É grande a dificuldade encontrada pelas organizações para localizar e tornar explícita a experiência sabidamente existente em suas equipes e tão necessária para o seu desenvolvimento. Por conta das características de singularidade e temporalidade estes desafios tornam-se ainda maiores quando se trata da sistematização do conhecimento adquirido por meio da execução de projetos [1,2]. Para que seja possível aprender a partir das experiências e melhores práticas de outras pessoas, toda e qualquer ação de registro de conhecimento precisa ser feita considerando o contexto desta aprendizagem, envolvendo assim aspectos organizacionais, sociais, geográficos e temporais, entre outros [3]. Informações contextuais são importantes para a compreensão e interpretação de qualquer situação [4,5], mas apesar de sua relevância a literatura aponta a ausência dos mesmos no registro, compartilhamento e reutilização de lições aprendidas em projetos (LAs), i.e., das experiências-chave que revelam o conhecimento gerado no processo de execução de um projeto e que podem ser relevantes para projetos futuros [6,7,8].
A partir da necessidade existente de que LAs cheguem aos usuários de forma adequada para promover a aprendizagem dentro das empresas e da importância das informações de contexto para alcançar este resultado, este trabalho endereça o seguinte problema de pesquisa: "Como modelar o contexto de produção das lições aprendidas em projetos?" Seu objetivo é criar um modelo conceitual do contexto de LAs para subsidiar a construção uma ontologia de domínio para o tema, contribuindo com outras pesquisas e projetos [9] que buscam formas de atualizar a pesquisa baseada em palavraschave para a pesquisa semântica, permitindo o uso de informações de contexto e alavancando o aprendizado organizacional.
LAs são experiências-chave que revelam a aprendizagem obtida no processo de execução de um projeto e que podem ser relevantes para projetos futuros [6,7]. Mas apesar de empreender esforços permanentes em bem gerenciar seus projetos muitas organizações não fazem um uso adequado de suas LAs [10,11]. O registro destas experiências deve ser sempre e levar em consideração seu usuário final e ser precedidas de uma análise detalhada do contexto em que foram produzidas [1].
Esta pesquisa considera contexto qualquer informação usada para caracterizar a situação de uma entidade (ex.: pessoa, lugar, objeto, aplicação) [5], que revela um conjunto de circunstâncias relevantes para a construção do conhecimento [12,13]. O contexto reflete diferentes modos de leitura da situação, como as estruturas de interpretação e os esquemas cognitivos que cada pessoa possui e utiliza para compreender os acontecimentos [12,13], tendo a função essencial de mostrar o sentido em um determinado conteúdo.
O desafio no registro de contexto encontra-se na dificuldade de identificar as informações implícitas para a interpretação do fato ao qual está relacionado. Informações de contexto podem conter, por exemplo, a identificação do perfil e preferências do usuário, sua localização ou mesmo as características dos dispositivos que estes indivíduos utilizam para interagir com um sistema (ou um conjunto de sistemas) [14,4,3]. Segundo Vieira et al., [3] e Baclawski et al. [12] é difícil identificar quais os dados de contexto são relevantes e como podem ser coletados, mas sua descrição deve responder ao menos seis questões básicas: quem, o quê, quando, onde, como e por quê. Há, porém, situações que requerem mais que apenas as respostas as estas seis questões básicas, e o desafio é transformar os símbolos e termos usados na comunicação de forma suficientemente explícita e usável por máquinas e humanos, para garantir consistência de interpretação. Assim modelar o contexto envolve a definição de quais informações devem ser consideradas e como elas se relacionam com o comportamento de um sistema.
Esta pesquisa é eminentemente qualitativa [15] e utiliza o método hipotético-dedutivo com caráter descritivo e exploratório [16]. A partir do referencial teórico foram mapeados os metadados de contexto básicos para registro de LAs, obtidos a partir da fórmula 5W+1H defendida por Morse et al. 2000 e Truong et al. (2001) apud Vieira et al. [17], Santos [18] e Baclawski et al. [12] para identificação de contexto, que foram desdobradas em questões de competência (Tabela 1). Para validar a hipótese preliminar que tudo aquilo não constituir a essência de uma LA pode ser considerada seu contexto, e que em um modelo conceitual qualquer relacionamento entre a classe lição e qualquer outra classe constitui um metadado de contexto (ou seja, as informações de contexto se revelariam nos relacionamentos entre a entidade lição e as demais entidades identificadas) tomou-se como ponto de partida o Modelo conceitual para Lições Aprendidas em Projetos proposto por Ramos Jr [19] (Figura 1).
Os metadados encontrados nos cinco repositórios analisados foram classificados a partir do conjunto metadados de contexto básicos definidos a partir da fórmula 5W+H, e relacionados com o conjunto de metadados proposto por Ramos Jr. [19]. Foram então mapeadas as divergências entre os dados dos repositórios e os propostos por Ramos Jr. [19], originando o conjunto de entidades e atributos apresentado na Tabela 2, a seguir. A partir dos achados foi proposto um novo modelo conceitual para LAs (Figura 2). Neste novo modelo lição aprendida deixa de ser considerada uma entidade associativa, uma vez que a essência da LA pode ser representada basicamente por um título, uma descrição e sua aplicabilidade (modelados como atributos da entidade Lesson). Sua compreensão é, todavia, facilitada a partir de dados complementares: metadados de contexto (Fact, Risk, Project, Phase, Stakeholder) metadados administrativos (Reviews), metadados descritivos (Categorization) e metadados estruturais (Relations). Os metadados de contexto de produção das LAs compreendem os dados identificados previamente a própria lição, ou que cuja análise geraram a aprendizagem. Neste grupo destaca-se a entidade Fact. Como LAs são resultados de experiências obtidas a partir de fatos ocorridos durante a execução de um projeto, a entidade Fact traz como atributos os elementos necessários para a compreensão do fato ocorrido, suas causas, consequências, impacto e áreas e subáreas envolvidas, e se revela como talvez uma das entidades mais representativas de contexto no modelo proposto. Os outros tipos de metadados caracterizam dados atribuídos a posteriori para a atender às necessidades dos usuários, em geral a partir de classificações temáticas e/ou opções pré-definidas, sem prejuízo para o registro das LAs. Seguindo esta linha alguns elementos identificados como entidades no modelo conceitual tomado como ponto de partidacomo Categoria, Palavras-chave e Status -foram agrupados na entidade Categorization. A esta entidade foram também adicionados atributos para registro de informações sobre a visibilidade e política de distribuição, identificados na etapa de a análise da amostra de repositórios de LAs e não existentes da modelagem de Ramos Jr (2022). De forma análoga dados de status e revisão (armazenamento do histórico de revisões realizadas) foram agrupados em uma entidade Reviews (juntamente com os dados do responsável pela aprovação da lição aprendida), e a entidade Relations, por sua vez, foi criada para armazenamento tanto documentos relacionados como relacionamento para outras lições aprendidas já armazenadas.
Os resultados alcançados até o momento validaram parcialmente a hipótese inicial, uma vez que foi possível a criação do modelo conceitual com uma entidade forte Lesson e atributos básicos, porém os relacionamentos revelaram, além de metadados de contexto (dados de produção da própria lição e/ou que cuja análise geraram a aprendizagem) também metadados administrativos, descritivos e estruturais atribuídos a posteriori (em geral a partir de classificações temática e/ou opções pré-definidas como palavras-chave, revisões, etc.).
Uma vez que não foi identificada no decorrer deste estudo a publicação de uma ontologia específica para tratamento de contexto de LAs estes resultados subsidiarão a próxima fase da pesquisa, que envolve classificar as entidades então definidas de acordo com as categorias de uma ontologia de fundamentação para construção de uma ontologia de domínio para o tema. Por entender-se LAs como um tipo de entidades de conteúdo de informação vislumbra-se então a proposição de um novo artefato, compatível com a Information Artifact Ontology (IAO) e validado por meio das questões de competência previamente definidas.