Blog METODOLOGIA CIENTÍFICA NA PRÁTICA, de autoria de Álaze Gabriel.Disponível em http://metodologiacientificanapratica.blogspot.com.br/
Autoria:
Luís Fernando Sayão - Físico (UFRJ).
Mestre e doutor em Ciência da Informacão (IBICT/UFRJ). Chefe da Divisão de
Tecnologia da Informacão do Centro de Informações Nucleares da Comissão
Nacional de Energia Nuclear (CNEN/CIN). Consultor do IBICT/Prossiga – MCT.
RESUMO
Analisa a importância dos modelos enquanto recurso metodológico e instrumento de abstração destinado à aquisição de novos conhecimentos, representação e compreensão da realidade, especialmente no contexto das áreas cujo interesse são os fenômenos relacionados à informação, como a informática e a ciência da informação. Examina, na literatura sobre modelos e modelagem, a natureza, características básicas, funções e principais tipos de modelos. Analisa a adequação dos instrumentos de modelagem ao desenvolvimento de sistemas de informação, considerando todo o quadro perceptivo dos usuários e enfatizando a aplicação de modelos aos sistemas de recuperação de informação, principalmente aqueles que privilegiam aspectos cognitivos. Conclui que mais pesquisas sobre a representação de como as pessoas se posicionam diante da informação são extremamente necessárias para a concepção de sistemas de informação que preencham as necessidades de seus usuários.
Palavras-chave: Modelos cognitivos; Modelos semânticos; Modelagem;
Desenvolvimento de sistemas de informação; Método científico; Abstração;
Necessidades de informação de usuários; Recuperação da informação.
INTRODUÇÃO
Na busca de novos esclarecimentos e conhecimentos, de novos fenômenos e
eventos, o ser humano não os identifica somente pelas sensações ou pelas
manifestações imediatas, mas recorre à reflexão e ao conhecimento acumulado,
através da formulação de hipóteses e da estruturação de modelos1.
Dessa forma, a abstração constitui uma ferramenta poderosa no exercício eterno
de aquisição de conhecimento, uma vez que, para se compreender a imensa
variedades de formas, estruturas, comportamentos e fenômenos residentes no
nosso universo, é necessário selecionar aqueles de maior relevância para o
problema objeto de investigação e elaborar para eles descrições adequadas.
Constroem-se, assim, esquemas abstratos da realidade, nos quais as coisas são reduzidas
a seus perfis mais convenientes. "O conhecimento racional é, dessa forma,
um sistema de símbolos e conceitos abstratos, caracterizado pela estrutura
seqüencial e linear tão típica de nosso pensamento e de nossa fala"2.
Nesse sentido, a evolução da humanidade no seu aspecto mais abrangente -
a evolução das ciências, artes, filosofia, tecnologia - pode ser encarada como
um trajetória rumo à aquisição progressiva da capacidade individual de
abstração. De um ser intimamente ligado à natureza, ao mundo real, concreto e
objetivo, o homem tornou-se ao longo do tempo um ente independente, isolado e
com cada vez maior capacidade de introspecção3.
Os cientistas, hoje em dia, apercebem-se do fato de que todas as suas
teorias são criações da mente humana; são propriedades do nosso mapa conceitual
da realidade, e não pertencentes ao domínio da realidade. Esse esquema
conceitual é necessariamente limitado e aproximado como, de resto, o são todas
as teorias científicas.
Segundo Capra2, "o que torna a ciência tão bem-sucedida é a descoberta de que podemos utilizar aproximações. Se nos satisfizermos com uma 'compreensão' aproximada da natureza podemos descrever grupos selecionados de fenômenos, negligenciando outros que se mostrem menos relevantes. Assim podemos explicar muitos fenômenos em termos de poucos e, conseqüentemente, compreender diferentes aspectos da natureza de forma aproximada, sem precisar entender tudo ao mesmo tempo. Esse é o método científico: todas as teorias e modelos científicos são aproximações da verdadeira natureza das coisas; o erro envolvido na aproximação é, não raro, suficientemente pequeno para tornar significativa essa aproximação"
Dessa forma, um modelo é uma criação cultural, um "mentefato", destinada a representar uma realidade, ou alguns dos seus aspectos, a fim de torná-los descritíveis qualitativa e quantitativamente e, algumas vezes, observáveis. A existência de modelos jaz na impossibilidade cultural de descrever os objetos com perfeição, esgotando as possibilidades de sua observação. Não sendo transparente para o homem, o mundo se lhe apresenta como um permanente desafio à sua descrição. Essa limitação filosófica de percepção é que permite e exige o aparecimento de modelos1.
Segundo Capra2, "o que torna a ciência tão bem-sucedida é a descoberta de que podemos utilizar aproximações. Se nos satisfizermos com uma 'compreensão' aproximada da natureza podemos descrever grupos selecionados de fenômenos, negligenciando outros que se mostrem menos relevantes. Assim podemos explicar muitos fenômenos em termos de poucos e, conseqüentemente, compreender diferentes aspectos da natureza de forma aproximada, sem precisar entender tudo ao mesmo tempo. Esse é o método científico: todas as teorias e modelos científicos são aproximações da verdadeira natureza das coisas; o erro envolvido na aproximação é, não raro, suficientemente pequeno para tornar significativa essa aproximação"
Dessa forma, um modelo é uma criação cultural, um "mentefato", destinada a representar uma realidade, ou alguns dos seus aspectos, a fim de torná-los descritíveis qualitativa e quantitativamente e, algumas vezes, observáveis. A existência de modelos jaz na impossibilidade cultural de descrever os objetos com perfeição, esgotando as possibilidades de sua observação. Não sendo transparente para o homem, o mundo se lhe apresenta como um permanente desafio à sua descrição. Essa limitação filosófica de percepção é que permite e exige o aparecimento de modelos1.
Dentre os vários aspectos, os modelos apresentam uma analogia, sempre que
possível, mas nem sempre desejável, com o objeto real. Por analogia entende-se
a representação de uma mesma função em diversos materiais e por meio de
princípios diversos. Ela pode ser construída por meio de formalismos
matemático, fenomenológico ou conceitual. É mais simplificada, permite testar
hipóteses, tirar conclusões, caminhar no sentido da generalização e da
particularização, através de processos de indução, e tem sempre uma vida
provisória.
Cada modelo expressa e justifica um método de abordagem de um realidade
física, ao mesmo tempo em que cada método subentende um modelo, nem que seja um
modelo meramente operacional.
Os modelos apresentam também uma dimensão heurística, na medida em que,
criado para explicar e fazer compreender alguns aspectos de uma realidade, são
factível de evolucão e de assegurar a percepção de outros aspectos não
imaginados antes de sua elaboração.
Por outro lado, uma mesma realidade física pode possuir mais de um e
diferentes modelos, como acontece com o núcleo atômico. Cada modelo se destina
a explicar faixas características de fenômenos nucleares, podendo, além de suas
limitações, chegar a explicações complementares ou contraditórias com outros
modelos.
A NATUREZA DOS
MODELOS
Os modelos, em uma generalização arriscada, buscam a formalização do
universo através de meios de expressões controláveis pelo ser humano; derivam
da necessidade humana de entender a realidade aparentemente complexa do
universo envolvente. São, portanto, representações simplificadas e inteligíveis
do mundo, que permitem vislumbrar características essenciais de um domínio ou
campo de estudo. A necessidade de idealização é, portanto, uma reação
tradicional do homem à aparente complexidade da realidade em que está submerso.
A mente tenta decompor o mundo real em uma série de sistemas simplificados e
atingir assim em um único ato "uma visão das características essenciais de
um domínio"4. Esta simplificação exige criatividade, tanto
sensorial quanto intelectual, o que, evidentemente, implica admitir-se que, na
construção de modelos, algumas características da realidade, que não se referem
diretamente aos objetivos buscados, são desprezadas ou abandonadas, em função
da maior inteligibilidade ou facilidade de compreensão5.
Enquanto representação de algum aspecto da realidade, um modelo assume a
natureza ambígua de ser igual e desigual à realidade que ele modela. Ele possui
a sua própria forma e estrutura, independentemente do original que representa;
as afinidades e divergências entre o modelo e a realidade devem ser
"expressáveis" e expressadas. Dessa forma, um modelo também exige um
modo de expressão que pode ser, só para exemplificar alguns, gráfico,
procedural, discursivo6.
Um modelo serve a muitos propósitos, mas serve fundamentalmente para comunicar
alguma coisa sobre o objeto da modelagem de forma a gerar um entendimento mais
completo sobre a realidade; a ação de modelar, por sua vez, impõe a quem modela
uma visão clara e sem ambigüidades de quem ou do que está sendo modelado, além
de exigir uma correta seleção dos elementos do universo do discurso que
comporão a visão a ser representada.
Como observam Haggett & Chorley5, "um modelo é uma
estruturação simplificada da realidade que apresenta supostamente
características ou relações sob forma generalizada. Os modelos são aproximações
altamente subjetivas, no sentido de não incluírem todas as observações e
mensurações e medições associadas, mas, como tais, são valiosas por ocultarem
detalhes secundários e permitirem o aparecimento dos aspectos fundamentais da
realidade. Esta seletividade significa que os modelos têm graus variáveis de
probabilidade de aplicação e um alcance limitado de condições sobre as quais se
aplicam. Os modelos de maior sucesso possuem alta probabilidade de aplicação e
extensa gama de condições sob as quais aparecem apropriados. Com efeito, o
valor de um modelo é muitas vezes diretamente relacionado ao seu nível de
abstração. Capra observa que todas as "leis da natureza" que os
modelos estabelecem são transitórias e destinadas a serem substituídas por leis
mais precisas à medida que os modelos são aperfeiçoados. Esse estado provisório
é atestado pelas "constantes fundamentais" (por exemplo, a velocidade
da luz), ou seja, "quantidades cujos valores numéricos não são explicados
pela teoria, mas que nela têm de ser inseridos após terem sido determinados
empiricamente". Ainda usando os problemas de modelagem da física,
verifica-se que as teorias quântica, de campos e da relatividade não podem
explicar algumas grandezas que são consideradas na visão clássica constantes
fundamentais da natureza. Na visão moderna, seu papel de "constantes
fundamentais" é tido como algo provisório e que reflete a limitação das
teorias de que dispomos2. Embora só recentemente os físicos tenham
adquirido um razoável conhecimento sobre as forças nucleares, não foi ainda
possível usar esse conhecimento para construir uma teoria nuclear ampla.
Existe, entretanto, um grande número de modelos ou de teorias rudimentares de
validade restrita, cada um deles explicando uma pequeno espectro das
propriedades nucleares1,7.
Para Skilling8, os modelos podem ser hipóteses, hipóteses não
testadas ou insuficientemente testadas, teorias, sínteses de dados, funções,
relações ou equações. Podem ser, até, idéias estruturadas, conectando
argumentos que apresentam algum poder explanatório. São, assim, estruturações
que representam a realidade, apresentando supostas características ou relações
de forma generalizada.
CARACTERÍSTICAS DOS
MODELOS
Herbert Stachowiak9 apresenta três características
básicas dos modelos:
a) característica de mapeamento – modelos sempre modelam alguma coisa, ou
seja, são representações de "originais" (ou "protótipos"),
naturais ou artificiais, que, por sua vez, também podem ser modelados.
b) característica de redução – modelos geralmente não mapeam todos os
atributos do original que eles representam, mas unicamente aqueles que são relevantes
para quem modela.
c) característica de pragmatismo – modelos não são em si pertencentes à
mesma classe que seus originais. Eles sempre cumprem suas funções de
substituição orientados unicamente para objetivos dependentes de operações
mentais ou factuais, dentro de uma faixa limitada de tempo.
De acordo com Hagget & Chorley5, a característica mais
importante dos modelos é que sua construção implica uma atitude altamente
seletiva em relação às informações, na qual não só as interferências como os
sinais menos importantes são eliminados para permitir que se observe algo da
intimidade das coisas. Desta forma, os modelos podem ser considerados como
aproximações seletivas que, pela eliminação de detalhes acidentais, permitem o
aparecimento de alguns aspectos fundamentais relevantes ou interessantes do
mundo real sob alguma forma generalizada. A possibilidade de ser inexato e
desigual em relação ao seu original é que, em última análise, permite ao modelo
revelar o que se deseja.
Outra característica importante dos modelos é que eles são estruturados,
no sentido de que os aspectos importantes selecionados da realidade são
explorados em termos de suas relações com outros modelos e aspectos da
realidade; seguem as características gerais das estruturas conforme enunciados
por Piaget10, estabelecem que as estruturas constituem-se uma
totalidade, com leis próprias independentes das características particulares
dos seus elementos e que consistem de um sistema de operações de transformação
cujo conjunto de combinações internas nunca geram produtos fora da estrutura.
"A ciência tirou grande proveito desta busca de padrões, na qual os
fenômenos são considerados em termos de uma espécie de relação orgânica"5;
isto acontece principalmente quando se pensa em termos dos referenciais
estabelecidos por Von Bertalanffy11, através da teoria geral dos
sistemas, que propunha visualizar o mundo e o universo em termo de um grande
conjunto interconectado, dentro do qual se poderia separar subsistemas para
análise.
Esta característica dos modelos implica imediatamente a sua natureza
sugestiva, no sentido de que um bom modelo traz, em si, na sua própria
estrutura, sugestões para a sua própria extensão e generalização. Isto
significa, primeiramente, que toda a estrutura do modelo tem maiores
implicações do que um estudo de suas partes individuais e, segundo, que pelo
modelo, por meio de operações e transformações proporcionadas por suas leis
estruturais, podem ser feitas previsões do mundo real. Dessa forma, os modelos
são instrumentos especulativos cujas implicações mais positivas conduzem a
hipóteses e especulações novas no campo primário da investigação5,12,13.
Ainda em relação à natureza estrutural dos modelos, é interessante notar que,
segundo Kaplan14, o que é denominado "modelo" pelos
lógicos é chamado de "estrutura" pelos economistas.
Como bem resumem Mendonça de Souza & Dodebei15, "por serem os modelos diferentes do mundo real, são então analogias que permitem reformular o conhecimento sobre alguns aspectos do mundo real em uma forma mais familiar, simplificada e acessível, observável e facilmente formulada ou controlável, da qual se pode tirar conclusões que, por sua vez, possam ser aplicadas no mundo real. A reaplicação é um pré-requisito dos modelos nas ciências empíricas".
Como bem resumem Mendonça de Souza & Dodebei15, "por serem os modelos diferentes do mundo real, são então analogias que permitem reformular o conhecimento sobre alguns aspectos do mundo real em uma forma mais familiar, simplificada e acessível, observável e facilmente formulada ou controlável, da qual se pode tirar conclusões que, por sua vez, possam ser aplicadas no mundo real. A reaplicação é um pré-requisito dos modelos nas ciências empíricas".
FUNÇÕES DOS MODELOS
De acordo com Apostel4, "os modelos são necessários por
constituírem uma ponte entre os níveis da observação e o teórico e tratam da
simplificação, redução, concretização, experimentação, ação, extensão,
globalização, explicação e formação da teoria". Dentro dessa perspectiva,
uma das suas funções principais é a explanatória e redutora de complexidade, no
sentido em que permite que uma determinada classe de fenômenos possa ser
visualizada e compreendida, o que de outra forma não seria possível devido à
sua magnitude e complexidade. Chorley & Haggett5 consideram
ainda a função aquisitiva, que diz respeito à estrutura proporcionada pelos
modelos, através da qual a informação pode ser definida, coletada e ordenada.
Além dessa função organizacional, considera-se uma função que permite a
otimização da extração de informações a partir do modelo - a fertilidade. Os
modelos também desempenham uma função lógica que ajuda a explicar como ocorre
determinado fenômeno; alinha-se também a função normativa que permite a
comparação de fenômenos com outros mais familiares, além da função sistemática
da construção de modelos, segundo a qual a realidade é vista em termos de
sistemas interligados. Esta função conduz a uma outra, a função construtiva dos
modelos que acentuam o papel destes na construção de teorias e leis.
"Finalmente, há a função de parentesco dos modelos, promovendo a
comunicação das idéias científicas"5. Segundo Kaplan14,
esta comunicação "não é uma questão meramente de sociologia da ciência,
mas intrínseca à sua lógica; como na arte, a idéia não representa nada até que
tenhamos encontrado a expressão".
TIPOS DE MODELOS
Como observam Mendonça de Sousa & Dodebei15, os modelos
são tipologizados de várias formas, em função das próprias ideologias inerentes
a cada autor, área de conhecimento ou ainda segundo objetivos específicos; isto
significa que "considerando-se forma e expressão, os modelos podem ser
agrupados ou classificados em uma série interminável de tipos".
Entretanto, o termo "modelo" tem sido usado em uma variedade tão
ampla de contextos que é difícil definir, sem ambigüidades, até mesmo os tipos
mais gerais.
Haggett & Chorley propõem uma classificação que pode ser interessante
para os objetivos desse trabalho. Segundo esses autores, os modelos podem ser
descritivos e normativos. O primeiro grupo trata de certa descrição estilística
da realidade, e o segundo, do que se pode esperar que ocorra sob certas
condições estabelecidas. Os modelos descritivos podem ser predominantemente
estáticos - concentrando-se nos aspectos de equilíbrio estrutural - ou
dinâmicos, concentrando-se, neste caso, nos processos e funções através do
tempo. Quando o elemento tempo é particularmente salientado, resultam os
modelos históricos ou temporais. Os modelos descritivos podem tratar da
organização das informações empíricas e assim serem denominados modelos de
dados, classificatórios (taxionômicos) ou de fim experimental.
Ainda segundo Haggett & Chorley, os modelos também podem ser
classificados segundo a natureza de sua constituição. Em uma primeira visão,
podem ser visualizados com construções sólidas, físicas ou experimentais e, em
segundo lugar, como modelos teóricos, simbólicos, conceituais ou mentais. Nos
primeiros, as propriedades importantes do mundo real podem ser representadas de
duas formas: modelos icônicos - as propriedades do mundo real são representadas
pelas mesmas propriedades com uma mudança apenas de escala; modelos análogos -
as propriedades do mundo real são representadas por propriedades diferentes. Os
modelos teóricos, simbólicos, conceituais ou mentais tratam de afirmações
simbólicas ou formais de tipo verbal ou matemático; os modelos matemáticos
podem ainda ser classificados, segundo o grau de probabilidade associada com
sua forma de previsão, em determinísticos e estocásticos.
Por fim, temos os paradigmas. "Um modelo que se revela correto e
útil em uma infinidade de aplicações, em circunstâncias distintas e sobre dados
diferentes, que apresenta, ao mesmo tempo, um amplo poder explanatório, pode ser
definido como um paradigma". Os paradigmas podem ser considerados como
modelos estáveis da atividade científica, sendo, em certo sentido, modelos em
escala ampla. Diferem, entretanto, destes no que diz respeito às suas
fronteiras de validade. Os paradigmas raramente são formulados tão
especificamente, trata-se de modelos de busca do mundo real. Neste sentido, os
paradigmas podem ser entendidos como "supermodelos" dentro dos quais
os modelos são colocados em escala mais reduzida5.
MODELOS EM SISTEMAS
DE INFORMAÇÃO
Um modelo é antes de mais nada uma representação de um recorte da
realidade, que, de acordo com a sua função utilitária e por meio do seu modo de
expressão, sua estrutura e suas igualdades e desigualdades em relação ao seu
original, tenta comunicar algo sobre o real. Nesse sentido, um modelo de
informação é uma representação de um ser humano enquanto usuário e/ou parte de
um sistema de informação e das suas relações de aquisição, organização e
manipulação de informação.
Burt & Kinnucan6 referem-se à modelagem de informação
como o exercício de identificação de componentes de modelos e seus elos, a
explicitação dos modos de expressão, bem como o delineamento dos paradigmas e
seus efeitos sobre os tipos de modelos que estão sendo construídos, pois os
paradigmas refletem ao mesmo tempo os propósitos e as fronteiras de um modelo.
Em comunicação e ciência da informação, o modelo de maior sucesso e ampla
utilização foi a teoria da comunicação dos matemáticos americanos Shannon &
Weaver29, que propuseram um modelo matemático para explicar a
comunicação entre dois pólos, denominados "emissor" e
"receptor". "Tal modelo, criticado, adaptado, modificado, ainda
hoje está sendo amplamente utilizado, na medida em que, de modo preciso, simples
e preditivo, propicia uma boa idéia de como se dá a comunicação humana. É, em
essência, um modelo matemático, da mesma forma que as leis de Zipf, Bradford,
Ortega, 80/20 e outras amplamente utilizadas na bibliometria, mas é, também, na
sua concepção geral, um modelo sistêmico interligando o emissor ao
receptor"15.
A ciência da informação, pela sua própria natureza ampla e
interdisciplinar, para mapear toda a sua realidade, teve obrigatoriamente de
tomar, como seus, paradigmas e modelos de outras áreas, tais como informática,
inteligência artificial, lingüística, economia, marketing. Kuhn16 se
refere às ciências cujos cientistas não são guiados por um único paradigma de
"ciências preparadigmáticas"; nesse estado se encontram as ciências
comportamentais, as sociais e a ciência da informação. Entretanto, Masterman17 caracteriza
a ciência da informação como uma ciência multiparadigmática, dentro de uma
escala em que se pode identificar as ciências "normais" e as de duplo
paradigma, que são ciências normais em estado de crise, em que dois paradigmas
estão em competição18.
TIPOS DE MODELOS DE
INFORMAÇÃO
A área de modelos e modelagem de informação caracteriza-se mais por não
possuir fronteiras claras dos seus domínios internos e externos, do que por
posuir um corpo coerente e consistente de trabalhos. Não obstante, esta é uma
área importante e, provavelmente, sua importância será ainda maior,
considerando que as pessoas e as organizações têm exigências cada vez mais
sofisticadas em relação aos sistemas de informação.
Ao considerarmos todo o domínio de possibilidades dos modelos de
informação, teremos, com base na proposta de Burt & Kinnucan6,
uma configuração contínua. Em um dos extremos desse contínuo está o ser humano
com sua realidade pessoal, interna e presumidamente idiossincrática, ou seja,
com o que chamamos conhecimento; no extremo oposto, está o sistema de
informação com a sua realidade dependente dos seus próprios limites internos.
Entre esses dois extremos, está localizado o campo de representações, o espaço
onde se encontram representações de uma ou de outra realidade. Essas
representações experimentam criar pontes ou elucidar algumas ou todas as
estranhezas que se supõe existam entre essas realidades.
Os modelos que estão mais próximos do que seja a representação do usuário
humano e do que se passa em sua cabeça em relação ao sistema são denominados
modelos cognitivos; ao passo que os modelos que se identificam com o sistema e
tentam descrever o que se passa em seu interior são mais conhecidos como
modelos de dados. Na região intermediária do contínuo, é o lugar geométrico dos
modelos que interpretam os usuários, o sistema e a interação entre eles; os
modelos que se enquadram nesta categoria são coletivamente denominados de
modelos conceituais. Dentro do escopo dos modelos cognitivos e conceituais,
localiza-se um número significativo de subgrupos importantes. Não é possível,
entretanto, estabelecer limites claros entre alguns desses modelos. Não
obstante, Burt & Kinnucan6 enfatizam que deve ficar clara
"a distinção que se faz entre a visão individual da realidade – isto é,
modelo cognitivo – e a visão que alguma outra pessoa tem de como um grupo de
indivíduos devem estar vendo alguns aspectos de um sistema de Informação – isto
é, modelo conceitual".
Os autores que tentaram caracterizar esta área como um todo concordam que
ela é ampla e fragmentada. Algumas regiões do contínuo, especialmente aquelas
que possuem longa tradição de pesquisa, estão relativamente desenvolvidas, ao
passo que outras estão praticamente intocadas. Vamos analisar alguns dos tipos
de modelos mais importantes no contexto desse trabalho.
Modelos Cognitivos – Daniels, no seu artigo de revisão intitulado
"Cognitive models in information retrieval – an evaluative review"19,
cujo propósito é sugerir como os modelos de usuário podem ser usados para
otimizar o desempenho e a aceitabilidade dos sistemas de recuperação, lança um
olhar crítico sobre os modelos segundo a perspectiva cognitiva e discute o seu
papel na biblioteconomia e ciência da informação. Ela confirma que existe um
vasto espectro de significados para os conceitos expressos por "modelo
mental" ou "modelo cognitivo", mas, "de uma forma geral,
modelos cognitivos podem ser considerados como imagens que os componentes de um
sistema, sejam eles pessoas ou máquinas, têm de si próprios, de cada um dos
outros componentes e da realidade". Isto se relaciona fortemente com o
fato consensual de que, para haver comunicação entre duas partes, é necessário
que cada parte tenha incorporado um modelo da outra, que muito certamente não
corresponde ao modelo que cada um tem de si próprio. Allen20, nesta
mesma linha, estabelece que os modelos cognitivos referem-se ao conhecimento
que os usuários têm sobre um sistema de informação e, em alguns casos, ao
conhecimento que os sitemas de informação têm sobre os usuários.
Com o crescimento da área de pesquisa conhecida como "ciências
cognitivas", interligando disciplinas tais como psicologia, lingüística,
inteligência artificial, filosofia, educação e ciência da informação, o
interesse pelos modelos cognitivos no âmbito da ciência da informação tem sido
cada vez maior, pois os problemas de representação, informação, comunicação e
conhecimento são fundamentais para todas essas disciplinas; além do mais, as
pesquisas cognitivas em ciência da informação extraem os recursos metodológicos
e os quadros conceituais dessas mesmas disciplinas, criando um corpo de
conhecimento extraordinariamente multidisciplinar21,22. Allen20,
na sua análise denominada "Cognitive research in information science: implication
for design", indica-nos que o ponto de inflexão nas pesquisas
cognitivas em ciência da informação foi o International Workshop on the
Cognitive Viewpoint, que aconteceu em Ghent, 1977.
Desde que a matéria-prima dos processos cognitivos são "objetos
mentais", tais como conceitos, idéias e conhecimento, muitos dos trabalhos
nestas áreas consideram como as pessoas organizam conhecimento, como os
conceitos são formados na mente humana, como as pessoas agrupam objetos em suas
mentes, ou seja, como as pessoas os categorizam, quais são as teorias que as
pessoas têm sobre como o mundo funciona. No contexto dos sistemas de
informação, é bastante interessante para o presente trabalho os estudos de
Humphrey23 sobre como os papéis assumidos por uma pessoa na sua
organização influencia sua percepção e comportamento. Ele descobriu que a visão
individual que cada pessoa tem sobre a sua posição na estrutura organizacional
e seu fator motivacional de participação têm influência na sua avaliação e
seleção da informação disponível.
Sobre a perspectiva cognitiva em biblioteconomia e ciência da informação,
Daniels19 afirma que, "nos últimos anos, na área de
recuperação de informação, se consolidou o consenso de que o sistema
homem-computador deve ser visto como um sistema adaptativo cognitivo. A
perspectiva cognitiva implica que o processamento de informação é sempre
intermediado por algum tipo de modelo da realidade" e, além do mais, um
sistema cognitivo pode ser considerado um sistema adaptativo cujo funcionamento,
planejamento e mudanças de ações estão baseados no conhecimento de si próprio e
do seu contexto.
O elenco de pesquisas que adotam a perspectiva cognitiva em recuperação
da informação incluem:
a) Representação de usuários e seus problemas – modelam situações problemáticas
dos usuários em face dos sistemas de informação, tais como de indivíduos cujo
modelo interno de conhecimento e contextualização não é suficiente para
atingimento de seus objetivos; ou ainda o "estado anômalo do
conhecimento" preconizado por Belkin28, que tenta estabelecer,
diante da impossibilidade de o usuário identificar o de que ele precisa,
quadros (framework) através dos quais os motivos da busca de informação
por parte de um usuário possam ser bem explicitados e seus resultados usados na
recuperação de informação.
b) Representação de estratégias de busca – examina, por exemplo, os
aspectos cognitivos do processo de transferência de informação do usuário para
o especialista em informação (intermediário). A interação entre usuário e
intermediários em sistemas de informação consiste, em grande parte, na
construção de modelos cognitivos apropriados das várias facetas do usuário.
c) Representação de documentos e informação.
Modelos conceituais – Borgman24, que escreveu sobre a
interação homem-máquina segundo uma pespectiva psicológica, sugere que os
modelos mentais, no contexto de interfaces, referem-se ao modelo do usuário
segundo a perspectiva do sistema, enquanto modelos conceituais são aqueles que
são apresentados ao usuário pelo projetista do sistema.
Conforme foi sugerido pelo relatório ANSI/SPARC3,25, um
sistema de informação pode ser visualizado em três níveis: interno, conceitual
e externo. O nível conceitual concentra-se no "significado"
(conceitos) da informação. "A tarefa de desenvolver um esquema conceitual
é chamado de modelagem de informação. Seu objetivo primordial é desenvolver uma
descrição estável e coerente do significado dos dados, ou seja, um esquema
conceitual. Assim sendo, modelagem de informação difere da modelagem de dados,
conforme desenvolvida na década de 70, que tratava principalmente da descrição
de estrutura de dados (relacional, redes, hierárquicos) com vista ao acesso e
armazenamento de dados", conforme analisa Lyytinen26. Nessa
linha, ele propõe duas instâncias para modelagem de informação.
A primeira delas chama-se "mapeamento da realidade" (reality
mapping), que é essencialmente uma técnica descritiva para representar
alguma coisa que é claramente compreendida e que apresenta um comportamento sem
ambigüidades. Os enfoques nos quais é baseada essa visão são relativamente
comum na literatura e, basicamente, supõem um processo de mapeamento do
"mundo real" em modelos formais, ou seja, em esquemas conceituais. De
acordo com esta visão, "um sistema de informação é um sistema formal
completamente previsível que espelha o comportamento determinístico de um
universo do discurso".
A necessidade de certeza em todos os níveis nesse enfoque traz uma
limitação severa à sua aplicabilidade. Lyytinen prefere o segundo paradigma,
"desenvolvimento de linguagem formal" (formal language development),
cujo enfoque está sobre a representação, estrutura conteúdo e uso da mensagem
lingüística, uma vez que ela pode lidar com maior precisão com a natureza
essencialmente ambígua da maioria das configurações da realidade.
Visão do usuário/modelagem de usuário – Esses modelos apresentam interpretações
de um sistema de informação real ou teórico a partir de parâmetros extraídos ou
postulados de um usuário ou de um grupo de usuários que possuem características
específicas que o construtor do modelo julga serem relevantes para o uso do
sistema de informação. Daniels19 agrupa esses modelos em duas
grandes classes: "modelos quantitativos empíricos" e "modelos
cognitivos analíticos". Os primeiros são formalizações abstratas de uma
classe geral de usuários definidas em termos de parâmetros de projetos de
interfaces para o usuário.
Tais modelos são geralmente desenhados tomando como base pessoas médias
no desempenho de várias atividades em várias ambientações. Em contraste com
esses modelos, os modelos cognitivos analíticos "buscam modelar aspectos do
comportamento cognitivo do usuário sob o enfoque qualitativo, o que inclui: o
conhecimento do usuário, seus objetivos, planos, convicções, experiência, tipo
de interação preferida etc".
De uma forma geral, modelos que incorporam visões do usuário tendem a
considerar diferenças entre grupos específicos de usuários ou, de uma forma
mais simples, de estereótipos de usuários. Muitos desses grupos são criados,
pré-concebidamente, segundo a perspectiva de desempenho ótimo dos sistemas. A
dicotomia mais comum é que enquadram os usuários em "iniciantes" e
"seniors", onde a habilidade modelada é a experiência no uso do
computador, e não o domínio ou conhecimento da aplicação6,19,26.
De acordo com Rich27,31, os modelos de usuários podem ser
classificados segundo três dimensões principais:
a) modelo de um usuário simples, típico ou "canônico" versus uma
coleção de modelos de usuários individuais;
b) modelos construídos pelo usuário ou especificados pelo projetista do
sistema versus modelos pressuposto pelo computador com base no
comportamento do usuário.
c) modelos de usuário de característica de longo prazo, tais como áreas
de interesse e experiência versus modelos de curta validade. Spark
Jones19 sugere uma quarta dimensão, que em alguns casos pode se
confundir com a terceira.
d) modelos dinâmicos, ou seja, modelos mutáveis dependendo do contexto, versus modelos
estáticos, que representam as características permanentes do usuário.
Uma linha importante para os sistemas de informação diz respeito aos
métodos de representação do conhecimento dos usuários e de que forma eles podem
ser agrupados segundo esse pricípio. Hammond & Barnard19, por
exemplo, identificaram nove tipos de conhecimento necessários a uma interação
usuário versus sistema de informação. Uma segunda linha
considera a maneira como alguém estrutura seus conhecimentos. Durding6,
já há algum tempo, demonstrou que as pessoas usam estruturas distintas, tais
como redes e estruturas hierárquicas, para organizar conceitos quando estas
estruturas são próprias e inerentes aos itens que estão sendo processados.
Diagramas e outros tipos de representação gráfica também são úteis na
estruturação de conhecimento.
Os usuários de bases de dados organizadas hierarquicamente fazem buscas
mais eficientemente quando estão de posse de um "mapa" com a
estrutura de árvore da base de dados. Provavelmente o diagrama possibilita ao
usuário chance de conceber a sua própria representação hierárquica da base de
dados6,19,20.
Modelos Semânticos de Dados – Modelos de dados representam a área mais
próxima do sistema e de sua realidade interna. O modelo hierárquico, o modelo
de redes, bem como o modelo relacional de Codd30, são tradicionais
representantes de modelos de dados; tipicamente essa categoria de modelos
enfatiza os aspectos sintáticos e estruturais dos dados sem, entretanto,
considerar o significado dos dados ou o relacionamento próprio e lógico entre
eles. Com o advento de sistemas de informações mais sofisticados e de maior
abrangência, tornou-se absolutamente necessário o desenvolvimento de modelos
que viessem facilitar o entendimento do usuário em relação ao sistema e ao
mesmo tempo evitassem o envolvimento dele com a estrutura física dos dados
dentro do computador.
As pesquisas nessa área se concentram predominantemente no desenvolvimento
de modelos que espelhem com maior fidelidade a "complexidade semântica do
mundo real da informação". Com efeito, nos últimos anos, os pesquisadores
da área de banco de dados voltam suas inteligências no sentido de incorporar
aspectos comportamentais (ou dinâmicos) de dados nos formalismos de modelagem;
este trabalho tem sido fortemente influenciado pelo paradigma da programação
orientada por objetos. Modelos que caminham nesta direção são denominados pela
literatura de "modelos semânticos de dados"32,33.
Tsicchritzis & Lochovsky34 consideram que o papel
próprio dos modelos de dados é servir como um meio de comunicação dirigido às
pessoas em geral, de forma que a estrutura imposta pelo modelo não poderia
discordar da estrutura natural da realidade tal como ela é percebida pelo
usuário humano. Dentro dessa perspectiva, eles discutem a proposta de dois
tipos de modelos de dados: o primeiro deles lidaria com o mapeamento das
informações do mundo real em conceitos básicos humanos - domínio infológico (infological
realm); em uma segunda instância teríamos o domínio datalógico (datalogical
realm), que mapearia estes conceitos básicos humanos em representações em
computador. Neste caso, os modelos de dados tradicionais estariam categorizados
como "datalógicos", ao passo que os modelos de dados semânticos
seriam, ao menos, o primeiro passo em direção aos modelos
"infológicos".
Os modelos conceituais de dados conhecidos foram criados como ferramentas
de representação que funcionam em ambientes específicos, e, assim sendo, a
literatura não reconhece nenhum modelo generalizado. Hull & King32 concluem
que, apesar da dificuldade de definições precisas, a literatura aponta uma
trajetória evolucionária para a área de modelos semânticos de dados.
As pesquisas nesta área estão relacionadas principalmente na extensão do
modelo relacional, de forma a enriquecê-lo com abstrações semânticas
provenientes da pesquisa em lingüística. As abstrações semânticas são formas de
especificar relacionamentos entre conceitos lingüísticos que trabalham as
diferenças sutis de significado. Burt & Kinnucan6 enunciam
quatro dessas abstrações como as mais comumentes usadas nos modelos semânticos:
generalização, agregação, classificação e associação.
a) Generalização – Esta abstração ocorre quando objetos ou entidades são
agrupados em um relacionamento hierárquico no qual os objetos do nível mais
baixo são vistos como subtipos daqueles de nível mais alto. Por exemplo, os
objetos "biografias" e "novelas" podem ser visualizados
como exemplares específicos do objeto "livro". Este tipo de agregação
é conhecido como uma relação "É-UM" (em inglês: "IS-A" ou
"ISA")32.
b) Agregação – Esta abstração ocorre quando objetos são agrupados em um
relacionamento de composição, onde cada objeto contribui para a formação de
visualizações específicas de um objeto maior. Por exemplo: os objetos
"página", "capa", "encadernação" e
"tinta" podem ser agrupados para formar uma visão do objeto
"livro"; enquanto o "título", "autor" e
"editor" podem ser agrupados para formar uma outra visão. Este
relacionamento é também conhecido como relacionamento "É-PARTE-DE"
(em inglês: "IS-PART-OF").
c) Classificação – Esta abstração ocorre quando objetos são agrupados por
serem exemplos particulares de um tipo mais geral. Por exemplo:
"Sagarana" e "O estorvo" são exemplos de
"novelas". Este relacionamento é também conhecido como relacionamento
"É-EXEMPLO-DE" (em inglês: "IS-INSTANCE-OF").
d) Associação – Esta abstração ocorre quando objetos são agrupados
segundo a sua virtude em satisfazer algum critério. Este relacionamento é
também conhecido como relacionamento "É-MEMBRO-DE" (em inglês:
"IS-MEMBER-OF").
Hull & King32 fazem, ainda, uma distinção entre
modelos semânticos que "incorporam aspectos estruturais dos objetos"
e modelos orientados a objeto que "incorporam aspectos comportamentais dos
objetos". O enfoque da orientação a objeto "simplesmente desloca a
ênfase do relacionamento entre os componentes do modelo para o comportamento
dos componentes individuais ou componentes grupais, onde quanto mais graus de
liberdade estão presente no comportamento do objeto mais fortemente ele será
caracterizado".
Conforme visto, os modelos que mais e mais desempenham um papel
importante como recurso metodológico para todas as áreas cujo interesse são os
fenômenos relacionados à informação, como informática e ciência da informação.
Acerca do papel das ferramentas de modelagem para o desenvolvimento das
atividades profissionais do cientistas da informação, Burt & Kinnucan6 afirmam
que "os cientistas da informação (...) podem encontrar, nas técnicas de
modelagem, um mecanismo útil para capturar e comunicar seus conhecimentos sobre
fontes de informação e sobre padrões de comportamento de quem busca informação.
Os modelos resultantes podem ser amplamente desenvolvidos mediante
seleção e composição de conceitos e técnicas de modelagem provenientes de
várias disciplinas (informática, psicologia, física, lingüística e outras). Por
fim, mais pesquisas sobre como as pessoas usam, selecionam e se posicionam diante
da informação são extremamente necessárias para a concepção e projetos de
sistemas de informação que preencham com mais completeza as necessidades dos
usuários desses sistemas.
REFERÊNCIAS BIBLIOGRÁFICAS
1. ALMEIDA, Elizabeth; TAUHATA, Luiz. Física nuclear. Rio de
Janeiro: Guanabara Dois, 1981. 413p.
2. CAPRA, Fritjof. O tao da física. São Paulo : Cultrix,
1983. 160p.
3. SETZER, Waldemar. Projeto lógico e projeto físico de base de
dados. Belo
Horizonte : UFMG, 1986. 284p.4. APOSTEL, L. Toward the formal study of models
in the non-formal sciences. In: FREUDENTHAL, H. The concept
and the role of the model in mathematics and natural and socials sciences. Amsterdam : Dordtreccht, 1991. p.1-37.
5. CHORLEY, Richard; Haggett, Peter. Modelos, paradigmas e a nova
geografia. In: CHORLEY, Richard, HAGGETT, Peter. Modelos
sócios-econômicos em geografia. Rio de janeiro : Livros Técnicos e
Científicos/USP, 1975. p.1-22.
6. BURT, Patricia; KINNUCAN, Mark. Information models and modelling techniques
for information systems. Annual Review of Information Science and
Technology, p.175-208, 1990.
7. EISBERG, Robert;
RESNICK, Robert. Quantum physics of atoms, molecules, solids, nuclei,
and particles. New York : John Wiley, 1974. 713p.
8. SKILLING, H. An
operational view. American Scientist. v.52, p. 388-396, 1964.
9. STACHOWIAC, Herbert.
Models. In: SCIENTIFIC thought: concepts, methods and
procedures. Paris : Unesco, 1972, p. 145-166.
10. PIAGET, Jean. The
concept of structure. In: SCIENTIFIC thought: concepts, methods and
procedures. Paris : Unesco, 1972. p.35-56.
11. BERTALANFFY, Ludwig.
General system theory: a critical review. General Systems, v.7,
p.1- 20, 1962.
12. BLACK, M. Models
and methaphors. New York : Ithaca, 1962. 267 p.
13. HESSE, M. Models in
physics. British Journal of the Philosophy of Science. v. 4, p.
198-214, 1953-1954.
14. KAPLAN, A. The
conduct of inquiry. San Francisco : Chandler, 1964. 428 p.
15. SOUZA, MENDONÇA A. DE; DODEBEI, V. L. Modelos e sistemas em ciência da informação. Rio de Janeiro, 1993. 20 p. (Seminário apresentado à disciplina Linguagem e Ciência da Informação III. Curso de Doutorado em Ciência da Informação).
16. KUHN, T.S. The structure of scientific revolutions. Chicago : University of Chicago, 1970.
15. SOUZA, MENDONÇA A. DE; DODEBEI, V. L. Modelos e sistemas em ciência da informação. Rio de Janeiro, 1993. 20 p. (Seminário apresentado à disciplina Linguagem e Ciência da Informação III. Curso de Doutorado em Ciência da Informação).
16. KUHN, T.S. The structure of scientific revolutions. Chicago : University of Chicago, 1970.
17. MASTERMAN, M. The
nature of a paradigm. In: LAKATOS, I.,MUSGRAVE, A. Criticsim and the growth
of knowledge. Cambridge : Cambridge University, 1970. p. 59-91.
18. ELLIS, David. The
physical and cognitive paradigms in information retrieval research. Journal
of Documentation, v. 48, n. 1, p. 389-392, Mar. 1992.
19. DANIELS, P.J.
Cognitive models in information retrieval: an evaluative review. Journal
of Documentation, v. 42, n. 4, p. 272-304, Dec. 1986.
20. ALLEN, Bryce L.
Cognitive research in information science. Annual Review of Information
Science and Technology, v. 26, p. 3-37, 1991.
21. GAINES, Brian R.
Modeling and forecasting the information sciences. Information Sciences,
v. 57-58, p. 3-22, 1991.
22. VICKERY, B. C.
Knowledge representation: a brief review. Journal of Documentation, v. 42, n.
3, p. 145-159, Sep. 1986.
23. HUMPHREY, Ronald. How
work roles influence perception: structural cognitive processes and
organizational behavior. American Sociological Review, v. 50, n. 2,
p. 242-252, 1985.
24. BORGMAN, Christine L.
The user's mental model of an information retrieval system: an experiment on a
prototype online catalog. International Journal of man-machine studies. v.
24, p. 47-64, 1986.
25. ANSI/X3/SPARC. Study
group on data base management system. FDT-Bulletin, v. 7, n. 2,
1975.
26. LYYTINEN, Kalle. Two
views of information modelling. Information & Management, v.
12, p. 9-19, 1987.
27. RICH, Elaine. User
modelling via esterotypes. Cognitive Sciences, v. 3, p. 329-352,
1979.
28. BELKIN, Nicholas J.
Anomalous states of knowledges as a basis for information retrieval. Canadian
Journal of Information Science, v. 5, p. 133-140, 1980.
29. SHANNON, Claude;
WEAVER, Warren. The mathematical theory of communication. Urbana :
University of Illinois Press, 1949.
30. CODD, E. F. Extending
the relational model to capture more meaning. ACM Transactions on
Database Systems, v. 4, n. 4, p. 397-434, Dec. 1979.
31. RICH, Elaine. Users
are individuals : individualizing user models. International Journal of
Man-Machine Studies, v. 18, n. 3, p. 199-214, Mar. 1983.
32. HULL, Richard; KING,
Roger. Semantic database modelling: survey, aplications, and research issues. ACM
Computing Surveys, v. 19, n. 3, p. 201-260, Sep. 1987.
33. CHEN, Peter P. The
entity-relational model - toward a unified view of data. ACM
Transactions on Database Systems, v. 1, n. 1, p. 9-36, Mar. 1976.
34. TSICHRITZIS, D.,
LOCHOVSKY, F.H. Data models. New Jersey : Prentice-Hall, 1982. 381
p.
35. BELKIN, Nicholas J.,
ROBERTSON, Sthephen E. Information Science and the phenomenon of information. Journal
of the American Society for Information Science, p. 197-204, Jul./Aug.
1976.
36. FARRADANE, J. The
nature of information. Journal of Information Science, v. 1, n. 1,
p. 13-17, 1979.
37. SMITH, Linda C.;
WARNER, Amy J. A taxonomy of representations in information retrieval system
design. Journal of Information Science, v. 8, p. 113-121, 1984.
38. GILBERT, Nigel G.
Cognitive and social models of the user. In: INTERACT:
HUMAN-COMPUTER INTERACTION, 87., 1987, Amsterdan. Proceeding of
the Second IFIP Conference. North-Holland
: Elsevier, 1987. p.165-169.
39. WIESER, Wolfgang. Organismos, estruturas, máquinas: para
uma estrutura do organismo. São Paulo : Cultrix, 1972, 124 p.