Content uploaded by Raquel Janissek-Muniz
Author content
All content in this area was uploaded by Raquel Janissek-Muniz on Oct 23, 2023
Content may be subject to copyright.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023
2177-2487 - versão online
A INTELIGÊNCIA COMO INOVAÇÃO NA GESTÃO PÚBLICA: PRESSUPOSTOS
PARA A INSTITUCIONALIZAÇÃO
Autoria
CLAUDIA MELATI - cmelati@yahoo.com.br
IEA Future Lab - Grupo de Pesquisa / UFRGS - Universidade Federal do Rio Grande do Sul
Raquel Janissek-Muniz - rjmuniz@ufrgs.br
Prog de Pós-Grad em Admin/Esc de Admin – PPGA/EA / UFRGS - Universidade Federal do Rio Grande do Sul
Resumo
A inteligência na gestão pública é apontada como uma inovação que envolve uso de
tecnologias para apoiar e aprimorar a tomada de decisão, bem como planejar processos
democráticos a partir do estabelecimento de estruturas formais, do envolvimento de
servidores e gestores públicos, e do engajamento social para efetiva gestão de dados e
informações do ambiente. Como inovação, a inteligência na gestão pública ainda requer
legitimidade no governo. Este estudo objetiva validar um modelo de institucionalização de
inteligência na gestão pública, delimitado a partir da relação teórica de dez dimensões de
inteligência, subdivididas em 4 categorias principais: estrutura organizacional, estrutura
tecnológica, capital humano e o engajamento social. O artigo apresenta uma pesquisa
quantitativa, a partir de dados coletados via survey junto a gestores e servidores públicos no
contexto brasileiro. Os resultados demonstram que as categorias de análise impactam
positivamente a institucionalização de inteligência na gestão pública, sendo o capital
humano o fator de maior impacto. Ainda, os resultados do estudo apontam a relevância da
perspectiva institucional para a estruturação do processo junto à gestão pública,
oportunizando o aprimoramento teórico sobre a temática de inteligência na gestão pública e
apontando caminhos possíveis para a legitimidade da atividade em governo.
1
A INTELIGÊNCIA COMO INOVAÇÃO NA GESTÃO PÚBLICA:
PRESSUPOSTOS PARA A INSTITUCIONALIZAÇÃO
RESUMO
A inteligência na gestão pública é apontada como uma inovação que envolve uso de
tecnologias para apoiar e aprimorar a tomada de decisão, bem como planejar processos
democráticos a partir do estabelecimento de estruturas formais, do envolvimento de
servidores e gestores públicos, e do engajamento social para efetiva gestão de dados e
informações do ambiente. Como inovação, a inteligência na gestão pública ainda requer
legitimidade no governo. Este estudo objetiva validar um modelo de institucionalização de
inteligência na gestão pública, delimitado a partir da relação teórica de dez dimensões de
inteligência, subdivididas em 4 categorias principais: estrutura organizacional, estrutura
tecnológica, capital humano e o engajamento social. O artigo apresenta uma pesquisa
quantitativa, a partir de dados coletados via survey junto a gestores e servidores públicos no
contexto brasileiro. Os resultados demonstram que as categorias de análise impactam
positivamente a institucionalização de inteligência na gestão pública, sendo o capital humano
o fator de maior impacto. Ainda, os resultados do estudo apontam a relevância da perspectiva
institucional para a estruturação do processo junto à gestão pública, oportunizando o
aprimoramento teórico sobre a temática de inteligência na gestão pública e apontando
caminhos possíveis para a legitimidade da atividade em governo.
Palavras-chave: Inteligência, Gestão Pública, Teoria Institucional, Governo Inteligente,
Inovação.
ABSTRACT
Intelligence in public management is pointed out as an innovation that involves the use of
technologies to support and improve decision-making, as well as planning in democratic
processes from the establishment of formal structures, the involvement of public servants and
managers and the engagement for the effective management of environmental data and
information. As an innovation, intelligence in public management still requires legitimacy in
government. Thus, the present study aims to validate a model of institutionalization of
intelligence in public management, delimited from the theoretical relationship of ten
dimensions of intelligence subdivided into four main categories: organizational structure,
technological structure, human capital and social engagement. To this end, the article
presents a quantitative research, based on data collected by a survey with managers and
public servants in the Brazilian context. The results demonstrate that the four categories of
analysis positively impact the institutionalization of intelligence in public management, with
human capital being the factor with the greatest impact. Still, the results of the study point to
the relevance of the institutional perspective for the structuring of the process with the public
management, providing the opportunity for theoretical improvement on the subject of
intelligence in public management and pointing out possible paths for the legitimacy of the
activity in government.
Keywords: Intelligence, Public Management, Institutional Theory, Smart Government,
Innovation.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
2
INTRODUÇÃO
O desenvolvimento tecnológico das últimas décadas impulsionou o aumento de dados
a serem gerenciados e transformados em informações para o desenvolvimento de políticas
públicas e aprimoramento da tomada de decisão governamental através de práticas de
inteligência na gestão pública. Neste contexto, segundo Matas (2018), o bom trabalho da
Administração depende de uma administração pública com qualidade institucional e
capacidade de inteligência. Para Kim, Andersen e Lee (2022), é preciso atentar em como a
natureza do trabalho no governo é fundamentalmente alterada por novas tecnologias e como
os processos de tomada de decisão são reinstitucionalizados.
Conforme Gartner (2021), até 2023 é previsível que 50% das organizações
governamentais venham a estabelecer estruturas formais de responsabilidade para o
compartilhamento de dados, incluindo padrões para estrutura, qualidade e oportunidade dos
mesmos. Adicionalmente, acredita-se que 30% dos governos venham a usar métricas de
engajamento para rastrear a quantidade e qualidade da participação dos cidadãos nas decisões
políticas e orçamentárias, havendo necessidade de aumento na capacidade de gestão de dados
e processamento de informações através de iniciativas de inteligência em governo
(Gil-Garcia, Zhang & Puron-Cid, 2016).
As previsões da consultoria vão ao encontro dos pressupostos teóricos inerentes à
importância de inteligência na gestão pública, considerando que Governo Inteligente é
apontado como uma inovação em Tecnologia da Informação e Comunicação (TIC),
envolvendo o uso de tecnologias de ponta para apoiar e aprimorar a tomada de decisão e o
planejamento nos processos democráticos (Hujran, Alsuwaidi, Alarabiat & Al-Debei, 2021).
A inteligência na gestão pública está centrada no resultado para o cidadão, a partir do uso de
dados e informações para a qualificação do desempenho (Kankanhalli et al., 2019; Schedler et
al., 2019); além de considerar fatores como integração, decisões baseadas em evidências,
cidadão como centro do processo, resiliência, interoperabilidade, compartilhamento de dados,
informações e conhecimento (Chatfield & Reddick 2019; Gil-Garcia et al., 2014). As
características elencadas, relacionadas à atividade de inteligência em governo, possuem o
intuito de envolver o público e colocar os usuários no centro do processo de prestação de
serviços (Hujran et al. 2021), buscando aprimorar a qualidade da atividade pública e da
tomada de decisão governamental.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
3
Segundo Gil-Garcia, Helbing e Ojo (2014), os governos, em diferentes níveis e em
diferentes ramos, estão adotando ferramentas e aplicações para entregar e se organizar de
forma que seja possível lidar com agilidade às mudanças rápidas do ambiente, visando
fornecer respostas às demandas da sociedade por serviços qualificados e eficazes (Schaefer,
Macadar & Luciano, 2017).
Para a transição e estruturação de inteligência na gestão pública, estudos apontam que
as barreiras parecem menos tecnológicas e mais institucionais (WeiWei & WeiDong, 2015;
Halaweh, 2018; Salvador & Ramiro, 2020). Neste contexto, os governos devem qualificar e
estruturar os processos organizacionais internos (Harrison & Luna-Reyes, 2020) relativos à
inteligência em governo, visando à gestão de dados e informações (Salvador & Ramiro,
2020), à participação e engajamento social (Przeybilovicz et al, 2018), bem como, à
qualificação do capital humano (Valle-Cruz & Sandoval-Almazan, 2018), para que haja
celeridade na tomada de decisão a partir das mudanças do ambiente, uma vez que nenhuma
condição organizacional isolada é suficiente para alcançar altos níveis de inteligência em
governo (Mu & Wu, 2022).
Visando consolidar o conceito de inteligência em governo, Melati e Janissek-Muniz
(2020) apresentaram o mapeamento de 10 dimensões de inteligência na gestão pública: uso
de dados e informações externas (D01); cultura organizacional para inteligência (D02); uso
efetivo de tecnologias (Big Data; Business Intelligence) (D03); decisão com base em
evidências (D04); colaboração inter-departamental e o inter-organizacional (D05); inovação,
cocriação, inteligência coletiva (D06); agilidade em governo (D07); eficiência e efetividade
da gestão (D08); engajamento social (D09); organização e unificação de base de dados (D10).
As dimensões foram relacionadas a quatro categorias necessárias para legitimação de
inteligência na gestão pública: estrutura organizacional, estrutura tecnológica, capital humano
e engajamento social (Halaweh, 2018; Vieira & Alvaro, 2018; de Magalhães Santos, 2018;
Chen, Miau & Wu, 2014; Malomo & Sena, 2017; Valle-Cruz & Sandoval-Almazan, 2018; Li
& Liao, 2018; Przeybilovicz, Cunha, Macaya & Albuquerque, 2018).
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
4
A partir do estabelecimento de relações teóricas entre as dimensões de inteligência e
os pressupostos da Teoria Institucional (Selznick, 1972; Robbins & Judge, 2012; Dimaggio &
Powell, 1983; Tolbert & Zucker, 1999), é possível inferir que a institucionalização de
inteligência possa facilitar a ação do governo diante das incertezas do ambiente, vislumbrando
o desenvolvimento de estratégias em políticas públicas e qualificação da tomada de decisão,
haja vista tratar-se de uma inovação em governo. Desta forma, busca-se suprir a lacuna
quanto à necessidade de maior capacidade de gerenciar sistematicamente dados através da
estruturação e legitimidade de processos internos de inteligência na gestão pública, para que,
no futuro, se possa pesquisar a efetividade do processo junto à sociedade.
Diante do exposto, considerando a inteligência como uma inovação que requer
legitimidade no governo, esta pesquisa propõe-se ao seguinte questionamento: Qual a
influência das dimensões de inteligência na institucionalização de inteligência na gestão
pública? Considerando os aspectos relacionados à barreira institucional para a estruturação de
inteligência na gestão pública, em conjunto com os pressupostos teóricos relacionados a
dimensões inerentes ao governo inteligente, este estudo objetiva validar a influência das
dimensões de inteligência para a institucionalização de inteligência na gestão pública.
A partir do resultado da análise do nível de influência das categorias principais
(estrutura organizacional, estrutura tecnológica, capital humano e engajamento social) de
institucionalização de inteligência na gestão pública, associadas às dimensões de inteligência
(uso de dados e informações externas; cultura organizacional para inteligência; uso efetivo de
tecnologias; decisão com base em evidências; colaboração inter-departamental e
inter-organizacional; organização e unificação de base de dados; agilidade em governo;
eficiência e efetividade da gestão; engajamento social; inovação, cocriação, inteligência
coletiva), busca-se contribuir para a consolidação de um modelo que aponte caminhos
possíveis para vencer a barreira institucional para a estruturação de um governo inteligente.
Além disso, busca-se auxiliar no desenvolvimento do processo de inteligência junto à gestão
pública, delimitando possíveis caminhos a serem percorridos e qualificados pela gestão.
Este artigo está organizado em 4 seções, além desta introdução: inicia-se com um
debate teórico sobre as categorias importantes à inteligência na gestão pública e relação com
as dimensões do processo, e as premissas institucionais e; em seguida, a seção do método
contendo procedimentos utilizados na pesquisa; os resultados da aplicação do método e as
considerações finais deste estudo.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
5
REFERENCIAL TEÓRICO E DESENVOLVIMENTO DE HIPÓTESES
Os pressupostos teóricos do artigo suportam a discussão sobre questões institucionais
para a legitimidade de inteligência na gestão pública. São destacadas as dimensões de
inteligência na gestão pública, subdivididas em categorias de análise, resultando na
delimitação de hipóteses e no modelo de pesquisa para mensuração da influência de
construtos para a institucionalização de inteligência na gestão pública.
A institucionalização de inteligência na gestão pública
Os avanços das Tecnologias da Informação e Comunicação (TIC) despertaram no
governo a necessidade de lidar com maior quantidade e variedade de dados em diversas áreas
de atuação (Layne & Lee, 2014; Papadomichelaki & Mentzas, 2012). Governos e empresas
passaram a reconhecer o valor dos dados e dar mais atenção sobre como desenvolver
atividades de gestão e utilização dos mesmos (Choi, Gil-Garcia, Burke, Costello, Werthmuller
& Aranay, 2021).
Neste contexto, a inteligência na gestão pública emerge como uma nova onda de
modernização no setor, com a promessa de trazer orientação e informação para o cidadão,
além da ação administrativa efetiva por meio da aplicação de tecnologias baseadas em dados
(Schedler, Guenduez & Frischknecht, 2019; Chiusoli & Rezende, 2019). Para Criado e
Gil-Garcia (2019), governo inteligente é um conceito que abrange fatores relacionados ao uso
de TIC em governo, transpassando tendências tradicionais e emergentes, convergindo para
criar valor para governo e sociedade, sendo caracterizado como uma inovação ao incorporar
maneiras aprimoradas de fornecer serviços e conduzir operações (Gil-Garcia et al., 2016).
Assim, tem-se a perspectiva de inteligência na gestão pública como uma inovação a
ser institucionalizada, considerando que a teoria aponta benefícios tanto para a gestão como
para a sociedade, ressaltando a necessidade de desenvolvimento e estruturação da atividade
em governo. Neste contexto, apresenta-se como oportuno o uso do modelo de processo de
institucionalização proposto por Tolbert & Zucker (1999), haja vista que o mesmo inicia a
partir de uma inovação, passando por três fases para sua consolidação na organização:
habitualização, objetificação e sedimentação. Segundo os autores, as organizações estão a
todo momento interagindo com o ambiente e adaptando-se às mudanças.
Tolbert e Zucker (1999) apontam a habitualização como o estabelecimento de padrões
de comportamento para a resolução dos problemas organizacionais, através dos quais cria-se
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
6
novas estruturas independentes. Já na fase de objetificação, as ações organizacionais passam a
ter significado compartilhado pela sociedade, ressaltando que quanto maior a disseminação da
estrutura, mais será vista como uma escolha ótima e de menor grau de incerteza,
desencadeando o isomorfismo mimético, no qual as organizações podem se basear em outras
organizações em seu campo que percebem como legítimas ou bem-sucedidas (Dimaggio &
Powell, 1991). Aos grupos de interesse da estrutura cabe as tarefas de divulgar a existência de
fracassos e insatisfação de determinadas organizações, e buscar, através de diagnóstico, a
solução para o problema da organização. As evidências podem surgir e ser colhidas das mais
variadas fontes (notícias, observação direta, análise da concorrência, etc.) e a teorização
fornece a legitimidade normativa e cognitiva à estrutura (Tolbert & Zucker, 1999). A
sedimentação apoia-se na continuidade da estrutura e, especialmente, na sua sobrevivência
através de gerações. Para a institucionalização total há dependência provável dos efeitos
conjuntos da baixa resistência relativa por parte de grupos de oposição, de promoção e de
apoio cultural contínuo por parte dos grupos de defensores e da correlação positiva com os
resultados desejados (Tolbert & Zucker, 1999).
A Tabela 1 apresenta as fases do processo de institucionalização proposto por Tolbert
e Zucker (1999) a partir de um debate teórico relativo a inteligência na gestão pública,
relacionando-as com as dimensões de inteligência:
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
7
Tabela 1
Relações teóricas entre fases de institucionalização e inteligência na gestão pública.
Fases do Processo de
Institucionalização
Tolbert e Zucker
(1999)
Relação teórica
Dimensões de inteligência na
gestão pública
Habitualização
Compreensão da gestão pública quanto à
importância de estruturar inteligência,
intensificando o uso de dados e informações do
ambiente, aproveitando tecnologias disponíveis.
D01 - Uso de dados e
informações externas;
D03 - Uso efetivo de tecnologias
(Big Data, Business Intelligence)
Objetificação
Organização da estrutura de inteligência, visando
legitimidade normativa e cognitiva; a atividade
passa a ter significado compartilhado junto à
gestão pública e sociedade. A partir de resultados
positivos, a disseminação da estrutura passa a ser
vista como uma escolha ótima pelos demais
órgãos públicos.
D04 - Decisão com base em
evidências;
D05 - Colaboração
interdepartamental e
inter-organizacional;
D06 - Inovação, cocriação,
inteligência coletiva
D10 - Organização e unificação
de base de dados;
Sedimentação
Consolidação e continuidade de inteligência
através de gerações de membros da organização,
o que no caso da gestão pública, é possível atrelar
com a sustentabilidade do processo para além de
trocas governamentais.
D02 - Cultura organizacional
para inteligência;
D06 - Inovação, cocriação,
inteligência coletiva
D07 - Agilidade em Governo;
D08 - Eficiência e efetividade da
Gestão;
D09 - Engajamento Social,
Nota. Fases do processo de institucionalização propostas no modelo de Tolbert e Zucker (1999) e Dimensões de
inteligência propostas por Melati & Janissek-Muniz (2020)
Destaca-se que a institucionalização de inteligência na gestão pública não pressupõe
um processo linear e definido, pelo contrário, assim como defendido por Lesca (2003) e
Cainelli (2018), a inteligência deve envolver um processo contínuo e perene, cíclico,
considerando o governo como um sistema aberto, conforme a Teoria Geral dos Sistemas (Von
Bertalanffy, 1972). A teoria sugere constante adaptação ao ambiente para a determinação de
políticas públicas, contribuindo com soluções e estratégias inovadoras, com o objetivo de
melhorias a partir da criação de valor público para governo e sociedade (Criado & Gil-Garcia,
2019; Bryson, Crosby & Bloomberg, 2015; Moore, 1995).
A partir das relações estabelecidas no tocante à institucionalização de inteligência na
gestão pública, aparece como determinante a necessidade de monitoramento do ambiente,
visando adaptar ou repensar a atividade de forma a otimizar a gestão governamental, melhorar
a capacidade de tomada de decisão e impulsionar o serviço público (Shan, Duan, Zhang, Zhang &
Li, 2021). Para tal, a partir de pressupostos teóricos da institucionalização de inteligência na
gestão pública, há influência de quatro antecessores importantes: estrutura organizacional,
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
8
estrutura tecnológica, capital humano e engajamento social, os quais serão delimitados na
próxima seção.
Inteligência na Gestão Pública: dimensões e categorias
O conceito de inteligência na gestão pública é trabalhado de forma ampla e
multifacetada (Gil-Garcia et al., 2016); a partir de diversos estudos (Eom, Choi & Sung, 2016;
Gil-Garcia, Helbig & Ojo, 2014; Johnston & Hansen, 2011; Scholl & Scholl, 2014), a
inteligência na gestão pública relaciona-se à forma com a qual o governo age com as
incertezas do ambiente (Johnston & Hansen, 2011), buscando o desenvolvimento de novas
estratégias em políticas públicas através do monitoramento ambiental (Gil-Garcia, Pardo &
Aldama-Nalda), do aumento da capacidade de processamento de dados e informações a partir
de sistemas integrados (Gil-Garcia, Helbig & Ojo, 2014; Scholl & Scholl, 2014), da
capacitação de servidores e colaboração governo & sociedade (Malomo & Sena, 2017;
Przeybilovicz, Cunha, Macaya & Albuquerque, 2018). Para Melati e Janissek-Muniz (2020),
10 são as dimensões para o desenvolvimento de inteligência na gestão pública (Tabela 2):
Tabela 2
Dimensões de governo inteligente
Dimensões de
inteligência
Definição
Base teórica
Uso de dados e
informações externas
(D01)
Importância da utilização de dados e
informações latentes na multidão e podem
contribuir para a gestão pública.
Gil-Garcia et al. (2013; 2016);
Scholl e Scholl (2014)
Cultura organizacional
para inteligência (D02)
Incentivo à cultura de alerta e partilha de
informações através de redes; coleta de dados e
informações externas; uso de informações para
desenvolvimento do trabalho e tomada de
decisão do gestor público.
Lesca e Janissek-Muniz
(2015); Schoemaker e Day
(2009); Xu (2007)
Uso efetivo de
tecnologias (big data;
business intelligence)
(D03)
TIC utilizadas no governo para a coleta,
processamento e compartilhamento de dados e
informações, que poderão ser usados para
tomar decisões e prestar serviços públicos.
Gil-Garcia et al. (2013; 2016);
Scholl e Scholl (2014);
Johnston e Hansen (2011);
Linders et al. (2015); Paula e
Rover (2012); Wang, Zhang,
Li e Ruan (2016)
Decisão com base em
evidências (D04)
Decisões baseadas em dados e a intensificação
de seu uso, por meio de sensoriamento
onipresente, medição avançada e aplicações
integradas, permitem ao governo uma tomada
de decisão mais informada.
Gil-Garcia et al. (2016);
Scholl e Scholl (2014)
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
9
Colaboração
interdepartamental e
interorganizational (D05)
Compartilhamento de dados e informações
entre diversos entes do setor público, por meio
da colaboração e desenvolvimento de
atividades públicas unificadas para melhor
atender à sociedade.
Gil-Garcia et al. (2016);
Liu e Zheng (2015)
Inovação, cocriação,
inteligência coletiva
(D06)
Melhoria de processos; insights para novas
políticas públicas; novas formas de
comunicação entre governo e sociedade;
compartilhamento de decisões por meio do
aproveitamento da inteligência coletiva.
Eom et al. (2016); Gil-Garcia
et al. (2016); Guenduez,
Singler, Tomczak, Schedler, e
Oberli (2018); Juniawan,
Sandhyaduhita, Purwandari,
Yudhoatmojo, e Dewi (2017);
Nam (2016)
Agilidade em governo
(D07)
Agilizar a prestação de serviços à sociedade
por meio da intensificação do uso de TIC; uso
de dados e informações; participação da
sociedade.
Scholl e Scholl (2014);
Johnston e Hansen (2011)
Eficiência e efetividade
da gestão (D08)
Eficiência e efetividade da gestão pública com
uso efetivo de TIC, dados e informações,
participação da sociedade.
Scholl e Scholl (2014);
Liu e Zheng (2015)
Engajamento social (D09)
Participação efetiva da sociedade no
desenvolvimento da gestão pública.
Eom et al. (2016); Gil-Garcia
et al. (2014); Gil-Garcia et al.
(2013); Scholl e Scholl (2014);
Johnston e Hansen (2011)
Organização e unificação
de base de dados (D10)
Unificação das mais diversas bases de dados e
integração de sistemas em governo.
Melati e Janissek-Muniz
(2020)
Conjuntamente com o mapeamento e validação de dimensões de governo inteligente, a
partir de estudos sobre inteligência na gestão pública foi possível a identificação teórica de
categorias específicas para legitimação de inteligência na gestão pública: estrutura
organizacional, estrutura tecnológica, capital humano e engajamento social (Halaweh, 2018;
Vieira & Alvaro, 2018; de Magalhães Santos, 2018; Chen, Miau & Wu, 2014; Malomo &
Sena, 2017; Valle-Cruz & Sandoval-Almazan, 2018; Li & Liao, 2018; Przeybilovicz, Cunha,
Macaya & Albuquerque, 2018). A associação entre as 4 categorias e as 10 dimensões de
inteligência foram construídas e validadas a partir da teoria disponível (Tabela 3).
Tabela 3
Categorias para institucionalização de inteligência na gestão pública.
Categorias
Definição
Dimensões de inteligência
Estrutura Organizacional
Redesenho de estrutura técnica, através
da centralização de informações, novos
mecanismos de gestão e de cultura
organizacional, engajamento e liderança,
juntamente com definições de processos
de inteligência.
D01 - Uso de dados e informações
externas;
D02 - Cultura organizacional para
inteligência;
D05 - Colaboração interdepartamental
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
10
e interorganizacional;
D07 - Agilidade em Governo.
D08 - Eficiência e efetividade de
gestão
Estrutura Tecnológica
Práticas e efeitos reais da tecnologia de
dados e informações no
desenvolvimento e legitimidade de
inteligência na gestão pública.
D03 - Uso efetivo de tecnologias;
D06 - Inovação, cocriação,
inteligência coletiva;
D07 - Agilidade em Governo;
D10 - Organização e unificação
de base de dados.
Capital Humano
Capacitação e desenvolvimento humano
visando maior capacidade analítica de
servidores; e incentivo para
gestores e servidores voltados à
inteligência.
D02 - Cultura organizacional para
inteligência;
D04 - Decisão com base em
evidências;
Engajamento Social
Instituir processos de cocriação governo
e sociedade; implantação de política de
dados abertos e mecanismos de
interação com o setor empresarial e
outros atores sociais.
D06 - Inovação, Cocriação
Inteligência coletiva.
Como resultado da associação das dimensões de inteligência às categorias para
institucionalização de inteligência na gestão pública, tem-se os quatro construtos para
institucionalização de inteligência na gestão pública, a partir dos quais foi possível a
proposição de hipóteses, apresentadas a seguir.
AEstrutura Organizacional está relacionada com a cultura organizacional para
inteligência na gestão pública, com a estruturação e normatização de processos de inteligência
e busca por mecanismos organizacionais que intensifiquem o monitoramento, uso e
compartilhamento de dados e informações, através da colaboração interdepartamental e
inter-organizacional, e do engajamento das lideranças no processo (Halaweh, 2018; WeiWei
& WeiDong, 2015; Vieira & Alvaro, 2018). H1: A estrutura organizacional influencia a
institucionalização de inteligência na gestão pública.
AEstrutura Tecnológica remete à importância de diversas Tecnologias de
Informação e Comunicação como meios facilitadores para coleta e gestão de dados e
informações a serem utilizados para desenvolvimento de políticas públicas e tomada de
decisão em governo. Depreende-se a importância das plataformas digitais como estímulo para
maior participação da sociedade na gestão pública, bem como, como mecanismos para
unificação de bases de dados e interoperabilidade de sistemas de informação (de Magalhães
Santos, 2018; Chen, Miau & Wu, 2014). H2: A estrutura tecnológica influencia a
institucionalização de inteligência na gestão pública.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
11
No construto Capital Humano, trata-se a necessidade de capacitação de servidores
públicos para desenvolvimento de capacidade analítica e incentivo à inteligência. Ainda,
remete à formação de lideranças públicas voltadas à inteligência de dados buscando o
desenvolvimento de comunidade e equipes de inteligência em governo (Malomo & Sena,
2017; Valle-Cruz & Sandoval-Almazan, 2018; Smith, 2008; Bojovic, Klipa, Secerov & Senk,
2017). H3: O capital humano influencia a institucionalização de inteligência na gestão
pública.
OEngajamento Social traz a importância da legitimidade de inteligência na gestão
pública, com necessidade da participação efetiva da sociedade em processos de coocriação
governo e sociedade, visando aproveitar a inteligência coletiva para inovar e qualificar os
processos de gestão, e para o desenvolvimento de novas políticas públicas (Przeybilovicz,
Cunha, Macaya & Albuquerque, 2018; McBride, Aavik, Kalvet & Krimmer, 2018; Calof,
2017; Kumar & Sharma, 2017; Hidayat & Kurniawan, 2017; Algebri, Husin, Abdulhussin &
Yaakob, 2017; Bernardes, de Andrade, Novais & Lopes, 2017; Li & Liao, 2018). H4: O
engajamento social influencia a institucionalização de inteligência na gestão pública.
A partir da compreensão teórica sobre as quatro categorias inerentes ao
desenvolvimento de inteligência na gestão pública, e considerando o debate teórico sobre o
processo de institucionalização de inovações junto à organizações, conjuntamente com o
pressuposto teórico de que as barreiras para a transição e estruturação de um governo
inteligente parecem menos tecnológicas e mais institucionais (WeiWei & WeiDong, 2015;
Halaweh, 2018; Salvador & Ramiro, 2020), buscou-se mensurar a influência das quatro
categorias para a institucionalização de inteligência na gestão pública. A Figura 1 revela o
modelo de pesquisa, com proposição de categorias (compostas por dimensões de inteligência)
influenciando a institucionalização de inteligência na gestão pública.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
12
Figura 1. Modelo de mensuração para institucionalização de inteligência na gestão pública
A partir da validação do modelo busca-se delimitar a influência dos construtos na
institucionalização de inteligência na gestão pública, evidenciando caminhos a serem
percorridos e qualificados pela gestão no que tange à estrutura organizacional, tecnológica, o
capital humano e o engajamento social.
PROCEDIMENTOS METODOLÓGICOS
Dentro do objetivo de validar o modelo de pesquisa proposto para institucionalização
de inteligência na gestão pública, optou-se pela pesquisa quantitativa, operacionalizada
através de um survey eletrônica, visando validar a influência de quatro categorias principais
para a institucionalização de inteligência. Segundo Hair, Babin, Money, Samouel & Ribeiro
(2005), survey é um procedimento para coleta de dados primários a partir de indivíduos,
podendo ser caracterizada como exploratória (Marconi & Lakatos, 2003), utilizada como base
para o desenvolvimento de novos conceitos, oportuna para a presente pesquisa, pois a
temática estudada ainda não possui um modelo referencial.
Asurvey pode ser identificada como um método no qual as informações sobre os
temas estudados são estruturadas e padronizadas, em grande parte das vezes, em questionários
com perguntas pré-definidas (Hair, Black, Babin & Anderson, 2014). Os itens que compõem
o questionário foram desenvolvidos a partir da revisão da literatura sobre inteligência na
gestão pública, suas dimensões e categorias, e pelos preceitos da teoria institucional. Para a
medição dos itens, foi adotada escala Likert de 5 pontos, variando entre 1 (discordo
totalmente) e 5 (concordo totalmente).
Para a definição do tamanho da amostra, foi utilizado o software G*Power 3.1. O
cálculo da amostra mínima foi realizado a partir da avaliação do construto ou variável latente
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
13
com maior número de preditores como referência para a determinação do tamanho da amostra
(Ringle, da Silva & Bido, 2014). Seguindo Hair, Sarstedt, Hopkins e Kuppelwieser (2014),
considerou-se 0,80 como poder de teste; e 0,15 para o tamanho do efeito (f2). Conforme o
disposto nos parâmetros utilizados, a quantidade mínima de respondentes para a pesquisa,
é de 85 respondentes.
Primeiramente, para a validade de face e conteúdo do instrumento de pesquisa, o
questionário foi analisado qualitativamente por dois doutores e dois gestores públicos, os
quais propuseram adequações na redação dos itens para melhor entendimento pelos
respondentes. Após, realizou-se a etapa de pré-teste, o questionário sendo disponibilizado
para 95 servidores públicos escolhidos por acessibilidade, aplicado de forma online via
mensagem instantânea contendo o link de acesso, dos quais obteu-se como retorno 73
questionários respondidos.
A partir da tabulação das respostas em planilha eletrônica, realizou-se a purificação da
amostra, excluindo 3 questionários incompletos e outros 24 com 80% ou mais das respostas
no mesmo item, ou respostas em apenas dois itens (Hair et al., 2014). Para a análise final do
pré-teste, considerou-se amostra de 46 questionários válidos, cujos resultados possibilitaram o
aprimoramento do questionário para o estudo final. As respostas obtidas na etapa de pré-teste
não foram consideradas na análise final, haja vista alterações de escrita das afirmações,
buscando o refinamento do questionário.
Após refinamento e definição do questionário final, aplicou-se uma survey eletrônica,
na plataforma Survey Monkey, amplamente utilizada em estudos acadêmicos (Chopdar &
Sivakumar, 2019). O estudo foi enviado a servidores e gestores públicos de diversos estados
brasileiros, entre agosto e setembro de 2021. A escolha pelo envio da pesquisa para o público
geral de servidores, independentemente do exercício ou não de cargo e função de gestão,
deu-se pela possibilidade visão organizacional amplan quanto à influência de cada uma das
categorias de análise.
Após trinta dias de coleta de dados, obtiveram-se 344 questionários, dos quais 43
mostraram-se incompletos e outros 90 foram removidos por possuírem 80% ou mais das
respostas no mesmo item ou respostas em apenas dois itens (Hair, Hult, Ringle & Sarstedt,
2016). Após as exclusões, realizou-se os procedimentos de análise considerando 211
respostas, amplamente acima da amostra mínima calculada (85 respondentes).
Os dados obtidos foram analisados por meio de técnicas estatísticas, usando o software
SPSS para análises de confiabilidade e exploratória dos dados. Após, para o teste do modelo e
realização do teste de hipótese, foi utilizada a técnica de modelagem de equações estruturais
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
14
latentes – Partial Least Squares (PLS), com o software SmartPLS 3.0, apropriado quando o
objetivo da pesquisa é a previsão e desenvolvimento da teoria (Hair, Ringle & Sartedt, 2016).
APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS
A partir da survey realizada, apresentam-se os respondentes, a análise quantitativa e a
discussão sobre os resultados encontrados, seguida de indicações de ações para auxiliar a
gestão pública na estruturação de inteligência na gestão pública. A tabela 4 traz as
características dos respondentes, como idade, escolaridade, tempo de atuação no serviço
público e cargo exercido, bem como o ambiente de atuação, através da identificação do
Estado, esfera pública e poder de atuação (executivo, legislativo e/ou judiciário).
Tabela 4
Caracterização Respondentes.
Características
Categoria
Frequência
%
Idade
18-30 anos
9
4,27%
31-40 anos
86
40,76%
41-50 anos
68
32,23%
51-60 anos
29
13,74%
mais de 60 anos
19
9,00%
Escolaridade
Médio/Técnico
10
4,74%
Graduação
51
24,17%
Especialização
104
49,29%
Mestrado
33
15,64%
Doutorado
13
6,16%
Tempo de serviço no
Setor Público
Até 1 anos
3
1,42%
De 1 a 5 anos
29
13,74%
De 6 a 10 anos
53
25,12%
De 11 a 15 anos
48
22,75%
Mais de 15 anos
78
36,97%
Cargo
Gerência
49
23,22%
Direção
21
9,95%
Técnico/Analista
141
66,82%
Esfera Pública de
atuação
Municipal
24
11,37%
Estadual
156
73,93%
Federal
31
14,69%
Poder Público de
atuação
Executivo
178
84,36%
Legislativo
14
6,64%
Judiciário
19
9,00%
Estado de atuação
Acre
Alagoas
Amapá
Amazonas
Bahia
Ceará
0
0
0
0
0
0
0,00%
0,00%
0,00%
0,00%
0,00%
0,00%
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
15
Características
Categoria
Frequência
%
Distrito Federal
Espírito Santo
Goiás
Maranhão
Mato Grosso
Mato Grosso do Sul
Minas Gerais
Pará
Paraíba
Paraná
Pernambuco
Piauí
Rio de Janeiro
Rio Grande do Norte
Rio Grande do Sul
Rondônia
Roraima
Santa Catarina
São Paulo
Sergipe
Tocantins
6
0
0
0
0
1
0
1
3
3
1
1
6
0
174
2
0
2
7
4
0
2,84%
0,00%
0,00%
0,00%
0,00%
0,47%
0,00%
0,47%
1,42%
1,42%
0,47%
0,47%
2,84%
0,00%
82,46%
0,95%
0,00%
0,95%
3,32%
1,90%
0,00%
A análise da Tabela 4 sugere qualificação técnica dos respondentes, com cerca de 79%
com formação mínima de especialização. Respondentes possuem boa experiência em relação
a gestão pública, considerando que cerca de 60% possui mais de 10 anos de atividade no setor
público. Em relação ao ambiente de atuação, identifica-se preponderância de respondentes do
RS, com mais de 80% das respostas obtidas (pela proximidade, conveniência e acesso ao
poder executivo estadual do RS, sendo considerada uma limitação do presente estudo), mas
com participação de servidores públicos de outros doze estados brasileiros. Quanto à esfera e
poder de atuação, cerca de 74% são da esfera estadual, e cerca de 85% no poder executivo.
Análise de Confiabilidade e Análise Fatorial Exploratória (AFE)
Para a análise de confiabilidade do instrumento e respectivos fatores foi utilizado o Alfa de
Cronbach, cujo resultado objetiva medir a consistência interna do instrumento. Segundo Hair
et al. (2016), os valores deste coeficiente estão compreendidos entre 0 e 1, devendo ser maior
que 0,70, e quanto maiores os valores, maior o nível de confiabilidade. A Tabela 5 apresenta o
Alfa de Cronbach para os fatores desta pesquisa, sendo possível observar que todos os fatores
do modelo possuem valor superior à 0,70, e a maioria com valor superior a 0,80. Destaca-se
que o coeficiente geral do instrumento é 0,927, provando ser consistente.
Tabela 5
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
16
Alfa de Cronbach
Fator
Alfa de
Cronbach
Quantidade de
Itens
Capital Humano (CH)
0,713
6
Estrutura Organizacional (EO)
0,799
8
Estrutura Tecnológica (ET)
0,802
7
Engajamento Social (EG)
0,820
5
Institucionalização de Inteligência na Gestão Pública (INST)
0,842
11
Total do Instrumento
0,927
37
Visando analisar a unidimensionalidade no conjunto de itens de cada fator, realizou-se
a Análise Fatorial Exploratória (AFE), com cálculo do teste Kaiser Meyer-Olkin (KMO) e
teste de esfericidade de Bartlett. Estes testes auxiliaram na verificação da adequação dos
dados para realização da análise fatorial, ou seja, analisar se os itens de determinado fator
convergem em um sentido que demonstre sua associação (Hair et al., 2014). Segundo Hair,
Anderson e Tatham (1987), valores acima de 0,5 no teste KMO indicam que a análise
fatorial é aceitável. Já o teste de esfericidade de Barlett revela que a amostra é significante
se possui valor de p inferior a 0,05 (Tabela 6).
Tabela 6
Kaiser-Meyer-Olkin (KMO) e o Teste de Esfericidade de Bartlett.
Fator
KMO
Teste de esfericidade de
Bartlett (significância)
Capital Humano (CH)
0,776
0,000
Engajamento Social (EG)
0,813
0,000
Estrutura Organizacional (EO)
0,792
0,000
Estrutura Tecnológica (ET)
0,850
0,000
Institucionalização de Inteligência na Gestão Pública (INST)
0,873
0,000
Considerando os dados da Tabela 6, as amostras são adequadas para a aplicação da
análise fatorial, pois o KMO de todos os fatores foi superior a 0,5 e o Teste de Barlett
demonstra amostra significante, com Análise Fatorial Exploratória nos blocos (Tabela 7).
Conforme Hair et al. (2010), o cálculo visa analisar a unidimensionalidade dentro do conjunto
de itens de cada fator, ou seja, verificar se os itens de um determinado fator convergem em um
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
17
só sentido, havendo associação entre eles. O valor mínimo sugerido na presente análise é de
0,40 (Koufteros, 1999; Lewis & Byrd, 2003). Na Tabela 7, observa-se a maior parte dos itens
do modelo com valores das cargas fatoriais obtidas pelas AFE superiores ao mínimo indicado
de 0,40, com marcação diferencial para itens com resultados abaixo de 0,40.
Tabela 7
Análise Fatorial Exploratória nos Blocos.
Itens
CH
Itens
EG
Itens
EO
Itens
ET
Itens
INST
CH01
0,447
EG01
0,679
EO01
0,688
ET01
0,513
INST01
0,563
CH02
0,722
EG02
0,811
EO02
0,755
ET02
0,724
INST02
0,688
CH03
0,677
EG03
0,850
EO03
0,661
ET03
0,678
INST03
0,701
CH04
0,743
EG04
0,733
EO04
0,750
ET04
0,752
INST04
0,399
CH05
0,814
EG05
0,737
EO05
0,735
ET05
0,793
INST05
0,696
CH06
0,407
EO06
0,296
ET06
0,611
INST06
0,694
EO07
0,578
ET07
0,655
INST07
0,629
EO08
0,654
INST08
0,469
INST09
0,716
INST10
0,726
INST11
0,544
Nota. CH - Capital Humano. EG - Engajamento Social. EO - Estrutura Organizacional. ET - Estrutura
Tecnológica. INST - Institucionalização de inteligência na Gestão Pública.
Em relação aos itens com valor inferior ao mínimo indicado - EO06 “A normatização
da atividade de inteligência na organização - através de instruções normativas, instruções de
trabalho e outros, é determinante para o uso efetivo de dados e informações na gestão
pública” e INST04 “Normatizar, através de instruções normativas, instruções de trabalho e
demais regramentos de trabalho, a atividade de inteligência na gestão pública, propicia o
efetivo monitoramento, uso e disseminação de dados e informações, validando o processo de
inteligência em governo”, ambos serão excluídos nas análises seguintes. Importante ressaltar
que, diferentemente do pré-teste realizado, no qual sete indicadores restaram abaixo do valor
mínimo indicado (0,40), houve maior número de itens convergindo em um só sentido nos
construtos latentes. Tal resultado reflete o aprimoramento do instrumento de pesquisa após o
pré-teste, e o aumento significativo de respondentes.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
18
Modelo de Mensuração
Os resultados da avaliação do modelo de mensuração objetivam analisar a
confiabilidade e a validade do modelo. Para Hair, Ringle, Sarstedt (2011), a avaliação deve
consider (a) cargas externas individuais dos itens da pesquisa, (b) confiabilidade composta -
CR, (c) validade convergente (Variância Média Extraída) - AVE, e (d) validade discriminante
- Critérios de Fornell-Larcker e Heterotrait-monotrait Ratio - HTMT.
Iniciou-se examinando as cargas externas individuais dos itens da pesquisa que
compõem cada construto, as quais devem possuir valores maiores que o nível mínimo
aceitável (0,4) e próximos do nível preferido (0,7) (Hair, Ringle & Sarstedt, 2011; Lin, Su &
Higgins, 2015). Foram identificados quatro itens com carga externa distante do nível
preferido, excluindo-se os itens e respectivos valores: CH01 (0,416), CH06 (0,359), ET01
(0,487) e INST08 (0,473), possibilitando obter um aumento significante na confiabilidade
composta e na AVE (Hair et al., 2011). Em relação aos itens excluídos, destaca-se que os itens
CH06 e ET01 já haviam aparecido na etapa de pré-teste com valor de carga externa inferior
ao valor preferido de 0,70. Quanto aos itens CH01 e INST08, ambos tratam questões
vinculadas à capacitação e desenvolvimento de servidores. A partir da análise, depreende-se
que os indicadores não estão significativamente associados ao fenômeno captado pelo
construto ao qual o item está vinculado, ou seja, CH01 e CH06 ao construto “Capital
Humano”, ET1 à “Estrutura Tecnológica” e INST08 ao construto “Institucionalização de
inteligência na gestão pública”.
Os demais itens (EG01, EO01, EO03, EO07, EO08, ET03, ET06, ET07, INST01,
INST05, INST06, INST07, INST11) com valores que se apresentaram abaixo do nível
preferido de 0,7 foram analisados, e optou-se pela manutenção dos mesmos, considerando que
a exclusão não acarretaria aumento da confiabilidade composta do modelo. Após, para fins de
análise da consistência interna do modelo calculou-se os valores Alfa de Cronbach e
Confiabilidade Composta, os quais devem apresentar valores maiores do que 0,7 (Hair et al.,
2011) . Observando a Tabela 8, atesta-se a qualidade do modelo de pesquisa, haja vista os
valores resultantes da análise.
Em relação a Validade Convergente, calculada a partir da AVE, a teoria aponta que o
ideal são valores acima de 0,50 para indicar que o construto explica pelo menos 50% da
variação dos seus itens (Hair et al., 2017). A variância média extraída reflete a quantidade de
variância nos indicadores, contabilizada pelos construtos latentes, e é uma estimativa
conservadora da validade de uma medida modelo (Fornell & Larcker, 1981).
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
19
Conforme análise do modelo, a maioria dos construtos atende ao nível de 0,50
recomendado por Fornell e Larcker (1981). Dois construtos apresentam valores um pouco
abaixo do recomendado: Estrutura Organizacional com AVE = 0,477 e Institucionalização de
inteligência na Gestão Pública com AVE = 0,450. Este resultado pode estar relacionado ao
fato de fatores relacionados à estrutura organizacional estarem relacionados à própria
institucionalização de inteligência na gestão pública.
Tabela 8
Cargas externas, Alfa de Cronbach, confiabilidade composta e AVE
Fator
Itens
Cargas externas
Alfa de
Cronbach
Confiabilidade
composta
AVE
Capital Humano
CH02
0,770
0,759
0,847
0,581
CH03
0,711
CH04
0,763
CH05
0,802
Engajamento
Social
EG01
0,677
0,820
0,874
0,583
EG02
0,780
EG03
0,851
EG04
0,766
EG05
0,731
Estrutura
Organizacional
EO01
0,679
0,818
0,864
0,477
EO02
0,729
EO03
0,647
EO04
0,730
EO05
0,739
EO06
Excluído (Tabela 7)
EO07
0,620
EO08
0,683
Estrutura
Tecnológica
ET02
0,714
0,804
0,860
0,507
ET03
0,689
ET04
0,771
ET05
0,791
ET06
0,631
ET07
0,664
Institucionalização
de inteligência na
Gestão Pública
INST01
0,589
0,845
0,879
0,450
INST02
0,709
INST03
0,720
INST04
Excluído (Tabela 7)
INST05
0,695
INST06
0,694
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
20
INST07
0,628
INST09
0,713
INST10
0,723
INST11
0,536
Por fim, como último critério de avaliação do modelo de mensuração, procedeu-se
com a análise da Validade Discriminante, medindo a extensão na qual o construto é diferente
dos demais construtos do modelo estrutural (Hair et al., 2017). Optou-se pelo critério de
Fornell-Larcker (Fornell & Larcker, 1981), o qual aponta que, para auferir a validade
discriminante, é necessário que a raiz quadrada do AVE de cada construto seja maior que as
correlações estimadas entre ele e os demais construtos (Fornell & Larcker, 1981). Conforme
Tabela 9, o critério foi atendido.
Tabela 9
Discriminante: Critério de Fornell-Larcker
CH
EG
EO
ET
INST
Capital Humano (CH)
0,762
Engajamento Social (EG)
0,466
0,763
Estrutura Organizacional (EO)
0,484
0,402
0,691
Estrutura Tecnológica (ET)
0,561
0,368
0,608
0,712
Institucionalização de Inteligência na Gestão Pública
(INST)
0,683
0,505
0,603
0,622
0,670
Realizadas as análises e validações dos critérios relacionados ao modelo de
mensuração, a seguir apresentam-se os resultados relativos ao Modelo Estrutural e Teste de
Hipóteses.
Modelo Estrutural e Teste de Hipóteses
Para a realização da avaliação do modelo estrutural e do teste de hipóteses,
utilizaram-se as etapas sugeridas por Hair et al. (2016). Primeiramente, realizou-se a análise
de colinearidade, visando identificar se dois construtos são similares entre si. Para tal, usou-se
o critério do Fator de Inflação de Variável (VIF) que deve ser maior que 0,20 e menor que
5,00. Os resultados da Tabela 10 indicam não haver problemas de colinearidade, com valores
entre 1,351 e 1,865.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
21
Tabela 10
Teste de Colinearidade.
Fator
VIF (fatores)
VIF (itens)
Capital Humano
1,686
1,357 - 1,618
Engajamento Social
1,351
1,561 - 2,201
Estrutura Organizacional
1,722
1,299 - 2,234
Estrutura Tecnológica
1,865
1,316 - 1,810
Institucionalização de inteligência na Gestão Pública
-
1,299 - 1,903
Para avaliar o modelo estrutural, utilizou-se a técnica bootstrapping, avaliando-se a
significância dos coeficientes do caminho, com 5.000 amostras, visando assegurar a
estabilidade na determinação dos erros padronizados (Hair et al., 2014). Os resultados obtidos
estimam a significância entre as relações dos construtos da análise (Figura 2).
Figura 2. Análise de Bootstrapping
Para fins de análise da significância das relações do modelo, utilizou-se o cálculo do
teste tde Student. Segundo Hair et al. (2016), para esta análise deve-se levar em consideração
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
22
que, para fins de significância da relação, os valores de tdevem estar acima de 1,96, bem
como p value menor do que 0,05. Observa-se que as categorias de análise são positivamente
significativas, todas as hipóteses estando suportadas. Ou seja, a estrutura organizacional, a
estrutura tecnológica, o capital humano e o engajamento social impactam positivamente a
institucionalização de inteligência na gestão pública (Tabela 11).
Tabela 11
Teste das hipóteses.
Hipótese
Relação
Valores de t
Significância (p value)
Avaliação
H1
EO -> INST
4.244
0,000
Suportada
H2
ET -> INST
3.381
0,001
Suportada
H3
CH -> INST
5.198
0,000
Suportada
H4
EG -> INST
2.630
0,009
Suportada
Após a realização do teste de hipótese, seguindo as etapas de Hair et al. (2016),
procedeu-se à análise do coeficiente de determinação R², tamanho do efeito f² e capacidade de
predição Q². Com o R², busca-se avaliar a porção da variância das variáveis endógenas, que é
explicada pelo modelo estrutural (Ringle, Silva & Bido, 2014). O valor de R² varia de 0 a 1,
sendo que níveis mais altos indicam maior precisão preditiva. Na presente pesquisa, tem-se o
valor de R² do fator ‘Institucionalização de inteligência na gestão pública’ em 0,609, ou
seja, as variáveis preditoras (estrutura organizacional, estrutura tecnológica, capital humano e
engajamento social) explicam 61% da variável dependente, sendo considerada uma relação
forte (Cohen, 1988).
Em relação à análise do tamanho do efeito f², o qual avalia quanto cada construto é
“útil” para o ajuste do modelo (Ringle, Silva & Bido, 2014), deve-se considerar os seguintes
valores de referência: 0,02 baixo impacto; 0,15 médio impacto; 0,35 alto impacto (Hair et al.,
2014). A Tabela 12 apresenta os resultados do nível de efeito f², onde ‘Estrutura
Organizacional’, ‘Estrutura Tecnológica’ e ‘Engajamento Social’ têm baixo impacto na
‘Institucionalização de inteligência na gestão pública’, enquanto que ‘Capital Humano’ possui
médio impacto sobre a variável dependente.
Tabela 12
Nível de efeito f².
Relação das Variáveis
f²
EO -> INST
0.076
ET -> INST
0.062
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
23
CH -> INST
0.222
EG -> INST
0.046
Por fim, avaliou-se a qualidade preditiva do modelo, ou ainda a acurácia do modelo
ajustado através da medida do indicador de Stone-Geisser (Ringle, Silva & Bido, 2014).
Como critério de avaliação, indicam-se valores maiores do que zero (Hair et al., 2014). Os
resultados da análise deste estudo apontam Q² no valor 0,261 para ‘Institucionalização de
inteligência na Gestão Pública’, e os construtos exógenos têm capacidade e relevância
preditiva para o construto endógeno em consideração.
Diante das análises realizadas, é possível compreender que o modelo possui caminhos
significativos, e os valores de R², f² e Q² demonstram a capacidade preditiva do modelo,
suportando as hipóteses. Os resultados da pesquisa, na perspectiva quantitativa, remetem à
confirmação das quatro hipóteses do modelo desenvolvido: a estrutura organizacional, a
estrutura tecnológica, o capital humano e o engajamento social influenciam positivamente na
institucionalização de inteligência na gestão pública. Entretanto, cabe ressaltar que o valor do
impacto de cada um dos construtos para a institucionalização de inteligência na gestão pública
é diferenciado. Visando evidenciar possíveis caminhos a serem percorridos e qualificados pela
gestão pública, busca-se discussão de possíveis fatores teóricos para tal diferenciação de
impacto.
Quanto à preponderância de impacto do fator capital humano, quando comparado aos
demais fatores, cumpre destacar que tal resultado vai ao encontro do disposto na teoria sobre a
temática, confirmando a necessidade do desenvolvimento de servidores no papel de análise de
dados e informações advindos do ambiente externo e coletados nos mais diversos sistemas
organizacionais em governo (Malomo & Sena, 2017; Valle-Cruz & Sandoval-Almazan, 2018;
Smith, 2008; Bojovic, Klipa, Secerov & Senk, 2017). O fator capital humano está diretamente
relacionado ao desenvolvimento de lideranças públicas que estimulam a estruturação e
legitimidade de inteligência na gestão pública como mecanismo de gestão necessário ao
desenvolvimento de novas políticas públicas e qualificação na tomada de decisão.
Quanto ao fator estrutura tecnológica, embora o mesmo tenha importância quando
considerado em conjunto com os demais três preditores para a institucionalização de
inteligência, o impacto individual apresenta-se baixo. Este resultado vai ao encontro do
disposto na teoria que aponta não mais a tecnologia como barreira para a legitimidade de
inteligência, uma vez que o uso de TICs já permeia a administração pública, fazendo parte da
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
24
cultura organizacional. Assim, é possível inferir a necessidade do desenvolvimento das
capacidades de servidores públicos no uso de TI, visando maximizar gestão de dados e
informação para a gestão pública.
Por sua vez, quanto ao fator estrutura organizacional, percebe-se que a relevância
para a institucionalização de inteligência na gestão pública não está vinculada a questões
normativas e legais, estando mais voltada à estruturação de processos organizacionais,
mobilização de lideranças para mudanças significativa na cultura da própria organização
relacionada à importância na estruturação de processos de inteligência, e colaboração entre
departamento no compartilhamento e gestão de dados e informações.
Já o fator engajamento social aparece como o de menor impacto para a
institucionalização de inteligência na gestão pública, quando analisado individualmente.
Depreende-se que tal resultado está relacionado ao fato de, entre os quatro construtos
analisados, ser o único relacionado à questão externa à organização, haja vista que está
relacionado à participação efetiva da sociedade nos processos junto à administração pública,
sendo, portanto, um fator externo não controlável. Embora compreenda-se, teoricamente, que,
para um governo tornar-se inteligente, haja necessidade de instituir processos de cocriação
governo e sociedade; implantação de política de dados abertos e mecanismos de interação
com o setor empresarial e outros atores sociais, no contexto estudado ainda não há
participação efetiva da sociedade no desenvolvimento e qualificação da gestão pública.
CONSIDERAÇÕES FINAIS
Este estudo objetivou validar um modelo teórico de institucionalização de inteligência
na gestão pública, a partir da análise do nível de influência de quatro categorias principais:
estrutura organizacional, estrutura tecnológica, capital humano e o engajamento social,
visando contribuir para a consolidação de possíveis caminhos para vencer a barreira
institucional para a estruturação de um governo inteligente. A partir da compreensão de que
estas categorias influenciam positivamente na institucionalização de inteligência na gestão
pública, juntamente com o debate teórico realizado para a construção do modelo validado, a
Tabela 13 apresenta possíveis ações organizacionais para que a gestão pública possa
consolidar os construtos, facilitando a legitimidade de inteligência na gestão pública:
Tabela 13
Proposta de ações organizacionais.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
25
Construtos institucionalização
inteligência na gestão pública
Proposta de ações organizacionais
Estrutura Organizacional
Formalização de processos de inteligência;
Qualificação do fluxo informacional na organização entre setores;
Aprimoramento da gestão de dados e informações;
Desenvolvimento da cultura organizacional voltada à inteligência de
dados;
Estruturação de projetos para envolvimento da sociedade.
Estrutura Tecnológica
Desenvolver interoperabilidade de sistemas governamentais;
Organização e unificação de base de dados governamentais;
Uso efetivo de tecnologias voltadas à gestão de grandes quantidades
de dados;
Desenvolver ferramentas que auxiliem a participação social para
cocriação, inovação e aproveitamento da inteligência coletiva.
Capital Humano
Desenvolvimento de trilhas de capacitação em ciência de dados;
Desenvolvimento de trilhas de capacitação sobre gestão de dados e
informações públicas;
Desenvolvimento de lideranças voltadas para a estruturação e
incentivo à cultura de inteligência em governo.
Engajamento Social
Desenvolver mecanismos de incentivo à participação social;
Instituir processos de cocriação governo e sociedade;
Aproveitar efetivamente a inteligência coletiva.
Na Tabela 13 é possível observar que inúmeras ações possíveis a serem desenvolvidas
pela gestão pública buscando consolidar e legitimar a atividade de inteligência na gestão
pública. A proposta tem o intuito de elucidar caminhos para que os governos possam
impulsionar e consolidar a inteligência como meio para qualificar a tomada de decisão pública
e o desenvolvimento de políticas públicas.
A partir de uma abordagem quantitativa, foi possível suportar que as hipóteses do
modelo desenvolvido (estrutura organizacional, estrutura tecnológica, capital humano e
engajamento social) influenciam positivamente na institucionalização de inteligência na
gestão pública. A confirmação do modelo traz importantes contribuições teóricas para a
pesquisa, delimitando um caminho inicial para estruturação de inteligência em governo.
Adicionalmente, o desenvolvimento do modelo de análise a partir dos pressupostos da
Teoria Institucional, demonstra-se como um caminho potencial de análise para futuras
pesquisas que visem compreender como estabelecer um processo de institucionalização de
inovações na gestão no contexto de organização pública. Em relação às contribuições práticas
do estudo, destaca-se a delimitação de um caminho possível de ser percorrido pela gestão
pública, a partir da validação dos quatro construtos importantes para a institucionalização de
inteligência na gestão pública, com a proposição de ações para qualificar os construtos junto
às esferas governamentais.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
26
Como limitação da pesquisa, destaca-se a preponderância de respondentes de um
único estado brasileiro, o que pode acarretar uma perspectiva concentrada de respostas,
considerando o contexto em que desenvolvem suas atividades e, desta forma, não podendo
haver a generalização dos resultados. Para estudo futuros, sugere-se a análise dos construtos
em casos concretos da gestão pública junto à Órgãos Públicos que já realizam atividade de
inteligência de forma estruturada e consolidada na cultura organizacional, visando, assim,
verificar como se estabelece na prática da atividade de inteligência cada construto.
Outra limitação diz respeito ao fato do estudo ter se concentrado em quatro categorias
específicas de análise, as quais foram compostas por dez dimensões de inteligência
delimitadas à época. Contudo, haja vista a contemporaneidade da temática, estudos futuros
podem ampliar este entendimento, mapeando novas dimensões inerentes à atividade de
inteligência no contexto público. Por fim, importante ressaltar que a confirmação e análise
teórica do modelo proposto de institucionalização de inteligência na gestão pública não
pressupõe que este seja um caminho fixo, mas sim, uma análise inicial de possíveis estratégias
de gestão para vencer as barreiras institucionais para efetivação de inteligência na gestão
pública. Em diferentes níveis de atuação, o uso de dados e informações, produzidos e
gerenciados para qualificar o desenvolvimento de políticas públicas e tomada de decisão dos
gestores públicos, podem criar valor público.
REFERÊNCIAS
Algebri, H. K., Husin, Z., Abdulhussin, A. M., & Yaakob, N. (2017). Why Move toward the
Smart Government. In Proceedings Computer Science and Intelligent Controls
(ISCSIC), 2017 International Symposium (pp. 167-171).
Bernardes, M. B., de Andrade, F. P., Novais, P., & Lopes, N. V. (2017). Reference model and
method of evaluation for smart cities in government portals: a study of the Portuguese
and Brazilian reality. In Proceedings of the International Conference on Electronic
Governance and Open Society (136-144).
Bojovic, Z., Klipa, D., Secerov, E., & Senk, V. (2017). Smart Government - from information
to Smart Society. Journal Institute of Telecommunications Professionals (11) 34-39
Calof, J. (2017). Reflections on the Canadian Government in competitive
intelligence–programs and impacts. Foresight, 19(1), 31-47.
Chatfield, A. T., & Reddick, C. G. (2019). A framework for Internet of Things-enabled smart
government: A case of IoT cybersecurity policies and use cases in US federal
government. Government Information Quarterly, 36(2), 346-357.
Chiusoli, C. L., & Rezende, D. A. (2019). Sistema de informações municipais como apoio à
tomada de decisões dos cidadãos. Revista de Gestão e Tecnologia, 124-142.
Choi, Y.; Gil-Garcia, J.; Burke, G.B.; Costello, J.; Werthmuller, D.; Aranay, O. (2021).
Towards Data-Driven Decision-Making in Government: Identifying Opportunities and
Challenges for Data Use and Analytics. In Proceedings of the 54th Hawaii
International Conference on System Sciences, USA, January/2021.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
27
Chopdar, P. K., & Sivakumar, V. J. (2019). Understanding continuance usage of mobile
shopping applications in India: the role of espoused cultural values and perceived risk.
Behaviour & Information Technology, 38(1), 42-64.
Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. 2nd ed. New York:
Psychology Press.
Criado, J.I. and Gil-Garcia, J.R. (2019), "Creating public value through smart technologies
and strategies: From digital services to artificial intelligence and beyond",
International Journal of Public Sector Management, Vol. 32 No. 5 (438-450).
Magalhães Santos, L. G. (2018). Towards the open government ecosystem: open government
based on artificial intelligence for the development of public policies. In Proceedings
19th Annual International Conference on Digital Government Research.
Eom, S. J., Choi, N., & Sung, W. (2016). The use of smart work in government: empirical
analysis of Korean experiences. Government Information Quarterly, 33(3), 562-571.
Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable
variables and measurement error. Journal of marketing research, 18(1), 39-50.
Gartner. (2021) Gartner Identifies Top 10 Government Technology Trends for 2021.
https://www.gartner.com/en/newsroom/press-releases/2021-03-29-gartner-identifies-to
p-10-government-technology-trend.
Guenduez, A. A., Singler, S., Tomczak, T., Schedler, K., & Oberli, M. (2018). Smart
government success factors. Yearbook of Swiss Administrative Sciences, 9(1), 96-110.
Gil-Garcia, J. R., Helbig, N., & Ojo, A. (2014). Being smart: emerging technologies and
innovation in the public sector. Government Information Quarterly, 31, I1-I8.
Gil-Garcia, J. R., Pardo, T. A., & Aldama-Nalda, A. (2013). Smart cities and smart
governments: using information technologies to address urban challenges. In
Proceedings of the 14th Annual International Conference on Digital Government
Research (pp. 296-297), Quebec, Canada.
Gil-Garcia, J. R., Zhang, J., & Puron-Cid, G. (2016). Conceptualizing smartness in
government: an integrative and multi-dimensional view. Government Information
Quarterly, 33(3), 524-534.
Hair, J., Babin, B., Money, A., & Samouel, P. (2005). Fundamentos de métodos de pesquisa
em administração. Bookman.
Hair, J. F., Anderson, R. O., & Tatham, R. (1987). Multidimensional data analysis. New York:
Macmilla
Hair, J. F.; Jr., Hult; G. T. M., Ringle, C. M.; & Sarstedt, M. (2016). A primer on Partial Least
Squares Structural Equation Modeling (PLS-SEM). Thousand Oaks: Sage.
Hair, J. F., Sarstedt, M., Hopkins, L., & G. Kuppelwieser, V. (2014). Partial least squares
structural equation modeling (PLS-SEM): An emerging tool in business research.
European Business Review, 26(2), 106-121.
Hair, J. F., Ringle, C. M., & Sarstedt, M. (2011) PLS-SEM: Indeed a silver bullet. Journal of
Marketing Theory and Practice, 19(2), 139-152.
Halaweh, M. (2018). Artificial Intelligence Government (Gov. 3.0): The UAE Leading
Model. Journal of Artificial Intelligence Research, 62, 269-272.
Harrison, T. M., & Luna-Reyes, L. F. (2020). Cultivating trustworthy artificial intelligence in
digital government. Social Science Computer Review, 40(2) 494–511.
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant
validity in variance-based structural equation modeling. Journal of the Academy of
Marketing Science, 43(1), 115-135.
Hidayat, T., & Kurniawan, N. B. (2017). Smart city service system engineering based on
microservices architecture: Case study: Government of tangerang city. In Proceedings
of ICT For Smart Society (ICISS).
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
28
Hujran, O., Alsuwaidi, M., Alarabiat, A., & Al-Debei, M. (2021). Embracing Smart
Government During the COVID-19 Pandemic: Evidence from the United Arab
Emirates. Proceedings of 25 Pacific Asia Conference on Information Systems, Dubai.
Johnston, E. W., & Hansen, D. L. (2011). Design lessons for smart governance infrastructures.
Transforming American governance. Rebooting the public square, 197-212.
Juniawan, M. A., Sandhyaduhita, P., Purwandari, B., Yudhoatmojo, S. B., & Dewi, M. A. A.
(2017). Smart government assessment using Scottish Smart City Maturity Model: a
case study of Depok city. In Proceedings of the 2017 International Conference on
Advanced Computer Science and Information Systems (ICACSIS), Bali, Indonésia.
Kankanhalli, A., Charalabidis, Y., and Mellouli, S. 2019. IoT and AI for smart government: A
research agenda, Government Information Quarterly, (36:2), pp. 304-209.
Kim, S., Andersen, K. N., & Lee, J. (2022). Platform government in the era of smart
technology. Public Administration Review, 82(2), 362-368.
Koufteros, X. A. (1999). Testing a model of pull production: a paradigm for manufacturing
research using structural equation modeling. Journal of Operations Management,
17(4), 467-488.
Kumar, A., & Sharma, A. (2017). Systematic Literature Review on Opinion Mining of Big
Data for Government Intelligence. Webology, 14(2).
Layne, K., & Lee, J. (2001). Developing fully functional E-government: A four stage model.
Government information quarterly, 18(2), 122-136.
Lewis, B. R., & Byrd, T. A. (2003). Development of a measure for the information technology
infrastructure construct. European Journal of Information Systems, 12(2), 93–109.
Lesca, H., & Janissek-Muniz, R. (2015). Inteligência Estratégica Antecipativa e Coletiva: o
Método L.E.SCAnning. Porto Alegre, RS: Pallotti.
Li, Z., & Liao, Q. (2018). Economic solutions to improve cybersecurity of governments and
smart cities via vulnerability markets. Government Information Quarterly, 35(1),
151-160.
Lin, H.-F.; Su, J-Q; & Higgins, A. (2015). How dynamic capabilities affect adoption of
management innovations. Journal of Business Research, 69(2), 862-876.
Linders, D., Liao, C. Z. P., & Wang, C. M. (2015). Proactive e-governance: flipping the
service delivery model from pull to push in Taiwan. Government Information
Quarterly, 35(4), S68-S76.
Liu, X., & Zheng, L. (2015). Cross-departmental collaboration in one-stop service center for
smart governance in China: factors, strategies and effectiveness. Government
Information Quarterly, 35(4), S54-S60.
Malomo, F., & Sena, V. (2017). Data Intelligence for Local Government? Assessing the
Benefits and Barriers to Use of Big Data in the Public Sector. Policy & Internet, 9(1),
7-27.
Marconi, M. D. A., & Lakatos, E. M. (2003). Fundamentos de metodologia científica. 5a. Ed.
São Paulo: Atlas.
Matas, R. C. (2018). Artificial Intelligence, Robotics and Public Administration Models.
Revista del clad Reforma y Democracia, (72), 7-44.
McBride, K., Aavik, G., Kalvet, T., & Krimmer, R. (2018). Co-creating an Open Government
Data Driven Public Service: The Case of Chicago’s Food Inspection Forecasting
Model. Proceedings of the 51st Hawaii International Conference on System Sciences.
Melati, C., & Janissek-Muniz, R. (2020a). Governo inteligente: análise de dimensões sob a
perspectiva de gestores públicos. Revista de Administração Pública, 54, 400-415.
Chen, S., Miau, S., & Wu, C. (2014(. Toward a Smart Government: an Experience of
E-invoice Development in Taiwan. PACIS 2014 Proceedings.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
29
Mu, R., Haershan, M., & Wu, P. (2022). What organizational conditions, in combination,
drive technology enactment in government-led smart city projects? Technological
Forecasting and Social Change, 174, 121220.
Nam, T. (2016). Government-driven participation and collective intelligence: a case of the
Government 3.0 Initiative in Korea. Information, 7(4), 55.
Papadomichelaki, X., & Mentzas, G. (2012). e-GovQual: A multiple-item scale for assessing
e-government service quality. Government information Quarterly, 29(1), 98-109.
Paula, G. D., & Rover, A. J. (2012). O governo eletrônico e a atividade de inteligência.
Revista Democracia Digital e Governo Eletrônico, 6, 216-236.
Przeybilovicz, E., Cunha, M. A., Macaya, J. F. M., & Albuquerque, J. P. D. (2018). A Tale of
two" Smart Cities": Investigating the Echoes of New Public Management and
Governance Discourses in Smart City Projects in Brazil. Proceedings of the 51st
Hawaii International Conference on System Sciences
Ringle, C. M., Da Silva, D., & de Souza Bido, D. (2014). Modelagem de equações estruturais
com utilização do SmartPLS. Revista brasileira de marketing, 13(2), 56-73.
Salvador, M., & Ramiro, C. (2020). Analytical Capacities and Data Governance in the Public
Administration as a Previous Stage to the Introduction of Artificial Intelligence.
Revista Del Clad Reforma y Democracia, (77), 5-36.
Shan, S., Duan, X., Zhang, Y., Zhang, T. T., & Li, H. (2021). Research on collaborative
governance of smart government based on blockchain technology: an evolutionary
approach. Discrete Dynamics in Nature and Society, 2021.
Schedler, K., Guenduez, A. A, & Frischknecht, R. (2019). How smart can government be?
Exploring barriers to the adoption of smart government. Information Polity, (24:1), pp.
3-20.
Schaefer, E. D., Macadar, M. A., & Luciano, E. M. (2017). Governança de tecnologia da
informação interinstitucional em organizações públicas: reflexões iniciais. In
Proceedings of the International Conference on Information Resources Management,
Santiago de Chile.
Schoemaker, P. J., & Day, G. S. (2009). How to make sense of weak signals. In G. R.
Hickman (Ed.), Leading Organizations: Perspectives for a New Era (2 Ed., Cap.4, pp.
37-47). Sage Publications.
Smith, A. D. (2008). Business and e-government intelligence for strategically leveraging
information retrieval. Electronic government, an international journal, 5(1), 31-44.
Vieira, I., & Alvaro, A. (2018). A centralized platform of open government data as support to
applications in the smart cities context. ACM SIGSOFT Software Engineering Notes,
42(4), 1-13.
Wang, L. J., Zhang, Y., Li, Q., & Ruan, P. N. (2016). Under the background of smart city
development of e-government performance evaluation: study in every districts of
Beijing. In Proceedings of the 6th International Conference on Information
Technology for Manufacturing Systems. Prague, Czech Republic.
WeiWei, L., & WeiDong, L. (2015). GIS: Advancement on Spatial Intelligence Applications
in Government. The Open Cybernetics & Systemics Journal, 9(1).
Scholl, H. J., & Scholl, M. C. (2014). Smart governance: a roadmap for research and practice.
In Proceedings of the iConference 2014 (pp. 163-176), Berlin, German.
Tolbert, P. S., & Zucker, L. G. (1999). A institucionalização da teoria institucional. In S. R.
Clegg, C. Hardy, & W. R. Nordy (Orgs.), Handbook de estudos organizacionais:
modelos de análise e novas questões em estudos organizacionais (pp. 196-219). São
Paulo: Atlas.
Valle-Cruz, D., & Sandoval-Almazan, R. (2018, May). Towards an understanding of artificial
intelligence in government. In Proceedings of the 19th Annual International
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
30
Conference on Digital Government Research: Governance in the Data Age (p. 102).
ACM.
Xu, M. (2007). Managing strategic intelligence: techniques and technologies. Hershey, New
York: IGI Global.
VIII ENCONTRO DE ADMINISTRAÇÃO DA INFORMAÇÃO - EnADI 2023
São Paulo - 16 - 18 de mai de 2023 - 2177-2487 - versão online
