MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro

• Ano de defesa: 2019
• Autor(a) principal: Lins Filho, Marcos Luiz
• Orientador(a): Sousa Neto, Manoel Veras de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO
• País: Brasil
• Palavras-chave em Português: Gestão de projetos; Complexidade de projetos; Modelo de classificação; Aprendizagem de máquina; Máquinas de vetores de suporte
• Área do conhecimento CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO
• Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/27928

Compreender o constructo “Complexidade de projetos” tem desafiado pesquisadores e profissionais desde que o estudo de Baccarini (1996) deu início a debates mais aprofundados sobre a temática. Dentro desse contexto, o desenvolvimento de métodos e ferramentas, que possam contribuir diretamente para inserção da dimensão complexidade nas práticas de gestão de projetos, tem esbarrado na dificuldade de mensurá-la. Nesse sentido, esta pesquisa teve como objetivo geral construir um modelo de classificação da complexidade de projetos para o setor público brasileiro. Para tanto, considerou-se como base a percepção de 16 especialistas e 118 profissionais da área de gestão de projetos que atuam ou já atuaram em projetos públicos. A pesquisa foi dividida em duas etapas. Na primeira, mapeou-se, inicialmente, um conjunto com 96 fatores de complexidade identificados a partir de uma revisão sistemática da literatura. Esses fatores foram avaliados através de questionários por 16 especialistas e 118 profissionais que identificaram os dez fatores de maior relevância para a complexidade de projetos públicos. Na segunda etapa, aplicaram-se técnicas de aprendizagem de máquina com máquinas de vetores de suporte para construir um modelo de classificação da complexidade de projetos. No modelo, definiram-se três níveis para classificação da complexidade de um projeto: baixa, média e alta. O modelo foi validado por meio de 17 experimentos divididos em três rodadas e teve como base um conjunto contendo 36 casos de teste, onde se avaliou o nível de acurácia média de classificação. Quanto aos resultados da pesquisa, foram propostos dois novos conceitos, sendo um para gerenciamento de projetos e outro para complexidade de projetos. Propôs-se um modelo teórico contendo 11 dimensões e 96 fatores de complexidade de projetos com base numa revisão sistemática da literatura. Identificaram-se os dez fatores de complexidade de maior relevância para projetos públicos na opinião de especialistas e profissionais brasileiros da área de gestão de projetos. E, finalmente, construiu-se e validou-se o MCCP-PUB/BR (Modelo de Classificação da Complexidade de Projetos para o setor Público Brasileiro) por meio de técnicas de aprendizagem de máquina e refinamentos que resultaram numa acurácia de 100% nas predições feitas para os 36 elementos presentes no conjunto de teste. Com base nos resultados, concluiu-se que o uso da aprendizagem de máquina para classificação da complexidade de projetos demonstrou viabilidade e capacidade de contribuir para ampliar a inserção da dimensão complexidade nas práticas de gestão de projetos.