Maturidade em Gestão do Conhecimento: aplicação prática de um método

Maturity in Knowledge Management: practical application of a method

Resumo

Esta pesquisa analisa o nível de maturidade em Gestão do Conhecimento de uma empresa de assessoria empresarial e serviços contábeis. Essa avaliação foi feita a partir da aplicação de um instrumento prototípico, que é parte de um modelo - em desenvolvimento - de avaliação de maturação e do potencial para a prática da Gestão do Conhecimento em organizações. Esse modelo estabelece cinco níveis de maturidade em Gestão do Conhecimento, sendo: (1) Incógnito (desconhecido); (2) Manifesto (conhecido); (3) Incipiente (inicial, embrionário); (4) Gerenciando (andamento); e (5) Holístico (totalidade). Para a análise da maturidade em Gestão do Conhecimento, foi aplicado um questionário à população de funcionários da empresa, sendo obtida a amostra de 90,9%. A abordagem quantitativa foi aplicada para análise dos dados. Por resultados, a empresa se enquadra no nível três de cinco de maturidade em Gestão do Conhecimento, sendo esse considerado um estágio incipiente (inicial, embrionário), pois busca gerenciar o conhecimento e suas áreas críticas de sucesso. Conclui-se que o método de maturidade apresentado reflete a realidade da empresa analisada. Espera-se que ele possa contribuir com outras organizações que queiram avaliar seu nível de maturidade em Gestão do Conhecimento.

Palavras-chave:
Gestão do conhecimento; Maturidade; Nível

Abstract

This research aims to analyze the maturity level in Knowledge Management of a business advisory and accounting services company. This assessment was made from the application of a prototypical instrument, which is part of a model - under development - for assessing the maturity and potential for the practice of Knowledge Management in organizations. This model establishes five levels of maturity in Knowledge Management, as follows: (1) Incognito (unknown); (2) Manifest (known); (3) Incipient (initial, embryonic); (4) Managing (progress); and (5) Holistic (totality). For the analysis of maturity in Knowledge Management, a questionnaire was applied to the population of employees of the company, obtaining a sample of 90.9%. A quantitative approach was applied for data analysis. By results, the company falls into level three out of five of maturity in Knowledge Management, which is considered an incipient stage (initial, embryonic), as it seeks to manage knowledge and its critical areas of success. It is concluded that the presented maturity method reflects the reality of the analyzed company. It is expected that it can contribute to other organizations that want to assess its level of maturity in Knowledge Management.

Keywords:
Knowledge management; Maturity; Level

Introdução

O que é conhecimento? Na ótica de Ikujiro Nonaka e Hirotaka Takeuchi, o conhecimento é uma crença verdadeira e justificada. Para Thomas H. Davenport e Laurence Prusak, é uma condensação de valores, informação e experiência, imbricada de reflexão, síntese e contextualização pelo indivíduo. Waldemar Setzer caracteriza esse termo como uma abstração interior e pessoal de algo que foi experimentado por alguém. Observa-se uma ausência de consenso que nem mesmo o filósofo Chaim Zins, junto a 57 pessoas de 16 países, conseguiu harmonizar.

Ainda sem uma harmonia, diversos tipos de conhecimentos são anunciados, como tácito (pessoal), explícito (externalizado), implícito (passível de externalização), de habilidade (Ele sabe liderar uma equipe), o familiar (Ele sabe quem são nossos clientes), o proposicional (Eu sei que ele sabe liderar uma equipe e sabe quem são nossos clientes). Para estes três últimos tipos, Luz (2013) assume que o de habilidade pode ser desenvolvido pela repetição, enquanto o de familiaridade pela convivência e, portanto, ambos demandam inter-relações pessoais; visto que, o proposicional, em detrimento da sua estrutura, pode ser transmitido à distância, por meio de manuscritos e artefatos culturais. Ainda existem outros tipos de conhecimento (Barbosa, 2020) e nuances quanto a suas naturezas (Machado; Elias, 2020).

Assim, o conhecimento admite diversas tipologias e, com isso, cada tipo pode assumir diferentes acepções. Não obstante, quando esse termo é adjudicado ao termo gestão tem-se a gênese da expressão “Gestão do Conhecimento” (GC) que, por consequência, também apresentará diversas definições, pois cada definição tende a considerar uma ou várias acepções e tipos de conhecimento.

Pela vertente teórica, a definição de Nansubuga e Munene (2020, p. 107) assinala a GC como “[...] um processo de identificação, criação, aquisição, compartilhamento, atualização e sustentação de informações valiosas para a produtividade da organização ou da sociedade”⁴. Para Siqueira e Honig (2019, p. 1967), são “[...] conjuntos de abordagens de processamento, práticas e sistemas usados para gerar, desenvolver, renovar e integrar recursos baseados em conhecimento em capacidades”⁵. Enquanto a primeira sustenta a GC como processo, a segunda delineia-a como um conjunto de abordagens de processamento, culminando em óticas díspares.

Nesse ínterim, a vertente teórica implica impactos à prática organizacional, como disposto pela abordagem organicista de Ikujiro Nonaka e Hirotaka Takeuchi de criação do conhecimento (teoria) para promover a inovação (prática). Mas, se as definições são diversificadas, como uma organização pode praticar, efetivamente, esta gestão sem uma compreensão coerente do que ela é? É por isso que Davenport, Long e Beers (1998) enfatizaram que “o gerenciamento do conhecimento lida com coisas como complexidade, incerteza e crescimento [...]. Isso exige um novo vocabulário, e os gerentes não estão acostumados a isso”⁶. Nesse sentido, Probst, Raub e Romhardt (2002) demarcam que em “empresas em que a gestão do conhecimento é levada a sério, não se devem poupar esforços para conseguir o uso mais claro possível dos termos básicos”. Akhavan, Jafari e Fathian (2006) corroboram isso.

Em resposta a supracitada interrogativa: para uma empresa praticar o gerenciamento do conhecimento, essa deve adotar uma acepção de conhecimento e promovê-la na prática. Contudo, como é possível identificar se essa prática é efetiva? É nesse sentido que se estabelecem os modelos de maturidade, sendo uma forma de definir o estágio de uma determinada temática num contexto específico. Essa pesquisa se funda sobre esse pilar, circunscrita no objetivo de analisar o nível de maturidade em GC de uma empresa de assessoria empresarial e serviços contábeis.

Maturidade em Gestão do Conhecimento

Os estudos de maturidade organizacional têm gênese na área de tecnologia, especificamente no contexto de engenharia de software. O Software Engineering Institute desenvolveu o Capability Maturity Model (CMM), uma estrutura que avalia as capacidades e processos de desenvolvimento de sistemas informáticos em cinco níveis de maturidade (Kraemer et al. 2017). Por conseguinte, esta estrutura foi evoluída e denominada Capability Maturity Model Integration (CMMI), mantendo o mesmo quantitativo de níveis, mas provendo uma integração com outros modelos num molde mais flexível (Tiossi; Gasparato, 2017).

Após esse surgimento, diversas áreas de gestão, como qualidade, recursos humanos, inovação e processos de negócios desenvolveram seus modelos de maturidade (Marques et al., 2020). Porque essa abordagem permite que sejam identificados o estágio de determinada área e as ações a serem promulgadas para elevação desse, bem como seu uso longitudinal provê um meio para que a organização identifique o avanço ou retrocesso de sua gestão. Assim, apresenta-se como um ferramental que permite não somente uma diagnose organizacional interna, mas também um meio de comparação entre empresas (benchmarking).

Ante o exposto, além dos benefícios supramencionados, outros ganhos como o apoio à governança, identificação de barreiras e planejamento a curto e longo prazo, apontados por Kraemer et al. (2017), são anunciados. Mediante esses ganhos, pesquisadores de GC também propuseram modelos para essa área, sendo 21 analisados por Escrivão e Silva (2019). Contudo, alguns modelos de GC são falíveis, pois negligenciam áreas importantes para a maturidade, como estratégia, cultura e trabalho em equipe (Corrêa, 2020), possuem lacunas teóricas (Kraemer et al., 2017) e permitem subjetividade interpretativa, acarretando na possibilidade de “uma empresa [...] chegar a diferentes resultados dependendo da interpretação dada ao modelo” (Oliveira et al., 2011, p. 14).

Para tratar a subjetividade interpretativa, anunciada por Oliveira et al. (2011), um modelo deve estabelecer e descrever, segundo Corrêa et al. (2022), quatro aspectos: (1) dimensões, ou seja, as áreas a serem consideradas para aferição da maturidade em GC; (2) instrumento de coleta, para apreender a percepção dos indivíduos, podendo ser composto por assertivas e escalas condizentes a essas; (3) níveis de maturidade, de modo a evidenciar os estágios possíveis de serem alcançados; e (4) método de análise que estabeleça o cálculo para identificação de determinado nível de maturidade. Desse modo, ao articular estes aspectos a subjetividade interpretativa tende a ser derrocada, as áreas importantes para essa gestão estarão presentes (Corrêa, 2020) e, conjuntamente, as lacunas teóricas (Kraemer et al., 2017) tendem a serem sanadas.

Nessa pesquisa, optou-se pela utilização das 13 dimensões (aspecto 1) da GC anunciadas por Corrêa (2020), sendo: (1) Estratégia; (2) Liderança e suporte da alta administração; (3) Equipe de Gestão do Conhecimento; (4) Recursos (financeiro, humano, material e tempo); (5) Processos e atividades; (6) Gestão de Recursos Humanos; (7) Treinamento e educação; (8) Motivação; (9) Trabalho em equipe; (10) Cultura; (11) Tecnologia da Informação; (12) Mensuração; e (13) Projeto piloto. Essas se justificam por terem sido consolidadas face ao entendimento de que são misteres para o êxito desta gestão e, portanto, devem ser contempladas em conjunto. Logo, o instrumento de coleta (aspecto 2) foi delineado mediante a essas 13 áreas (Corrêa et al., 2021) e, portanto, adequa-se aos intentos de aferição de maturidade.

Por essa ótica, os níveis de maturidade, atinentes ao referido instrumento, são: (1) Incógnito (desconhecido); (2) Manifesto (conhecido); (3) Incipiente (inicial, embrionário); (4) Gerenciando (andamento); e (5) Holístico (totalidade). Considerando que essa pesquisa se orienta pela aplicação desse modelo de maturidade em uma empresa específica, o método de análise (aspecto 4) para computar o nível de maturidade é articulado na seção seguinte, considerando ser esse um dos procedimentos metodológicos adotados para tal feito.

Procedimentos Metodológicos

Os delineamentos metodológicos adotados nesta investigação tipificam-na em relação à sua natureza, abordagem e tipo de pesquisa, sendo: exploratória, quantitativa e pesquisa direta extensiva, respectivamente. Trata--se de uma investigação exploratória por visar elevar a experiência, teórica e prática, acerca de determinada temática (Trivinõs, 1987), em foco a maturidade em GC. A abordagem é, eminentemente, quantitativa, estando diretamente atrelada a pesquisa direta extensiva, passível de ser empregada por meio de questionário, conforme delimitado por Marconi e Lakatos (2003). Ademais, por orientar-se pela análise de uma empresa específica, apresenta-se com um estudo de caso, segundo preceitos de Yin (2001).

Para operacionalização desta investigação assumem-se três passos sequenciados, sendo: (1) aplicação de instrumento de pesquisa; (2) validação de indicadores; (3) aferição da maturidade; (4) ações para elevação da maturidade. Primeiramente (passo 1), faz-se uso de um questionário e-survey, para apreender a percepção dos respondentes quanto a maturidade de GC em uma empresa de assessoria empresarial e serviços contábeis, sendo essa considerada mediante ao interesse de seus membros em compreender seu estágio atual e, portanto, essa pesquisa alia a teoria científica à prática empresarial.

O questionário utilizado advém da pesquisa de Corrêa et al. (2021), sendo esse validado por juízes especialistas e conformado por 39 afirmativas em escala Likert de cinco pontos, subdivididas em 13 dimensões. Neste sentido, a população consiste na totalidade de funcionários da referida empresa, sendo 22 indivíduos, enquanto a amostra é consubstanciada pela efetiva monta de respondentes.

Por conseguinte, emprega-se a abordagem quantitativa para validação dos 13 indicadores (etapa 2) promulgados pelo questionário aplicado. Para esta análise, tem-se que cada dimensão constitui um indicador, sendo esses conformados por três variáveis (afirmativas) cada. Estatisticamente, para determinar indicadores Hair et al. (2009) assinala que devem ser considerados quatro aspectos: definição conceitual, dimensionalidade, confiabilidade e validade. A definição conceitual consiste na Validação de Conteúdo, sendo essa realizada na pesquisa de Corrêa et al. (2021), como supracitado. A dimensionalidade visa garantir que a variável meça apenas o indicador (dimensão) no qual está situada, sendo empregado o critério de Kaiser-Meyer-Olkin (K.M.O.), cujo resultado deve ser superior a 0,50 para o indicador (Nunes; Monteiro. Nunes, 2020). A confiabilidade é a capacidade de uma variável medir, fielmente, o indicador em questão, sendo utilizado o Alfa de Cronbach, cujo “limite inferior [...] geralmente aceito é de 0,70, apesar de poder diminuir para 0,60 em pesquisa exploratória” (Hair et al., 2009, p. 26), embora seja aceito superior a 0,51 (Gliem; Gliem, 2003). A validade certifica que a variável meça o que se propõe a medir, sendo utilizado o r de Pearson junto ao p-Valor, devendo o primeiro ser positivo entre as variáveis (afirmativas) do indicador (dimensão) e o segundo menor que 0,05 para expressar significância (Formiga, 2018).

Diante do crivo estatístico dos indicadores, segue-se para a aferição da maturidade em GC (passo 3), sendo feito o uso de Média, Desvio Padrão e Intervalo de Confiança. A média é obtida pela análise das variáveis (afirmativas) inerentes a cada indicador (dimensão), enquanto o Desvio Padrão expressa o quanto os dados se afastam da Média. O Intervalo de Confiança de 95% exprime que se a mesma pesquisa for realizada posteriormente em populações com as mesmas características, com 95% de confiança o valor da média se apresentará entre o valor deste intervalo (Hair et al., 2009). Mediante a escala Likert empregada, a média apresenta a seguinte relação para com o nível de maturidade em GC (Tabela 1).

Tabela 1
Escalas do instrumento de aferição versus níveis de maturidade.

Escala Likert	Faixa da Média	Nível da Dimensão	Nível Geral
1) Discordo totalmente	1,00 - 1,50	1)..Incógnito (desconhecido): não sabe o que é gerenciar o conhecimento e desconhece esta área crítica.	1)..Incógnito (desconhecido): não sabe o que é gerenciar o conhecimento e desconhece suas áreas críticas.
2) Discordo	1,51 - 2,50	2)..Manifesto (conhecido): conhece a relevância de gerenciar o conhecimento e a criticidade de considerar esta área.	2)..Manifesto (conhecido): conhece a relevância de gerenciar o conhecimento e a criticidade de considerar todas as áreas dessa gestão.
3).Nem Concordo nem discordo	2,51 - 3,50	3)..Incipiente (inicial, embrionário): busca gerenciar o conhecimento e esta área crítica para seu sucesso.	3)..Incipiente (inicial, embrionário): busca geren-ciar o conhecimento e suas áreas críticas para seu sucesso.
4) Concordo	3,51 - 4,50	4)..Gerenciando (andamento): há uma gestão parcial desta área.	4)..Gerenciando (andamento): há uma gestão parcial de todas as áreas.
5) Concordo totalmente	4,51 - 5,00	5)..Holístico (totalidade): gerencia esta área, cabendo otimizar para excelência.	5)..Holístico (totalidade): gerencia todas as áreas concomitantemente, cabendo otimizar para excelência.

• Fonte: Autores da pesquisa, Belo Horizonte (2021).

Deste modo, tem-se a visualização da maturidade geral e por dimensão da GC, sendo a primeira determinada pelo menor nível de maturidade entre as dimensões, visto que essas são imperativas para o êxito da GC e, portanto, devem ser contempladas em conjunto (Corrêa, 2020). Não obstante, para elevação do nível de maturidade são analisadas as afirmativas da(s) dimensões(s) circunscritas no menor nível de maturidade, de forma a predizer ações de melhoria para elevação ao próximo estágio (passo 4).

Análise e Resultados

O questionário foi aplicado aos funcionários de uma empresa do setor contábil no intervalo de 20/8/2021 a 23/8/2021, inclusive, sendo ele aprovado no Comitê de Ética, obtendo o Certificado de Apresentação de Apreciação Ética (CAAE) de número 38500920.0.0000.5155, e o Termo de Consentimento Livre Esclarecido foi apresentado aos respondentes. Da população de 22 funcionários, foi obtida a amostra de 20 respondentes (90,9%), sendo expressos os seguintes perfis: 12 do sexo feminino e oito masculino; três do nível estratégico, três do tático e 14 do operacional; um indivíduo com faixa etária até 24 anos, sete de 25 a 31 anos, dois de 32 a 40 anos e 10 com faixa etária no intervalo de 41 a 60 anos. Mediante ao exposto, tem-se a percepção de indivíduos atuantes em todos os níveis organizacionais, o que é benéfico para os fins de maturidade organizacional. A Tabela 2 expressa os aspectos relacionados a constituição dos indicadores.

Tabela 2
Aspectos para constituição de indicadores.

DIM	KMO	AC	SEQ	r de Pearson				p-Valor
				[1]	[2]	[3]		[1]	[2]	[3]
ETG	0,69	0,92	[1] 1	1,000	0,942	0,732		0,000	0,000	0,000
			[2] 2	0,942	1,000	0,713		0,000	0,000	0,000
			[3] 3	0,732	0,713	1,000		0,000	0,000	0,000
LAA	0,72	0,84	[1] 4	1,000	0,652	0,705		0,000	0,002	0,001
			[2] 5	0,652	1,000	0,591		0,002	0,000	0,006
			[3] 6	0,705	0,591	1,000		0,001	0,006	0,000
EGC	0,67	0,85	[1] 7	1,000	0,744	0,536		0,000	0,000	0,015
			[2] 8	0,744	1,000	0,688		0,000	0,000	0,001
			[3] 9	0,536	0,688	1,000		0,015	0,001	0,000
REC	0,43	0,48	[1] 10	1,000	0,353	-0,034		0,000	0,127	0,000
			[2] 11	0,353	1,000	0,342		0,127	0,000	0,139
			[3] 12	-0,034	0,342	1,000		0,000	0,139	0,000
PAT	0,74	0,90	[1] 13	1,000	0,715	0,759		0,000	0,000	0,000
			[2] 14	0,715	1,000	0,803		0,000	0,000	0,000
			[3] 15	0,759	0,803	1,000		0,000	0,000	0,000
GRH	0,51	0,43	[1] 16	1,000	0,584	0,155		0,000	0,007	0,515
			[2] 17	0,584	1,000	0,084		0,007	0,000	0,724
			[3] 18	0,155	0,084	1,000		0,515	0,724	0,000
TED	0,64	0,76	[1] 19	1,000	0,382	0,491		0,000	0,097	0,028
			[2] 20	0,382	1,000	0,663		0,097	0,000	0,001
			[3] 21	0,491	0,663	1,000		0,028	0,001	0,000
MOT	0,69	0,76	[1] 22	1,000	0,490	0,609		0,000	0,028	0,004
			[2] 23	0,490	1,000	0,579		0,028	0,000	0,007
			[3] 24	0,609	0,579	1,000		0,004	0,007	0,000
TEQ	0,43	0,67	[1] 25	1,000	0,394	0,077		0,000	0,086	0,747
			[2] 26	0,394	1,000	0,716		0,086	0,000	0,000
			[3] 27	0,077	0,716	1,000		0,747	0,000	0,000
CUL	0,56	0,55	[1] 28	1,000	0,527	0,200		0,000	0,017	0,398
			[2] 29	0,527	1,000	0,214		0,017	0,000	0,364
			[3] 30	0,200	0,214	1,000		0,398	0,364	0,000
TIN	0,70	0,86	[1] 31	1,000	0,640	0,777		0,000	0,002	0,000
			[2] 32	0,640	1,000	0,576		0,002	0,000	0,008
			[3] 33	0,777	0,576	1,000		0,000	0,008	0,000
MSR	0,70	0,82	[1] 34	1,000	0,754	0,583		0,000	0,000	0,007
			[2] 35	0,754	1,000	0,602		0,000	0,000	0,005
			[3] 36	0,583	0,602	1,000		0,007	0,005	0,000
PPL	0,68	0,84	[1] 37	1,000	0,707	0,528		0,000	0,000	0,017
			[2] 38	0,707	1,000	0,678		0,000	0,000	0,001
			[3] 39	0,528	0,678	1,000		0,017	0,001	0,000

• Nota: DIM: Dimensão; KMO: Kaiser-Meyer-Olkin; AC: Alfa de Cronbach; SEQ: Sequencial das afirmativas; ETG: Estratégia; LAA: Liderança e suporte da alta administração; EGC: Equipe de Gestão do Conhecimento; REC: Recursos (financeiro, humano, material e tempo); PAT: Processos e atividades; GRH: Gestão de Recursos Humanos; TED: Treinamento e educação; MOT: Motivação; TEQ: Trabalho em Equipe; CUL: Cultura; TIN: Tecnologia da Informação; MSR: Mensuração; PLT: Projeto piloto.
• Fonte: Dados da pesquisa, Belo Horizonte (2021).

Para o Alfa de Cronbach, enquanto Arulogun et al. (2020) demarcam que o coeficiente aceito é superior a 0,70, Zambon et al. (2020) determinam que acima de 0,61 há uma substancial consistência interna, sendo este limiar de 0,51 para Gliem e Gliem (2003). Hair et al. (2009) assinalaram que, comumente, é aceito o coeficiente superior a 0,70 e admitido o de 0,60 para pesquisa exploratória. Contudo, Field (2009, p. 595) destaca que a quantidade de variáveis interfere diretamente neste coeficiente e, “Portanto, à medida que o número de itens da escala aumenta, o valor de α aumentará também. Assim, é possível conseguir um valor alto para o α porque você tem muitos itens na escala e não porque ela seja confiável!”. Por isso, Stadler, Sailer e Fischer (2021) afirmam que um bom Alfa nem sempre é determinístico, pois há um conflito entre a teoria e a concepção de medida, acarretando na opção de manutenibilidade das variáveis e indicadores, como ocorrido em Berlato (2019).

Considerando estes relatos e mediante ao limiar estabelecido por Gliem e Gliem (2003), optou-se em manter as variáveis e indicadores cujo Alfa de Cronbach foi menor que 0,51, assim como realizado em Berlato (2019). Porque o número de variáveis (afirmativas) destes indicadores (dimensão) são três, o que afeta este coeficiente (Field, 2009). Não obstante, Stadler, Sailer e Fischer (2021) anunciam que mediante a situações desta natureza cabe argumentar quanto a manutenibilidade dos itens. Assim, destaca-se que esse resultado é oriundo das percepções dos respondentes, pois alguns discordam (escala 1) de afirmativas que outros concordam veementemente (escala 5). Isso é benéfico e, portanto, aceitável, pois os indivíduos possuem perfis heterogêneos e atuam em áreas divergentes, o que tende a culminar em óticas destoantes. A manutenção das variáveis e indicadores também se justifica pelo fato do instrumento ter sido validado por especialistas da área (Corrêa et al., 2021). Ademais, há consistência interna na maioria dos indicadores e, por oportuno, destaca-se que para apreensão do nível de maturidade em GC faz-se uso da média. Nestes mesmos indicadores, têm-se o KMO e o r de Pearson destoantes, sendo esses considerados em detrimento ao anunciado anteriormente. Face ao exposto, segue-se para o entendimento do nível de maturidade em GC por dimensão (Tabela 3).

Tabela 3
Nível de maturidade em Gestão do Conhecimento por dimensão (indicador).

Dim	Nível	Média	DP	IC-95%
ETG	4	3,9	0,9	[3,48; 4,26]
LAA	4	3,8	0,9	[3,43; 4,21]
EGC	3	3,2	1,3	[2,62; 3,71]
REC	4	3,8	0,7	[3,51; 4,16]
PAT	3	3,2	1,0	[2,76; 3,64]
GRH	3	3,4	1,2	[2,90; 3,93]
TED	4	3,5	1,0	[3,08; 3,99]
MOT	3	2,9	1,2	[2,37; 3,40]
TEQ	4	3,6	1,0	[3,13; 4,03]
CUL	4	3,6	0,9	[3,20; 4,03]
TIN	4	4,0	1,0	[3,60; 4,47]
MSR	3	3,2	1,0	[2,80; 3,66]
PPL	3	3,1	1,1	[2,59; 3,54]

• Nota: Dim: Dimensão; DP: Desvio Padrão; IC-95%: Intervalo de Confiança de 95%; ETG: Estratégia; LAA: Liderança e suporte da alta administração; EGC: Equipe de Gestão do Conhecimento; REC: Recursos (financeiro, humano, material e tempo); PAT: Processos e atividades; GRH: Gestão de Recursos Humanos; TED: Treinamento e educação; MOT: Motivação; TEQ: Trabalho em equipe; CUL: Cultura; TIN: Tecnologia da Informação; MSR: Mensuração; PLT: Projeto piloto.
• Fonte: Dados da pesquisa, Belo Horizonte (2021).

Os membros da empresa, solicitantes dessa análise, salientaram não haver uma GC estabelecida. Isso se confirma pelo nível de maturidade das dimensões alternarem-se. O nível 3 para uma Equipe de GC (EGC) e Gestão de Recursos Humanos (REC) enfatiza que a GC é incipiente (inicial, embrionário), pois a organização busca gerenciar o conhecimento e essas áreas críticas para seu sucesso. Das 13 dimensões, seis situam-se no terceiro nível de maturidade e as sete demais no quarto nível, evidenciando uma alternância advinda de um estágio embrionário, em que se busca gerenciar o conhecimento, mas ainda há necessidade de solidez para esse feito.

Os dados expressos por meio da Tabela 3 são articulados por meio do Figura 1. As barras preenchidas expressam a média, enquanto o intervalo de confiança é articulado por meio das barras incolores, dispostas na extremidade das barras da média.

Figura 1
Nível de maturidade em Gestão do Conhecimento por dimensão (indicador).

Mediante a disposição gráfica dos níveis das dimensões (indicadores), constata-se que o nível de maturidade em GC da empresa: nível três, um estágio embrionário. Isto condiz com a realidade da organização, que assume não ter uma GC estabelecida. Ademais, o nível de maturidade identificado condiz com a realidade analisada, permitindo inferir que o método teórico se alia a vertente empresarial. Ao analisar as médias das variáveis (afirmativas) por indicador (dimensão) que situam-se no nível de maturidade três, têm-se as seguintes ações para elevação ao próximo estágio.

• Equipe de Gestão do Conhecimento: (1) Atribuir perfis, papéis e responsabilidades, claramente definidas, à equipe de Gestão do Conhecimento; e (2) Instituir um Diretor de Conhecimento, também denominado Chief Knowledge Officer (CKO), e, ou, um Gerente de Conhecimento;

• Processos e Atividades: (1) Instituir processos institucionalizados (compartilhamento, criação, recuperação, outros) orientados ao conhecimento em atenção à(s) iniciativa(s) de Gestão do Conhecimento; (2) Integrar os processos orientados ao conhecimento (compartilhamento, criação, recuperação, outros) ao fluxo de trabalho das pessoas; e (3) Delinear os processos orientados ao conhecimento (compartilhamento, criação, recuperação, outros) mediante as particularidades da(s) iniciativa(s) de conhecimento;

• Gestão de Recursos Humanos: (1) Desenvolver planos de carreiras para os funcionários;

• Treinamento e Educação: (1) Promover treinamento(s) para as pessoas que conduzirão (gestão) a Gestão do Conhecimento; e (2) Promover treinamento(s) para as pessoas que realizarão (executarão) a(s) iniciativa(s) orientada(s) ao conhecimento;

• Motivação: (1) Desenvolver e utilizar métodos para avaliação dos funcionários; (2) Implementar sistemas de recompensas (financeiras), gratificações (benefícios não financeiros) ou reconhecimento dos funcionários; (3) Desenvolver meios para valorizar o comportamento colaborativo, o trabalho em equipe e, ou, os processos orientados ao conhecimento (compartilhamento, criação, outros);

• Trabalho em Equipe: (1) Ponderar a criação de equipes para atendimento das iniciativas orientadas ao conhecimento; (2) O objetivo e propósito da(s) equipe(s) criada(s) é apresentado aos seus integrantes;

• Cultura: (1) Realizar diagnóstico da cultura organizacional mediante a(s) iniciativa(s) orientada(s) ao conhecimento;

• Mensuração: (1) Desenvolver indicadores e métricas, financeiros e, ou, não financeiros, para medição das iniciativas orientadas ao conhecimento; e (2) Realizar diagnósticos da Gestão do Conhecimento, visando identificar lacunas a serem sanadas;

• Projeto piloto: (1) Realizar, primeiramente, a implantação da(s) iniciativa(s) de conhecimento em menor escala para posterior implantação em maior amplitude organizacional; (2) Avaliar os resultados obtidos pela implantação da iniciativa de conhecimento em menor escala organizacional (piloto) para posterior implantação em maior amplitude; e (3) Registrar as lições aprendidas, obtidas por meio da(s) iniciativa(s) orientadas ao conhecimento.

Considerando que essas ações sejam realizadas pela empresa, as dimensões circunscritas no estágio três seriam elevadas para o próximo estágio. Isso seria apreendido em uma nova aplicação dessa pesquisa, de modo a avaliar se o nível de maturidade de GC global foi, efetivamente, promovido para o nível subsequente.

Conclusão

Gerir o conhecimento apresenta-se como um desafio, uma vez que é necessário compreender e contemplar as relações desta temática com 13 áreas que a circundam em um ambiente mutável. Apesar dessas dificuldades, compreender o nível de maturidade da GC praticada é um modo de se apreender seu estágio atual e estabelecer ações para promover essa gestão de forma efetiva, com vistas a elevar o estágio de maturação e, simultaneamente, promover sua continuidade.

Neste sentido, esta pesquisa teve por objetivo analisar o nível de maturidade de uma empresa de assessoria empresarial e serviços contábeis. A maturidade global identificada situa a referida empresa no nível três, o que a classifica como estando num estágio embrionário. Ações a serem postas em prática para elevação deste nível foram sugeridas e articuladas aos gestores, de forma a permitir que os resultados auferidos por elas possam vir a ser identificados, por meio da reaplicação do instrumento utilizado nessa pesquisa em momento posterior.

Considerando que o método de aferição da maturidade articulado reflete a realidade da empresa analisada, espera-se que ele possa ser utilizado por outras organizações que queiram avaliar seu nível de maturidade e por outras pesquisas que precisem avaliar o estado da arte da GC em instituições e organizações, culminando num profícuo intercâmbio de resultados. Deste modo, acredita-se que a ciência possa oferecer sua contribuição para o mercado e, num círculo virtuoso, dele receber uma retroalimentação. Assim, a aplicação dessa pesquisa em outras organizações é uma proposta de pesquisa futura, com vistas a criar um benchmarking sobre a maturidade em GC no Brasil.

Referências

• Akhavan, P.; Jafari, M.; Fathian, M. Critical success factors of knowledge management systems: a multi-case analysis. European Business Review, v.18, n. 2, p. 97-113, 2006. Doi: http://dx.doi.org/10.1108/09555340610651820
  » http://dx.doi.org/10.1108/09555340610651820
• Arulogun, O. T. et al. Survey dataset on open and distance learning students’ intention to use social media and emerging technologies for online facilitation. Data in Brief, v. 31, p. 1-8, 2020.
• Barbosa, R. R. Gestão da informação e gestão do conhecimento: evolução e conexões. Perspectivas em Ciência da Informação, v. 25, n. especial, p. 168-186, 2020. Doi: http://dx.doi.org/10.1590/1981-5344/4303
  » http://dx.doi.org/10.1590/1981-5344/4303
• Berlato, H. et al. Adaptabilidade de Carreira e (Re)Configuração Familiar na Relação Dual Career: Explorando o Campo. In: XLI Encontro da EnANPAD, 2019, São Paulo. Anais [...]. Brasil: São Paulo, 2019. p. 1.17.
• Corrêa, F. A Gestão do Conhecimento holística e a aderência do modelo Fivaz e Pretorius. Transinformação, v. 32, p. 3-9, 2020. Doi: https://doi.org/10.1590/1678-9865202032e180089
  » https://doi.org/10.1590/1678-9865202032e180089
• Corrêa, F. et al. Construction and Content Validation of an instrument for assessment holistic Knowledge Management. Perspectivas em Ciência da Informação, v. 26, p. 151-171, 2021.
• Corrêa, F. et al. Gestão do conhecimento: análise de modelos de maturidade de 2000 a 2017. Perspectivas em Gestão & Conhecimento, v. 12, p. 105-121, 2022.
• Davenport, T. H.; Long, D. W.; Beers, M. C. Successfull knowledge management projects. Sloan Management Review, v. 39, n. 2, p. 43-57, 1998.
• Escrivão, G.; Silva, S. L. Knowledge management maturity models: Identification of gaps and improvement proposal. Gestão & Produção, v. 26, n. 3, p. 1-16, 2019.
• Field, A. Descobrindo a estatística com SPSS. 2. ed. Porto Alegre: Artmed, 2009.
• Formiga, N. S. et al. Evidência da invariância fatorial e validade convergente da escala de suporte organizacional: estudo com trabalhadores brasileiros. Boletim-Academia Paulista de Psicologia, v. 38, n. 94, p. 27-35, 2018.
• Gliem, J. A.; Gliem, R. R. Calculating, interpreting and reporting Cronback’s alpha reliability coefficient for Likert-type scales. In: Midwest Research to Practice Conference in Adult, Continuing, and Community Education, 2003, Columbus. Proceedings Anais [...]. Ohio: Columbus, 2003. p. 82-88.
• Hair, J. F. et al. Análise Multivariada de Dados. 6. Ed. Porto Alegre: Bookman, 2009.
• Kraemer, R. et al. Maturidade de gestão do conhecimento: uma revisão sistemática da literatura para apoiar o desenvolvimento de novos modelos de avaliação. Perspectivas em Gestão & Conhecimento, v. 7, p. 66-79, 2017.
• Luz, A. M. Conhecimento e justificação: problemas de episte-mologia contemporânea. Pelotas: NEPFil online, 2013.
• Machado, H. P. V.; Elias, M. L. G. G. R. Gestão do conhecimento: constituição do campo, temas e perspectivas de pesquisas. Transinformação, v. 32, p. 1-12, 2020. Doi: https://doi.org/10.1590/2318-0889202032e200037
  » https://doi.org/10.1590/2318-0889202032e200037
• Marconi, M. A.; Lakatos, E. M. Fundamentos de metodologia científica. 5. ed. São Paulo: Atlas, 2003.
• Marques, J. M. R. et al. A maturidade da Gestão do Conhecimento: uma comparação entre a percepção de docentes e técnicos administrativos de uma instituição pública de ensino superior. Revista Conhecimento Online, v. 1, p. 27-48, 2020. Doi: https://doi.org/10.25112/rco.v1i0.1710
  » https://doi.org/10.25112/rco.v1i0.1710
• Nansubuga, F.; Munene, J. C. Awakening the Ubuntu episteme to embrace knowledge management in Africa. Journal of Knowledge Management, v. 24 n. 1, p. 105-119, 2020. Doi: https://doi.org/10.1108/JKM-09-2018-0603
  » https://doi.org/10.1108/JKM-09-2018-0603
• Nunes, A. F.; Monteiro, P. L.; Nunes, A. S. Factor structure of the convergence insufficiency symptom survey questionnaire. Plos One, v. 15, n. 2, p. 1-9, 2020.
• Oliveira, M. et al. Proposta de um modelo de maturidade para Gestão do Conhecimento: KM³. Revista Portuguesa e Brasileira de Gestão, v. 10, n. 4, p. 11-25, 2011.
• Probst, G.; Raub, S.; Romhardt, K. Gestão do conhecimento: os elementos construtivos do sucesso. Porto Alegre: Bookman, 2002.
• Siqueira, A. C. O.; Honig, B. Entrepreneurs’ ingenuity and self-imposed ethical constraints: creating sustainability-oriented new ventures and knowledge. Journal of Knowledge Management, v. 23, n. 10, p. 1965-1983, 2019. Doi: https://doi.org/10.1108/JKM-11-2018-0707
  » https://doi.org/10.1108/JKM-11-2018-0707
• Stadler, M.; Sailer, M.; Fischer, F. Knowledge as a formative construct: a good alpha is not always better. New Ideas in Psychology, v. 60, p. 1-4, 2021.
• Tiossi, F. M.; Gasparato, F. Gestão de projetos e seus modelos de maturidade. Revista Eletrônica Organizações e Sociedade, v. 5, n. 4, p. 104-115, 2017. Disponível em: http://revista.facfama.edu.br/index.php/ROS/article/view/242 Acesso em 28 out. 2022.
  » http://revista.facfama.edu.br/index.php/ROS/article/view/242
• Triviños, A. N. S. Introdução à pesquisa em ciências sociais: a pesquisa qualitativa em educação. São Paulo: Atlas, 1987.
• Yin, R. K. Estudo de Caso, planejamento e métodos. 2.ed. São Paulo: Bookman, 2001.
• Zambon, F. et al. Vocal fatigue index: validation and cut-off values of the Brazilian version. Journal of Voice, v. 36, n. 3, p. 434.e17- 434.e24, 2020. Doi: https://doi.org/10.1016/j.jvoice.2020.06.018
  » https://doi.org/10.1016/j.jvoice.2020.06.018

• 4
  No original: “[…] a process of identification, creation, acquisition, sharing, updating and sustaining information valuable for organisation’s or society’s productivity”.
• 5
  No original: “[…] processing approaches, practices and systems used to generate, develop, renew and integrate knowledge-based resources into capabilities”.
• 6
  No original: “[…] knowledge management deals with things like complexity, uncertainty, and organic growth. That calls for a new vocabulary, and managers aren’t used to it”.

• Apoio/Support:

  Conselho Nacional de Desenvolvimento Científico e Tecnológico (Processo n°164254/2020-0).

Datas de Publicação

• Publicação nesta coleção
  28 Nov 2022
• Data do Fascículo
  2022

Histórico

• Recebido
  28 Jan 2022
• Revisado
  22 Set 2022
• Aceito
  19 Out 2022