Resumo

A modelagem de processos de negócio é uma abordagem estruturada para analisar, melhorar, controlar e gerenciar processos, resultando em diagramas de processos de negócio (DPN). É importante utilizar técnicas de modelagem apropriadas, considerando a clareza e precisão dos DPNs, para lidar com a capacidade cognitiva limitada dos seres humanos. Para melhorar a modelagem e a compreensão dos DPNs, várias diretrizes e padrões foram propostos. Essas diretrizes orientam a modelagem, garantindo um entendimento preciso. Diagramas mal projetados prejudicam a compreensibilidade e utilidade dos processos.

O DPN reflete percepções dos projetistas, o que pode resultar em problemas de modelagem, como erros de fluxo de controle e layouts inadequados, prejudicando sua compreensão. Para melhor compreensão dos DPNs, podem ser usadas diretrizes de modelagem, visando um bom layout. Porém, é necessário ressaltar que essas diretrizes não foram submetidas a estudos cognitivos que avaliem seus efeitos na compreensão dos processos. Logo, a questão de pesquisa que orienta este estudo é: como as diretrizes de layout influenciam a compreensibilidade dos modelos de processos do ponto de vista cognitivo?

A eficácia cognitiva está relacionada à aquisição de conhecimento em termos de exatidão, velocidade e facilidade, dependendo de como um modelo (ou símbolo gráfico) é processado pela mente humana (MOODY, 2009). A compreensão dos modelos de processos depende de fatores pessoais e do próprio modelo, como a notação, o layout visual, a modularidade e as diretrizes de modelagem (DIKICI et al., 2018). As diretrizes de layout consistem em orientações para o design gráfico de modelos de processos, fornecendo uma variedade de normas visuais para aprimorar sua aparência. (SCHREPFER et al., 2009).

Quanto a natureza, esta pesquisa adotou uma abordagem exploratória e descritiva, estabelecendo relações entre o conhecimento cognitivo e as diretrizes de layout. Em relação ao método, esta pesquisa, adotou uma estratégia com métodos mistos, realizando um quasi-experimento, no qual os participantes executam tarefas de compreensão em modelos de processos com e sem diretrizes de layout. Segundo Wohlin et al. (2012), um quasi-experimento é uma investigação empírica na qual apenas características dos participantes são observadas, ou seja, não há atribuição aleatória de tratamento.

Para garantir uma discussão consistente, os dados foram analisados considerando a literatura relevante e a abordagem cognitiva adotada neste estudo. Para uma melhor organização, os resultados obtidos estão agrupados da seguinte forma: (i) resultados relacionados à análise convencional, que se baseiam nos dados coletados por meio dos questionários sociocultural e de facilidade, com e sem as diretrizes de layout; e (ii) resultados obtidos a partir dos dados biométricos capturados durante o preenchimento do questionário de exatidão com o auxílio de eye-tracking e de um eletroencefalograma (EEG).

Este estudo realizou um quasi-experimento para verificar a compreensão cognitiva dos modelos BPMN em relação às diretrizes de layout. O objetivo foi analisar o impacto dessas diretrizes na compreensão dos modelos, considerando as dimensões da eficácia cognitiva. Os resultados foram interpretados com base na estatística descritiva e no teste de hipótese de Mann-Withney, com um p-value < 0,10. Essa análise foi conduzida após a coleta de dados por meio de um questionário de exatidão e incluiu várias variáveis para avaliar a eficácia cognitiva dessas diretrizes em relação ao modelo de processo.

MOODY, D. The" physics" of notations: a scientific approach to designing visual notations in software engineering. 2010 ACM/IEEE. 2009. 485-486. DIKICI, A. et al., Factors influencing the understandability of process models. Information and Software Technology, v. 93, Issue C, 112–129, 2018. SCHREPFER, M. et al., The Impact of Secondary Notation on Process Model Understanding. The Practice of Enterprise Modeling. PoE. Lecture Notes in Business Information Processing, v. 39. Springer, Berlin, Heidelberg, 2009. WOHLIN C., et al., Experimentation in software engineering. Springer, Berlin, 2012.