{"id":5134,"date":"2025-07-31T18:10:57","date_gmt":"2025-07-31T21:10:57","guid":{"rendered":"https:\/\/www.admethics.com\/?p=5134"},"modified":"2025-07-31T18:57:35","modified_gmt":"2025-07-31T21:57:35","slug":"organizations-as-algorithms-the-validity-of-the-proposal-as-a-continuation-of-morgans-studies-of-organizational-images","status":"publish","type":"post","link":"https:\/\/www.admethics.com\/br\/organizations-as-algorithms-the-validity-of-the-proposal-as-a-continuation-of-morgans-studies-of-organizational-images\/2025\/","title":{"rendered":"As Organiza\u00e7\u00f5es como Algoritmos: a validade da proposta enquanto continua\u00e7\u00e3o dos estudos das imagens da organiza\u00e7\u00e3o de Morgan"},"content":{"rendered":"\n

Por Michel Pires de Araujo <\/strong>e Renata Biana da Silva<\/strong>
<\/p>\n\n\n\n

A compreens\u00e3o das organiza\u00e7\u00f5es tem sido moldada, ao longo da hist\u00f3ria da teoria da administra\u00e7\u00e3o, por diversas met\u00e1foras, cada qual iluminando facetas espec\u00edficas de sua complexidade e, ao mesmo tempo, obscurecendo outras. <\/p>\n\n\n\n

Gareth Morgan (2002), em sua obra \u201cImagens da Organiza\u00e7\u00e3o\u201d, postula que toda teoria e pr\u00e1tica da organiza\u00e7\u00e3o e da administra\u00e7\u00e3o baseia-se em imagens, ou met\u00e1foras, que nos levam a entender situa\u00e7\u00f5es de maneira eficaz, embora parcial. A met\u00e1fora, como figura de linguagem comparativa, atua como uma for\u00e7a por meio da qual os seres humanos criam significados, utilizando um elemento de sua experi\u00eancia na compreens\u00e3o de outro.<\/p>\n\n\n\n

Desde as vis\u00f5es mecanicistas que as concebiam como m\u00e1quinas eficientes e previs\u00edveis, passando pela perspectiva org\u00e2nica que as enxergava como sistemas vivos adapt\u00e1veis ao ambiente, at\u00e9 a met\u00e1fora do c\u00e9rebro, que destacava sua capacidade de aprendizado e auto-organiza\u00e7\u00e3o, o campo da administra\u00e7\u00e3o tem buscado incessantemente novas lentes para decifrar a din\u00e2mica organizacional. Em um cen\u00e1rio cada vez mais caracterizado pela tomada de decis\u00e3o algor\u00edtmica e pela prolifera\u00e7\u00e3o de dados, uma nova met\u00e1fora surge como promissora: a de \u201corganiza\u00e7\u00f5es como algoritmos\u201d. <\/p>\n\n\n\n

Embora as imagens cl\u00e1ssicas de m\u00e1quina, organismo, c\u00e9rebro, cultura, sistema pol\u00edtico, pris\u00e3o ps\u00edquica, fluxo e transforma\u00e7\u00e3o e instrumento de domina\u00e7\u00e3o  continuem a oferecer ferramentas de an\u00e1lise das din\u00e2micas organizacionais, a ascens\u00e3o da intelig\u00eancia artificial e da tomada de decis\u00f5es assistidas por algoritmos demanda uma amplia\u00e7\u00e3o da lente interpretativa. <\/p>\n\n\n\n

Nesse sentido, Glaser, Sloan e Gehman (2024) prop\u00f5em que as organiza\u00e7\u00f5es podem ser vistas como algoritmos, oferecendo uma compreens\u00e3o matizada das interconex\u00f5es entre dados, processos algor\u00edtmicos e ag\u00eancia em um cen\u00e1rio organizacional cada vez mais mediado por tecnologias avan\u00e7adas. Essa vis\u00e3o, sugerem os autores, desafia as dicotomias tradicionais ao reposicionar a ag\u00eancia em arranjos sociot\u00e9cnicos, ressaltando o papel transformador da programa\u00e7\u00e3o e da prompting<\/em>, na reavalia\u00e7\u00e3o cont\u00ednua do funcionamento das organiza\u00e7\u00f5es na era digital.<\/p>\n\n\n\n

Todavia, n\u00e3o se pretende adentrar no m\u00e9rito do cabimento do uso da palavra algoritmo, sem uma investiga\u00e7\u00e3o pormenorizada da origem do constructo, de modo que possamos prosseguir com a an\u00e1lise proposta.<\/p>\n\n\n\n

Assim sendo, no ano de 1937, Alan Turing apresentou a c\u00e9lebre \u201cm\u00e1quina de Turing\u201d, considerada a mais robusta e objetiva formaliza\u00e7\u00e3o do conceito de \u201cfun\u00e7\u00e3o efetivamente comput\u00e1vel\u201d, ou seja, da ideia de um problema que pode ser resolvido mediante a execu\u00e7\u00e3o de um algoritmo. A partir dessa contribui\u00e7\u00e3o, tornou-se pertinente e sistem\u00e1tica a investiga\u00e7\u00e3o acerca de quais problemas admitem solu\u00e7\u00e3o computacional, bem como qual o grau de complexidade relativo de fun\u00e7\u00f5es que, embora comput\u00e1veis, podem diferir consideravelmente quanto \u00e0 dificuldade de sua execu\u00e7\u00e3o pr\u00e1tica (Abreu, 1987).<\/p>\n\n\n\n

Nesse sentido, de acordo com Donald Ervin\u202fKnuth, matem\u00e1tico,  norte-americano, renomado cientista da computa\u00e7\u00e3o, professor em\u00e9rito da Universidade de Stanford, algoritmo \u00e9 uma sequ\u00eancia finita, de regras bem definidas, que descreve um procedimento passo a passo, para resolver um tipo espec\u00edfico de problema. <\/p>\n\n\n\n

Richardson (1919), a seu turno, explica que um sistema \u00e9 chamado de determin\u00edstico quando seu estado, em qualquer momento, pode ser previsto com exatid\u00e3o, se soubermos informa\u00e7\u00f5es suficientes sobre ele em momentos anteriores e se conhecermos a regra que liga essas informa\u00e7\u00f5es ao futuro. Dessa forma, um sistema determin\u00edstico \u00e9 um sistema previs\u00edvel, no qual nada acontece ao acaso \u2013 tudo decorre de uma regra clara. <\/p>\n\n\n\n

Dessa forma, no sentido l\u00f3gico e operacional, um algoritmo \u00e9 determin\u00edstico por ess\u00eancia, um sistema determin\u00edstico intencionalmente projetado.<\/p>\n\n\n\n

Sistemas baseados em intelig\u00eancia artificial s\u00e3o treinados por meio de algoritmos espec\u00edficos de aprendizagem de m\u00e1quina. Para Shalev-Shwartz e Ben-David (2014), um algoritmo de aprendizagem de m\u00e1quina \u00e9 o mecanismo computacional que, recebendo dados de treinamento, produz uma forma de expertise<\/em> \u2014 normalmente outro programa ou modelo \u2014 capaz de executar uma tarefa espec\u00edfica, sendo esta expertise<\/em> derivada da identifica\u00e7\u00e3o automatizada de padr\u00f5es relevantes nos dados.<\/p>\n\n\n\n

Kannegieter (2025) alerta que o n\u00e3o-determinismo, no contexto dos Large Language Models (LLMs), significa que o modelo pode produzir sa\u00eddas diferentes mesmo quando fornecida a mesma entrada. Para o autor, um sistema baseado em intelig\u00eancia artificial generativa n\u00e3o pode ser considerado um sistema determin\u00edstico porque, por defini\u00e7\u00e3o t\u00e9cnica, ele \u00e9 estoc\u00e1stico (incorpora um grau intr\u00ednseco de aleatoriedade em seus processos de gera\u00e7\u00e3o de sa\u00eddas). Esse comportamento \u00e9 um subproduto das complexas redes neurais e de vastas quantidades de dados usados para treinar esses modelos. Dessa forma, embora o n\u00e3o-determinismo possa levar a resultados criativos e diversos, tamb\u00e9m pode causar inconsist\u00eancia, o que pode ser indesej\u00e1vel em certas aplica\u00e7\u00f5es de neg\u00f3cios.<\/p>\n\n\n\n

Chamar organiza\u00e7\u00f5es de algoritmos \u00e9 uma met\u00e1fora imprecisa que ignora premissas centrais do pr\u00f3prio conceito de algoritmo. Desde a m\u00e1quina de Turing, em 1937, sabemos que um algoritmo \u00e9, por defini\u00e7\u00e3o, uma sequ\u00eancia finita de passos claros para resolver um problema \u2013 ou seja, um procedimento determin\u00edstico (Knuth, 1997; Richardson, 1919). \u00c9 previs\u00edvel: dado o mesmo input<\/em>, produz sempre o mesmo output<\/em>.<\/p>\n\n\n\n

Assim, dizer que uma organiza\u00e7\u00e3o \u201c\u00e9 um algoritmo\u201d ignora o fato de que algoritmos, no sentido t\u00e9cnico, s\u00e3o intencionalmente projetados para operar sem surpresa \u2014 algo imposs\u00edvel em sistemas generativos.<\/p>\n\n\n\n

\u00c9 claro que autores como Glaser et al. (2024) tentam ampliar o sentido de \u201calgoritmo\u201d para al\u00e9m da computa\u00e7\u00e3o cl\u00e1ssica, tratando-o como parte de um conjunto sociot\u00e9cnico vivo \u2013 um assemblage<\/em> de rotinas, dados e decis\u00f5es. Mas estender tanto o conceito esvazia sua for\u00e7a t\u00e9cnica. Um algoritmo, na acep\u00e7\u00e3o de Turing e Knuth, n\u00e3o \u00e9 din\u00e2mico nem sujeito a varia\u00e7\u00e3o estoc\u00e1stica: \u00e9 uma regra clara para resolver um tipo de problema. Organiza\u00e7\u00f5es n\u00e3o s\u00e3o isso.<\/p>\n\n\n\n

Assim sendo, cada uma das met\u00e1foras aqui abordadas buscou, ainda que de maneira fracassada, iluminar aspectos distintos \u2013 da efici\u00eancia mec\u00e2nica \u00e0 adaptabilidade org\u00e2nica, da capacidade de aprendizado do c\u00e9rebro \u00e0 complexidade simb\u00f3lica da cultura, da din\u00e2mica de poder pol\u00edtico \u00e0s profundezas do inconsciente e \u00e0 natureza fluida da transforma\u00e7\u00e3o. No entanto, o pr\u00f3prio Morgan ao advertir sobre a parcialidade inerente a cada met\u00e1fora, enfatizando a import\u00e2ncia de uma “leitura-diagn\u00f3stico” que combine m\u00faltiplos pontos de vista para lidar com a complexidade, positivou um alerta aos pesquisadores quando da condu\u00e7\u00e3o de suas investiga\u00e7\u00f5es \u2013 no sentido de jamais pretender serem as suas met\u00e1foras \u2013 como a do algoritmo \u2013 a derradeira, quando da investiga\u00e7\u00e3o da realidade organizacional.<\/p>\n\n\n\n

Portanto, a met\u00e1fora que prop\u00f5e seja a organiza\u00e7\u00e3o analisada por meio da imagem do algoritmo, falha duplamente: tecnicamente, porque equipara sistemas determin\u00edsticos a modelos estoc\u00e1sticos; conceitualmente, porque transforma uma no\u00e7\u00e3o precisa em um r\u00f3tulo vago. Talvez seja mais honesto falar de organiza\u00e7\u00f5es como sistemas h\u00edbridos, em que algoritmos, modelos n\u00e3o-determin\u00edsticos e fatores humanos convivem \u2014 sem reduzir tudo a um procedimento prescritivo passo a passo. Vandekerckhove e Emmanuel (2025) refor\u00e7am que as inova\u00e7\u00f5es constantes em tecnologia da informa\u00e7\u00e3o e intelig\u00eancia artificial v\u00eam transformando a forma como se compreendem as organiza\u00e7\u00f5es, que passaram a ser comparadas a “ciborgues” \u2014 entidades h\u00edbridas, constitu\u00eddas por elementos humanos e tecnol\u00f3gicos, cuja din\u00e2mica se d\u00e1, em grande parte, por decis\u00f5es mediadas por algoritmos.<\/p>\n\n\n\n

REFER\u00caNCIAS<\/strong><\/p>\n\n\n\n

ABREU, Nair Maria Maia de. A teoria da complexidade computacional<\/strong>. Revista Militar de Ci\u00eancia e Tecnologia, Rio de Janeiro, v. 4, n. 1, p. 90-95, jan.\/mar. 1987. Dispon\u00edvel em: https:\/\/rmct.ime.eb.br\/arquivos\/RMCT_1_tri_1987\/teoria_complex_comput.pdf. Acesso em: 14 jun. 2025.<\/p>\n\n\n\n

GLASER, V. L.; SLOAN, J.; GEHMAN, J. Organizations as Algorithms<\/strong>: A new metaphor for advancing management theory. Journal of Management Studies, v. 61: 2748-2769, 2024. https:\/\/doi.org\/10.1111\/joms.13033<\/p>\n\n\n\n

KANNEGIETER, Trent. Nondeterministic Torts: LLM Stochasticity and Tort Liability<\/strong>. Available at SSRN 5208155, 2025.<\/p>\n\n\n\n

KNUTH, Donald Ervin. Fundamental algorithms<\/strong>. The art of computer programming, v. 1, p. 261-268, 1997.<\/p>\n\n\n\n

MORGAN, Gareth, 1943 – Imagens da organiza\u00e7\u00e3o<\/strong>: edi\u00e7\u00e3o executiva\/Gareth Morgan; tradu\u00e7\u00e3o Geni G. Goldschmidt. – 2. ed. – 4a reimpress\u00e3o – S\u00e3o Paulo: Atlas, 2002. <\/p>\n\n\n\n

RICHARDSON, C. A. The notion of a deterministic system<\/strong>. The Philosophical Review, v. 28, n. 1, p. 47-68, 1919.<\/p>\n\n\n\n

SHALEV-SHWARTZ, Shai; BEN-DAVID, Shai. Understanding machine learning: From theory to algorithms<\/strong>. Cambridge university press, 2014.<\/p>\n\n\n\n

STANFORD UNIVERSITY. Donald Knuth<\/strong>. Dispon\u00edvel em: https:\/\/profiles.stanford.edu\/donald-knuth. Acesso em: 14 jun. 2025.VANDEKERCKHOVE, Wim; EMMANUEL, Myrtle. Inherent normativity of metaphors: ethics, organizations, and moral imagination. Philosophy of Management<\/strong>, v. 24, n. 2, p. 207-230, 2025.<\/p>\n","protected":false},"excerpt":{"rendered":"

Por Michel Pires de Araujo e Renata Biana da Silva A compreens\u00e3o das organiza\u00e7\u00f5es tem sido moldada, ao longo da hist\u00f3ria da teoria da administra\u00e7\u00e3o, por diversas met\u00e1foras, cada qual iluminando facetas espec\u00edficas de sua complexidade e, ao mesmo tempo, obscurecendo outras.  Gareth Morgan (2002), em sua obra \u201cImagens da Organiza\u00e7\u00e3o\u201d, postula que toda teoria […]<\/p>\n","protected":false},"author":41,"featured_media":5145,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[588,589],"class_list":["post-5134","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articles","tag-algorithm","tag-organization"],"translation":{"provider":"WPGlobus","version":"3.0.2","language":"br","enabled_languages":["en","br"],"languages":{"en":{"title":true,"content":true,"excerpt":false},"br":{"title":true,"content":true,"excerpt":false}}},"blog_post_layout_featured_media_urls":{"thumbnail":["https:\/\/www.admethics.com\/wp-content\/uploads\/2025\/07\/4a411e21-8755-4d20-8481-503090bbefb1-150x150.png",150,150,true],"full":["https:\/\/www.admethics.com\/wp-content\/uploads\/2025\/07\/4a411e21-8755-4d20-8481-503090bbefb1.png",1536,1024,false]},"categories_names":{"3":{"name":"Articles","link":"https:\/\/www.admethics.com\/br\/category\/articles\/"}},"tags_names":{"588":{"name":"algorithm","link":"https:\/\/www.admethics.com\/br\/tag\/algorithm\/"},"589":{"name":"organization","link":"https:\/\/www.admethics.com\/br\/tag\/organization\/"}},"comments_number":"0","_links":{"self":[{"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/posts\/5134","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/users\/41"}],"replies":[{"embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/comments?post=5134"}],"version-history":[{"count":2,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/posts\/5134\/revisions"}],"predecessor-version":[{"id":5140,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/posts\/5134\/revisions\/5140"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/media\/5145"}],"wp:attachment":[{"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/media?parent=5134"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/categories?post=5134"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.admethics.com\/br\/wp-json\/wp\/v2\/tags?post=5134"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}