Construindo conhecimento científico no campo da administração:

a proposta da Design Science

Authors

DOI:

https://doi.org/10.5585/2023.25586

Keywords:

Design Science

Abstract

A relevância das pesquisas científicas é um assunto que está sempre em pauta. Aumentar a relevância da pesquisa em administração significa, muitas vezes, diminuir o gap entre a teoria e a prática, fazendo com que as pesquisas desenvolvam conhecimento que realmente ajude os profissionais a resolver seus problemas nas organizações. Neste contexto, os diferentes paradigmas de pesquisa direcionam os pesquisadores de forma distinta na construção do conhecimento.

Ao longo do tempo, os paradigmas das ciências tradicionais (ex. positivismo, pós-positivismo e interpretativismo) têm sido fundamentais no desenvolvimento de estudos científicos. Buscam compreender e explicar fenômenos existentes, enfatizando a análise crítica, a interpretação e a construção de teorias. Nos paradigmas das ciências tradicionais, o pesquisador observa a realidade buscando explorar, descrever e explicar fenômenos. Assim, procuram gerar conhecimento sobre a natureza e as causas de um problema. O foco principal está na qualidade da pesquisa e na solidez das conclusões. Os paradigmas das ciências tradicionais geram conhecimentos teóricos que podem ser aplicados a uma variedade de contextos, aumentando a compreensão geral de um campo.

Os paradigmas das ciências tradicionais, também chamado de "modo 1" de produção de conhecimento, típico da academia (mainstream), tem seu foco, em grande parte, sob forma de geração de novas teorias e descobertas que contribuem para o avanço do conhecimento dentro de uma disciplina específica. Mesmo que tenha inquestionável valor, sua aplicação encontra barreiras no contexto cada vez mais complexo das organizações. Por outro lado, o paradigma da Design Science, o chamado "modo 2" de produção de conhecimento, é transdisciplinar, voltado à resolução de problemas práticos e ocorre normalmente no contexto de aplicação (Gibbons et al., 1994). Embora relevante em termos de aplicabilidade e integração com a sociedade, o "modo 2" não está livre de desafios como rigor questionável, dificuldade de avaliação, ou mesmo questões como transparência e integridade.

Atentas a esta aparente dicotomia, inúmeras universidades criaram programas de pós-graduação profissionais como uma possível forma de endereçar a questão. Como norte, buscam integrar o rigor científico à relevância prática para a proposição de soluções organizacionais inovadoras. A aproximação entre academia e organizações externas pode levar a pesquisas de intervenção, com colaborações proveitosas para ambos os lados. A combinação de diferentes perspectivas para produção conjunta de conhecimentos resulta, não só em implicações teóricas, mas também em ações significativas para as organizações.

A aproximação entre acadêmicos e praticantes abre caminho para o desenvolvimento de pesquisas prescritivas. Neste cenário, o paradigma da Design Science se apresenta por sua abordagem baseada em problemas e tem, na resolução de desafios organizacionais específicos, o seu foco primordial (Hevner et al., 2004). Fomenta a inovação ao encorajar a geração de soluções (artefatos) por meio de um processo sistemático e interativo (Peffers et al., 2007). Como é construído por meio da colaboração entre acadêmicos e praticantes, os resultados das pesquisas prescritivas são mais propensos à aceitação e à institucionalização nas organizações.

Como características, as pesquisas desenvolvidas sob o paradigma da Design Science buscam apresentar soluções satisfatórias, visto que soluções ótimas (ou ideais) tendem a representar uma realidade simplificada (Simon, 1996), que não atendem um mundo mais próximo da realidade. Além disso, não obstante, reconhecer que os problemas existentes nas organizações costumam ser específicos, as soluções precisam ser passíveis de generalização para uma determinada classe de problemas. Não menos importante, além de serem rigorosas, atendendo à validade científica, as pesquisas também devem atender à validade pragmática, ao assegurar que a solução proposta funcione, garantindo assim que os objetivos esperados sejam alcançados (van Aken, 2011).

De fato, a Design Science conquista espaço e se consolida em diversas áreas do conhecimento como sistemas de informação, educação, saúde, gestão de operações, entre outras. Em sistemas de informação, o paradigma sustenta o desenvolvimento de sistemas e algoritmos que resolvem problemas específicos de software. Na educação, é usado para desenvolver métodos de ensino inovadores e materiais de aprendizagem. Na área da saúde, a Design Science contribui para o desenvolvimento de dispositivos médicos e sistemas que melhoram a qualidade do atendimento. Em gestão de operações, é aplicado para projetar processos eficientes de produção e logística. Em cada área, o foco está na criação de artefatos práticos que abordam desafios específicos.

O desenvolvimento de estudos na área de estratégia usando Design Science representa um campo promissor. Tradicionalmente, o campo tem sido contemplado com pesquisas teóricas que buscam compreender princípios e práticas subjacentes à formulação e implementação de estratégias. A Design Science oferece uma abordagem com o foco se deslocando para a criação de soluções práticas e inovadoras. Com o objetivo de formular e executar estratégias eficazes para as organizações, o paradigma pode sustentar o desenvolvimento, por exemplo, de modelos de negócios (Gottschalk, 2023), sistemas de apoio à decisão estratégica (Mousavian et al., 2023), entre outros. Sob o mesmo paradigma epistemológico, Margherita et al. (2020) desenvolveram um modelo conceitual que engloba várias dimensões críticas para o desenvolvimento da agilidade dentro das organizações. Khashab et al. (2020) desenvolveram interativamente um framework para alinhar a estratégia de Customer Relationship Management (CRM) com a estratégia de negócios reduzindo, assim, a chance de as Instituições de Ensino Superior (IES) apresentarem falhas na implementação do CRM.

Embora a comparação entre paradigmas tradicionais e a Design Science seja evidente, a Design Science é caracterizada como complementar, e não concorrente aos tradicionais. Enquanto os paradigmas tradicionais ajudam a entender fenômenos, a Design Science concebe e valida soluções ainda não existentes, ou mesmo reconfigura artefatos para melhorar situações existentes.

Downloads

Download data is not yet available.

Author Biography

Heidy Rodriguez Ramos, University Nove de Julho - Uninove / São Paulo (SP)

Doutorado em Administração pela Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA/USP) concluído em 2011. Estágio Doutoral na Universidade Técnica de Lisboa (UTL) no Instituto Superior de Economia e Gestão (ISEG) (2010/2011). Mestrado no Programa de Pós-graduação em Integração da América Latina da Universidade de São Paulo (PROLAM/USP), na linha de Sociedade, Economia e Estado (2006). Bacharel em Administração pela FEA/USP (2003). Bolsista de Produtividade em Pesquisa do CNPq - Nível 2. Docente permanente e pesquisadora no Programa de Pós-Graduação em Cidades Inteligentes e Sustentáveis (PPG-CIS) e no Programa de Pós-graduação em Administração (PPGA) da Universidade Nove de Julho (UNINOVE). Editora chefe da Revista Iberoamerican Journal of Strategic Management (QUALIS A3). Editora Científica da Revista de Administração de Empresas (RAE). Membro do Conselho Editorial do Journal of Urban Technology and Sustainability. Coordenadora do projeto Universal financiado pelo CNPq (2019 - 2021). Líder do tema "Formulação estratégica em ambientes empreendedores" da divisão acadêmica Estratégia em Organizações (ESO) do ENANPAD no triênio 2022-2024.Consultora Ad-Hoc da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) e do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). Pesquisa nas áreas de Eficiência Energética e Empreendedorismo Sustentável. Líder do grupo de pesquisa do CNPq de Gerenciamento Ambiental - UNINOVE.

References

Gibbons, M., Limoges, C., Nowotny, H, Schwartzman, S., Scott, P., & Trow, M. (1994). The new production of knowledge: the dynamics of science and research in contemporary societies. London: Sage.

Gottschalk, S., Yigitbas, E., Nowosad, A. (2023). Continuous situation-specific development of business models: knowledge provision, method composition, and method enactment. Software System Model 22, 47–73.

Hevner, A. R., March, S. T., Park, J., & Ram, S. (2004). Design Science in information systems research. MIS Quartely, 28(1), 75–105.

Khashab, B., Gulliver, S. R., & Ayoubi, R. M. (2020). A framework for customer relationship management strategy orientation support in higher education institutions. Journal of Strategic Marketing, 28(3), 246–265.

Margherita, A., Sharifi, H. & Caforio, A. (2020). A Conceptual Framework of Strategy, Action and Performance Dimensions of Organisational Agility Development. Technology Analysis and Strategic Management, 33(7), 829–842.

Mousavian S., Miah S.J., & Zhong Y. (2023) A design concept of big data analytics model for managers in hospitality industries. Personal and Ubiquitous Computing, 27(4), 1509-1519.

Peffers, K., Tuunanen, T., Rothenberger, M. A., & Chatterjee, S. (2007). A Design Science Research Methodology for Information Systems Research. Journal of Management Information Systems, 24(3), 45–77.

Simon, H.A. (1996). The sciences of the artificial, 3rd edition. Cambridge: MIT Press.

van Aken, J. E. (2011). The research design for Design Science Research in management. Eindhoven.

Published

29.11.2023

How to Cite

da Assunção Moutinho, J., Drebes Pedron, C., Nogueira Rafael, D., Ramos, H. R., & Ribeiro, I. (2023). Construindo conhecimento científico no campo da administração: : a proposta da Design Science. Revista Ibero-Americana De Estratégia, 22(1), e25586. https://doi.org/10.5585/2023.25586

Similar Articles

You may also start an advanced similarity search for this article.