Marco integral para a gestão do conhecimento produzido em instituições de pesquisa
As instituições de pesquisa produzem diariamente uma grande quantidade de ativos de conhecimento: artigos científicos, teses, relatórios técnicos, datasets, código, materiais didáticos, registros de projetos, patentes, documentos de trabalho, publicações periódicas, metadados, perfis de pesquisadores e acervos bibliográficos. No entanto, grande parte desse conhecimento costuma ficar distribuída em plataformas isoladas, formatos heterogêneos ou circuitos internos de difícil acesso, recuperação e reutilização.
Este marco de trabalho propõe uma visão integral para gerenciar o conhecimento científico ao longo de todo o seu ciclo de vida: desde a criação e edição, passando pelo armazenamento e preservação, até a descoberta global, a análise inteligente e a conversão em memória institucional ativável.
Não se trata apenas de implementar ferramentas tecnológicas, mas de construir uma infraestrutura institucional de conhecimento, capaz de conectar pessoas, processos, dados, publicações, políticas e tecnologias.
Propósito
O propósito desta estrutura é servir como modelo de referência para que as instituições de pesquisa possam:
- Compreender o ciclo completo de gestão do conhecimento científico.
- Avaliar seu nível atual de maturidade tecnológica e organizacional.
- Identificar lacunas, redundâncias ou desconexões entre plataformas.
- Definir prioridades de intervenção conforme recursos, contexto e objetivos.
- Planejar melhorias progressivas, de ações operativas a transformações estratégicas.
- Articular a produção científica com a memória institucional, a ciência aberta, a preservação digital e a inteligência analítica.
Esta abordagem reconhece que cada instituição parte de uma situação distinta. Algumas precisam fortalecer primeiro suas plataformas editoriais ou repositórios; outras requerem integrar sistemas dispersos, melhorar a qualidade dos metadados, assegurar a preservação de longo prazo ou incorporar camadas avançadas de análise, grafos de conhecimento e inteligência artificial.
Por isso, a estrutura não propõe uma sequência rígida, mas um modelo evolutivo e modular.
Princípios orientadores
A estrutura se apoia em vários princípios fundamentais:
Ciência aberta e acesso responsável: O conhecimento deve ser visível, acessível e reutilizável na maior medida possível, respeitando restrições éticas, legais, institucionais ou de segurança.
Interoperabilidade: As plataformas não devem funcionar como ilhas. A informação deve poder circular entre sistemas editoriais, repositórios, bibliotecas, perfis de pesquisadores, bancos de dados e redes globais.
Dados e publicações identificáveis: O uso de identificadores persistentes — como DOI, ORCID, ROR, handle ou outros — permite rastrear a produção científica, reduzir ambiguidades e facilitar a conexão entre autores, obras, datasets, projetos e instituições.
Qualidade dos metadados: A recuperação, a preservação e a analítica do conhecimento dependem de metadados consistentes, normalizados e ricos em contexto.
Preservação de longo prazo: O conhecimento científico tem valor patrimonial. Não basta armazená-lo; é preciso garantir sua integridade, autenticidade e legibilidade futura.
Centralidade do pesquisador e do pessoal de apoio: A tecnologia deve reduzir fricções, não multiplicar cargas administrativas. A adoção do modelo requer formação, governança e processos claros.
Escalabilidade tecnológica: A estrutura admite intervenções que vão de tarefas operativas sobre plataformas existentes a arquiteturas avançadas de inteligência artificial e grafos de conhecimento.
As cinco etapas do marco
Embora a estrutura seja apresentada em cinco etapas, sua aplicação real nem sempre é sequencial. Em muitas instituições, as etapas se sobrepõem, se retroalimentam ou são abordadas em paralelo. Por isso, mais do que uma cadeia de etapas, a estrutura deve ser entendida como um ecossistema de capacidades institucionais.
Etapa 1 — Captura, edição e produção científica
A primeira etapa se concentra no momento em que o conhecimento é criado, documentado, editado e publicado. É a porta de entrada do ciclo de gestão do conhecimento.
Em muitas instituições, esta etapa inclui periódicos científicos, editoras institucionais, plataformas de pre-prints, sistemas de gestão editorial, ferramentas de autoria colaborativa, cadernos de laboratório digitais, repositórios de dados iniciais e planos de gestão de dados.
O que compreende
Esta etapa abrange:
- Plataformas de gestão editorial e publicação científica.
- Sistemas para periódicos, livros, atas, boletins, relatórios ou pre-prints.
- Ferramentas de escrita colaborativa e edição acadêmica.
- Planos de gestão de dados de pesquisa.
- Atribuição de identificadores persistentes.
- Definição de licenças, direitos autorais e políticas de acesso.
- Fluxos de revisão por pares, edição, diagramação e publicação.
- Registro inicial de metadados descritivos.
- Vinculação entre autores, afiliações, projetos, datasets e publicações.
Por que é importante
Se o conhecimento não for capturado corretamente desde a origem, problemas são arrastados durante todo o ciclo. Erros comuns incluem metadados incompletos, duplicidade de registros, ausência de identificadores persistentes, falta de controle de versões, licenças ambíguas ou desconexão entre a publicação e os dados que a sustentam.
Uma boa gestão nesta etapa permite que o conhecimento nasça identificável, localizável, estruturado e preparado para sua integração posterior.
Elementos-chave de maturidade
Uma instituição encontra-se em um nível avançado desta etapa quando:
- Conta com plataformas editoriais estáveis, atualizadas e seguras.
- Utiliza identificadores persistentes para autores, instituições, obras e datasets.
- Incorpora planos de gestão de dados nos projetos de pesquisa.
- Define políticas claras de acesso, licenças e preservação.
- Reduz a carga manual do pesquisador por meio de fluxos automatizados.
- Conecta a produção editorial a repositórios, perfis e sistemas de relato institucional.
Exemplos de ações possíveis dentro desta etapa
Dentro desta etapa podem existir intervenções muito diversas, por exemplo:
- Atualização e manutenção de plataformas de gestão editorial.
- Configuração de fluxos de revisão e publicação.
- Melhoria de metadados em periódicos ou repositórios editoriais.
- Implementação de DOI, ORCID ou outros identificadores.
- Apoio na edição, normalização e qualidade de publicações.
- Desenho de políticas de pre-prints.
- Integração entre sistemas de publicação e repositórios institucionais.
Esta etapa constitui, com frequência, o ponto de partida natural para instituições que buscam organizar sua produção científica sem ainda transformar toda a sua infraestrutura.
Etapa 2 — Gestão, armazenamento e memória institucional
A segunda etapa refere-se à organização interna do conhecimento já produzido ou em processo de consolidação. Aqui a instituição precisa armazenar, descrever, conectar e governar seus ativos intelectuais.
Esta etapa envolve repositórios institucionais, bibliotecas digitais, sistemas de informação de pesquisa, catálogos, bancos de dados de projetos, perfis de pesquisadores e repositórios de dados científicos.
O que compreende
Inclui, entre outros:
- Repositórios institucionais de publicações.
- Repositórios de dados de pesquisa.
- Sistemas CRIS ou de informação sobre pesquisa.
- Perfis normalizados de pesquisadores e grupos.
- Catálogos bibliotecários e coleções especiais.
- Metadados descritivos, temáticos e administrativos.
- Vocabulários controlados, tesauros e taxonomias.
- Políticas de ingresso, validação e curadoria de conteúdos.
- Integração entre plataformas editoriais, repositórios e sistemas de avaliação.
- Registro de projetos, financiamentos, convênios, teses e produtos derivados.
Por que é importante
Quando uma instituição não gerencia adequadamente esta etapa, o conhecimento fica fragmentado. Um artigo pode existir em um periódico, um dataset em um servidor local, uma tese em um repositório isolado e o perfil do pesquisador em outro sistema incompatível.
A etapa de gestão e memória institucional busca transformar essa dispersão em um ecossistema conectado, onde cada objeto de conhecimento possa ser recuperado, contextualizado e relacionado a outros.
Elementos-chave de maturidade
Uma instituição alcança maior maturidade nesta etapa quando:
- Tem inventariados seus principais ativos de conhecimento.
- Utiliza repositórios estáveis e normalizados.
- Aplica metadados consistentes e vocabulários controlados.
- Conecta publicações, datasets, autores, projetos e unidades de pesquisa.
- Evita registros duplicados ou contraditórios.
- Pode gerar relatórios institucionais a partir de dados confiáveis.
- Conta com responsáveis definidos para curadoria, carga, validação e manutenção.
Desafios habituais
Entre os desafios mais comuns estão:
- Falta de normalização em nomes de autores e afiliações.
- Metadados incompletos ou inconsistentes.
- Repositórios desconectados dos sistemas de avaliação.
- Dificuldade para manter informações atualizadas.
- Ausência de políticas claras sobre o que deve ser armazenado, por quem e com quais critérios.
- Carga excessiva sobre bibliotecas, unidades de pesquisa ou pessoal administrativo.
Exemplos de ações possíveis dentro desta etapa
Nesta etapa podem ser desenvolvidas tarefas como:
- Auditoria de repositórios e catálogos.
- Migração de conteúdos entre plataformas.
- Normalização de metadados.
- Integração de repositórios com perfis institucionais.
- Implementação ou melhoria de sistemas CRIS.
- Limpeza e deduplicação de registros.
- Conexão entre bibliotecas digitais e produção científica.
- Desenho de políticas de ingresso e curadoria de objetos digitais.
Esta etapa é especialmente relevante para instituições que já produzem e publicam conhecimento, mas ainda não conseguiram convertê-lo em uma memória institucional coerente e aproveitável.
Etapa 3 — Preservação e arquivo digital de longo prazo
A terceira etapa concentra-se em garantir que o conhecimento institucional permaneça disponível, íntegro e utilizável ao longo do tempo.
Preservar não é simplesmente fazer cópias de segurança. A preservação digital implica planejar a continuidade dos objetos digitais frente a mudanças tecnológicas, obsolescência de formatos, perda de contexto, falhas de armazenamento ou descontinuidade institucional.
O que compreende
Esta etapa inclui:
- Políticas de preservação digital.
- Arquivo digital de longo prazo.
- Gestão de formatos sustentáveis.
- Verificação de integridade e autenticidade.
- Metadados de preservação.
- Planos de migração e normalização de formatos.
- Estratégias de backup, redundância e recuperação.
- Documentação do contexto técnico e administrativo dos objetos digitais.
- Alinhamento com modelos de referência como OAIS e ISO 14721.
Por que é importante
O conhecimento científico tem valor não apenas imediato, mas também histórico, patrimonial e jurídico. Uma tese, um dataset, um relatório técnico ou um periódico institucional podem continuar relevantes décadas após sua criação.
Se não for adequadamente preservado, a instituição corre o risco de perder parte de sua memória científica por falhas tecnológicas, mudanças de plataforma, abandono de sistemas ou falta de documentação.
Modelo OAIS e preservação responsável
O modelo OAIS — Open Archival Information System — oferece uma base conceitual para projetar arquivos digitais confiáveis. Sua lógica distingue, entre outros, os seguintes conceitos:
- SIP: pacote de informação entregue ao arquivo.
- AIP: pacote de informação preservado pelo arquivo.
- DIP: pacote de informação distribuído aos usuários.
Essa distinção permite entender que um objeto recebido nem sempre pode ser preservado no mesmo formato, estrutura ou nível de descrição com que foi entregue. A preservação exige transformações controladas, documentação e garantias de integridade.
Elementos-chave de maturidade
Uma instituição avança nesta etapa quando:
- Define quais materiais devem ser preservados a longo prazo.
- Estabelece responsabilidades claras sobre custódia digital.
- Utiliza formatos preferenciais e sustentáveis.
- Documenta metadados técnicos e de preservação.
- Realiza verificações periódicas de integridade.
- Conta com planos de recuperação ante desastres.
- Considera a preservação como parte do ciclo de vida do conhecimento e não como uma tarefa posterior opcional.
Exemplos de ações possíveis dentro desta etapa
Nesta etapa podem ser realizadas intervenções como:
- Diagnóstico do estado de preservação de repositórios e arquivos.
- Elaboração de políticas de preservação digital.
- Seleção de formatos sustentáveis.
- Definição de estratégias de backup e custódia.
- Implementação de rotinas de verificação de integridade.
- Planejamento de migração de formatos obsoletos.
- Documentação de procedimentos de arquivo de longo prazo.
Esta etapa costuma ser menos visível do que a publicação ou a descoberta, mas é crítica para a sustentabilidade patrimonial da instituição.
Etapa 4 — Descoberta, acesso e redes globais
A quarta etapa se orienta para fora: fazer com que o conhecimento seja visível, recuperável e conectável a ecossistemas científicos mais amplos.
Não basta que a instituição armazene e preserve sua produção. Esse conhecimento deve poder ser descoberto, citado, vinculado e reutilizado dentro de redes locais, regionais e globais.
O que compreende
Esta etapa inclui:
- Motores de busca institucionais e metabuscadores acadêmicos.
- Portais de acesso aberto.
- Exposição de metadados por meio de protocolos padrão.
- Integração com redes nacionais e internacionais de ciência aberta.
- Conectores com agregadores, indexadores e bancos de dados.
- Protocolos de interoperabilidade.
- Páginas institucionais de divulgação.
- Métricas de uso, download, visibilidade e impacto.
- Mecanismos de acesso aberto, acesso controlado ou acesso restrito conforme corresponda.
Por que é importante
O impacto do conhecimento depende em grande medida de sua capacidade de ser encontrado. Uma publicação sem exposição adequada, sem metadatos suficientes ou sem conexão com redes globais perde visibilidade, citações e possibilidades de reutilização.
Esta etapa converte a memória institucional em um ativo público, interoperável e conectado à infraestrutura global de ciência aberta.
Componentes-chave
Metabuscadores e portais de descoberta
Permitem consultar simultaneamente diferentes repositórios, periódicos, bibliotecas digitais e coleções institucionais.
Protocolos de interoperabilidade
Padrões como OAI-PMH, APIs REST, RSS, sitemaps acadêmicos e esquemas de metadados abertos facilitam a colheita e a reutilização de informação.
Identificadores persistentes
O uso consistente de DOI, ORCID, ROR e outros identificadores melhora a rastreabilidade e evita ambiguidades em autores, instituições e objetos digitais.
Redes globais de conhecimento
A conexão com agregadores, diretórios e redes de ciência aberta permite que a produção institucional faça parte de circuitos mais amplos de circulação científica.
Elementos-chave de maturidade
Uma instituição alcança maior maturidade nesta etapa quando:
- Seus conteúdos são facilmente localizáveis por buscadores acadêmicos.
- Seus repositórios expõem metadados interoperáveis.
- Suas publicações estão conectadas a redes regionais ou globais.
- Seus autores contam com perfis identificados e vinculados.
- Pode medir downloads, visitas, impacto alternativo e reutilização.
- Define políticas claras de acesso conforme direitos, sensibilidades e mandatos institucionais.
Exemplos de ações possíveis dentro desta etapa
Nesta etapa podem ser desenvolvidas tarefas como:
- Configuração de protocolos de colheita.
- Melhoria da exposição de metadados.
- Integração com indexadores e agregadores.
- Otimização de portais de acesso aberto.
- Implementação de buscadores federados.
- Vinculação a redes de ciência aberta.
- Análise de visibilidade e impacto de coleções digitais.
Esta etapa é especialmente valiosa para instituições que buscam aumentar a projeção de sua produção científica sem depender exclusivamente de plataformas comerciais.
Etapa 5 — Conhecimento, inteligência e análise
A quinta etapa representa o nível mais avançado da estrutura: converter a memória institucional em uma base de conhecimento ativa, analisável e orientada à tomada de decisões.
Aqui o objetivo não é apenas armazenar, preservar ou recuperar informação, mas ativar o conhecimento acumulado, compreender relações, detectar padrões, gerar evidência institucional e habilitar novos usos estratégicos do patrimônio científico.
O que compreende
Esta etapa inclui:
- Modelagem do conhecimento institucional.
- Grafos de conhecimento.
- Dados vinculados e estruturas semânticas.
- Analítica bibliométrica.
- Painéis institucionais de indicadores.
- Análise de redes de colaboração.
- Detecção de fortalezas temáticas.
- Identificação de lacunas ou áreas emergentes.
- Mineração de texto e dados.
- Sistemas de recomendação acadêmica.
- Inteligência artificial conversacional privada.
- Assistentes internos sobre corpus documentais institucionais.
Por que é importante
As instituições de pesquisa acumulam enormes volumes de informação, mas muitas vezes não conseguem convertê-los em conhecimento estratégico.
Uma memória institucional bem organizada permite saber o que foi produzido. Uma camada de inteligência e análise permite ir além: identificar relações, interpretar tendências, antecipar necessidades, descobrir capacidades internas e apoiar decisões sobre pesquisa, financiamento, colaboração, avaliação e impacto.
Esta etapa permite responder a perguntas como:
- Quais áreas de pesquisa concentram maior produção institucional?
- Quais pesquisadores, grupos ou unidades colaboram entre si?
- Quais projetos geraram mais teses, artigos, datasets ou patentes?
- Quais linhas temáticas estão crescendo ou perdendo intensidade?
- Qual conhecimento interno pode apoiar uma nova convocatória, política ou linha de pesquisa?
- Quais lacunas existem na produção institucional?
- Quais capacidades científicas estão distribuídas em diferentes unidades, mas não foram conectadas?
- Quais informações podem ser consultadas por meio de um assistente institucional privado?
Grafos de conhecimento
Um grafo de conhecimento representa a informação como uma rede de entidades e relações. Em vez de armazenar dados em tabelas isoladas, modelam-se conexões semânticas entre objetos.
Por exemplo:
- Uma publicação tem como autor uma pessoa.
- Uma pessoa pertence a uma unidade de pesquisa.
- Uma unidade participa de um projeto.
- Um projeto produz um dataset.
- Um dataset documenta uma publicação.
- Uma publicação usa uma metodologia específica.
- Uma metodologia se relaciona com uma linha institucional prioritária.
Esta abordagem facilita análises mais ricas, busca semântica, recomendações e visualização de relações complexas.
Inteligência artificial conversacional privada
Uma camada avançada desta etapa pode incluir assistentes conversacionais contextualizados sobre a memória institucional, desde que implementados com critérios de segurança, privacidade, governança e responsabilidade.
Esses sistemas podem permitir consultas como:
- “Que pesquisas foram realizadas sobre este tema na instituição?”
- “Resuma os principais resultados do projeto X.”
- “Quais autores publicaram sobre este assunto?”
- “Que datasets existem relacionados a esta linha de pesquisa?”
- “Quais teses abordam este problema entre 2015 e 2025?”
A chave é que a IA não opere sobre a internet aberta de forma indiscriminada, mas sobre um corpus institucional controlado, descrito, versionado e governado.
Elementos-chave de maturidade
Uma instituição entra em um nível avançado desta etapa quando:
- Conta com metadados confiáveis e normalizados.
- Integrou suas principais fontes de informação.
- Pode modelar relações entre objetos de conhecimento.
- Utiliza indicadores para análise estratégica.
- Explora grafos de conhecimento ou sistemas semânticos.
- Avalia o uso responsável de inteligência artificial sobre sua memória institucional.
- Define políticas de qualidade, rastreabilidade, privacidade e auditoria.
Exemplos de ações possíveis dentro desta etapa
Nesta etapa podem ser desenvolvidas intervenções como:
- Desenho de um modelo conceitual de conhecimento institucional.
- Normalização de entidades e relações.
- Construção de um grafo de conhecimento.
- Integração de fontes documentais e bancos de dados.
- Analítica bibliométrica avançada.
- Painéis de indicadores para tomada de decisões.
- Protótipos de IA conversacional privada.
- Avaliação de riscos éticos e de governança.
Esta etapa é especialmente relevante para instituições que já têm bases sólidas e desejam dar um salto rumo a uma gestão do conhecimento mais estratégica, conectada e inteligente.
Níveis de intervenção
Uma das características centrais desta estrutura é que ela não exige que todas as instituições implementem todas as etapas ao mesmo tempo. Pelo contrário, reconhece diferentes níveis de maturidade e permite intervenções progressivas.
Isso significa que uma instituição pode:
- Começar resolvendo problemas operativos em plataformas existentes.
- Avançar depois para a integração de sistemas e metadados.
- Incorporar em seguida políticas de preservação.
- Melhorar posteriormente sua visibilidade global.
- E finalmente explorar camadas de conhecimento, inteligência e análise.
A estrutura pode ser aplicada tanto a intervenções pontuais quanto a processos de transformação institucional de maior alcance. Em geral, as ações podem ser classificadas em três níveis complementares.
1. Intervenção operativa
Concentra-se no funcionamento cotidiano de plataformas e serviços.
Exemplos:
- Atualização de sistemas de gestão editorial.
- Correção de erros em repositórios.
- Migração de conteúdos.
- Ajustes de metadados.
- Melhorias em fluxos de publicação.
- Suporte técnico especializado.
Este nível é fundamental porque assegura que a infraestrutura existente seja estável, segura e utilizável.
2. Intervenção tática
Busca ordenar, normalizar e conectar componentes do ecossistema.
Exemplos:
- Normalização de metadados.
- Integração entre repositórios e perfis institucionais.
- Implementação de identificadores persistentes.
- Definição de políticas de ingresso e curadoria.
- Conexão com redes de ciência aberta.
- Auditorias de qualidade da informação.
Este nível permite que os sistemas deixem de funcionar de maneira isolada.
3. Intervenção estratégica
Aponta para transformar a capacidade institucional de analisar, preservar e ativar seu conhecimento.
Exemplos:
- Desenho de um grafo de conhecimento institucional.
- Implementação de políticas de preservação de longo prazo.
- Arquitetura de memória institucional.
- Sistemas de analítica avançada.
- IA conversacional privada sobre corpus documentais.
- Painéis de indicadores para tomada de decisões.
Este nível converte a gestão do conhecimento em uma ferramenta estratégica para a instituição.
Dimensões transversais
Para que a estrutura funcione, não basta tecnologia. Existem dimensões transversais que devem acompanhar todas as etapas.
Governança
Deve haver clareza sobre quem decide, quem publica, quem valida, quem preserva e quem mantém cada componente do ecossistema.
Políticas institucionais
São necessários lineamentos sobre acesso aberto, dados de pesquisa, preservação, licenças, ética, privacidade, segurança e uso responsável de inteligência artificial.
Formação e adoção
O pessoal pesquisador, técnico, bibliotecário e administrativo precisa compreender o valor da estrutura e desenvolver competências para usá-la adequadamente.
Qualidade dos dados
Sem metadados confiáveis, não há descoberta robusta, preservação efetiva nem inteligência analítica confiável.
Sustentabilidade
O modelo deve ser financeiramente viável e tecnicamente mantível ao longo do tempo.
Segurança e privacidade
Especialmente quando se gerenciam dados sensíveis, informação estratégica ou camadas de inteligência artificial sobre documentos internos.
Benefícios
Uma instituição que aplica esta estrutura pode obter benefícios em múltiplos níveis.
Para a gestão institucional
- Maior clareza sobre que conhecimento produz.
- Melhor capacidade de relato e avaliação.
- Redução de duplicidades.
- Informação confiável para a tomada de decisões.
Para a pesquisa
- Maior visibilidade da produção científica.
- Melhor conexão entre autores, projetos e resultados.
- Recuperação mais eficiente do conhecimento prévio.
- Apoio analítico para identificar linhas estratégicas.
Para bibliotecas e unidades de informação
- Integração mais clara de catálogos, repositórios e coleções.
- Melhor organização da memória institucional.
- Maior capacidade de preservação e acesso.
Para a sociedade
- Maior acesso ao conhecimento.
- Melhor rastreabilidade da pesquisa.
- Mais possibilidades de reutilização científica e social.
- Fortalecimento da ciência aberta.
Como ferramenta de diagnóstico
A estrutura também pode ser utilizada como ferramenta de diagnóstico. Uma instituição pode perguntar-se:
- Suas plataformas editoriais estão atualizadas e bem configuradas?
- Sua produção científica conta com identificadores persistentes?
- Seus repositórios estão integrados a perfis e sistemas internos?
- Existe uma política clara de gestão de dados?
- Os metadados são consistentes e suficientes?
- Foram definidas estratégias de preservação digital?
- Seus conteúdos são colhíveis por redes globais?
- Pode analisar sua produção por meio de indicadores confiáveis?
- Está preparada para incorporar grafos de conhecimento ou IA privada?
Quanto mais positivas forem as respostas, maior será a maturidade institucional na gestão do conhecimento.
A gestão do conhecimento em instituições de pesquisa já não pode se limitar a manter repositórios isolados ou publicar conteúdos sem uma estratégia integral. O desafio atual consiste em construir ecossistemas capazes de capturar, organizar, preservar, conectar, descobrir, analisar e ativar o conhecimento científico de forma sustentável.
Esta estrutura de cinco etapas oferece uma visão completa e flexível para abordar esse desafio. Seu valor não está apenas em descrever tecnologias, mas em oferecer um roteiro para que as instituições evoluam de níveis operativos básicos a modelos avançados de inteligência institucional, respeitando seu ponto de partida, suas capacidades e seus objetivos estratégicos.