Trabalho de Metodologia de Pesquisa

231 CAPÍTULO 1 INTRODUÇÃO 2311 INTRODUÇÃO Visa preparar o leitor para se colocar dentro da questão do trabalho fornecendo lhe visão clara dos caminhos a serem percorridos para se chegar a ele isto é dar a seu leitor uma idéia geral do trabalho FERRÃO 2003 p 136 Escrever informações sobre a área de estudo finalizando com o objetivo geral do trabalho Tem a função de apresentar propagar os assuntos e questões que serão abordados no trabalho Na introdução deve conter os antecedentes teóricos sobre o tema abordado 2312 JUSTIFICATIVA Tratase de uma apresentação inicial do trabalho que pode incluir fatores que determinaram a escolha do tema sua relação com a experiência profissional ou acadêmica do autor assim como sua vinculação à área temática argumentos relativos a importância da pesquisa do ponto de vista teórico metodológico ou empírico referência a sua possível contribuição para o conhecimento de alguma questão teórica ou prática ainda não solucionada 2313 DELIMITAÇÃO DO TEMA Nesta parte após escolhido o tema faz necessário delimitálo ou seja definir sua extensão e profundidade o tipo de abordagem Por exemplo se escolhido o tema Evasão escolar tornase necessário especificar Onde Estado determinada região escola Em que nível Educação infantil no ensino fundamental etc Qual o enfoque psicológico sociológico 2314 OBJETIVOS Os objetivos constituem a finalidade de um trabalho científico ou seja a meta que se pretende atingir com a elaboração da pesquisa São eles que indicam o que um pesquisador realmente deseja fazer Sua definição clara ajuda em muito na tomada de decisões quanto aos aspectos metodológicos da pesquisa afinal temos que saber o que queremos fazer para depois resolvermos como proceder para chegar aos resultados pretendidos a Objetivo geral Ao formular o objetivo geral buscase responder a seguinte questão Para que realizar a pesquisa O verbo deve estar no infinitivo identificar analisar demonstrar desenvolver mensurar investigar etc Devendo esse dar resposta ao problema formulado b Objetivos específicos São objetivos que tem como função facilitar o alcance do objetivo geral 2315 METODOLOGIA Nesta parte são descritos a classificação da pesquisa técnicas para coleta de dados as fontes a caracterização da amostra instrumentos para coleta de dados e tratamento e análise dos dados Todos devem posteriormente ter embasamento teórico a Classificação da pesquisa deve classificar o tipo de pesquisa justificando o porquê de cada classificação podendo ser exploratória descritiva eou explicativa b Técnicas de pesquisa para coleta de dados definir a técnica de pesquisa a ser utilizada e o porque podendo ser Pesquisa bibliográfica Pesquisa documental Pesquisa experimental Pesquisa expostfacto após o fato ocorrido Estudo de caso e Pesquisa de campo c Fontes para coleta de dados definir as fontes usadas no trabalho de pesquisa justificando o seu porque sendo essas primária e secundária d Caracterização da amostra envolve informações acerca do universo a ser estudado da extensão da amostra e da maneira como será selecionada ou seja deve informar a população e o percentual da amostra bem como o nível de confiança a margem de erro e a probabilidade de sucesso e fracasso Informar ainda o período de execução da pesquisa coleta dos dados Para cálculo da amostra tem a seguinte formula n z²p1p população infinita e² n z² p 1p N população finita N 1e² z²p1p n 165² 07 03 22 1257795 201 221005² 165²0703 0624225 z² Nível de confiança p Probabilidade de sucesso 1p Probabilidade de fracasso e² Margem de erro 165² Nível de confiança de 90 196² Nível de confiança de 95 005² Margem de erro de 5 e Instrumentos para coleta de dados envolve a menção de qual instrumento de pesquisa será utilizado na pesquisa para coletar os dados podem ser Análise de documentos entrevista questionário formulário ou observação f Tratamento e análise dos dados envolve a descrição dos procedimentos a serem adotados tanto para análise quantitativa Ex dados quantitativos sexo idade quanto qualitativa Ex análise de documentos METODOLOGIA DE PESQUISA Trabalho Avaliativo 100 DEPENDÊNCIAADAPTAÇÃO DE VERÃOINVERNO Proposta de trabalho Escrever um préprojeto de pesquisa Este arquivo apresenta as informações gerais sobre a atividade Avaliativa da disciplina Metodologia de Pesquisa Além dessas informações procuramos orientar o aluno na organização dos seus estudos considerando os materiais de apoio disponibilizados Primeiro ponto a atividade do semestre resumese à escrita de um Projeto de Pesquisa Tem valor 100 e deverá ser feito individualmente PROJETO DE PESQUISA Um projeto de pesquisa é um trabalho que apresenta uma proposta de pesquisa Ele não é o resultado ou a discussão de um trabalho realizado sobre determinado tema Ele é uma proposta de pesquisa que será desenvolvida por seus proponentes observamos que esse trabalho não terá a obrigatoriedade de execução da pesquisa tratase de uma proposta de estruturação de projeto para que o aluno de Graduação entenda como são realizadas as pesquisas acadêmicas Observando os elementos constituintes desse trabalho o aluno irá perceber mais claramente o que é uma proposta ou um projeto de pesquisa e estará capacitado a diferenciálo de um artigo científico Proposta de pesquisa e artigo científico são trabalhos diferentes apesar de complementares Para a disciplina Metodologia de Pesquisa o aluno deverá escrever apenas o projeto de pesquisa Um projeto de pesquisa possui algumas características essenciais Eles podem variar no formato mas não modificam sua ideia fundamental que é o delineamento de uma ideia de pesquisa Para esta disciplina definiramse como os elementos textuais constantes em um projeto de pesquisa o que está resumido no Arquivo Roteiroparaelaboraçãodeumpréprojeto Ou seja os trabalhos entregues nesta disciplina deverão conter exclusivamente os itens definidos nesse roteiro Esse ponto é fundamental Devese seguir rigorosamente os itens definidos nesse arquivo Na Apostila de Metodologia de Pesquisa encontramse um debate introdutório a respeito da discussão científica e a normalização de referências bibliográficas exigidas na escrita de trabalhos acadêmicos de acordo com as normas da ABNT e dos Manuais e Apostilas da MULTIVIX que trabalham as regras e estruturas dos textos acadêmicos Este material é de orientação para os estudos Ele não é exclusivo mas é suficiente para indicar os conceitos básicos para a estruturação do projeto de pesquisa Observem que há itens explicados nessa apostila que não serão necessários para o trabalho da disciplina Atenção a isso A respeito de material sobre os conceitos relacionados ao projeto de pesquisa sugerimos as bibliografias apresentadas no plano de ensino já postado no Portal do aluno Mas é importante considerar que hoje há vasto material disponível em sites especializados que irão ajudar no entendimento dos conceitos e dos capítulos exigidos na elaboração do projeto de pesquisa Tratase da escrita de um Projeto de Pesquisa de tema livre mas que esteja voltado para as questões próprias da área de atuação do seu curso Projetos que alinhem pesquisas multidisciplinares também serão aceitos É importante considerar que por se tratar de um trabalho acadêmico existem normas exigidas para sua escrita No trabalho da disciplina Metodologia de Pesquisa deverá constar Capa contracapa sumário desenvolvimento elementos do préprojeto definidos no arquivo roteiro para elaboração e referências Muita atenção na formatação do texto do trabalho Uma última e fundamental observação é a respeito de plágio Em trabalhos acadêmicos toda e qualquer citação deverá ser corretamente referenciada Cópias de outros trabalhos não é citação e trechos sem a devida referenciação serão considerados plágios Lembramos que a constatação de cópias em qualquer trabalho acadêmico configura plágio que caracteriza reprovação Observação 01 O trabalho deverá ser entregue conforme Ofício via Portal do aluno até as 2355h Observação 02 O trabalho deverá ser feito individualmente Observação 03 O trabalho deverá ser postado em formato PDF Observação 04 Não há trabalho substitutivo e final para as disciplinas de DEPADP VerãoInverno UNIVERSIDADE NOME DA SUA UNIVERSIDADE CURSO DE ENGENHARIA DE PRODUÇÃO APLICAÇÃO DE INTELIGÊNCIA ARTIFICIAL NA GESTÃO DE PRODUÇÃO SUA CIDADE 2025 1 UNIVERSIDADE NOME DA SUA UNIVERSIDADE CURSO DE ENGENHARIA DE PRODUÇÃO APLICAÇÃO DE INTELIGÊNCIA ARTIFICIAL NA GESTÃO DE PRODUÇÃO Nome do Aluno Seu nome completo Matrícula Sua matrícula Professor Orientador Nome do professor orientador se houver Disciplina Metodologia de Pesquisa Turma Sua turma SUA CIDADE 2025 2 Sumário INTRODUÇÃO 5 JUSTIFICATIVA 6 1 Relevância Acadêmica 6 2 Relevância Prática 6 3 Relevância Econômica 6 4 Relevância Tecnológica 7 5 Relevância Social e Ambiental 7 6 Relevância Para o setor Industrial Brasileiro 7 DELIMITAÇÃO DO TEMA 8 1 Delimitação Geográfica 8 2 Delimitação Setorial 8 3 Delimitação Temporal 8 4 Delimitação Teórica 8 5 Delimitação Metodológica 9 6 Delimitação de Enfoque 9 OBJETIVOS 10 1 Objetivo Geral 10 2 Objetivos Específicos 10 METODOLOGIA 12 1 Classificação da Pesquisa 12 2 Técnicas de Pesquisa para Coleta de Dados 12 3 Fontes para Coleta de Dados 13 4 Caracterização da Amostra 13 5 Instrumentos para Coleta de Dados 14 6 Tratamento e Análise dos Dados 14 7 Validação dos Resultados 14 REFERÊNCIAS 15 3 4 Introdução A Inteligência Artificial IA tem se consolidado como uma das tecnologias mais transformadoras do século XXI impactando diversos setores da economia e revolucionando a maneira como as empresas operam No contexto industrial a IA emerge como uma ferramenta poderosa para otimizar processos aumentar a eficiência e melhorar a tomada de decisão Com o avanço de técnicas como machine learning redes neurais artificiais e algoritmos de otimização a IA está se tornando um componente essencial da Indústria 40 onde a integração de tecnologias digitais e inteligentes redefine os paradigmas da produção Uma área de crescente aplicação da automação é a de diagnósticos automáticos Hoje já contamos com diagnósticos automáticos que são corretos e precisos às vezes até mais precisos que os diagnósticos feitos pelos profissionais de saúde LUDEMIR 2021 A gestão de produção um dos pilares da Engenharia de Produção enfrenta desafios cada vez mais complexos em um cenário globalizado e altamente competitivo A necessidade de reduzir custos aumentar a produtividade e melhorar a qualidade dos produtos exige soluções inovadoras e ágeis Nesse contexto a IA surge como uma aliada estratégica capaz de analisar grandes volumes de dados prever demandas identificar gargalos e propor melhorias em tempo real No entanto apesar do potencial dessa tecnologia sua aplicação prática na gestão de produção ainda é um tema em desenvolvimento especialmente no contexto brasileiro Este projeto de pesquisa tem como objetivo geral investigar como a Inteligência Artificial pode ser aplicada na gestão de produção com foco na otimização de processos na tomada de decisão em tempo real e na melhoria da eficiência operacional A pesquisa busca compreender as principais técnicas de IA utilizadas nesse contexto avaliar seus impactos práticos e propor um modelo de aplicação que possa ser adaptado a diferentes setores industriais especialmente no cenário brasileiro A escolha desse tema justificase pela relevância acadêmica e prática da IA na gestão de produção Do ponto de vista acadêmico a pesquisa contribui para o corpo de conhecimento existente trazendo estudos de caso e exemplos práticos de como a IA está sendo implementada em indústrias de manufatura Do ponto de vista prático a pesquisa busca oferecer insights valiosos para as empresas ajudandoas a se adaptar a um mercado cada vez mais dinâmico e competitivo Além disso a pesquisa aborda questões de sustentabilidade e eficiência temas cada vez mais relevantes no contexto global A aplicação de IA na gestão de produção pode contribuir para a redução de desperdícios o uso mais eficiente de recursos e a melhoria das condições de trabalho alinhandose às práticas de produção sustentável Neste sentido a pesquisa está estruturada em torno de objetivos claros e bem definidos que incluem a identificação das principais técnicas de IA utilizadas na gestão de produção a 5 análise dos impactos dessa tecnologia na eficiência e na qualidade dos processos e a proposição de um modelo de aplicação que possa ser implementado em uma indústria de manufatura A metodologia adotada combina técnicas qualitativas e quantitativas incluindo revisão bibliográfica estudo de caso entrevistas semiestruturadas e análise de dados Por fim esperase que esta pesquisa não apenas contribua para o avanço do conhecimento na área de Engenharia de Produção mas também ofereça soluções práticas que possam ser aplicadas pelas empresas brasileiras ajudandoas a se tornarem mais competitivas e eficientes em um cenário global cada vez mais desafiador Justificativa 1 Relevância Acadêmica A Inteligência Artificial IA é um campo de estudo que tem ganhado destaque nas últimas décadas especialmente no contexto da Indústria 40 onde a integração de tecnologias digitais e inteligentes está revolucionando os processos industriais No entanto apesar do crescente interesse pelo tema ainda há lacunas na literatura acadêmica sobre como a IA pode ser aplicada de forma prática e eficiente na gestão de produção especialmente em contextos específicos como o brasileiro Esta pesquisa busca contribuir para o corpo de conhecimento existente trazendo estudos de caso e exemplos práticos de como a IA está sendo implementada em indústrias de manufatura Além disso o projeto pode servir como base para futuras pesquisas explorando novas aplicações de IA na gestão de produção ou adaptando as técnicas existentes para diferentes setores 2 Relevância Prática A gestão de produção é um dos pilares da Engenharia de Produção e a eficiência dos processos produtivos é crucial para a competitividade das empresas A aplicação de IA na gestão de produção pode trazer benefícios significativos como Previsão de demandas Algoritmos de machine learning podem analisar dados históricos e prever demandas futuras com maior precisão reduzindo o risco de excesso ou falta de estoque Otimização de processos A IA pode identificar gargalos e sugerir melhorias nos processos produtivos aumentando a eficiência e reduzindo custos Tomada de decisão em tempo real Sistemas baseados em IA podem analisar grandes volumes de dados em tempo real fornecendo insights valiosos para a tomada de decisões estratégicas Esses benefícios são especialmente relevantes em um cenário de mercado altamente competitivo onde a agilidade e a eficiência são fatores críticos para o sucesso das empresas 3 Relevância Econômica 6 A adoção de tecnologias de IA na gestão de produção pode trazer impactos econômicos significativos para as empresas Estudos mostram que a implementação de IA pode resultar em Redução de custos A otimização de processos e a previsão de demandas podem reduzir custos operacionais como estoques excessivos desperdícios e paradas não planejadas Aumento da produtividade A automação de tarefas repetitivas e a otimização de processos podem aumentar a produtividade dos colaboradores e dos equipamentos Melhoria da qualidade A IA pode identificar padrões e anomalias nos processos produtivos ajudando a melhorar a qualidade dos produtos e reduzir o número de defeitos Esses impactos econômicos são especialmente importantes para as empresas brasileiras que enfrentam desafios como a alta carga tributária a concorrência internacional e a instabilidade econômica 4 Relevância Tecnológica A Inteligência Artificial é uma das tecnologias mais promissoras do século XXI e sua aplicação na gestão de produção está alinhada com as tendências globais de digitalização e automação A IA pode ser integrada com outras tecnologias emergentes como Internet das Coisas IoT Sensores conectados podem coletar dados em tempo real que são analisados por algoritmos de IA para otimizar processos Big Data Analytics A IA pode processar grandes volumes de dados identificando padrões e tendências que seriam impossíveis de detectar manualmente Robótica Avançada Robôs equipados com IA podem realizar tarefas complexas e adaptarse a mudanças no ambiente de produção Essa integração de tecnologias é essencial para a Indústria 40 onde a conectividade e a inteligência são pilares fundamentais para a transformação digital das empresas 5 Relevância Social e Ambiental Além dos benefícios econômicos e tecnológicos a aplicação de IA na gestão de produção também pode trazer impactos positivos para a sociedade e o meio ambiente Por exemplo Redução de desperdícios A otimização de processos pode reduzir o desperdício de materiais e energia contribuindo para a sustentabilidade Melhoria das condições de trabalho A automação de tarefas perigosas ou repetitivas pode melhorar as condições de trabalho dos colaboradores reduzindo o risco de acidentes e doenças ocupacionais Inovação e competitividade A adoção de tecnologias avançadas pode aumentar a competitividade das empresas brasileiras no mercado global gerando empregos e impulsionando o desenvolvimento econômico 7 6 Relevância para o Setor Industrial Brasileiro No contexto brasileiro a aplicação de IA na gestão de produção é especialmente relevante devido aos desafios enfrentados pelo setor industrial como Baixa produtividade O Brasil tem uma produtividade industrial abaixo da média global e a adoção de tecnologias avançadas pode ajudar a superar esse desafio Custos elevados A alta carga tributária e os custos logísticos são obstáculos para a competitividade das empresas brasileiras e a IA pode ajudar a reduzir esses custos Necessidade de inovação A indústria brasileira precisa se modernizar para competir no mercado global e a IA é uma ferramenta essencial para essa transformação Diante desses pontos fica claro que a aplicação de Inteligência Artificial na gestão de produção é um tema de grande relevância tanto do ponto de vista acadêmico quanto prático Esta pesquisa busca não apenas explorar os benefícios da IA mas também propor modelos de aplicação que possam ser adaptados às realidades das empresas brasileiras contribuindo para o aumento da competitividade e da eficiência do setor industrial Delimitação do Tema 1 Delimitação Geográfica A pesquisa será realizada no contexto brasileiro com foco em indústrias de manufatura localizadas principalmente nas regiões Sudeste e Sul do país Essas regiões foram escolhidas por concentrarem um grande número de indústrias de médio e grande porte que têm maior capacidade de investimento em tecnologias avançadas como a Inteligência Artificial IA Além disso essas regiões possuem infraestrutura tecnológica e mão de obra qualificada o que facilita a implementação de soluções baseadas em IA 2 Delimitação Setorial O estudo será focado no setor de manufatura com ênfase em indústrias que possuem processos produtivos complexos e que podem se beneficiar significativamente da aplicação de IA Dentro desse setor serão priorizados os seguintes segmentos Automotivo Indústrias que produzem veículos e componentes automotivos onde a IA pode ser aplicada para otimizar linhas de montagem prever demandas e melhorar a qualidade dos produtos Alimentício Empresas que produzem alimentos e bebidas onde a IA pode ser utilizada para controle de qualidade gestão de estoques e otimização de processos logísticos Químico e Farmacêutico Indústrias que lidam com processos químicos complexos onde a IA pode ajudar no controle de variáveis de produção e na previsão de falhas em equipamentos Esses setores foram escolhidos por serem estratégicos para a economia brasileira e por apresentarem desafios que podem ser solucionados com a aplicação de IA 8 3 Delimitação Temporal A pesquisa terá um escopo temporal que abrange os últimos cinco anos 20182023 período em que a adoção de tecnologias de IA na indústria ganhou maior destaque especialmente com o avanço da Indústria 40 Além disso o estudo de caso a ser realizado terá uma duração estimada de seis meses tempo necessário para coletar dados implementar o modelo proposto e avaliar os resultados 4 Delimitação Teórica O estudo será baseado em teorias e conceitos relacionados à Inteligência Artificial Gestão de Produção e Indústria 40 Serão utilizados como referência principais autores e estudos que abordam Técnicas de IA Machine Learning Redes Neurais Artificiais Algoritmos de Otimização e Sistemas Especialistas Gestão de Produção Lean Manufacturing Six Sigma Gestão da Qualidade Total TQM e Planejamento e Controle da Produção PCP Indústria 40 Internet das Coisas IoT Big Data Analytics Robótica Avançada e Digitalização de Processos 5 Delimitação Metodológica A pesquisa será qualitativa e quantitativa com foco em estudo de caso e análise de dados A metodologia incluirá Revisão bibliográfica Para compreender o estado da arte em relação à aplicação de IA na gestão de produção Estudo de caso Será realizado em uma indústria de manufatura que já utiliza ou está em processo de implementação de IA em seus processos produtivos Entrevistas semiestruturadas Com gestores engenheiros de produção e especialistas em IA para coletar dados qualitativos sobre os desafios e benefícios da aplicação dessa tecnologia Análise de dados quantitativos Para avaliar os impactos da IA na eficiência na qualidade e na tomada de decisão 6 Delimitação de Enfoque O enfoque da pesquisa será prático e aplicado com o objetivo de propor soluções que possam ser implementadas em indústrias reais A pesquisa não se limitará a uma discussão teórica mas buscará entender como a IA pode ser aplicada de forma eficiente e quais são os resultados práticos dessa aplicação O enfoque incluirá Otimização de processos Como a IA pode ser utilizada para identificar gargalos e melhorar a eficiência dos processos produtivos Tomada de decisão em tempo real Como a IA pode fornecer insights valiosos para a tomada de decisões estratégicas baseadas em dados atualizados e precisos 9 Sustentabilidade Como a IA pode contribuir para a redução de desperdícios e o uso mais eficiente de recursos alinhandose às práticas de produção sustentável 7 Delimitação de Recursos A pesquisa será realizada com os seguintes recursos Dados primários Coletados por meio de entrevistas questionários e observação direta na indústria selecionada para o estudo de caso Dados secundários Obtidos a partir de artigos científicos relatórios de mercado estudos de caso e publicações especializadas em IA e gestão de produção Ferramentas de análise Serão utilizados softwares de análise de dados como Python para machine learning e ferramentas de Business Intelligence BI para processar e visualizar os dados coletados Os objetivos deste projeto foram elaborados para cobrir todos os aspectos relevantes da aplicação de Inteligência Artificial na gestão de produção desde a identificação das técnicas mais utilizadas até a proposta de um modelo prático de implementação A pesquisa busca não apenas compreender os benefícios da IA mas também propor soluções que possam ser aplicadas no contexto brasileiro contribuindo para o aumento da competitividade e da eficiência do setor industrial Objetivo Geral O objetivo geral deste projeto é investigar como a Inteligência Artificial IA pode ser aplicada na gestão de produção com foco na otimização de processos na tomada de decisão em tempo real e na melhoria da eficiência operacional A pesquisa busca compreender as principais técnicas de IA utilizadas nesse contexto avaliar seus impactos práticos e propor um modelo de aplicação que possa ser adaptado a diferentes setores industriais especialmente no cenário brasileiro Objetivos Específicos 1 Identificar as principais técnicas de IA utilizadas na gestão de produção Este objetivo busca mapear as técnicas de IA mais comumente aplicadas na gestão de produção tais como Machine Learning Aprendizado de Máquina Para previsão de demandas detecção de anomalias e otimização de processos Redes Neurais Artificiais Para análise de padrões complexos e tomada de decisão baseada em dados Algoritmos de Otimização Para resolver problemas de alocação de recursos programação de produção e logística 10 Sistemas Especialistas Para auxiliar na tomada de decisão em situações específicas como manutenção preventiva e controle de qualidade A identificação dessas técnicas permitirá compreender como a IA está sendo utilizada atualmente e quais são as tendências futuras 2 Analisar os impactos da aplicação de IA na eficiência e na qualidade dos processos produtivos Este objetivo visa avaliar os benefícios práticos da aplicação de IA na gestão de produção com foco em Redução de custos Como a IA pode ajudar a reduzir desperdícios otimizar o uso de recursos e diminuir paradas não planejadas Aumento da produtividade Como a automação de tarefas repetitivas e a otimização de processos podem aumentar a eficiência dos colaboradores e dos equipamentos Melhoria da qualidade Como a IA pode identificar padrões e anomalias nos processos produtivos ajudando a melhorar a qualidade dos produtos e reduzir o número de defeitos Tomada de decisão em tempo real Como a IA pode fornecer insights valiosos para a tomada de decisões estratégicas baseadas em dados atualizados e precisos 3 Propor um modelo de aplicação de IA para otimização de processos em uma indústria de manufatura Este objetivo busca desenvolver um modelo prático de aplicação de IA na gestão de produção que possa ser implementado em uma indústria de manufatura O modelo incluirá Seleção de técnicas de IA Definir quais técnicas de IA são mais adequadas para os processos específicos da indústria em questão Integração com sistemas existentes Propor como a IA pode ser integrada aos sistemas de gestão de produção já utilizados pela empresa como ERP Enterprise Resource Planning e MES Manufacturing Execution Systems Implementação e monitoramento Descrever como o modelo pode ser implementado e monitorado com indicadores de desempenho para avaliar os resultados 4 Avaliar os desafios e barreiras para a implementação de IA na gestão de produção Este objetivo visa identificar os principais desafios enfrentados pelas empresas na adoção de IA tais como Custos de implementação Avaliar os investimentos necessários para a adoção de tecnologias de IA incluindo hardware software e treinamento de pessoal Resistência à mudança Analisar como a cultura organizacional e a resistência dos colaboradores podem impactar a implementação de IA 11 Disponibilidade de dados Investigar a importância da qualidade e da quantidade de dados disponíveis para o treinamento e a operação de sistemas de IA Aspectos éticos e legais Discutir questões relacionadas à privacidade dos dados à transparência dos algoritmos e à responsabilidade pelas decisões tomadas por sistemas de IA 5 Realizar um estudo de caso em uma indústria de manufatura Este objetivo consiste em aplicar o modelo proposto em uma indústria de manufatura realizando um estudo de caso para avaliar a viabilidade e os resultados da aplicação de IA na gestão de produção O estudo de caso incluirá Coleta de dados Coletar dados sobre os processos produtivos antes e após a implementação de IA Análise de resultados Avaliar os impactos da IA na eficiência na qualidade e na tomada de decisão Lições aprendidas Identificar os principais desafios e sucessos da implementação fornecendo insights para futuras aplicações A delimitação do tema foi cuidadosamente elaborada para garantir que a pesquisa seja focada viável e relevante Ao restringir o escopo geográfico setorial temporal e metodológico o estudo poderá se aprofundar nos aspectos mais importantes da aplicação de Inteligência Artificial na gestão de produção proporcionando insights valiosos para a indústria brasileira Metodologia 1 Classificação da Pesquisa A pesquisa será classificada como exploratória e descritiva Exploratória Pois busca compreender como a Inteligência Artificial IA pode ser aplicada na gestão de produção um tema que ainda está em desenvolvimento no contexto brasileiro A pesquisa exploratória permitirá identificar as principais técnicas de IA utilizadas e os desafios enfrentados pelas empresas Descritiva Pois visa descrever os impactos da aplicação de IA na eficiência na qualidade e na tomada de decisão em processos produtivos A pesquisa descritiva permitirá analisar dados quantitativos e qualitativos para avaliar os resultados práticos da implementação de IA 2 Técnicas de Pesquisa para Coleta de Dados A coleta de dados será realizada por meio de técnicas qualitativas e quantitativas incluindo Revisão Bibliográfica o Objetivo Compreender o estado da arte em relação à aplicação de IA na gestão de produção identificando as principais técnicas benefícios e desafios 12 o Fontes Artigos científicos livros relatórios de mercado estudos de caso e publicações especializadas em IA e gestão de produção o Procedimento Será realizada uma revisão sistemática da literatura utilizando bases de dados como Scopus Web of Science e Google Scholar Estudo de Caso o Objetivo Analisar a aplicação de IA em uma indústria de manufatura avaliando os impactos práticos dessa tecnologia o Seleção do Caso Será selecionada uma indústria de médiogrande porte que já utiliza ou está em processo de implementação de IA em seus processos produtivos o Procedimento A coleta de dados no estudo de caso incluirá entrevistas observação direta e análise de documentos internos da empresa Entrevistas Semiestruturadas o Objetivo Coletar dados qualitativos sobre os desafios e benefícios da aplicação de IA na gestão de produção o Participantes Gestores engenheiros de produção e especialistas em IA da indústria selecionada para o estudo de caso o Procedimento Será utilizado um roteiro de entrevista com perguntas abertas e fechadas abordando temas como técnicas de IA utilizadas impactos na eficiência e qualidade e desafios de implementação Questionários o Objetivo Coletar dados quantitativos sobre a eficiência dos processos antes e após a aplicação de IA o Participantes Colaboradores da indústria selecionada incluindo operários supervisores e gerentes o Procedimento Será aplicado um questionário com perguntas fechadas utilizando escalas Likert para avaliar a percepção dos colaboradores sobre os impactos da IA 3 Fontes para Coleta de Dados Fontes Primárias o Dados coletados por meio de entrevistas questionários e observação direta na indústria selecionada para o estudo de caso o Documentos internos da empresa como relatórios de produção indicadores de desempenho e manuais de processos Fontes Secundárias 13 o Artigos científicos livros relatórios de mercado e estudos de caso sobre IA e gestão de produção o Dados públicos e relatórios setoriais sobre a indústria de manufatura no Brasil 4 Caracterização da Amostra População Indústrias de manufatura de médio e grande porte no Brasil com foco nas regiões Sudeste e Sul Amostra Uma indústria de manufatura será selecionada para o estudo de caso com base em critérios como o Utilização de IA em processos produtivos o Disponibilidade de dados e acesso à empresa o Representatividade do setor automotivo alimentício químico ou farmacêutico 5 Instrumentos para Coleta de Dados Roteiro de Entrevista Para coletar dados qualitativos com gestores e especialistas em IA Questionário Para coletar dados quantitativos sobre a eficiência e a qualidade dos processos produtivos Observação Direta Para analisar os processos produtivos na indústria selecionada Análise de Documentos Para coletar dados internos da empresa como relatórios de produção e indicadores de desempenho 6 Tratamento e Análise dos Dados Análise Qualitativa o Técnica Análise de conteúdo o Procedimento As entrevistas serão transcritas e categorizadas em temas relevantes como técnicas de IA utilizadas impactos na eficiência e desafios de implementação o Ferramentas Software de análise qualitativa como NVivo ou Atlasti Análise Quantitativa o Técnica Estatística descritiva o Procedimento Os dados quantitativos coletados por meio de questionários serão analisados utilizando técnicas como médias desvios padrão e correlações o Ferramentas Software de análise estatística como SPSS ou Excel 7 Validação dos Resultados 14 Triangulação de Dados Os resultados serão validados por meio da triangulação de dados comparando as informações obtidas por diferentes técnicas entrevistas questionários observação direta e análise de documentos Revisão por Pares Os resultados serão revisados por especialistas em IA e gestão de produção para garantir a confiabilidade e a validade das conclusões Cronograma de Execução A pesquisa será realizada em seis meses com as seguintes etapas 1 Mês 1 Revisão bibliográfica e definição do estudo de caso 2 Mês 2 Coleta de dados primários entrevistas e questionários 3 Mês 3 Análise qualitativa dos dados coletados 4 Mês 4 Análise quantitativa dos dados coletados 5 Mês 5 Elaboração do modelo de aplicação de IA 6 Mês 6 Redação do relatório final e validação dos resultados A metodologia proposta foi cuidadosamente elaborada para garantir que a pesquisa seja bem estruturada e que os resultados sejam confiáveis e relevantes A combinação de técnicas qualitativas e quantitativas permitirá uma compreensão abrangente da aplicação de Inteligência Artificial na gestão de produção proporcionando insights valiosos para a indústria brasileira Referências LUDERMIR T B Inteligência Artificial e Aprendizado de Máquina estado atual e tendências Estudos Avançados v 35 n 101 p 8594 jan 2021 VIARY SANTANA DE OLIVEIRA P DE FREITAS SANTOS L PORTO FERREIRA M Inteligência artificial na automação de processos industriais e seus impactos Revista de Economia Mackenzie S l v 21 n 1 p 162182 2024 Disponível em httpseditorarevistasmackenziebrindexphpremarticleview16714 Acesso em 20 mar 2025 SICHMAN Jaime Simão Inteligência Artificial e sociedade avanços e riscos Estudos Avançados v 35 n 101 p 3750 jan 2021 Disponível em httpswwwscielobrjeaac4sqqrthGMS3ngdBhGWtKhhformatpdf Acesso em 21 mar 2025 BRASIL Projeto de Lei n 2338 de 2023 Dispõe sobre o uso da Inteligência Artificial Brasília DF Senado Federal 2023 Disponível em httpslegissenadolegbrsdleggetterdocumento dm9347622ts1683629462652d 15 ispositioninlinegl1cmo644gaMTQ3NTM0NjAzNS4xNjQ1NTc1MDc1gaCW3 ZH25XMKMTY4MzY3MjcyMS4zLjAuMTY4MzY3MjcyMy4wLjAuMA Acesso em 21 mar 2025 SELLITTO M A Inteligência Artificial uma aplicação em uma indústria de processo contínuo Gestão Produção v 9 n 3 p 363376 dez 2002 16