Travail et loisir dans l'éthique hacker

Por dia, tomamos cerca de 10 mil decisões, afirma Noreena Hertz, economista britânica no seu livro “O Tigre e a Serpente: Como Tomar Decisões Inteligentes num Mundo Confuso” (cf. Hertz, 2014). Consciente ou inconscientemente, pensamos os “prós e os contra”, através da ponderação de múltiplos fatores (Bouyssou, 1993). Porém, enquanto certas decisões carecem de complexidade e são inconsequentes, como decidir se queremos, ou não, maionese nas batatas (i.e. decisões triviais), outras há em que a opção pela alternativa menos adequada tem consequências graves, como decidir se compramos ou não uma casa (i.e. decisões “não triviais”) (Belton e Stewart, 2002), ou qualquer outra decisão de gestão, pelo impacto que tem ao nível organizacional. Para Belton e Stewart (2002), todas as decisões “não triviais” envolvem algum conflito entre metas, objetivos e critérios e o exercício de equilíbrios de ponderação.

Como o Ser Humano não tem capacidade para processar grandes quantidades de informação, muitas vezes complexa e mutável, a análise multicritério ajuda o

decisor a organizar e a sintetizar as suas próprias preferências, permitindo-lhe tomar a sua decisão conscientemente e com confiança (Bouyssou, 1993; Roy e Vanderpooten, 1997; Belton e Stewart, 2002; Ferreira et al., 2011). Como referem Belton e Stewart (2002), refletir sobre o problema de decisão, sobre o que se afigura “insatisfatório”, implica mais do que uma simples avaliação e comparação de alternativas de ação, sendo necessário definir o que é “insatisfatório” e criar possíveis ações (alternativas) para lidar com a situação. As decisões de gestão, tanto no setor público como no setor privado, pressupõem a análise de uma grande panóplia de critérios, especialmente se procurarmos o consenso entre diferentes grupos com interesses distintos.

O decisor pode ser uma pessoa individual, caso em que não haverá interesses divergentes. No entanto, na sua perceção dos fatores envolvidos incorporará apenas o seu ponto de vista com os seus valores pessoais, o que pode, eventualmente, resultar numa solução pouco adequada, por não ter vislumbrado outras variáveis importantes (Turban, 1995; Ferreira et al., 2011). Quando o decisor é um grupo de pessoas, os seus objetivos podem ser comuns ou divergentes. Em qualquer dos casos, a aplicação da análise multicritério tem como principal benefício permitir a aprendizagem e compreensão do problema pelos próprios decisores, que passam a conhecer, compreender melhor e a ponderar não só o seu ponto de vista, os valores e objetivos, como também os dos outros e, através do entendimento do contexto do problema, clarificam e identificam as suas várias vertentes e a melhor ação a tomar.

A análise MCDA é uma corrente da abordagem multicritério, que partiu da tradicional Investigação Operacional (IO). Esta, por sua vez, surgiu formalmente em 1935 para apoiar decisões militares com o Comitee for Scientific Survey of Air Defence (CSSAD) (Bouyssou, 2005). Nos trinta anos que se seguiram à difusão no setor militar foi aplicada em outros contextos, nos setores públicos e privados (Kirby, 2007), com o intuito de tornar o processo de decisão mais racional (Roy e Vanderpooten, 1997; Checkland, 2001; Ferreira et al., 2011). Segundo Rosenhead e Mingers (2001), esta abordagem foi desenvolvida para ajudar os decisores a lidar com o nível de complexidade e incerteza na tomada de decisão. Na altura, entendia-se que o processo de resolução de problemas deveria seguir um caminho de objetividade absoluta baseada na racionalidade com a adoção de modelos puramente matemáticos que, aplicados em ambientes económicos e políticos estáveis, resultavam com algum sucesso (Kirby, 2007). Neste sentido, os passos para um planeamento racional envolviam: (1) identificação de objetivos e a sua recondução a um único objetivo; (2) identificação de alternativas; (3) avaliação de consequências; e (4) seleção da ação que aportasse o melhor benefício. Pela sua aplicação, procurava-se a ação corretiva

- 53 - de eliminação da incerteza, alcançando-se a solução ótima (Kirby, 2007; Ferreira et al., 2011). Esse período, que teve lugar até aos anos 1960, foi designado como paradigma hard, ortodoxo ou abordagem tradicional (por contraposição ao paradigma soft).

A crise deste paradigma (i.e. hard), conforme apontado por Kirby (2007), prendeu-se com quatro fatores: (1) a IO concentrar-se na “técnica” e ignorar as necessidades de gestão (i.e. perversão da teoria); (2) a técnica já ter sido usada, quando necessária (i.e. obsolescência da teoria); (3) as necessidades de gestão serem mais complexas do que a IO pode responder (i.e. inadequação da teoria); e (4) a prática da IO ter sido mal orientada, algo que afetou a confiança dos gestores (i.e. teoria do contra desempenho). O caso da multinacional de petróleo inglesa BP, que modelou a sua gestão em complexos modelos puramente matemáticos de programação linear com total ausência de interação e validação humana e não conseguiu prever a chegada da crise do petróleo de 1973-1974, contribuiu para a crise do modernismo (Rosenhead e Mingers, 2001), que assentava na exatidão do conhecimento científico e nos seus modelos matemáticos e métodos tradicionais. O culminar da crise deste paradigma deu-se no Reino Unido, em 1970, e nos EUA em 1980-1990 (Kirby,2007).

Russel Ackoff, investigador crítico do caminho seguido pela IO, já então apontava a necessidade de interação entre os sistemas e o comportamento humano, considerando que aqueles deviam ter em consideração os mecanismos dos sistemas sociais, culturais e psicológicos (Ackoff, 1979; Ackoff, 1981; Rosenhead e Mingers, 2001), considerando que, à Idade da Máquina (caracterizada pelo “reducionismo”, em que tudo podia ser decomposto em partes, e pelo “mecanicismo”, caracterizado pelas relações de causa e efeito) se segue a Idade dos Sistemas. Ou seja, os modelos tradicionais da IO são limitadores porque são baseados em modelos matemáticos excessivamente complicados, afastando-se da realidade ao procurar uma solução ótima para todas as situações (Ackoff, 1979). Assim, adotar a “via da objetividade” assenta na convicção errónea herdada das ciências exatas nas quais a tomada de decisão deve ser expurgada da subjetividade. Com efeito, segundo Ackoff (1979), os gestores são confrontados com o caos (i.e. situações dinâmicas que consistem em sistemas complexos de problemas em mudança que interagem ente si), e não com problemas (que, no seu entender, são já produto da análise do caos da realidade), concluindo que os problemas podem ser resolvidos e o caos tem que ser gerido (ver também Ackoff, 1981; Rosenhead e Mingers, 2001).

Face ao exposto, a sequência linear da IO (i.e. “modelo/técnicas/solução”), segundo Rosenhead e Mingers (2001), não se adequa a situações complexas com a

presença da incerteza e sem a existência de todas as condicionantes necessárias à sua aplicação, como seja a existência de múltiplos critérios (Turban 1995; Ferreira et al. 2011), motivo pelo qual, nos anos 1980, as críticas à abordagem tradicional, considerando que o pensamento mecânico de mero cálculo matemático da Ciência fazem diminuir o papel de decisão e restringem a ajuda que a metodologia poderia dar à tomada de decisão, z.