A vaidade do autor e o despre$o pela Revisão

Publicado em por
Responder

A vaidade do autor e a autoria

A vaidade nos faz acreditar, por algum tempo, que somos mais especiais que os outros, e que os nossos argumentos têm mais valor, que o nosso discurso tem mais poder, que nossos pensamentos são brilhantes, e que somos indestrutíveis. No universo acadêmico, então, a vaidade do autor, muitas vezes, se manifesta na relutância em submeter o texto à Revisão ou em atribuir, perversamente, atividades de autoria ao Revisor. A vaidade do autor e o despre$o pela Revisão

A expectativa de perfeição linguística em dissertações e teses é uma armadilha recorrente, que frequentemente compromete o desenvolvimento da pesquisa. O texto acadêmico é, a priori, um processo recursivo e inacabado, construído pelo próprio autor, que precisa estar atento às orientações do orientador e às exigências da banca examinadora. Nessa lógica, nem o texto nem a pesquisa se legitimam por autodeclarações de qualidade — e nem mesmo pesquisadores experientes podem pensar dessa maneira, porque o texto é produto do próprio pensamento, o qual é incompleto, e inacabado, não naturalmente coerente e lógico (e esses problemas, às vezes, não se resolvem, simplesmente, com uma simples Revisão, o que exige maturidade intelectual).  Assim, A vaidade do autor e o despre$o pela Revisão

Frequentemente, por falta de tempo ou pelas lacunas acumuladas ao longo do processo, o autor se fecha a reavaliações mais profundas e projeta na revisão a expectativa de que todos os problemas do texto — inclusive os de natureza subjetiva e autoral — serão resolvidos em uma única leitura, geralmente exigida em curto prazo. No entanto, há questões estruturais e argumentativas que não podem ser solucionadas por meio da intervenção de um Revisor, por estarem diretamente ligadas a escolhas de conteúdo e ao desenvolvimento conceitual da pesquisa (autoria).

Autores sustentam expectativas rígidas com base em mitos ou concepções equivocadas sobre linguagem e escrita, o que tende a invisibilizar suas próprias limitações. É importante que o autor esteja disposto a cooperar com a própria produção, e revisitá-la após a Revisão, de maneira natural, sem demonizar o Revisor. Esse processo é fundamental para o amadurecimento do trabalho. Afinal, a produção científica é uma construção coletiva — feita por muitos e voltada para muitos.

É importante, também, que o autor compreenda desde o início que o texto acadêmico possui um caráter recursivo. Embora aquilo que se convencionou chamar de “Segunda Revisão”, um consenso na área, costume ser um serviço cobrado à parte, frequentemente há uma expectativa de que TODOS os problemas do texto, de qualquer natureza, inclusive, sejam resolvidos já na primeira leitura. Essa expectativa, contudo, ignora a natureza do processo de escrita, que demanda intervenções posteriores por parte do próprio autor. Nesse sentido, é fundamental reconhecer que o Revisor não é onisciente, onipresente ou onipotente — seu papel tem limites bem definidos, e não inclui resolver falhas estruturais de autoria ou reescrever aquilo que ainda não foi plenamente elaborado.

A resistência a uma Revisão realizada por um profissional, que é, primeiramente, um sujeito, humano, especialmente em tempos de ChatGPT, não se limita à recusa do processo, mas revela, antagonicamente, também o desprezo inconsciente do autor por si mesmo, muitas vezes buscando no Revisor alguém (um redentor) que assuma a autoria, em desacordo com os princípios éticos e científicos. Esse processo também revela conflitos na relação entre autor e Revisor, no contexto atual, de precarização da Educação, especialmente por meio das relações de trabalho contemporâneas. E, na internet, então… espaço marcado pela ausência de regulamentação e de garantias de direitos fundamentais.

A precarização da Revisão e o desprezo pelo trabalho intelectual

Muitos consideram o trabalho do Revisor como uma tarefa inferior, sem o devido reconhecimento intelectual e profissional, especialmente em relação à área de Educação, tradicionalmente desvalorizada. Autores consideram que, ao pagar pelo serviço, podem exigir disponibilidade total, a qualquer hora, como se este anulasse limites éticos e profissionais. Essa relação abusiva contribui para a exploração do trabalho intelectual e reforça práticas de desrespeito que afetam a dignidade e as condições de quem atua nessa profissão. Primeiramente,

No Brasil, as relações humanas são muito perversas. E há sempre alguém, na academia ou fora dela, tentando reunir os pedaços destruídos de si mesmo por essa sociedade, de maneira que o outro representa sempre uma ameaça a pagar por tal estrago, especialmente quando se fala em valor de dinheiro, o que insere essas relações em uma perspectiva completamente neoliberal, como a sociedade brasileira em si já é, distante da humanização, empatia, e do próprio conceito de nação e união.

É a máxima do poder, articulada à vaidade, a uma projeção distorcida do sujeito, elevada a um nível insano e doses norte-americanas, para superar o viralatismo ignoto: “garota, eu vou pra Califórnia”. Aqui não, Bra$il! =* A vaidade do autor e o despre$o pela Revisão

Reflexões sobre tratamento de dados em pesquisa científica

Publicado em por
1

“Coleta” ou “geração de dados”?

“Coleta de dados” ou “geração de dados?” Inicio esta reflexão com uma distinção fundamental para o pesquisador consciente. A escolha entre esses termos depende, diretamente, do paradigma científico adotado na sua área. Em alguns campos, especialmente nas abordagens mais críticas das ciências humanas, evita-se o termo “coleta”, pois este sugere que os dados estariam, simplesmente, “à espera”, já “prontos”, para serem coletados pelo pesquisador — uma concepção que contraria a compreensão de que os dados são, muitas vezes, construídos no próprio processo investigativo.

A influência do pesquisador

Em uma pesquisa, o pesquisador não simplesmente se aproxima dos dados, a fim de “coletá-los” e “analisá-lo”. Não é bem assim que o processo ocorre, pois aquele pode influenciar os dados com a sua própria presença. Como assim? Imagine questionários, dependendo da maneira pela qual estes foram realizados, abertos, estruturados, e da própria lógica apresentada, o pesquisador pode encontrar determinado tipo de resposta (ou não). A própria presença dele, reforçada por algumas perguntas que ele inconscientemente faça, pode gerar uma reação diferente no colaborador da pesquisa. Nesse sentido, o pesquisador pode influenciar os dados, porque ele pode gerar um impacto no colaborador, e, por essa razão, o colaborador pode ter outro tipo de resposta.

Objetividade versus subjetividade

A dita neutralidade científica e qualquer concepção mais rígida sobre a dita objetividade não mais vigoram em ciência, sejam exatas, humanas ou saúde. Alguns pesquisadores tentam, demonstrando a sua falta de humanização, se colocar nesse posicionamento, protegendo as aparências.

Mas isso é, apenas, “fachada” e, às vezes, estratégia de manipulação (e o contrário pode ocorrer também no caso da subjetividade; afinal, o ser humano, cientista ou não, independentemente de qualquer posicionamento, continua sendo o “ser humano”, não se enganem!).

Abra, como cientista, a sua cabeça para você não ter uma visão limitada de que a verdade se constitui dessa maneira. E se, como cientista, você se constitui com essas verdades, mesmo que você seja de um paradigma mais conservador, há um problema com o seu pensar e modo de fazer pesquisa.

A diversidade de dados

Há vários dados que podem ser utilizados em uma pesquisa. O uso destes depende do recorte temático e da complexidade da pesquisa. Você pode considerar documentos, gravação de áudios que serão transcritos para serem analisados, imagens (linguagem não verbal) vídeos, e vários outros elementos reveladores de sentido.

Você pode gerar ou coletar dados de forma coletiva — como em um grupo focal — ou individualmente, por meio de uma conversa gravada ou uma entrevista escrita. Há também a possibilidade de aplicar questionários, ampliando essa prática para diferentes contextos: ao longo do tempo, em ambientes físicos institucionalizados, espaços públicos ou plataformas virtuais.

Mas atenção: especialmente no meio acadêmico, há muitas críticas sobre o uso de ambientes virtuais para esse fim. Por isso, o rigor científico é indispensável — antes, durante e depois da coleta ou geração dos dados, garantindo que o processo seja ético, consistente e bem fundamentado.

Há pesquisadores que, simplesmente, não refletem sobre a questão ontológica e epistemológica do trabalho. Às vezes, as próprias citações do texto que apresentam na pesquisa, o TCC, Artigo, Dissertação ou Tese, não têm muito rigor; trazem citações descontextualizadas do Google, e as jogam no trabalho. Isso não é científico e revela uma debilidade intelectual e falta de zelo. Numa pesquisa, você pode consultar dados da internet para uma análise, por exemplo. Mas é preciso de rigor e lógica para justificar o que e como uma etapa é realizada.

Por exemplo, na minha pesquisa de mestrado, referente a um ambiente institucional, eu analisei um documento de lei ligado a este, disponibilizado, publicamente, no próprio site da instituição. Era um decreto. E eu também gerei dados com pessoas que transitavam, na época, nessa instituição, o Metrô-DF, e dependiam deste para garantirem o direito à cidade (Brasília e o Distrito Federal), por meio da mobilidade.

Considerações éticas para a geração ou coleta de dados

Continuando sobre a minha pesquisa… Durante a busca pelos dados, enfrentei muitas limitações em relação à autorização para poder realizar a pesquisa, e acabei pensando que, eticamente, não deveria, inclusive, abordar os colaboradores da pesquisa, aleatoriamente, no próprio Metrô-DF, em nome da “ciência”, enquanto se locomoviam, na correria do dia a dia, especialmente diante de minha perspectiva mais humanizadora como pesquisador.

Pensei, inicialmente, em realizar um grupo focal com uma duração determinada, mas logo percebi que seria complicado reunir um número significativo de pessoas diretamente nas estações de metrô. Isso poderia causar tumulto e interferir na mobilidade dos participantes. Por isso, busquei uma alternativa: encontrar, entre as pessoas com quem eu já convivia, possíveis colaboradoras para a minha pesquisa — usuárias do metrô. No entanto, essas pessoas também não eram tão próximas, o que, por sua vez, poderia influenciar os dados e o próprio processo de geração deles. Diante disso, considerei uma nova possibilidade: convidar estudantes de uma turma que lecionei durante o meu mestrado.

O tratamento com os dados: transcrição de áudios

Em determinado momento, é necessário que o pesquisador promova certo distanciamento em relação aos dados. Contudo, muitas pesquisas, atualmente, vão além dessa postura e exploram intensamente a subjetividade, trabalhando, por exemplo, com histórias de vida e outras abordagens semelhantes. Considero essas pesquisas super válidas, mas, sinceramente, não são as que mais me interessam. De todo modo, elas acabam se articulando com pesquisas de outra natureza, e, por fim, se complementam, permitindo aproximação da verdade em suas várias facetas.

Se você está trabalhando com áudios, entrevista gravada ou grupo focal, é interessante transcrevê-los e, minimamente, utilizar uma tabela de transcrição, como parte da metodologia, relativa à entonação no discurso e elementos muito além do dito verbal, reveladores de sentido e importantíssimos para a pesquisa. Há pesquisadores que, simplesmente, copiam, indiscriminadamente, os dados da pesquisa da maneira que ele acha que é. Há aspectos nas conversações que são relevantes, e muito mais complexos do que óbvios.

Abordagem científica para a transcrição de áudios

Imagine quando alguém realiza uma pausa muito prolongada na fala ou quando gagueja… ou quando a qualidade do áudio do material não é tão boa e o pesquisador não conseguiu transcrevê-lo. Nesses casos, é fundamental considerar simbologias que orientem a leitura e compreensão dos dados. Sem um planejamento lógico para a transcrição e sem o uso de uma tabela de conversão, há o risco de que os dados sejam alterados por interpretações equivocadas ou inconscientes sobre a realidade. Sem essa preparação, o processo perde o rigor necessário e deixa de ser científico.

Um exemplo para facilitar o entendimento: quando eu era adolescente, eu estudava inglês ouvindo música. Escolhia uma canção, esperava ela tocar no rádio e a gravava numa fita cassete (bons tempos). Depois, escutava a música repetidas vezes e tentava transcrever as letras para o papel — do jeito que eu achava que eram, influenciado pela minha língua materna.

Imagina o desastre que isso gerava! Mesmo assim, esse processo facilitou o desenvolvimento da minha compreensão oral do inglês (listening) e funcionou para a minha aprendizagem. Por outro lado, às vezes, eu reforçava meus próprios erros e acabava perdendo tempo, pois, naturalmente, distorcia o que ouvia, baseado na estrutura sonora da minha língua nativa — algo comum a qualquer pessoa nesse processo.

Depois, eu tentava cantar a música usando o que tinha copiado — ou seja, o que eu achava que tinha ouvido. Fazendo um paralelo, é como se fosse uma transcrição, mas completamente equivocada: sem segmentação, sem lógica alguma. Imagine o nível do meu inglês naquela época — fazia sentido apenas para mim (e para a minha irmã, de quem copiei essa tática rsrs). Apesar disso, era uma forma criativa e interessante de aprender, mas eu era um adolescente. 

Seleção e organização dos dados para uma análise científica

Eu gosto muito desse exemplo, porque ele ilustra bem a importância de usar uma convenção para fazer as transcrições. É fundamental seguir alguma tabela de conversão para garantir rigor e consistência. Na minha dissertação, por exemplo, utilizei uma tabela específica que vocês podem consultar no meu site. Se alguém quiser indicação, posso ajudar com essa referência.

Outra questão importante é que você não conseguirá analisar todos os dados coletados. Por isso, é necessário pensar no recorte — escolher um conjunto de dados que represente a realidade com a qual você está trabalhando. Como pesquisador, você não pode abraçar o mundo inteiro nem dar conta de toda a complexidade da realidade. É preciso selecionar o que será analisado e focar no que é realmente relevante para o seu trabalho.

Também é importante ter cuidado com o material que você insere em anexo, seja documento, transcrição ou outro tipo de dado. Muitas pessoas simplesmente jogam tudo nessa seção, sem filtrar o que é pertinente, e acabam deixando o trabalho com um volume enorme de páginas que não acrescentam valor. Isso não é recomendável. O ideal é selecionar apenas o que for realmente relevante para evitar informações desnecessárias.