O que é metodologia Q?

A metodologia Q é uma abordagem de pesquisa criada para estudar como as pessoas pensam sobre determinado assunto; seus pontos de vista e o que sentem em relação a ele. Costuma ser usada quando o pesquisador quer entender as diferentes perspectivas que existem sobre um tema, e não apenas medir o quanto as pessoas concordam ou discordam de uma afirmação isolada.

A metodologia Q foi proposta em 1935 pelo britânico William Stephenson, que tinha formação tanto em física quanto em psicologia e havia estudado psicometria, à luz dos conceitos de Charles Spearman, o criador da Análise Fatorial. O termo surgiu na área da psicologia, com base na inversão da técnica tradicional de análise fatorial, com enfoque em opiniões e perspectivas coletadas por meio da chamada técnica Q-sort, cujos dados eram então submetidos à análise fatorial desenvolvida por Spearman. Stephenson apresentou a ideia pela primeira vez em uma carta publicada na revista Nature, e sua motivação era encontrar um método científico para estudar a subjetividade humana, algo que os métodos estatísticos tradicionais da época, voltados a mensurar traços objetivos entre grupos de pessoas, não conseguiam captar adequadamente.

O procedimento costuma seguir alguns passos: o pesquisador reúne uma série de afirmações sobre o tema estudado, apresenta essas afirmações aos participantes e pede que eles as organizem conforme seu grau de concordância, geralmente numa distribuição que vai de “discordo totalmente” a “concordo totalmente”, passando por um ponto neutro. Depois, essas respostas são analisadas estatisticamente para identificar padrões.

Imagine uma pesquisa sobre Inteligência Artificial, em que os participantes recebem afirmações como “a Inteligência Artificial melhora a qualidade da educação”, “a Inteligência Artificial ameaça o trabalho humano” ou “a Inteligência Artificial deve ser rigorosamente regulamentada”. Cada participante organiza essas frases segundo seu próprio grau de concordância. O interessante é que o objetivo não é contar quantas pessoas concordam com cada afirmação, como faria uma pesquisa quantitativa tradicional, mas sim identificar diferentes padrões, ou tipos, de perspectiva.

Nesse exemplo, a análise poderia revelar três perspectivas distintas. Uma que compreende a IA principalmente como oportunidade, outra como risco, e uma terceira que considera a IA positiva, desde que bem regulamentada. Em outras palavras, a metodologia Q tenta responder a uma pergunta específica: quais diferentes formas de pensar sobre um tema existem entre os participantes?

Uma das características mais interessantes dessa metodologia é justamente combinar elementos qualitativos e quantitativos. Ela é qualitativa porque investiga como as pessoas veem e sentem determinado assunto, mas também recorre a procedimentos estatísticos para identificar os padrões nas respostas. Por isso, alguns autores preferem descrevê-la como uma abordagem híbrida ou de métodos mistos, que une a análise da subjetividade a técnicas estatísticas.

O que é coleta de dados e quais são os principais tipos, métodos e fontes utilizados em uma pesquisa científica?

Queridos leitores e clientes, compartilho com vocês, neste post, o conceito de coleta de dados, explico quais são os principais tipos e fontes de dados utilizados em pesquisa científica.

O que é coleta de dados?

A coleta de dados constitui o processo de reunião e mensuração de informações sobre variáveis de interesse de maneira sistemática e previamente estabelecida, possibilitando responder às questões de pesquisa formuladas, testar hipóteses e avaliar resultados. O componente de coleta de dados está presente em todas as áreas de estudo, incluindo as ciências naturais e sociais, as humanidades, a administração, entre outras.

Embora os métodos variem de acordo com a área do conhecimento, permanece o mesmo o compromisso com a realização de uma coleta precisa e honesta. O objetivo de uma coleta de dados é obter evidências de qualidade que possam ser convertidas em uma análise consistente dos dados e permitam construir respostas convincentes para as questões formuladas.

Independentemente da área de estudo ou da concepção de dados adotada (quantitativa ou qualitativa), a coleta precisa de dados é fundamental para preservar a integridade da pesquisa. Tanto a seleção de instrumentos adequados de coleta de dados quanto a elaboração de instruções claras para sua utilização adequada reduzem a probabilidade de ocorrência de erros.

A coleta de dados é uma das etapas mais importantes da realização de uma pesquisa. É possível ter o melhor projeto de pesquisa do mundo; contudo, se os dados necessários não puderem ser coletados, o projeto não poderá ser concluído. A coleta de dados é uma atividade exigente, que requer planejamento cuidadoso, trabalho, paciência, perseverança e outros esforços necessários para que a tarefa seja realizada com sucesso.

A coleta de dados começa com a determinação do tipo de dado necessário, seguida da seleção de uma amostra de determinada população. Depois disso, é necessário utilizar um instrumento específico para coletar os dados da amostra selecionada.

TIPOS DE DADOS

Os dados podem ser organizados em duas categorias amplas: qualitativos e quantitativos.

Dados qualitativos

Os dados qualitativos são predominantemente não numéricos e geralmente apresentam natureza descritiva ou nominal. Isso significa que os dados coletados assumem a forma de palavras e enunciados. Frequentemente — embora não necessariamente — esse tipo de dado registra sentimentos, emoções ou percepções subjetivas sobre determinado fenômeno.

As abordagens qualitativas procuram responder a questões relacionadas a como e por que determinado programa ou fenômeno ocorre e tendem a utilizar métodos não estruturados de coleta de dados para explorar o tema de maneira abrangente. As perguntas qualitativas são abertas. Entre os métodos qualitativos estão os grupos focais, as discussões em grupo e as entrevistas.

As abordagens qualitativas são úteis para explorar mais profundamente os efeitos e as consequências não intencionais de um programa. Entretanto, podem ser dispendiosas e demandar tempo para sua implementação. Além disso, seus resultados não podem, necessariamente, ser generalizados para participantes que não fazem parte do programa, sendo, em geral, indicativos do grupo estudado.

Os métodos qualitativos de coleta de dados desempenham um papel importante na avaliação de impacto, pois fornecem informações úteis para compreender os processos subjacentes aos resultados observados e avaliar mudanças nas percepções das pessoas sobre seu bem-estar.

Além disso, os métodos qualitativos podem ser utilizados para melhorar a qualidade de avaliações quantitativas baseadas em pesquisas, contribuindo para a formulação de hipóteses de avaliação, o aprimoramento do desenho dos questionários e a ampliação ou o esclarecimento dos resultados de avaliações quantitativas.

Esses métodos são caracterizados pelos seguintes atributos:

  • tendem a ser abertos e a utilizar protocolos menos estruturados; isto é, os pesquisadores podem modificar a estratégia de coleta de dados, acrescentando, aperfeiçoando ou eliminando técnicas ou informantes;
  • baseiam-se mais intensamente em entrevistas interativas; os participantes podem ser entrevistados várias vezes para acompanhar uma questão específica, esclarecer conceitos ou verificar a confiabilidade dos dados;
  • utilizam a triangulação para aumentar a credibilidade dos resultados; isto é, os pesquisadores recorrem a múltiplos métodos de coleta de dados para verificar a autenticidade dos resultados;
  • em geral, seus resultados não são generalizáveis para uma população específica. Em vez disso, cada estudo de caso produz uma evidência individual que pode ser utilizada na busca de padrões gerais entre diferentes estudos sobre a mesma questão.

Independentemente do tipo de dado envolvido, a coleta de dados em um estudo qualitativo exige uma quantidade considerável de tempo. O pesquisador precisa registrar de maneira completa, precisa e sistemática todos os dados potencialmente úteis, utilizando notas de campo, esboços, gravações de áudio, fotografias e outros meios adequados.

Os métodos de coleta de dados devem respeitar os princípios éticos da pesquisa. Os métodos qualitativos mais utilizados em avaliações podem ser classificados em três categorias amplas:

  • entrevistas em profundidade;
  • métodos de observação;
  • análise documental.

Dados quantitativos

Os dados quantitativos possuem natureza numérica e podem ser calculados matematicamente. A mensuração de dados quantitativos utiliza diferentes escalas, que podem ser classificadas como escala nominal, ordinal, intervalar e de razão.

Frequentemente — embora não necessariamente — esse tipo de dado inclui medições de determinado fenômeno. As abordagens quantitativas procuram responder à questão de o que ocorre em determinado programa ou fenômeno. Elas utilizam uma abordagem sistemática e padronizada e empregam métodos como pesquisas e questionários.

As abordagens quantitativas apresentam a vantagem de, em muitos casos, serem menos dispendiosas para implementar e padronizadas, o que facilita a realização de comparações e a mensuração da magnitude dos efeitos.

Entretanto, as abordagens quantitativas apresentam limitações quanto à capacidade de investigar e explicar semelhanças e diferenças inesperadas. É importante observar que, em programas baseados na participação de pares, os métodos quantitativos de coleta de dados podem ser difíceis de implementar para as instituições, devido à falta de recursos necessários para garantir a aplicação rigorosa de pesquisas e aos baixos índices de participação e de acompanhamento dos participantes, que são fatores frequentemente observados.

Os métodos quantitativos de coleta de dados baseiam-se em amostragem aleatória e em instrumentos estruturados de coleta, que enquadram experiências diversas em categorias de resposta previamente determinadas. Esses métodos produzem resultados fáceis de resumir, comparar e generalizar.

Quando o objetivo é generalizar os resultados dos participantes da pesquisa para uma população maior, o pesquisador utiliza a amostragem probabilística para selecionar os participantes.

Entre as estratégias típicas de coleta de dados quantitativos estão:

  • experimentos e ensaios clínicos;
  • observação e registro de eventos claramente definidos, como a contagem do número de pacientes que aguardam atendimento em um serviço de emergência em horários específicos do dia;
  • obtenção de dados relevantes a partir de sistemas de informações gerenciais;
  • aplicação de pesquisas com perguntas fechadas, como entrevistas presenciais ou por telefone e questionários;
  • na pesquisa quantitativa, especialmente em pesquisas de levantamento, as entrevistas são mais estruturadas do que na pesquisa qualitativa. Em uma entrevista estruturada, o pesquisador formula um conjunto padronizado de perguntas;
  • as entrevistas presenciais apresentam a vantagem de permitir que o pesquisador estabeleça uma relação de confiança com os participantes potenciais e, consequentemente, obtenha sua cooperação;
  • questionários impressos podem ser enviados a um grande número de pessoas, economizando tempo e recursos do pesquisador. Em particular em relação a questões controversas, as pessoas podem responder de maneira mais sincera aos questionários devido ao caráter anônimo de suas respostas.

Métodos mistos

A abordagem de métodos mistos consiste em um desenho de pesquisa que combina dados, técnicas e métodos qualitativos e quantitativos em uma mesma estrutura de investigação.

A expressão “métodos mistos” pode referir-se a diferentes situações: ao uso de diferentes tipos de métodos em um mesmo estudo, à utilização de métodos distintos em diferentes momentos da pesquisa ou à combinação de métodos qualitativos e quantitativos.

Os métodos mistos abrangem abordagens multifacetadas que combinam diferentes estratégias para aproveitar seus pontos fortes e reduzir as limitações decorrentes da utilização de um único desenho de pesquisa. A utilização dessa abordagem para coletar e avaliar dados pode contribuir para aumentar a validade e a confiabilidade da pesquisa.

Entre as áreas em que as abordagens de métodos mistos podem ser utilizadas estão:

  • início, desenho, desenvolvimento e ampliação de intervenções;
  • avaliação;
  • aprimoramento do desenho da pesquisa;
  • confirmação de resultados, triangulação de dados ou convergência de evidências.

Entre os desafios da utilização de uma abordagem de métodos mistos estão:

  • delimitar questões de pesquisa qualitativas e quantitativas complementares;
  • lidar com o tempo necessário para a coleta e a análise dos dados;
  • tomar decisões sobre quais métodos de pesquisa devem ser combinados.

Os métodos mistos são úteis para destacar problemas complexos de pesquisa, como as desigualdades na área da saúde, e também podem contribuir para a transformação de situações que envolvem populações vulneráveis ou marginalizadas ou pesquisas que contam com a participação da comunidade.

A utilização de uma abordagem de métodos mistos constitui uma maneira de desenvolver alternativas criativas às abordagens tradicionais ou aos desenhos de pesquisa e avaliação baseados em um único método.

Há diversas maneiras de classificar os dados. Uma classificação comum baseia-se na identificação de quem coletou os dados.

DADOS PRIMÁRIOS

Os dados coletados a partir da experiência direta ou de uma fonte original são conhecidos como dados primários. Os dados primários ainda não foram publicados e são apresentados no texto como mais confiáveis, autênticos e objetivos. Como não teriam sido alterados ou modificados por outras pessoas, sua validade seria maior do que a dos dados secundários.

Importância dos dados primários

Em pesquisas estatísticas, pode ser necessário obter informações diretamente de fontes primárias e trabalhar com dados primários. Por exemplo, os registros estatísticos sobre a população feminina de um país não devem ser baseados exclusivamente em jornais, revistas e outras fontes impressas.

Uma pesquisa pode ser realizada sem dados secundários. Entretanto, uma pesquisa baseada exclusivamente em dados secundários pode apresentar limitações e possíveis vieses, uma vez que esses dados foram originalmente coletados por outras pessoas para finalidades específicas e podem ter sido submetidos a diferentes processos de seleção, tratamento e interpretação.

Fontes de dados primários

As fontes de dados primários podem ser limitadas e, em determinadas situações, pode ser difícil obter dados diretamente da fonte, seja devido à escassez da população estudada, seja pela falta de cooperação dos participantes.

Entre as fontes de dados primários estão:

Experimentos

Os experimentos exigem um ambiente natural ou artificial no qual possa ser realizado um estudo sistemático para a coleta de dados. Os experimentos são particularmente adequados para a medicina, os estudos psicológicos, a nutrição e outras áreas das ciências.

Nos experimentos, o pesquisador deve controlar, tanto quanto possível, a influência de variáveis externas sobre os resultados.

Pesquisa

A pesquisa é um dos métodos mais utilizados nas ciências sociais, na administração, no marketing e, em certa medida, na psicologia. As pesquisas podem ser realizadas por meio de diferentes métodos.

Questionário

O questionário é um dos métodos mais utilizados em pesquisas. Consiste em uma lista de perguntas abertas ou fechadas às quais os participantes respondem.

Os questionários podem ser aplicados por telefone, correio, presencialmente em espaços públicos ou instituições, por correio eletrônico, fax e outros meios.

Entrevista

A entrevista é uma conversa realizada entre o pesquisador e o participante. Um dos principais problemas que podem surgir em uma entrevista ocorre quando o participante deliberadamente omite informações. Apesar disso, a entrevista pode constituir uma fonte aprofundada de informações.

O entrevistador pode não apenas registrar as declarações do entrevistado, mas também observar sua linguagem corporal, suas expressões e outras reações às perguntas. Isso pode auxiliar o entrevistador na interpretação das informações obtidas.

Observação

A observação pode ser realizada com o conhecimento do participante de que está sendo observado ou sem que ele tenha conhecimento disso. As observações também podem ser realizadas em ambientes naturais ou em ambientes artificialmente criados.

Vantagens da utilização de dados primários

  • O pesquisador coleta dados específicos para o problema investigado.
  • O pesquisador tem maior controle sobre a qualidade dos dados coletados.
  • Se necessário, pode ser possível obter dados adicionais durante o período de realização do estudo.

Desvantagens da utilização de dados primários

1. O pesquisador precisa lidar com todas as demandas relacionadas à coleta de dados:

  • decidir por que, o que, como e quando coletar;
  • realizar pessoalmente a coleta ou supervisionar sua realização por outras pessoas;
  • obter financiamento e lidar com as instituições financiadoras;
  • considerar questões éticas, como consentimento e autorizações.

2. É necessário garantir que os dados coletados apresentem um padrão elevado de qualidade:

  • todos os dados necessários devem ser obtidos com precisão e no formato exigido;
  • não deve haver dados falsificados ou fabricados;
  • dados desnecessários ou inúteis não devem ser incluídos.

3. O custo de obtenção dos dados frequentemente constitui uma das principais despesas da pesquisa.

DADOS SECUNDÁRIOS

Os dados coletados a partir de uma fonte que já foi publicada sob alguma forma são denominados dados secundários. A revisão da literatura em uma pesquisa baseia-se, em grande medida, em dados e informações provenientes de fontes secundárias.

Esses dados são coletados por outra pessoa ou instituição para uma finalidade específica, mas posteriormente são utilizados pelo pesquisador para uma finalidade diferente.

Por exemplo, dados censitários podem ser utilizados para analisar a influência da educação sobre a escolha profissional e os rendimentos.

Entre as fontes comuns de dados secundários nas ciências sociais estão os censos, os registros organizacionais e os dados coletados por meio de metodologias qualitativas ou pesquisas qualitativas.

Os dados secundários são essenciais em muitas pesquisas, uma vez que é impossível realizar uma nova pesquisa capaz de captar adequadamente mudanças e desenvolvimentos ocorridos no passado.

Fontes de dados secundários

Entre as fontes de dados secundários estão:

  • livros;
  • registros;
  • biografias;
  • jornais;
  • censos publicados e outros dados estatísticos;
  • arquivos de dados;
  • artigos disponíveis na internet;
  • artigos de pesquisa produzidos por outros pesquisadores e publicados em periódicos;
  • bases de dados, entre outras fontes.

Importância dos dados secundários

Os dados secundários podem apresentar limitações de validade e confiabilidade, mas continuam sendo importantes para a pesquisa. Em algumas situações, é difícil obter dados primários; nesses casos, a obtenção de informações a partir de fontes secundárias pode ser mais viável.

Em determinadas situações, os dados primários simplesmente não existem. Nesse caso, a pesquisa pode precisar basear-se em dados secundários.

Também pode ocorrer de existirem dados primários, mas de os participantes não estarem dispostos a fornecer determinadas informações. Nessas situações, os dados secundários podem constituir uma alternativa.

Um benefício importante da utilização de dados secundários é que grande parte do trabalho preliminar necessário já foi realizada. Por exemplo, revisões de literatura e estudos de caso podem já ter sido realizados; textos publicados e estatísticas podem já ter sido utilizados em outras pesquisas; e informações provenientes da mídia e de contatos pessoais podem já ter sido reunidas.

Esse conjunto de trabalhos anteriores significa que os dados secundários podem apresentar informações sobre sua validade e confiabilidade, embora essas características devam ser avaliadas pelo pesquisador de acordo com os objetivos da nova pesquisa.

Além disso, os dados secundários podem ser úteis para o planejamento de pesquisas primárias posteriores e podem fornecer uma base de comparação com os resultados obtidos por meio de dados primários.

Por essa razão, é recomendável que muitas pesquisas se iniciem com uma revisão das informações e dos dados secundários disponíveis.

Vantagens da utilização de dados secundários

  • não é necessário realizar diretamente todas as etapas da coleta de dados;
  • os custos podem ser menores;
  • o pesquisador não é diretamente responsável pela produção original dos dados, embora continue sendo responsável por avaliar criticamente sua qualidade e adequação à pesquisa.

Desvantagens da utilização de dados secundários

  • os dados coletados por terceiros podem apresentar problemas de confiabilidade e, consequentemente, comprometer a precisão das informações;
  • dados coletados em determinado local podem não ser adequados para outro contexto devido a diferenças nas condições ambientais, sociais, econômicas ou culturais;
  • com o passar do tempo, os dados podem se tornar desatualizados;
  • os dados secundários podem distorcer os resultados da pesquisa se forem utilizados de maneira inadequada;
  • é necessário cuidado especial para adaptar ou modificar a utilização dos dados de acordo com os objetivos da nova pesquisa;
  • a utilização de dados secundários também pode envolver questões relacionadas à autenticidade e aos direitos autorais.

Considerando as vantagens e as limitações das fontes de dados, as exigências da pesquisa e o tempo disponível, podem ser selecionadas fontes de dados primários e secundários. A utilização combinada dessas fontes pode proporcionar uma cobertura mais ampla e adequada do tema investigado.

Observação: fiz uma tradução com alguns ajustes mínimos de redação para que o texto ficasse natural em português. Também suavizei algumas afirmações metodologicamente absolutas do original — por exemplo, a ideia de que dados primários são automaticamente mais válidos ou que dados secundários são necessariamente menos confiáveis —, pois essas afirmações não são universalmente corretas.

Quando o autor não é capaz de autoria

Compartilho com vocês, queridos leitores, e-mail que encaminhei a um cliente, após a Revisão Ortográfica e Gramatical de uma Tese de Doutorado, esclarecendo alguns problemas do texto em relação à falta de autoria.

______________________________________________________________

Prezado cliente, boa tarde!

Finalmente, encerrei a Revisão (Ortográfica e Gramatical) e a Formatação de seu trabalho.

Eu resolvi os problemas de ortografia e gramática do texto, mas havia problemas de outra ordem (ligados às citações). Deixei vários comentários para você. Eu sugiro, verdadeiramente, que você resolva cada comentários que eu deixei e traga citação aos períodos que especifiquei. O seu texto está completamente formulado com IA. IA não produz citação adequadamente. A citação é parte do processo de autoria, ligado à memória e à subjetividade de cada um, à experiência subjetiva de leitura. IA jamais consegue produzir, especialmente as versões gratuitas. Você terá problemas com a banca examinadora em relação ao uso de IA. Eu sugiro que, se quiser utilizar este texto, ao menos reformule todos os períodos que indiquei e elabore as devidas citações. Você precisa observar outros trabalhos, especialmente anteriores a 2015, para verificar como citações são feitas (eu indiquei um vídeo para você entender).

Após a elaboração das citações (você provavelmente reestruturará todo o texto), se quiser, encaminhe a tese para uma Segunda Revisão (farei um desconto para você). Eu teria sugerido a Revisão Crítica no seu caso, para reformulação estilística do texto. Mesmo assim, você, ainda, precisa intervir em várias questões de autoria para isso. Imagino que sua orientadora ou orientador reclamará dessas questões no texto, especialmente do padrão repetido de estrutura de IA e de ausência de citação. O texto está completamente sem sentido, orações esvaziadas de sentido e repetidas, com padrões de 3 objetos diretos ou 3 adjetivações, típicos de IA. Enfim.

Segui, à risca, as indicações de seu manual, e inseri os elementos no texto que você havia encaminhado por WhatsApp. Você precisa intitular alguns elementos gráficos. E há alguns títulos que não fazem sentido em relação ao conteúdo (é preciso verificar). Também critiquei algumas estruturas de seu trabalho, pois elas não parecem acadêmicas.

Encaminho duas versões (são as mesmas): uma com alterações (para você ver o que foi feito) e a outra sem (com as marcações aceitas).

Obs: gráficos, para a ABNT, e para o seu manual, são FIGURAS. Tabelas são diferentes de quadros (ajustei em seu trabalho, o qual menciona a ABNT. A ABNT sugere o IBGE nesses casos. E IBGE tem um livro inteiro falando dessas diferenças, bem antiga a obra, inclusive, de 1970).

Estou à disposição!

Saudações

_______________________________________________________________

Facebook: https://web.facebook.com/criteriorevisao/ (curta a minha página no Facebook!)

Telefone: (61) 99801-6596 (WhatsApp)

Skype: criteriorevisaotextual

E-mail: andersonhander@gmail.com ou servicos@criteriorevisao.com.br

Instagram: @criteriorevisao (siga-me!)

Aguardo o seu contato.

Inteligência Artificial (IA), autoria e pensamento crítico no Brasil

Como se não bastasse o cenário já alarmante da educação brasileira, diante do consagrado plágio, da venda de trabalhos acadêmicos por meio de anúncios em postes (tão comuns na década de 90 e ainda atuais), e da dificuldade com o pensamento autônomo e crítico, agora se utiliza, descaradamente, entre outros, Inteligência Artificial (IA) para “maquiagem” do intelecto, um verdadeiro simulacro linguístico/textual. Embora os malandrões/malandronas pensem que enganam, a ferramenta deixa vestígios evidentes, os quais são extremamente problemáticos. O principal refere-se a construções binárias, marcadas por uma imprecisão de termos que exigem maior fundamentação em nível teórico.

Constrói-se o texto acadêmico com citações, fundamentado em debates de vários autores e na contraposição de suas ideias. A IA, ao contrário, opera por meio de predição estatística e de probabilidade de usos da língua, lançando expressões abstratas, sem o devido contexto e com teor de domínio popular. Comumente, também inventa citações (alucinação de IA), informações de referências ou indica citações de maneira incorreta, já que não tem capacidade subjetiva de leitura, tampouco memória afetiva (e nós, humanos, somos feitos disso também, mesmo os pesquisadores mais céticos). Em vez de explicar as premissas e amarrar os conceitos à literatura da área (o que é um trabalho de AUTORIA), o algoritmo seleciona expressões de efeito que soam sofisticadas aos olhos dos leigos (adoro, “Brazil”!), mas que são problemáticas.

Um dos padrões mais previsíveis, nesse caso, é a formulação de termos binários, repetidos quase como um clichê ao término de cada oração ou, às vezes, de maneira aleatória, em outras partes, com expressões populares como “do tipo” para tentar reificar a falta de subjetividade. Expressões como “constructos analíticos”, “vínculos simbólicos e psicológicos” surgem no texto sem especificação. E, às vezes, lançam-se, inclusive, construções com três ou mais adjetivações para destoar do padrão binário, o que deixe o texto ainda mais sem sentido. Que vínculos são estes, “Brazil”? Quais teorias os amparam? Embora sirva a quem o repertório é deplorável, a IA apresenta incapacidade de aprofundamento, gerando estruturas esvaziadas de sentido e com teor generalista.

Outro problema fácil de identificar refere-se a construções descontextualizadas, como “capital simbólico interno”. Este é um clássico de IA, que se apropria de formulações consagradas pela literatura (como o conceito de Pierre Bourdieu) e as funde a adjetivações genéricas. Aqui, não, “malandrão”/”malandrona”!

Enunciar a existência de “vínculos” ou “capitais” sem determinar as questões históricas e sociológicas que os estruturam constitui um simulacro (ou seja, a cópia de algo que não é verdadeiro e que nunca foi; grosso modo: mentira descarada). A IA engendra uma erudição para “inglês ver”, aliada à máxima neoliberal contemporânea no “Brazil”: “aim, eu sou o alecrinho dourado sem tempo para pensar e escrever”. Esta não é uma questão de adaptação a uma nova Era Textual; muito pelo contrário, é um momento de olhar no próprio espelho e ter a decência de parar de enganar a si mesmo. Esta é a base do pensamento autônomo e crítico. Melhorem!

__________________________________________________________

Facebook: https://web.facebook.com/criteriorevisao/ (curta a minha página no Facebook!)

Telefone: (61) 99801-6596 (WhatsApp)

Skype: criteriorevisaotextual

E-mail: andersonhander@gmail.com ou servicos@criteriorevisao.com.br

Instagram: @criteriorevisao (siga-me!)

Aguardo o seu contato.