A Knowledge Intensive Process (KiP) is a composition of activities whose execution contributes to satisfy an objective and whose flow of control between the activities at the instance level presents a high degree of variability. KiP modeling has been the focus of several recent efforts in BPM theory and practice but, despite several recent advances, it is still a challenge. Among the existing difficulties, this work deals with the difficulty of distinguishing between elements in diferente instantiation levels, which in scenarios of KiP becomes critical due to its complexity. This work proposes a systematization for the application of the Multi Level Theory (MLT) on top of KiPO (Knowledge-intensive Process Ontology), for modeling KiPs. The results are illustrated in a scenario of a KiP for Data Management. Resumo. Um processo intensivo em conhecimento (PiC) é uma composição de atividades cuja execução contribui para satisfazer um objetivo e cujo fluxo de controle entre as atividades, no nível de instância, apresenta alto grau de variabilidade. A modelagem de PiC tem sido foco de diversos esforços recentes na teoria e prática em BPM mas, apesar de vários avanços recentes, ainda é um desafio. Dentre as dificuldades existentes, este trabalho trata da dificuldade da distinção entre elementos de nível de instanciação distintos, que em cenários de PiC torna-se crítica em função da sua complexidade. É proposta uma sistematização para a aplicação da teoria de múltiplos níveis (MLT) na ontologia KiPO (Ontologia para Processos Intensivos em Conhecimento) para modelagem de PiC, cujos resultados são ilustrados no cenário do processo de Gerenciamento de Dados.
Um processo de negócio é uma sequência de atividades que tem objetivo criar produtos
e serviços que agregam valor a clientes [
Contudo, métodos tradicionais de modelagem de processos não tratam todas as
perspectivas relevantes para os denominados Processos intensivos em Conhecimento
(PiC). Um PiC é definido como uma composição de atividades (eventos) previstas cuja
execução contribui para satisfazer um objetivo e cujo fluxo de controle entre as
atividades, no nível de instância, tipicamente apresenta um alto grau de variabilidade.
Além disso, este tipo de processo compreende sequências de atividades intensamente
baseadas em aquisição, compartilhamento, armazenamento e (re)uso de conhecimento, e
o valor agregado à organização depende essencialmente do conhecimento dos atores
envolvidos na execução do processo.
Para resolver problemas de modelagem em PiC,
Para solucionar o problema de como representar níveis de informação distintos
em modelos conceituais, Carvalho et al (2016) propuseram a Teoria de Múltiplos Níveis
(Multi Level Theory - MLT). A MLT tem como base a relação de instanciação,
caracterizando os conceitos de indivíduos e tipos segundo a Teoria de Tipos [Russel
2006]. A partir disso, a MLT propõe a existência e caracteriza a natureza de níveis de
classificação, definindo precisamente quais relações que podem ocorrer entre elementos
de diferentes níveis de classificação. A teoria de tipos de
O presente trabalho propõe uma sistematização para a aplicação da MLT
[Carvalho et al. 2016} na ontologia KIPO [Franca et al. 2014], para modelagem de
Processos Intensivos em Conhecimento. Esta sistematização apresenta cada etapa para a
modelagem de PiCs em vários níveis de informação, como a criação de novos conceitos
da KiPO com características de tipos
Este artigo está organizado da seguinte forma: a Seção 2 apresenta conceitos fundamentam toda a proposta do artigo, a Seção 3 descreve a ontologia proposta KiPOML resultante da aplicação da MLT no domínio de PiC, descrevendo sistematicamente as suas etapas. A Seção 4 ilustra a aplicação da KiPO-ML em alguns cenários de PiC, cujos resultados são analisados na Seção 5. Finalmente, a Seção 6 conclui o trabalho.
Esta seção apresenta conceitos necessários à proposta deste artigo, incluindo processos intensivos em conhecimento, a ontologia KiPO e as estratégias de modelagem em múltiplos níveis.
Um processo de negócio é uma sequência de atividades que visa criar produtos ou
serviços com valor para o cliente [
Há vários tipos de modelagem em múltiplos níveis, cujo objetivo é distinguir elementos concretos e abstratos. Uma destas modelagens é a Materialização [Goldstein et al. 1994], que mostra o relacionamento entre dois tipos de entidades, uma que representa um objeto conceitual (por exemplo, um modelo de TV) e um que representa o objeto concreto correspondente ao conceitual (no caso, um aparelho de TV).
Uma das abordagens para modelagem em múltiplos níveis é o Powertype
Visto o problema de distinção de instância e modelo existentes na modelagem da KiPO, foi proposta neste trabalho uma sistematização de passos para a aplicação da MLT [Carvalho et al. 2016] na KiPO para modelagem em níveis de Processos Intensivos em Conhecimento (sendo este um dos domínios de grande complexidade de entendimento). A partir desta sistematização, é possível identificar os níveis de informação em um PiC (Individual, 1stOT, 2ndOT). Esta sistematização foi construída usando a sub-ontologia KiPCO (Ontologia Núcleo de Processo Intensivo em Conhecimento), por ser a perspectiva núcleo da ontologia KiPO [França et al. 2014].
A primeira etapa desta sistematização (descrita na seção 3.1) é a definição de
novos conceitos da KiPCO que possuam características de Powertype
Na segunda etapa (descrita na Seção 3.2) foram elaborados, para cada conceito da KiPCO, padrões de nomenclatura que servem para rotular os elementos de cada nível (instâncias, tipos e tipos de tipos) dos cenários de PiC que especializam estes conceitos. Estes padrões foram criados respeitando os níveis de informação (Individual, 1stOT, 2ndOT), com algumas recomendações para auxiliar o modelador a nomear os elementos do modelo.
A terceira e última etapa (descrita na Seção 3.3) é a efetiva aplicação da MLT aos conceitos da KiPCO em um cenário específico de PiC observando os padrões de nomenclatura ao rotular os novos elementos.
Na KiPCO, a maioria dos conceitos apresenta características de instâncias de 1stOT. Porém, quando estes conceitos são aplicados em cenários específicos, encontram-se elementos de mais alta ordem, como ilustrado na Figura 1.
Figura 1. Inexistência de conceitos de mais alta ordem na KiPO.
Uma vez que a KiPCO não possui critérios de classificação com taxonomia própria que representem conceitos de níveis de mais alta ordem (tipos), foram identificados quais conceitos demandavam a existência de um tipo que o caracterize. Para estes conceitos, foram elaborados novos conceitos, com propriedades mais gerais, de mais alta ordem para categorizá-los. Foi então aplicada a Teoria de Tipos [Russel 2006], atribuindo o termo Type a conceitos que possuíam operações e termos restritos a este tipo, como ilustrado nos diagramas a seguir1: Agent. O conceito KiPCO::Agent corresponde aos agentes que são participantes do processo. Estes possuem duas categorias: os remetentes/destinatários de mensagens e os que efetivamente contribuem de alguma forma para a execução de atividades (sendo diretamente responsáveis pela sua execução ou indiretamente influenciando a escolha dos executores). Para estes dois tipos de agentes, foram construídas as especializações KiPCO::AgentCommunicationType e KiPCO::AgentContributionType. O conceito KiPCO::AgentCommunicationType possui como instâncias as especializações de CO::COM::Sender e CO::COM:Receiver, denotando agentes capazes de emitir e receber mensagens dentro de uma interação comunicativa realizada durante a execução do processo. Já o conceito KiPCO::AgentContributionType possui como instâncias especializações do conceito de agente que diretamente executam atividades (KiPCO::ImpactAgent), que contribuem indiretamente com inovações (KiPCO::InnovationAgent), além dos que, mesmo não cientes dos objetivos do PiC em questão, contribuem em socializações onde ocorrem tomadas de decisão (KiPCO::ExternalAgent) (por exemplo, o autor de um artigo científico que, ao ser lido pelo KiPCO::ImpactAgent, influencia sua decisão de quais atividades vai executar). Activity. Na KiPCO encontra-se o conceito BPO::Activity com a especialização KiPCO::KnowledgeIntensiveActivity. Este conceito representa atividades que visam alcançar um objetivo e é executada por um agente que possui intenção a ser atingida. Para este conceito foi criado o tipo KiPCO::ActivityType, o qual representa as atividades que possuem características mais gerais e que caracteriza os elementos que especializam o conceito KiPCO::KnowledgeIntensiveActivity.
Mental Moment. Os Mental Moments (modos mentais) são modos que dependem dos agentes para existirem. Para caracterizar estes modos mentais, foi construído o conceito KiPCO::MentalMomentType, o qual possui como instâncias tipos de modos mentais que podem explicar o comportamento e sentimentos dos agentes em relação às atividades que executam no processo, como: Belief, Desire, Intention e Feeling.
(KiPCO::KnowledgeStructure) pode ser de três tipos: imagem mental (KiPCO::MentalImage), assertiva (KiPCO::Assertion) e objeto de dados (BPO::DataObject). Para caracterizar estes conceitos foi necessário criar o conceito KiPCO::KnowledgeStructureType, sendo este com características mais gerais abrangentes. Da mesma forma acontece com regras de negócio (KiPCO::BusinessRule), que é uma declaração que define e restringe algum aspecto de uma organização, estrutura de um negócio ou controlar e influenciar o comportamento deste. Os tipos de regra encontrados na KiPCO são: regras de reação (KiPCO::ReactionRule), regras de derivação (KiPCO::DerivationRule), regras de integridade (KiPCO::IntegrityRule). Para caracterizar estas regras, foi criado o conceito KiPCO::BusinessRuleType. Este conceito possui regras com características mais gerais e que caracterizem outras regras. Além disso, este conceito é uma especialização KiPCO::KnowledgeStructureType. 1 Nos diagramas, conceitos em amarelo e em laranja representam respectivamente Powertypes e Individuals no domínio genérico de PiCs e, portanto passam a integrar a KiPCO
Após a elaboração dos conceitos de mais alta ordem, foram elaborados padrões de
nomenclatura para a construção de rótulos (/label/) dos elementos do domínio de PiC,
com o intuito de alinhar semanticamente com os conceitos da KiPCO, na sua devida
ordem na MLT. De fato, vários trabalhos na literatura [
Para endereçar este problema, foi realizado um estudo na literatura sobre padrões de nomenclatura, com o objetivo de criar um padrão para nomear os elementos de PiC. Este estudo foi aplicado nos elementos da KiPCO, uma vez que ela trata especificamente dos elementos cognitivos de PiC, sendo a ontologia núcleo da KiPO.
Para cada conceito da KiPCO, foi feita uma pesquisa sobre teorias linguísticas,
semânticas e sintáticas ou a existência de padrões de especificação textual, com o
objetivo de identificar qual a melhor forma de descrevê-lo, como por exemplo o
conceito KiPCO::ActivityGoal que foi baseado nos estudos de
Tabela 1 – Padrões de Nomenclatura para alguns conceitos da KiPO
Conceito KIPCO::AgentType (instância de 2ndOT) KIPCO::Agent (Instância de 1stOT) KIPCO::Agent (Instância de Individual)
Nível Padrão de Nomenclatura Modelo <Papel do agente no PiC>
Recomendações: Este elemento deve categorizar a(s) instância(s) de 1stOT que especializam os conceitos KIPCO::ImpactAgent, KIPCO::InnovationAgent, KIPCO::ExternalAgent, COM::Sender,
COM::Receiver Modelo <Papel do agente no PiC> Instância <Nome próprio do agente>
Exemplo Employee Professor, Secretary José
Após a criação da taxonomia dos tipos (“Type”) e dos padrões de nomenclatura para
cada conceito da KiPO, foi possível a aplicação da
dos padrões de nomenclatura encontra-se em
Baseado no trabalho de Fonseca, a aplicação da MLT à KiPCO também se inicia com a camada da MLT sendo colocada no topo. Depois desta camada, os conceitos da KiPCO são especializados e/ou instanciados nas constantes da MLT, respeitando os axiomas e teoremas. Estas relações foram criadas respeitando os seguintes critérios: todos os conceitos da KiPO que pertencem a taxonomia de tipos instanciam "2ndOT" e especializam “1stOT”; já os que não pertencem a esta taxonomia, instanciam "1stOT" e especializam "2ndOT". Os conceitos da KiPCO possuem os estereótipos dos conceitos da UFO para indicar qual está sendo especializado. Os padrões de nomenclatura para a elaboração dos rótulos de cada elemento do domínio também fazem parte desta aplicação, como apresentado na Figura 2.
Figura 2. Exemplo da combinação de MLT, KiPCO e cenário PiC (com
representação de instâncias e modelos).
Esta seção exemplifica o uso da KiPO-ML em um cenário específico. O objetivo é verificar se a dificuldade de distinguir instâncias e modelos neste cenário foi solucionada com a proposta KiPO-ML. O cenário escolhido para aplicar a proposta é “Gerenciamento de Dados” de uma empresa de desenvolvimento de software. Este processo não é estruturado, altamente dependente das experiências de seus executores, guiados por regras relativas à organização e exigem um alto grau de colaboração e interação entre os participantes para atingir seus objetivos. O modelo elaborado utilizando a proposta será comparado com os modelos criados pelo Analista 3 em [França et al. 2014], pois foi quem utilizou os conceitos da KiPO com menos dificuldade. Na seção 4.1 será apresentado o cenário modelado em [França et al 2014], já na seção 4.2 será apresentado o modelo criado para o mesmo cenário, utilizando a proposta KiPO-ML.4.1. Modelagem do PiC "Gerenciamento de Dados".
Nesta seção, foi selecionado um fragmento do modelo elaborado pelo Analista 3 em [Franca et al. 2014] do cenário Gerenciamento de Dados. Neste modelo, existem 7 conceitos da KipCO: intenção (KiPCO::Intention), agente (KiPCO::Agent), agente de impacto (KiPCO::ImpactAgent), experiência (KiPCO::Experience), especialidade (KiPCO::Specialty), objetivo da atividade (KiPCO::ActivityGoal) e atividade intensiva em conhecimento (KiPCO::KnowledgeIntensiveActivity). Para cada um deles foram especializados elementos referentes ao cenário “Gerenciamento de Dados”. Os agentes de impacto são pessoas que possuem papéis de gerentes de projeto e gerente de dados. Estes gerentes executam as seguintes atividades intensivas em conhecimento: modelar documentos e negociar integrações (todos baseados em dados do modelo do sistema). Os objetivos são mapear modelo de informação e mapear modelo integrado de dados corporativos. Estes estão associados às respectivas atividades citadas anteriormente, além de estarem relacionados com as seguintes intenções: obter indicados de modelagem e manter a integridade dos dados, respectivamente (Figura 3).
Figura 3. Fragmento do cenário modelado por Analista 3 [França et al. 2014].
Para aplicação da KiPO-ML, o modelo apresentado na Figura 3 for remodelado, observando as regras da proposta. Foi identificado o elemento “Tipo de Gerente”, que especializa o conceito KiPCO::AgentContributionType e é powertype de “Gerente”. As instâncias de “Tipo de Gerente” são “Gerente de Projeto” e “Gerente de Dados”. Outro tipo identificado foi o elemento “Gerenciar sistema”, que especializa KiPCO::ActivityType. Este elemento categoriza o elemento “Modelar sistema” e possui as instâncias “Modelar documento” e “Negociar integração” (ambas especializações de KiPCO::KnowledgeIntensiveActivity).
Foram elaboradas instâncias a nível de Individual para representar elementos desta modelagem. Nesta aplicação, os rótulos seguiram os padrões de nomenclatura descritos na Seção 3.2, tanto a nível de modelo quanto a instância.
Para melhorar a legibilidade do modelo gerado, os elementos foram dispostos no diagrama respeitando a hierarquia da KiPO-ML, da seguinte forma: no topo (1a camada) foram dispostas as constantes da MLT (2ndOT, 1stOT e Individual). Logo abaixo (2a camada), foram dispostos os conceitos da KiPO (estereotipados segundo a UFO), especializando e instanciando as constantes da MLT e respeitando os teoremas e axiomas. Por último (3a camada) são dispostos os elementos do cenário de PiC específico, que englobam os tipos de tipos, os tipos (modelos) e as instâncias, respeitando os padrões configurados na KiPCO (Figura 4).
Figura 4. Aplicação da KiPO-ML no cenário “Gerenciamento de Dados”.
Para avaliar a proposta KiPO-ML, foi desenvolvida a ferramenta KiPAlloy3, uma extensão do Alloy Analyzer customizada para analisar e validar modelos de PiC segundo a KiPO-ML. Esta ferramenta também tem a capacidade de validar o uso de padrões de nomenclatura especificados previamente.
Inicialmente, ao incluir os rótulos dos elementos do modelo da figura 3, a ferramenta identificou não conformidades com relação ao padrão de nomenclatura e apresentou sugestões de novos rótulos. Por exemplo, ao incluir o elemento “Dados do modelo do sistema” (o qual especializa o conceito KiPCO::KnowledgeIntensiveActivity), a ferramenta sugeriu adicionar um verbo de ação no início da sentença e em sequência, o objeto da atividade. Já no modelo da figura 4, os rótulos (tanto a nível de instância quanto de modelo) se encontravam em conformidade com o padrão.
Após a inclusão dos elementos dos modelos das figuras 3 e 4, foram gerados arquivos convertidos para o Alloy dos respectivos modelos e testados no Alloy Analyzer. Ao validar o arquivo do modelo da figura 3, a ferramenta apresentou todos os elementos com um único nível, sem quaisquer instâncias (objetos), impossibilitando a criação de asserção para testá-lo, mesmo ele sendo considerado um modelo instanciado do PiC. Isto aconteceu porque o modelador não conseguiu classificar os elementos do domínio e assim, identificar o nível da informação. Com relação ao modelo da figura 4, foram geradas assinaturas das constantes da MLT, conceitos da KiPCO. Os elementos do domínio que foram identificados como instâncias de segunda e primeira ordem, se transformaram em assinaturas. Já os elementos identificados como instâncias de Individual, foram incluídas em uma asserção, associados aos elementos de domínio instância de primeira ordem. Desta forma, o Alloy Analyzer analisou e apresentou todos os níveis de informação, como segue a Figura 5. 3 A ferramenta KiPAlloy está disponível em https://github.com/tatianabarboza/kipalloy.
Figura 5. Fragmento do diagrama gerado pelo Alloy Analyzer a partir do arquivo gerado do KiPAlloy.
Este trabalho apresentou uma proposta para o problema de distinção de instâncias e modelos em processos intensivos em conhecimento. Foram observados indícios de que a sistematização para a aplicação da MLT em processos intensivos em conhecimento e a proposta da ontologia KiPO-ML facilitou a identificação e tornou explícitos os vários níveis de informação em modelos deste domínio.
Foi desenvolvida a ferramenta KiPAlloy, que automaticamente (i) verifica a qualidade sintática de modelos de KiP (de acordo com os padrões de nomenclatura propostos) e (ii) converte regras KiPO para linguagem Alloy. Nesta ferramenta, após a inclusão dos elementos do domínio associados aos conceitos da KiPO, é gerado um arquivo com toda esta inclusão convertida em linguagem Alloy, sendo transferido à ferramenta Alloy Analyzer para checagem do modelo.
Como trabalhos futuros serão elaboradas regras para as outras perspectivas da KiPO. Adicionalmente, pretende-se realizar uma extensão da aplicação KiPAlloy, onde os modelos poderão ser apresentados usando a notação KiPN [Netto et al. 2013] e UML.