Método de taxonomia para entidades sociais alinhadas aos ODS

Abstract

O mundo está consciente, através de uma agenda global, de que precisa avançar na sustentabilidade. A Agenda 2030 da ONU estabelece diretrizes para o desenvolvimento sustentável, porém enfrenta desafios práticos de implementação devido à sua natureza abstrata e aspirações globais. Entidades sociais desempenham um papel fundamental em traduzir essas metas em ações concretas e tangíveis. Este estudo aborda o problema de como mapear e classificar entidades sociais que promovam o desenvolvimento sustentável. Identifica-se uma lacuna na literatura sobre métodos para mapear essas entidades sociais. O objetivo é propor um método de elaboração de taxonomia para dar visibilidade a essas entidades e auxiliar na tomada de decisão por investidores de fomento. A pesquisa utiliza a metodologia de Design Science Research (DSR) e técnicas de análise temática. O estudo inclui a coleta de dados online, focando em entidades sociais brasileiras com presença ativa na mídia social Instagram. A abordagem adotada é predominantemente bottom-up, partindo da observação empírica das iniciativas estudadas. O método proposto visa padronizar conceitos, critérios de classificação e organizar sistematicamente o cenário complexo das entidades sociais de sustentabilidade. Inovações metodológicas incluem o uso de Large Language Models (LLMs) em todas as etapas do processo de elaboração da taxonomia, bem como a adoção de planilhas como formato inicial de apresentação da taxonomia, permitindo uma representação mais didática e transparente do conhecimento. Os principais resultados incluem: uma padronização para classificar entidades sociais de sustentabilidade à luz dos Objetivos de Desenvolvimento Sustentável (ODS); um processo estruturado de coleta de dados de entidades a partir de mídias sociais, representado através de fluxograma; uma taxonomia de classificação de conhecimento interdisciplinar para orientar a tomada de decisões sobre entidades sociais; e um método para elaboração de taxonomias. Espera-se que os resultados contribuam para a melhoria da visibilidade e eficácia das entidades locais de desenvolvimento sustentável, alinhadas com os ODS.

Abstract: The world is aware, through a global agenda, that it needs to advance in sustainability. The UN's 2030 Agenda establishes guidelines for sustainable development but faces practical implementation challenges due to its abstract nature and global aspirations. Social entities play a fundamental role in translating these goals into concrete and tangible actions. This study addresses the problem of how to map and classify social entities that promote sustainable development. A gap in the literature is identified regarding methods for mapping these social entities. The objective is to propose a method for developing a taxonomy to give visibility to these entities and assist in decision-making by development investors. The research uses Design Science Research (DSR) methodology and thematic analysis techniques. The study includes online data collection, focusing on Brazilian social entities with an active presence on the social media platform Instagram. The approach adopted is predominantly bottom-up, starting from the empirical observation of the studied initiatives. The proposed method aims to standardize concepts, classification criteria, and systematically organize the complex scenario of sustainability social entities. Methodological innovations include the use of Large Language Models (LLMs) in all stages of the taxonomy development process, as well as the adoption of spreadsheets as the initial format for presenting the taxonomy, allowing a more didactic and transparent representation of knowledge. The main results include: a standardization for classifying sustainability social entities in light of the Sustainable Development Goals (SDGs); a structured process for collecting entity data from social media, represented through a flowchart; a taxonomy of interdisciplinary knowledge classification to guide decision-making about social entities; and a method for developing taxonomies. The results are expected to contribute to improving the visibility and effectiveness of local sustainable development entities, aligned with the SDGs.