Gestão da Informação na Era do Big Data: Métodos e Ferramentas de Ciência de Dados

Descrição

O projeto “Gestão da Informação na Era do Big Data: Métodos e Ferramentas de Ciência de Dados” tem como objetivo investigar, desenvolver e aplicar métodos, técnicas e ferramentas de ciência de dados no contexto da Gestão da Informação, considerando os desafios contemporâneos relacionados ao crescimento exponencial dos dados e à necessidade de sua transformação em conhecimento útil para a tomada de decisão organizacional. Em um cenário caracterizado pelo aumento contínuo do volume, variedade e velocidade dos dados — dimensões clássicas do Big Data descritas por autores como Laney (2001) e ampliadas posteriormente na literatura —, torna-se fundamental compreender como esses dados podem ser organizados, analisados e convertidos em informação significativa. A Ciência da Informação, enquanto campo interdisciplinar, oferece bases teóricas e metodológicas para compreender os processos de organização, representação, recuperação e uso da informação (Borko, 1968; Saracevic, 1999). Tradicionalmente voltada para ambientes como bibliotecas, arquivos e centros de documentação, a área expandiu seu escopo com o advento das tecnologias digitais, passando a incorporar discussões relacionadas a sistemas de informação, bases de dados, redes digitais e, mais recentemente, Big Data e Inteligência Artificial. Nesse sentido, o presente projeto se insere em uma linha contemporânea da Ciência da Informação que busca integrar práticas tradicionais de organização do conhecimento com técnicas avançadas de análise de dados. A proposta está diretamente alinhada à trajetória acadêmica e profissional do professor Célio Andrade de Santana Júnior, cuja atuação se caracteriza pela interface entre Ciência da Informação, Ciência de Dados e Engenharia de Software. Sua produção e projetos recentes envolvem temas como análise de dados, mineração de dados, sistemas de apoio à decisão e o impacto de tecnologias emergentes — como inteligência artificial — sobre os processos informacionais. Além disso, sua experiência aplicada em projetos com organizações públicas e privadas, envolvendo análise de grandes volumes de dados, desenvolvimento de modelos preditivos e construção de pipelines de dados, reforça a pertinência da proposta no contexto da formação de estudantes de graduação em Gestão da Informação. No âmbito da formação acadêmica, o projeto tem como foco principal o desenvolvimento de competências analíticas e tecnológicas em estudantes de graduação, preparando-os para atuar em ambientes organizacionais orientados por dados. O curso de Gestão da Informação da Universidade Federal de Pernambuco tem como objetivo formar profissionais capazes de gerenciar fluxos informacionais, desenvolver soluções tecnológicas e apoiar processos decisórios. Nesse contexto, o projeto contribui diretamente para a formação de um perfil profissional alinhado às demandas do mercado e da sociedade, no qual o gestor da informação atua como mediador entre dados brutos, sistemas tecnológicos e usuários. Do ponto de vista metodológico, o projeto propõe a construção de um pipeline de dados completo, estruturado em diferentes etapas interdependentes. A primeira etapa consiste na coleta de dados, que pode envolver fontes diversas, como bases públicas (por exemplo, dados governamentais abertos), dados organizacionais simulados ou reais, e dados provenientes de redes digitais. Essa etapa também inclui a compreensão das características dos dados, como sua estrutura (estruturados, semiestruturados e não estruturados), formato e qualidade. A segunda etapa envolve o processo de limpeza e preparação dos dados (data cleaning e data preprocessing), que inclui a identificação e tratamento de dados ausentes, inconsistências, duplicidades e ruídos. Essa fase é fundamental, uma vez que a qualidade dos dados impacta diretamente a confiabilidade das análises subsequentes. Técnicas de transformação, normalização e enriquecimento de dados também são exploradas nesse momento. A terceira etapa corresponde à modelagem e análise dos dados, utilizando técnicas de estatística descritiva, análise exploratória de dados (EDA), mineração de dados e aprendizado de máquina. Serão aplicados algoritmos supervisionados e não supervisionados, como regressão, classificação (por exemplo, árvores de decisão e random forest), clusterização (k-means) e detecção de anomalias. O objetivo é permitir que os estudantes compreendam como extrair padrões, identificar tendências e gerar previsões a partir dos dados. A quarta etapa envolve a visualização e comunicação dos resultados, utilizando ferramentas de business intelligence e dashboards interativos. A capacidade de traduzir resultados analíticos em informações compreensíveis e úteis para diferentes públicos é uma competência essencial na Gestão da Informação, sendo enfatizada ao longo do projeto. Além dessas etapas, o projeto incorpora práticas de aprendizagem baseada em problemas (problem-based learning) e aprendizagem baseada em projetos (project-based learning), nas quais os estudantes trabalham em equipe para resolver problemas reais ou simulados. Essa abordagem permite integrar teoria e prática, estimulando o pensamento crítico, a autonomia e a capacidade de resolução de problemas complexos. Outro aspecto relevante do projeto é a discussão de questões éticas e sociais relacionadas ao uso de dados, incluindo privacidade, proteção de dados, vieses algorítmicos e responsabilidade no uso de tecnologias de análise de dados. Considerando o papel da Ciência da Informação na mediação entre tecnologia e sociedade, essa dimensão é fundamental para a formação de profissionais conscientes e críticos. Os resultados esperados do projeto incluem a capacitação dos estudantes em ferramentas e técnicas de ciência de dados, a produção de relatórios analíticos, dashboards e protótipos de soluções baseadas em dados, além da possibilidade de geração de trabalhos acadêmicos, como artigos científicos e trabalhos de conclusão de curso. Espera-se também contribuir para o fortalecimento da integração entre ensino, pesquisa e extensão, ao promover a aplicação de conhecimentos em contextos reais ou próximos da realidade organizacional. Adicionalmente, o projeto contribui para o avanço da área de Ciência da Informação ao explorar a convergência entre Big Data e gestão da informação, evidenciando o papel estratégico do gestor da informação em ambientes digitais. Ao integrar conceitos de organização do conhecimento, sistemas de informação e análise de dados, a proposta reforça a relevância da área no contexto contemporâneo, marcado pela intensificação do uso de dados em diferentes setores da sociedade. Por fim, o projeto se posiciona como uma iniciativa inovadora no contexto da formação em Gestão da Informação, ao articular fundamentos teóricos sólidos com práticas tecnológicas avançadas. Ao preparar estudantes para atuar em ambientes orientados a dados, a proposta contribui para a formação de profissionais capazes de transformar dados em conhecimento, apoiar a tomada de decisão e promover inovação em organizações públicas e privadas. Dessa forma, o projeto não apenas responde às demandas atuais do mercado e da academia, mas também contribui para o desenvolvimento de uma sociedade mais informada, eficiente e orientada por evidências.