Expansão do campo de visão no foresight: uma abordagem com aprendizado de máquina e redes semânticas
DOI:
https://doi.org/10.51359/2317-0115.2026.269596Palavras-chave:
Foresight, redes semânticas, aprendizado de máquina, tomada de decisãoResumo
A evolução metodológica do foresight estratégico tem ampliado a exploração de domínios analíticos. Historicamente, a prática se apoiou em recortes definidos a priori, que direcionavam o monitoramento e podiam limitar a descoberta. Nos últimos anos, métodos exploratórios e orientados por dados passaram a favorecer a identificação orgânica de temas emergentes. Ao integrar aprendizado de máquina e redes semânticas, torna-se possível configurar o ambiente de análise de forma dinâmica, revelar padrões e relações antes pouco acessíveis e transcender limitações da delimitação manual e da racionalidade humana. Este estudo examina como essas técnicas viabilizam a descoberta de múltiplos domínios no foresight estratégico e expandem suas possibilidades analíticas.
Referências
Adil B.; Abdelhadi F. A Framework for Weak Signal Detection in Competitive Intelligence using Semantic Clustering Algorithms. International. Journal of Advanced Computer Science and Applications. 12(12), 555–565. 2021.
Ansoff, H. I. Managing strategic surprise by response to weak signals. California Management Review. V. 18, n. 2, p. 21-33. 1975.
Araújo, L.; Janissek-Muniz, R. Uso de Analytics em processos de Foresight: contribuições para Futuras Pesquisas." Enanpad. 2021
Arribas-Bel, D. Accidental, open and everywhere: Emerging data sources for the understanding of cities. Applied Geography. V. 49, p. 45-53. 2024.
Batchanaboyina M.R.; Devarakonda N. Design and evaluation of outlier detection based on semantic condensed nearest neighbor. Journal of Intelligent Systems. 29(1), 1416–1424. 2020.
Borges, N.; Janissek-Muniz, R. O uso da inteligência artificial no foresight: status e potencialidades. 11º IFBAE. 2022.
Boyd, D.; Crawford, K. Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon. Information. Communication & Society. V. 15, n. 5, p. 662-679. 2012.
Brito-Cabrera, C.; Janissek-Muniz, R. Abordagem antecipativa para ajuste estrutural contingencial nas empresas através do uso do foresight: uma contribuição à teoria da contingência. Semead. 2021.
Brito-Cabrera, C.; Janissek-Muniz, R; Ferreira, L. R.; Batista, J. M. E. S. Foresight: Uma análise da evolução dos métodos, técnicas e ferramentas. EnAnpad. 2025.
Borge-Holthoefer, J.; Arenas, A. Semantic Networks: Structure and Dynamics. Entropy. 12(5), 1264-1302; 2010.
Cambria, E.; White, B. Jumping NLP curves: A review of natural language processing research. IEEE Computational Intelligence Magazine. V. 9, n. 2, p. 48-57. 2014.
Chen, H.; Chiang, R. H.; Storey, V. C. Business intelligence and analytics: From big data to big impact. MIS Quarterly. V. 36, n. 4, p. 1165-1188. 2012.
Cheng, Y.; Sul, S. Data-Driven Futuristic Scenarios: Smart Home Service Experience Foresight Based on Social Media Data. Systems. V 11, 287. 2023.
Collins, A. M.; Quillian, M. R. Retrieval time from semantic memory. Journal of Verbal Learning and Verbal Behavior. V 8, n. 2, p. 240-247. 1969.
Fan, J.; Han, F.; Liu, H. Challenges of Big Data analysis. National Science Review. V 1, n. 2, p. 293-314. 2014.
Gandomi, A.; Haider, M. Beyond the hype: Big data concepts, methods, and analytics. International Journal of Information Management. V 35, n. 2, p. 137-144. 2015.
Geurts, A., Gutknecht, R., Warnke, P., Goetheer, A., Schirrmeister, E., Bakker, B., & Meissner, S. New perspectives for data-supported foresight: The hybrid AI-expert approach. Futures & Foresight Science. V 4, e99. 2022.
Hiltunen, E. The future sign and its three dimensions. Futures. V 40, n. 3, p. 247-260. 2008.
Jordan, M. I.; Mitchell, T. M. Machine learning: Trends, perspectives, and prospects. Science. V 349, n. 6245, p. 255-260. 2015.
Janissek-Muniz, R., Lesca, H. & Freitas, H. Desenvolvimento da capacidade de antecipação pela identificação e captação de indícios antecipativos em contexto de Inteligência Estratégica Antecipativa. IFBAE, Porto Alegre. 2007.
Janissek-Muniz, R.; Marcolin, C.; Panizzon, M.; Borges, N. Generative Artificial Intelligence to support the Detection of Weak Signals in Anticipatory Strategic Intelligence Processes. In: International Forum on Business and Anticipatory Enterprises (IFBAE). Grenoble. 2025.
Kahneman, D. A perspective on judgment and choice: Mapping bounded rationality. American Psychologist. V 58, n. 9, p. 697-720. 2003.
Kitchin, R. Big Data, new epistemologies and paradigm shifts. Big Data & Society., V 1, n. 1, p. 1-12. 2014.
Lecun, Y.; Bengio, Y.; Hinton, G. Deep learning. Nature. V. 521, n. 7553, p. 436-444. 2015.
Lee S.-E.; Ju N.; Lee K.-H. Visioning the future of smart fashion factories based on media big data analysis. Applied Sciences (Switzerland). V 11(16), 7549. 2021.
Lesca, H. Veille stratégique: la méthode LE SCAnning®. EMS. 2003.
Lesca, H; Janissek-Muniz, R; Freitas, H. Inteligência Estratégica Antecipativa: uma ação empresarial coletiva e pró-ativa. Site ABRAIC. 2003.
Lesca, H.; Caron-Fasan, M.-L. Facteurs clés de succès d’une veille anticipative stratégique. Revue Française de Gestion. V 34, n. 180, p. 215-231. 2008.
Lesca, H., Janissek-Muniz, R. Inteligência Estratégica Antecipativa e Coletiva: O método L.E.SCAnning®. 2020.
Mahdikhani M.; Karbasi A.; Mahdikhani M. Beyond the headlines: analyzing news topics related to port productivity across different phases of the pandemic. International Journal of Productivity and Performance Management. 2025.
Mintzberg, H.; Raisinghani, D.; Théorêt, A. The structure of 'unstructured' decision processes. Administrative Science Quarterly. V. 21, n. 2, p. 246-275. 1976.
Mitchell, T. M. Machine Learning. McGraw-Hill. 1997.
Morgan, D. L. Exploring the Use of Artificial Intelligence for Qualitative Data Analysis: The Case of ChatGPT. Qualitative Research. V 24(5), 1007-1024. 2023.
Mühlroth C.; Grottke M. A systematic literature review of mining weak signals and trends for corporate foresight. Journal of Business Economics, 88, 643–691. 2018.
Mühlroth, C.; Grottke, M. Artificial intelligence in innovation: how to spot emerging trends and technologies. IEEE Transactions on Engineering Management. 2020.
Mühlroth C, Kölbl L, Grottke M. Innovation signals: leveraging machine learning to separate noise from news. Scientometrics. V 28(5):2649-2676. 2023.
Muraro, V.; Salles-Filho, S. Big data, machine learning and uncertainty in foresight studies. Foresight. V 26 (3): 436–452. 2024.
Naeem, M., Smith, T., & Thomas, L. Thematic Analysis and Artificial Intelligence: A Step-by-Step Process for Using ChatGPT in Thematic
Analysis. Qualitative Research. V 25(1), 1-22. 2025.
Page, M. J. et al. The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ. V 372, n. 71, p. 1-9. 2021.
Pang, A. S. K. Social scanning: Improving futures through Web 2.0; or, finally a use for twitter. Futures. V 42, n. 10, p. 1222-1230. 2010.
Pereira, H. B. B.; Grilo, M.; Fadigas, I. S.; Souza-Junior, C. T.; Cunha, M. V.; Barreto, R. S. F. D.; Andrade, J. C., Henrique, T. Systematic review of the “semantic network” definitions. Expert Systems with Applications. 2022.
Rios, F. L. C.; Janissek-Muniz, R. Uma proposta de relação de requisitos funcionais para um software de apoio ao processo de inteligência. REAd – Revista Eletrônica de Administração, Porto Alegre, V 20, n. 2, p. 331-356. 2014.
Rohrbeck, R.; Schwarz, J. O. The value contribution of strategic foresight: Insights from an empirical study of large European companies. Technological Forecasting and Social Change. V 80, Issue 8, Pages 1593-1606, ISSN 0040-1625. 2013
Saffi, F. Explorando usos potenciais do big data para a inteligência antecipativa. 2020.
Sarker, I.H. Machine Learning: Algorithms, Real-World Applications and Research Directions. Sn Computer Science. V 2. 2021.
Saritas O.; Bakhtin P.; Kuzminov I.; Khabirova E. Big data augmentated business trend identification: the case of mobile commerce. Scientometrics. V 126(2), 1553–1579. 2021.
Semke, C. Corporate Foresight and Dynamic Capabilities: An Exploratory Study. Forecasting. V 2(2), 180-193. 2020.
Simon, H. A. Bounded rationality and organizational learning. Organization Science. V 2, n. 1, p. 125-134. 1991.
Sivarajah, U.; Kamal, M. M.; Irani, Z.; Weerakkody, V. Critical analysis of Big Data challenges and analytical methods. Journal of Business Research, v. 70, p. 263-286. 2017.
Snyder, H. Literature review as a research methodology: An overview and guidelines. Journal of Business Research. V 104, Pages 333-339, https://doi.org/10.1016/j.jbusres.2019.07.039.
Song J.; Han Y.; Kim K.; Song T.M. Social big data analysis of future signals for bullying in South Korea: Application of general strain theory. Telematics and Informatics. V 54, 101472. 2020.
Souza, V. A. de, & Janissek-Muniz, R. Percepções de Especialistas quanto ao Uso de Inteligência Artificial em Processos de Foresight. In: International Forum on Business and Anticipatory Enterprises (IFBAE). 2022.
Yoon, J. Detecting weak signals for long-term business opportunities using text mining of Web news. Expert Systems with Applications. V 39, n. 16, p. 12543-12550. 2012.
Voros J. A generic foresight process framework. Foresight, Vol. 5 No. 3 pp. 10–21, doi: https://doi.org/10.1108/14636680310698379. 2003.
Zoccarato, F.; Ghezzi, A.; Lettieri, E.; Toletti, G. Technological Scanning for Foresight: The case of Metaverse applications for Healthcare. Technological Forecasting and Social Change. 2024.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Gustavo Aprile Porto Rossi, Raquel Janissek-Muniz
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Os trabalhos submetidos são de responsabilidade exclusiva de sua autoria, que preseva o direito autoral. É permitida a citação dos trabalhos publicados sem prévia autorização desde que seja explícita a menção à fonte da RMP.
