A OEC desenvolveu uma nova metodologia que permite a otimização da busca por informações técnicas pelos seus integrantes, utilizando-se algoritmos de Inteligência Artificial (IA) para criar uma sistemática mais eficiente de classificação em uma base de dados previamente existente. Busca-se assim facilitar o acesso ao acervo técnico disponível e promover a reutilização do conhecimento em benefício da empresa.

A base de dados escolhida para este projeto foi o acervo de trabalhos publicados anualmente no contexto de um programa interno de fomento ao registro do conhecimento, referido como “Prêmio Destaque”. Criado em 1992 com um formato de concurso para promover e divulgar soluções internas, o programa contempla diversas categorias estratégicas previamente escolhidas, premiando anualmente os melhores trabalhos realizados nas obras (por categoria). Isto permitiu à OEC acumular, ao longo desses vinte e nove anos, dados e informações de todas as iniciativas de destaque realizadas nas obras, formando um valioso acervo de soluções exitosas e previamente testadas, passíveis de serem replicadas e à disposição da empresa.

Hoje com 7.894 trabalhos publicados, observou-se que a utilização das informações deste acervo pelos integrantes poderia ser potencializada, através de uma busca mais direta e eficaz. Para atingir este objetivo, foram criados novos campos de classificação que não eram importantes no processo de aplicação do concurso, mas tornam-se fundamentais para viabilizar uma pesquisa sistemática; por exemplo, a especificação do tipo de conhecimento efetivamente agregado pela nova solução / técnica / metodologia proposta.

A introdução de novos campos em um Banco de Dados existente exige o input de uma grande quantidade de informações. A solução encontrada para contornar esta dificuldade foi a utilização de algoritmos de processamento de linguagem natural (NLP – Natural Language Processing) e aprendizagem de máquina (ML – Machine Learning), que, quando combinados, geram modelos para classificação automática dos textos.

Partindo-se inicialmente de um conjunto de documentos previamente classificados, foi possível implementar um método de “aprendizagem” supervisionado que, uma vez devidamente calibrado com o treinamento em parte do acervo, pode ser posteriormente utilizado para fazer uma classificação automática do acervo completo. O principal objetivo aqui almejado é – sem a necessidade de se alterar a forma como o “Prêmio Destaque” é organizado – permitir a classificação automática, sistemática e consistente dos trabalhos a serem publicados nos anos que virão. A consulta final do acervo é ainda facilitada pela criação de uma interface dedicada que, com as novas chaves de busca, permite a localização de um conjunto representativo de trabalhos com até 3 (três) cliques de mouse.

O sucesso desta experiência nos capacita para alçar “voos mais altos”, utilizando-se uma estratégia similar àquela aqui apresentada e as mesmas ferramentas para a classificação do acervo técnico de obras realizadas pela empresa, uma tarefa bem mais desafiadora, por envolver um acervo maior e mais heterogêneo. O alcance dos resultados almejados justificará o esforço.

Uma das coisas que todos aprendemos na OEC é não superestimar as experiências exitosas do passado, pois isto pode comprometer as novas conquistas, a visão e o próprio sucesso futuro. Este sábio ensinamento, que vem da experiência, certamente não se refere ao nosso rico acervo disponível.

Para ler o artigo completo, acesse aqui.

Autores: Daniel Lepikson Oliveira, Engenheiro Civil, PhD, e Adhemar Bragança, Analista de Sistemas, ambos da OEC.