Resumo

O foresight é um processo de percepção, coleta e interpretação de informações com caráter antecipativo, para lidar com incertezas do ambiente, e visa a construção estratégica de cenários futuros. Porém enfrenta uma grande sobrecarga informacional gerada pelo big data. Neste contexto, soluções baseadas em Inteligência Artificial são cada vez mais apontadas como suporte e otimização de tais processos. Com o avanço da tecnologia, é necessário investigar fatores tecnológicos que possam potencialmente contribuir para o foresight.

Com o objetivo de identificar os possíveis fatores de IA que possam contribuir para o processo de foresight, tem-se a seguinte problemática: “Como as organizações podem utilizar a IA de forma a contribuir para o seu processo de foresight?”. Para tal, o desdobra-se em dois objetivos específicos: 1) Identificar, por meio de uma Revisão Sistemática de Literatura, associações sobre as abordagens humanas e tecnológicas (IA) aplicadas no processo de foresight e 2) Elaborar agenda de pesquisa relacionando as abordagens humana x IA aplicada ao processo de foresight nas organizações.

Identificar e interpretar sinais fracos (que são a base e a essência de processos de foresight) ainda é um desafio, pois envolve basicamente análise qualitativa e humana. Autores citam a necessidade de ações conjuntas ao uso de Inteligência Artificial, em que o elemento humano esteja sempre presente. Associar foresight ao lidar com desafios humanos e organizacionais é essencial para o sucesso dos projetos de Inteligência Artificial, a qual pode ampliar resultados do Foresight, além da capacidade de resposta da organização.

Evidencia-se a necessidade de engajar as equipes junto ao uso da máquina, pois a IA não pode ser encarada como uma black box. Os humanos continuam a desempenhar os papéis de especialista, criador, condutor e revisor. Algumas ferramentas ou técnicas em IA, como o “Machine Learning”, “Natural Language”, “Visual Text Analytics”, “Text Mining” participam deste processo ao detectar alertas precoces sobre ameaças ou oportunidades, permitindo otimizar a coleta e filtro de dados por meio de técnicas de mineração, além de projeção / simulação de possíveis cenários futuros, dentre outros.

Ao identificar possíveis contribuições e definir uma agenda de pesquisa da relação estudada entre IA e foresight, evidencia-se a falta de profundidade na exploração de possíveis conexões entre os temas. Há limitações na relação que favorecem o aprimoramento de pesquisas na área. IA ainda oferece mais destaque em tarefas repetitivas, quantitativas e volumosas, tais como filtragem, categorização, armazenamento, alerta e recuperação, reduzindo o tempo despendido no manuseio destas.

ALMUJAINI. H. et al. The influencing factors of organizational excellence on corporate foresight: AI as moderator. Journal of Recent Technology and Engineering, 2019 CASAGRANDE, A. et al. Improving strategic scanning information analysis: An alternative measure for information proximity evaluation. ICES, 2015 CREWS, C. What Machine Learning can learn from Foresight: a Human-Centered Approach. Research-Technology Mngt, 2019 GRIOL-BARRES, I. et al. Improving strategic decision making by the detection of weak signals in heterogeneous documents by text mining techniques. AI Communications, 2020