Modelos de Decisão com Critérios Multiplos António Câmara ADSA.
Modelos de Análise de Decisão - fenix.tecnico.ulisboa.pt · Modelos de Apoio à Decisão...
Transcript of Modelos de Análise de Decisão - fenix.tecnico.ulisboa.pt · Modelos de Apoio à Decisão...
1
Modelos de Apoio à Decisão
Introdução à Análise de Decisão
Carlos A. Bana e Costa
Introdução à Análise de Decisão
Carlos A. Bana e Costa
2. O que é aAnálise de Decisão?
Modelos de Análise de Decisão
1. Problemáticada tomadade decisão
3. Problemáticada ajudaà decisão
Modelos de AD
REVISÃO DE OPINIÃO
• Redes Bayesianas
Problema dominado por
AVALIAR OPÇÕES• Análise Multicritério
IncertezaObjectivosmúltiplos
ESCOLHA• Árvores de Decisão
• Diagramas de Influencia
4. Modelos, técnicas e software
5. Aplicações
SEPARAÇÃO EM COMPONENTES
• Análise de Risco
• Diagramas de Influencia
ALOCAÇÃO DE RECURSOS E
NEGOCIAÇÃO• Análise Equity
2
http://web.ist.utl.pt/carlosbana
Copyright C. A. Bana e Costa 2009
A problemática da tomada de decisão nas organizações
“Uma decisão éum meio para alcançar objectivos etomar uma decisão consiste em fazer uma escolha
“Em todas as organizações,
tomar uma decisão consiste em fazer uma escolha,que se traduz numa acção de afectação de recursos(que é revertível apenas à custa do desperdício dealguns recursos, como tempo ou dinheiro).”
Ronald HowardDecision Analysis in Systems Engineering,1973
Copyright C. A. Bana e Costa 2009
g ç ,públicas ou privadas, com ou sem fins lucrativos,os agentes de decisão confrontam-se continuamentecom a difícil tarefa de alocar recursoslevando em conta e ponderandocustos, benefícios e riscos.”
L. Phillips & C.A. Bana e Costa, 2005
3
A capacidade de tomar decisões é referida por líderes de grandes organizações como o atributo
determinante do sucesso
“Nada é mais difícil,e portanto mais precioso,do que ser capaz de
“A tomada de decisão é uma actividadeque reside no coração da liderança…
do que ser capaz de tomar decisões.”
Napoleon Bonaparte
Copyright C. A. Bana e Costa 2009
… acima de tudo, os líderes são bem sucedidos, ou não, em função da qualidade das decisões que tomam.”
D. Garvin & M. RobertoWhat you don't know about making decisions
Harvard Business Review, 2001
A dificuldade da tomada de decisão depende dacomplexidade do problema e da
incerteza dos agentes de decisão
Complexidade Incerteza
• Muitos aspectos a levar em conta (custos, benefícios, riscos, …)
• Esses aspectos relacionam-se entre si e têm ritmos de
• E se as consequências das acções não forem as previstas?
• Fontes de incerteza: Objectivos pouco claros
Copyright C. A. Bana e Costa 2009
ritmos de variação diferentes, o que dificulta a identificação dos factores-chave para a tomada de decisão
claros, Informação escassa, dados pouco precisos, desconhecimento de decisões relacionadas, falta de coordenação…
4
Factores críticos de competitividade das PME têxteis de Santa Catarina, Brasil
Copyright C. A. Bana e Costa 2009
A complexidade e a incerteza na tomada de decisão conduzem muitas vezes a protelar decisões importantes ou, até, a ‘decidir nada decidir’
“Nunca nada de bom resulta de uma decisão da gestão.
ecid
ir
Evite tomar decisões sempre que possível. Elas só lhe podem trazer problemas.”Ev
ite d
• Aja de forma confusa
• Forme um grupo de trabalho com pessoas demasiado ocupadas para se reunirem
• Mande o pessoal recolher maisar d
ecid
ir
Dogbert
Copyright C. A. Bana e Costa 2009
• Mande o pessoal recolher mais informação
• Perca documentos que requerem aprovação
• Diga que está à espera de outrospara acelerar o processo.
Com
o ev
ita
5
A dificuldade da tomada de decisão conduz os gestores a adoptarem, muitas vezes,
estratégias de decisão erradas
“A nossa investigação ao longo dos últimos anos sugere fortemente que, dito de forma simples, os g q plíderes abordam a tomada de decisão de forma completamente errada.”
D. Garvin & M. RobertoWhat you don't know about making decisions
Harvard Business Review, 2001
“Um estudo aprofundado do comportamento de 165 ti d t 6 hi l
Copyright C. A. Bana e Costa 2009
executivos de topo em 6 companhias revela fraquezas da tomada de decisão, num certo grau, todos os grupos de gestão apresentam.”
Chris Argyris“Interpersonal barriers to decision making”
Harvard Business Review on Decision Making, 2001
Processos comuns de tomada de decisão
Processo intuitivo Processo analítico
• Decisão baseada no conhecimento e experiência
• Tipicamente decisões de executivos e
• Decisão tomada com base nos resultados da aplicação de métodos quantitativos
Copyright C. A. Bana e Costa 2009
administrações
6
O processo intuitivo de tomada de decisão está sujeito a muitas formas de inconsistência de
raciocínio
Processo intuitivo “Apesar da inclinação natural em acreditar id d d t hna capacidade da mente humana para
realizar bons julgamentos e tomar decisões acertadas, inúmeros estudos científicos evidenciam que o processo intuitivo e não orientado de tomada de decisão está sujeito a várias formas de inconsistência.”
Simon FrenchDecision Theory: An Introduction to the
Mathematics of Rationality, 1988
Copyright C. A. Bana e Costa 2009
Influência do modo como o problema é apresentado
Pediu-se a um grupo de 152 estudantes para imaginar que os EUA estavam a preparar-se para uma epidemia que se previa poder matar 600 mil pessoas. Foi-lhes pedido para escolher um e um só de entre dois programas de combate à epidemia
• Programa A que salvaria 200 pessoas• Programa A que salvaria 200 pessoas
• Programa B com probabilidades de 1/3 de salvar todas as 600 mil vidas e 2/3 de nenhuma se salvar
72% dos estudantes preferiram o programa A
Num segundo teste, outros 155 estudantes foram confrontados com a mesma situação. Contudo, foi-lhes oferecida a escolha entre os dois programas seguintes
Copyright C. A. Bana e Costa 2009
• Programa C em que morreriam 400 mil pessoas
• Programa D com probabilidades de 1/3 de ninguém morrer e2/3 de morrerem
todas as 600 mil pessoas
78% dos estudantes preferiram o programa DAmos Tversky & Daniel Kahneman“The framing of decisions and the psychology of choice”Science, 1981
7
Qual é a maior linha, a azul ou a vermelha?
Copyright C. A. Bana e Costa 2009
Ilusão de Müller-Lyer
O processo analítico está sujeito à adopção de procedimentos analíticos inconsistentes
Processo analítico• Adoptar técnicas quantitativas sem
base teórica
• Adoptar técnicas quantitativas robustas mas cujas condições teóricas são violadas durante a aplicação
• Adoptar técnicas quantitativas robustas mas que não se ajustam às características do problema em análise
Font
es d
e in
cons
istê
ncia
Copyright C. A. Bana e Costa 2009
análise
• Crer que os resultados da aplicação de métodos analíticos são sempre mais correctos do que as decisões intuitivas.
• Não independência da melhor escolha relativamente a “alternativas irrelevantes”
• Inconsistência na ponderação de critérios
Prob
lem
as
8
Exemplo de utilização de um método quantitativo inconsistente: caso de avaliação de propostas
Ordenações Crit.1 Crit.2 Crit.3 Crit.4 Crit.5 Crit.6 Crit.7
Num caso em que quatro propostas (A, B, C, D) deveriam ser avaliadas de acordo com um conjunto de sete critérios (1 a 7), foi adoptado um procedimento analítico consistindo em, primeiro, ordenar as propostas em cada critério…
çProposta A 1o 4o 3o 1o 4o 3o 1o
Proposta B 2o 1o 4o 2o 1o 4o 2o
Proposta C 3o 2o 1o 3o 2o 1o 3o
Proposta D 4o 3o 2o 4o 3o 2o 4o
… depois, pontuar as propostas, atribuindo a cada uma delas uma pontuação, em cada critério, igual ao númerode propostas consideradas piores…
e por fim escolher a proposta com mais pontos no 0 pontos4o
1 ponto3o
2 pontos2o
3 pontos1o
Copyright C. A. Bana e Costa 2009
Ordenações Crit.1 Crit.2 Crit.3 Crit.4 Crit.5 Crit.6 Crit.7 TotalProposta A 3 0 1 3 0 1 3Proposta B 2 3 0 2 3 0 2Proposta C 1 2 3 1 2 3 1Proposta D 0 1 2 0 1 2 0
… e, por fim, escolher a proposta com mais pontos no conjunto de todos os sete critérios
0 pontos4o
6
13
12
11
Avaliação analítica inconsistente de propostas (continuação)
Ordenações Crit.1 Crit.2 Crit.3 Crit.4 Crit.5 Crit.6 Crit.7
Entretanto, descobriu-se no fim que D deveria ter sido eliminada no início, porque não cumpriu todas as condições de aceitação. Parece não haver problema, pois C até domina D…
Proposta A 1o 4o 3o 1o 4o 3o 1o
Proposta B 2o 1o 4o 2o 1o 4o 2o
Proposta C 3o 2o 1o 3o 2o 1o 3o
Proposta D 4o 3o 2o 4o 3o 2o 4o
… mas, adoptando o mesmo procedimento analíticosó para as propostas A, B e D…
… a ordenação final das propostas resulta invertida! 0 pontos3o
1 ponto2o
2 pontos1o
3o 2o 3o 2o
3o 3o
Copyright C. A. Bana e Costa 2009
Ordenações Crit.1 Crit.2 Crit.3 Crit.4 Crit.5 Crit.6 Crit.7 TotalProposta A 2 0 1 2 0 1 2Proposta B 1 2 0 1 2 0 1Proposta C 0 1 2 0 1 2 0 6
7
8
9
Qual a origem do problema? Como ultrapassá-lo?
Qual a origem do Problema?Não independência face
Como ultrapassar o problema?Obter informação sobre
B 3 B 2
C 2 C 1
1 1
1
Não independência facea ‘alternativas irrelevantes’
A diferença de atractividade entre
B e C é maior, igual ou menor do
Obter informação sobrediferenças de atractividade
Copyright C. A. Bana e Costa 2009
A 0D 1
A 0
21 que
a diferença de atractividade entre
C e A ?
Escolhas Sociais
8 votantes 7 votantes 4 votantes 4 votantes 2 votantes
A B E D C
Eleição de um entre 5 candidatos A, B, C, D, E por 25 votantes
C D C E E
D C D B D
B E B C B
E A A A A
Eleito:AMétodo do escrutínio uninominal por maioria de votos
Copyright C. A. Bana e Costa 2009
Método do escrutínio uninominal a duas voltas B
Método do escrutínio uninominal com eliminação sucessiva de um candidato E
Método de Borda, 1770 (soma de pontos) D
CMétodo de Condorcet, 1785 (comparações binárias)
10
Teorema da Impossibilidade de Arrow (1951)
k candidatos (k > 2)m votantes (m > 1) fornecendo cada um deles uma ordenação
dos k candidatos
Será possível encontrar um método de agregação de todos as preferências individuais numa preferência colectiva tal que:
1 os candidatos resultem ordenados
Copyright C. A. Bana e Costa 2009
1. os candidatos resultem ordenados 2. respeite a unanimidade3. um candidato resultar preferível a outro
não dependa dos restantes4. o método não é a ditadura Resposta: NÃO !
Utilização de procedimentos incorrectosde ponderação de critérios
The most common critical mistake
Ralph KeeneyValue-Focused Thinking, 1992
Copyright C. A. Bana e Costa 2009
11
Ponderação de critérios: Questionamento incorrecto
Perguntar directamente se um critério é
mais importante do que outro critério é
“o erro crítico mais frequente.”
Ralph L. KeeneyValue Focused Thinking, 2001
Copyright C. A. Bana e Costa 2009
Exemplo: Concursos Público para a construção de uma linha de
Metro em Lisboa.
O que é mais importante:
Custo global ou Prazo de execução ?
Ponderação de critérios: Questionamento incorrecto
Custo global(milhões de euros)
Prazo de execução(meses)
Melhor plausível
75 milhões de euros
35 meses
Pior plausível 100 milhões de euros
40 meses
Copyright C. A. Bana e Costa 2009
12
Ponderação de critérios: Questionamento incorrecto
Custo global(milhões de euros)
Prazo de execução(meses)
Melhor real 75 milhões de euros
34 meses
Copyright C. A. Bana e Costa 2009
Pior real 100 milhões de euros
39 meses
euros
Ponderação de critérios: Questionamento incorrecto
Custo global(milhões de euros)
Prazo de execução(meses)
Melhor plausível
75 milhões de euros
35 meses
Pior plausível 100 milhões de euros
40 meses
Melhor real 75 milhões de euros
34 meses
Copyright C. A. Bana e Costa 2009
Afinal, o que é ‘mais importante’, o custo ou o prazo !?
Pior real 100 milhões de euros
39 meses
euros
13
Utilização de procedimentos incorrectos de alocação de recursos: Selecção com base apenas nos benefícios dos projectos,em vez dos rácios benefícios/custos (value for the money)
Copyright C. A. Bana e Costa 2009
Como melhorar a tomada de decisão nas organizações?Facilitar a tomada de decisão seguindo um processo
consultivo apoiado em modelos de Análise de Decisão
Processo consultivo
“Caro Senhor,Num assunto tão importância para si, sobre o qual me pede conselho, não posso aconselhar-lheo que decidir, mas, se desejar, possoaconselhá-lo como.”
Copyright C. A. Bana e Costa 2009
Benjamin FranklinCarta a Joseph Priestly, 1772Moral and Prudential Algebra
14
Análise de Decisão
O objectivo de um processo consultivo de análise de decisão é
ajudar a estruturar e simplificar a tarefa de tomar uma decisão je
ctiv
ocomplexa, tão bem e tão facilmente quanto a natureza da decisão
o permitir.
Obj
A ‘Análise de Decisão’ é o desenvolvimento e a aplicação de
metodologias e técnicas, de sólida base teórica, para ajudar a
melhorar a tomada de decisões nas organizações, em contextos o
Copyright C. A. Bana e Costa 2009
diversos:
• avaliação de opções / afectação de recursos
• decisão em grupo / negociação
• múltiplos objectivos / incerteza / risco.
Def
iniç
ão
Necessidade de uma sólida base teórica
…in the same way that we rely so firmly upon the natural sciences for our technological advances.
Elliot Jaques
Copyright C. A. Bana e Costa 2009
Requisite Organization, 1988
15
Teoria das probabilidades
• Origens: Pascal, De Fermat, 1654; Bayes 1763
Os fundamentos teóricos da Análise de Decisão são as teorias das probabilidades, da utilidade
e da utilidade esperada
Utilidade esperada (UE)Bayes, 1763
• Fundamentos axiomáticos: Ramsey, 1931; de Finetti, 1937
• Origens: Bernoulli, 1738
• Fundamentos axiomáticos: von Neumann e Morgenstern, 1947 Savage 1951
Teoria da utilidade)(max iiij
jiji UEupUE e∑=
para i opções e j conseqüências
• A probabilidade existe
• A utilidade existe
• Escolher a opção com maior UE
Copyright C. A. Bana e Costa 2009
Savage, 1951
• Origens: Savage, 1954(Princípio da “coisa-certa”)
• Fundamentos axiomáticos: ordenação, transitividade e dominância
Axiomas da preferência
UwU ijkk
kij ∑= '
• Para k critérios independentes
Teoria multicritério da decisão (MAUT)
Teoria da Utilidade Esperada (UE)Axiomas da preferência
1. Ordenação
2. Transitividade
1. A probabilidade existe.2. A utilidade existe.3 E lh ã3. Dominância
4. Princípio da “coisa‐certa” (Savage, 1954)
3. Escolher a opção com maior UE.
)UE(max upUE iiijj
iji e∑=para i opções e j consequências
Teoria Multicritério da Decisão (MAUT)
Ralph KeeneyHoward Raiffa
1976
Para k critérios independentes:
UwU ijkk
kij ∑= '
16
C l id dI t P bl d i d
Modelos e técnicas de análise de decisão
ComplexidadeIncerteza Problema dominado por
Escolha• Árvores de • decisão• Diagramas
Avaliação de opções
• Análise multicritério(MACBETH,
Revisão de opinião• Redes
Bayesianas
Copyright C. A. Bana e Costa 2009
31
Diagramas de influência
( ,EQUITY))
Afectação de recursose negociação
Separação emcomponentes• Análise de risco
1 Quais são as principais incertezas?
Enfrentar a incerteza
1. Quais são as principais incertezas?
2. Quais são os resultados possíveis dessas
incertezas?
3 Q l dibilid d i d d lt d
Copyright C. A. Bana e Costa 2009
3. Qual a credibilidade associada a cada resultado
ocorrer?
4. Quais são as consequências de cada resultado
17
Exemplo 1: Avaliação de propostas de empreitadas de obras públicas
1. Quais são as principais incertezas?Preço final da obraPrazo de execução da obra
2. Quais são os resultados possíveis dessas incertezas?O preço e o prazo contratados virem a ser excedidos ou não
3. Qual a credibilidade associada a cada resultado ocorrer?Determinar a probabilidade de ocorrência de cada resultado
4 Quais são as consequências de cada resultado ocorrer?
Copyright C. A. Bana e Costa 2009
4. Quais são as consequências de cada resultado ocorrer?☺
Construir perfis de risco contendoa informação essencial sobre como a
incerteza afecta as opções.
A Perfil de risco A associado a escolher uma propostaA. Perfil de risco A associado a escolher uma propostaIncerteza: custo final da obraresultados probabilidades consequênciaspreço excedido p = P(preço final > contratado)preço não excedido 1 – p ☺
B Perfil de risco B associado a escolher uma proposta
Copyright C. A. Bana e Costa 2009
B. Perfil de risco B associado a escolher uma propostaIncerteza: Prazo de execução da obra resultados probabilidade consequênciasprazo excedido q = P(prazo real > contratado)prazo não excedido 1 – q ☺
18
Árvores de Decisão
OpçõesIncertezas
Consequências
Software: DATA(Treeage)
Copyright C. A. Bana e Costa 2009
Consequências
Diagramas de influência
Lançar um novo produto:sim ou não?
Dimensão
LucrosLançar o produto
Quota de mercado
Dimensão do
mercado
Volume de vendas
Copyright C. A. Bana e Costa 2009
pCustos
Ronald Howard, James Matheson, J. (eds.), 1984Readings on the Principles and Applications of Decision Analysis
19
Diagramas de influência
Lançar um novo produto:sim ou não?
Dimensão
LucrosLançar o produto
Quota de mercado
Dimensão do
mercado
Volume de vendas
Copyright C. A. Bana e Costa 2009
pCustos
Ronald Howard, James Matheson, J. (eds.), 1984Readings on the Principles and Applications of Decision Analysis
Copyright C. A. Bana e Costa 2009
Software: Precision Tree(PALISADE)
20
Copyright C. A. Bana e Costa 2009
Software: DPL(ADA)
C l id dI t P bl d i d
Modelos e técnicas de análise de decisão
ComplexidadeIncerteza Problema dominado por
Escolha• Árvores de • decisão• Diagramas
Avaliação de opções
• Análise multicritério(MACBETH,
Revisão de opinião• Redes
Bayesianas
Copyright C. A. Bana e Costa 2009
40
Diagramas de influência
( ,EQUITY))
Afectação de recursose negociação
Separação emcomponentes• Análise de risco
21
Separação em componentesExemplo: Duração da Operação de
Mudança de Gás(OMG) num sector da cidade de Lisboa
Objectivo: Definir a distribuição de probabilidade da duração da OMG
1) Decompor a OMG num conjunto de actividades relacionadas de que se conhecem as distribuições de probabilidade respectivas (ou de determinação acessível)
Copyright C. A. Bana e Costa 2009
(ou de determinação acessível).
2) Utilizar um processo de simulação (Monte Carlo) para estimar a distribuição de probabilidade da duração (total) da OMG.
Separação em componentes ANÁLISE DE RISCO
Duração da OMG para um Sector (dias) pi ∑pi
Distribuição de probabilidades de duração da OMG para um Sector
110 0.007 0.007
120 0.022 0.029 0.175
0.200
130 0.052 0.081
140 0.107 0.188
150 0.152 0.340
160 0.158 0.498
170 0.167 0.665
180 0.142 0.807
0.000
0.025
0.050
0.075
0.100
0.125
0.150
110 120 130 140 150 160 170 180 190 200 210 220 230 240 250
190 0.088 0.895
200 0.051 0.946 Mínimo 95
210 0.030 0.976 Máximo 271 220 0.015 0.991 Media 170
230 0.004 0.995 Desvio Padrão 23.05
240 0.003 0.998 Variância 531.50
250 0.002 1.000 Moda 138
0%10%
20%30%40%
50%60%70%80%90%
100%
120 130 140 150 160 170 180 190 200 210
Probabilidade da
duração da OMG ser inferior a 170 dias.
22
Copyright C. A. Bana e Costa 2009
Software: @risk(PALISADE)
C l id dI t P bl d i d
Modelos e técnicas de análise de decisão
ComplexidadeIncerteza Problema dominado por
Escolha• Árvores de • decisão• Diagramas
Avaliação de opções
• Análise multicritério(MACBETH,
Revisão de opinião• Redes
Bayesianas
Copyright C. A. Bana e Costa 2009
44
Diagramas de influência
( ,EQUITY))
Afectação de recursose negociação
Separação emcomponentes• Análise de risco
23
Revisão de opiniãoModelo Bayesiano
A Regra de Bayes (1763)permite rever a probabilidade
⎮P(E⎮H) . P(H)
Redes Bayesianas
p passociada a uma hipótese H com base numa evidência E. P(E)
P(H⎮E) =P(E⎮H) . P(H)
Descoberta de novas classes de estrelasinfra-vermelhas AutoClass Project (NASA
Copyright C. A. Bana e Costa 2009
Redes Bayesianas
)X,,XX(P)X,,X,X(Pn
iiin ∏
=−=
11121 KK
C l id dI t P bl d i d
Modelos e técnicas de análise de decisão
ComplexidadeIncerteza Problema dominado por
Escolha• Árvores de • decisão• Diagramas
Avaliação de opções
• Análise multicritério(MACBETH,
Revisão de opinião• Redes
Bayesianas
Copyright C. A. Bana e Costa 2009
46
Diagramas de influência
( ,EQUITY))
Afectação de recursose negociação
Separação emcomponentes• Análise de risco
24
Avaliação, prioritização e selecção de projectos de investimento, estratégias e políticas,
e alocação de recursos:Que tipo de abordagem?
NORMATIVA PRESCRITIVA CONSTRUTIVA
Participação→ Uma abordagem socio-técnica:
• Aprendizagem em grupo
• Interactividade; facilitação
• Confrontação de preferências holísticas intuitivas com resultados dos métodos
Copyright C. A. Bana e Costa 2009
intuitivas com resultados dos métodos analíticos
• Respeito do princípio de que o problema e a solução pertencem ao decisor e não ao consultor
• O consultor conduz o processo sem interferir no conteúdo
A abordagem socio-técnica de aopio à decisãoutiliza métodos de análise de decisão (componente técnica)
em conferências de decisão (componente social)para construir um modelo ‘ajustado’ às preferências do grupo
Principais vantagens
• Combinação entre processo social e técnico
— Explicitação de conhecimento tácito permite ao grupo ter performance decisória superior à individual
— Uso de sistemas de ajuda à decisão permite análises de sensibilidade e resposta imediata a questões ‘what-if’
E iê i d
Copyright C. A. Bana e Costa 2009
• Experiência comprovada
— CD preferidas às reuniões normais(Chun, 1992)
— Alto valor em grupos menores, abertos à mudança e com decisões participativas
25
Metodologias de intervençãoModelo de consulta
Abordagem Objectivo Tipo de aprendizagem
Escolas deAnálise de
Decisão
Modelodo
PERITO
Normativa Resolver o problema do
cliente
Adaptativa, unívoca
Cliente
Teoria da decisão
PERITO clienteConsultor
Modelodo
ANALISTA
(doctor)
PrescritivaResolver o
problema como cliente
Mais adaptativa do que generativa
Howard (STANFORD)
Keeney e Raiffa
Copyright C. A. Bana e Costa 2009
(HARVARD)
Modelodo
FACILITADOR
(‘helper’)
ConstrutivaAumentar a
capacidade de aprendizagem
do cliente
Generativa, biunívoca
Cliente
Consultor
Roy (LAMSADE)
Edwards (USC)
Bana e Costa & Phillips (LSE / IST)
Princípios de intervenção do ‘facilitador’
• Tente sempre ajudar
• Tente estar sempre em contacto com a realidade actual
• Avalie o seu desconhecimento
• Tudo o que faz é uma intervenção
• O problema e a solução pertencem ao cliente
Copyright C. A. Bana e Costa 2009
Edgar Schein, 1999Process Consultation Revisited:
Building the Helping Relationship
26
‘MODELO AJUSTADO’ (requisite decision model)
Modelo ajustadoTão simples quanto possível:
suficiente em forma e conteúdosuficiente em forma e conteúdopara ‘ajudar a resolver o problema’
Resultados do modelo
intuição⊗revisões, alterações
Copyright C. A. Bana e Costa 2009
contributos, novas intuições
Lawrence Phillips (1984), “A theory of requisite decision models”, Acta Psychologica
Bana e Costa & Phillips (2005)
Decisão em processo de conferência (Decision Conferencing)
Cameron Peterson, 1979; Lawrence Phillips, LSE
Assuntos adiscutir Explorar
Comparar: Intuição⇔Modelo
Actores Factores
ConstruirModelo
Explorar
Preparar:Objectivos
ParticipantesConvocatória
Copyright C. A. Bana e Costa 2009
Acção
Modelo
Entendimento partilhado Compromisso