Avaliação Numérica Da Complexidade Organizacional De Um Recorte De Uma Rede

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

AVALIAÇÃO NUMÉRICA DA COMPLEXIDADE ORGANIZACIONAL DE UM RECORTE DE UMA REDE PÚBLICA MUNICIPAL DE SERVIÇOS DE SAÚDE Miguel Afonso Sellitto (UNISINOS) [email protected] Miriam Borchardt (UNISINOS) [email protected] Giancarlo Medeiros Pereira (UNISINOS) [email protected]

Este artigo apresenta uma metodologia para a avaliação numérica e eventual controle da complexidade em um recorte de uma rede pública municipal de serviços de saúde. Entende-se que este tipo de arranjo organizacional represente uma rede púbblica de serviços de saúde. Também entende-se que o arranjo apresenta características de sistemas complexos adaptativos, que podem ser descritas segundo a ciência da complexidade, e que seja desejável conhecer e controlar sua complexidade. Havendo um indicador que a informe, um gestor poderá decidir se a aumenta, reduz ou mantém, em uma lógica de controle estratégico. A metodologia testada opera por enumeração das interações presentes no recorte, julgamentos de especialistas sobre sua intensidade e cálculo, pela teoria da informação, da quantidade de informação requerida pelas interações, o que, segundo autores revisados, indica a complexidade do arranjo. A aplicação produziu um indicador de complexidade para o arranjo. Ao fim, há uma discussão dos achados e linhas de continuidade de pesquisa são sugeridas. Palavras-chaves: complexidade; sistemas complexos adaptativos, teoria da informação, avaliação de complexidade, arranjos interorganizacionais.

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

1.1 2

Introdução

A teoria da complexidade nasceu do esforço transdisciplinar de pesquisadores e pode ser considerada uma transição entre dois paradigmas de ciência. O primeiro inclui a ciência clássica e linear, que simplifica a realidade e reduz o objeto de estudo aos seus elementos constituintes para análise e comunicação dos achados de pesquisa. O segundo também é chamado de pensamento complexo e inclui uma ciência não-linear que evita a simplificação e estuda o objeto em seu todo, incluindo as interações mútuas que surgem entre as partes e formam a sua complexidade (MORIN e LE MOIGNE, 2000). No pensamento complexo, é a não-linearidade e o papel criativo da desordem que explicam as trajetórias irreversíveis e os resultados imprevisíveis apresentados pelos sistemas adaptativos, as emergências. Emergências são propriedades e capacidades ausentes nas partes, mas presentes quando estas se reorganizam, adaptando-se a um fator externo que desordena e modifica as relações vigentes no sistema. A desordem externa provoca uma nova e emergente ordem interna. Não se pode deduzir o comportamento emergente, nem pelo comportamento das partes nem pelo comportamento passado do sistema. O modo como as partes se reorganizam após eventos desordenadores é inesperado e imprevisível, resultando estados improváveis e rotas irreversíveis (HEYLIGHEN, 1988). À primeira vista, a complexidade de um objeto surge como um fenômeno quantitativo: é a quantidade de informação necessária para descrever as interações e interferências mútuas de interesse entre partes (BAR-YAM, 1997). Mas a complexidade também reside na incerteza entre as interações e na quantidade de desordem e ordem que nelas convivem, indo além de uma mistura estatística. Nesta, chega-se à ordem das populações observando a desordem das amostras. Naquela, partes do objeto interagem e geram comportamentos sistêmicos contraintuitivos, inexistentes nas partes isoladas, e que desaparecem na sua separação. Em síntese, não se entende a complexidade de um objeto por amostras de seu conteúdo ou pelo estudo de suas partes isoladas, mas do estudo de seu todo e das interações que surgem quando as partes são integradas (DEMO, 2002; MORIN e LE MOIGNE, 2000; RUELLE, 1993). Definições para a complexidade de objetos ou sistemas surgem na literatura. Para Sterman (2000), complexidade é o número de componentes, variáveis ou estados que um objeto ou sistema pode assumir ou o número de combinações entre variáveis em um eventual problema de decisão sobre o objeto. Para Gell-Mann (1997), é o número de informações necessárias para descrever o sistema. Para Klir (1991), é o número de variáveis, estados, partes, relações e interações ativas no sistema. Para Schoderbek et al. (1975, apud JACKSON, 1993), a complexidade é influenciada pelo número de partes reconhecíveis, intensidade de interação e regras de organização entre estas. Ruelle (1993) associa a complexidade de um sistema à força das interações. Para Maximiano (1997), a complexidade em uma organização indica o número de situações e variáveis com que seus gestores podem se deparar ao longo de seus processos. O autor caracteriza a complexidade em organizações por: (i) nenhum problema é totalmente linear; (ii) não existe efeito que resulte de uma única causa nem uma causa que produza um único efeito; e (iii) quanto mais variáveis, mais interdependências mútuas. O objeto de estudo deste artigo é uma rede municipal de serviços de saúde pública que pode ser considerada uma organização produtiva. Bauer (1999) entende que a gestão de uma organização deste tipo deva ser capaz de dizer: a complexidade da organização é n unidades,

2

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

em um referencial de máxima complexidade de m unidades; a complexidade desejada é c unidades; e que ações são indicadas para obtê-la. O objetivo deste artigo é apresentar uma técnica numérica para avaliar a complexidade organizacional de um objeto do tipo organização produtiva, no caso, um recorte de uma rede municipal de serviços de saúde pública. O método de pesquisa é o estudo de caso. Ao fim, chegou-se a um indicador final de complexidade que poderá, eventualmente, ser usado como elo de realimentação e controle da complexidade do arranjo. O restante do artigo está organizado em: revisão sobre sistemas adaptativos complexos, fundamentos sobre medição de complexidade organizacional e relato da pesquisa, composto de metodologia, resultados e discussão. 3

SISTEMAS ADAPTATIVOS COMPLEXOS

Até quanto se sabe, a idéia de uma teoria geral de sistemas foi introduzida nos anos 1930 pelo biólogo austríaco Ludwig von Bertalanffy. A primeira apresentação oral do conceito foi feita por Bertalanffy em Chicago, em 1937, e as primeiras apresentações em artigos se deram entre 1945 e 1950 (Klir, 1969). Bertalanffy seguiu uma linha de pensamento trilhada por outros cientistas e filósofos que, desde Aristóteles, com a teleologia, e passando por Leibnitz e Kant, procuraram uma filosofia natural: um conjunto de explicações que descreva, com poucas adaptações, qualquer observação na natureza. As obras de Lotka e de Whitehead, de 1925, e de Cannon, de 1929, entre outras, prenunciaram e subsidiaram tais idéias. Bertalanffy (1976; 1977) elaborou o conceito de sistema ao perceber que idéias gerais referentes a todos organizados poderiam ser aplicadas a outros todos organizados. Para ele, um sistema é um complexo de elementos que operam relações ordenadas, não fortuitas. Elementos p participam em relações R, de modo que o comportamento de p1 em R1 é diferente do comportamento de p1 em R2. Se os comportamentos de pi em Ri não forem diferentes, não há interação mútua e as relações Ri independem dos elementos pi. Hopeman (1977) classifica as relações em sistemas como: (i) de primeira ordem, se são vitais para o propósito do sistema, tal como o abastecimento de material em máquinas; (ii) de segunda ordem, se melhoram o desempenho de um elemento, tal como o treinamento do operador da máquina; e (iii) de terceira ordem, se aumentam a confiabilidade, tais como duas máquinas que podem cumprir a mesma tarefa. Para Checkland e Scholes (1999), um sistema é um todo complexo, cujas propriedades se referem ao todo e não às partes. Tais propriedades são: (i) emergentes, quando surgem do fato de diversas partes terem sido colocadas juntas no todo, tal como a capacidade de deslocamento que surge quando partes de uma bicicleta são agregadas; (ii) hierárquicas, se, a medida que se avança da base para o topo, varie seu alcance; e (iii) ligadas a sobrevivência, pois um todo só sobrevive em um meio variável se puder se auto-adaptar. Os autores propõem uma metáfora: um sistema é um conjunto adaptativo capaz de sobreviver em um ambiente mutável. Para Agostinho (2003), a propriedade básica de sistemas adaptativos complexos é a capacidade de modificar seu comportamento a partir do que consegue perceber sobre o meio e sobre seu próprio desempenho em atingir um propósito. Segundo a autora, os padrões de comportamento observáveis não são dirigidos externamente, mas emergem da interação entre agentes autônomos internos. Para Maciel (1974), um sistema é um todo organizado dinamicamente relacionado com o seu exterior, sujeito a mudanças permanentes e que apresenta a cada momento um modo diverso de ação ou comportamento. O autor destaca definições auxiliares: (i) transformada: é o novo estado de um sistema; (ii) transição: é a passagem de um estado a outro; (iii) transformação: é uma seqüência de transições; (iv) processo: é uma seqüência de transformações; (v) desenvolvimento: é uma seqüência de todos os processos; e (vi) evolução: é a seqüência de desenvolvimentos. Segundo Bauer (1999), um

3

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

sistema tem um sentido ou propósito, é orgânico, mas tem partes interdependentes, pois reage a estímulos externos, mesmo se estes forem aplicados a apenas uma ou poucas partes. Partindo da teoria geral de sistemas, a construção de uma teoria específica sobre sistemas adaptativos complexos teria como objetivo explicar a emergência da complexidade a partir de comportamento local simples e a emergência da simplicidade a partir de comportamento sistêmico complexo (BAR-YAM, 1997). O estudo de sistemas complexos adaptativos tem sido aceito como disciplina unificada, resultante de esforços em outros campos de conhecimento, tais como a físico-química, a biologia, a administração ou a antropologia (BarYam, 1997). Segundo Gleick (1990), há universalidade no comportamento complexo, independente da atomística específica de cada sistema: o princípio da auto-organização e a noção de emergência foram observados em esforços de pesquisa em múltiplas disciplinas. Os proponentes da ciência da complexidade consideram que sistemas complexos adaptativos naturais ou artificiais, físicos, biológicos ou sócio-econômicos, podem ser explicados por um conjunto unificado de princípios que marcam uma mudança de paradigma no modo de explicar os sistemas (BAR-YAM, 1997; MARKOSE, 2005; HEYLIGHEN, 1988). Gell-man (2000) fala em comportamento superficial complexo, originado de simplicidade interna profunda. Gleick (1990) aponta que o comportamento complexo pode surgir de regras locais simples. Agostinho (2003) exemplifica com uma revoada de aves ou um cardume de peixes, em que um padrão complexo de movimentação surge se cada membro obedecer uma regra simples: manter distância constante dos adjacentes. Outros exemplos são os autômatos celulares de Von Neumann, quadriculado de comportamento complexo que surge de uma regra local simples: uma célula pode ser branca ou negra e muda de cor se quatro ou mais das oito células adjacentes forem brancas (LEWIN, 1994). Bar-Yam (1997) fala em blocos básicos com os quais é possível engendrar, a partir do simples, um sistema de comportamento complexo. Cadeias de suprimentos são exemplos de sistemas que apresentam tal comportamento, pois basta que cada membro, os blocos básicos, persiga prazos e quantidades requeridas pelo parceiro adjacente para formar um comportamento exterior difícil de decifrar a olho nu. Redes de serviço como as que foram estudadas neste artigo também formam padrões complexos a partir de regras locais simples: se cada membro cumprir os requisitos impostos pelo meio e por outros membros, surge um padrão operacional complexo. No sentido contrário, sistemas adaptativos de alta complexidade interna podem produzir alguns poucos padrões de comportamento externo, os atratores (Gleick, 1990). Em larga escala, um sistema de fabricação de automóveis, por exemplo, parece simples e previsível: entram matérias-primas, informações e energia, saem veículos em ritmo previsível. Reduzindo-se a escala da observação, surge o comportamento complexo: infinitas alternativas de relacionamento entre partes antes irrelevantes. Agostinho (2003) sintetiza: sistemas adaptativos complexos são organizações de agentes autônomos e ativos, cuja ação é governada por regras de comportamento sujeitas a modificações e aprendizado por pressões do ambiente e informações de desempenho. O comportamento global do sistema emerge, então, como efeito da combinação de interações não-lineares entre agentes ativos e componentes observáveis do sistema. 4

Informação e complexidade em sistemas complexos adaptativos

Para responder o quanto um sistema adaptativo é complexo, é preciso saber quanta informação é exigida para descrevê-lo. No dizer de Galbrait (1977, apud Flynn e Flynn, 1999,

4

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

p. 1023), “a complexidade de uma organização está diretamente relacionada à quantidade de processamento de informação requerido, resultante da incerteza nos ambientes externos e internos”. A teoria da informação quantifica a informação contida em uma mensagem e pode ser usada para quantificar a complexidade de um objeto organizacional. Se uma seqüência de símbolos, ou mensagem, puder ser associada a um vetor de variáveis de estado representativo de um sistema complexo, então o conteúdo de informação deste vetor pode ser usado como medida da complexidade do sistema (BAR-YAM, 1997). Seja uma mensagem s = [s1, s2, ..., sn]. Se s1 = 0 e o alfabeto é binário, s1 ≠ 1. Já se o alfabeto é hexadecimal, s1 ≠ [1, 2, ..., F], ou seja, há mais informação em um caracter que pode assumir dezesseis estados do que em um que pode assumir dois estados. Se a mensagem descreve um objeto, a quantidade de informação I(s) contida no objeto é dada pela equação 1, na qual, Ω é o número de mensagens possíveis. Se há k caracteres no alfabeto e as probabilidades forem uniformes, o conteúdo de informação é dado pela equação 2 (BAR-YAM, 1997; BAUER, 1998). Outras distribuições de probabilidade são remetidas à continuidade. I(s) = log2 (Ω)

(1)

I(s) = n.log2 (k)

(2)

A complexidade de um sistema é proporcional ao comprimento da mais concisa mensagem capaz de descrever suas regularidades, em uma dada escala e uma dada linguagem (GELLMANN, 2000). Para chegar a esta mensagem, é necessário descrever o sistema do modo mais comprimido possível, separando as regularidades estruturais das aleatoriedades observadas no comportamento do sistema (RUELLE, 1993). Gell-Mann (2000) e Heylighen (1988) sugerem grafos ou redes para tal. Bauer (1999) usa a noção de estrutura, decompondo o sistema em subsistemas, em estrutura multinivelar escalonada. Simon (1991) usa hierarquias do tipo caixas-dentro-de-caixas, modeláveis matematicamente por estruturas em forma de árvores, conectadas por interações. Por fim, Agostinho (2003) diz que sistemas mais complexos se originam da agregação de sistemas menos complexos, cujas fronteiras são demarcadas pela intensidade das interações, mais fracas fora do que dentro dos subsistemas. 5

A pesquisa

Perona e Miragliotta (2004) alertam que falta na literatura um modelo de gerenciamento da complexidade de sistemas complexos adaptativos que caracterizem organizações de produção. Os autores também alertam que se têm enfocado parcialmente a complexidade, limitada a uma ou poucas grandezas, tais como o número de produtos, de clientes ou de fornecedores em cadeias de suprimentos. Para Heylighen (1988), o estudo de sistemas complexos adaptativos não deve ser reducionista nem holista. Segundo o autor, o reducionismo despreza as conexões e o holismo despreza as partes. Em sistemas complexos, deve ser buscada uma abordagem que contemple a ambos. Demo (2002) sugere o uso da pesquisa qualitativa e questionários para a medição de complexidade, pois esta pode captar tanto as dimensões intensas como as extensas do fenômeno complexo, ou seja, as forças das interações e as conexões entre as partes do sistema. Rocha Neto (2003) pondera que a medição da complexidade deve considerar o número de partes e os graus de interação. Diferentes graus de interações

5

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

caracterizam diferenças na complexidade. O objetivo de pesquisa é apresentar e testar uma técnica numérica que avalie a complexidade em uma rede de serviços de saúde. Entende-se que uma avaliação seja originada de cálculos feitos segundo um modelo matemático que usa julgamentos qualitativos, enquanto que uma medição usa medições físicas de variáveis de campo. Foram usados grupos focados para a obtenção dos julgamentos. O método de pesquisa é o estudo de caso e a contribuição científica é a inerente ao método: uma descrição profunda de regularidades observadas, que poderá ser usada para propor uma hipótese de trabalho, a ser testada e robustecida em outros objetos. A repetição de casos poderá eventualmente conduzir a uma teoria fundamentada, conforme preconizado por Eisenhardt (1989). É objetivo para a continuidade de pesquisa chegar, por repetição de casos, a um método robusto de avaliação de complexidade em arranjos ou organizações produtivas. O método de trabalho considerou as perspectivas relatadas pelas fontes citadas e também o número e a intensidade das interações. O método foi: (i) dividir o objeto em partes e formar um esquema contendo as conexões regulares e não aleatórias; (ii) em sessões de grupo focado com especialistas da rede, enumerar as interações a avaliar, julgá-las, classificá-las em categorias, associadas à diversidade de informação presentes, e calcular a complexidade pela equação 2; (iii) identificar as interações que mais influenciam a complexidade; e (iv) atuar sobre estas, modificando a complexidade calculada. Os pressupostos admitidos foram: (i) a complexidade atual nasceu do número de oportunidades de surgirem interações entre partes e também do grau das interações que realmente surgiram; e (ii): quanto mais intensa a interação, mais informações são exigidas para descrevê-la. Tipificaram-se os graus de interações que podem surgir entre partes da rede: (i)

nulas (valor 0): nada emerge entre as partes, estas são completamente alheias entre si, não há troca de informação, ocorrências em uma não afetam a outra, uma desconhece a existência da outra;

(ii)

fracas (1): pouco emerge entre as partes, algumas informações são trocadas, ocorrências em uma pouco afetam a outra, há compartilhamento de informações;

(iii)

médias (3): há emergências de alguma importância, um número mediano de informações são trocadas, ocorrências em uma afetam medianamente a outra, há compartilhamento de informações e de materiais;

(iv)

fortes (5): há emergências muito importantes entre as partes; muitas informações são trocadas, ocorrências em uma afetam muito a outra, há compartilhamento de informações, de materiais, de instalações;

(v)

interdependentes (7): há emergências decisivas entre as partes; um grande número expressivo de informações são trocadas, ocorrências em uma exigem decisões imediatas e importantes na outra, há compartilhamento de informações, de materiais, de instalações, de conhecimentos; e

(vi)

intrinsecamente imbricadas (9): a própria existência das partes depende das emergências, um número expressivo de informações são trocadas, ocorrências em uma exigem decisões imediatas e de sobrevivência na outra, há compartilhamento de informações, de materiais, de instalações, de conhecimentos e na prestação de serviços.

6

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

Há outra forma de interpretar a força das interações. Os valores de 0 a 9 podem ser associados a uma escala proporcional ao número de tipos de informação que descrevem a interação: (interação nula = sem troca de informação; interação fraca = tipos de informação trocadas proporcional a um; interação média = requer três vezes mais informação do que a interação fraca e assim por diante). A distribuição de força ao longo das interações na rede forma um schema, um modelo particular de interações. Por ora, a incerteza não está relacionada ao valor das grandezas no schema, mas às probabilidades de escolhas dos diversos scheme da schemata (schemata é o conjunto de todas as possibilidades de schema). No Quadro 1, são sintetizadas as decorrências das formas de interação presentes nas classes de interação oferecidas aos especialistas para julgamento.

7

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

grau da interação variáveis intervenientes na interação nula (0) Não há comunicação entre as partes fraca (1) Há comunicação simples entre as partes média (3) Há comunicação maior entre as operações das partes forte (5) Há compartilhamento de recursos interdependente (7) Há planejamento integrado para uso de recursos intrinsecamente imbricadas (9) Uma das partes perde o propósito sem a outra Quadro 1 - Tipologia de interações entre partes da rede de serviços de saúde

Admite-se que o sistema possa ser caracterizado por uma mensagem com número de símbolos igual a um somatório proporcional às informações presentes nas interações ativas no sistema. Também foi admitido que a situação atual do tipo de grandeza informada por um símbolo possa ser classificada como baixa, média e alta (alfabeto com três símbolos, por exemplo, 0, 1 e 2) e distribuição uniforme de probabilidades (equação 2, k = 3). Por exemplo, se a interação entre duas partes da rede for fraca, admite-se que possa ser caracterizada por um único tipo de informação, tal como a quantidade de materiais médicos em estoque nas partes. Se esta for baixa, média ou alta, o único símbolo será, por exemplo, 0, 1 ou 2. Já se a interação passar a ser média, três vezes mais informação é requerida, por exemplo, especificação dos materiais, datas de vencimento de validades e tipos de embalagens. A complexidade passa de 1.log2(3) = 1,58 para 3.log2 (3) = 4,75. Foram consideradas apenas relações entre duas partes: A afeta B e B afeta A, na mesma intensidade. Relações superiores e assimetria foram descartadas. Sendo p o número de partes, o total de interações T é dado pela equação 3. Chega-se à equação expressando-se as relações em uma matriz quadrada p2, sem a diagonal e sem uma metade, pois as relações são bidirecionais. T = (p2 – p)/2

5.1

(3)

Resultados

O sistema estudado é um recorte de uma rede de serviços de saúde pública em uma cidade brasileira, com seis partes: (i) posto central; (ii) posto modelo; (iii) hospital municipal; e (iv) três postos de saúde de bairro. O posto central é composto de algumas pequenas unidades sanitárias e administrativas, sediando as operações logísticas de compra, recebimento e guarda de materiais. O posto modelo localiza-se no centro da cidade e é o único posto a oferecer as especialidades médicas mais raras. O hospital tem autonomia administrativa, emergência, especialidades médicas, exames e almoxarifado para os materiais comprados pelo posto central. Os demais postos não têm unicidade, são distribuídos e atendem os bairros. Foram consideradas apenas relações entre duas partes A e B do tipo: A afeta B e B afeta A. Pressupõe-se que, se A afeta B, então necessariamente B afeta A e as relações são bidirecionais, ou seja A afeta B na mesma intensidade com que B afeta A. Relações triplas do tipo A e B combinados afetam C, ou superiores, não serão consideradas. O relaxamento destes pressupostos foi remetido à continuidade. Sendo p o número de partes, o total de interações T é dado pela equação 4. Chega-se à equação expressando-se as relações em uma matriz

8

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

quadrada p2 sem a diagonal, pois não faz sentido relacionar uma parte com ela mesma, e sem uma metade, pois as relações são bidirecionais. No caso, p = 6 e T = 15. T = (p2 – p)/2

(4)

O grupo focado foi composto por três especialistas consultores que trabalharam no projeto de gestão da rede e na sua operação. O grupo foi mediado por pesquisador. Os especialistas têm formação superior e pós-graduação em administração, administração hospitalar, engenharia de produção e logística. O grupo construiu uma ARA (árvore da realidade atual, um instrumento de representação de relações proposto pela teoria das restrições) para apoiar a análise e fundamentar o julgamento. A ARA de apoio surge em Sellitto (2005). Os julgamentos são sumarizados na Tabela 1. Vinte e oito símbolos estão presentes na menor mensagem que descreve o sistema, a média de símbolos por parte é de 9,33 (duas partes, um símbolo) e a variabilidade da distribuição (cv = σ/µ) é de 0,32. A complexidade atual é de 44,4 unidades, em um máximo de 214 unidades. destino origem

hospital

modelo

bairro A

bairro B

bairro C

soma

central hospital modelo bairro A bairro B bairro C

1

3 3

3 3 1

3 3 1 0

3 3 1 0 0

13 13 9 7 7 7 28 9,33 0,32 44,4 214

total de símbolos na mensagem = média de símbolos por parte = variabilidade na distribuição dos símbolos entre as partes = complexidade atual = máxima complexidade possível = Tabela 1 - Categorias de relações iniciais entre as partes da rede

A interação entre o posto central e o hospital é baixa, pois o hospital tem logística própria e precisa apenas conhecer o estoque no posto central para eventuais reaproveitamentos. As interações do posto central com os postos modelo e de bairro são médias e são principalmente remessas de materiais adquiridos, recebidos, inspecionados, reembalados e entregues pela equipe de logística sediada no posto central. Como não há recebimento especializado nos almoxarifados dos postos, estes precisam conhecer o nível de estoque e os tipos de medicação recebidos pelo posto central para fazer suas solicitações. A interação do hospital com os postos é média, pois envolve informações de vagas para baixas, marcação de horários para atendimentos especializados e alguma troca de materiais. A interação do posto modelo com os demais postos é fraca, pois envolve apenas atendimentos especializados, tais como exames e algumas especialidades e trocam informação apenas quanto às especialidades disponíveis. Não há troca de materiais. A interação entre postos de bairro é nula: um nem ao menos reconhece a existência do outro, havendo auto-suficiência mútua.

9

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

O esquema de interações apontado é deliberado e foi produzido pelo projeto de gestão da rede. Corresponde às regularidades estruturais presentes no sistema e a sua avaliação corresponde a avaliar a complexidade efetiva do sistema. Outras interações ocorrem, mas estas não são previstas no esquema de gestão e devem ser consideradas aleatoriedades, fugindo ao escopo desta pesquisa. Um exemplo de interação aleatória que pode ocorrer, embora pouco provável, é a transferência de materiais ou a cessão de recursos humanos do posto modelo aos postos de saúde de bairro, ou entre dois postos de saúde de bairros. Tal transferência só ocorrerá se houver uma crise de abastecimento ou uma emergência médica em bairro, tal como um acidente ou catástrofe. Nestes casos, o abastecimento regular de materiais e a alocação de recursos humanos pode ser insuficiente, lançando-se mão, excepcionalmente, de recursos alocados estruturalmente em outros nós, o que ativa uma interação até então nula. Tais tipos de interação são aleatoriedades e excedem à complexidade efetiva do sistema complexo adaptativo. O interesse do gestor da rede pode ser reduzir, manter ou aumentar a complexidade. A tabela oferece um mapa para que o gestor possa identificar pontos de alavancagem, ou seja, ações gerenciais que modificarão a complexidade do sistema, segundo o objetivo estratégico. Para a mesma missão, a redução da complexidade requer que as partes interajam menos, ou seja, que a operação recorra menos vezes a mais de uma parte. Para tanto, é necessário que cada parte duplique recursos existentes nas outras partes, aumentando a variedade dentro da parte e diminuindo a variedade entre partes. A confiabilidade sistêmica aumenta, pois a mesma demanda poderá ser atendida em várias partes, aumentando a redundância e a probabilidade de uma emergência ser atendida em ao menos um local. O custo da operação sobe, pois haverá ociosidade, mas o custo da logística e do sistema de informação cai, pois há menos necessidade de comunicação. Tal estratégia aumenta a responsividade e possíveis pontos de alavancagem são: (i) a criação de logísticas próprias e recebimentos nos almoxarifados dos postos, enfraquecendo as interações entre a central e os postos; e (ii) a disponibilização de mais especialidades, exames e horários de atendimento nos postos, abrindo-os à noite e em fins-de-semana, hoje concentrados no posto modelo e no hospital, enfraquecendo a dependência destas partes. Aumenta a confiabilidade do sistema, visto que a probabilidade de uma emergência ser atendida, por ao menos uma parte, é maior, pois várias partes estarão equipadas para a dita emergência. Por exemplo, surgindo uma necessidade inesperada de compra e recebimento de um medicamento específico, basta que um dos múltiplos setores de logística cumpra a tarefa e atenda todos os interesse da rede. Na outra mão, o aumento da complexidade requer aumento nas interações, obtido por partes focadas em atividades. A variedade dentro das partes cai e entre as partes cresce, pois estas se especializam e se diferenciam. A confiabilidade cai, pois, se uma dada emergência é atendida por uma única parte, e há mais incerteza, cresce a probabilidade de esta parte não estar disponível no momento da emergência. O custo de operação cai, pois há ganho de escala com o fim da duplicidade em operações, tais como compras e recebimento, e em especialidades médicas, e o custo da logística e da informação sobe, pois a necessidade de comunicação entre as partes cresce. A estratégia aumenta o foco das partes e a diferenciação entre elas e seus pontos de alavancagem são: (i) unificar toda a logística, inclusive a do hospital, no posto central, agregar as previsões de demanda de materiais de todos os postos e padronizar rotas e freqüências de entregas; e (ii) concentrar no posto modelo mais especialidades, tais como oftalmologia e ginecologia, e no hospital as especificidades, tais como tomografias.

10

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

Mantida a missão, nenhuma das duas estratégias garante redução de custo na rede, pois este resulta de uma solução de compromisso entre custo de operação (pessoal e materiais) e custo de logística. A atual estratégia parece estar na parte baixa da complexidade (menos foco, mais responsividade), pois a variedade interna cria alguma independência e redundância entre operações. Nenhuma parte precisa decisivamente de outra para atingir boa parte de suas metas de desempenho e há algumas duplicidades que aumentam a confiabilidade geral do sistema. 5.2

Discussão

O arranjo apresenta características de sistemas complexos adaptativos auto-organizados, pois é composto por partes individualizáveis que interagem, emergindo, da interação, qualidades que não existem nas partes. O grafo usado tem similaridade com o método de Gell-Mann (2000), indicado pelo autor para ambientes intermediários entre a ordem e a desordem, que exibem regularidades suficientes para auto-organização, mas não a ponto que não haja mais o que auto-organizar. Alguma aleatoriedade existe, sob a forma de flutuações, que podem dar ao sistema chaves para o aumento da complexidade por auto-organização. O autor computa a complexidade partindo de zero (máxima desordem), passando por um máximo e voltando a zero (máxima ordem): mensagens de baixo valor informam as interações presentes, de alto valor, as ausentes. Nenhuma interação e interação total e equidistâncias têm iguais complexidades, pois o tamanho da mensagem é o mesmo. O ponto de vista de Gell-Mann (2000) foi desenvolvido para as ciências naturais, mas é aproveitado no escopo estudado. A rede apresenta aspectos de estrutura dissipativa. Se surge um desequilíbrio sensível em variáveis de estado, tais como o número de pacientes em atendimento, o estoque de materiais nas partes, o tempo de recuperação médio de pacientes ou a fila aguardando atendimento, a rede se transforma e se adapta à situação. Se um dos postos de bairro perder a capacidade de atender seus moradores, o posto central ou o modelo podem rearranjar seus meios de produção e passar a atender demanda adicional, abrindo mão de outros atributos, tais como manter baixa a ocupação de enfermarias ou aumentar o número de horas de trabalho de laboratórios, em trade-off´s estratégicos. Ou ainda ativar outros estabelecimentos da rede privada e reequilibrar a situação. A mais alta ocupação de recursos caracteriza dissipação de energia organizacional na forma de esforço de pessoal, menos horas de manutenção de equipamentos e de alternativas de gestão do negócio. Eventualmente, uma nova forma de organização emerge, em resposta às variações do ambiente e segundo uma trajetória de difícil, senão impossível, reversão. A rede também pode oferecer novos serviços reorganizando atividades ou pode até mesmo decidir pela auto-dissolução, caso a capacidade adaptativa não seja suficiente para compensar as variações de objetivos e do meio. A capacidade de inovação na rede parece ser alta, pois a estratégia de governança não isolar partes, concedendo a estas alguma autonomia. O número médio de interações por parte está associado à autonomia presente no arranjo e sua distribuição está associada ao formato auto-organizante do arranjo. A diferença entre o maior e o menor número de interações (13 – 7) = 6 e o coeficiente de variação (0,32) indicam estas presenças. Como há pouca concentração na parte central, a técnica auto-organizante não concentra poder e não surge, na plenitude, o conceito de indivíduo influente exposto por GellMann (2000). Segundo o autor, este, se existir, dirige a evolução do sistema e o comportamento das partes, formulando estratégias e impondo restrições, o que não parece se dar na rede, pois a influência que a parte central parece exercer sobre as demais partes não parece ser suficiente para criar restrições e formular unilateralmente a estratégia de operação.

11

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

Pode-se definir um índice multidimensional de desempenho do arranjo. Para se chegar a este índice, são necessários indicadores que devem descrever a missão do arranjo, seus objetivos, os meios para atingi-los, a trajetória de longo prazo e outros, resultando uma estrutura multicriterial de mensurações: múltiplos indicadores, agregados em um índice final ponderado. Evoluções da execução estratégica podem acarretar trocas de desempenhos em critérios parciais: o resultado de uma ação pode aumentar o desempenho em um critério e reduzi-lo em outro. Sellitto e Mendes (2006) exploraram a medição de desempenho multidimensional em cadeias de suprimentos (Supply Chains - SC). SC´s também são arranjos produtivos, mas que possuem um indivíduo influente segundo o conceito de Gell-Mann (2000). Este indivíduo é a empresa focal. Sellitto, Borchardt e Pereira (2007) provaram a existência deste elemento em SC, o que não tem paralelo na rede de serviços médicos. Propõe-se, na Figura 1, uma relação não-linear, por ora não quantificada, entre complexidade e desempenho em arranjos como o pesquisado. Com baixo enfoque, há pouca necessidade de coordenação ou troca de informações. O desempenho cai, por ociosidade nas redundâncias. Com alto enfoque, há mais necessidade de coordenação e de troca de informações. O desempenho cai por filas, esperas em gargalos e poucas alternativas em emergências. O desempenho é máximo em complexidade intermediária. Quanto às variáveis qualitativas, algumas regularidades foram observadas e são recuperadas no Quadro 2. A estratégia de responsividade reduz a complexidade e aumenta os custos de operação e logística, ao contrário da estratégia de foco. A redução de custo é obtida por focalização de atividades, o que aumenta a variedade entre partes e diminui redundâncias. Por conseqüência, cai a capacidade de resposta, por auto-organização, a emergências e a confiabilidade do arranjo.

Índice de desempenho

baixo enfoque, alta redundância, baixa coordenação, pouca troca de informações

alto enfoque, baixa redundância, alta coordenação, muita troca de informações Complexidade do arranjo

Figura 1 - Relação não-linear entre complexidade e desempenho confiabilidade e variedade dentro variedade das partes entre as partes redundâncias

estratégia

complexidade

responsividade

reduz

reduz

aumenta

foco

aumenta

aumenta

reduz

custo de operação

custo de logística

aumenta

aumenta

aumenta

reduz

reduz

reduz

12

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

Quadro 2 - Relação entre as variáveis presentes no arranjo e estratégias possíveis

Entende-se que a estratégia preferencial visada pelo projeto de gestão da rede foi a de responsividade. A rede foi concebida para responder rapidamente a demandas de saúde, tais como acidentes, epidemias e sazonalidades. Para tanto, há menos variedade e mais redundância entre as partes, o que reduz a complexidade geral, pois há menos diferenciação externa. Dentro das partes, há mais variedade, pois cada uma comporta mais especialidades, que nem sempre são usadas na plenitude, servindo como reserva e alternativa para o atendimento das emergências. Resulta aumento de custo de operação, por sub-ocupação de recursos, e aumento de custos logísticos, por excesso de aprovisionamento de materiais, que podem estar duplicados. Em síntese, o trade-off principal é: para aumentar a responsividade, abre-se mão de manter os custos mais baixos. Tal trade-off parece adequado a uma política de saúde pública responsável, pois o atendimento a emergências médicas foi considerado pelos estrategistas mais importante do que a manutenção de baixos custos na operação. 6

Considerações finais e continuidade

O objetivo deste artigo foi apresentar uma técnica numérica de avaliação da complexidade em um recorte de uma rede de serviços médicos municipais. Neste tipo de arranjo, a complexidade surge da diversidade de especialidades, conhecimentos, talentos e visões da realidade, o que produz redundâncias e variedades, e permite a adaptação a realidades emergentes. O arranjo não deve executar apenas um programa rígido, mas pode explorar a diversidade na cognição, aprendizado e formulação de estratégias. Resulta importante avaliar e controlar a complexidade do arranjo. A pesquisa enumerou e avaliou as interações presentes no arranjo estudado e estudou a tipologia de auto-organização. Acredita-se que um indicador de complexidade possa ser útil para o gestor, pois pode ser aumentado ou reduzido por ações de alavancagem, segundo objetivos estratégicos do arranjo. No dizer de Agostinho (2003, p. 17), “Decerto faltam bons modelos para entendermos o comportamento das organizações como sistemas complexos adaptativos”. Talvez o modelo ora proposto, mais robustecido e refinado, possa ser útil na descrição de organizações como sistemas complexos adaptativos e com isto colocar à disposição dos estudiosos de organizações o referencial teórico da teoria da complexidade. Quanto à continuidade, pode-se definir as multidimensões de desempenho, mensurá-las e variar a complexidade no arranjo, quantificando a resposta. É possível que surja a curva em forma de U invertido, mencionada por Perona e Miragliotta (2004). Outras alternativas são o uso de simulação computacional, variando o número de conexões e verificando o desempenho no limite do caos, o relaxamento dos pressupostos da sessão 4.1 e a atribuição de outras distribuições de freqüências às intensidades das interações, segundo medições físicas de informações requisitadas. Também pode-se testar uma escala com zero central e definir um arranjo de referência, de modo que o arranjo sob teste possa ser classificado como mais ou menos complexo do que o referencial. Por fim, é objetivo para a continuidade de pesquisa chegar, por repetição de casos, a um método robusto de avaliação de complexidade em arranjos ou organizações produtivas. Em caso anterior, a primeira versão do método foi usada em uma cadeia de suprimentos. Os dois casos têm oferecido contribuições para o refinamento do método. Medição da complexidade envolveria a definição de grandezas físicas a ser medidas em campo e, por ora, interessam menos para a continuidade de pesquisa.

13

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

Referências AGOSTINHO, M. Complexidade e organizações. S. Paulo: Atlas, 2003. BAR-YAM, Y. Dynamics of complex systems. Readings, Massachusetts: Addison-Wesley, 1997. BAUER, R. Gestão da mudança: caos e complexidade nas organizações. S. Paulo: Atlas, 1999. BERTALANFFY, L. Teoria geral dos sistemas: aplicação à psicologia. In: Anohin, P.; Bertalanffy, L. (org.). Teoria dos sistemas. R. Janeiro: Editora da Fundação Getúlio Vargas, 1976. (série Ciências Sociais). BERTALANFFY, L. Teoria geral dos sistemas. Petrópolis: Vozes, 1977. CHECKLAND, P.; SCHOLES, J. Soft systems methodology in action. Chichester, West Sussex: John Wiley & Sons, 1999. DEMO, P. Complexidade e aprendizagem: a dinâmica não-linear do conhecimento. S. Paulo: Atlas, 2002. EISENHARDT, K. Building theories from case study research. Academy of Management Review, v.14, n.4, p.532-550, 1989. FLYNN, B.; FLYNN, E. Information-processing alternatives for coping with manufacturing environment complexity. Decision Sciences, v. 30, nº 4, p. 1021-1052, 1999. GELL-MANN, M. The quark and the jaguar: adventures in the simple and complex. New York: W.H. Freeman and Company, 2000. GLEICK, J. Caos: a criação de uma nova ciência. R. Janeiro: Campus, 1990. HEYLIGHEN, F. Building a science of complexity. Proceedings of the 1988 Annual Conference of the Cybernetics Society London, 1988, disponível em http://pespmc1.vub.ac.be/Papers/BuildingComplexity.pdf, acesso em janeiro/2006. HOPEMAN, R. Análise de sistemas e gerência de operações. Petrópolis: Vozes, 1977. JACKSON, M. Systemic methods in management sciences. New York: Plenum Press, 1993. KLIR, G. Facets of systems sciences. New York: Plenum Press, 1991. LEWIN, R. Complexidade: a vida no limite do caos. R. Janeiro: Rocco, 1994. MACIEL, J. Elementos de teoria geral dos sistemas. Petrópolis: Vozes, 1974. MARKOSE, S. Computability and evolutionary complexity: markets as complex adaptive systems (CAS). The Economic Journal, v. 115, nº 504, p. 159, 2005. MAXIMIANO, A. Teoria geral da Administração. S. Paulo: Atlas, 1997. MORIN, E; LE MOIGNE, J. A inteligência da complexidade. S. Paulo: Fundação Peirópolis, 2000. PERONA, M; MIRAGLIOTTA, G. Complexity management and supply chain performance assessment. A field study and a conceptual framework. International Journal of Production Economics. v.90, p.103–115, 2004. ROCHA NETO, I. Gestão de organizações. S. Paulo: Atlas, 2003. RUELLE, D. Acaso e caos. S. Paulo: UNESP, 1993. SELLITTO, M. Processos de pensamento da TOC como alternativa sist~emica para análise organizacional. Gestão & Produção, v.12, n.1, p.81-96, 2005. SELLITTO, M.; MENDES, L. Avaliação comparativa do desempenho de três cadeias de suprimentos em manufatura. Produção, v.16, n.3, p.552-568, 2006. SELLITTO, M.; BORCHARDT, M.; PEREIRA, G. Avaliação da complexidade em cadeias de suprimentos. Anais do XXVIII ENEGEP, Foz do Iguaçu, 2007. SIMON, H. Architeture of complex systems. In: KLIR, G. (org.) Facets of systems sciences. New York: Plenum

14

XXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A integração de cadeias produtivas com a abordagem da manufatura sustentável. Rio de Janeiro, RJ, Brasil, 13 a 16 de outubro de 2008

Press, 1991.

15