Concepção de um modelo matemático de avaliação de projetos de responsabilidade social empresarial (RSE)

• Published in: Gestão & produção Vol. 14; no. 3; pp. 535 - 544
• Main Authors: Garcia, Katia Cristina, Teixeira, Marcello Goulart, Alves, Cristiano da Costa, Alves, Rex Nazaré
• Format: Journal Article
• Language: English
• Published: 01.12.2007
• ISSN: 0104-530X; 0104-530X
• DOI: 10.1590/S0104-530X2007000300009

O engajamento das empresas brasileiras em projetos de responsabilidade social empresarial (RSE) é cada vez maior, refletindo a consolidação de novas estratégias corporativas. Porém, a falta de modelos que permitam avaliar a adequação destes projetos cria um gargalo ao desenvolvimento e evolução da RSE. Isto porque estas iniciativas podem apresentar custos significativos que, não necessariamente, se traduzam em melhoria socioambiental para as comunidades afetadas pelas atividades da empresa. O presente trabalho propõe a avaliação de projetos de RSE por meio de um modelo matemático, construído a partir dos conceitos da lógica fuzzy (fuzzy logic), nebulosa ou lógica difusa. Desta forma, mostra-se que é possível integrar as diferentes dimensões do desenvolvimento sustentável na avaliação de projetos de RSE, gerando subsídios para tomada de decisão, ainda que os dados de entrada sejam incertos e de naturezas distintas. The enrollment of Brazilian companies in Corporate Social Responsibility Projects (CSR) has increasead in the last years reflecting the consolidation of new corporative strategies. Nevertheless, the lack of models to assess these projects presents a problem to the development of CSR since the current projects can have significant financial costs which not necessarily bring social and environmental improvements to the communities directly affected by those companies. Thus, this paper proposes the assessment of CSR projects using a mathematical model based on fuzzy logic principles and the diffusion logic. Hence, it can be said that it is possible to integrate the different dimensions of the sustainable development when assessing CSR projects allowing decision-making even when the available input data are uncertain and distinct.