Como podem os estudantes de pós-graduação que estão a começar a usar a IA para pesquisar literatura científica de qualidade? Não se apresse a pesquisar: primeiro, emita um “sinal” claro
Aquilo que introduz não são palavras-chave, mas o seu nível de compreensão da investigação — se o sinal não for claro, até a base de dados mais potente só lhe devolverá ruído.
Abra o CNKI, introduza um termo genérico e aparecem milhares de resultados; percorra-os por “título”, abra alguns ao acaso e não percebe nada; feche, mude de lote e repita. Passa-se uma tarde inteira, perde-se tempo, mas continua a não encontrar os poucos artigos de que realmente precisa.
Porque é que isto acontece? Porque a pesquisa é, na sua essência, um processo de transmissão de informação: ao propor palavras-chave, está a enviar à base de dados um sinal de necessidade; a base de dados devolve-lhe, depois, a informação mais próxima desse sinal.Quanto mais vago for o sinal que dá, mais confusos serão necessariamente os resultados devolvidos.Por outras palavras — aquilo que introduz não são palavras-chave, mas o nível de compreensão da investigação que tem neste momento.
Portanto, chegando a este ponto do primeiro parágrafo, já encontrámos a “causa raiz” do problema:o problema não é pesquisar pouco, mas sim o facto de o primeiro sinal que emite ser demasiado vago.Seguindo essa causa raiz, a solução é clara —se a desordem é causada por um “sinal vago”, o remédio certo não é “pesquisar mais vezes”, mas “pensar bem no sinal que vai emitir antes de premir a tecla de pesquisa”.E “pensar bem no sinal” é precisamente algo que a base de dados não pode fazer por si: só o próprio pode fazê-lo. Ela não pensa por si; por isso, tem de ser o próprio a pensar primeiro. Como? Antes de começar a pesquisar, responda honestamente às três perguntas seguintes.
1. Antes de começar, responda primeiro a três perguntas — este é o processo de traduzir uma “necessidade vaga” num “sinal claro”
Muitas pessoas começam logo a pesquisar porque tratam a base de dados como alguém que “as compreende”. Mas ela não compreende. Limita-se a fazer correspondência literal entre as palavras que introduz e o título, o resumo e as palavras-chave de cada artigo na base de dados. Aqueles milhares de resultados não são a base de dados a dificultar-lhe a vida de propósito; sãotudo aquilo a que o seu sinal vago consegue corresponder. Pesquisar mais não serve de nada; o que realmente deve fazer é, antes de pesquisar, traduzir a massa confusa de necessidades que tem na cabeça num sinal claro que a base de dados consiga entender. Estas três perguntas obrigam-no a concluir essa tradução — a primeira trata de “que tipo procurar”, a segunda de “com que palavras procurar” e a terceira de “em que direção filtrar”. Depois de responder às três, a necessidade passa de “uma massa confusa” a “três coisas claras”; só então é altura de as montar numa expressão de pesquisa.
Pergunta 1: Que tipo de literatura procuro afinal? (Este passo define “que tipo procurar”)
Objetivo:O tipo de literatura determina como vai ler e também determina quem deve aparecer primeiro. Revisões, artigos metodológicos, artigos experimentais, artigos aplicados e relatórios de políticas são cinco coisas completamente diferentes. Para obter uma visão geral da área, a revisão é a ferramenta certa; para reproduzir uma experiência, um artigo metodológico ou experimental é mais útil do que dez revisões. Se o tipo não estiver definido, cada artigo que abrir pode estar a gastar o esforço errado.
Como responder:Primeiro, defina claramente o que esta pesquisa bibliográfica deve produzir — é “perceber quem está a trabalhar nesta direção e até onde chegou” ou “encontrar um método que possa seguir”? No primeiro caso, dê prioridade às revisões; no segundo, aos artigos metodológicos e experimentais.
Concretizar em ações:Ao pesquisar, acrescente uma restrição ao tipo de literatura; ou, logo no primeiro passo, faça uma triagem grosseira por tipo, eliminando primeiro os tipos que não correspondem à necessidade atual e só depois olhe em detalhe.
Pergunta 2: Quais são as variáveis centrais do meu problema? (Este passo define “com que palavras procurar”)
Objetivo:Trata-se de dividir “um termo genérico” em “vários termos pequenos que possam ser combinados”. A razão pela qual uma única palavra lhe devolve milhares de resultados está em que essa palavra carrega demasiados significados. Depois de separar claramente as variáveis centrais, o sinal de pesquisa deixa de ser “uma frase” e passa a ser “vários conceitos que podem ser controlados separadamente”.
Como responder:Escreva a sua questão de investigação numa frase completa e, a partir dessa frase, circule quatro elementos — objeto de estudo (sobre o quê), método de investigação (com o quê), contexto de investigação (em que condições, população ou materiais) e objetivo da investigação (para quê).
Concretizar em ações:As palavras que circundou são a matéria-prima para montar mais tarde a expressão de pesquisa. Se não conseguir circundar os quatro elementos, isso significa que a própria questão ainda não está suficientemente pensada; volte atrás e complete-a.
Pergunta 3: Que tipo de informação me falta agora? (Este passo define “em que direção filtrar”)
Objetivo:Para um mesmo conjunto de resultados, consoante a informação que lhe falta, a ordenação e o modo de filtragem a usar são completamente diferentes. Este passo determina “em que direção filtrar”.
Como responder:Determine em que fase da pesquisa bibliográfica se encontra — acabou de assumir o tema e precisa de uma visão geral da área? Precisa de métodos clássicos? Precisa dos progressos mais recentes? Ou precisa de um desenho experimental concreto? Fases diferentes correspondem a ações de filtragem completamente diferentes, que pode memorizar diretamente na tabela seguinte:
| O que lhe falta agora | Deve priorizar | Ação de ordenação / filtragem |
| Visão geral da área | Revisões, altamente citados | Ordenar por número de citações; começar pelos mais citados |
| Métodos clássicos | Literatura fundacional antiga | Não limitar o ano; ler com atenção a secção de métodos |
| Progressos mais recentes | Literatura nova dos últimos três anos | Ordenar por ano decrescente; limitar aos últimos 2—3 anos |
| Desenho experimental concreto | Artigos experimentais / metodológicos | Restringir aos artigos experimentais; ver diretamente métodos e dados |
| Resumo: Depois de responder às três perguntas, tem na mão três coisas claras: “tipo de literatura + palavras das variáveis centrais + direção de filtragem”. Só neste ponto a necessidade passa verdadeiramente de uma massa confusa na cabeça para um sinal claro que a base de dados consegue entender — e só então é altura de as montar numa expressão de pesquisa. |
2. Transformar uma frase em “termo de objeto × termo de método × termo de limitação”
As variáveis centrais que circundou no passo anterior podem agora ser combinadas como peças de montar. Uma expressão de pesquisa utilizável é, normalmente, o produto de três segmentos — “objeto de estudo × método de investigação × contexto/tempo” — e não uma frase inteira da linguagem corrente. Falta-lhe um desses segmentos e os resultados misturam o tipo de ruído correspondente.
| O ruído nos resultados aparece assim | Indica o segmento em falta | Limitação a acrescentar |
| Misturam-se conceitos homónimos de outras disciplinas | Falta uma limitação de contexto | Acrescentar palavras de disciplina / material / população |
| Métodos muito diversificados e impossíveis de comparar | Falta uma limitação de método | Acrescentar o nome do método concreto ou o paradigma |
| Só literatura antiga de há mais de dez anos | Falta uma limitação temporal | Limitar aos últimos 3—5 anos |
| Mesmo tema, mas direção desviada | Falta uma limitação de objeto | Tornar o objeto de estudo mais estreito |
| Exemplo de instrução: ajuda-me a dividir esta questão em três grupos — termos de objeto, termos de método e termos de limitação — e a dar 2—3 formas sinónimas / próximas para cada um, para eu poder alternar nas pesquisas. |
3. Depois de obter uma pilha de resultados, fazer primeiro uma triagem grosseira dos metadados e só depois decidir se vale a pena ler
O erro mais comum entre principiantes é, ao ver os resultados, começar a abrir o texto completo artigo a artigo, de cima para baixo — essa é a forma de leitura mais dispendiosa. A ordem correta é ler primeiro os metadados: título, resumo, ano, revista, citações. Todos juntos já chegam para decidir se vale a pena abrir um artigo. Se os metadados não forem compreensíveis, provavelmente o texto completo também não será.
| Ver primeiro (campo de metadados) | Pergunta a que responde | Se não cumprir, saltar à partida |
| Título | Está a responder à minha pergunta? | Objeto / método não correspondem |
| Resumo | A conclusão é a que procuro? | Só tem ideias, sem informação reutilizável |
| Ano + citações | É clássico ou recente? | Fase incompatível (quer recente, mas é antigo) |
| Revista de origem | Qual é, aproximadamente, a credibilidade? | Origem claramente duvidosa |
4. Seguir as pistas e completar essa rede bibliográfica com a técnica de bola de neve
A pesquisa na base de dados “alarga horizontalmente”; a técnica de bola de neve “escava verticalmente” — e é muitas vezes esta última que o liga verdadeiramente à fronteira da investigação. Depois de encontrar um artigo certo, não vá já embora.
| Direção da bola de neve | Ação concreta | Quando é adequado usar |
| Citações retrospetivas (quem ele citou) | Percorrer a sua lista de referências | Completar clássicos e fontes dos métodos |
| Citações prospetivas (quem o citou) | Ver estudos mais recentes que o citam | Acompanhar os progressos mais recentes e as melhorias posteriores |
| Usar uma revisão como semente | Expandir a partir de uma revisão de alta qualidade como mapa | Ao entrar numa área desconhecida, para construir rapidamente um quadro |
5. Passo final: validação cruzada para evitar que “a IA lhe invente literatura”
Hoje em dia, muitas pessoas usam a IA para ajudar a encontrar literatura; é rápido, mas há uma armadilha de que é preciso desconfiar — a IA é capaz de inventar, com toda a seriedade, títulos, autores e DOI que não existem. Sempre que a IA lhe der uma referência, antes de a citar num texto, confirme-a obrigatoriamente na base de dados original: consegue encontrá-la? O DOI abre? O resumo corresponde? Se não corresponder, mais vale não citar.
É também este o valor da “rastreabilidade”: um resultado de pesquisa deve, de preferência, trazer uma proveniência que possa ser aberta (DOI, base de dados de origem), para lhe permitir voltar ao texto original e verificar a qualquer momento, em vez de lhe dar apenas um trecho que parece muito plausível. Ferramentas como o assistente de pesquisa de artigos MuchSci, que lhe diz claramente quando algo não existe na base de dados e indica a fonte quando é necessário completar com a Internet, servem precisamente para salvaguardar essa linha vermelha: “mais vale não haver do que inventar”.
Voltando à frase do início: na pesquisa, o que está em jogo não é quantas vezes pesquisa, mas se o primeiro sinal que emite é suficientemente claro. Primeiro, faça as três perguntas para esclarecer a necessidade; depois, decomponha as variáveis centrais numa expressão de pesquisa combinável; use os metadados para uma triagem grosseira, a bola de neve para completar a rede e a validação cruzada como rede de segurança — completados estes cinco passos, os milhares de ruídos convergem naturalmente em cerca de uma dúzia de artigos que vale realmente a pena ler com atenção.