesse sentido, Lambert, Cooper e Pagh (1998) sugerem uma
classificao dos membros que compem uma cadeia de suprimentos em membros primrios
e membros de apoio. So membros primrios as empresas ou unidades de negcios que
executam atividades (operacional ou gerencial) com valor agregado em processos
empresariais que visam atender a mercados especficos. Os membros de apoio so empresas
ou unidades de negcios que do suporte s atividades primrias, fornecendo recursos,
conhecimento, informaes, etc., apesar de no participarem diretamente do processo de
agregao de valor.
218

Lambert (2001) destaca que uma empresa pode participar, ao mesmo tempo, de vrias
cadeias de suprimentos, conseqentemente pode realizar atividades primrias em um
relacionamento e atividades de apoio em outro, tanto dentro de uma mesma cadeia de
suprimentos, como em cadeias de suprimentos diferentes.
A classificao de Lambert til, tambm, para identificar o ponto de origem e o
ponto de encerramento da cadeia de suprimentos. No ponto de origem no existem
fornecedores primrios, somente de apoio. O ponto de encerramento dado pelo ponto de
consumo, a partir do qual no haver criao de valor adicional.
Existem outras vises empregadas para descrever a atuao de uma cadeia de
suprimentos. Slack (1993) prope uma classificao que estabelece uma subdiviso em trs
nveis de abrangncia: rede total, rede imediata e rede interna. Nessa abordagem, ele no
menciona o termo empresa focal, mas, pela descrio estabelecida, observa-se que a anlise
parte da empresa foco, antecipando-se s abordagens de Lambert, Cooper e Pagh (1998) e
Pires (2004). A Figura 14 ilustra a descrio instituda por Slack (1993). O uso do termo
rede empregado pelo autor no mesmo sentido que outros autores empregam para o termo
cadeia.

Fornecimento Rede Total Distribuio

Rede Interna

Empresa
Cliente Final

Rede Imediata

Figura 14: Cadeias de suprimento interna, imediata e total. Fonte: Slack (1993) adaptado.

Nota-se, pela anlise da Figura 14, que a rede total composta pelo conjunto de redes
imediatas, as quais constituem determinado setor industrial ou de servios. A rede imediata
formada pelos fornecedores e pelos clientes imediatos de uma empresa especfica. Para
determin-la, inicia-se por destacar uma empresa e, a partir dela, selecionar as interaes
diretas existentes nas diversas camadas que compem a estrutura horizontal da rede. A rede
219

interna composta pelos fluxos de informaes e de recursos entre setores de uma mesma
empresa.
Apesar de as questes relativas gesto de cadeias de suprimentos terem avanado
muito nos ltimos anos, ainda no h uniformizao para o termo cadeia de suprimentos. A
literatura permeada de expresses usadas como sinnimos, algumas vezes, e como
complementos, outras vezes, causando complicao para a compreenso e determinao da
abrangncia de uma cadeia de suprimentos. Na seqncia, destacam-se algumas das
abordagens no decorrer desta pesquisa.
Pires (2004) observa que um conjunto de autores, especialmente britnicos, preferem
utilizar a expresso Rede de Suprimentos (Supply Network), ao invs de Cadeias de
Suprimentos (Supply Chain). Nesse sentido, Lambert (2003), mesmo utilizando a expresso
cadeia de suprimentos, reconhece que esse arranjo no representa uma cadeia de negcios
com relacionamentos um a um, mas uma rede de trabalho (Network) com inmeros negcios,
influncias e relacionamentos. Para Bovet e Martha (2001), est surgindo uma nova
configurao de negcios, denominada rede de valor (value net). Segundo os autores, ela
diferente do conceito de cadeia de suprimentos, j que utiliza, como base conceitual, a
definio de cadeia de suprimento digital. Uma rede de valor um modelo de negcio que
utiliza os conceitos da cadeia de suprimento digital. O objetivo atender melhor ao cliente e
aumentar a lucratividade da empresa. Para isso, norteada por algumas propriedades bsicas:
objetivos da rede, alinhados aos objetivos do cliente; possui viso sistmica e colaborativa;
tem estrutura gil e flexvel e digital (BOVET e MARTHA, 2001, p.5). Essas propriedades
indicam que a rede de valor uma estrutura mais ampla que gerencia a cadeia de suprimentos
da empresa.
Pires (2004), a partir dos trabalhos de Lamming et al. (2000), discute que o termo
cadeia (chain) uma metfora imperfeita para tratar aspectos relativos gesto de uma
cadeia de suprimentos, j que o comportamento da cadeia raramente linear. Sugere, assim,
que o termo rede de suprimento (Supply Network) mais adequado, pois considera ligaes
laterais, os loops reversos, as trocas em duas direes e posiciona a empresa focal como ponto
de referncia. Nesse sentido, uma rede de suprimentos combina um conjunto de cadeias de
suprimentos. O termo cadeia de suprimentos foi mais difundido e, por isso, popularizou-se no
ambiente acadmico e empresarial. A rede de suprimento (Supply Network), na descrio de
Pires (2004), a partir de Lamming et al. (2000), interpretada de maneira estendida e
dinmica, como na viso de cadeia de suprimentos de Lambert, Cooper e Pagh (1998) e
Lambert (2001).
220

O campo do conhecimento, no qual empregada a viso de cadeia de suprimentos,


tambm, influencia a nomenclatura estabelecida. Na abordagem de Kotler (2001)
desenvolvida e empregada na rea de marketing, o termo cadeia de demanda utilizado para
expressar a lgica de projeo da cadeia, que acontece do ponto de identificao da demanda
para trs. Nessa viso, parte-se da identificao do segmento de clientes desejados, buscando-
se a formao de uma cadeia que agregue valor ao segmento. Alm disso, o termo rede de
valor utilizado pelos autores com o mesmo significado de cadeia de demanda,
argumentando que, na busca pelos clientes, tero maior sucesso as empresas que criarem uma
rede de valor mais perceptvel e consistente para os clientes (KOTLER,2001).
Em outros campos de conhecimento, o termo cadeia de demanda , empregado como
uma das partes componentes de uma cadeia de suprimentos, ou como sinnimo desta, o que
pode ser conferido no trabalho de Vollmann, Cordon e Raabe (1996).
Gasparetto (2003, p.39) destaca que os termos cadeia de suprimentos (fornecimento)
e cadeia de distribuio (ou demanda) referem-se conceituaes que surgiram a partir do
interesse dos pesquisadores que as utilizavam. O primeiro termo trata das etapas anteriores
empresa, e o segundo trata das etapas posteriores empresa, as quais envolvem os clientes.
Para a autora, o uso generalizado, na literatura, do termo cadeia de suprimentos, para
representar relacionamentos a montante ou a jusante da empresa, deve-se propagao dos
movimentos just in time e aos programas de qualidade que defendiam relacionamentos mais
prximos, confiveis e cooperativos, ao invs de relacionamentos adversos. A partir desses
movimentos, o termo cadeia de suprimentos foi empregado para designar os relacionamentos
da empresa com os fornecedores e, posteriormente, com os clientes intermedirios e finais
(GASPARETTO, 2003).
De acordo com as discusses apresentadas nesta seo, nota-se que, apesar do avano
nas abordagens sobre cadeias de suprimentos, existem muitos conceitos diferentes para trat-
las. Neste trabalho, ser empregada, somente, a designao cadeia de suprimentos. O
conceito utilizado o estabelecido por abranger os relacionamentos a montante (desde fontes
de recursos) e a jusante (ao cliente final) da empresa focal, perfazendo uma rede de empresas
que podem atuar em vrios nveis, considerando a dinmica das interaes nos sentidos
horizontal e vertical. A Figura 12 uma representao desse conceito. O conceito de cadeia
de suprimentos, estabelecido por Slack (1993) e representado na Figura 14 tambm utilizado
neste trabalho, j que se restringe a trabalhar, apenas, com os membros imediatos da cadeia de
suprimentos. Adota-se o termo cadeia, no no sentido reduzido (menor que rede), mas
221

como um termo padro que facilita o entendimento das discusses e signifique


relacionamentos compartilhados entre empresas que fazem parte de arranjos empresariais.
Alm disso, a abordagem estabelecida por Lambert, Cooper e Pagh (1998) abrange e
fundamenta outras abordagens, como a de Slack (1993), a de Pires (2004) e a de Gasparetto
(2003), para citar algumas.
Neste trabalho, associa-se formao dos diferentes arranjos empresariais a viso das
Cincias da Complexidade, por isso o conceito de cadeia de suprimentos utilizado deve
considerar a dinmica das interaes e a contribuio que as diferentes partes agregam na
gesto do todo, aspectos contemplados pela definio selecionada.
Na seqncia, na prxima seo, discutem-se questes relacionadas s cadeias
produtivas que, como apresentado, alguns autores tratam como se fossem cadeias de
suprimentos. Neste trabalho, assume-se uma cadeia produtiva como um tipo de arranjo
empresarial diferente do arranjo, cadeia de suprimentos.

4.2.3 CADEIA PRODUTIVA (FILIRE)

O surgimento dos termos cadeia produtiva e anlise da cadeia produtiva, no


Brasil, associado ao desenvolvimento do conceito de filire e da analyse de filire, na
Frana e na Inglaterra, na dcada de 1930. Na Frana e na Inglaterra, a analyse de filire foi
um conceito desenvolvido em paralelo s discusses sobre a modelagem sistmica como
alternativa modelagem reducionista (ver Captulo 3, sees 3.2.1 e 3.2.2), por isso
incorporava uma viso mais integrada e dinmica dos fenmenos. Entretanto, a analyse de
filire somente foi amplamente difundida na dcada de 1960 e direcionada para o setor
agrcola (OASHI,1999). No Brasil, a viso de filire foi extrapolada para outros setores
industriais, alm do setor agrcola. Esse fato pode ter induzido alguns autores a discordarem
de que a abordagem de cadeia produtiva fosse igual abordagem de filire.
Neste trabalho, considera-se que cadeia produtiva e filire so conceitos idnticos, de
acordo com as descries de Oashi (1999), Batalha (1997) Batalha e Silva (2001) e Pires
(2004).
Alguns trabalhos identificados na literatura relacionam o estudo das cadeias produtivas
a questes mais abrangentes, como a abordagem referente anlise da competitividade
sistmica. Essa abordagem decorre da lgica integrada de formao e de funcionamento de
222

uma cadeia produtiva. Outros trabalhos trazem abordagens mais especficas, concentrando-se
em definir a estrutura da cadeia produtiva e suas inter-relaes especficas.
Nesse sentido, Oashi (1999), reportando-se aos trabalhos Montiguad, descreve trs
abordagens possveis para a anlise da cadeia produtiva: a cadeia na sua totalidade, o estudo
de suas estruturas e as relaes dentro das cadeias e o comportamento estratgico das
empresas. Oashi (1999, p.27) apresenta, como principal vantagem do estudo das cadeias
produtivas, a delimitao de um campo de investigao, de acordo com os objetivos do
estudo, que permite ao observador empregar as ferramentas mais apropriadas anlise.
Na seqncia, nas duas prximas sees, discutem-se essas abordagens.

4.2.3.1 A cadeia produtiva e a abordagem da competitividade sistmica

A Cincia Econmica, em particular a Economia Industrial, foi a rea do


conhecimento na qual se desenvolveu o conceito de cadeia produtiva. Como essa cincia
possui dois grandes ramos: a macroeconomia e a microeconomia, a abordagem de filire
seguiu essa tendncia, concentrando-se mais no ramo macroeconmico. Assim, o conceito de
filire era empregado, na Frana, como instrumento dos estudos macroeconmicos,
denominado mesoanlise (OASHI, 1999). Nesse sentido, Batalha (1997) descreve a
mesoanlise como uma proposta para ocupar o espao existente entre a microeconomia e a
macroeconomia. A microeconomia estuda as unidades de base da economia (empresa,
consumidor, etc.) para, a partir das partes, explicar o comportamento do todo. A
macroeconomia estuda os grandes agregados econmicos (estado, pases, etc.) para, a partir
do todo, explicar as partes (PIRES,2001,p.75).
A mesoanlise foi um termo que surgiu com os estudos das cadeias produtivas. Souza
(2001,p.27), reportando-se a Kliemann, afirma que a mesoanlise a anlise estrutural e
funcional dos subsistemas e de suas interfaces e interdependncias dentro de um sistema
produtivo integrado. Pires (2001) destaca o emprego da mesoanlise nos estudos sistmicos
da competitividade, desenvolvidos pelo Instituto de Desenvolvimento Alemo (IMD), o qual
estabelece quatro nveis de anlise: meta, macro, meso e micro para compreender e intervir na
situao competitiva de uma regio.
O nvel meta composto pelas variveis mais lentas na competitividade, como as
estruturas socioculturais e a capacidade dos atores regionais para formularem vises e
estratgias (PIRES, 2001). Refere-se sociedade civil, envolvendo a capacidade de
223

estabelecer um padro nacional de organizao jurdica, poltica, econmica e macrossocial


que favorea a competitividade (KLIEMANN e HANSEN, 2002).
O nvel macro constitudo pelas condies macroeconmicas em gerais (PIRES,
2001). Busca-se um ambiente macroeconmico estvel, o estabelecimento de uma poltica de
concorrncia e de uma poltica cambial (KLIEMANN e HANSEN, 2002).
O nvel meso se concentra nas instituies e nas polticas especficas para o
desenvolvimento regional, destacando polticas e instituies especificamente dedicadas
criao de vantagens competitivas (PIRES,2001). Kliemann e Hansen (2002) destacam que,
nesse nvel, podem surgir entraves especficos na infra-estrutura, nas polticas comerciais e
setoriais e nos sistemas normativos.
O nvel micro representa as empresas e as redes de empresas e o modo como elas se
organizam para se tornarem mais competitivas (PIRES,2001). Os elementos fundamentais
desse nvel so os fatores internos: prticas organizacionais, inovao e gesto tecnolgica
interna e a relao com os fornecedores (KLIEMANN e HANSEN, 2002).
Para Pires (2004), o conceito de mesoanlise localiza-se no espao intermedirio entre
a macroeconomia e a microeconomia. Em outras palavras, entre o nvel macro e agregado e o
nvel das empresas e dos clientes. Nesse espao inserem-se as principais questes referentes
s cadeias produtivas.
Em cada nvel, h agentes individuais que interagem no nvel em que se manifestam e
com outros agentes de outros nveis, podendo as interaes afetar outros agentes de outros
nveis.
Apesar da discusso dos nveis de anlise da competitividade sistmica est associada
s cadeias produtivas, a anlise da competitividade pode ser feita considerando outros arranjos
empresariais, como a prpria classificao de nveis indica.

4.2.3.2 A estrutura de formao da cadeia produtiva

Para Morvan (1985, p.30), uma filire uma seqncia de operaes de


transformaes, simultaneamente, dissociveis e ligadas por um encadeamento tcnico. Ela
representada por um conjunto de relaes comerciais e financeiras, formando um fluxo de
mudana de montante (sentido dos fornecedores) a jusante (sentido clientes) da empresa
selecionada, alm de garantir a articulao entre essas operaes. Kliemann (2003) define
uma filire como uma seqncia de atividades empresariais associadas contnua
transformao de bens, do estado bruto ao estado acabado. Malheiros (1991) descreve a
224

cadeia produtiva a partir da identificao da matria-prima, que, aps sucessivas


transformaes, do origem ao produto final. Batalha (1997) e Pires (2001) explicam uma
cadeia produtiva a partir da identificao de um determinado produto final, seguido pelo
encadeamento de vrias operaes tcnicas, comerciais e logsticas, de montante a jusante,
operaes necessrias configurao da cadeia produtiva. Para Batalha (1997), o principal
indutor de mudana no status quo do sistema so as imposies estabelecidas pelo
consumidor final. Pires (2004) apresenta um enfoque diferenciado para a descrio da cadeia
produtiva. Ele a descreve como um conjunto de atividades que representa, genericamente,
determinado setor industrial. Por exemplo, a cadeia produtiva da indstria automobilstica, da
indstria de calados, da indstria de computadores, etc.
Nota-se, analisando-se as definies apresentadas, que a cadeia produtiva pode ser
configurada, tanto a partir de uma matria-prima como a partir da determinao de um
produto final. Nos dois casos, ela composta por dois nveis: a cadeia principal e as cadeias
auxiliares. Segundo Labonne (1985), a cadeia principal formada por atividades
direcionadas aos objetivos principais da cadeia, j as cadeias auxiliares so formadas por
atividades que contribuem para o eficaz funcionamento da cadeia principal. O autor destaca
que as cadeias auxiliares participam tanto a montante como a jusante das cadeias principais,
com o objetivo de realizar as funes tcnicas que tornem possvel explorar e valorar os
recursos naturais: matria-prima, energia e produtos intermedirios, contribuindo para a
elaborao de produtos finais. Pires (2001) destaca que as cadeias auxiliares executam
atividades indiretas e de suporte ao objetivo principal da cadeia. Elas esto subordinadas s
cadeias principais com as quais interagem dinamicamente, oferecendo o suporte necessrio
para a execuo de suas atividades. A Figura 15 mostra, de acordo com Pires (2001,p.76), a
representao de uma cadeia produtiva.
A Figura 15 mapeia as relaes existentes no exemplo da cadeia produtiva de mveis.
Nota-se que, na abordagem estabelecida, o objetivo principal da empresa estruturado numa
cadeia produtiva principal e, em paralelo, estrutura-se uma cadeia auxiliar que fornece
subsdios para os objetivos principais serem atingidos. A representao de uma cadeia
produtiva, por exemplo, a cadeia da indstria de mveis, expressa, genericamente, todas as
empresas que pertencem cadeia produtiva da indstria de mveis, independente de sua
localizao geogrfica.
225

Cadeia Produtiva de Mveis


Cadeia Principal Cadeia Auxiliar

Extrao de Reflorestamento Material Auxiliar*


madeira nativa

Indstria Qumica
Extrao Florestal
Transportes

Madereira
Fabricante de Indstria de Indstria de
esquadrias painis Equipamentos

Indstria
Metalrgica
Industria de Mveis
- Residenciais
- Escritrio Assessoria em
- Divisrias, pisos e painis designer, CAD
Informaes

Indstria
Lojas de moveis Assessrios
- Especializadas Clientes
- Generalistas Finais

Escolas e Centros de
* Lixas, parafusos, pregos, vidros, etc. tecnologia

Figura 15: Exemplo de uma cadeia produtiva de mveis. Fonte: Pires (2001, p.76)

Labonne (1995), analisando a atuao de uma filire, argumenta que a filre principal
contribui diretamente com a satisfao das necessidades humanas em permanente evoluo,
fundamentais, portanto, vida dos homens (MALHEIROS, 1991). As filires auxiliares
cumprem uma funo acessria, mas essencial satisfao das necessidades humanas, por
disponibilizar os meios para as filires principais cumprirem seu objetivo (LABONNE, 1995).
A bibliografia consultada demonstra que as filires so os arranjos empresariais mais
antigos, coincidindo com a incorporao da abordagem sistmica ao ambiente cientfico
ocidental. As principais utilizaes so descritas por Morvan (1995), Pires (2001), Batalha e
Silva (2001), subdivididas em cinco aplicaes mais usuais: (1) na formulao de polticas
pblicas e privadas; (2) como metodologia de diviso setorial do sistema produtivo; (3) como
ferramenta de descrio tcnico-econmica; (4) como ferramenta de anlise das inovaes
226

tecnolgicas e de apoio tomada de deciso tecnolgica e (5) como metodologia de anlise


de estratgias das firmas.
Pires (2001, p.80) destaca que o maior benefcio conseguido a partir dos estudos de
uma cadeia produtiva a possibilidade de ampliao da compreenso do contexto em que as
empresas esto inseridas, proporcionando-lhes a percepo sistmica de sua competitividade.

4.2.4 SUMRIO DOS PRINCIPAIS ARRANJOS EMPRESARIAIS DISCUTIDOS

Nas sees 4.2.1, 4.2.2 e 4.2.3, foram discutidos os trs principais arranjos
empresariais para os objetivos deste trabalho: a cadeia de valor (value chain), a cadeia de
suprimentos (supply chain) e a cadeia produtiva (filire), que apresentam as abordagens e as
abrangncias peculiares deles. O Quadro 13 mostra os aspectos mais relevantes considerados
nas discusses.
Cadeia de valor Cadeia de suprimentos Cadeia produtiva
(value chain) (supply chain) (filire)
Principal Conceito: Porter Principal Conceito: Lambert, Principal Conceito: Labonne
(1989). Cooper e Pagh (1998); (1995).
Slack (1993).
Abrangncia: anlise de uma Abrangncia: anlise da empresa Abrangncia: anlise que
empresa e dos elos responsveis em conjunto com sua rede de abrange todo um setor, por
pelo desempenho de sua relaes, a montante e a jusante da exemplo, o automobilstico.
competitividade. empresa focal, em todos os nveis.
Fatores de anlise: Fatores de anlise: Fatores de anlise:
- Classificao das atividades - Empresa focal; - Mesoanlise
primrias e das atividades de - Assume um formato diferente - Parte-se de uma matria-prima
apoio. para cada empresa, mesmo que ou de um produto final;
- Cada empresa possui sua produza produtos iguais; - Cadeia principal e auxiliar;
prpria cadeia de valor. - Nmero de nveis envolvidos na - Identificam-se as etapas direta
anlise; e indireta envolvidas na
- Pode fazer parte de uma ou de transformao do produto.
vrias cadeias produtivas.
Quadro 13: Aspectos relevantes da cadeia de valor, de suprimentos e produtiva.
Apesar dos avanos nas discusses acadmicas e empresariais em decorrncia do
reconhecimento e da importncia da gesto conjunta, para o ganho de competitividade no
mercado, os conceitos de cadeia de valor, cadeia de suprimentos e cadeia produtiva ainda
apresentam muitas percepes diferentes e pouca homogeneidade nas interpretaes. Isso
confunde o entendimento dos limites de cada abordagem. Buscou-se discutir o contexto de
cada um dos arranjos descritos, a partir da anlise de uma empresa em particular. O objetivo
foi destacar aspectos que facilitem a compreenso e diferenciao de cada um dos arranjos
empresariais apresentados.
227

Na seqncia, discutem-se aspectos relacionados gesto de uma cadeia de suprimentos,


j que o arranjo empresarial utilizado na validao da modelagem proposta nesta pesquisa.

4.3 GESTO DA CADEIA DE SUPRIMENTOS

Nesta seo, discutem-se alguns aspectos que devem ser considerados na gesto da
cadeia de suprimentos. Inicia-se pela emergncia do termo gesto da cadeia de suprimentos.
Em seguida, abordam-se a configurao dela e a importncia da representao de suas
relaes, discutindo-se os tipos de relacionamentos gerados no processo de gesto de uma
cadeia de suprimentos. Por fim, destacam-se alguns instrumentos, com base na tecnologia da
informao, que podem ser empregados para a integrao de uma cadeia de suprimentos.

4.3.1 EMERGNCIA DA GESTO DA CADEIA DE SUPRIMENTOS


(SUPPLY CHAIN MANAGEMENT)

Como apresentado no Quadro 10, a evoluo nas formas de gesto da produo, o


advento da economia globalizada, as maiores exigncias do mercado e a busca por
diferenciao impem a necessidade de uma gesto mais integrada, cooperativa e
compartilhada em substituio ao modelo competitivo isolado e fechado. Desse modo, os
arranjos empresariais vo se formando e se fortalecendo no mercado, com o aparecimento de
vrias nomenclaturas, como: cadeias produtivas, cadeias de valor, cadeias de suprimentos,
cadeias de fornecimento, cadeias de demanda, redes virtuais, etc.
Pires (2004) argumenta que no h, na literatura, um marco histrico que delimite o
surgimento do termo Supply Chain Management (SCM), como existem, para alguns, outros
termos. Relata-se que o termo SCM, na literatura, comeou a ser incorporado desde a
dcada de 1960, apesar da difuso recente.
Evans e Danks (1998) destacam que a utilizao do termo SCM iniciou-se na dcada
de 1970, para representar a integrao necessria entre os almoxarifados dos armazns e o
transporte nos processos de distribuio. O objetivo dessa integrao era reduzir o custo
interno de estoques e distribuio. Nesse sentido, Lambert, Cooper e Pagh (1998) estabelecem
que as premissas que norteiam a SCM j podiam ser notadas desde a dcada de 1960,
externadas pela preocupao em administrar relaes entre empresas e integrar canais.
228

Pires (2004), reportando-se aos trabalhos de Franciose (1995), aponta que o termo
SCM teria sido utilizado, pela primeira vez, por Jonh B. Houlihan, em 1985, em um artigo
para o International Journal of Physical Distribuition & Materials Management, no qual o
autor apresenta uma nova abordagem que integra diversos conceitos existentes. Lambert,
Cooper e Pagh (1998) afirmam que o termo apareceu, originalmente, em 1982, mas somente
foi oficialmente descrito no mbito acadmico no final da dcada de 1980. Para Harland
(1996), o termo SCM surgiu no incio da dcada de 1980, com os trabalhos de Oliver e
Webber, publicados em 1982, que discutiam as possveis vantagens da integrao das funes
de compras, fabricao, vendas e distribuio. Harland lembra que, na dcada de 1990, o uso
do termo estava em crescente expanso, mas era empregado com uma abrangncia menor que
a abrangncia do termo na atualidade.
Nota-se que no existe consenso sobre o perodo em que a SCM foi estabelecida
oficialmente, confirmando-se o argumento de Pires (2004) de que no h um marco histrico
que defina o aparecimento do termo. Outras abordagens, identificadas na literatura, como
Senge (1998) e Johnston e Lawrence (1997), apontam para a evoluo da gesto isolada para
a gesto integrada, sem um prvio planejamento estabelecido, mas pela impossibilidade de
uma empresa sozinha se manter eficientemente no mercado, competindo com conglomerados
globais. Assim, as relaes de parcerias, com enfoque ganha-ganha, foram surgindo como
alternativa de fortalecimento pela sinergia de objetivos e estratgias.
Na trajetria de evoluo do conceito de cadeia de suprimentos, emergiram muitos e
diferentes conceitos com abrangncia prpria (ver seo 4.2.2). A partir do conceito e da
abrangncia assumida por determinada empresa, a gesto da cadeia dessa empresa adquiriu a
lgica do conceito. Por isso, a gesto da cadeia de suprimentos , muitas vezes, confundida
com a gesto da logstica e com a gesto de transporte. Isso acontece, porque existe, no Brasil,
uma suposio de que transporte sinnimo de logstica e que suprimento sinnimo de
abastecimento (PIRES ,2004).
Pires (2004), a partir dos trabalhos de Lummus e Vokurka (1999), destaca que muitos
esforos em SCM tm sido incompletos, porque consideram, apenas, o lado do abastecimento,
a relao da empresa com os fornecedores.
Discute-se, na seqncia, algumas interpretaes dadas gesto da cadeia de
suprimentos, no atual ambiente empresarial.
229

4.3.1.1 Definies para SCM

As definies de SCM se fundamentam no conceito estabelecido para a cadeia de


suprimentos, por isso podem assumir diferentes abordagens e configuraes. Pires (2004,
p.62) afirma que as definies para a SCM so fundamentadas em reas tradicionais da
empresa e se originam, pelo menos, de quatro principais reas: gesto da produo, logstica,
marketing e compras.
Tan (2001) descreve a gesto da cadeia de suprimentos montante e jusante da
empresa foco. A gesto a montante iniciou-se nas reas tradicionais: compras e suprimentos.
Com esse enfoque, os fornecedores colaboram para o desenvolvimento do produto, buscando
componentes de menor custo e maior desempenho, identificando tecnologias mais
apropriadas. J a gesto da cadeia de suprimentos, no sentido inverso, a jusante da empresa
foco fruto da busca por diferenciao nos prazos de entrega (transporte) e na reduo de
estoque (logstica interna). Essas funes envolvem a gesto de estoque, relao com
vendedores, transporte, distribuio e entrega (TAN, 2001).
A definio da gesto da cadeia de suprimentos, do ponto de vista do marketing,
concentra-se, usualmente, a jusante da empresa foco, excluindo os fornecedores da anlise. A
esse respeito, Lambert (2003) lembra que essa abordagem desconsidera uma parte da cadeia:
os fornecedores e o processo de fabricao, direcionando esforos s atividades de marketing
e aos fluxos atravs de seus canais de distribuio. Alm disso, ignora a necessidade de
integrar e gerenciar mltiplos processos de negcio dentro da empresa foco e atravs da
empresa dentro de sua cadeia de suprimentos (LAMBERT , 2003).
Seguindo a linha de abordagens mais integradas e menos tradicionais, a Global Suppy
Chain Forum (GSCF) define a Gesto da Cadeia de Suprimentos (SCM) como a integrao
dos processos de negcios desde o usurio final at os fornecedores originais (primrios),
providenciando produtos, servios e informaes com adio de valor aos clientes e aos
stakeholders (PIRES, 2004, p.58).
Para Harland (1996), a SCM formada pela gesto das atividades de negcios e
relacionamentos: dentro da empresa e na organizao com os fornecedores imediatos; com os
fornecedores de primeira e segunda camadas e com os clientes ao longo da cadeia de
suprimentos.
A SCM pode, tambm, ser classificada como um conjunto de prticas que visam
gesto e coordenao de uma cadeia de suprimentos, desde os fornecedores de matria-prima
bsica at o cliente final. O objetivo desse enfoque melhorar o processo produtivo ao longo
230

da cadeia de suprimentos, no apenas de uma de suas unidades de negcios (HEIKKILA,


2002).
Seguindo essa mesma lgica, a SMC se define como a coordenao sistmica e
estratgica das tradicionais funes de negcios dentro e atravs da empresa, em sua cadeia de
suprimentos. Com isso se pretende melhorar o desempenho das empresas no longo prazo,
individualmente, e da cadeia de suprimentos como um todo (MENTZER et al., 2001).
Nota-se, das definies apresentadas, que no existe uma padronizada para designar a
gesto de uma cadeia de suprimentos, como tambm no h um padro para o conceito de
cadeia de suprimentos. Elas variam conforme os objetivos, o conhecimento e a abrangncia
assumidos pelo observador da cadeia. O objetivo, ao explicitar algumas definies, mostrar
as mais coerentes com o conceito de cadeia de suprimentos, discutidas e utilizadas neste
trabalho, alm de oferecer suporte s discusses relacionadas as configuraes assumidas pela
estrutura da cadeia de suprimentos, tema abordado na prxima seo.

4.3.2 CONFIGURAES ASSUMIDAS PELA CADEIA DE SUPRIMENTOS

Nesta seo, discutem-se algumas configuraes assumidas pelas cadeias de


suprimentos em busca de maior competitividade, conhecimento e domnio das relaes.
Inicialmente, aborda-se a viso tradicional assumida pelas empresas, h muito tempo,
na qual se considerava que a competio acontecia entre as unidades de negcios (business
units) ou empresas que competiam pelos mesmos clientes. A SCM introduz uma nova viso.
Ela considera que a competio acontece, tambm, entre as cadeias de suprimentos e no
mais, somente, entre as empresas isoladas, como estabelece o tradicional trabalho de Porter
(1989) (VOLLMANN, CORDON, RAABE, 1996). Lambert, Cooper e Pagh (1998) lembram
que muito raro uma empresa participar apenas de uma cadeia de suprimentos. Essa mudana
leva a um novo modelo competitivo, com base em unidades de negcios virtuais, compostas
por vrias empresas, que so membros de uma cadeia de suprimentos, competindo com outras
unidades de negcios virtuais, compostas por outras cadeias de suprimentos. A Figura 16
ilustra essa viso (VOLLMANN, CORDON, RAABE, 1996).
231

Fornecedores Fabricantes Distribuidores

Cadeia de
Suprimentos

Consumidores Finais
Unidade de
Negcio

Tipo de
Competio

Figura 16: Competio entre as unidades de negcios virtuais. Fonte: Traduzido de Vollmann, Gordon
e Raabe (1996)

Analisando-se a Figura 16, percebe-se que uma unidade de negcio pode participar de
muitas unidades de negcios virtuais. Cada empresa que compe a unidade de negcio virtual
se preocupa com a competitividade do produto, do ponto de vista do cliente final, e com o
desempenho da cadeia de suprimentos como um todo. No entanto, os formatos assumidos
pelas cadeias de suprimentos esto diretamente relacionados s competncias desenvolvidas
internamente pelas empresas, flexibilidade na adaptao ao mercado, aos produtos
produzidos, aos processos compartilhados e representao de seus relacionamentos, fatos
que direcionam o tipo de gesto empregada na cadeia de suprimentos.
Alm disso, a trajetria seguida pela cadeia de suprimentos norteada pela lgica que
ela assume para administrar os relacionamentos. Nesse sentido, Mentzer et al. (2001)
apresentam trs lgicas em que a SCM pode se concentrar. O Quadro 14 mostra essas lgicas.
Lgicas assumidas pela SCM
-Considera uma abordagem sistmica para visualizar a cadeia de suprimentos
Como uma em sua totalidade;
Filosofia gerencial - Gerencia o fluxo total de bens dos fornecedores aos clientes finais;
- Segue uma orientao estratgica na canalizao dos esforos cooperativos
para sincronizao e convergncia das capacidades estratgicas e
operacionais, dentro e entre as empresas em um todo unificado.
- Aes integradas entre fornecedores e clientes;
Como um conjunto - Compartilhar informaes ao longo da cadeia de suprimentos;
de atividades para - Promover a colaborao entre as empresas da cadeia de suprimentos;
implementar uma - Dividir riscos e ganhos;
filosofia gerencial - Ter os mesmos objetivos e o mesmo foco no atendimento do cliente final;
- Integrar processos do abastecimento a distribuio;
- Criar parcerias para construir e manter relacionamentos em longo prazo.
Como um - O foco de cada processo atingir as necessidades do cliente;
conjunto de - A empresa organizada em torno dos processos-chave;
processos de - Separao entre os processos operacionais e os processos de suporte ao
negcios gerenciais gerenciamento.

Quadro 14: Lgicas assumidas pelas SCM. Fonte: Mentzer, et.al. (2001) adaptada.
232

O Quadro 14 apresenta trs lgicas direcionadoras da SCM. A primeira considera a


SCM como uma filosofia gerencial que assume um formato sistmico, no qual fornecedores e
clientes so vistos como um sistema integrado, ao invs de um conjunto de partes
fragmentadas. A segunda reconhece a SCM no como uma filosofia gerencial, mas como um
conjunto de atividades que servem para implantar uma filosofia gerencial. Nesse ponto de
vista, as empresas devem ser mais pontuais, concentrando-se em atividades que permitam
implementar, com eficincia, uma filosofia sistmica de SCM. A terceira destaca a
importncia dos processos de negcios associados tecnologia da informao na SCM. O
objetivo dessa lgica organizar as funes de uma cadeia de suprimentos com base nos
processos-chave de negcios das empresas componentes da cadeia (LAMBERT, COOPER E
PAGH, 1998).
Percebe-se, tambm, observando-se o Quadro 12, que as lgicas apresentadas so
complementares e expressam a abrangncia, a diversidade de vises e as experincias que,
segundo Mentzer et al. (2001), segmentam as definies existentes para a SCM. Neste
trabalho emprega-se o somatrio dessas lgicas.
Assim, as empresas membros da cadeia de suprimentos, cada uma concentrada nas
competncias essenciais (core competences) e seguindo uma lgica funcional, colaboram de
modo complementar para a efetiva SCM.
Nesse sentido, Fine et a.l (2002) destacam a importncia que deve ser dada escolha e
definio das core competences que cada empresa da cadeia de suprimentos dever assumir.
Os autores ressaltam que isso pode ser um fator determinante para o sucesso da SCM. De
modo mais aprofundado, Vollmann, Cordon, Raabe (1996) complementam as percepes de
Fine et al (2002), lembrando que, no processo de determinao das core competences, a
empresa focal possui papel fundamental. Os autores sugerem que a empresa focal analise
quais fornecedores, clientes e demais envolvidos podero trazer vantagens sinrgicas em
longo prazo, avaliando essas questes atravs das competncias que elas possuem e da
importncia para cada uma delas.
Vollmann, Cordon, Raabe (1996) estabelecem uma classificao dos membros da
cadeia de suprimentos em: competncias distintivas, qualificadoras e bsicas. As
competncias distintivas so as que trazem diferenciao ao produto, j que fornecem
vantagem competitiva nica. As competncias qualificadoras so aquelas essenciais
competitividade de um determinado tipo de negcio. As competncias bsicas so tarefas
que devem ser cumpridas, mas que no contribui para a diferenciao do produto final.
233

O conhecimento dessas competncias e a identificao delas em cada um dos


membros da cadeia de suprimentos pode levar a relacionamentos mais planejados e efetivos.
Para tanto, prioriza-se o estabelecimento de relacionamentos entre fornecedores e clientes que
possuam competncias distintivas. Alm disso, pode gerar relaes mais sinrgicas, em
decorrncia da seleo das empresas parceiras serem feitas e organizadas conforme as
competncias que complementam os membros da cadeia. A classificao das competncias,
tambm, pode ser til para mostrar que uma empresa que se concentra em competncias
bsicas, em determinado momento, precisa evoluir para competncias mais avanadas.
A flexibilidade para se adaptar s mudanas um fator importante na manuteno da
competitividade e na estabilidade dos relacionamentos estabelecidos numa cadeia de
suprimentos. Pires (2004) destaca os adjetivos enxuto (lean) e gil (agile) para qualificar as
cadeias de suprimentos. O termo enxuto est relacionado eliminao de anormalidades e de
prticas que causam desperdcios nos processos ao longo da cadeia de suprimentos. O termo
gil corresponde capacidade de adaptao da cadeia que responda rapidamente s mudanas
do mercado. Enquanto a produo enxuta um dos elementos para a agilidade da cadeia de
suprimentos, para ser gil o sistema produtivo precisa de recursos extras os quais podem
comprometer o desempenho enxuto da cadeia. Como exemplo, o autor discute a eliminao
dos desperdcios, na interface da empresa focal com o fornecedor. Essa prtica no garante o
aumento na agilidade do relacionamento com ele. A agilidade mais influenciada pelo modo
de comunicao utilizada (PIRES, 2004, p.77).
De acordo com essa abordagem, Fisher (1997) lembra que nem todos os mercados
exigem cadeias de suprimentos geis. A agilidade, para o autor, criada em funo dos
produtos demandados, os quais classifica em funcionais e inovadores. A demanda dos
produtos funcionais previsvel, o ciclo de vida longo; possuem baixa variedade e altos
volumes. Para produzi-los, a lgica da produo enxuta a mais adequada. A demanda dos
produtos inovadores menos previsvel e mais voltil, o ciclo de vida curto e tm grande
variedade. Para produzi-los, a lgica de produo gil a mais apropriada ( FISHER ,1997;
PIRES, 2004).
Nota-se que as caractersticas dos produtos fabricados na cadeia de suprimentos devem
ser criteriosamente analisadas na construo dela, pois, algumas vezes, esta precisa ser mista,
enxuta e gil ao mesmo tempo. Nesse sentido, Chistopher e Towil (2000) destacam que, para
uma cadeia de suprimentos ser gil, precisa possuir algumas propriedades:
Ser sensvel s condies do mercado: capacidade de se ajustar s condies do mercado
com rapidez. Para isso, podem-se utilizar instrumentos como ECR (Efficient Consumer
234

Response), para capturar as informaes da demanda diretamente dos pontos de venda,


transmitido-as a jusante da cadeia de suprimentos.
Ser virtual: competncia para compartilhar informaes ao longo da cadeia de
suprimentos com a ajuda da tecnologia da informao.
Possuir processos integrados: alinhar os objetivos estratgicos e as competncias da
cadeia e integrar os processos-chave.
Ser baseada em redes colaborativas: a competio tende a acontecer, cada vez mais,
entre as cadeias de suprimentos, por isso a necessidade de se gerenciar, de forma
coordenada e integrada, os principais processos de negcios ao longo da cadeia de
suprimentos.
Essas caractersticas indicam o grau de agilidade que uma cadeia de suprimentos
possui, o reconhecimento do qual pode contribuir para a eliminao das restries que inibem
a flexibilidade da cadeia.
Os processos-chave a serem compartilhados, a partir da empresa focal e ao longo da
cadeia de suprimentos. Representam uma condio fundamental para a configurao assumida
pela cadeia. O conceito utilizado o de processo de negcio, o qual se define como um
conjunto estruturado e mensurvel de atividades concebidas para produzir um resultado
especfico (output) para um determinado cliente ou mercado (DAVENPORT, 1993).
Assim, descrevem-se oito processos-chave, indicados pelo Global Supply Chain
Forum, como referncia para a identificao das ligaes na cadeia de suprimentos.
Conforme o caso estudado, podem existir processos diferentes dos sugeridos, variando-se o
nmero para mais ou para menos. A integrao dos processos, tambm, depende das
necessidades da cadeia, havendo casos em que se devem integrar todos os processos; e outros
em que s necessrio integrar um ou dois processos. Enfim, no existe um procedimento
padro para integrar processos dentro de uma cadeia (LAMBERT, COOPER E PAGH, 1998;
COOPER, LAMBERT e PAGH, 1997). O Quadro 15 resume os oito processos-chave de
referncia para a identificao das ligaes na cadeia.
Esses processos-chave institudos por Lambert, Cooper e Pagh, (1998) e Cooper,
Lambert e Pagh, (1997), foram formulados no mbito de um estudo mais amplo (Ohio State
University-EUA), no qual os autores estabeleceram um modelo (framework) para gerenciar
uma cadeia de suprimentos. O modelo composto por trs etapas: determinao da estrutura
da cadeia de suprimentos, determinao dos processos de negcio da cadeia de suprimentos e
a determinao dos componentes gerenciais da SCM.
235

Processos-chave de referncia para identificar ligaes na cadeia de suprimentos


Processos-chave Descrio
Gesto dos relacionamentos com os Fornece a estrutura que estabelece como as relaes com os
clientes clientes sero desenvolvidas e mantidas.
(Customer relationship managemen)
Gesto do servio ao cliente Cria uma interface com o cliente, disponibilizando informaes
(Custumer service management) sobre os produtos.
Gesto da demanda Baliza os requisitos dos clientes com as capacidades da cadeia
(Demand management) de suprimentos.
Requer a integrao de atividades entre as diversas reas da
Atendimento dos pedidos empresa, bem como o desenvolvimento de parcerias com os
(Order fulfillment) membros-chave da cadeia de suprimentos, buscando atender aos
requisitos do cliente e reduzir o custo na entrega.
Gesto do fluxo de manufatura Concentra-se em fabricar produtos e estabelecer a flexibilidade
(Manufacturing flow management) necessria aos requisitos do mercado.
Gesto das relaes com os Determina como a empresa interage com seus fornecedores e se
fornecedores reflete na relao com os clientes.
(Supplier relationship management)
Desenvolvimento e comercializao Envolve clientes e fornecedores no desenvolvimento do produto.
do produto O objetivo reduzir o tempo de lanamento do produto, fator
Product development and importante para manter a competitividade diante de ciclos de
commercialization) vida cada vez mais curtos.
Gesto de retornos Preocupa-se com o destino do produto, depois de descartado pelo
(Returns Management) consumidor final, analisando sua gesto em conjunto com os
fornecedores e clientes.
Quadro 15: Processos-chave para identificar ligaes na cadeia de suprimentos. Fonte: LAMBERT,
COOPER E PAGH, (1998); COOPER, LAMBERT e PAGH, (1997).

Existem outras classificaes de processos-chave usadas para identificar as ligaes na cadeia


de suprimentos. Destaca-se a discusso estabelecida pelo Supply Chain Council (SCC) sobre
os processos na cadeia que levaram ao desenvolvimento do modelo SCOR (Supply-Chain
Operations Reference Model). Esse modelo descreve cinco processos de negcios bsicos, de
acordo com Stewart (1997) que so apresentados no Quadro 16.
Analisando-se os Quadros 15 e 16, nota-se que os oito processos estabelecidos no
Quadro 15 esto contidos nos cinco processos sugeridos pelo SCOR e apresentados no
Quadro 16. Assim, o processo planejar corresponde aos processos gesto da demanda e
desenvolvimento e comercializao dos produtos. O processo abastecer, ao processo gesto
das relaes com os fornecedores. O processo produzir relaciona-se ao processo gesto do
fluxo de manufatura. O processo entregar, aos processos gesto do relacionamento com os
clientes, gesto dos servios ao cliente e atendimento de pedidos. O processo retornos diz
respeito ao processo gesto de retornos.
236

Processos- chave de referncia para identificar ligaes na cadeia de suprimentos


Processos- Chave Descrio
Abrange toda a cadeia de suprimentos. O planejamento da
demanda, o planejamento da infra-estrutura, decises sobre
Planejar (Plan) que competncias assumir internamente e, tambm, o
planejamento de outros processos: abastecer, produzir,
entregar e retornar.
Preocupa-se com a aquisio de materiais e da infra-
Abastecer (Source) estrutura necessria para suport-los. Compreende toda a
extenso da cadeia montante da empresa focal.
Refere-se a execuo das etapas da produo. Cuida da
Produzir (Make) requisio e do recebimento de material, produo, teste de
produtos, embalagem, armazenagem e despacho de
produtos.
O mais ampliado, compreendendo desde a empresa foco at
o consumidor final, envolve: a gesto da demanda, a gesto
Entrega (Delivery) de pedidos, a gesto de almoxarifados, a gesto dos
produtos acabados, a gesto de transporte e a infra-estrutura
de entrega.
Compreende o retorno do produto. Inicia-se pelos retornos
do consumidor final em direo a empresa foco e o retorno
Retornos (Returns) dos materiais da empresa foco em direo ao ponto de
origem das matrias primas.
Quadro 16: Processos-chave de referncia para identificar ligaes na cadeia de suprimento.Fonte: Stewart
(1997) adaptado

A partir do levantamento dos processos-chave que podem ser compartilhados no


funcionamento de uma cadeia de suprimentos e das discusses apresentadas sobre eles,
discute-se outro aspecto relativo configurao assumida por ela, a representao de suas
relaes.
A representao de uma cadeia de suprimentos tem o objetivo de demonstrar as
interaes existentes entre as empresas da cadeia de suprimentos e os processos de negcios
envolvidos nessas interaes.
Em relao representao da cadeia de suprimentos, Kotler (2001) destaca que ela
til para que se tenha uma viso geral da estrutura de relacionamentos, alm de permitir uma
visualizao das interaes mais rentveis e onde a empresa deve concentrar esforos.
Lambert, Cooper e Pagh (1998) propem que as empresas mapeiem as cadeias de
suprimentos a partir da identificao dos oito processos de negcios executados pela empresa
focal e pelos parceiros. O mapeamento deve observar o comportamento das ligaes entre a
empresa focal e os membros da cadeia. Assim, os autores definem quatro tipos de ligaes:
ligaes gerenciadas, ligaes monitoradas, ligaes no gerenciadas e ligaes com no
membros.
237

Ligaes gerenciadas: so interaes as quais empresa focal considera importante integr-


las e gerenci-las. Por isso, as ligaes so integradas colaborativamente da empresa focal
com os fornecedores e clientes.
Ligaes monitoradas: so interaes importantes para a empresa focal, mas no fazem
parte de processos crticos para esta. Mesmo assim, como os processos esto integrados na
cadeia, precisam ser monitorados constantemente.
Ligaes no gerenciadas: so interaes em que a empresa focal decide no se envolver,
j que elas no so consideradas crticas e, por isso, no necessrio investir recursos no
seu monitoramento.
Ligaes com no membros: so interaes que envolvem os membros da cadeia de
suprimentos da empresa focal e os no membros dela, mas que devem ser mapeadas e
reconhecidas, pois podem afetar o desempenho da empresa focal e sua cadeia de
suprimentos, como relata Fine (1999), referindo-se ao caso Chrysler. Ele cita que a
empresa decidiu mapear a cadeia de suprimentos desta, a partir de um tipo especfico de
automvel; e na seqncia dos mapeamentos, descobriu que uma ligao com um no
membro poderia afetar direta e negativamente uma das linhas de produtos mais rentveis
da Chrysler.
A proporo de ligaes que devem ser gerenciadas no estabelecida pelos autores
consultados. Eles indicam que essa proporo depende de vrios fatores, como: complexidade
do produto fabricado, tamanho da cadeia de suprimentos e nmero de nveis jusante e
montante da empresa focal.
Nesta seo, destacaram-se alguns dos principais fatores que influenciam o tipo de
configurao assumida por uma cadeia de suprimentos. O Quadro 17 sumariza os principais
fatores.
Observando-se o Quadro 17, percebe-se que muitos fatores podem influenciar o
formato de uma cadeia de suprimentos. As competncias executadas internamente e as
funes delegadas a parceiros, a flexibilidade que a empresa foco com a cadeia de
suprimentos em relao adaptao s mudanas do mercado, o grau de complexidade dos
produtos fabricados, os processos de negcios compartilhados e as interaes existentes na
cadeia contribuem para que ela se comporte de modo dinmico ou esttico.
238

Fatores que influenciam a configurao de uma cadeia de suprimentos


Fatores Tipos
Competncias essenciais - Distintivas
assumidas - Qualificadoras
- Bsicas
Flexibilidade da cadeia Produo gil e Produo enxuta
Produtos fabricados - Funcionais
- Inovadores
Processos-chave Processos de referncia:
compartilhados - Planejar
- Abastecer
- Produzir
- Entregar
- Retornar
Mapeamento da cadeia - Ligaes gerenciadas
- Ligaes monitoradas,
- Ligaes no gerenciadas
- Ligaes com no membros
Quadro 17: Fatores que influenciam a configurao de uma cadeia de suprimentos

Na seqncia, apresentam-se alguns tipos de relacionamentos, mais comuns, no


processo de integrao de uma cadeia de suprimentos.

4.3.3 TIPOS DE RELACIONAMENTOS NA CADEIA DE SUPRIMENTOS

No incio do sculo XX, com a intensificao do processo de industrializao, as


indstrias de fabricao tinham dificuldade par encontrar fornecedores qualificados que
atendessem s demandas da poca. Por isso, as grandes indstrias de fabricao, como a Ford,
tiveram de assumir a funo de fornecimento. Para isso precisaram verticalizar a cadeia de
suprimentos. Dessa forma, os relacionamentos se restringiam, basicamente, a distribuidores e
varejistas, concentrando-se no sentido jusante da empresa focal.
A esse respeito, Bowersox e Closs (2001) destacam que as formas de relacionamento,
no canal de distribuio, so determinadas em funo do nvel de comprometimento assumido
nesse relacionamento. Para explic-los, mostra as relaes configuradas por transaes nicas,
nas quais efetuado um nico negcio, usualmente, representado por transaes envolvendo
grandes quantias financeiras (compra e venda de aes, imveis, etc). Os acordos abertos,
nos quais as empresas compram e vendem produtos de acordo com a necessidade, com
autonomia para interromper o relacionamento quando desejar e no se preocupando em
regularizar as transaes comerciais nem efetivar acordos formais (BOWERSOX e CLOSS,
2001).
239

Kanter (1994) discute a importncia dos acordos colaborativos entre as cadeias das
empresas que, ao longo do tempo, evoluram de relacionamentos fracos e distantes para
fortes e prximos. Isso acorreu, por um lado, devido ao reconhecimento da dependncia
mtua, por outro pelo reconhecimento de que a competio acontece no prprio canal de
distribuio. Os acordos colaborativos so de longo prazo e, se os relacionamentos so
firmados para atender a objetivos comuns s empresas envolvidas, estipulando-se regras a
serem seguidas, tendem a ser mais formais e dependentes (BOWERSOX e CLOSS, 2001).
Vandermerwe (2004) evidencia a importncia do conhecimento das necessidades do
cliente final na formao de relacionamentos empresariais. O foco, no cliente final, ganha
uma dimenso superior na gesto da cadeia de suprimentos, pois as informaes sobre os
clientes esto em poder de quem se relaciona diretamente com eles. Nessa situao, os
varejistas podem usar o domnio das informaes para barganhar vantagens na cadeia da qual
faz parte, em troca de transpor as informaes montante dela (THOMKE; HIPPEL, 2002).
Nesse sentido, Lambert (2001) argumenta que quem tem relao com o cliente final domina a
cadeia de suprimentos, fato que induz os membros da cadeia a buscarem o gerenciamento da
prpria cadeia de suprimentos at o ponto final de consumo.
O interesse em captar as informaes do cliente final e a forma de gerenciamento da
cadeia de suprimentos contriburam para o surgimento de outros tipos de relacionamentos,
como os keireitsu, os clusters, as organizaes em redes, as organizaes virtuais e os
acordos mais especficos, tais quais ousourcing, alianas, joint venture, entre outros que
sero discutidos na seqncia.
Com a evoluo nas formas de gesto da produo (ver seo 4.1) e o conseqente
aumento no nmero de fornecedores capacitados a atender aos requisitos dos fabricantes, os
relacionamentos entre fabricantes e fornecedores-chave passaram a trazer grandes avanos ao
processo de fabricao. O que antes era produzido internamente, passa a ser fabricado com
eficincia por um parceiro, enquanto a empresa fabricante pode se concentrar nas suas core
competences.
Dessa evoluo, surgem os Keiretsu, prtica japonesa na qual a empresa fornecedora
faz parte de um mesmo conglomerado empresarial, usualmente dirigido por uma grande
instituio financeira (LAMMING, 2000). Os relacionamentos organizados, no contexto do
Keiretsu denominam-se empresas mes; as empresas clientes e as empresas filhas e netas so
fornecedoras de componentes para as empresas mes. A coordenao da cadeia de
suprimentos exercida pela empresa cliente, e as empresas fornecedoras no devem fabricar
produtos finais, todas as empresas envolvidas compartilham a gesto de mo-de-obra, de
240

materiais e de capital. Chraim (2000) lembra que o Keiretsu o melhor exemplo de


comprometimento, com compartilhamento de ganhos e perdas.
Os clusters ou aglomerados so concentraes geogrficas de empresas inter-
relacionadas e instituies correlatas pertencentes a determinado setor de atividade (PORTER,
1999). Os clusters so mais direcionados aos canais de distribuio e clientes e,
marginalmente, aos fabricantes de produtos complementares e empresas de setores afins
(PORTER, 1999).
A organizao em rede marcada, principalmente, pelo formato dinmico e no-
linear, no qual uma empresa participa de uma rede de trabalho com mltiplos negcios e
relacionamentos. Toda empresa participa de uma rede em busca de informaes especficas.
Uma cadeia de suprimentos, ou outro tipo de arranjo de empresas, tambm, participa de redes
de empresas que interagem e se influenciam mutuamente (BARABSI e BONABEAU,
2003). Prahalad e Ramaswamy (2004) discutem a formao de redes de experincias, que
consistem em interaes no-lineares e no-seqenciais entre empresas, instituies e
comunidades de clientes. A rede cria um ambiente de experincia com o qual cada
consumidor tem uma interao especfica.
A organizao virtual formada por um grupo de entidades que cooperam
temporariamente no desenvolvimento de um projeto comum. Cada entidade atua
desempenhando competncias as quais complementam outras entidades da rede virtual. Sua
atuao e comunicao independe da proximidade geogrfica e depende do sistema de
compartilhamento de informaes utilizado (PIRES, 2004).
Pires (2004), reportando-se a Pires et al. (2001), estabelece sete caractersticas
principais para as empresas organizadas virtualmente. O Quadro 18 sumariza tais
caractersticas.
Caractersticas de uma Organizao Virtual
Caracterstica Descrio
Foco nas competncias Cada empresa parceira participa com sua competncia, complementando as
centrais outras participantes do grupo.
Dirigida pela oportunidade Exerce cooperao temporria vinculada oportunidade de negcio. As
empresas participantes agem juntas para atender a uma oportunidade
especfica, dissolvendo a parceria depois de concludo o negcio comum.
Estrutura dinmica Possui regras adaptveis que a tornam flexveis s mudanas no mercado.
Relacionamento semi- As empresas parceiras so dependentes entre si, mas tambm podem
estvel sobreviver no mercado sem participar de organizaes virtuais.
Confiana O compartilhamento da informao fundamental nesse tipo de
organizao, por isso relaes de confiana so essenciais.
Infra-estrutura tecnolgica Possibilita que empresas geograficamente distantes possam unir
competncias.
Quadro 18: Caractersticas de uma Organizao Virtual. Fonte: Pires (2004) apud Pires et al. (2001)
adaptado.
241

As cadeias de suprimentos, tambm, podem participar de organizaes virtuais. Isso


pode acontecer quando elas interagem com um parceiro geograficamente distante, em
determinado projeto, com o objetivo de se manterem competitivas. Todos os relacionamentos
discutidos podem ocorrer tanto em arranjos organizados horizontalmente (cadeias de
suprimentos, por exemplo), como em relacionamentos verticais entre concorrentes.
Alm desses relacionamentos, outros mais especficos acontecem na trajetria de
atuao de uma cadeia de suprimentos. So relacionamentos mais intensos, que podem ser
denominados acordos entre empresas com objetivos comuns. Apesar de a bibliografia
apresentar controvrsias, assume-se que os acordos feitos pelas empresas so tipos de
parcerias (CHRAIM, 2000; GASPARETTO, 2003). Lambert, Emmelhainz e Gardner (1996)
definem uma parceria como um relacionamento de negcio personalizado, com base na
confiana mtua, no relacionamento aberto, no compartilhamento de riscos e de ganhos que
proporcionem desempenhos e vantagens competitivas maiores do que poderiam ser obtidos
pelas empresas individualmente. Pires (2004), a partir de uma pesquisa realizada por Cooper e
Gardner (1993), aponta cinco pontos importantes para o estabelecimento e a consolidao das
parcerias.

Assimetria: capacidade que a empresa possui de exercer poder, influncia e controle sobre
outra;
Reciprocidade: estabelece uma relao de cooperao, colaborao e coordenao entre
as partes;
Eficincia: quando surge a necessidade de melhorar um processo numa empresa,
utilizando-se os recursos de uma parceria como soluo.
Estabilidade: busca de parcerias que proporcionem um futuro mais confivel e menos
incerto;
Legitimidade: justificativa confivel das atividades e resultados alcanados.

Pires (2004) considera que uma parceria um tipo especfico de relacionamento,


semelhante a alianas e joint ventures, por exemplo. Na seqncia, apresentam-se,
resumidamente, os acordos mais usuais firmados no contexto dos arranjos empresariais.
Joint Ventures so empreendimentos conjuntos formados por duas ou mais empresas.
Pires (2004) argumenta que as joint ventures envolvem o investimento e a posse de ativos
comuns s duas empresas, usualmente caracterizando a criao de uma terceira empresa.
Bowersox e Closs (2001) lembram que uma joint venture cobre duas ou mais empresas que
242

firmam um acordo para criar uma nova unidade econmica de negcio. As joint ventures no
esto relacionadas aos objetivos estratgicos da empresa e so usualmente acordos bilaterais
(DOZ e HOMEL, 2000). Gulati e Garino (2000) destacam o caso de uma joint venture entre
uma empresa com estrutura fsica concreta e uma empresa com estrutura virtual. Cita, como
exemplo, um caso no setor varejista de brinquedos, a KB Toys (loja convencional de
brinquedos), que juntou foras com a BrainPlay.com. Esta j tinha experincia em venda de
brinquedos pela Internet; juntas criaram a KBkids.com. A KB Toys entrou com US$ 80
milhes e a marca forte que possua, ficando com 80% da participao na joint venture.
Outsourcing uma opo por uma relao de parceria e cumplicidade com um ou
mais fornecedores da cadeia de suprimentos (PIRES, 1998). A lgica bsica do outsoursing
transferir atividades e processos realizados internamente para fornecedores externos, fato que
possibilita a concentrao da empresa em seus negcios centrais, no core competences e nas
atividades e processos que proporcionam maior retorno e lucratividade (PIRES, 2004). Para
Zook (2003) os negcios centrais so formados pelo conjunto de produtos, segmentos de
clientes e tecnologias com as quais uma empresa pode gerar a maior vantagem competitiva
possvel. Assim, rene os clientes mais leais e rentveis, gerando o crescimento da empresa.
Hammer (2001) lembra que as core competences no so questes fixas. Por isso,
necessrio observar atentamente as mudanas na empresa, atravs da empresa em sua cadeia
de suprimentos e no mercado, para perceber o que deve mudar nas core competences da
empresa e de sua cadeia.
As Alianas so formadas por empresas independentes com participao mtua no
negcio, usualmente de forma complementar e, no necessariamente, envolvendo novos
investimentos (PIRES, 2004). Bowersox e Closs (2001) destacam que as alianas so acordos
apoiados, apenas, nas relaes de confiana existentes entre os parceiros. No existem
contratos formais que assegurem direitos e deveres aos parceiros, j que a prpria lgica de
formao das alianas a espontaneidade. As alianas so formadas para auxiliar os objetivos
estratgicos da empresa, e envolvem a participao de mltiplos parceiros, so relaes
dinmicas que podem mudar os parceiros com freqncia (DOZ e HOMEL, 2000).
Na seqncia, o Quadro 19 resume os principais tipos de relacionamentos
estabelecidos em um arranjo empresarial.
243

Principais tipos de relacionamentos num arranjo empresarial


Relacionamentos Descrio
nico negcio Transaes nicas, sem repetio. Sem vnculos contratuais.
As empresas compram e vendem produtos de acordo com a necessidade. Podem
Acordos abertos interromper o relacionamento quando desejar, no so relaes regulares.
um acordo colaborativo. As empresas mes so as empresas clientes; as
empresas filhas e netas so as empresas fornecedoras. A coordenao da cadeia
Keiretsu exercida pela empresa cliente; as empresas fornecedoras no devem fabricar
produtos finais, todas as empresas envolvidas compartilham recursos.
Cluster So concentraes geogrficas de empresas inter-relacionadas e instituies
afins pertencentes a determinado setor de atividade.
Organizao em rede Possui formato dinmico e no-linear. A empresa participa de uma rede de
trabalho com mltiplos negcios e relacionamentos.
Organizao virtual Formada por um grupo de entidades que cooperam temporariamente no
desenvolvimento de um projeto comum.
Joint Venture Formados por duas ou mais empresas. Envolvem investimentos e posse de
ativos comuns s duas empresas, usualmente cria uma terceira empresa.
Outsourcing Relao de parceria e cumplicidade com um ou mais fornecedores do arranjo
empresarial. Transfere atividades e processos realizados internamente para
fornecedores externos. A empresa foco se concentra em seus negcios centrais.
Alianas Formadas por empresas independentes com participao mtua no negcio. So
formadas por relacionamentos espontneos.
Quadro 19: Resumo dos principais tipos de relacionamentos num arranjo empresarial.

Outro aspecto importante para a gesto de um arranjo empresarial, como a cadeia de


suprimentos, o avano acontecido no desenvolvimento de tecnologias da informao que
facilita a integrao entre os parceiros de um arranjo empresarial. Na seqncia, discutem-se
alguns instrumentos tecnolgicos que podem ser teis no processo de integrao dos parceiros
na cadeia de suprimentos.

4.3.4 INSTRUMENTOS QUE PODEM AUXILIAR INTEGRAO DE UMA CADEIA


DE SUPRIMENTOS

A evoluo no desenvolvimento de tecnologias de informao, o aumento do uso de


ferramentas computacionais pelas empresas e o crescimento dos relacionamentos
colaborativos entre elas so caractersticas que apresentam influncias mtuas no surgimento
e no desenvolvimento de novos instrumentos de integrao. O uso das tecnologias da
informao, na gesto da cadeia de suprimentos, busca otimizar a integrao dos membros da
cadeia, por meio da melhoria no tempo de resposta, reduo de custos e disponibilidade de
informaes no menor tempo possvel aos membros da cadeia.
Na seqncia, apresentam-se alguns instrumentos que podem auxiliar o processo de
integrao em uma cadeia de suprimentos.
244

4.3.4.1 Electronic Data Interchange (EDI) ou Transferncia Eletrnica de Dados

O propsito do EDI executar, de forma estruturada, a troca eletrnica de dados entre


computadores de empresas parceiras em determinados negcios (PIRES, 2004). Os dados
trocados costumam ser documentos com uma estrutura padro fixa reconhecida
internacionalmente, a saber: programas de produo e entregas, pedidos de produtos, avisos
de recebimento, necessidades de reposio de estoques, lista de faturas a pagar, etc. (PIRES,
2004, p.164).
O EDI um instrumento importante para a integrao de uma cadeia de suprimentos;
ele favorece os processos de colaborao entre parceiros, geralmente iniciados pelo
processamento das transaes, pedidos eletrnicos, faturamento e pagamentos. Em estgios
mais avanados, pode auxiliar empresa cliente no acompanhamento da programao e
posio de estoques, alm de permitir que o cliente acompanhe as informaes do
fornecedor. O instrumento, ainda, pode ser usado como veculo de comunicao entre os
membros da cadeia de suprimentos (VOLLMANN; CORDON, 1998).
A implantao do EDI numa empresa tem um custo relativamente alto, porque requer
uma estrutura de rede e o uso softwares de comunicao de dados. Esse processo
intermediado por protocolos de comunicao para traduo dos dados e distribuio para
todos os membros da cadeia. Por isso, geralmente, os pequenos fornecedores no tm acesso a
esse tipo de tecnologia e podem ser prejudicados na seleo dos parceiros pela empresa focal
(PIRES, 2004). Para o autor, o EDI desempenha um papel importante para a evoluo da
SCM, na medida em que atua como um grande facilitador tecnolgico com o objetivo de
desburocratizar, agilizar e reduzir custos na cadeia de suprimentos.
Gasparetto (2003) destaca que a utilizao do EDI possibilitou que outros conceitos
fossem desenvolvidos. A autora aponta uma pesquisa realizada na dcada de 1980, nos
Estados Unidos, que evidenciou o ciclo longo de tempo na transferncia de informaes nas
cadeias de suprimentos. Isso acontecia, principalmente, em decorrncia dos processos de
movimentao e estocagem. A partir dessas constataes, surgiu o QR (Quick Response), que
serviu de base para o desenvolvimento do ERC (Efficient Consumer Response).

4.3.4.2 Efficient Consumer Response (ECR) ou Resposta Rpida ao Consumidor

Fisher (1997) lembra que, apesar do estgio atual da tecnologia da informao, muitas
cadeias de suprimentos ainda apresentam resultados aqum do esperado em termos de
245

desempenho. Por isso, a busca do instrumento - Resposta Rpida - que a demanda seja
captada o mais prximo possvel da realidade do consumidor final (CHRISTOPHER, 1997).
Nesse sentido, O ECR, somado ao EDI, funciona como um instrumento importante a servio
da gesto da demanda ao longo da cadeia de suprimentos. Assim, a proposta do ECR
atender com eficincia s demandas dos clientes atravs de um sistema de reposio
automtico dos estoques consumidos nos pontos de venda (PIRES, 2004).
Barratt e Oliveira (2001) argumentam que a relao entre fabricantes e varejistas e
entre fornecedores e clientes deve ser de confiana, com o compartilhamento de informaes
estratgicas para a otimizao dos resultados em toda a cadeia de suprimentos.
Para Bowersox e Closs (2001), o ECR nasceu de uma iniciativa da indstria
alimentcia, que buscou estabilizar o fluxo de produtos e atingir o duplo objetivo de aumentar
a rotatividade dos estoques e reduzir o desperdcio.
Pires (2004) relata que, embora, nos ltimos anos, o ECR tenha se expandido para
setores industriais, a maioria dos relatos sobre sua implantao est no campo do varejo,
como o caso de sucesso construdo nos Estados Unidos pela Wal Mart e Procter & Gamble. A
partir das informaes recebidas diretamente das caixas registradoras do Wal Mart, a Procter
& Gamble pde programar todo o processo de atendimento (produo e entrega) de forma
mais dinmica e precisa. No Brasil, o ECR foi implementado com sucesso em alguns grupos
varejistas: Wal Mart, Po de Acar, Ponto Frio, Carrefour, etc .(GASPARETO apud ECR
BRASIL, 2003).
Para o ECR funcionar bem, Barratt e Oliveira (2001) destacam quatro estratgias a
serem seguidas: (1) promoes planejadas entre fornecedores e varejo; (2) reposies de
estoque, otimizando os sistemas de reposio via identificao da demanda real dos clientes;
(3) sortimento equilibrado de estoque; (4) introduo de novos produtos. Pires (2004)
acrescenta a estratgia utilizada pelos varejistas de administrar os produtos na loja por
categoria (doces, massas, sucos), buscando otimizar o sortimento e as promoes.

4.3.4.3 Vendor Managed Inventory (VMI) ou Estoque gerenciado pelo Fornecedor

O VMI um instrumento usado para pr em execuo as estratgias do ECR. Ele


definido como uma prtica na qual o fornecedor possui a responsabilidade de gerenciar o seu
estoque junto ao cliente, responsabilizando-se pelo processo de reposio (VOLLMANN;
GORDON, 1998; PIRES, 2004). Como os outros instrumentos apresentados, para
implementar o VMI com sucesso, necessrio que existam relaes de confiana mtua entre
246

os parceiros da cadeia de suprimentos (VOLLMANN; GORDON, 1998). Nessa perspectiva,


Corra (2002) sugere quatro etapas: (1) conhecer a demanda do cliente final, no ponto de
venda, que ser a base do processo de gesto; (2) receber as informaes com a agilidade
necessria ao repasse ao longo da cadeia; (3) construir opes de modelos gerenciais de
gesto de estoques, previses de vendas e processos logsticos, para que possam utilizar
modelos adequados para gerenciar diferentes situaes, clientes, produtos, demandas, etc.; (4)
criar uma inteligncia gerencial que direcione e atualize os diversos modelos gerenciais s
situaes emergentes.
Pires (2004) destaca que, apesar das dificuldades inerentes ao sistema, o VMI tem sido
gradualmente implementado por importantes empresas no Brasil, especialmente varejistas,
como: Wal Mart, Po de Acar, Angeloni etc.
O ECR e o VMI auxiliam gesto de uma cadeia de suprimentos, a partir do uso das
informaes passadas para o reabastecimento dos produtos na empresa do cliente. A
evoluo dos instrumentos de integrao levou ao desenvolvimento do Collaborative
Planning, Forecasting, and Replenishment (CPFR), que no se norteia, apenas, por
informaes passadas, mas tambm por demandas futuras.

4.3.4.4 Collaborative Planning, Forecasting, and Replenishment (CPFR) ou


Planejamento Colaborativo na Previsao de Vendas e Reabastecimento

Pires (2004) estabelece que, geralmente, o CPFR formado por um mapa que contm
quatro subprocessos, vinte e seis funes e um total de 51 outputs, requerendo dos parceiros
de negcios o desenvolvimento de uma viso colaborativa e sincronizada que viabilize a
tecnologia e os recursos necessrios para sua implementao e execuo.
Para a implementao do CPFR, necessrio que haja reduo de estoques, aumento
das eficincias, aumento das vendas, reduo dos ativos e reduo do capital de giro. O CPFR
tem o objetivo de facilitar a colaborao entre as empresas, em especial a previso de vendas.
O sucesso depender de questes bsicas, como a existncia de processos internos bem
estruturados e operacionalizados e uma slida relao entre as empresas parceiras de
colaborao (BARRATT e OLIVEIRA, 2001; PIRES, 2004).
Pires (2004) destaca que, para muitos autores, o grande mrito do CPFR o fato de
que ele coloca, pela primeira vez, o planejamento da demanda e de fornecimento sob uma
coordenao nica, o que constitui um grande avano e vantagem para a integrao.
247

Gasparetto (2003), a partir do Boletim ECR Brasil (ago. 2001), estabelece nove etapas
para a implantao do CPFR:

Elaborao de acordo entre indstria e varejo;


Definio de um plano de negcio conjunto;
Desenvolvimento de previses de vendas individuais, por empresa;
Identificao das excees por meio da comparao entre as previses do fabricante e do
varejista;
Anlise das excees;
Elaborao de uma previso de ordens de ressuprimento;
Busca por excees para a previso de ordens;
Excees identificadas so analisadas conjuntamente;
Transformao das ordens em pedidos.

Sobre a implementao do CPFR, Barratt e Oliveira (2001) relatam os casos da


Hewlett-Packard, Wal Mart, General Motors (GM) e alguns distribuidores: Ford e
distribuidores, Mitsubishi e alguns distribuidores, Timberland e alguns varejistas, Lucent e
Wal Mart, Heineken e alguns distribuidores, Procter & Gamble e Wal Mart. Os autores
lembram que, por questes de sigilo, o nmero de experimentos e implementaes na rea
deve ser muito maior do que o disponibilizado na literatura.
Nas ltimas cinco sees, apresentaram-se alguns instrumentos que podem ser
empregados para auxiliar a integrao de uma cadeia de suprimentos. O Quadro 20 sumariza
esses instrumentos.
Instrumentos de apoio integrao de uma cadeia de suprimentos
Instrumento Descrio
Eletronic Data Interchange (EDI) ou Executa estruturadamente a troca eletrnica de dados
Transferncia Eletrnica de Dados entre computadores de empresas parceiras em
determinados negcios.
Efficient Consumer Response (ECR) ou Resposta Atende com eficincia s demandas dos clientes
Rpida ao Consumidor atravs de um sistema de reposio automtico dos
estoques consumidos nos pontos de venda.
Vendor Managed Inventory (VMI) ou Estoque Implementa as estratgias do ECR, alm delegar ao
gerenciado pelo Fornecedor fornecedor a responsabilidade de gerenciar o seu
estoque junto ao cliente, responsabilizando-se pelo
processo de reposio.
Collaborative Planning, Forecasting, and Planeja a demanda e o fornecimento sob uma
Replenishment (CPFR) ou Planejamento coordenao nica, constituindo um avano e uma
Colaborativo na Previsao de Vendas e vantagem para a integrao das cadeias de
Reabastecimento suprimentos.

Quadro 20: Instrumentos de apoio integrao de uma cadeia de suprimentos


248

A partir das discusses apresentadas sobre os arranjos empresariais, destacando-se as


principais configuraes, relacionamentos e integrao, interligam-se essas questes
abordagem da Cincia da Complexidade, evidenciando-se as contribuies que a abordagem
pode trazer formao e gesto de uma cadeia de suprimentos.

4.4 COMO A CINCIA DA COMPLEXIDADE PODE CONTRIBUIR PARA A


GESTO DA CADEIA DE SUPRIMENTOS

Como discutido desde o incio deste Captulo, o objetivo da elaborao dele mostrar
a mudana pela qual vem passando a sociedade e as empresas, de uma abordagem
reducionista para uma abordagem sistmica. Na abordagem reducionista, dissocia-se o sujeito
do seu objeto. Extrapolando essa viso para as empresas, dissocia-se a empresa dos seus
parceiros e do seu contexto. Na abordagem sistmica, prope-se o inverso, a integrao de
sujeito e objeto e, por analogia, a integrao da empresa com os seus parceiros e com seu
ambiente.
Nessa situao, o desenvolvimento deste Captulo, associando a formao dos arranjos
empresariais s Cincias da Complexidade, vem da percepo de que, apesar dos arranjos
empresariais usarem a mesma lgica de funcionamento dos sistemas complexos, eles no
utilizam a abordagem das Cincias da Complexidade em benefcio prprio. Na bibliografia
pesquisada, encontraram-se poucos trabalhos relacionando a formao e a gesto de arranjos
empresariais estrutura de referncia das Cincias da Complexidade. Destacam-se Choi,
Dooley e Rungtusanatham (2001), que tratam das redes de suprimentos e dos sistemas
complexos adaptativos; Macbeth (2002), que aborda as estratgias emergentes no
gerenciamento de cadeias de suprimentos, e Agostinho e Castro (2002), que discutem sobre
redes produtivas e sistemas complexos adaptativos. Acrescente-se o artigo: Behavior change
for supply chain, disponvel no site informationweek.com, 2001.
Os sistemas complexos podem ser constitudos de quarks de clulas at pases inteiros
(ver Captulo 2), por isso o objetivo central deste trabalho de pesquisa consiste em
desenvolver uma modelagem de referncia para representar sistemas complexos sociais,
como as organizaes empresariais. Isso porque o campo de conhecimento, no qual este
trabalho est sendo desenvolvido, a Engenharia de Produo, cujo objeto de anlise a
empresa. Disso decorre a preocupao em mostrar que as configuraes empresariais esto
assumindo formatos mais horizontalizados, mudando de uma viso isolada da gesto para
249

uma viso compartilhada, colaborativa e integrada, fato que demonstra a adequao do uso da
abordagem das Cincias da Complexidade gesto dos arranjos empresariais, como as
cadeias de suprimentos.
Assim, na seqncia, abordam-se as similaridades existentes entre o comportamento
dos sistemas complexos e o comportamento das cadeias de suprimentos.

4.4.1 SIMILARIDADES ENTRE SISTEMAS COMPLEXOS E CADEIAS DE


SUPRIMENTOS

Como apresentado e discutido no Captulo 2, a complexidade um conceito que se


aplica a diversas reas do conhecimento, assumindo abrangncias variadas. Existem muitas
definies para expressar a palavra complexidade, no havendo um conceito padro que
possa ser empregado em todos os casos. Em outras palavras, a complexidade um termo
multidisciplinar, representando uma percepo do sujeito sobre o mundo, da a dificuldade de
conceituao.
Em essncia, um fenmeno complexo formado por dois ou mais elementos
diferentes que interagem e possui comportamento imprevisto, por isso sua evoluo difcil
de ser mensurada e gerenciada (HEYLIGHEIN, 1988). A maioria dos fenmenos da natureza
apresenta essas caractersticas, perfazendo fenmenos complexos. Nesse sentido, pode-se
transpor a viso da complexidade para os fenmenos artificiais, aqueles que so
desenvolvidos e mantidos pelo homem.
Le Moigne (1977) apresenta o termo sistema como um instrumento utilizado para
visualizar e transpor as caractersticas dos fenmenos complexos naturais para os fenmenos
artificiais. O conceito de sistema funciona como uma lente, atravs da qual o observador
visualiza os fenmenos como um sistema complexo, ou imprime ao objeto observado as
caractersticas dele.
Sistema tambm um termo que possui vrias conotaes (ver Captulo 2, seo 2.2),
de acordo com a rea do conhecimento em que empregado e a abrangncia assumida. Esse
termo foi usado antes da concepo sistmica ser desenvolvida. Ele era utilizado na
concepo matemtica de conjunto de partes. Deve-se a Morin (1977) a compreenso de que
para algo ser considerado sistema precisava ser organizado. Assim, um sistema uma unidade
250

global organizada, formado por inter-relaes entre elementos, aes e indivduos (MORIN,
1977, p.175). Esta a concepo de sistema assumida na elaborao desse trabalho.
A lgica de funcionamento dos sistemas complexos associar elementos diferentes,
que pela interao, se organizam e evoluem para nveis mais ou menos complexos. Os
sistemas complexos assumem uma modelagem sistmica, onde partes e todo interagem
constantemente e so a base da evoluo. Trata-se de uma viso contrria modelagem
reducionista (Capitulo 3).
A formao de uma cadeia de suprimentos parte do princpio de que, para existir so
necessrias duas ou mais empresas. Elas precisam interagir de forma organizada, com
objetivos sintonizados e com a inteno de colaborar para que todas as empresas envolvidas
ganhem e a cadeia como um todo se mantenha forte e evolua para nveis mais aprimorados de
organizao e complexidade. Para gerenciar uma cadeia de suprimentos, os termos bsicos
usados pelos autores consultados so: integrao, compartilhamento, mapeamento,
cooperao, colaborao, relaes ganha-ganha, relacionamento, ligaes, conexes,
interaes e acordos, iniciativas que evidenciam a mudana da viso reducionista da gesto
para uma viso sistmica, mesmo que de forma no declarada explicitamente, alm de
demonstrar a compatibilidade com os preceitos de funcionamento das Cincias da
Complexidade.
Dessa forma, pode-se notar que a filosofia de formao de uma cadeia de suprimentos
envolve os conceitos de complexidade, sistema e sistema complexo, podendo ser considerada
como um sistema complexo. A partir dessa extrapolao, podem-se atribuir as caractersticas
de um sistema complexo a uma cadeia de suprimentos. O Quadro 21 mostra as principais
caractersticas de um sistema complexo.
A cadeia de suprimentos um sistema complexo produzido pelo homem e, portanto,
artificial, inspirado no comportamento dos sistemas naturais. No um sistema complicado,
porque suas partes no podem ser separadas sem que todo ele seja destrudo. O
comportamento da cadeia de suprimentos no exibe um padro peridico regular e ela possui
todas as caractersticas de um sistema complexo, como pode ser visto no Quadro 21.
251

SISTEMA COMPLEXO versus CADEIA DE SUPRIMENTOS


Caractersticas Sistema Cadeia de
Complexo Suprimentos
Possui estrutura que engloba vrias escalas x x
dinmico e muda com o tempo x x
composto de duas ou mais partes x x
As relaes entre as partes so no-lineares x x
As partes so diferentes x x
As partes interagem x x
Da interao emerge um todo organizado x x
Partes e todo funcionam juntas, no existe um sem o outro x x
As partes possuem objetivos comuns x x
As partes so difceis de dissociar x x
Cada parte coopera para que todos ganhem mais x x
As relaes so predominantemente de colaborao x x
Da interao pode surgir um comportamento imprevisto x x
Pode evoluir para nveis de complexidade maior ou menor x x
Se modelado usando a abordagem reducionista, perde-se a x x
emergncia das interaes
So sistemas abertos, trocam energia e recursos com o x x
ambiente
Deve ser modelado pela viso sistmica x x
Opera entre a ordem e caos (misto de controle e incerteza) x x
Se adapta ao ambiente externo x x
sensvel s condies iniciais x x
O todo diferente da soma das partes x x
Quadro 21: Caractersticas comuns ao sistema complexo e a cadeia de suprimentos

Neste trabalho, a cadeia de suprimentos considerada um sistema complexo, podendo


lhe ser atribuda as propriedades dos sistemas complexos, assunto discutido na prxima seo.

4.4.2 PROPRIEDADES DOS SISTEMAS COMPLEXOS ATRIBUDOS S CADEIAS


DE SUPRIMENTOS

Nesta seo, apresentam-se as principais propriedades inerentes aos sistemas


complexos e os benefcios que elas podem gerar quando atribudas formao e gesto das
cadeias de suprimentos.

4.4.2.1 Adaptao

A adaptao uma propriedade dos sistemas complexos que os torna capazes de se


ajustar internamente para suportar as perturbaes externas. Casti (1994) destaca que os
sistemas complexos so formados de agentes inteligentes os quais tomam decises e agem em
funo de informaes parciais de todo o sistema, ao mesmo tempo em que possuem
252

capacidade de mudar as regras seguidas de acordo com as informaes adquiridas no


momento da deciso. A adaptao d ao sistema complexo a capacidade de aprender e evoluir
como os sistemas vivos o fazem (GELL-MANN, 1996).
Os arranjos empresariais, como as cadeias de suprimentos, necessitam estar
constantemente se adaptando s perturbaes vindas do mercado, do governo, do meio
ambiente e das outras empresas com as quais interagem. Cada empresa que compe a cadeia,
tambm, precisa estar em constante observao das mudanas ocorridas nos relacionamentos
montante e jusante dela para se manter com eficincia na cadeia. A conscincia de que a
cadeia de suprimentos precisa conhecer, identificar e acessar as informaes de todos os
membros envolvidos no negcio pode modificar positivamente a tomada de deciso e gerar
aprendizado para outras situaes, diferenciando-as de outras empresas.

4.4.2.2 Estrutura em vrias escalas

Os sistemas complexos assumem diversas estruturas em escalas diferentes de


complexidade. Em outras palavras, um mesmo sistema possui estruturas variadas e
complementares para poder exibir o seu comportamento. Baranger (199-?) destaca que o
corpo humano apresenta quatro escalas de estrutura para suportar o comportamento. A
primeira se constitui de cabea, tronco e membros. A segunda composta pelos ossos,
msculos, vsceras e nervos. A terceira, pelas clulas e subdivises. A quarta se compe dos
cromossomos contidos no DNA. Simon (1969) estabelece que os sistemas complexos so
formados por estruturas quase decomponveis complementares e recursivas.
Da mesma forma, a cadeia de suprimentos formada por membros com estruturas
variadas e complementares, por exemplo uma empresa de alta tecnologia que precise de um
fornecedor com produo artesanal. Apresenta uma estrutura composta de vrios nveis ou
camadas, que vai da origem da matria prima at o descarte do produto pelo consumidor final.
A identificao de todos os nveis da cadeia de suprimentos e o delineamento da atuao
direta da empresa focal, como propem Lambert, Cooper e Pagh (1998) e Slack (1993), so
fatores importantes na gesto de uma cadeia de suprimentos. Outro fator fundamental a
identificao da estrutura de cada empresa dentro da cadeia e como cada uma complementa e
contribui para a evoluo da cadeia como um todo.
253

4.4.2.3 Emergncia

A emergncia uma propriedade dos sistemas complexos que no pode ser


compreendida pela anlise isolada das partes fsicas do sistema. Para perceb-la, faz-se
necessrio observar o comportamento das partes no contexto global do sistema (BAR-YAM,
1997). Pode-se descrever a emergncia em dois contextos: local e global. Na emergncia
local, o comportamento coletivo pode ser percebido em pequenas partes do sistema. Na
global, o comportamento coletivo pertence ao sistema como um todo. Essa descrio segue a
lgica das estruturas fractais de Mandelbrot, em que a menor parte de um sistema complexo
contm o todo e o todo contm todas as partes, como as clulas de uma pessoa, que contm
todas as informaes de seu corpo e vice-versa (MANDELBROT, 1984).
O termo pouco utilizado no campo de conhecimento da gesto dos arranjos
empresariais. Contudo, muito importante se apropriado eficientemente por qualquer rea do
conhecimento. A emergncia pode ser aplicada cadeia de suprimentos, quando se faz a
anlise de cada membro da cadeia individualmente ou quando se observam os resultados da
dinmica das interaes do conjunto das empresas no contexto da cadeia. Nessa anlise, so
observados se os objetivos da cadeia como um todo esto sendo seguidos, individualmente,
pela empresa e se a cadeia como um todo se preocupa com a situao de suas parceiras
comerciais. Esse procedimento favorece o conhecimento profundo das relaes entre as
empresas, podendo gerar vantagens competitivas pelo estabelecimento de um relacionamento
mais integrado e confivel entre as empresas.

4.2.2.4 Variedade Variabilidade

Os sistemas complexos podem produzir vrios tipos de resultados e vrias quantidades


do mesmo resultado (GINO, 2002). Isso ocorre devido emergncia espontnea de formas,
idias e conexes imprevisveis de um sistema complexo. Esse fato dificulta a representao
do sistema, dado o nmero de configuraes passveis de acontecer. Por isso, tambm, seu
comportamento pode ser incerto.
Apesar do planejamento realizado, os resultados podem variar diferentemente do
esperado, por causa dos efeitos gerados pelas interaes entre os membros da cadeia. O
conhecimento dessa possibilidade til para acompanhar e avaliar se os objetivos estipulados
pela cadeia esto sendo cumpridos, ou se esto surgindo novos objetivos guiados pelas
254

emergncias das interaes, alm de mostrar novas possibilidades que podem ser mais
adequadas que as previamente estabelecidas.

4.2.2.5 Evolui pelo processo variao-seleo

A variao a capacidade que o sistema complexo possui de explorar possveis


configuraes em diferentes escalas de seu espao de possibilidades (fitness landscape)
(HEYLIGHEN e CAMPBELL, 1995). Nesse processo, produz muitas e diferentes
subestruturas, muitas das quais so instveis e podem ser eliminadas pela capacidade de
seleo (HEYLIGHEN, 1988).
A empresa focal de uma cadeia de suprimentos pode utilizar o processo variao-
seleo para explorar todas as possibilidades que ela possui dentro da cadeia, de diferentes
pontos de vista (fornecimento, distribuio, varejo, entrega, satisfao do consumidor etc).
Pode perceber, ainda, quais as empresas que funcionam de forma mais estveis, as menos
estveis e as instveis, alm de distinguir as que mais agregam valor ao produto final. A partir
dessa anlise, pode eliminar as mais instveis e as que menos agregam valor, mantendo e
aperfeioando as que mais agregam valor, alm de determinar critrios, para selecionar
empresas parceiras mais sintonizados com os propsitos da empresa focal, ou pelo menos,
dispostas a se integrar aos propsitos dela.

4.2.2.6 Capacidade de memria

A memria de um sistema complexo no est localizada num ponto especfico dele,


ela est distribuda pelo sistema. Constitui-se pela trajetria assumida pelo sistema no
decorrer da existncia dela (CILIERS,2000). A memria de fundamental importncia no
comportamento do sistema, pois demonstra os erros cometidos e os fatores que nortearam a
auto-organizao.
Quando uma empresa toma a deciso de trabalhar em conjunto com outras empresas,
formando arranjos empresariais comea uma histria que envolve o tipo de arranjo que ser
mais adequado quela situao especfica. Assim, a seleo dos parceiros, as regras que sero
seguidas por eles, a empresa que comandar a cadeia e todas as questes relacionadas s
empresas individuais e gesto conjunta e integrada da cadeia, devem ficar registrados e
serem consultados para anlise do comportamento da cadeia ao longo da trajetria.
255

4.2.2.7 Capacidade de criar esquemas internos

Apesar de possuir estruturas fsicas diferentes, os sistemas complexos adaptativos


possuem a capacidade de acessar informaes do seu ambiente e de suas interaes com o
ambiente, identificando regularidades nas informaes captadas, condensando-as num
esquema e agindo a partir desse esquema (GELL-MANN, 1996).
A identificao de regularidades nas interaes dentro da cadeia e com o ambiente
uma prtica que pode facilitar a tomada de deciso. Essas regularidades podem ser
organizadas e formar um esquema-guia para as prticas bem-sucedidas e as mal-sucedidas
dentro de uma cadeia de suprimentos. Outro aspecto importante dessa propriedade entender
que cada empresa membro da cadeia possui esquemas individuais orientados por suas crenas,
valores e propsitos. Apesar disso, no momento em que se relacionam integradas com outras
empresas e entidades, formando um arranjo empresarial, elaboram um esquema
compartilhado, composto de regras, que nortearo os relacionamentos integrados.

4.2.2.8 Autonomia Dependncia

Os indivduos constroem o mundo no decorrer de sua trajetria de vida, ao mesmo


tempo em que so transformados pelas interaes com o mundo exterior. Os seres vivos so
autnomos, por isso no podem se limitar a receber passivamente informaes e comandos
vindos de fora. A autonomia uma caracterstica do ser vivo isolado, sem interao com o
meio. Portanto, quando ele observado em interao com o ambiente, torna-se evidente a sua
dependncia dos recursos externos para sobreviver (MATURANA e VARELA, 2001).
As empresas, como os seres vivos, tambm, possuem autonomia. Cada uma age de
acordo com seus objetivos estratgicos; e dentro dos limites do mercado em que atua tem
autonomia de ao e reao. Contudo, com a globalizao da economia e as maiores
exigncias do cliente final, cada vez mais uma empresa depende de outras para se manter
competitiva no mercado. Baixo custo e qualidade so obrigaes de qualquer empresa para se
manter com relativa estabilidade. A diferenciao passa a ser buscada na flexibilidade em se
adaptar s mudanas do mercado e dos clientes e na reduo do prazo de entrega, como
alternativa para atingir a diferenciao, surgem as configuraes expandidas da empresa e os
arranjos, do tipo das cadeias de suprimentos. Ao mesmo tempo em que dependem das outras
empresas e do ambiente para sobreviver possuem autonomia para identificarem as
256

oportunidades de associao com outras empresas e formarem acordos de colaborao em que


ambas as partes ganham ou permanecerem funcionando isoladas.

4.2.2.9 Capacidade de auto-organizao

A combinao da estrutura, das interaes e da emergncia do sistema, propriedades e


caractersticas dos sistemas complexos, formam espontaneamente um tipo de auto-
organizao que norteia o sistema. A auto-organizao acontece quando um comportamento
emergente produz uma mudana na estrutura dele (GELL-MANN, 1996; ANDERSON, 1999;
HEYLIGHEN, 1988).
Apesar de o termo auto-organizao ser desconhecido, nas questes relacionadas a
arranjos empresariais, ele surge constantemente quando os membros de uma cadeia de
suprimentos discutem novas estratgias de vendas ou de reduo de estoques. No entanto, os
membros das empresas participantes da cadeia desconhecem o termo, e os comportamentos
novos que emergem das interaes podem ser desconsiderados, em decorrncia do temor que
a mudana na estrutura da cadeia pode gerar e, com essa atitude, perder oportunidades.

4.2.2.10 Capacidade de co-evoluo

Todos os sistemas buscam o equilbrio, processo no qual interagem com muitos outros
para trocar energia e recursos. Pela interao, os sistemas tentam se adaptar ao seu ambiente e
aumentar sua aptido constantemente (TURCHIN, 1995). Nessa busca ocorre a co-evoluo
dos sistemas, pois o aumento na aptido de um sistema depende das escolhas feitas por outros
que esto conectados por interaes (GELL-MANN, 1996; ANDERSON, 1999;
HEYLIGHEN, 1988).
Num arranjo de empresas, a inteno otimizar resultados a partir da formao de
relaes colaborativas e acordos de integrao, em que todas as partes envolvidas ganhem, ao
passo que o gasto em captar energia e recursos do ambiente seja reduzido. Isso acontece
porque existem mais agentes (empresas) captando recursos e energia com o mesmo objetivo.
Nessa situao, cada empresa, individualmente, aumenta a capacidade de se manter
eficientemente no mercado e, por conseqncia, favorece as parcerias dela a, tambm,
aumentar a aptido. Assim, tem-se no processo de co-evoluo, um jogo de soma positiva, no
qual a melhora de uma empresa depende da melhora da outra. Cientes disso, todas elas tentam
257

fazer escolhas favorveis evoluo do conjunto de empresas que formam a cadeia de


suprimentos.

4.2.2.11 Os sistemas complexos mudam

Os sistemas complexos variam, mas permanecem com uma determinada parcela de


estabilidade. As mudanas no ocorrem todas ao mesmo tempo, existindo alguma forma de
inrcia ou continuidade que as limita (HEYLIGHEN, 1988). Assim, tanto a organizao
interna do sistema como as conexes entre os sistemas podem mudar. Em analogia aos
processos celulares, na organizao interna, as mudanas ocorrem como no processo de
mutao, no qual muda um ou mais elementos dentro do sistema. Nas conexes entre os
sistemas, as mudanas ocorrem como no processo de recombinao, em que novas conexes
so agregadas ao sistema. Essas novas conexes podem evoluir, ao longo do tempo, mudando
o padro de interconexes, a intensidade de cada conexo e as formas de funcionamento
(HEYLIGHEN, 1988).
Saber identificar as mudanas e reconhecer quando elas precisam acontecer um fator
de vantagem competitiva para as empresas. Nos arranjos empresariais, as mudanas ocorrem
dentro de cada empresa-membro, na organizao interna da empresa (como se fosse uma
mutao numa clula) e nas conexes entre as empresas (como se fosse uma recombinao
numa clula). Essas mudanas devem ser observadas, pois, com o passar do tempo, elas
podem mudar o padro de interconexes, a intensidade de cada conexo e as formas de
funcionamento, afetando positiva ou negativamente o desempenho da cadeia de suprimentos.
Na seo 4.2.2 e as subsees componentes, foram apresentadas as principais
propriedades dos sistemas complexos e apropriao destas pelas cadeias de suprimentos.
Procedeu-se dessa forma, porque neste trabalho considera-se uma cadeia de suprimentos
como um sistema complexo. No Quadro 22, descrevem-se os possveis benefcios que essas
propriedades podem trazer formao e gesto de uma cadeia de suprimentos.
O Quadro 22 sumariza as principais propriedades dos sistemas complexos extrapoladas
para uma cadeia de suprimentos. O objetivo mostrar os possveis benefcios que o
referencial das Cincias da Complexidade pode trazer aos processos de formao e gesto de
um arranjo empresarial, destacando, principalmente, que a abordagem apropriada
interveno, nos arranjos empresariais, como as cadeias de suprimentos, deve assumir uma
viso sistmica, dinmica e no-linear.
258

Propriedades dos Sistemas Complexos atribudos Cadeia de Suprimentos


Propriedades O reconhecimento dessa propriedade pela cadeia de suprimentos pode
possibilitar.......
Conhecer, identificar e acessar as informaes sobre os relacionamentos de cada
Adaptao membro da cadeia com os parceiros e a interao da cadeia com o mercado, para se
antecipar s perturbaes externas adaptando-se.

Conhecendo as diferentes estruturas de cada empresa componente da cadeia, bem


Estrutura em vrias como as tecnologias utilizadas para compartilhar informaes, possvel perceber
escalas onde esto as restries e a falta de agilidade no compartilhamento de informaes,
alm de distinguir as estruturas complementares das estruturas incompatveis.

Identificar os objetivos da cadeia de suprimentos que esto refletidos em todas as


Emergncia empresas que a compem e, ao mesmo tempo, se os objetivos das empresas
parceiras esto includos nos objetivos da cadeia de suprimentos como um todo.

Auxiliam na verificao de possveis alteraes geradas pelas interaes no


Variedade- planejamento estipulado previamente para gesto da cadeia de suprimentos.
Variabilidade
O processo pode ser til para captar as instabilidades e as estabilidades geradas pelas
Evolui pelo empresas na cadeia, eliminar as instabilidades e selecionar os procedimentos mais
processo variao- estveis e benficos ao desenvolvimento do grupo de empresas.
seleo
Capacidade de Analisar o comportamento da cadeia ao longo de sua trajetria, captando as
memria melhores prticas e os erros mais freqentes.
A partir da identificao das regularidades nas interaes e no comportamento das
Capacidade de empresas individuais e da cadeia como um todo, bem como as mudanas que houve
criar esquemas na sua trajetria de evoluo, tambm, oferecer suporte para criar um esquema-guia
internos para a tomada de deciso.

Compreender que a cooperao a nova arma para conseguir se manter com


Autonomia- eficincia no mercado competitivo. A autonomia da empresa limitada e depende do
Dependncia desempenho das outras componentes da cadeia para se desempenhar bem.

Aproveitar os novos comportamentos que surgem das interaes e analisar quais


Auto-organizao podem trazer benefcios, se incorporados estrutura da cadeia.

Conscincia de que as atitudes positivas de uma empresa-membro favorecem o


aumento da aptido de outra empresa e, por conseqncia, a cadeia como um todo.
Co-evoluo Da mesma forma uma atitude negativa repercute nos parceiros e na cadeia. A atitude
de uma empresa influi no processo de evoluo da outra e vice-versa.
Identificar as mudanas internas s empresas e as mudanas nas conexes entre
Mudana essas empresas. O importante saber quando essas mudanas so positivas para a
evoluo da cadeia e quando elas no devem acontecer.

Quadro 22: Benefcios que as propriedades dos sistemas complexos podem trazer s cadeias de suprimentos

4.5 CONCLUSES DO CAPTULO

Neste Captulo, discutiu-se a mudana da viso isolada de gesto empresarial para a


viso compartilhada. Esse fato se confirma pelas muitas nomenclaturas usadas para expressar
essa tendncia, como: arranjos, redes, cadeias, parceiros, core compentences, integrao, entre
outros.
259

Essa mudana ocorreu por imposio do mercado, percebendo-se que a lgica de


formao dos arranjos empresariais segue a mesma das teorias formadas com base nas
Cincias da Complexidade. A Cincia Clssica, com Aristteles, e depois a Cincia Moderna
com Descartes, fundamentaram-se no paradigma reducionista, no qual a subjetividade do
observador excluda da anlise, ao mesmo tempo em que os sistemas so repartidos e
analisados, fragmentando-se as partes do todo. As Novas Cincias ou as Cincias da
Complexidade empregam outra lgica de interveno nos fenmenos. Elas estabelecem que a
subjetividade do observador inerente ao objeto observado, que passa a ser denominado
sistema organizado, a compreenso do qual associa partes e todo num movimento recursivo
e vital.
Dessa forma, buscou-se discutir neste Captulo, desde a origem de formao dos
arranjos empresariais at os instrumentos usados para efetuar sua integrao. Em seguida,
apresentaram-se as similaridades entre a lgica de funcionamento dos arranjos empresarias,
em especial as cadeias de suprimentos e a lgica de funcionamento das Cincias da
Complexidade.
A partir das similaridades apresentadas, considerou-se uma cadeia de suprimentos
como um sistema complexo. Como tal, a cadeia de suprimentos assume todas as propriedades
dele, o que aumenta as suas possibilidades de ao e reao junto a seus parceiros e com o
ambiente.
Assim, pde-se notar, ao longo da elaborao deste Captulo, que as Cincias da
Complexidade, pouco conhecidas e utilizadas na formao e gesto de arranjos empresariais,
uma alternativa vivel para tratar as questes relativas aos relacionamentos complexos que
formam a estrutura da cadeia de suprimentos.
Na seqncia, no prximo Captulo, apresenta-se, como proposta, um modelo de
referncia para representar sistemas complexos sociais. A modelagem proposta est
fundamentada nos Captulos 2 e 3 deste trabalho; o Captulo 6 apresenta a validao do
modelo proposto, fundamentado neste Captulo.
CAPTULO 5: PROPOSTA DE UMA MODELAGEM DE REFERNCIA
PARA REPRESENTAR SISTEMAS COMPLEXOS SOCIAIS

Este Captulo descreve uma proposta de modelagem de referncia para representar


sistemas complexos sociais, tal como as organizaes empresariais, desenvolvida a partir do
referencial terico explorado nos Captulos 2, 3 e 4. Esta modelagem foi elaborada com o
propsito de compreender o funcionamento de um sistema complexo social, ao represent-lo a
partir da observao da dinmica de funcionamento dos sistemas complexos naturais
(florestas, colnias de formigas, sistemas biolgicos, etc.), alm de ser empregada como
instrumento de interveno no comportamento exibido por estes sistemas, por meio do
desenvolvimento de mtricas para a mensurao de algumas das etapas propostas na
modelagem. Destaca-se, tambm, que a modelagem proposta foi desenvolvida a partir da
percepo de que a otimizao das partes emerge da qualidade das interaes entre elas.
Dessa forma, o propsito evidenciar o comportamento das interaes no sistema modelado,
considerando as partes diferentes e as conexes entre elas, usando-se para tal o paradigma
sistmico. Inicialmente, apresenta-se a modelagem proposta, seguida por discusses sobre sua
implementao, ao final das quais, so mostradas as concluses.

5.1 FASES E ETAPAS DA MODELAGEM

A modelagem proposta neste trabalho, para representar sistemas complexos sociais,


est descrita no Quadro 23 e ilustrada na Figura 17. Ela foi desmembrada em fases; estas, em
etapas. Cada uma das fases e suas etapas esto descritas na seqncia.
A modelagem a forma de conceber uma idia e depois represent-la o mais prximo
possvel da realidade (LE MOIGNE, 1977). Toda modelagem comea pela percepo que o
observador tem do sistema observado. Nesse caso, a modelagem desenvolvida para
representar sistemas complexos sociais norteada pelo paradigma sistmico, seguindo a
lgica das Cincias da Complexidade. Sua construo obedece a algumas fases e etapas
bsicas, conforme mostra o Quadro 23.
261

Sistema a ser Modelado


Fases e Etapas da Modelagem Proposta
Fases Etapas

Fase 1: Preparao Etapa 1: Definio do sistema e identificao dos


principais agentes que o compe
Etapa 2: Nivelamento conceitual
Etapa 3: Caracterizao do sistema

Fase 2: Determinao do nvel de Etapa 1: Definio dos nveis de evoluo em


evoluo do sistema complexidade, nos quais sero enquadrados os
sistemas
Etapa 2: Identificao das caractersticas que indicam o
nvel de evoluo do sistema

Fase 3: Caso seja analisado mais de um Etapa 1: Descrio das principais compatibilidades e
sistema, simultaneamente, incompatibilidades dos sistemas analisados
observar se apresentam nveis Etapa 2: Reunio com os agentes envolvidos no processo
de evoluo diferentes e se Etapa 3: Demarcao dos pontos onde haver mudana
precisam ser Etapa 4:Desenvolvimento de medidas para elevar os
compatibilizados. Se nveis de complexidade mais baixos
apresentar e for necessrio a
compatibilizao, torn-los
compatveis

Fase 4: Localizao espao-temporal Etapa 1: Localizao temporal do sistema


do sistema Etapa 2: Localizao espacial do sistema
Etapa 3: Identificao do status do sistema analisado-o,
a partir de alguns conceitoschave

Fase 5:Construo da arquitetura para Etapa 1: Determinao dos componentes da estrutura do


o sistema sistema
Etapa 2: Descrio da estrutura vertical do sistema
Etapa 3: Descrio da estrutura horizontal do sistema

Fase 6: Definio da dinmica para a Etapa 1: Estabelecimento da percepo do observador


arquitetura do sistema Etapa 2: Determinao dos elementos do sistema
Etapa 3: Articulao dos elementos do sistema
Etapa 4: Dar funcionalidade ao sistema
Etapa 5: Indicao da auto-organizao do sistema
Etapa 6: Monitoramento do funcionamento do sistema

Quadro 23: Descrio das fases e etapas da modelagem proposta

A Figura 17 apresenta as fases e etapas propostas na modelagem, de forma


esquemtica.
262

Sistema a ser Modelado

Fase 1: Preparao

Etapa 1: Definir o sistema e identificar os principais agentes que o compe

Etapa 2: Nivelamento Conceitual

Etapa 3: Caracterizao do sistema

Formao de um grupo de avaliao


Fase 2: Determinao do nvel de evoluo do sistema

Etapa 1:Definio dos nveis de evoluo em complexidade

Abandonar
Etapa 2: Identificao das caractersticas que indicam o nvel de evoluo do sistema

Se a modelagem for para um Se a modelagem for para dois ou


nico sistema mais sistemas
No

Nveis iguais Nveis diferentes


Compatibilizar
Concordncia dos
agentes envolvidos
necessrio torn- No
los compatveis?

Sim Sim

Fase 3: Torn-los compatveis


Etapa 1: Descrio das principais compatibilidades e incompatibilidades dos sistemas analisados

Etapa 2: Reunio com os agentes envolvidos no processo

Etapa 3: Demarcao de pontos onde haver mudanas

Etapa 4: Desenvolvimento de medidas para elevar os nveis de complexidade mais baixos

Fase 4: Localizao espao-temporal do sistema

Etapa 1: Localizao temporal do sistema

Etapa 2: Localizao espacial do sistema

Etapa 3: Identificao do status do sistema a partir de alguns conceitos-chave

Figura 17: Seqncia de fases e etapas necessrias para a modelagem de um sistema complexo (continua....)
263

Fase 5: Construir a arquitetura para o sistema

Etapa 1: Determinao dos componentes da estrutura do sistema

Etapa 2: Descrio da estrutura vertical do sistema

Etapa 3: Descrio da estrutura horizontal do sistema

Fase 6: Definir a dinmica para a arquitetura do sistema


Etapa 1: Estabelecimento da percepo do observador

Etapa 2: Determinao dos elementos do sistema

Etapa 3:Articulao dos elementos do sistema

Etapa 4: Dar funcionalidade ao sistema

Etapa 5: indicao da auto-organizao do sistema

Etapa 6: Monitoramento d o funcionamento do sistema

Figura 17: Seqncia de fases e etapas necessrias para a modelagem de um sistema complexo (....Concluso)

Para se perceber a complexidade dos sistemas, necessrio que estes apresentem um


misto de ordem e desordem. Na desordem completa, no existe formao de estrutura ou
diferenciao de funes, o que impossibilita a reprodutibilidade do sistema e, portanto,
inviabiliza o estudo. Nos sistemas totalmente ordenados, a complexidade desconsiderada; as
relaes so previsveis, determinsticas e de total certeza, o que descaracteriza um sistema
complexo e o torna irreal. Assim, nesta modelagem, os nveis de complexidade iniciam-se
com a existncia da estrutura, considerando-se que a ordem e a desordem so aspectos que
fazem parte dos sistemas reais e no podem ser eliminados deles, j que so a prpria essncia
da realidade. Dessa forma, os sistemas para se manterem eficientes no ambiente, precisam
conviver com a situao intermediria de ordem-desordem em equilbrio dinmico.
A implementao da modelagem iniciada pela existncia de um sistema que esteja de
acordo em ser representado como um sistema complexo. Em outras palavras, necessrio que
exista demanda pela modelagem proposta para que ela seja implementada.
264

5.1.1 FASE 1: PREPARAO

O objetivo dessa fase delimitar o estudo. Para isso, define-se o sistema que ser
modelado e identificam-se os principais agentes envolvidos. Na seqncia, procede-se ao
nivelamento dos conceitos que sero empregados e a caracterizao do sistema. A seguir, so
detalhadas as trs etapas que a compreendem.

Etapa 1: Definio do sistema e identificao dos principais agentes que o compe

Nessa etapa descreve-se o sistema que ser modelado e identificam-se os principais


agentes que o compe e participaram diretamente do projeto da modelagem proposta.

Etapa 2: Nivelamento conceitual

O propsito dessa etapa discutir alguns aspectos que a modelagem aborda, de modo
a nivelar o conhecimento dos agentes envolvidos em relao a conceitos que so pressupostos
dela. Nessa modelagem, os temas bsicos so: complexidade, sistema, sistema complicado,
sistema complexo, sistema complexo adaptativo, agente, interao, organizao, auto-
organizao, estrutura, emergncia e modelagem.
Complexidade. O termo complexidade usado de diferentes formas e em diferentes
domnios dos sistemas. Os diversos usos do termo dependem do tipo de sistema caracterizado
ou da perspectiva disciplinar assumida. Logo, a complexidade pode ser estudada: do ponto
de vista da estrutura do sistema, referindo-se composio do sistema e a sua intrnseca
configurao; do ponto de vista da complexidade funcional, enfatiza a heterogeneidade do
sistema dinmico; e a complexidade auto-organizada desdobrada em propriedades
emergentes e co-evoluindo com o ambiente. Inicialmente, essas anlises so feitas por meio
de interaes locais e, aps, por feedbacks de diferentes escalas espao-temporais. Nessa
modelagem, a complexidade assumida, em cada um desses pontos de vista, em momentos
diferentes da implantao da modelagem.
Sistema. O conceito de sistema, nas suas mais diversas aplicaes, est relacionado s
idias de totalidade e inter-relaes. A noo de organizao, na maioria das vezes, no se
incorpora ao conceito de sistema. Nessa modelagem, o termo sistema definido, segundo
265

Morin (2003,p.132), como uma entidade global organizada por inter-relaes entre elementos,
aes e indivduos.
Sistema Complicado. um sistema caracterizado pela possibilidade de todos os seus
elementos e relaes serem identificados e definidos. As relaes de causa e efeito entre os
componentes podem ser separadas; pela compreenso das ligaes, possvel controlar os
resultados do sistema.
Sistema Complexo. Existe uma grande diversidade de sistemas complexos, os quais
podem ser humanos, ecolgicos, sociais, polticos ou econmicos, contudo compartilham
algumas caractersticas comuns:
possuem duas ou mais diferentes partes ou elementos;
as partes so conectadas umas s outras, sendo difcil separ-las;
as partes no podem ser analisadas, nem separadas num conjunto independente de
elementos sem que o sistema seja destrudo.
Assim, os sistemas complexos esto em constante mudana, por isso difcil
estabelecer todos os seus componentes e interaes. O sistema no pode ser reduzido. Causa e
efeito so inseparveis, por estarem fortemente interligados. Tais sistemas podem ser
caracterizados por propriedades emergentes, interaes em vrias escalas, comportamento
imprevisto e auto-organizado.
Sistema Complexo Adaptativo. um sistema que aprende e evolui; exibe variedade,
capacidade de seleo e interage entre si e com o ambiente. Do ambiente processa
informaes e capta regularidades.
Agente. O termo agente apresenta diferentes conotaes, conforme a rea que o
utiliza. Na Biologia e nos Sistemas Sociais, pode ser definido como um objeto com
mecanismos vitais, um sujeito, por exemplo. Na Fsica, pode ser qualquer entidade capaz de
influenciar outros ao seu redor. Para a Cincia da Computao, um agente um objeto
interagindo com outros objetos ou um objeto utilizado para fornecer o ambiente no qual
outros objetos interagem (VILLEGAS, 2001). Na Cincia da Complexidade, uma entidade
capaz de ao, reao e reflexo, interferindo no ambiente em que atua e influenciado pelo
ambiente. Neste trabalho, o termo agente utilizado de acordo com a concepo das Cincias
da Complexidade.
Interao. As interaes fazem surgir a dinmica do sistema. So aes recprocas
que modificam o comportamento dos componentes do sistema; em certas condies
(associaes, combinaes, ligaes, comunicaes), do origem organizao.
266

Organizao. a cadeia de interaes e inter-relaes entre os componentes que


produzem um sistema, dotando-o de qualidades desconhecidas no mbito dos componentes
individuais. A organizao conecta os diferentes componentes do sistema dando-lhes forma
de todo e assegurando uma certa estabilidade, a qual possibilita resistncia a perturbaes
aleatrias.
Auto-organizao. Capacidade que o sistema complexo possui de produzir
comportamentos novos, sem um prvio planejamento nem coordenador central, a partir da
prpria estrutura e das interaes. O processo de auto-organizao pode mudar a estrutura do
sistema.
Estrutura. Arcabouo esttico e essencial que suporta a dinmica das interaes, a
qual produz a organizao do sistema.
Emergncia. So as qualidades ou propriedades de um sistema que apresentam um
carter de novidade com relao s qualidades ou propriedades dos componentes
considerados isolados. As propriedades novas nascem das associaes e combinaes, o que
favorece a estabilidade e possibilita a evoluo.
Modelagem. Modelar um sistema represent-lo o mais prximo possvel da
realidade. Para modelar um objeto existem duas abordagens principais: a abordagem analtica
e a abordagem sistmica. A abordagem analtica a mais difundida no mundo ocidental,
considera o objeto separado do seu sujeito. Em outras palavras, desconecta cada parte do
sistema para estud-la separadamente do seu contexto. A abordagem sistmica, menos
divulgada no mundo ocidental, pressupe que sujeito e objeto esto conectados por
interaes, estas no devem ser desligadas, pois podem destruir o sistema original. A
abordagem analtica apropriada modelagem de sistemas complicados; a abordagem
sistmica, aos sistemas complexos. Neste trabalho, emprega-se o conceito de sistema como
instrumento da modelagem, a qual se realizada com base na abordagem sistmica.

Etapa 3: Caracterizao do Sistema

Essa etapa tem o propsito de identificar e descrever o sistema que ser modelado. Os
sistemas possuem caractersticas e capacidades diferentes, mesmo pertencendo a um mesmo
grupo de sistemas complexos, tal como os sistemas sociais. O conhecimento do todo vem do
267

conhecimento das partes e suas interaes. Essa etapa pode ter diferentes desdobramentos, em
decorrncia das caractersticas do sistema modelado.

5.1.2 FASE 2 : DETERMINAO DO NVEL DE EVOLUO DO SISTEMA


COMPLEXO

Nessa fase, o objetivo identificar o nvel de evoluo em complexidade do sistema


observado. Para isso, desenvolveu-se um instrumento, exposto no Quadro 24, empregado para
diagnosticar em que nvel de evoluo o sistema pode ser enquadrado. Propem-se sete
caractersticas bsicas: (1) estrutura funcional; (2) reconhecimento, captao e processamento
da informao; (3) reconhecimento e compreenso das regularidades e aleatoriedades; (4)
esquema dominante; (5) condies internas intermedirias ordem-desordem; (6) mecanismo
de controle interno do sistema e (7) escala de anlise para a qual o sistema direciona sua
ateno, as quais foram identificadas a partir da literatura pesquisada (ver Captulo 2, seo
2.4) e devem ser aprimoradas usando observao direta e entrevistas semi-estruturadas com
os principais agentes envolvidos no sistema modelado. O roteiro de entrevistas est ilustrado
no apndice A, o qual foi elaborado para validao especfica deste trabalho. Em outras
validaes tal apndice deve ser adaptado. As informaes contidas no Quadro 24 so
referenciais e genricas e podem ser adaptadas de acordo com as caractersticas do sistema
modelado. Estas caractersticas indicam comportamentos que identificam em qual dos nove
nveis de complexidade assumidos nesta modelagem o sistema pode ser enquadrado. Os
nveis estabelecidos so: (1) estrutura inflexvel; (2) estrutura dinmica; (3) estrutura
controlvel; (4) estrutura aberta; (5) estrutura com especializao de funes; (6) estrutura
capaz de armazenar informaes; (7) estrutura capaz de ao e reflexo; (8) estrutura capaz de
auto-organizao; estrutura inteligente capaz de perceber e se adaptar s mudanas. O Quadro
24 mostra as caractersticas, os comportamentos e os nveis de complexidade propostos nesta
modelagem.

Etapa 1: Definio dos nveis de evoluo em complexidade nos quais podem ser
enquadrados os sistemas

Nveis de complexidade. A complexidade evolui em nveis. Eles esto diretamente


relacionados ao processo de variao-seleo-interao, gerando cooperao e/ou
268

competitividade. Esse processo acontece continuamente no interior do sistema. Em cada


nvel, o sistema busca otimizar sua aptido para se adaptar ao ambiente, motivo por que
emergem caractersticas prprias em cada nvel. Assim, o termo nveis de complexidade
entendido, nesta modelagem, como a capacidade que o sistema possui de perceber e se ajustar
s perturbaes externas e internas. Assume-se que, quanto mais evoludo o sistema, maior
a capacidade que ele possui de perceber as perturbaes externas e internas e se ajustar a elas,
sobrevivendo eficientemente em seu ambiente. Destaca-se que, os nveis de complexidade
refletem a escala de anlise, o ambiente e a percepo do observador, por isso eles podem
variar em quantidade e diferir em interpretaes como pode ser evidenciado no Captulo 2,
seo 2.4, desse trabalho. Alm disso, nessa modelagem, se prope representar sistemas que
pertencem ao mesmo grupo de sistemas complexos, os sociais. Dessa forma, os nveis de
complexidade se referem a situao que eles exibem em determinado momento. No se
pretendendo analisar sistemas complexos de grupos diferentes (biolgicos, sociais, minerais,
etc.), destacando o nvel de evoluo que possuem e investigando a possibilidade de serem
integrados e funcionarem eficientemente.
Nessa modelagem, propem-se nove nveis de complexidade, dispostos em ordem
decrescente, nos quais o nvel nove o mais alto em complexidade e o nvel um o mais
baixo. O estabelecimento dos nove nveis fundamentou-se na literatura pesquisada que
demonstrou percepes variadas sobre o tema. Alguns dos autores pesquisados discorrem
sobre a evoluo dos sistemas complexos sem a determinao explcita de nveis, outros
estabelecem nveis de evoluo que variam de quatro a onze. Observou-se que, h
concordncia entre os autores pesquisados de que os sistemas complexos evoluem em nveis,
independente do tipo de sistema analisado (biolgico, humano, social, etc.), mas cada autor
possui uma percepo sobre os mecanismos que esto por trs desta evoluo, como foi
discutido no Captulo 2, seo 2.4, desse trabalho. Com base nos autores pesquisados e de
acordo com a percepo do observador foram definidos os nveis de evoluo em
complexidade para a modelagem de sistemas complexos sociais proposta. Considera-se que
nove nveis so adequados para expressar os comportamentos apresentados por tais sistemas,
tendo sido diretamente influenciados pelas propostas de Boulding (1956) e de Le Moigne
(1977), detalhadas no Captulo 2, sees 2.4.3.2 e 2.4.3.3.
O objetivo da modelagem auxiliar os sistemas a alcanarem um nvel de complexidade
mais alto. Os trs primeiros nveis uma analogia aos sistemas no adaptativos. Eles no
produzem esquemas que possam ser reproduzidos, so sistemas fechados e de baixa
cooperao. Estes trs nveis so:
269

1. Estrutura Inflexvel: o sistema apresenta uma estrutura interna bem definida e


suficientemente forte para resistir s influncias externas, por isso acreditam que no
necessitam de ajustes na capacidade de funcionamento interna. Isso porque, nesse
nvel, o sistema no capaz de mudar internamente.

2. Estrutura Dinmica: o sistema apresenta funes especficas e atividades bem


definidas com relativa estabilidade no tempo e identidade preservada, mas no h
capacidade de ajuste interno para se adequar s influncias externas.

3. Estrutura Controlvel: o sistema apresenta mecanismos internos que captam


regularidades no seu comportamento para selecionar os prximos comportamentos,
mas no existe capacidade de ajustes internos para se adequar s influncias externas.

Esses trs nveis mostram caractersticas mecnicas, com baixa autonomia de auto-ajuste.
Os sistemas complexos sociais teoricamente no poderiam ser enquadrados nesses nveis,
contudo consideram-se na modelagem proposta porque os sistemas com capacidades
superiores, como os formados por seres humanos, podem apresentar restries que inibam a
percepo das reais capacidades que possuem e por esse motivo funcionem margem de suas
reais capacidades.

Os 4, 5 e 6 nveis so anlogos aos sistemas complexos mal-adaptativos. Eles produzem


esquemas, mas no apresentam regularidade nessa tarefa, os padres de comportamento
podem levar muito tempo para serem alterados. So sistemas abertos e de mdia cooperao.

4. Estrutura aberta: o sistema capta informaes e apresenta um relativo grau de


diferenciao de funes e atividades. Por causa da diferenciao interna, consegue
um certo grau de ajuste, mas de baixo grau em relao s perturbaes externas.

5. Estrutura com especializao de funes: o sistema possui funes diferenciadas e


capacidades especficas para realizar determinadas tarefas. Devido diviso de
tarefas, aumenta a capacidade de ajuste s perturbaes externas.
270

6. Estrutura capaz de armazenar informaes: o sistema tem capacidade de memria


e acumula informaes do passado, que podem nortear as decises presentes e futuras.
A capacidade de memria aperfeioa a capacidade de ajuste interno, que por sua vez
capta s perturbaes externas.

Esses trs nveis apresentam caractersticas dos seres vivos, com mdia capacidade de
autonomia e de auto-ajuste.
Os 7, 8 e 9 nveis correspondem aos sistemas complexos adaptativos. Eles tm como
principais caractersticas a produo de esquemas regulares, que podem ser identificados,
acessados, reconhecidos, descritos, reproduzidos, e a capacidade de aprendizagem. So
sistemas inteligentes e de alta cooperao.

7. Estrutura capaz de ao e reflexo: o sistema incorpora a capacidade de percepo


das diferentes partes que o compem e de suas conexes. Isso possibilita a
coordenao das partes por meio do processo ao-reflexo-reao, levando ao ajuste
entre a organizao interna do sistema e s perturbaes impostas pelo ambiente.

8. Estrutura capaz de auto-organizao: o sistema adquire a capacidade de reconhecer


a diversidade interna, a individualidade de cada componente, reconhecer e acessar as
interaes entre os componentes do sistema e, num processo autnomo, usar os
resultados das interaes locais para selecionar subconjuntos que melhorem a
capacidade do sistema. Existe um grande ajuste da organizao interna em funo das
perturbaes externas. A auto-organizao pode ser baseada no conceito de atrator, no
conceito de hierarquia, no conceito de autopoiese e no conceito de fractal. Esses tipos
de auto-organizao esto detalhados no Captulo 3, seo 3.3.1.2. Nessa modelagem,
considera-se que a auto-organizao orientada pelo conceito de hierarquia, detalhada
no Captulo 3, seo 3.3.1.2.3, desse trabalho.

9. Estrutura inteligente capaz de perceber e se adaptar s mudanas: o sistema


apresenta um perfeito ajuste entre a organizao interna e as perturbaes externas.

Esses trs nveis apresentam caractersticas dos seres humanos, com cognio e
capacidade de auto-organizao. Os sistemas complexos sociais que esto includos nesses
nveis so aqueles que, alm de possuir tais caractersticas so capazes de reconhec-las,
271

acess-las e utiliz-las a seu favor. Nem todos os sistemas complexos sociais esto includos
nesses trs nveis, eles possuem a capacidade de cognio e auto-organizao, mas nem
sempre reconhecem, acessam e utilizam estas capacidades.

Etapa 2: Identificao das caractersticas que indicam o nvel de evoluo do sistema

Evoluo do Sistema: A evoluo um processo hierrquico e recursivo que


possibilita ao sistema aumentar sua complexidade no tempo. O sistema passa por
transformaes, numa escala espao-temporal, onde certas partes dele so conservadas,
durante determinado perodo, enquanto outras so mudadas. A escala de evoluo assumida
nessa modelagem segue a lgica da abordagem estrutural, observando a hierarquia assumida
pelos sistemas no seu processo de evoluo (SIMON, 1969), a qual detalhada no Captulo 2,
seo 2.4.3.1, desse trabalho.
No Quadro 24, apresentam-se os nove nveis decrescentes, do mais alto nvel de
complexidade para o mais baixo nvel de complexidade, em que o sistema pode ser
enquadrado. Alm disso, cruzam-se os nveis com as caractersticas bsicas identificadas, as
quais indicam comportamentos genricos para cada um dos nove nveis de evoluo em
complexidade propostos.

Para conseguir reconhecer os comportamentos genricos, faz-se necessrio identificar:

1. a estrutura funcional do sistema: consiste em levantar as caractersticas que


identificam a estrutura funcional do sistema. Em outras palavras, identificar a estrutura
hierrquica de poder empregada pelo sistema nas relaes internas com seus agentes.

2. como as informaes so identificadas, captadas e processadas pelo sistema: o que


diferencia um sistema com um nvel de evoluo superior de outro a forma como ele
capta e interpreta as informaes, o fluxo das quais pode ser definido como uma fonte
de mudanas. A mudana resulta do trabalho, o qual requer energia. Esta se torna uma
forma de informao. Para identificar como as informaes so processadas pelo
sistema, pode-se utilizar o seguinte roteiro:
272

Tipo de Nvel de
Sistema evoluo em Caractersticas
complexidade
Estrutura Reconhecimento, Reconhecimento e Esquema dominante (4) Condies Mecanismo de Escala de anlise

predominante no
Complexidade e
funcional captao e compreenso de O esquema O esquema O internas controle interno para a qual o

Nveis de

Estrutura
Analogia (1) processamento regularidades e tende a se no indica esquema intermedirias do sistema direciona

sistema
da informao aleatoriedade adaptar as uma pode levar ordem-desordem sistema sua ateno (7)
(2) (3) mudanas? adaptao o sistema (5) (6)
s extino ?
mudanas?
O sistema cria Envolve os
No existe uma O sistema possui uma O sistema possui Sistemas -------- -------- O sistema percebe regras internas sistemas com seus
(9) estrutura hierrquica estrutura flexvel e esquemas internos, os norteados o misto de ordem que funcionam subsistemas, a
de poder. A integrada, por isso quais selecionam os por e desordem como como rede de
Estrutura estrutura consegue distribuir as padres de atratores condio mecanismo de relacionamentos
Anlogos aos inteligente, horizontalizada com informaes captadas regularidade por meio estranhos essencial para: a controle interno. dele e o meio
sistemas capaz de um eficiente ajuste do ambiente e da da compreenso dos emergncia de As regras so de ambiente. As
complexos perceber e se entre a organizao memria interna do erros e acertos no novas estruturas; a mtuo iniciativas
adaptativos adaptar s interna do sistema e sistema , de modo processo de tomada manuteno do monitoramento, empregadas para
mudanas. as perturbaes uniforme por todo de deciso. H uma sistema com a nas quais h intervir nessa
vindas do ambiente ele. maior confiana nos variedade de recompensas escala so:
Sistemas externo. relacionamentos e subsistemas; a pela obedincia e cooperao,
Inteligentes por conseqncia um possibilidade de punio pela autonomia,
maior seleo de desobedincia. integrao e
Alta compartilhamento das subsistemas Nesse nvel compartilhamento
cooperao informaes. estveis e a existem regras de informaes.
Na memria do possibilidade de informais que O sistema busca
sistema so permanente podem se interao e co-
armazenadas as renovao do sobrepor ou se evoluo.
informaes sistema. justapor s
pertinentes a trajetria regras formais.
de evoluo dele.

Quadro 24: Diagnstico do nvel de evoluo do sistema complexo(continua.....)

272
273

Nesse nvel o O sistema reconhece, Nesse nvel o sistema -------- -------- Nesse nvel o Nesse nvel o Os sistemas esto
Sistemas
sistema possui uma capta e acessa as reconhece e sistema capaz sistema cria muito voltados
norteados
hierarquia de poder informaes das compreende os de se auto- regras internas para a
(8) por
fraca. Possui uma mudanas ocorridas padres de organizar-se. Para que funcionam cooperao, por
atratores
Estrutura capaz estrutura mais no ambiente e dos regularidade e atingir esse nvel como isso a escala de
estranhos
de auto horizontal que registros internos do imprevisibilidade foi preciso mecanismo de anlise envolve os
organizao vertical. O sistema sistema. O objetivo gerados por ele reconhecer que controle do relacionamentos
reconhece que a sua disso se manter quando funciona. Isso eles funcionam sistema. As com outros
estrutura formada ajustado as garante mais em meio ao caos e regras so de sistemas e com o
de diferentes partes necessidades do flexibilidade ao a ordem e saber mtuo meio ambiente.
e dependem de sistema e do ambiente sistema e maior identificar e monitoramento, As iniciativas
muitas conexes. O poder de interveno selecionar os onde h usadas para
sistema adquire em comportamentos aspectos da ordem recompensas intervir nessa
autonomia de ao. futuros. e do caos. pela obedincia e escala so:
punio pela cooperao,
desobedincia. autonomia,
Os mecanismos integrao e
de controle compartilhamento
externo, tambm de informaes.
interferem no O sistema busca
desempenho do interao e co-
sistema. evoluo.
A estrutura do
sistema adquire O sistema tem O sistema possui a O sistema Nesse nvel o Nesse nvel o
Sistemas
habilidades capacidade de capacidade de -------- -------- aprende. Por isso sistema possui sistema capaz
norteados
especficas de ao, memria e tem perceber as identifica , por como de ao, reflexo
por
reflexo e reao , conscincia da regularidades no meio do mecanismos de e reao, por isso
atratores
(7) reduzindo importncia de possuir fluxo de
estranhos
levantamento dos controle interno percebe a
consideravelmente a registros da trajetria informaes, subsistemas as restries importncia de
Estrutura capaz estrutura hierrquica dele ao longo seu selecionando-as de estveis e internas, o incorporar ao seu
de ao e de poder dentro e tempo de vida, apesar acordo com o grau de instveis as controle legal e funcionamento os
reflexo entre os de NO os possuir repetitividade e condies internas os mecanismos relacionamentos e
subsistemas. A formalmente. Nesse aleatoriedade. Para intermediarias. do ambiente as interferncias
estrutura formada nvel h isso cria um esquema Ele busca externo. do ambiente
de partes que compartilhamento de que reconhece os identificar se o externo. As
interage com o todo, informaes. padres gerados por sistema est iniciativas usadas
constantemente, ele e as operando em para intervir nessa
sendo capaz de imprevisibilidades equilbrio escala so: a
coordenar essa emergentes do seu dinmico. cooperao e a
dinmica. comportamento. autonomia . O
sistema busca
interao.

Quadro 24: Diagnstico de nvel de evoluo do sistema complexo(continua....)


273
274

A estrutura A percepo da Nesse nvel, o sistema O sistema Os mecanismos Nesse nvel, o


Sistemas
funcional incorpora necessidade de inicia um processo --------- ----------- reconhece que de controle sistema por no
norteados
um subsistema para armazenar estruturado de opera numa interno so: as possuir uma
por
armazenar informaes vem do reconhecimento dos situao de restries memria
atratores
(6) informaes aumento da variedade fatos regulares e dos
estranhos.
equilbrio internas, reconhece a
Estrutura capaz relativas a seu interna e da fatos aleatrios no dinmico entre limitaes do importncia das
Anlogos aos de armazenar funcionamento ao conseqente decorrer do ordem e caos. Ele prprio sistema conexes com o
sistemas mal- informaes longo do tempo. necessidade de funcionamento do busca identificar (recursos, ambiente externo
adapativos Nesse nvel o seleo de alternativas sistema. O objetivo os subsistemas energia, para se adaptar ao
sistema possui uma para tomada de a partir dessa estveis e os percepo do ambiente e
hierarquia de poder deciso. Com a estruturao criar subsistemas observador, etc) , evoluir. Para
formalizada, mas formalizao de um esquemas instveis, os sendo afetado intervir nessa
possui tticas subsistema destinado que facilitem a perodos de pelo controle escala usada a
Sistemas informais de reduzir a captao de tomada de deciso no estabilidade e os legal, que estratgia de
abertos esta hierarquia informaes, o mbito do processo perodos de exercido pela integrao, mas
formal. conhecimento fica dinmico variao- instabilidade. poder com baixo nvel
mais acessvel e seleo. hierrquico do de confiana entre
disponvel a todos os sistema e pelos os
Mdia integrantes do mecanismos do relacionamentos,
cooperao sistema. ambiente. as ligaes so
fracas.

O sistema possui
(5) A estrutura Aumenta a variedade Nesse nvel o sistema Os mecanismos uma viso
composta por no interior do sistema, capaz de perceber Sistemas Nesse nvel o de controle limitada de sua
Estrutura com
partes muito ao mesmo tempo em que a variao de sua norteados sistema tem interno so: as atuao, buscando
especializao
diferenciadas que que adquire mais organizao interna --------- por ---------- conscincia de restries se integrar ao
de funes
executam funes mecanismos para pode gerar novas atratores que possui uma internas, contexto,
especficas, tm captar as perturbaes estruturas. As novas peridicos estrutura limitaes do passando a
conscincia que vindas do ambiente e estruturas criadas composta de prprio sistema perceber a
dependem do tenta se ajustar a elas. devem ser analisadas comportamentos (recursos, importncia da
desempenho das O ajuste lento e h e dependendo da sua imprevisveis e energia, integrao a
outras partes para uma criteriosa seleo estabilidade para padronizados e percepo do outros sistemas.
funcionarem com das informaes que serem eliminadas ou que necessrio observador, etc) , A interveno
eficincia, apesar podem ser preservadas. O saber lidar com sendo afetado nessa escala
disso possuem disseminadas pelo sistema consegue essa dinmica. pelo controle mais evidente
estrutura hierrquica sistema todo. distinguir padres de legal, que aos
com padres bem regularidade de exercido pela relacionamentos
estabelecidos e acontecimentos poder internos ao
seguidos. aleatrios. hierrquico do sistema, mas j
sistema. apresenta
relacionamentos
externos
formalizados.

Quadro 24: Diagnstico de nvel de evoluo do sistema complexo(continua....) 274


275

Nesse nvel a O sistema capta e Sistemas Nesse nvel o Nesse nvel os Nesse nvel o
(4) A estrutura possui preocupao se reconhece ---------- norteados ---------- sistema comea a mecanismos de sistema passa a se
uma hierarquia concentra em captar regularidades no por perceber a controle interno preocupar em
Estrutura
forte, percebendo a informaes externas, ambiente. Nesse atratores importncia do so as restries agregar
aberta
necessidade dos porque o sistema nvel, o sistema peridicos. equilbrio internas ao componentes do
recursos e percebe a importncia possui funes e dinmico entre a sistema e o ambiente externo
informaes do de interagir com o atividades muito organizao controle legal. a sua estrutura
ambiente externo ambiente. Algumas especficas e interna do sistema como forma de
para sobreviver. informaes so diferenciadas e as interferncias diferenciao. A
resguardadas para o internamente, as quais das mudanas integrao dentro
nvel estratgico e percebem a externas para a do sistema
outras so necessidade da evoluo do deficiente,
disseminadas pelo organizao interna se sistema. O existindo muita
resto do sistema. ajustar as mudanas sistema passa a competitividade
do ambiente externo. reconhecer a interna e externa.
impossibilidade
de eliminar toda
desordem vinda
do ambiente
externo.
O sistema est
(3) A estrutura interna O sistema capaz de O sistema no capaz --------- ---------- Sistemas Nesse nvel o O sistema muito voltado
Anlogos aos fortemente avaliar, transmitir e de reconhecer as norteados sistema busca a possui como para seu interior
Estrutura
sistemas no- hierarquizada, mas interpretar a regularidades e as por ordem, acredita mecanismo de e suas conexes
controlvel
adaptativos apresenta um grau informao. Nesse aleatoriedades do atratores que eliminando a controle interno, com outros
de flexibilidade nvel os sistemas ambiente. Ele de ponto desordem pode as restries sistemas e com o
Sistemas maior que os nveis selecionam as consegue perceber a fixo. controlar internas, que ambiente de
fechados 1 e 2. Seus informaes que variedade interna de totalmente o nesse caso a auto-defesa. A
subsistemas captam devem se manter no funes e atividades e sistema e busca da ordem integrao se
Baixa regularidades no nvel estratgico e as usar a seleo para encontrar a e do controle limita a
cooperao comportamento do informaes que tornar o sistema mais unidade. total do sistema. subsistemas
sistema que podem ser estvel. especficos. Eles
norteiam seus disseminados no esto voltados a
prximos restante do sistema. competitividade.
comportamentos.

Quadro 24: Diagnstico de nvel de evoluo do sistema complexo (continua.....)

275
276

Sistemas Nesse nvel o O sistema Nesse nvel o


A estrutura interna O sistema capta O sistema no capaz --------- ---------- norteados sistema produz possui como sistema est
segmentada, com informaes do de reconhecer as por imprevisibilidade mecanismo de muito voltado
funes e atividades ambiente, mas elas regularidades e as atratores e padres ao controle interno, para seu interior
bem definidas e so concentradas no aleatoriedades do de ponto funcionar e as restries e suas conexes
hierarquizadas. nvel estratgico, no ambiente. Ele no fixo. interagir, mas no internas. A com outras
(2) O sistema apresenta havendo disseminao possui capacidade de reconhece esta restrio a sistemas e com o
comportamento para os demais nveis. memria e, por isso condio interna falta de uso da ambiente de
Estrutura
estvel e uma no possui registro intermediaria. capacidade de auto-defesa. A
dinmica
identidade imutvel. de sua trajetria. Por memria e, por integrao se
apresentar funes conseqncia, limita a
especficas e falta de registros subsistemas
atividades bem de sua histria. especficos. Eles
definidas gera e esto voltados a
identifica a variao competitividade.
dentro do sistema,
selecionando as partes
mais estveis.

Nesse nvel o Como nesse O sistema est


Estrutura As informaes se O sistema no sistema mais nvel o sistema muito voltado
hierrquica interna concentram no nvel reconhece --------- --------- Sistemas previsvel. se considera para seu interior
muito forte e estratgico da gesto regularidades e nem norteados Acredita ser estvel e possui e suas conexes
(1) inflexvel. As do sistema as aleatoriedades do por estvel, uma estrutura com outras
Estrutura funes e as ambiente. Ele no usa atratores permanecendo hierrquica sistemas e com o
inflexvel atividades so a capacidade de de ponto fechado s muito forte. As ambiente de
extremamente memria e, por isso fixo. mudanas do restries auto-defesa. A
definidas, no no possui registros ambiente externo. internas so os integrao se
havendo de sua trajetria. Se principais limita a
rotatividade na sua considera estvel todo mecanismos de subsistemas
execuo. Em geral o tempo.Isso acontece controle do especficos. Eles
so sistemas que porque ele no sistema. esto voltados a
funcionam isolados percebe a necessidade competitividade.
do contexto. de se ajustar s
variaes do
ambiente.

Quadro 24: Diagnstico de nvel de evoluo do sistema complexo(....Concluso)

276
277

a) Quantidade de informaes captada pelo sistema e relevantes para sua atuao;


b) Quantidade de conhecimento gerado pelo sistema;
c) O conhecimento est disponvel a muitos, no sistema, ou est centralizado em alguns
componentes?
Para mensurar a quantidade de informao captada pelo sistema, buscam-se
documentos que estabeleam uma memria das estratgias e tticas que foram e so
empregadas pelo sistema para se manter atualizado com as mudanas do ambiente. Esse fato
leva gerao de conhecimento interno, que possibilita o auto-ajuste da organizao do
sistema em funo das eventuais perturbaes externas. preciso, identificar os meios
empregados para distribuir as informaes. Para isso, usam-se entrevistas semi-estruturadas
para investigar em que nvel hierrquico se concentram as informaes, se existe cooperao
no compartilhamento das informaes ou excesso de controle e competitividade no domnio
delas. A partir disso, pode-se notar se o processamento das informaes leva a um nvel mais
alto ou mais baixo de evoluo em complexidade do sistema. No apndice A, apresenta-se um
roteiro de entrevista usada para o caso especfico da validao dessa modelagem.

3. Reconhecer e compreender as regularidades e as aleatoriedades do sistema:


caracteriza-se o comportamento da estrutura do sistema no tempo, ou seja, o perodo de
tempo em que o sistema se mantm estvel, instvel ou em transio. O sistema no
muda todo o tempo, existe alguma forma de inrcia que limita a mudana
(HEYLIGHEN, 1988). Isso pode ser conseguido observando-se a dinmica variao-
seleo que d identidade ao sistema. A variao cria novas estruturas, e a seleo
serve para eliminar as estruturas instveis. A partir dessas consideraes, pode-se
identificar o grau de autonomia do sistema, indicado por sua estabilidade interna e sua
capacidade de resistir a perturbaes externas.

4. Identificar o esquema dominante: pode ser obtido observando-se a filosofia de


funcionamento do sistema: os princpios, as crenas, as regras (formais e informais),
usadas para a gesto do sistema. O esquema dominante conduz a uma bacia de atrao
especfica. Um atrator um fato, uma crena, um acontecimento que norteia todo o
comportamento de um sistema. Apresenta-se uma discusso detalhada sobre atrator no
Captulo 2, seo 2.3.2.4 e no Captulo 3, seo 3.3.1.2.1.
278

5. Determinar as condies internas intermedirias (ordem-desordem): o grau de


ordem em que o sistema opera pode ser percebido observando-se a simetria da estrutura,
ou seja, sua invarincia, que tem como principal caracterstica a previsibilidade no tempo
e no espao. J a desordem caracterizada pela ausncia de invarincia, pela presena de
transformaes que apresentam diferentes efeitos no sistema. Nem a ordem global, nem
a desordem global so objetos de estudo da complexidade; para ser complexo, o sistema
precisa ser caracterizado por uma certa mistura de ordem e desordem. Para captar essa
simetria parcial, analisam-se as interaes entre os subsistemas do sistema, verificando-
se seu grau de integrao e invarincia; por outro lado, a variao e diferenciao entre
os subsistemas do sistema. Resumidamente tem-se:
Ordem-desordem do sistema
Ordem Desordem
Subsistemas estveis Subsistemas instveis
- Perodo da estabilidade - Perodo da instabilidade
- Seleo - Surgimento de novos subsistemas, mant-los ou no?
Quadro 25: Identificao do equilbrio do sistema

O Quadro 25 estabelece uma segmentao entre a ordem e a desordem. O objetivo


identificar se o sistema opera considerando a complexidade, convivendo com perodos de
real estabilidade e de instabilidade. Esse processo possibilita a evoluo em nveis de
complexidade, pela aprendizagem e adaptao.
6. Levantar os mecanismos de controle interno do sistema: todos os sistemas sofrem
algum tipo de controle interno e externo. Uma das formas de controlar um sistema
complexo pode ser o mtuo monitoramento. Este pode ser representado pela recompensa
positiva, devido obedincia s regras e ao castigo pela desobedincia. As restries
internas so outra forma de controle do sistema, que passa a ser regido pelas limitaes
impostas pela restrio. O controle legal formado por situaes criadas fora do mbito do
sistema, mas que interferem no funcionamento, como normas criadas para determinados
tipos de sistemas que limitam sua atuao. O mecanismo de ambiente regula todos os
sistemas (AXELROD,1984; CAMPBELL, 1982; HEYLIGHEN e CAMPBELL,1995).

7. Escala de anlise para a qual o sistema direciona sua ateno: a escala de anlise est
diretamente relacionada conscincia que o sistema possui da sua aptido no ambiente. A
aptido pode ser medida pela quantidade de inter-relaes que o sistema possui com outros
sistemas e com o ambiente.
279

O objetivo dessa fase diagnosticar em que nvel de evoluo em complexidade o


sistema se enquadra. No caso de se tratar com mais de um sistema, observar se apresentam
nveis diferentes de evoluo; em caso positivo, verificar a necessidade de torn-los
compatveis.

5.1.3 FASE 3: TORNAR OS NVEIS DE EVOLUO DOS SISTEMAS COMPATVEIS

Essa fase pode existir ou no. Ela existe quando se avalia dois ou mais sistemas ao
mesmo tempo com o objetivo de gerenci-los integradamente. Nesse caso, se os sistemas
apresentam nveis de evoluo muito diferentes, o ideal torn-los compatveis,
considerando o sistema de mais alto nvel de complexidade. Por exemplo, considerando cada
sistema uma empresa individual, denominada A, B e C e supondo que A esteja no nvel de
evoluo 1; B esteja no nvel de evoluo 4; C esteja no nvel de evoluo 9. Isso significa
que, em cada sistema, as condies iniciais podem ser muito diferentes em decorrncia de
cada nvel possuir estrutura, capacidade de organizao interna e adaptao s perturbaes
externas compatveis com o nvel de evoluo da complexidade a que pertencem. Esse fato
pode dificultar ou, at mesmo, impossibilitar a continuidade da modelagem integrada.
Em outras palavras, quando se trata com mais de um sistema de maneira integrada e
esses sistemas esto em nveis de evoluo em complexidade diferentes e precisam ser
compatibilizados para continuar a modelagem, devem-se seguir algumas etapas:

Etapa 1: Descrio das principais compatibilidades e incompatibilidades dos sistemas


analisados

Apesar dos sistemas apresentarem nveis diferentes de evoluo, podem possuir


sinergia ao trabalho conjunto, como tambm podem possuir total incompatibilidade para o
funcionamento conjunto, ou ainda necessitar de ajustes para funcionarem em conjunto. Por
isso, importante levantar as compatibilidades e as incompatibilidades que os sistemas com
nveis de evoluo em complexidade diferentes apresentam.
280

Etapa 2: Reunio com os agentes envolvidos no processo

Conversar com os agentes de cada sistema, em particular, depois, em conjunto, e


explicar as incompatibilidades entre os sistemas analisados. A partir disso, observar a opinio
deles sobre a situao exposta (sistemas em nveis diferentes de complexidade), no caso de
decidirem por permanecerem no nvel de complexidade que esto, sem nenhuma alterao, a
modelagem no poder ter continuidade; se conclurem pela elevao do grau de
complexidade dos sistemas, ento continuam no processo e participam da modelagem
integrada. No caso, de ser decidido pelo ajuste nos nveis de complexidade dos sistemas,
segue-se para a etapa 3.

Etapa 3: Demarcao dos pontos onde haver mudana

Revisar as caractersticas de cada sistema, mostrando os pontos onde h necessidade


de mudana, de modo a ajust-los de acordo com as caractersticas que os tornam pouco
adaptativos. A partir das alteraes realizadas, nos pontos onde o sistema possui
caractersticas que o enquadra num nvel baixo de complexidade, possvel nivelar o sistema
em relao aos outros que esto sendo modelados em paralelo a ele. Ressalta-se, que, nessa
etapa os agentes envolvidos j decidiram proceder s mudanas na etapa 2, a demarcao dos
pontos uma etapa que facilita e agiliza esse processo.

Etapa 4: Desenvolvimento de medidas para elevar os nveis de complexidade mais baixos

A partir do reconhecimento de que existem incompatibilidades entre os sistemas que


esto sendo analisados juntos e da demarcao dos pontos onde haver mudana, necessrio
desenvolver medidas que possibilitem alcanar o nvel 9 de complexidade, que nesta
modelagem representa o nvel mais alto em complexidade.
Ressalta-se que, os sistemas tratados pela modelagem proposta esto dentro do mesmo
grupo de sistemas complexos, os sociais. O estabelecimento de nveis de evoluo em
complexidade e a percepo dos diferentes nveis de evoluo que esses sistemas apresentam,
refere-se as caractersticas, capacidades e propriedades diferentes que eles podem exibir e, por
isso, expressar incompatibilidades na gesto conjunta.
281

O objetivo dessa fase compatibilizar, se necessrio, os nveis de evoluo dos


sistemas estudados, para a partir da equilibrao, localiz-lo numa escala espao-temporal.

5.1.4 FASE 4: LOCALIZAO ESPAO -TEMPORAL DO SISTEMA

Inicialmente, para criar uma arquitetura de suporte ao sistema, preciso situ-lo numa
escala espao-temporal. A escala espao-temporal definida pela posio que assume o
sistema no ambiente (dimenso espao) e pelo estgio do ciclo de vida em que ele est
enquadrado em determinado perodo de tempo (dimenso tempo). A partir da determinao
das dimenses espao e tempo, descreve-se uma terceira dimenso, representada pelo status
que o sistema assume. O status delineado pelos seguintes conceitos: fitness landscape,
presses seletivas, atrator, bacias de atrao, escala de observao e trajetria. Na seqncia,
a Figura 18 ilustra as dimenses espao, tempo e status que identificam a localizao espao-
temporal do sistema.
A Figura 18 apresenta a localizao do sistema considerando uma escala espao-
temporal. No eixo tempo, utiliza-se como indicador o ciclo de vida do sistema, para expressar
em que estgio de desenvolvimento ele est. No eixo espao, utiliza-se como indicador as
posies que o sistema ocupa no ambiente externo. Dependendo da posio ocupada por ele
nessas duas dimenses, caracteriza-se uma terceira dimenso denominada status do sistema.
Nota-se, observando a Figura 18, que a percepo do observador, as mudanas no
ambiente externo e as presses seletivas externas influenciam o status do sistema, pois as
trajetrias assumidas pelos sistemas refletem o modo como eles interagem com o ambiente e
se ajustam a este. Os atratores seguidos, as bacias de atrao em que se fixam, seus fitness
landscaps e as presses seletivas internas indicam o tipo de comportamento que o sistema
possui em determinado ambiente. A Figura 18 busca demonstrar que o status que o sistema
assume influenciado tanto por fatores externos como por fatores internos, alm disso as
trajetrias seguidas so reflexos do cruzamento entre a posio no espao e a posio no
tempo na qual o sistema se enquadra em determinado momento do tempo.
282

Percepo Mudanas no ambiente externo Presses


do seletivas
observador externas
Dimenso Espao Status do Sistema
Cria ambiente Trajetrias assumidas pelo sistema
novo
Atrator

Lder no
ambiente
Atrator Fitness Landscape Bacias de atrao

existente Fitness Landscape

Presses seletivas internas


Sobrevive em Atrator Fitness Landscape
meio a
concorrncia

Bacias de Atrao
acirrada
Fitness Landscape
Mal ajustado ao
ambiente Atrator
Bacias de atrao
Fora do foco do Fitness Landscape
ambiente Atrator Bacias de atrao
Posio no
espao
Gestao Crescimento Maturidade Declnio Renovao Dimenso
Posio
no tempo
Tempo

Figura 18. Escala espao-temporal do sistema

Etapa 1: Localizao temporal do sistema

No eixo tempo, consideram-se os perodos: gestao, crescimento, maturidade,


declnio e renovao. O perodo de gestao corresponde aos primeiros anos do sistema no
ambiente. Nesse perodo, o sistema tenta se estabelecer, podendo obter sucesso ou no. O
crescimento o perodo em que o sistema estabelecido se expande, num processo ascendente
e contnuo. A maturidade um perodo de estabilidade, em que o sistema conquista o
equilbrio na organizao interna e capaz de perceber as perturbaes externas e se ajustar a
elas. O declnio o perodo em que o sistema perde a capacidade de se ajustar internamente
para se adaptar ao ambiente. A renovao o perodo em que o sistema percebe que est em
declnio e se reorganiza internamente para captar as mudanas do ambiente e ajustar-se a elas.
283

Os sistemas no so obrigados a passar por todos esses estgios. O declnio, por


exemplo, um perodo que pode no ocorrer e, por conseguinte, a renovao no ser
necessria. Alm disso, os sistemas podem estar cronologicamente no perodo correspondente
maturidade e no apresentar as capacidades, que, supostamente, se atribuem a esse perodo.

Etapa 2: Localizao espacial do sistema

No eixo espao, consideram-se as seguintes posies no ambiente: fora do foco, mal-


ajustado, sobrevive em meio concorrncia acirrada, lder do ambiente e cria um novo
ambiente. A posio fora de foco corresponde aos sistemas que esto funcionando em
desacordo com o ambiente. Por exemplo, no caso de uma empresa, referem-se quelas que
produzem bens ou servios obsoletos e, portanto, desnecessrios ao mercado a que pertencem.
A posio mal-ajustado se relaciona aos sistemas que esto cumprindo as exigncias do
ambiente, mas no esto percebendo as mudanas para a elas ajustar-se. A posio sobrevive
em meio concorrncia acirrada diz respeito aos sistemas que atendem s necessidades do
ambiente, percebem as mudanas e se ajustam a elas, mas convive com grande concorrncia e
competitividade. A posio lder corresponde aos sistemas em situao privilegiada, que so
seguidos por outros sistemas e esto em constante busca por mudanas no ambiente para
adequar-se a elas. A posio cria ambiente novo refere-se aos sistemas inovadores, que
quebram regras e se estabelecem criando mercado prprio.
Do cruzamento entre o eixo do espao com o eixo do tempo, obtm-se o status do
sistema. Em outras palavras, dependendo da posio no espao e do momento no tempo em
que cada sistema est, seu espao de possibilidades pode ser maior ou menor. Isso significa
que, se um sistema se encontra, por exemplo, situado no eixo espao, na posio fora de foco
do ambiente, mas no eixo tempo, est no ponto maturidade, o sistema possui mecanismos
internos e atratores de equilbrio que favorecem a sua trajetria e lhe conferem um espao de
possibilidades favorvel, apesar da posio no espao indicar o contrrio. Localizadas dentro
do espao de possibilidades, esto os atratores e as bacias de atrao, que levam o sistema a se
fixar num determinado ponto. As presses seletivas, associadas percepo do observador,
influenciam a posio do sistema no ambiente, e todos esses componentes juntos (fitness
landscape, atratores, bacia de atrao, presses seletivas e capacidade de percepo do
observador) colaboram para a determinao da trajetria assumida pelo sistema, alm de
atuarem como fatores determinantes para o comportamento exibido pelo sistema. Isto pode
284

ser observado nas linhas coloridas da Figura 18. Elas podem assumir vrios formatos,
dependendo das caractersticas do ambiente.

Etapa 3: Identificao do status do sistema a partir de alguns conceitos-chave

Espao de Possibilidades (Fitness Landscape): um termo da Biologia traduzido


como cenrio de aptido, paisagem de adaptabilidade ou espao de possibilidades. A aptido
de um sistema dada pela capacidade de se manter em evoluo num cenrio variado e de
permanente mudana.
Presses Seletivas: so condies impostas pelo ambiente interno e/ou externo ao
sistema que podem favorec-lo, num determinado momento, em detrimento de outro sistema
ou vice-versa. Dessa forma, afetam positiva ou negativamente a competio entre as
diferentes organizaes dos sistemas envolvidos.
Atrator: um objeto ou uma situao que norteia o equilbrio do sistema. Os atratores
podem ser: punctiformes, peridicos e estranhos. Os punctiformes so norteados por pontos
fixos localizados no centro do espao de fase (os estados possveis que podem assumir um
sistema), o qual atrai a trajetria do sistema. Os peridicos possuem oscilaes peridicas e
regulares, seguindo uma trajetria conhecida e determinada. Os estranhos possuem
comportamentos imprevisveis, gerando padres que nunca se repetem.
Bacia de atrao: a posio na qual o sistema se fixa. Ela est relacionada posio
em que o sistema ocupa no cenrio de aptido. Nem sempre a bacia para a qual o sistema
atrado a melhor alternativa para o sistema. Dependendo da posio e da percepo do
observador, a posio assumida pode no representar a melhor alternativa. Por isso, o cenrio
deve ser explorado procura de bacias de atrao mais profundas, mesmo que o sistema
esteja num ponto considerado aceitvel.
Escala de observao: ponto de onde o observador visualiza e interfere no sistema.
Vrios fatores associados ao observador influenciam a deciso pela escala de observao
assumida: percepo, interesse, capacidade do observador, valores e crenas. As habilidades
do observador so fundamentais para a percepo das mudanas que ocorrem,
constantemente, no cenrio, ao qual pertence o sistema.
285

Trajetria: espao no qual exibido o comportamento do sistema. Diante das


presses seletivas e do cenrio de aptido, o sistema desenvolve um comportamento numa
escala espao-temporal. Esse comportamento influenciado pela memria que ele mantm do
passado, dos atratores aos quais se reporta para buscar o estado de equilbrio e da capacidade
que possui para reconhecer e acessar os mecanismos internos. Atravs desses mecanismos,
captar as informaes externas e se ajustar s perturbaes externas, sem, necessariamente, se
desorganizar internamente.
Esses conceitos esto representados na Figura 18.
Essa fase e suas etapas tm o objetivo de situar o sistema no tempo e no espao para, a
partir desse ponto, construir uma arquitetura adequada s condies iniciais do sistema.

5.1.5 FASE 5: CONSTRUO DA ARQUITETURA PARA O SISTEMA

A arquitetura a base da modelagem. Ela construda a partir da definio da


estrutura esttica que lhe dar sustentao.

Etapa 1: Determinao dos componentes da estrutura do sistema

Para determinar a estrutura de funcionamento do sistema complexo, prope-se a


abordagem desenvolvida por Simon (1969), na qual os sistemas complexos possuem
estruturas quase decomponveis. Essa abordagem assume que a complexidade evolui em
nveis hierrquicos, no no sentido do controle hierrquico (top-down), mas no sentido de um
nvel englobar o outro numa escala ascendente e recursiva, na qual os nveis se associam e so
flexveis, ao mesmo tempo. Esse processo facilita a evoluo do sistema por oferecer
condies iniciais no nvel elementar, formas intermedirias estveis e fronteiras, no nvel
superior.
A escolha da abordagem de Simon (1969), para a elaborao da arquitetura da
modelagem proposta, deve-se a confiabilidade e a robustez que os estudos do referido autor
possui no ambiente acadmico, sendo referncia para a maioria dos pesquisadores que o
sucederam nas investigaes sobre as configuraes assumidas pelos sistemas complexos no
processo de evoluo. Outro motivo que influenciou a seleo dessa abordagem foi a
286

adequao dos conceitos de estruturas quase decomponveis e recursivas aos propsitos dos
sistemas complexos, bem como a necessidade de se estabelecer uma arquitetura para que os
sistemas complexos possam exibir sua organizao, evoluindo para nveis mais altos de
complexidade.
Ressalta-se que os sistemas podem ser estudados em diferentes nveis e graus de
interveno. Analisando-se a natureza, do ponto de vista dos sistemas, pode-se perceber que
se vive em meio a um emaranhado de sistemas que se sobrepem e entrecortam. Existem o
sistema ecolgico, o sistema biolgico, o sistema humano e o sistema social, cada um
composto de vrios subsistemas. Eles evoluem em escalas espao-temporais diferentes, ao
mesmo tempo em que recebem influncias uns do outros.
Nessa modelagem, trabalha-se com o grupo dos sistemas sociais, os quais so
formados por entidades capazes de comunicao e interao (HOLLING, 2001). Sua
sobrevivncia est associada capacidade de captar recursos do ambiente e de manter sua
organizao interna estvel, de forma a se adaptar s mudanas externas e s mudanas na sua
prpria estrutura fsica e organizacional. Tambm so capazes de perceber o momento em que
precisam alterar o padro de comportamento e passar para um novo nvel de evoluo da
complexidade. Os sistemas sociais so compostos por vrios subsistemas, dentre eles est o
subsistema organizacional, no qual esto enquadrados todos os tipos de empresas e seus
respectivos arranjos empresariais. Os conceitos utilizados, nessa etapa, so:
Estrutura quase decomponvel: a base da decomponibilidade de uma estrutura uma
flexvel associao vertical e horizontal, respectivamente, entre nveis e subsistemas no
sistema complexo. A quase decomponibilidade um termo usado para expressar a
impossibilidade de decompor totalmente um sistema complexo, pois sua existncia est
diretamente ligada intensidade e variabilidade das interaes.
Nveis de integrao: de acordo com a percepo do observador e seus objetivos, o
sistema ser segmentado em nveis de integrao, conforme o conceito de estrutura quase
decomponvel, no qual um nvel d suporte ao outro para criar uma estrutura interligada.
Interao entre as partes do sistema: d o carter dinmico da modelagem. As
interaes podem ser constitutivas, agregativas, simtricas e assimtricas. As constitutivas j
nascem unidas, como as clulas de um tecido; as agregativas so associadas pela necessidade;
as simtricas so relacionamentos de um para um ou de muitos para muitos; as assimtricas
so relacionamentos de um para muitos ou vice-versa.
287

Energia liberada pelas interaes: as interaes podem ter carter competitivo e/ou
cooperativo. O mapeamento das interaes possibilita a identificao da energia liberada
pelas interaes.
Estrutura de interveno para anlise do sistema: vertical e horizontal. Na
interveno vertical, o sistema segmentado em nveis de integrao, nos quais as interaes
so analisadas. Na interveno horizontal, so analisadas as interaes nos subsistemas que
cortam os nveis.
Ciclos adaptativos: todo sistema complexo passa por ciclos adaptativos (HOLLING,
2001), que perpassam os nveis do sistema e nem sempre so percebidos pelo observador.
Um ciclo adaptativo agrega recursos e, periodicamente, reestrutura-se para criar
oportunidades de inovao, sendo uma unidade fundamental para compreender a
complexidade.
Anlise cruzada: as anlises vertical e horizontal so realizadas simultaneamente
utilizando-se uma matriz de anlise estrutural e as matrizes de impacto cruzado (MICMAC).
Representa-se a arquitetura da modelagem na Figura 19, a qual desmembrada e
discutida nos Quadros 26 e 27.
A Figura 19 apresenta a arquitetura de suporte na qual funcionar a dinmica da
modelagem. A arquitetura se compe de duas partes fundamentais: uma estrutura vertical e
uma estrutura horizontal. A estrutura vertical formada de nveis recursivos e quase
decomponveis, a saber: elementar, intermedirio e superior. O nvel elementar oferece as
condies iniciais que alimentam os nveis subseqentes, enquanto o nvel superior fornece as
fronteiras que delimitam a atividade dos nveis. A estrutura horizontal constituda por
subsistemas que compem cada nvel e so distribudos, espacialmente, de acordo com a
energia das interaes que os atraem (cooperativa ou competitiva). O formato da estrutura
horizontal dado pelo rumo das interaes, as influncias entre elas e as intensidades. A partir
das interaes, procuram-se captar as ocorrncias dos ciclos adaptativos ao longo da trajetria
do sistema.
288

Nvel Superior Sistemas funcionando integrados e


Interveno
Vertical Fronteira t

Interveno
Subsistemas Horizontal

Ciclos adaptativos

Nvel Intermedirio Processos que


se relacionam

Energia de cada
interao:
competitiva e/ou
cooperativa

Condies Iniciais

Nvel Elementar Sistemas isolados

Figura 19. Representao da arquitetura do Sistema

Legenda:
Subsistemas
Interao forte
Interao fraca
Interao muito forte

Ciclos adaptativos

Interao potencial

Na seqncia, descreve-se a constituio das estruturas vertical e horizontal para


melhor compreenso da arquitetura da modelagem.
O objetivo desta seo descrever a constituio das estruturas do sistema para
facilitar a incorporao da dinmica arquitetura da modelagem.

Etapa 2: Descrio da estrutura vertical do sistema

Nesta etapa, descreve-se a constituio da estrutura vertical do sistema, apresentada no


Quadro 26.
289

Constituio da Estrutura Vertical


Nveis de Elementos Interao Formam..... Atividade
integrao

Elementar Condies iniciais


para o sistema
Caracterizado por Sistemas evoluir para o
eventos de alta Isolados Dentro de cada prximo nvel
freqncia. Ocorre nvel : Interao 1. Comunica
em curtos e rpidos constitutiva informaes
ciclos. Entre cada nvel : para os nveis
Interao subseqentes.
Processos que se agregativa Foco do sistema 2. Armazena
Intermedirio relacionam Interaes podem energia para
ser simtricas ou suportar os
assimtricas prximos
Superior nveis.
Caracterizado por Sistemas Representam as
eventos de baixa funcionando fronteiras que
freqncia. Ocorre integrados delimitam o
em longos e lentos sistema
ciclos

Quadro 26: Constituio da estrutura vertical da arquitetura do sistema

A estrutura vertical possui como base de formao a diviso do sistema em nveis


elementar, intermedirio e superior, sendo sua descrio iniciada por eles. O nvel elementar
caracterizado pela ocorrncia de eventos de alta freqncia, ou seja, estes ocorrem em curtos
e rpidos ciclos, em decorrncia da estrutura mais simples. O nvel superior caracterizado
pela ocorrncia de eventos de baixa freqncia, ou seja, eles ocorrem em longos e lentos
ciclos, porque sua estrutura, nesse nvel, pode estar mais complexa e com mais interaes. O
nvel intermedirio recebe as influncias do nvel superior e inferior ao mesmo tempo. Os
elementos que compem cada nvel so determinados de acordo com o tipo de sistema que
est sendo modelado. No caso especfico deste trabalho, o sistema modelado faz parte do
grupo dos sistemas sociais (um sistema organizacional representado por uma cadeia de
suprimentos). Sendo assim, os elementos do nvel elementar so as empresas isoladas; do
nvel intermedirio, os processos compartilhados entre as empresa; do nvel superior, a cadeia
de suprimentos.
A interao vem da integrao dos elementos. Mesmo na estrutura vertical, pode-se
perceber a formao das interaes dentro dos prprios nveis, por meio da juno
constitutiva, e entre os nveis, por meio da agregao dos elementos. Quando os elementos j
surgem unidos, por algum tipo de interao, tem-se uma juno constitutiva; quando so
agregados uns aos outros pela necessidade, tem-se a juno agregativa.
290

Os relacionamentos entre os nveis so assimtricos, envolvendo quantidades


diferentes de elementos. Cada nvel forma um degrau para o prximo nvel; sendo assim, o
nvel elementar tem a funo de fornecer as condies iniciais para o nvel intermedirio, que,
por sua vez, subsidia o nvel superior, dentro e entre os nveis, criam atividades de
comunicao e de armazenagem de energia (cooperativa e/ou competitiva). So essas
atividades que realimentam o sistema, renovando-o e conservando algumas partes.

Etapa 3: Descrio da estrutura horizontal do sistema

Nessa etapa, representa-se a constituio da estrutura horizontal do sistema, no Quadro


27.
Constituio da Estrutura Horizontal
Subsistemas Elementos Interao Podem Formar.... Atividade

De cada
sistema Subdivises do
individual sistema Tipos de Interaes Ciclos adaptativos
(subsistema) Grau de importncia 1. lentos e longos Indica a
das interaes, 2. rpidos e curtos tendncia do
Comuns ao atribudos de acordo 3. memes coletivos sistema auto-
funcionamento Processos com gerao de energia organizao
dos sistemas na transferncia de
em conjunto informao e recursos.

Do conjunto Subdivises do
dos sistemas sistema
Quadro 27: Constituio da estrutura horizontal da arquitetura do sistema

No Quadro 27, descreve-se a composio da estrutura horizontal, que possui, como


base de formao, os subsistemas. Os subsistemas entrecruzam os nveis da estrutura
vertical, distribudos espacialmente, e so determinados de acordo com o sistema que est
sendo modelado. O sistema dividido em subsistemas, cada um dos quais formado por
muitos elementos em interao que fazem parte do subsistema e do sistema. Os subsistemas
comuns e que colaboram com o funcionamento do sistema modelado so selecionados para
atuarem em conjunto. Os elementos so as divises institudas dentro dos sistemas, em forma
de tarefas, processos, etc. As interaes so a essncia da estrutura horizontal, sem as quais
no haveria tal estrutura. Nos subsistemas, as interaes so avaliadas conforme o grau de
importncia, a intensidade (muito forte, forte, fraca e potencial), de acordo com as influncias
e a energia que elas geram nas transferncias de informaes e recursos. Os relacionamentos
291

entre os subsistemas podem ser simtricos ou assimtricos, envolvendo as mesmas


quantidades de elementos ou diferentes quantidades.
J o comportamento dos subsistemas forma ciclos adaptativos. Eles so percebidos
por meio da observao dos perodos em que o sistema permanece estvel, preservando-se
alguns padres, enquanto outros so alterados. Esses ciclos podem ocorrer em perodos
curtos; ser rpidos, muitas vezes no sendo notados, ou podem ocorrer em perodos longos e
ser lentos, sendo necessrio muito tempo para serem percebidos. Os ciclos adaptativos
transmitem informaes, idias, padres (memes) que podem passar de um nico subsistema
para um sistema inteiro e gerar um ciclo de reconhecimento de padres. Isso pode gerar um
sistema inteligente de aperfeioamento contnuo. Contribuem para a formao desses ciclos a
variao existente no sistema, que tende a criar novas estruturas, enquanto a seleo elimina
as estruturas instveis. Os elementos em interao, dentro e entre os subsistemas, criam
atividades que indicam a capacidade do sistema auto-organizao. So essas atividades que
realimentam o sistema, renovando-o e conservando algumas partes.
Essa fase estabeleceu a arquitetura esttica na qual o sistema ter suporte para
funcionar e se transformar.

5.1.6 FASE 6: DEFINIR A DINMICA PARA A ARQUITETURA DO SISTEMA

Construda a arquitetura do sistema, passa-se a identificao da dinmica de


transformaes e interaes que ocorrem no decorrer do funcionamento do sistema.
O objetivo dessa fase mostrar como associar os conceitos da interveno horizontal,
representada pelas interaes entre os subsistemas, com os conceitos da interveno vertical,
configurada pelos nveis que delimitam o sistema. Isso necessrio para compreender as
intensidades e as influncias das interaes e entender como surgem, mantm-se e evoluem os
ciclos adaptativos. Dessa compreenso, podem-se identificar os pontos em que o sistema est
apto mudana e os pontos onde se encontra vulnervel e sujeito extino, e dessa forma
intervir de maneira mais previsvel.
Para articular o funcionamento dinmico do sistema, sugerem-se algumas etapas:
292

Etapa 1: Estabelecimento da percepo do observador

O sistema modelado em funo das percepes e objetivos do observador em


determinado momento. Nessa modelagem, o observador compreende o sistema como
complexo, com capacidade de adaptao, considerando que ele possui duas ou mais partes
diferentes que interagem entre si com o ambiente externo, possui comportamento imprevisto
e, por isso, o comportamento do sistema difcil de ser previsto com certeza.

O objetivo modelar o sistema, considerando-o como um sistema complexo


adaptativo. A percepo do observador de que o sistema apresenta um nvel de evoluo em
complexidade, situado num intervalo de 1 a 9, como apresentado na fase 5.1.2; est evoluindo
e possui uma localizao numa escala espao-temporal, como apresentado na fase 5.1.4;
apresenta uma arquitetura, cuja estrutura obedece aos preceitos do conceito de quase
decomponibilidade, de Simon (1969), como apresentado na fase 5.1.5. Por fim, apresenta uma
dinmica de funcionamento que combina as fases descritas.

Na construo da dinmica da modelagem, o observador desenvolve um esquema para


captar os resultados gerados pelo sistema, por meio de trs dimenses de anlise: arquitetura
da modelagem, energia das interaes e auto-organizao. O sistema modelado
influenciado pelo observador, pelo ambiente e pela prpria dinmica do sistema. Para
ilustrar, apresenta-se a Figura 20.
A Figura 20 representa as influencias que a dinmica do sistema recebe durante a
modelagem. A viso do observador, as mudanas no ambiente externo e o efeito recursivo do
prprio processo dinmico do sistema so aspectos que interferem na construo da
modelagem e fazem com que o mesmo sistema, hipoteticamente com os mesmos problemas,
seja modelado de maneiras diferentes e alcance resultados diferentes.
293

O sistema modelado influenciado....

pelo Observador O esquema recebe


elabora esquemas com influncias do
pelas Dimenses de
base na......... ambiente
Anlise:

1. Arquitetura da
modelagem

2. Energia das
interaes.

3.Auto-organizao

pela prpria influencia da dinmica de funcionamento do sistema

Figura 20. Influncias recebidas pela dinmica do sistema

Etapa 2: Determinao dos elementos do sistema

Na modelagem do sistema complexo, apontam-se os elementos bsicos (duas ou mais


partes diferentes) e a forma como eles se organizam para gerar movimento, ao,
transformao, evoluo e dinmica arquitetura proposta:
a) Partes distintas;
b) Partes conectadas;
c) Ns;
d) Conjunto de ns forma uma rede;
e) Rede interligada por flechas e ciclos (arcos);
f) Estrutura integrada.
Esses elementos so representados na Figura 21 e discutidos na seqncia.
294

a) b)

c)

Figura 21: Representao dos elementos da dinmica do sistema

Apresenta-se, na Figura 21, a seqncia bsica que identifica um sistema complexo.


Inicialmente, os vrios e diferentes elementos esto dispersos item (a); depois, eles comeam
a criar conexes por meio das interaes (b); em seguida, alguns elementos concentram ns
de interaes, expressando sua importncia no sistema (c); esses ns se propagam no sistema,
formando redes que exibem dificuldade de separao (d); dessas interaes, emergem
padres de comportamento estveis, que podem ser identificados no sistema pelos ciclos
adaptativos (e,f); a distribuio desses elementos ocorre numa escala espao-temporal, como
apresentada na fase 4, seo 5.1.4 e dentro de uma arquitetura estruturada em nveis
recursivos quase decomponveis, quando analisado no sentido vertical; e estruturada pela
emergncia de ciclos adaptativos, no sentido horizontal, conforme fase 5, seo 5.1.5.

Etapa 3: Dar articulao aos elementos do sistema

Nessa etapa, o observador j conhece os elementos bsicos do sistema modelado, fato


que permite perceber que sua dinmica gerada pelas seguintes aes:
a) evoluo em complexidade do sistema, fase 2, seo 5.1.2;
b) localizao espao-temporal, fase 4, seo 5.1.4;
295

c) interaes do sistema na arquitetura proposta, fase 5, seo 5.1.5;


d) auto-organizao
e) atualizao das regras
O sistema complexo evolui em nveis. As interaes so a essncia da dinmica do
sistema. Elas do forma estrutura horizontal. A evoluo um processo contnuo de
transformao. A localizao espao-temporal possibilita estabelecer o panorama do sistema
no ambiente em que opera. A auto-organizao estabelece novas estruturas pela variao e
elimina as estruturas instveis pela seleo. Por meio da interao, evoluo, variao e
seleo, as regras do sistema vo sendo atualizadas constantemente.
Essas aes possibilitam, tambm, uma constante articulao entre os elementos da
dinmica do sistema complexo, sendo uma etapa para transformar uma estrutura esttica
(Figura 19) em estrutura dinmica. Para isso, necessrio atribuir alguns pressupostos a
modelagem:

1) O sistema sofre transformaes dinmicas: algumas partes do sistema so conservadas


durante um certo perodo da evoluo, enquanto outras so modificadas;
2) O sistema possui uma identidade: apesar da grande variedade, o sistema capaz de
selecionar subsistemas estveis, pois existe uma inrcia que limita as mudanas no
sistema;
3) O sistema pode mudar sua organizao interna: pode ocorrer por meio do processo da
mutao, por exemplo. A mutao corresponde mudana de um ou mais elementos
dentro de um subsistema estvel. Quanto mais estvel o subsistema, menor a
probabilidade de acontecer uma mutao;
4) O sistema pode mudar suas conexes entre os subsistemas: pode ocorrer por meio do
processo de recombinao, por exemplo. A recombinao corresponde a novas
associaes feitas pelo subsistema, mas que repercute no mbito do sistema global;

5) O sistema organizacionalmente fechado: usa-se o conceito de Maturana e Varela


(1997) e Heylighen (1988) de que os sistemas complexos so organizacionalmente
fechados e estruturalmente abertos energia e recursos.
6) O sistema se auto-organiza: capacidade de se ajustar por meio da variabilidade interna e
por meio de seus critrios de seleo;
7) O sistema exibe um misto de autonomia e dependncia: capacidade de se manter
estvel por um determinado perodo de tempo, apesar das perturbaes internas e externas
296

a sua estrutura. A autonomia obtida pela capacidade que o sistema possui de se


estabilizar internamente e pela capacidade de resistir s perturbaes externas. Em outras
palavras, o sistema autnomo quando consegue manter a identidade se adaptando as
mudanas do ambiente;
8) O sistema possui estrutura quase decomponvel: usa-se o conceito de Simon (1969), no
qual os sistemas complexos evoluem, aumentado a complexidade em nveis recursivos.
Uma estrutura se estabiliza formando um nvel elementar estvel, o qual, por
combinao, pode fazer emergir uma estrutura estvel mais alta, que, por sua vez, pode
evoluir para um nvel mais alto, num processo contnuo e recursivo;
9) O sistema atrelado s condies iniciais: por natureza, o sistema possui habilidades
que so inerentes a sua categoria. Por exemplo, o ser humano possui a habilidade natural
de andar, falar, desejar; dessas habilidades naturais, derivadas da evoluo humana,
emerge, pela interao, a aprendizagem, que agrega ao indivduo muitos competncias.
No caso das empresas, elas possuem habilidades naturais de controle, compra, venda,
negociao; pelas interaes, expandem-se habilidades para questes mais estratgicas
e especializadas.
Esses pressupostos funcionais associados ao nvel de evoluo do sistema, sua
localizao espao-temporal e sua arquitetura possibilitam um funcionamento dinmico ao
sistema. A prxima etapa visa dar funcionalidade a modelagem proposta.

Etapa 4: Dar funcionalidade a arquitetura do sistema

O motor que gera a dinmica do sistema a interao. A ela atribuda toda


diferenciao do sistema. Para tornar efetiva a arquitetura apresentada na fase 5, preciso
utilizar alguma ferramenta que organize e der subsdios para a interpretao das diferentes
interaes que a permeiam. A partir da pesquisa realizada, constatou-se que no existem
muitas ferramentas que considerem as interaes com loops de feedback no-lineares, motivo
que dificulta a operacionalizao dos sistemas complexos. No Captulo 3, seo 3.4,
apresentou-se algumas ferramentas que podem ser usadas para esse fim. Percebe-se, no
entanto, a necessidade de aprimorar e desenvolver ferramentas que sejam mais adequadas ao
funcionamento dos sistemas complexos. Nessa modelagem emprega-se como ferramenta, a
anlise estrutural (Godet, 1993), escolha justificada pelo maior nvel de aprimoramento da
297

ferramenta, no que diz respeito a incorporao das caractersticas dos sistemas complexos e a
facilidade da interface das matrizes MICMAC com o usurio.

Anlise estrutural

A anlise estrutural uma ferramenta para estudar o grau de interao entre as


variveis que formam um sistema.
No caso da estrutura apresentada na Figura 19, procede-se a anlise estrutural da
seguinte forma:

a) Selecionam-se, em cada nvel, os subsistemas representativos. Por exemplo, no nvel


elementar, analisam-se os sistemas isolados e os seus subsistemas;
b) Dentro dos sistemas isolados, levantam-se os processos desenvolvidos por cada um
dos subsistemas. Isso alimentar o nvel intermedirio;
c) Selecionam-se os processos compartilhados pelos subsistemas dos sistemas
analisados;
d) Levantam-se as interaes indispensveis ao estabelecimento de um sistema integrado.

Para obter essas informaes, usa-se a matriz de anlise estrutural que representa
um processo de interrogao sistemtica, como est representada no Captulo 3, seo 3.4.4,
Figura 4.
O objetivo analisar o grau de influncia das variveis. No quadrante I, busca-se
identificar a ao das variveis internas do sistema sobre si mesmas; no quadrante II, a ao
das variveis internas sobre as variveis externas ao sistema; no quadrante III, a ao das
variveis externas sobre as internas; no quadrante IV, a ao das variveis externas sobre si
mesmas. Cada elemento a da matriz deve ser classificado considerando a = 1, se a varivel
i age diretamente sobre j e 0 no caso contrrio. Podem ser atribudos outros valores, se
considerada as intensidades das influncias.
Na matriz, as interaes so classificadas como de influncia fraca, atribuindo-se valor
(1); influncia forte, atribuindo-se valor (2); influncia muito forte, atribuindo-se valor (3);
influncia potencial, atribuindo-se o smbolo (P).
Na determinao das interaes entre as variveis, importante observar e evidenciar
as seguintes influncias:
1) h influncia direta da varivel i sobre a j, ou a relao ser de j para i?
298

2) h influncia direta da varivel i sobre a j, ou h uma co-interao, atuando uma terceira


varivel no circuito?
3) a influncia de i com j direta ou passa por outra varivel?
A matriz de anlise estrutural uma ferramenta para encontrar todas as variveis
envolvidas num problema e o grau de influncia de uma varivel em relao outra. A partir
desse ponto, faz-se uma seleo das variveis-chave do sistema. Para tanto, usa-se o mtodo
MICMAC.

MICMAC: Matriz de Impactos Cruzados Multiplicao Aplicada a uma Classificao

O objetivo da MICMAC identificar as variveis-chave, as mais autnomas e as mais


dependentes do sistema. Para isso, constri-se uma tipologia que classifica as variveis pelas
influncias direta e indireta.

a) Influncias Diretas

Um exame direto da matriz estrutural permite perceber as variveis que possuem


maior influncia direta no sistema. Para obter as influncias diretas, usa-se o seguinte
procedimento:
1) Somam-se os elementos das linhas da matriz. A soma de uma linha representa o nmero de
vezes que a varivel i tem influncia sobre o sistema. Esse nmero constitui um indicador
de autonomia da varivel i.
2) Somam-se as colunas da matriz. A soma da coluna representa o nmero de vezes que a
varivel j sofre a influncia das outras variveis. Esse nmero constitui um indicador de
dependncia da varivel j.
Obtm-se, assim, para cada varivel, um indicador de autonomia e um indicador de
dependncia que permite classificar as variveis segundo esses dois critrios.
Essa classificao das variveis, com influncia direta no sistema, no consegue captar
as variveis ocultas que, muitas vezes, possuem forte influncia no sistema.
Para exemplificar, apresenta-se um sistema de variveis decomposto em dois
subsistemas A e B, ligados pelas variveis x,y e z.
299

A X Y Z B

Figura 22: Variveis com Influncia direta sobre um sistema e a presena de variveis ocultas.

Observando-se a Figura 22, percebe-se que a varivel X muito dependente do


subsistema A. Por outro lado, a varivel Z exerce forte influncia sobre o subsistema B. A
anlise, em termos de influncia direta, exclui a varivel Y, que essencial na configurao
do sistema, pois ela a conexo entre os dois subsistemas A e B. Por isso, a modelagem deve
identificar as variveis ocultas que, tambm, compem o sistema.

b) Influncias Indiretas

Alm das Influncias diretas, existem as influncias indiretas entre as variveis. Estas
ocorrem por meio de cadeias de influncias e elos de feedback. Uma matriz pode apresentar
dezenas de variveis e conter infinitas interaes sob a forma de cadeias e de elos, sendo
improvvel que uma pessoa possa representar e interpretar tal rede de interaes.
O mtodo MICMAC comea, efetivamente, a ser usado neste ponto. Dado a grande
quantidade de interaes em cadeias e elos necessrio uma ferramenta que viabilize essa
anlise.
O mtodo MICMAC um programa de multiplicao matricial aplicado matriz
estrutural. Ele possibilita o estudo e a difuso dos impactos das variveis pelas vias e pelos
elos de feedback, conseguindo hierarquizar as variveis:
1) por ordem de autonomia, levando em considerao o nmero de vias e de elos de
comprimento 1,2,3,... n, sadas de cada varivel;
2) por ordem de dependncia, levando em considerao o nmero de vias e de elos de
comprimento 1,2,3,... n, que chegam a cada varivel.

c) O princpio de construo do MICMAC

O princpio MICMAC apia-se nas propriedades clssicas das matrizes booleanas. Seu
funcionamento bsico consiste em: se a varivel i influencia diretamente a varivel x e se x
influncia diretamente a varivel j, ento qualquer mudana que afete a varivel i pode
300

repercutir na varivel j. H uma relao indireta entre i e j. A representao grfica desse


principio, pode ser visualizada na Figura 4, seo 3.4.4 do Captulo 3. A descrio da
operacionalizao desse princpio, tambm est discutido nos referidos Captulo e seo.
A matriz MICMAC analisa as interaes entre as variveis que surgem em cadeia e
em elos de feedback, tais relaes esto ilustradas na Figura 5, seo 3.4.4 do Captulo 3.
A partir do entendimento do princpio MICMAC e de como as interaes so tratadas
detalha-se a composio da matriz de anlise estrutural, demonstrando a base do
funcionamento dela. A Figura 23 mostra a matriz base para a anlise das influncias indiretas
entre as variveis.

A B C
A 0 1 0 1
Soma dos elementos
M= B 1 0 1 2 de cada linha

C 1 0 0 1

2 1 1

Soma dos elementos de cada


coluna

Figura 23: Matriz base para anlise das influencias indiretas entre as variveis

Na primeira matriz, possvel captar, apenas, as influncias diretas entre as variveis.


A atribuio dos valores 0 e 1 se referem, respectivamente, a inexistncia de influncia de
uma varivel em relao outra e existncia de influncia direta de uma varivel em relao
outra. No considerada a influncia de uma varivel sobre si mesma. Da soma das linhas,
pode-se deduzir a varivel com maior grau de autonomia; da soma das colunas, as variveis
com maior grau de dependncia no sistema.
As influncias indiretas so consideradas a partir da elevao da matriz a potncia,
multiplicando-se de matrizes.

A B C
A 1 0 1 2

M = B 1 1 0 2

C 0 1 0 1

2 2 1
Figura 24: Elevao da matriz potncia.
301

Na Figura 24, o nmero 1 na primeira linha com a primeira coluna, significa que
existe um elo de comprimento 2 de A para A. J o nmero 1, na segunda linha com primeira
coluna, significa que h uma via de comprimento 2 de A para B, como pode ser observado na
Figura 5, seo 3.4.4 do Captulo 3 .

A B C
A 1 1 0 2

M = B 1 1 1 3

C 1 0 1 2

3 2 2
Figura 25. Elevao da matriz 3 potncia.

A matriz elevada potncia 3, Figura 24, indica as vias e cadeias de comprimento 3,


no percurso de uma varivel outra.
As classificaes em linha e em coluna se tornam estveis a partir de uma certa
potncia. As classificaes da matriz, multiplicada por uma certa potncia, possibilitam a
emergncia de variveis importantes, segundo os efeitos indiretos de feedback.
As classificaes em colunas e linhas ganham estabilidade a partir da potncia 4. Essa
estabilidade evidenciada quando todas as variveis exercem influncia umas sobre as outras.
Da mesma forma, pode-se obter uma matriz estvel considerando a intensidade das
interaes. Nesse caso, o processo necessita de algumas iteraes, com uma matriz inicial
preenchida com os valores 1,2,3, e P em funo da intensidade das influncias.

d) As trs classificaes: direta, indireta e potencial

Aps aplicar a matriz MICMAC e encontrar a estabilidade da matriz estrutural inicial,


elevando-a potncia 2,3,4,5,...n, trata-se de evidenciar as variveis mais autnomas e as
mais dependentes. As variveis autnomas so aquelas que influenciam mais o sistema; as
dependentes so as mais sensveis evoluo do sistema.
No processo de classificao, identificam-se as variveis com maior nmero de ligaes
diretas com o sistema e as variveis ocultas que consideram as ligaes indiretas e os elos de
feedback.
302

As variveis so classificadas segundo o nmero e a intensidade das interaes em que


esto envolvidas, tanto em autonomia como em dependncia. Trs classificaes se destacam:
direta, indireta e potencial, segundo a natureza das interaes.
Pode-se proceder a uma comparao entre as classificaes direta, indireta e potencial,
associando-as a uma escala temporal.

- A classificao direta est associada ao horizonte de curto prazo;


- A classificao indireta integra cadeias de influncia e elos de feedback, estando associada
ao horizonte de mdio prazo;
- A classificao potencial integra relaes que somente apareceram no futuro, estando
associada ao horizonte de longo prazo.

e) O plano de autonomia-dependncia e sua interpretao

A cada varivel, associam-se um indicador de autonomia e um indicador de


dependncia em todo o sistema. O conjunto das variveis pode posicionar-se num plano
autonomia-dependncia, o qual pode receber influncias direta, indireta ou potencial como
est representado e descrito no Captulo 3, seo 3.4.4, Figura 7.
A anlise da disposio das variveis, na figura 7 (Captulo 3, seo 3.4.4), possibilita
inferir os intervalos de tempo em que o sistema se mantm num estado estvel ou num estado
de instabilidade. Um pequeno nmero de variveis de referncia confere ao sistema uma
relativa estabilidade. Um sistema estvel introduz uma dicotomia entre as variveis
autnomas (agir-no agir) e as variveis de resultado, que dependem das autnomas. Num
sistema instvel, cada varivel autnoma e dependente e qualquer ao sobre uma delas
repercute sobre todas as outras e sobre ela mesma.
As representaes grficas da concentrao de variveis, num sistema estvel e
instvel, so apresentadas na Figura 26.
303

Autonomia Autonomia

1) 2)

Dependncia Dependncia

Sistema relativamente Estvel Sistema Instvel

Figura 26. Representao de um sistema estvel e instvel.

Na Figura 26 do grfico 1, as variveis esto distribudas por todo o espao,


diminuindo a interferncia de uma varivel sobre as outras. No grfico 2, as variveis se
concentram ao redor da diagonal principal, indicando que a atividade de uma varivel
interfere nela prpria e nas demais, conferindo instabilidade ao sistema.
A classificao indireta (MICMAC), associada classificao direta da matriz de anlise
estrutural, leva a uma reorganizao da hierarquia das variveis.

f) Evidenciao das variveis ocultas

A comparao entre as classificaes direta, indireta e potencial permite confirmar a


importncia de certas variveis e descobrir variveis consideradas pouco importantes, mas
que podem desempenhar, por meio de influncias indiretas, papel essencial ao funcionamento
do sistema. Nesse caso, ignorar tais variveis representa um grande equivoco, que pode abalar
a validade das interpretaes.
A interveno do mtodo MICMAC, na modelagem proposta, compreende as etapas
de a - f apresentadas nesta seo. O uso desse mtodo permite conhecer e tratar as interaes
de forma mais sistmica e operacionalizvel. O objetivo compreender as influncias entre
as variveis tanto no aspecto de quem influencia quem, quanto no aspecto da intensidade das
interaes.
304

Etapa 5: Indicao da auto-organizao do sistema

Para atribuir dinmica arquitetura esttica do sistema, o observador guia-se por trs
dimenses: a arquitetura da modelagem, a energia das interaes e a auto-organizao.
Da compreenso e interveno na arquitetura do sistema, conhecem-se os elementos que
geram a dinmica do sistema, a articulao dos elementos e as capacidades do sistema
complexo. Da anlise das interaes, apura-se a identidade do sistema. Na auto-organizao,
o objetivo compreender os processos que fazem o sistema se automanter, autogerir-se e,
portanto, auto-organizar-se.

Caractersticas que indicam um sistema auto-organizvel

Nesta seo, resgatam-se caractersticas j destacadas no decorrer do estabelecimento


dessa modelagem, que evidenciam a capacidade de auto-organizao do sistema.

a) Sistema Autnomo: formado por subsistemas estveis, os quais se derivam da estabilidade


dos processos internos associados capacidade de resistir s perturbaes do ambiente.
Esse fato gera a capacidade de adaptao do sistema. Representa-se essa caracterstica na
Figura 27.
Possui capacidade adaptativa

Sistema
Autnomo Aes adequadas que Escolha de combinaes de
eliminem grande aes adequadas a
variedade de determinadas perturbaes.
perturbaes

Depender: dos efeitos das


Arquitetura flexvel aes no ambiente e da
e forte complexidade do ambiente.

Distribuio
Variaoseleo
Adequada
Figura 27: Sistema Autnomo
305

A Figura 27 mostra que a capacidade adaptativa do sistema autnomo representada


pela seleo de aes apropriadas a determinadas situaes. Devido variedade de
perturbaes emitidas pelo ambiente, o sistema precisa ter mecanismos de regulao que
eliminem a maioria delas e se mantenha estvel. Essa atividade auxiliada pela prpria
arquitetura fsica do sistema, que fornece um conjunto finito de aes conforme sua
constituio. J as combinaes de aes so infinitas e constitui um processo mais
sofisticado, exigindo atividade cognitiva para escolher as aes combinadas que vo reagir no
ambiente e perceber as caractersticas dele. Essas aes e reaes devem ocorrer num
processo rpido e contnuo para que o sistema no seja destrudo antes que a ao apropriada
seja adotada.
b) Sistema organizacionalmente Fechado: usa-se o conceito de Maturana e Varela (1997)
de sistema organizacionalmente fechado e estruturalmente aberto captao de energia e
recursos. A idia bsica do fechamento do sistema que algumas interaes podem ser
eliminadas e outras no. De acordo com o princpio dinmico da variao-seleo, as
interaes que podem ser excludas so aquelas que destroem a estabilidade do sistema. O
sistema precisa de estabilidade organizacional interna para preservar sua identidade e
ajustar-se s perturbaes do ambiente. Sistemas complexos sofrem mudanas constantes,
mas sua identidade permanece estvel pela ao de uma fronteira que separa o sistema do
ambiente. Representa-se essa caracterstica na Figura 28.

Partes do sistema que so mudadas


Sistema Identidade
Fechado do sistema
Partes do sistema que so preservadas

Figura 28. Sistema fechado versus identidade do sistema

A Figura 28 mostra que, para captar a identidade do sistema, necessrio mapear as


suas partes, identificando-se as que permanecem estveis, apesar das mudanas internas do
sistema e do ambiente e as que se transformam.
c) Sistema forma novas estruturas: dois processos transformam o sistema: a recombinao
e a mutao. A mutao acontece, apenas, dentro da organizao interna do sistema, sem
interao externa, a qual est associada, na maioria das vezes, instabilidade da estrutura
interna. A recombinao refere-se s interaes entre os subsistemas. Essas
recombinaes podem formar novas estruturas, s quais podero se associar novas
recombinaes num processo sucessivo.
306

d) Padres do Sistema: a evoluo da complexidade exibe padres, a captao dos quais


facilita o processo de auto-organizao, por representar estmulo mudana ou para
conservao de determinada estrutura.
e) Percepo da Auto-organizao: existem algumas formas de se analisar a auto-
organizao de um sistema. Observando-se o conceito de atrator (Prigogine, 1984): atrator
um conjunto de estados de um sistema dinmico tal que, se o sistema est num estado
pertencente a um determinado atrator, ficar dentro desse atrator. Observando-se a
estrutura fractal do sistema (Mandeldrot, 1982): os padres auto-similares so recorrentes
da mesma forma em diferentes nveis. Observando-se a hierarquia (Simon,1969): a
estrutura hierrquica estabelecida por Simon recursiva e no formato de caixas dentro de
caixas. Observando-se a organizao autopoietica (Maturana e Varela, 1997): formada
de uma rede de processos que se produzem. Nessa modelagem, a construo da estrutura
segue os preceitos da hierarquia de Simon.

Etapa 6: Monitoramento do funcionamento do sistema

Como o sistema dinmico, ele tende a mudar de acordo com as mudanas que
ocorrem no ambiente. O monitoramento funciona como um mecanismo de captao das
mudanas do ambiente, transferindo tais informaes para o sistema analisado, para que este
se ajuste internamente e no seja destrudo pelas perturbaes externas.
Levantadas essas caractersticas, pode-se observar o processo de auto-organizao do
sistema, culminando com uma reavaliao de todo o sistema.
Essa etapa conclui a modelagem do sistema. O Quadro 28 apresenta os resultados
esperados da implementao dessa modelagem.

5.2 IMPLEMENTAO DA MODELAGEM

A implementao dessa modelagem envolve treinamento e formao de um grupo


permanente para avaliar os resultados da nova configurao dada ao sistema. Esses aspectos
esto relacionados s seis fases da modelagem proposta. As sees seguintes discutem os
aspectos relativos implementao.
307

5.2.1 TREINAMENTO

O treinamento ocorrer em todas as fases da modelagem, quando as pessoas


envolvidas no estiveram familiarizadas com os conceitos e com as ferramentas que sero
empregadas no trabalho.
Os conceitos apresentados da Etapa 1 da Fase 1 devem ser disseminados entre todos os
envolvidos em cada aplicao da modelagem. Os demais conceitos, tais como fitness
landscape, bacia de atrao, nveis de complexidade, entre outros, devero ser discutidos
quando eles forem empregados no decorrer da implementao da modelagem.
No caso do processo de implementao ocorrer em um nico sistema, o treinamento
deve ser direcionado aos agentes envolvidos nos processos desse sistema. Quando a
implementao ocorrer em dois ou mais sistemas, simultaneamente, o treinamento deve
ocorrer em cada um dos sistemas participantes medida que os conceitos e ferramentas forem
sendo empregados na implementao da modelagem.

5.2.2 FORMAO DO GRUPO PERMANENTE DE AVALIAO

Deve ser formado um grupo permanente de avaliao, do qual participaro


representantes de todos os sistemas envolvidos. Eles sero responsveis pela implementao
da modelagem, a partir da Fase 3.
O objetivo desse grupo acompanhar os resultados que a nova modelagem est
trazendo ao sistema e dar continuidade implementao. Isso porque, a modelagem proposta
difere estruturalmente dos modelos usualmente empregados, principalmente por utilizar a
modelagem sistmica, o que muda a maneira cognitiva de perceb-lo.
A composio do grupo fica a critrio dos sistemas envolvidos. recomendvel que os
componentes sejam agentes que conheam profundamente o sistema e que estejam
diretamente ligados aos processos envolvidos na implementao da modelagem.

5.3 CONCLUSES DO CAPTULO

Neste Captulo, apresentaram-se as Fases e Etapas da modelagem de referncia proposta


para representar sistemas complexos sociais. O Quadro 28 resume as principais entradas, os
processos e as sadas de cada fase.
O prximo Captulo apresenta a validao da modelagem proposta em uma situao real.
308

Modelagem Proposta
Fases Entradas Processos Sadas
- Definio do sistema e Conceitos empregados Ferramentas -Compreenso dos
1.Prepara-o
identificao dos principais Complexidade, sistema, sistema complicado, sistema complexo, conceitos empregados
agentes envolvidos; sistema adaptativo complexo, agente, interao, organizao, auto- -Seminrio com os na modelagem.
- Nivelamento Conceitual; organizao, estrutura, emergncia, modelagem, entre outros. envolvidos
- Caracterizao do sistema. -Delimitao do
sistema.

Nveis de Complexidade de 1 a 9: (1) estrutura inflexvel; (2) estrutura


Classificao do sistema quanto dinmica; (3) estrutura controlvel; (4) estrutura aberta; (5) estrutura -Roteiro de entrevistas; Diagnstico do nvel de
Determinao do nvel

ao nvel de evoluo em com especializao de funes; (6) estrutura capaz de armazenar -Observao direta evoluo em
de evoluo do sistema

complexidade, com base em suas informaes; (7) estrutura capaz de ao e reflexo; (8) estrutura capaz complexidade do
caractersticas. de auto-organizao; (9) estrutura inteligente capaz de perceber e se sistema.
adaptar s mudanas. Caractersticas identificadas no sistema: (1)
estrutura funcional; (2) reconhecimento, captao e processamento da
informao; (3) reconhecimento e compreenso das regularidades e
aleatoriedades; (4) esquema dominante; (5) condies internas
intermedirias; (6) mecanismos de controle interno; (7) escala de
anlise para a qual o sistema direciona sua ateno.
3.

Os sistemas envolvidos precisam Complexidade, sistema complexo, nveis de complexidade, tipos de - Base conceitual; Novo diagnstico do
3. Pode ser
necessrio
tornar os
nveis

desejar a compatibilidade dos sistemas, agentes, evoluo do sistema. - Roteiro de entrevistas; nvel de evoluo dos
sistemas. - Observao direta sistemas.
4..Localizao

Anlise visual do sistema. Posio assumida pelo sistema no espao, posio assumida pelo - Base conceitual; Status do sistema com
temporal
espao-

Cruzamento do momento no sistema no tempo, percepo do observador, trajetria, presses - Observao direta; base na localizao
tempo com a posio no espao. seletivas, fitness landscape, bacia de atrao e atrator. - Mapeamento espao- espao-temporal.
temporal do sistema.
Arquitetura
do sistema

Determinao da estrutura para Estrutura quase decomponvel, nveis de integrao, interao, estrutura - Base conceitual Determinao da
funcionamento do sistema de intervenes: horizontal e vertical, ciclos adaptativos, anlise -Observao direta; arquitetura esttica do
5.

cruzada, elementos, formao e atividade sistema e sua descrio.

A partir da percepo do Observador, arquitetura da modelagem, energia das interaes e auto- - Base Conceitual; Determinao da
do Sistema

observador determinam-se os organizao, anlise estrutural e MIC MAC. -Observao direta; dinmica funcional do
Dinmica

elementos do sistema, -Anlise estrutural; sistema.


6.

articulando-os e definindo o -Matriz MICMAC


funcionamento dele.
Quadro 28. Entradas, processos e sadas de cada fase da modelagem proposta

308
CAPTULO 6: VALIDACAO DA MODELAGEM PROPOSTA PARA
REPRESENTAR SISTEMAS COMPLEXOS SOCIAIS

Neste Captulo apresentada uma aplicao da modelagem proposta, a qual foi


descrita e discutida no Captulo 5, para demonstrao do seu uso numa situao real. A
modelagem proposta referencial e genrica, sendo direcionada para os sistemas complexos
sociais. Em outras palavras, a modelagem proposta foi desenvolvida a partir do modelo
mental dos sistemas complexos sociais, tal como as organizaes empresariais. Como base
terica de construo foi utilizado os pressupostos das Cincias da Complexidade. A
aplicao em parte de uma cadeia de suprimentos, deve-se lgica de formao e ao
funcionamento dos arranjos empresariais serem similares lgica estabelecida pelas Cincias
da Complexidade (integrao, colaborao, cooperao, compartilhamento e dinmica)
discutidas nos Captulos 2, 3 e 4, desse trabalho. Alm disso, o campo de conhecimento em
que o trabalho est sendo desenvolvido a Engenharia de Produo, tendo a empresa como
objeto de anlise.
Nessa perspectiva, dependendo do sistema que est sendo modelado, poder ser
necessrio a incorporao de etapas extras quelas estabelecidas na modelagem proposta, sem
que seja reduzido seu valor. Cada sistema apresenta peculiaridades prprias e objetivos
particulares que, devem ser considerados na modelagem para que ela reflita a realidade da
situao representada, considerando o perodo de tempo para sua implementao, os recursos
disponveis e as condies de funcionamento interno do sistema. A modelagem proposta tem
a inteno de ser referncia para os modeladores que seguem a lgica sistmica e consideram
a complexidade dos sistemas, no sendo por isso, rgida e inflexvel. Ao contrrio,
adaptaes e contribuies so aspectos enriquecedores para o aprimoramento da referida
modelagem.
A aplicao foi feita em parte de uma cadeia de suprimentos de um hotel, envolvendo
duas empresas membros. Inicialmente, selecionou-se o setor servio dentre os setores da
economia, no qual seria aplicada a modelagem proposta. Em seguida, pesquisou-se junto ao
setor hoteleiro da cidade de Florianpolis, SC, sobre o interesse em conhecer a referida
modelagem. Os contatos foram feitos via e-mail com cinco hotis de padres econmico, luxo
e resort. Todos tendo demonstrado interesse, foram agendadas apresentaes com gerentes e
com supervisores de cada hotel, os quais mantiveram o interesse inicial em participar do
310

projeto da modelagem proposta. Por limitaes acadmicas, em funo do tempo disponvel


para a pesquisa e pelos prprios objetivos dela, foi necessrio escolher um nico hotel,
considerando-se as condies oferecidas, para em seguida, iniciar a implementao do
projeto. A cadeia de suprimentos imediata foi mapeada, posteriormente, conforme orientao
do hotel. A pesquisa ocorreu no perodo de setembro de 2003 a junho de 2004, quando os
dados foram coletados e foram realizadas reunies com os agentes envolvidos nas trs
empresas.
A percepo do observador que a otimizao das partes de um sistema (empresa)
decorre da qualidade das interaes mantidas dentro dele e com seus subsistemas, bem como
das interaes da empresa com os seus relacionamentos comerciais externos.
Na seo seguinte apresentam-se as fases e as etapas que foram seguidas para a
implementao da modelagem proposta e, ao final do Captulo, so apresentadas as
concluses sobre a validao realizada.

6.1 IMPLEMENTAO DA MODELAGEM

O trabalho foi desenvolvido em seis fases, conforme descritas no Captulo 5, as quais


foram implementadas na seqncia deste Captulo. Destaca-se que, apesar do treinamento no
ser considerado uma etapa formalmente estabelecida, no sendo descrita na seqncia de
implementao do trabalho, existiu desde a Etapa 1 da Fase 1, sendo apresentados os
principais conceitos relacionados a modelagem proposta. Inicialmente, o objetivo foi explicar
aos agentes diretamente envolvidos da empresa focal, em que consistia a modelagem que se
propunha aplicar. Em seguida, medida que as pessoas foram sendo agregadas, em diversas
ocasies foram realizados rpidos treinamentos com os novos participantes para apresentar-
lhes, os conceitos, os objetivos e as iniciativas que estavam sendo implementadas e
discutidas.

6.1.1 FASE 1: PREPARAO

As etapas de preparao foram iniciadas pela empresa focal e estendida, quando


necessrio, para as demais empresas, objetivando analisar a viabilidade da continuao da
311

modelagem proposta. Esta fase envolveu sete etapas que so apresentadas na seqncia desta
seo.

Etapa 1: Definio do sistema e identificao dos principais agentes que o compe

O sistema a ser modelado uma cadeia de suprimentos imediata, cuja empresa focal
um hotel quatro estrelas (Hotel Blue Tree Tower) da cidade de Florianpolis, SC. Os
principais agentes envolvidos so: o gerente geral e os cinco supervisores responsveis pelos
departamentos existentes (governana, recepo, financeiro, infra-estrutura e comercial). As
duas empresas, a montante e a jusante da cadeia de suprimentos imediata, foram indicadas
pela empresa focal. Havendo interesse dessas empresas em participar do projeto da
modelagem proposta, sero analisadas conjuntamente e acompanhada pelo modelizador.

Etapa 2: Nivelamento conceitual na empresa focal

Foram discutidos com os agentes envolvidos na empresa focal, os conceitos que


fundamentam a modelagem proposta, a saber: das Cincias da Complexidade (complexidade,
sistema, sistema complexo, complicado, modelagem, interao, emergncia, auto-organizao
etc.); dos arranjos empresariais (cadeia de valor, cadeia produtiva e cadeia de suprimentos).
Alm disso, foram abordados os relacionamentos entre as empresas e o envolvimento destas
com a cadeia de suprimentos. O objetivo dessa etapa foi transmitir o conhecimento terico,
como suporte aos participantes do projeto da modelagem proposta.

Etapa 3: Caracterizao da empresa focal

A empresa focal deste trabalho pertence rede de hotis Blue Tree Hotels,
estabelecida no Brasil desde 1998, pela empresria Chieko Aoki. A Blue Tree Hotels uma
empresa de servios de administrao de hotis, cuja origem est associada a administradora
Caesar Towers, empresa criada por Chieko Aoki em 1992 para gerenciar, principalmente,
hotis voltados para executivos. A rede abrange submarcas: Blue Tree Park, para hotis de
padro cinco estrelas e resorts; Blue Tree Towers, para hotis de padro quatro estrelas e
Blue Tree Basic, para hotis de padro trs estrelas. De acordo com a estratgia de expanso
da rede, a partir da mudana da administradora Caesar Towers para Blue Tree Hotels houve a
312

venda de 20% de suas aes para o FUNCEF (Fundao dos Economirios Federais),
visando ampliar seu capital e acelerar o processo de expanso.
Atualmente, a rede composta por 25 hotis distribudos pelos principais Estados
brasileiros. O processo de expanso da rede est ilustrado no Quadro 29, apresentado na
seqncia.
Expanso da rede Blue Tree Towers no Brasil de 1998 a 2004
Estados brasileiros N de Distribuio Tipo Ms/Ano de Fundao
hotis
Jan/1996
09 em So Paulo Capital Jan/1998
Towers Jan/2000
11 Set/2000
So Paulo(SP) (onze) Jan/abril/maio/Julho2001
Mar/2002
01 em Mogi das Cruzes Park Ago/2003
01 em Campinas Towers Ago/2004
02 em Porto Alegre Towers Nov/1997
Rio Grande do Sul 03 Set/2001
(RS) (trs) 01 em Caxias do Sul Towers Jan/2004
Distrito Federal (DF) 02 Braslia Towers e Abril/2000
(dois) Park Abril/2001
01 em Florianpolis Towers Mar/2000
Santa Catarina (SC) 02 01 em Joinville Towers Jan/2002
(dois)
01 em Recife Towers Nov/1994
Pernambuco (PE) 02 01 em Cabo de Santo Park Abril/1997
(dois) Agostinho
Paran (PR) 02 Curitiba Basic e Set/2001
(dois) Towers Out/2004
Rio de Janeiro (RJ) 01 Angra dos Reis Park Dez./2000
(um)
Cear (CE) 01 Fortaleza Towers Jul/2004
(um)
Bahia (BA) 01 Salvador Towers Abril/2003
(um)
Quadro 29: Expanso da rede Blue Tree Hotels no Brasil de 1998 a 2004

Nota-se que a trajetria de expanso da rede Blue Tree Hotels segue uma estratgia
agressiva de penetrao no mercado, comeando por So Paulo, onde esto concentrados
maior nmero de hotis da rede e localizado seu escritrio corporativo, expandindo-se por
diversos pontos do Brasil. Com a estratgia de abertura de capital e assumindo a identidade de
empresa de servio de administrao de hotis, em pouco tempo (7 anos) conseguiu penetrar
nos mercados tursticos mais representativos do Brasil, conforme Quadro 29. Apesar da rede
Blue Tree Hotels ter sido estabelecida a partir de 1998, os trs hotis da rede com fundao
nos anos de 1994, 1996 e 1997 foram herdados da Caesar Towers (1992), empresa que
originou o Blue Tree Hotels. No total a rede possui 5625 apartamentos, 3400 funcionrios e
650 000 hspedes.
313

A misso da rede Blue Tree Hotels prover servios de hospitalidade com alta
qualidade e estilo prprio, gerando retorno e valorizao dos empreendimentos. A rede
assume compromissos com os principais agentes formadores de seu negcio, tais como:
Com o investidor: comprometimento total com a maximizao da rentabilidade do
investimento, conceituando, operando e continuamente atualizando os produtos hoteleiros,
a fim de obter resultados que excedam as expectativas do mercado e antecipem as
tendncias, ampliando as oportunidades do produto e dos novos empreendedores.
Com o Hspede: oferecer excelente e inigualvel experincia em hospedagem em todos os
segmentos de atuao, encantando-os pelo conforto das instalaes, pelo alto nvel de
competncia e pela qualidade dos servios.
Com o funcionrio: mant-lo motivado, atualizado e comprometido com treinamentos e
desenvolvimento profissional, com autoridade e responsabilidade para exceder as
expectativas dos clientes, atingindo os resultados operacionais, financeiros e de qualidade
dos servios.
Com a sociedade: incrementar a economia com a rentabilidade dos investimentos,
ampliando oportunidades de trabalho e melhorando o nvel tcnico e profissional no setor
de servios hoteleiros e de alimentos e bebidas.
Com o meio ambiente: preservar e valorizar a natureza, desenvolvendo os
empreendimentos com respeito ao meio ambiente, bem como criando sinergia com a
tipicidade cultural da regio.
A rede possui uma estrutura que lhe dar suporte. Ela composta de nove
departamentos com atividades especficas, que so apresentados no Quadro 30, a seguir.
O Quadro 30 ilustra a estrutura de suporte da rede Blue Tree Hotels. A partir dessa
estrutura, os hotis so estruturados e administrados, respeitando as peculiaridades da regio
na qual esto localizados, criando uma identidade para a rede.
A rede atua no setor de servios e no segmento hoteleiro, direcionado para o pblico em
viagens de negcios. Foca a ateno no mercado de hotis mais econmicos (Towers)
direcionado ao pblico formado por executivos, conforme comportamento de expanso da
rede, demonstrado no Quadro 29, composta de: 4 hotis da categoria Park, 20 da categoria
Towers e 1 da categoria Basic. A inteno agregar valor pela qualidade dos servios
prestados e pelo retorno gerado aos acionistas. A rede busca se diferenciar do mercado
concorrente, seguindo um estilo prprio que proporcione aos hspedes, sentimento de
aconchego, de conforto e de prazer em estarem no hotel. O objetivo que os hspedes tenham
314

a sensao que pagaram pouco pelos servios que receberam, alm de associarem o estilo do
hotel aos seus estilos de vida.
Estrutura de Suporte da rede Blue Tree Hotels
Departamentos Objetivos
Definio da estratgia de expanso da rede
Desenvolvimento Prospeco de novos negcios
Anlise mercadolgica e da concorrncia
Anlise da viabilidade de empreendimentos
Conceituao operacional dos novos hotis
Projetos e Assessoria tcnica para projetos hoteleiros
implantao Inspeo contnua na construo dos empreendimentos
Confeco dos manuais de equipamentos e materiais operacionais
Elaborao do plano de marketing, criao de promoes e desenvolvimento de
Marketing e materiais promocionais
Vendas Anlise contnua do desempenho de vendas e concorrncia de mercado
Coordenao da central de reservas
Recrutamento e seleo de colaboradores
Recursos Criao e coordenao de programas de treinamento
Humanos Contnuo desenvolvimento profissional
Coordenao da operao hoteleira focada na maximizao do lucro e melhoria
Operaes continua da qualidade dos servios
Acompanhamento contnuo do desempenho dos hotis
Criao de programa para inovao e melhoria das facilidades e servios dos hotis
Coordenao de projetos de telecomunicaes e novas tecnologias dos hotis
Tecnologia da Estratgias de e-comerce
Informao Manuteno de sistemas
Internet
Gerenciamento corporativo de relatrios e anlises de desempenho da rede
Administrativo - Relacionamento com investidores
Financeiro
Coordenao do oramento anual coorporativo e dos hotis
Controladoria Follow-up contnuo e controle de oramento junto aos hotis
Orientao administrativo- financeira para os hotis
Relacionamento com os investidores
Assessoria Jurdica aos hotis em operao
Jurdico Formatao jurdica e anlise contratual de hotis em implantao
Suporte legal s atividades corporativas
Quadro 30: Estrutura de Suporte da rede Blue Tree Hotels

Atualmente, a rede vem implementando iniciativas colaborativas com seus parceiros


comerciais, evoluindo de relacionamentos abertos com sua cadeia de suprimentos, para
relacionamentos de parceria, nos quais h uma explicita preocupao com a satisfao de seus
fornecedores e clientes em criarem regularidade nos relacionamentos.
A rede Blue Tree Hotels estabeleceu uma aliana de marketing e vendas com a rede de
hotis Raffles International, em Singapura. Esta rede composta por 38 hotis e resorts: 12
com a marca Raffles Hotels & Resorts e 26 com a marca Swisstel Hotels & Resorts. Eles
esto presentes na sia, na Austrlia, na Europa e nas Amricas, totalizando mais de 12 000
apartamentos. Essa aliana pode ser o comeo do processo de internacionalizao da rede
Blue Tree Hotel; alm disso, divulgar a baixo custo, os hotis da rede no exterior.
315

O Blue Tree Tower Florianpolis-SC, unidade de anlise deste trabalho, iniciou


suas atividades em maro de 2000, possuindo 95 apartamentos e 46 funcionrios, sendo 2
estagirios e 5 terceirizados. Sua misso prover servios de hospitalidade com alta
qualidade e estilo prprio, gerando retorno e valorizao dos empreendimentos,
concordando com a misso da rede Blue Tree Hotels. A estrutura de suporte do hotel est
hierarquizada internamente da seguinte forma: uma Gerncia Geral suportada pelos seguintes
departamentos: governana, supervisor de recepo, supervisor de vendas, supervisor
financeiro e supervisor de infra-estrutura. Na rede a hierarquia a seguinte: o Gerente Geral
do hotel, em Florianpolis, est subordinado ao Gerente Regional (Santa Catarina); este, por
sua vez, est subordinado ao Diretor Operacional do Grupo; que est subordinado ao Vice-
Presidente de operaes, o qual se reporta diretamente a Presidente do Grupo.

Etapa 4: Mapeamento da cadeia de suprimentos imediata da empresa focal

A denominao empresa focal, nesse trabalho, designa a empresa da qual partiu a


aplicao da modelagem proposta. O termo focal sugerido por Lambert, Cooper e Pagh
(1998) e Pires (2004) e a delimitao assumida na modelagem - cadeia imediata - apoiada
na viso de Slack (1993). O conceito de cadeia de suprimentos utilizado no trabalho o
estabelecido por Lambert, Cooper e Pagh (1998), no qual os autores partem dos objetivos de
uma empresa, denominada Focal ou Foco, e estabelecem que a determinao da
abrangncia da cadeia de suprimentos limitada pelas interaes direta e indireta assumidas
por ela com fornecedores e clientes, desde o ponto de origem at o ponto de consumo. No
Captulo 4, seo 4.2.2, apresentam-se e discutem-se outras abordagens sobre o conceito de
cadeia de suprimentos.
Conforme estabelecido anteriormente, de acordo com o sistema complexo analisado, a
modelagem proposta pode assumir etapas alm daquelas estabelecidas pela modelagem
genrica. Essa etapa um exemplo disso. Como o sistema complexo uma cadeia de
suprimentos, na fase 1 (Preparao), necessrio proceder ao mapeamento da cadeia de
suprimentos da empresa focal para dar continuidade ao trabalho.
Normalmente, os trabalhos desenvolvidos com base em arranjos empresariais, como as
cadeias de suprimentos, so aplicados em indstrias produtoras de bens tangveis
(automveis, vinhos, calados, computadores, etc.). Nesse trabalho, a cadeia mapeada
produtora de servios, sem, por isso, ser menos ou mais importante que uma cadeia produtora
316

de bens tangveis. Entretanto, apresenta peculiaridades que so inerentes ao setor de servios.


O servio no pode ser estocado, por isso, no sendo vendido hoje, perde a possibilidade de
venda futura. Em geral, no processo produtivo dos servios, vrias das atividades necessrias
ao bom desempenho da empresa acontecem com a presena, ou mesmo com a participao do
cliente, tornando estes servios, uma atividade altamente customizada. Ocorre alta incidncia
de situaes imprevistas, requerendo o exerccio da capacidade de autonomia e improvisao
dos funcionrios na tomada de deciso, bem como o conhecimento e a integrao aos
propsitos da empresa. As pessoas so essenciais na execuo dos servios. A primeira
aquisio de um determinado servio feita sem um prvio conhecimento real do que est
sendo comprado pelo cliente, gerando-o grande expectativa e maior dificuldade em satisfaz-
lo.
Todavia, alguns problemas inerentes produo dos bens tangveis so inexistentes na
produo de servios, como por exemplo, o descarte do produto aps o uso; a logstica de
estocagem e transporte, j que o servio consumido no local da compra e no pode ser
estocado; distribuidores e varejistas so termos dispensveis na produo de servios e
geralmente, assumidos por uma nica entidade. A busca da origem das matrias-primas, desde
sua extrao, representadas pelos membros de apoio da cadeia (ver Captulo 4), uma
atividade acessria para a qualidade dos servios prestados, dando-se nfase aos
relacionamentos mais prximos da empresa focal, que com os membros primrios da cadeia.
A partir dessas peculiaridades, o mapeamento da cadeia de suprimentos do Blue Tree
Towers Florianpolis, centrou-se na cadeia imediata (fornecedores-empresa focal-clientes),
membros diretos no processo de agregao de valor ao cliente final. Foi feito um mapeamento
parcial da cadeia de suprimentos imediata, considerando todos os departamentos que formam
o hotel e colaboram para o desempenho final do servio prestado. A Figura 29 mostra, a partir
da empresa focal, os relacionamentos com rede de empresas que atuam no primeiro nvel,
tanto a jusante como a montante da empresa focal. observada a dinmica das interaes no
sentido horizontal e vertical da cadeia. O nome das empresas com as quais o hotel se relaciona
foram retirados para preservar informaes, consideradas estratgicas pela empresa.
O principal mercado dessa cadeia o turismo de negcios. A empresa focal se
relaciona a montante da cadeia por meio dos departamentos: governana, recepo,
financeiro, infra-estrutura e comercial, com a funo de identificar e selecionar fornecedores
de insumos e servios que viabilizem a execuo eficaz da misso do hotel. A empresa focal
se relaciona a jusante da cadeia por meio do departamento comercial, o qual se relaciona com
os clientes intermedirios e atravs deles captam os clientes finais, que vm ao hotel.
317

X
hhhhhhh
A Z So Paulo 24 agencias de viagens

B ccccccc
UYT
S. Catarina

Governana
H Higiene ITR

Qualivida ILPO

12 agencias de viagens
uuuuuuu h HTR
D
Amplestur
L R. Janeiro
vvvvvv QAX

C NBG

Departamento Comercial
XX kkkkk
G ASD

Cliente Final
Blue Tree TYG
HP mmmmm

7 agencias de viagens
Tower JKu

Recepo
D
W nnnnnn POV
M
Paran BRQ

MM V Emmmm ASX
VV
EWM
HH cc
HTR
PPr KLJ
jjjjjjjjjjjj MJu

5 agencias
de viagens
SU POI
D. Federal YTR
HGF GFR pppppp
Financeiro

KJH. RTE
tttttttt M. Gerais
3 agencias de viagem
EBG QWE
yyyyyy
ViLK Pernambuco 1 agencia de viagem
rrrrrrrrr
REW
LYT tttttttttt Alagoas 1 agencia de viagem
HFM

Figura 29: Mapeamento parcial da cadeia de suprimentos imediata da empresa focal (continua...)
317
318

MB mmmmm

Financeiro
TH jjjjjjjjjj

VGF
wwww
IQW

FRD

TJU
rrrrrrrrr
NYT

Infra Estrutura
TML
Iaaaaaaaa

JHG
hhhhh
POI

GRT
rrrrrrrr
UTR

WQA
Dep.Comercial

kkkkk
JYT

HJT hhhhhh