A Visualização de Dados e os QDAS

Tratamos durante toda a investigação o termo “dados” ao nos referir à “Visualização de Dados”, por compreender que corresponda melhor a associação de objetos, fenômenos ou posições num domínio espacial da ciência, ao invés de “informação”, que remete a um tipo de conteúdo mais abstrato (^{FREITAS et al., 2001}, p. 144). Outros autores também buscam não assemelhar como iguais as duas expressões; ^{Spence (2001} apud FREITAS et al., 2001, p. 144), por exemplo, distingue “[...] visualização de dados científicos e visualização de informações pelo grau de interesse do usuário ou necessidade de aplicação na representação gráfica do objeto físico ao qual está associada a informação”.

A Visualização de Dados (VD) e sua ampla possibilidade de se aplicar em variadas situações do cotidiano e no trato com os dados da pesquisa é um campo de estudos recente e emergente, nesse sentido, alguns pesquisadores já a definiram ao longo dos anos como:

Entre a diversidade de interpretações ao longo dos últimos anos, em um ambiente no qual as relações tecnológicas digitais têm ganhado espaço até mesmo na pesquisa qualitativa, como é o caso dos QDAS, a VD é entendida, neste trabalho, a partir de um olhar da área da Educação, como o processo resultante da transformação de dados em representações visuais passíveis de interpretação, proporcionando ao receptor aquisição de conhecimento.

A representação visual é algo comum de se perceber em formas de gráficos de linhas, de barras de pizza etc., que são utilizados em livros didáticos, revistas, jornais impressos, noticiários de TV (^{NASCIMENTO; FERREIRA, 2011}), e principalmente por pesquisadores, ao apresentarem e explicarem seus dados científicos. É importante destacar que “Em alguns casos, a meta da visualização é ajudar também na descoberta de novas informações, ‘escondidas’ nos dados” (NASCIMENTO; FERREIRA, 2011, p. 3), ou até mesmo na descoberta de novos conhecimentos a partir de sua interpretação.

A definição em si das representações visuais ligadas às tecnologias digitais é algo que vem sendo discutida com maior intensidade há duas décadas, mas há pelo menos dois séculos atrás processos de VD suportadas por outros tipos de tecnologias já foram praticados como elementos importantes de acordo com a necessidade no espaço e tempo histórico de cada sociedade. Em outubro de 1831, como exemplo dessas práticas citadas, um surto de bactéria intestinal, mais conhecida como cólera, chegou à Europa a partir da Inglaterra, atingindo centros industriais e locais de moradia popular (cortiços), onde aproximadamente 30 mil pessoas morreram¹.

Segundo ^{Pereira (2015}, p. 27), “A causa da doença era desconhecida até 1855, quando John Snow produziu o famoso Mapa de Bolhas” (ver Figura 2), representando a morte dos doentes em pontos de intensidade vermelha. Somente depois de observar o mapa é que constatou-se que a maioria dos casos ocorreram próximo a uma bomba de água na Broad Street (^{PEREIRA, 2015}), e que essa representação visual ajudou a descobrir a fonte da contaminação (^{MACKINLAY; WINSLOW, 2015}).

Passados os anos em que o homem descobria a importância de visualizar os dados e representa-los adequadamente para adquirir um novo conhecimento frente um desafio, a VD tem sido, atualmente, considerada uma área de estudo que busca possibilitar à pesquisadores de diversificadas áreas do conhecimento científico, opções que contribuam com a organização e análise de dados por meio do uso de tecnologias digitais².

A busca por tecnologias digitais de apoio a pesquisa, como os QDAS, que tenham a finalidade de contribuir com as análises de dados qualitativos, pode ser considerado um importante exemplo de avanço de ferramentas científicas, assim como também o leque de opções/funcionalidades disponíveis para melhor atender as necessidades de organização e análise de dados dos usuários/pesquisadores.

Uma das opções/funcionalidades ofertadas pelos QDAS, atualmente, para o apoio à análise de dados qualitativos pode ser vista em suas representações visuais disponíveis aos seus usuários. No entanto cabe sempre considerar que perceber a VD e suas possibilidades de comunicação visual, como um meio importante para a exploração e interação dos dados disponíveis nas fases de organização e análise de uma investigação, será sempre uma tarefa importante para o pesquisador.

Os autores dos artigos selecionados usaram estratégias para representar visualmente dados qualitativos por meio de QDAS?

Podemos afirmar que, de acordo com as análises e categorizações dos trabalhos revisados, em 70 trabalhos foi identificado o uso de alguma estratégia ao apresentar representações visuais de dados.

De acordo com o exposto na Figura 5, dos 70 artigos onde foi possível identificar em seu corpo de texto o uso de algum tipo de representação visual, 10 deles fizeram o uso dos QDAS diretamente para gerar estas visualizações, enquanto 60 optaram por não utilizar nenhuma representação advinda de QDAS (fato a ser aprofundado no segundo tópico dessas análises).

Outro número que nos chama atenção, é o fato de que apenas 10 artigos, utilizarem diretamente as estratégias de representações visuais disponíveis nos QDAS, por compreendemos que exista, nesses softwares, além de um apoio à análise de dados qualitativos, um modelo de processamento e apresentação desses dados ao usuário. No final da década de 90 do século XX, o pesquisador americano Stuart ^{Card (et al, 1999}), já chamava atenção da comunidade acadêmica para um modelo de processamento de dados.

O modelo de ^{Card (et al, 1999}) foi interpretado e adaptado ao longo dos anos por diversas áreas de conhecimento, seguindo uma estrutura lógica para o alcance de uma visualização em dados que passam, inicialmente, segundo a interpretação de ^{Nascimento e Ferreira (2011}, p. 18), por uma i) Transformação de Dados, seguida de um ii) Mapeamento Visual, e iii) Transformação Visual. Outros pesquisadores, como ^{Pereira (2015}, p. 32), também interpretam que esse modelo apresentado por Card et al. (1999) perpassa por uma i) Recolha de Dados, um ii) Tipo de Análise, e uma iii) Transformação Visual.

Frente as interpretações que foram se moldando ao tempo e demanda da sociedade de pesquisadores e aos objetivos de cada investigação, compreendemos que o modelo dos próprios autores Card, Mackinlay e Shneiderman, publicado no artigo “Readings in Information Visualization: Using Vision To Think” em janeiro de 1999, é possível de ser estruturado em torno da temática VD e QDAS, como está exposto na Figura. 6, a seguir.

O modelo de processamento de dados apresentado por ^{Card et al. (1999}) completa duas décadas de importância para compreender, e dar fundamento, às estratégias de visualizar dados até os dias atuais.

De acordo com a Figura 6, e com base no exercício oportunizado pela Revisão Integrativa que, entre outros fatores, nos permitiu a “[...] identificação de lacunas nas áreas de estudos” e/ou “revisão de teorias” (B. MATOS, 2015, p. 3), entendemos que as etapas de apoio à análise dos dados qualitativos em QDAS possuem possibilidade de apresentar estratégias para a geração ou visualização de representações dos dados ali trabalhados desde o momento de organização, passando pela análise e apresentação, de acordo com o modelo apresentado na Figura 8. Dito isto, consideramos que, 70 trabalhos da revisão podem i) não ter encontrado essa lógica de estratégia ao utilizar representações disponíveis nos QDAS para visualizar seus dados em diferentes momentos da pesquisa na plataforma, e ii) buscaram representar visualmente seus dados em softwares específicos para esse processo.

Se usaram, quais foram suas estratégias

É pertinente pontuar, até aqui, que a maioria (70) dos artigos selecionados usaram representações visuais de dados em algum momento do corpo de seu texto. A estratégia de usar VD em alguma comunicação científica, pode colaborar para que o os leitores compreendam de maneira clara e eficiente uma informação (^{SILVA, 2019}), tenham a possibilidade de construir novos conhecimentos (^{FREITAS, et al. 2001}), ampliem a cognição (^{LOPES, 2018}; ^{CARD et al. 1999}; ^{CAIRO, 2008}), tenham acesso a uma comunicação mais objetiva (FREITAS, et al. 2001), e por vezes interativa (^{PEREIRA, 2015}).

Em se tratando da presente revisão em questão, podemos destacar que o ato de utilizar representações já na descrição dos procedimentos metodológicos é uma importante estratégia de VD que tende a tornar a metodologia o mais transparente possível. O aprofundamento e a preocupação em descrever, e até mesmo, ter a estratégia de representar visualmente a utilização dos QDAS durante a metodologia do artigo é algo, por nós, considerado fundamental, já que os QDAS são aliados no processo metodológico da pesquisa, e tendem a contribuir com o rigor adotado no momento de organização, análise e apresentação de dados qualitativos.

Em uma reflexão sobre o uso dos QDAS nas pesquisas qualitativas da área da Educação europeia, ^{André (2020}) notou a superficialidade com que os estudos tratam o uso desses softwares, principalmente durante a descrição de seus procedimentos metodológicos. Diante dessa realidade de pouca preocupação em melhor descrever os procedimentos com o apoio de softwares do tipo QDA, o autor propôs algumas perguntas que podem auxiliar o futuro pesquisador que pretende utilizar esses softwares como ferramenta de apoio às suas análises e trata-lo de forma mais clara e transparente em sua metodologia. Entre as perguntas destacamos aqui a última, onde André (2020, p. 49) questiona “Que influência o software QDA tem no processo cognitivo e na apresentação de resultados?”, por entendermos, aqui, que cabe ao pesquisador fazer este tipo de questionamento, pois, a relação entre VD e QDAS pode colaborar para que os dados sejam representados e apresente visualmente a pesquisa desde o processo de organização/categorização.

Ainda sobre o uso de representações visuais já na etapa de organização dos dados qualitativos apoiada por QDAS, apesar da maioria (56 ou 70.9%) dos 79 artigos selecionados terem descrito a fase de organização dos dados qualitativos apoiada no software em seus procedimentos metodológicos, lembramos que somente 10 deles usaram representações visuais geradas nos QDAS.

Destes 56 (70.9%) artigos que descreveram a etapa de organização dos dados em QDAS, apenas 28 deles aprofundaram esta discussão específica ao leitor, consideramos como aprofundamento os estudos que apresentaram: i) o tipo de código utilizado (árvore, nós, etc.); ii) o método de codificação (codificação central, axial, aberta, etc.); iii) os códigos aplicados no trabalho; iv) as categorias que foram geradas.

Além da estratégia de representar visualmente as etapas do QDA como procedimentos metodológicos, elemento para a pesquisa e comunicação científica, apesar de ainda pouco utilizada nos artigos selecionados, foi possível compreender, também, que a variedade dos tipos de representações visuais de dados deve ser algo analisado nesta revisão.

Dos 79 artigos selecionados, 70 identificamos uso de alguma representação visual, com uma considerável variedade do tipo de representação. Ainda temos um predomínio do uso de “tabelas” como um tipo frequentemente usado, mas há de se destacar que o exercício dos mapas, em especial o mapa mental, começam a surgir nessa lista como opções usadas para representar dados além dos gráficos, diagrama e tabelas. Entre os 70 trabalhos, o uso de representações visuais ocorre 109 vezes, sendo possível considerar que os pesquisadores usam a estratégia da comunicação visual - em específico determinados tipos de representações - em seus artigos com frequência.

Apesar de termos um recorte temporal atual 2018/2019, como limitação da revisão não identificamos uso de representação do tipo “infográfico”. O infográfico é uma estratégia de representação visual que possibilita ao autor uma oportunidade de apresentar um conjunto de dados de origens diferentes e de maneira visualmente sintetizada ao leitor. Usado de maneira prática, de acordo com o MIT (2020), infográfico já salvava vidas na área da Saúde Pública no século XIX por meio de suas representações. Há de se acrescentar, também, que o infográfico é a única representação visual das listadas acima (Figura 7), que ainda não é uma opção de uso presente em QDAS (^{SOUZA; ANDRADE; LINHARES, 2019}). Questionamos aqui se há uma maior dificuldade do pesquisador de educação e dos sistemas em apresentar informações em formato de gráfico.

^{Nascimento e Ferreira (2011}), já consideravam comum a VD há uma década atrás ser percebida em formas de gráficos, barras etc. Hoje, já passamos a perceber que o conceito de VD, em especial por meio da comunicação científica de artigos, consegue melhor esclarecer esses “etc.” com suas estratégias, ao busca variar para além deste cenário, abrangendo os diagramas e família de mapas - inclusive o mental - como fenômenos deste processo em um contexto de análise qualitativa. Também é importante pontuarmos outro fenômeno dessa relação entre estratégias de VD e QDAS na Figura 8:

De acordo com a Figura 8, inferimos que, para os pesquisadores, o ato de visualizar dados, em se tratando de uma pesquisa científica, em especial com apoio de QDAS, não se destina apenas ao momento de apresentação dos dados. As representações visuais já podem ser geradas na etapa de organização dos dados (MAXQDA, webQDA, Deedose, Atlas.ti e NVivo são exemplos de softwares que já adotam a possibilidade de realizar essa etapa), e tendem a contribuir diretamente com a descrição dos procedimentos metodológicos da pesquisa, posteriormente as representações geradas na análise dos dados são determinantes para a síntese de um entendimento sobre o fenômeno estudado ou colaboradoras para a descoberta de novos conhecimentos. Por fim das etapas de uma pesquisa científica temos a apresentação dos dados, na qual, a escolha das representações pelo pesquisador é basilar para uma boa apresentação.

Sobre as etapas que a VD pode contribuir com uma pesquisa científica, podemos detalhar, entre os 79 artigos da presente revisão, que o uso de representações visuais, neste sentido, se dividiu entre:

Com base na Figura 9, dos artigos levantados, a maior ocorrência de uso de representações visuais se encontra na etapa da apresentação dos dados, seguida da análise dos dados e por fim da etapa de organização dos dados. Esse número de ocorrências corresponde às representações geradas em QDAS ou não. Temos como exemplo o trabalho “Análise com software webQDA: perspectivados professores na Aprendizagem Baseada em Problemas”, de Flavia ^{Alvares, Mara Chirelli e Danielle Pio (2019}), que fez uso de representações na etapa de “organização de dados”, mas não apresentou nenhuma nas de “análise” ou “apresentação dos dados”:

Como bem destaca o exemplo da Figura 10, é um caso em que o pesquisador optou por fazer uso da representação visual gerada no QDAS (nuvem de palavras frequentes), e, na mesma etapa de descrição, utilizou outros tipos de representações externas, como é o caso do “quadro”. Os pesquisadores não deixaram claro nos artigos quais seriam esses softwares utilizados para a geração de representações externas aos QDAS, mas podemos identificar na leitura que algumas representações foram geradas a partir de gráficos do Excel e quadros elaborados no Word como principais elementos deste processo.

Ocorreu casos, em que não foi possível identificar a origem da representação (software), como é o caso da Figura 11, no trabalho “El Prácticum de Ciencias Sociales em Dos Universidades Iberoamericanas”, dos autores Liliana Angélica Rodríguez ^{Pizzinato e Xosé Manuel Souto González (2019}). em que na etapa de análise dos dados o pesquisador optou por usar representação externa ao software de apoio (mesmo os dados da representação sendo originários do próprio QDAS como destaca na legenda da fonte):

Na fase de apresentação dos dados (ver Figura 12, abaixo) identificamos apenas um artigo que fez uso de representação visual ofertada diretamente no QDAS, intitulado “Possibilidades e desafios da prática de aprendizagem colaborativa no ensino superior”, de autoria de Edna Lampert ^{Klein (2018}):

Trazemos estes exemplos para destacar que é importante para o pesquisador saber o momento de usar as representações que estão a sua disposição, independentemente do software, pois, o que deve ser posto na tomada de decisão é sempre a forma clara na qual os dados serão expostos ao leitor, sua relação com o conteúdo e a opção teórico/metodológica tomada antes mesmo do uso do QDA. Será que os artigos analisados neste levantamento demonstram este uso?

Se destacarmos os artigos que fizeram uso de algum tipo de de VD em todas as etapas assinaladas (Organização, Análise e Apresentação dos Dados), temos um número total de 19, entre o total dos 79 analisados no levantamento. Com apenas 19 trabalhos, a pesquisa nos leva a concluir que o uso das representações visuais geradas e ofertadas nos QDAS ainda é uma realidade pequena, se comparada ao uso de representações externas. Com base na realização deste estudo podemos buscar respostas para trabalhos futuros em investigar a estrutura de apoio à pesquisa ofertada pelos QDAS, se os pesquisadores buscam se formar no uso das funcionalidades disponíveis nesse tipo de software ou se eles têm consciência sobre a real proposta de contribuição das representações ali disponibilizadas em relação as características de sua pesquisa e sua opção teórico/metodológica.