SlideShare une entreprise Scribd logo
1  sur  28
Télécharger pour lire hors ligne
Metodologia	
  da	
  Pesquisa	
  Cien1fica	
  
Aula	
  05:	
  Fazer	
  Ciência	
  é	
  Di>cil	
  
Professor:	
  Alexandre	
  Duarte	
  
Web:	
  h5p://alexandre.ci.ufpb.br/ensino/mpc	
  
A	
  quem	
  você	
  daria	
  o	
  prêmio	
  “A	
  
melhor	
   ideia	
   que	
   alguém	
   já	
  
teve”	
  ?	
  
Darwin,	
  a	
  frente	
  de	
  Newton,	
  Einstein	
  e	
  todo	
  o	
  
resto.	
   	
  Com	
  uma	
  uma	
  única	
  tacada,	
  a	
  teoria	
  
da	
   evolução	
   por	
   seleção	
   natural	
   unificou	
  
teorias	
  sobre	
  a	
  vida,	
  tempo,	
  espaço,	
  causa	
  e	
  
efeito.	
  
	
  
Charles	
  Robert	
  Darwin	
  
(12	
  Fevereiro	
  1809	
  –	
  19	
  Abril	
  1882)	
  
Fato	
  1:	
  
Crescimento	
  
potencialmente	
  
exponencial	
  de	
  
populações	
  
(Paley,	
  
Malthus	
  ,etc)	
  
Fato	
  2:	
  
Observação	
  da	
  
estabilidade	
  de	
  
certas	
  
populações	
  
Fato	
  3:	
  
Observação	
  
sobre	
  os	
  efeitos	
  
da	
  limitação	
  de	
  
recursos	
  
(Malthus)	
  
Inferência	
  1:	
  
Compe_ção	
  por	
  
recursos	
  entre	
  
indivíduos	
  de	
  uma	
  
mesma	
  população	
  
(Malthus)	
  
Inferência	
  1:	
  
Compe_ção	
  por	
  
recursos	
  entre	
  
indivíduos	
  de	
  
uma	
  mesma	
  
população	
  
(Malthus)	
  
Fato	
  4:	
  
Unicidade	
  
individual	
  
(taxonomistas,	
  
criadores	
  de	
  
animais)	
  
Fato	
  5:	
  Herança	
  
de	
  variações	
  
individuais	
  
(criadores	
  de	
  
animais)	
  
Inferência	
  2:	
  
Sobrevivência	
  
diferencial	
  ou	
  
Seleção	
  Natural	
  
(Darwin)	
  
Inferência	
  2:	
  
Sobrevivência	
  diferencial	
  
ou	
  Seleção	
  Natural	
  
(Darwin)	
  
Inferência	
  3:	
  Ao	
  longo	
  
de	
  muitas	
  gerações	
  =>	
  
Evolução	
  Natural	
  
(Darwin)	
  
Por	
  que	
  fazer	
  ciência	
  é	
  diicil?	
  
•  Natureza	
  Intrínseca:	
  A	
  imperfeição	
  do	
  nosso	
  
conhecimento	
  dificulta	
  que	
  nos	
  corrijamos	
  
•  Natureza	
  Pessoal:	
  Cien_stas	
  apresentam	
  
visões	
  tendenciosas	
  e	
  falhas	
  em	
  suas	
  
abordagens	
  
•  Natureza	
  Comunitária:	
  	
  A	
  forma	
  como	
  nos	
  
organizamos	
  pode	
  limitar	
  o	
  progresso	
  
Natureza	
  Intrínseca	
  
Todas	
  as	
  possíveis	
  teorias	
  
Teorias	
  que	
  são	
  
efe_vamente	
  verdadeiras	
  
Teorias	
  que	
  julgamos	
  serem	
  verdadeiras	
  
Teorias	
  que	
  são	
  
efe_vamente	
  verdadeiras	
  
“Our	
  successors	
  will	
  be	
  amazed	
  by	
  the	
  amount	
  
of	
  scien_fic	
  rubbish	
  discussed	
  today	
  —	
  that	
  is,	
  
if	
  they	
  have	
  the	
  pa_ence	
  to	
  trawl	
  through	
  the	
  
electronic	
  archives	
  of	
  obsolete	
  journals.”	
  	
  
	
  
Sydney	
  Brenner	
  
	
  
“It	
  ain’t	
  so	
  much	
  the	
  things	
  we	
  don’t	
  
know	
  that	
  get	
  us	
  into	
  trouble.	
  It’s	
  the	
  
things	
  we	
  know	
  that	
  just	
  ain’t	
  so.”	
  	
  
	
  
Artemus	
  Ward	
  
	
  
Teorias	
  que	
  julgamos	
  serem	
  verdadeiras	
  
Teorias	
  que	
  são	
  
efe_vamente	
  verdadeiras	
  
Teorias	
  que	
  achamos	
  que	
  foram	
  testadas	
  corretamente	
  
Teorias	
  que	
  julgamos	
  serem	
  verdadeiras	
  
Teorias	
  que	
  são	
  
efe_vamente	
  verdadeiras	
  
Teorias	
  que	
  achamos	
  que	
  foram	
  testadas	
  corretamente	
  
Teorias	
  que	
  já	
  foram	
  cogitadas	
  
“...my	
  own	
  suspicion	
  is	
  that	
  the	
  Universe	
  is	
  
not	
  only	
  queerer	
  than	
  we	
  suppose,	
  but	
  
queerer	
  than	
  
we	
  can	
  suppose”	
  	
  
	
  
J.	
  B.	
  S.	
  Haldane	
  
	
  
Natureza	
  Pessoal	
  
Falhas	
  pessoais	
  
•  Descuido:	
  Fazer	
  a	
  pesquisa	
  de	
  uma	
  forma	
  que	
  
torna	
  impossível	
  saber	
  o	
  que	
  foi	
  efe_vamente	
  
feito;	
  	
  
– Procedimentos	
  confusos	
  para	
  coleta	
  dos	
  dados,	
  
teorias	
  formuladas	
  de	
  forma	
  imprecisa,	
  
suposições	
  ocultas;	
  
•  Preguiça:	
  Não	
  fazer	
  o	
  suficiente	
  de	
  forma	
  que	
  
dados	
  importantes	
  não	
  sejam	
  ob_dos	
  e	
  a	
  
análise	
  dos	
  dados	
  sejam	
  parcial	
  ou	
  incompleta	
  
Falhas	
  pessoais	
  
•  Precipitação:	
  Saltar	
  para	
  uma	
  conclusão	
  decidindo	
  
de	
  forma	
  prematura,	
  aceitar	
  como	
  estabelecido	
  algo	
  
que	
  merece	
  uma	
  inves_gação	
  adicional	
  
•  Propaganda:	
  Apresentação	
  tendenciosa	
  de	
  dados	
  ou	
  
de	
  uma	
  teoria;	
  agir	
  como	
  um	
  proponente	
  ao	
  invés	
  de	
  
uma	
  apresentador	
  de	
  fatos	
  ou	
  intepretação,	
  
vendedor	
  ao	
  invés	
  de	
  cien_sta	
  
•  Preconceito:	
  Avaliação	
  tendenciosa	
  de	
  uma	
  teoria	
  
ou	
  dos	
  dados;	
  “inclinar	
  a	
  mesa”	
  	
  em	
  favor	
  da	
  próprio	
  
teoria;	
  
Falhas	
  Pessoais	
  
•  Trapaça	
  (Finagle):	
  	
  “Ajustar”	
  os	
  dados	
  de	
  
forma	
  que	
  eles	
  favoreçam	
  uma	
  teoria.	
  Tipo	
  de	
  
fraude	
  
•  Furto:	
  Se	
  apoderar	
  de	
  ideias	
  ou	
  dados	
  sem	
  dar	
  
o	
  devido	
  crédito,	
  geralmente	
  configura	
  plágio	
  
•  Fraude:	
  Falsificar	
  dados	
  ou	
  resultados	
  
Boas	
  prá_cas	
  de	
  pesquisa	
  nos	
  ajudam	
  
a	
  	
  
•  Iden_ficar	
  questões	
  interessantes	
  (Análise	
  exploratória	
  de	
  
dados)	
  
•  Fazer	
  perguntas	
  cien_ficamente	
  significa_vas	
  (Hipóteses	
  
refutáveis)	
  
•  Evitar	
  fixação	
  de	
  uma	
  “hipótese	
  favorita”	
  (MúlJplas	
  
hipóteses)	
  
•  Definir	
  formas	
  de	
  avaliação	
  que	
  maximizem	
  o	
  que	
  você	
  
pode	
  aprender	
  (Projeto	
  experimental)	
  
•  Evitar	
  encontrar	
  padrões	
  em	
  dados	
  aleatórios	
  (Testes	
  de	
  
hipótese)	
  
•  Entender	
  quando	
  coletamos	
  dados	
  o	
  suficiente	
  (Análise	
  
esta1sJca)	
  
•  Formular	
  teorias	
  mais	
  abrangentes	
  (Modelagem)	
  
Esses	
  problemas	
  não	
  são	
  novidade	
  	
  
(Sir	
  Francis	
  Bacon	
  1640)	
  
•  Ídolos	
  	
  da	
  Cavernas:	
  	
  acreditar	
  devido	
  a	
  
experiência	
  limitada	
  
•  Ídolos	
  da	
  Tribo:	
  	
  acreditar	
  no	
  que	
  a	
  maioria	
  
das	
  pessoas	
  acredita	
  
•  Ídolos	
  do	
  Mercado:	
  	
  acreditar	
  devido	
  ao	
  mau	
  
uso	
  das	
  palavras	
  
•  Ídolos	
  do	
  Teatro:	
  	
  crenças	
  subje_vas	
  oriundas	
  
de	
  fundamentos	
  religiosos	
  ou	
  filosóficos	
  	
  
Seríamos	
  melhores	
  que	
  isso	
  ?	
  
•  Sim	
  
– Com	
  muita	
  prá_ca	
  
– Ao	
  usarmos	
  ferramentas	
  desenvolvidas	
  nos	
  
úl_mos	
  séculos	
  
•  Sem	
  ajuda	
  e	
  sem	
  prá_ca,	
  não	
  
– Poucos	
  alunos	
  de	
  graduação	
  são	
  treinados	
  para	
  
fazer	
  pesquisa	
  
– O	
  ensino	
  de	
  graduação	
  nos	
  treina	
  sobre	
  como	
  
aprender	
  o	
  que	
  já	
  é	
  sabido,	
  não	
  para	
  aprender	
  o	
  
que	
  é	
  desconhecido	
  ou	
  pouco	
  entendido	
  
Não	
  seria	
  mais	
  fácil	
  na	
  Computação?	
  
•  A	
  favor:	
  
–  Computação	
  é	
  diferente	
  da	
  psicologia,	
  nos	
  podemos	
  
entrar	
  na	
  caixa	
  preta	
  (nós	
  fizemos	
  a	
  caixa	
  preta!)	
  
–  Nós	
  sabemos	
  (ou	
  acreditamos	
  saber)	
  como	
  cada	
  peça	
  
trabalha	
  
–  Temos	
  construído	
  alguns	
  dos	
  mais	
  complexos	
  artefatos	
  da	
  
história	
  
•  Contra:	
  
–  Interações	
  entre	
  sistemas,	
  ambiente	
  e	
  tarefas	
  são	
  muitas	
  
vezes	
  complexos	
  demais	
  para	
  serem	
  modelados	
  
determinis_camente	
  	
  
–  Também	
  precisamos	
  de	
  caracterização	
  estaus_ca	
  de	
  
comportamento,	
  exatamente	
  como	
  os	
  psicólogos,	
  
sociólogos	
  e	
  isicos	
  
Natureza	
  Comunitária	
  
Por	
  que	
  precisamos	
  de	
  ajuda?	
  
•  Ciência	
  não	
  seria	
  apenas	
  “avançar	
  o	
  senso	
  comum”?	
  	
  
–  Sim,	
  mas	
  avançar	
  é	
  senso	
  comum	
  ?	
  
•  Tanto	
  observadores	
  quanto	
  especialistas	
  tendem	
  a	
  	
  
–  Ver	
  padrões	
  em	
  dados	
  aleatórios	
  
–  Fazer	
  generalizações	
  a	
  par_r	
  de	
  amostras	
  incompletas	
  
–  Ver	
  a	
  confirmação	
  das	
  suas	
  ideias	
  prediletas	
  em	
  dados	
  
ambíguos	
  
•  Nós	
  tendemos	
  a	
  acreditar	
  
–  No	
  que	
  já	
  achamos	
  que	
  sabemos	
  
–  No	
  que	
  ouvimos	
  de	
  alguém	
  
–  No	
  que	
  nossa	
  comunidade	
  acredita	
  
Falhas	
  Comunitárias	
  
•  A	
  ciência	
  é	
  uma	
  comunidade	
  humana	
  
•  Como	
  qualquer	
  outra	
  comunidade,	
  temos	
  
–  Modismos	
  
–  Estruturas	
  e	
  tradições	
  que	
  interferem	
  com	
  o	
  progresso	
  ao	
  
não	
  mudarem	
  quando	
  mudanças	
  são	
  necessárias	
  
–  Discordâncias	
  sobre	
  obje_vos	
  e	
  direções	
  que	
  consomem	
  
tempo	
  e	
  recursos	
  
–  Personalidades	
  emergentes	
  que	
  buscam	
  sucesso	
  pessoal	
  
de	
  formas	
  que	
  conflitam	
  com	
  os	
  obje_vos	
  da	
  comunidade	
  
•  A	
  ciência	
  avança	
  apesar	
  destes	
  problemas	
  e	
  busca	
  
minimizar	
  seus	
  impactos	
  
Fazer Ciência é Difícil!

Contenu connexe

En vedette

MIS - Management Information System
MIS - Management Information SystemMIS - Management Information System
MIS - Management Information SystemGisele Oliveira
 
Recuperação da Informação e Busca na Web
Recuperação da Informação e Busca na WebRecuperação da Informação e Busca na Web
Recuperação da Informação e Busca na WebAlexandre Duarte
 
Planejamento E Gerenciamento de Capacidade Para Sistemas Distribuídos
Planejamento E Gerenciamento de Capacidade Para Sistemas DistribuídosPlanejamento E Gerenciamento de Capacidade Para Sistemas Distribuídos
Planejamento E Gerenciamento de Capacidade Para Sistemas DistribuídosRodrigo Campos
 
Análise de cenários em um call center usando simulação
Análise de cenários em um call center usando simulaçãoAnálise de cenários em um call center usando simulação
Análise de cenários em um call center usando simulaçãogabriela santos
 
Capacity Management e Capacity Planning. A prática e a teoria. por João Natal...
Capacity Management e Capacity Planning. A prática e a teoria. por João Natal...Capacity Management e Capacity Planning. A prática e a teoria. por João Natal...
Capacity Management e Capacity Planning. A prática e a teoria. por João Natal...Joao Galdino Mello de Souza
 
Inteligência de Mercado aplicada à cadeia de suprimentos
Inteligência de Mercado aplicada à cadeia de suprimentosInteligência de Mercado aplicada à cadeia de suprimentos
Inteligência de Mercado aplicada à cadeia de suprimentoskafarias
 
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)Cássio Gonçalves
 
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalUso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalToshiaki Saito Filho
 
Pesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e OrigemPesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e OrigemAdriano Maranhão
 
Públicos / Stakeholders
Públicos / StakeholdersPúblicos / Stakeholders
Públicos / StakeholdersLais Kerry
 

En vedette (17)

Si biv3
Si biv3Si biv3
Si biv3
 
MIS - Management Information System
MIS - Management Information SystemMIS - Management Information System
MIS - Management Information System
 
Recuperação da Informação e Busca na Web
Recuperação da Informação e Busca na WebRecuperação da Informação e Busca na Web
Recuperação da Informação e Busca na Web
 
Planejamento E Gerenciamento de Capacidade Para Sistemas Distribuídos
Planejamento E Gerenciamento de Capacidade Para Sistemas DistribuídosPlanejamento E Gerenciamento de Capacidade Para Sistemas Distribuídos
Planejamento E Gerenciamento de Capacidade Para Sistemas Distribuídos
 
Análise de cenários em um call center usando simulação
Análise de cenários em um call center usando simulaçãoAnálise de cenários em um call center usando simulação
Análise de cenários em um call center usando simulação
 
Capacity Management e Capacity Planning. A prática e a teoria. por João Natal...
Capacity Management e Capacity Planning. A prática e a teoria. por João Natal...Capacity Management e Capacity Planning. A prática e a teoria. por João Natal...
Capacity Management e Capacity Planning. A prática e a teoria. por João Natal...
 
Inteligência de Mercado aplicada à cadeia de suprimentos
Inteligência de Mercado aplicada à cadeia de suprimentosInteligência de Mercado aplicada à cadeia de suprimentos
Inteligência de Mercado aplicada à cadeia de suprimentos
 
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
Técnicas da pesquisa operacional aplicada na otimização dos serviços postais (1)
 
Agrupamento com K-Means
Agrupamento com K-MeansAgrupamento com K-Means
Agrupamento com K-Means
 
Clustering (Agrupamento)
Clustering (Agrupamento)Clustering (Agrupamento)
Clustering (Agrupamento)
 
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalUso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
 
Cálculo de Score
Cálculo de ScoreCálculo de Score
Cálculo de Score
 
Pesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e OrigemPesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e Origem
 
GP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
GP4US - Pesquisa Operacional - Introdução à Tomada de DecisãoGP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
GP4US - Pesquisa Operacional - Introdução à Tomada de Decisão
 
Call center assessment[1]
Call center assessment[1]Call center assessment[1]
Call center assessment[1]
 
Públicos / Stakeholders
Públicos / StakeholdersPúblicos / Stakeholders
Públicos / Stakeholders
 
Tipos de Planejamento - Nathália Martins
Tipos de Planejamento - Nathália MartinsTipos de Planejamento - Nathália Martins
Tipos de Planejamento - Nathália Martins
 

Similaire à Fazer Ciência é Difícil!

Fazendo ciência
Fazendo ciênciaFazendo ciência
Fazendo ciênciaunesp
 
Refletindo filosoficamente sobre a ciência
Refletindo filosoficamente sobre a ciênciaRefletindo filosoficamente sobre a ciência
Refletindo filosoficamente sobre a ciênciaarrowds7
 
Ciência - O que Produz e Como é Produzida
Ciência - O que Produz e Como é ProduzidaCiência - O que Produz e Como é Produzida
Ciência - O que Produz e Como é ProduzidaDiego Fernandes Souza
 
Formulação de problemas de pesquisa em psicologia
Formulação de problemas de pesquisa em psicologiaFormulação de problemas de pesquisa em psicologia
Formulação de problemas de pesquisa em psicologiaDiego Fernandes Souza
 
Ciclos de vida da Dáfnia e do Bicho-da-Seda(Grupo B)
Ciclos de vida da Dáfnia e do Bicho-da-Seda(Grupo B)Ciclos de vida da Dáfnia e do Bicho-da-Seda(Grupo B)
Ciclos de vida da Dáfnia e do Bicho-da-Seda(Grupo B)Miguel Carrasco
 
Fontes de Info em C&T - Labjor/Unicamp - Aula 4
Fontes de Info em C&T - Labjor/Unicamp - Aula 4Fontes de Info em C&T - Labjor/Unicamp - Aula 4
Fontes de Info em C&T - Labjor/Unicamp - Aula 4Marcelo Knobel
 
Ciência e Dialética em Aristóteles: uma discussão para a atualidade
Ciência e Dialética em Aristóteles: uma discussão para a atualidadeCiência e Dialética em Aristóteles: uma discussão para a atualidade
Ciência e Dialética em Aristóteles: uma discussão para a atualidadeAislan Fernandes
 
1 metodostec- aula-01-- o conhecimento científico
1 metodostec- aula-01-- o conhecimento científico1 metodostec- aula-01-- o conhecimento científico
1 metodostec- aula-01-- o conhecimento científicoMaria Luiza Morais
 
Apresentaofilosofia 130830213648-phpapp02
Apresentaofilosofia 130830213648-phpapp02Apresentaofilosofia 130830213648-phpapp02
Apresentaofilosofia 130830213648-phpapp02Cicera Cavalcante
 
Método Científico em 6 passos
Método Científico em 6 passosMétodo Científico em 6 passos
Método Científico em 6 passosThiago Xavier
 
Como formular um problema de pesquisa
Como formular um problema de pesquisaComo formular um problema de pesquisa
Como formular um problema de pesquisaLaércio Góes
 

Similaire à Fazer Ciência é Difícil! (20)

Fazendo ciência
Fazendo ciênciaFazendo ciência
Fazendo ciência
 
Fé e ciência
Fé e ciênciaFé e ciência
Fé e ciência
 
Refletindo filosoficamente sobre a ciência
Refletindo filosoficamente sobre a ciênciaRefletindo filosoficamente sobre a ciência
Refletindo filosoficamente sobre a ciência
 
Ciência - O que Produz e Como é Produzida
Ciência - O que Produz e Como é ProduzidaCiência - O que Produz e Como é Produzida
Ciência - O que Produz e Como é Produzida
 
Apresentação metodologia da pesquisa
Apresentação   metodologia da pesquisaApresentação   metodologia da pesquisa
Apresentação metodologia da pesquisa
 
Formulação de problemas de pesquisa em psicologia
Formulação de problemas de pesquisa em psicologiaFormulação de problemas de pesquisa em psicologia
Formulação de problemas de pesquisa em psicologia
 
Ciclos de vida da Dáfnia e do Bicho-da-Seda(Grupo B)
Ciclos de vida da Dáfnia e do Bicho-da-Seda(Grupo B)Ciclos de vida da Dáfnia e do Bicho-da-Seda(Grupo B)
Ciclos de vida da Dáfnia e do Bicho-da-Seda(Grupo B)
 
Aula5
Aula5Aula5
Aula5
 
Fontes de Info em C&T - Labjor/Unicamp - Aula 4
Fontes de Info em C&T - Labjor/Unicamp - Aula 4Fontes de Info em C&T - Labjor/Unicamp - Aula 4
Fontes de Info em C&T - Labjor/Unicamp - Aula 4
 
Ciência e Dialética em Aristóteles: uma discussão para a atualidade
Ciência e Dialética em Aristóteles: uma discussão para a atualidadeCiência e Dialética em Aristóteles: uma discussão para a atualidade
Ciência e Dialética em Aristóteles: uma discussão para a atualidade
 
1 metodostec- aula-01-- o conhecimento científico
1 metodostec- aula-01-- o conhecimento científico1 metodostec- aula-01-- o conhecimento científico
1 metodostec- aula-01-- o conhecimento científico
 
Behaviorismo - História Filosofia
Behaviorismo - História FilosofiaBehaviorismo - História Filosofia
Behaviorismo - História Filosofia
 
Descartes
DescartesDescartes
Descartes
 
Apresentaofilosofia 130830213648-phpapp02
Apresentaofilosofia 130830213648-phpapp02Apresentaofilosofia 130830213648-phpapp02
Apresentaofilosofia 130830213648-phpapp02
 
Método Científico em 6 passos
Método Científico em 6 passosMétodo Científico em 6 passos
Método Científico em 6 passos
 
Apresentação metodologia da pesquisa
Apresentação   metodologia da pesquisaApresentação   metodologia da pesquisa
Apresentação metodologia da pesquisa
 
Conhecimento cientifico
Conhecimento cientificoConhecimento cientifico
Conhecimento cientifico
 
Um olhar sobre os filosofos gregos que moldaram o pensamento ocidental
Um olhar sobre os filosofos gregos que moldaram o pensamento ocidentalUm olhar sobre os filosofos gregos que moldaram o pensamento ocidental
Um olhar sobre os filosofos gregos que moldaram o pensamento ocidental
 
metodologia científica da pesquisa
 metodologia científica da pesquisa metodologia científica da pesquisa
metodologia científica da pesquisa
 
Como formular um problema de pesquisa
Como formular um problema de pesquisaComo formular um problema de pesquisa
Como formular um problema de pesquisa
 

Plus de Alexandre Duarte

Táticas para Projeto de Experimentos
Táticas para Projeto de ExperimentosTáticas para Projeto de Experimentos
Táticas para Projeto de ExperimentosAlexandre Duarte
 
Escolhendo um Projeto de Pesquisa
Escolhendo um Projeto de PesquisaEscolhendo um Projeto de Pesquisa
Escolhendo um Projeto de PesquisaAlexandre Duarte
 
Metodologia da Pesquisa Científica: Introdução
Metodologia da Pesquisa Científica:  IntroduçãoMetodologia da Pesquisa Científica:  Introdução
Metodologia da Pesquisa Científica: IntroduçãoAlexandre Duarte
 
Panorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBPanorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBAlexandre Duarte
 
Sumarização Estatística 2D: Variáveis Nominais
Sumarização Estatística 2D: Variáveis NominaisSumarização Estatística 2D: Variáveis Nominais
Sumarização Estatística 2D: Variáveis NominaisAlexandre Duarte
 
Correlação e Classificação
Correlação e ClassificaçãoCorrelação e Classificação
Correlação e ClassificaçãoAlexandre Duarte
 
Sumarização Estatística 2D
Sumarização Estatística 2DSumarização Estatística 2D
Sumarização Estatística 2DAlexandre Duarte
 
Sumarização Estatística 1D
Sumarização Estatística 1DSumarização Estatística 1D
Sumarização Estatística 1DAlexandre Duarte
 
Preparação e Limpeza de Dados
Preparação e Limpeza de DadosPreparação e Limpeza de Dados
Preparação e Limpeza de DadosAlexandre Duarte
 
Introdução ao Projeto de Experimentos
Introdução ao Projeto de ExperimentosIntrodução ao Projeto de Experimentos
Introdução ao Projeto de ExperimentosAlexandre Duarte
 
Introdução ao Projeto de Surveys
Introdução ao Projeto de SurveysIntrodução ao Projeto de Surveys
Introdução ao Projeto de SurveysAlexandre Duarte
 
Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01Alexandre Duarte
 
Introdução à Analise de Dados - aula 3 - Agregação de Dados
Introdução à Analise de Dados - aula 3 - Agregação de DadosIntrodução à Analise de Dados - aula 3 - Agregação de Dados
Introdução à Analise de Dados - aula 3 - Agregação de DadosAlexandre Duarte
 
Introdução à Análise de Dados - Aula 02 - Tipos Básicos de Dados
Introdução à Análise de Dados - Aula 02 - Tipos Básicos de Dados Introdução à Análise de Dados - Aula 02 - Tipos Básicos de Dados
Introdução à Análise de Dados - Aula 02 - Tipos Básicos de Dados Alexandre Duarte
 
Análise de Redes Sociais: Introdução aos Grafos Aleatórios
Análise de Redes Sociais: Introdução aos Grafos Aleatórios Análise de Redes Sociais: Introdução aos Grafos Aleatórios
Análise de Redes Sociais: Introdução aos Grafos Aleatórios Alexandre Duarte
 
Análise de Redes Sociais: Introdução
Análise de Redes Sociais: IntroduçãoAnálise de Redes Sociais: Introdução
Análise de Redes Sociais: IntroduçãoAlexandre Duarte
 
Dicas para calouros na Universidade
Dicas para calouros na UniversidadeDicas para calouros na Universidade
Dicas para calouros na UniversidadeAlexandre Duarte
 

Plus de Alexandre Duarte (20)

Projeto de Experimentos
Projeto de ExperimentosProjeto de Experimentos
Projeto de Experimentos
 
Táticas para Projeto de Experimentos
Táticas para Projeto de ExperimentosTáticas para Projeto de Experimentos
Táticas para Projeto de Experimentos
 
Causalidade e Abdução
Causalidade e AbduçãoCausalidade e Abdução
Causalidade e Abdução
 
Escolhendo um Projeto de Pesquisa
Escolhendo um Projeto de PesquisaEscolhendo um Projeto de Pesquisa
Escolhendo um Projeto de Pesquisa
 
Metodologia da Pesquisa Científica: Introdução
Metodologia da Pesquisa Científica:  IntroduçãoMetodologia da Pesquisa Científica:  Introdução
Metodologia da Pesquisa Científica: Introdução
 
Panorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPBPanorama de Pesquisas em Análise de Dados na UFPB
Panorama de Pesquisas em Análise de Dados na UFPB
 
Sumarização Estatística 2D: Variáveis Nominais
Sumarização Estatística 2D: Variáveis NominaisSumarização Estatística 2D: Variáveis Nominais
Sumarização Estatística 2D: Variáveis Nominais
 
Correlação e Classificação
Correlação e ClassificaçãoCorrelação e Classificação
Correlação e Classificação
 
Sumarização Estatística 2D
Sumarização Estatística 2DSumarização Estatística 2D
Sumarização Estatística 2D
 
Sumarização Estatística 1D
Sumarização Estatística 1DSumarização Estatística 1D
Sumarização Estatística 1D
 
Transformação de Dados
Transformação de DadosTransformação de Dados
Transformação de Dados
 
Preparação e Limpeza de Dados
Preparação e Limpeza de DadosPreparação e Limpeza de Dados
Preparação e Limpeza de Dados
 
Introdução ao Projeto de Experimentos
Introdução ao Projeto de ExperimentosIntrodução ao Projeto de Experimentos
Introdução ao Projeto de Experimentos
 
Introdução ao Projeto de Surveys
Introdução ao Projeto de SurveysIntrodução ao Projeto de Surveys
Introdução ao Projeto de Surveys
 
Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01Introdução à Análise de Dados - Aula 01
Introdução à Análise de Dados - Aula 01
 
Introdução à Analise de Dados - aula 3 - Agregação de Dados
Introdução à Analise de Dados - aula 3 - Agregação de DadosIntrodução à Analise de Dados - aula 3 - Agregação de Dados
Introdução à Analise de Dados - aula 3 - Agregação de Dados
 
Introdução à Análise de Dados - Aula 02 - Tipos Básicos de Dados
Introdução à Análise de Dados - Aula 02 - Tipos Básicos de Dados Introdução à Análise de Dados - Aula 02 - Tipos Básicos de Dados
Introdução à Análise de Dados - Aula 02 - Tipos Básicos de Dados
 
Análise de Redes Sociais: Introdução aos Grafos Aleatórios
Análise de Redes Sociais: Introdução aos Grafos Aleatórios Análise de Redes Sociais: Introdução aos Grafos Aleatórios
Análise de Redes Sociais: Introdução aos Grafos Aleatórios
 
Análise de Redes Sociais: Introdução
Análise de Redes Sociais: IntroduçãoAnálise de Redes Sociais: Introdução
Análise de Redes Sociais: Introdução
 
Dicas para calouros na Universidade
Dicas para calouros na UniversidadeDicas para calouros na Universidade
Dicas para calouros na Universidade
 

Dernier

Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...
Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...
Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...marcelafinkler
 
Conflitos entre: ISRAEL E PALESTINA.pdf
Conflitos entre:  ISRAEL E PALESTINA.pdfConflitos entre:  ISRAEL E PALESTINA.pdf
Conflitos entre: ISRAEL E PALESTINA.pdfjacquescardosodias
 
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptxSlides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptxLuizHenriquedeAlmeid6
 
Currículo - Ícaro Kleisson - Tutor acadêmico.pdf
Currículo - Ícaro Kleisson - Tutor acadêmico.pdfCurrículo - Ícaro Kleisson - Tutor acadêmico.pdf
Currículo - Ícaro Kleisson - Tutor acadêmico.pdfTutor de matemática Ícaro
 
PROJETO DE EXTENÇÃO - GESTÃO DE RECURSOS HUMANOS.pdf
PROJETO DE EXTENÇÃO - GESTÃO DE RECURSOS HUMANOS.pdfPROJETO DE EXTENÇÃO - GESTÃO DE RECURSOS HUMANOS.pdf
PROJETO DE EXTENÇÃO - GESTÃO DE RECURSOS HUMANOS.pdfHELENO FAVACHO
 
aula de bioquímica bioquímica dos carboidratos.ppt
aula de bioquímica bioquímica dos carboidratos.pptaula de bioquímica bioquímica dos carboidratos.ppt
aula de bioquímica bioquímica dos carboidratos.pptssuser2b53fe
 
PRÁTICAS PEDAGÓGICAS GESTÃO DA APRENDIZAGEM
PRÁTICAS PEDAGÓGICAS GESTÃO DA APRENDIZAGEMPRÁTICAS PEDAGÓGICAS GESTÃO DA APRENDIZAGEM
PRÁTICAS PEDAGÓGICAS GESTÃO DA APRENDIZAGEMHELENO FAVACHO
 
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptxResponde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptxAntonioVieira539017
 
Produção de Texto - 5º ano - CRÔNICA.pptx
Produção de Texto - 5º ano - CRÔNICA.pptxProdução de Texto - 5º ano - CRÔNICA.pptx
Produção de Texto - 5º ano - CRÔNICA.pptxLeonardoGabriel65
 
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdf
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdfProjeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdf
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdfHELENO FAVACHO
 
Slide - SAEB. língua portuguesa e matemática
Slide - SAEB. língua portuguesa e matemáticaSlide - SAEB. língua portuguesa e matemática
Slide - SAEB. língua portuguesa e matemáticash5kpmr7w7
 
Estudar, para quê? Ciência, para quê? Parte 1 e Parte 2
Estudar, para quê?  Ciência, para quê? Parte 1 e Parte 2Estudar, para quê?  Ciência, para quê? Parte 1 e Parte 2
Estudar, para quê? Ciência, para quê? Parte 1 e Parte 2Maria Teresa Thomaz
 
P P P 2024 - *CIEJA Santana / Tucuruvi*
P P P 2024  - *CIEJA Santana / Tucuruvi*P P P 2024  - *CIEJA Santana / Tucuruvi*
P P P 2024 - *CIEJA Santana / Tucuruvi*Viviane Moreiras
 
Os editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptxOs editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptxTailsonSantos1
 
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptxTeoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptxTailsonSantos1
 
LENDA DA MANDIOCA - leitura e interpretação
LENDA DA MANDIOCA - leitura e interpretaçãoLENDA DA MANDIOCA - leitura e interpretação
LENDA DA MANDIOCA - leitura e interpretaçãoLidianePaulaValezi
 
Slides Lição 6, CPAD, As Nossas Armas Espirituais, 2Tr24.pptx
Slides Lição 6, CPAD, As Nossas Armas Espirituais, 2Tr24.pptxSlides Lição 6, CPAD, As Nossas Armas Espirituais, 2Tr24.pptx
Slides Lição 6, CPAD, As Nossas Armas Espirituais, 2Tr24.pptxLuizHenriquedeAlmeid6
 
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...MariaCristinaSouzaLe1
 
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdfPROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdfHELENO FAVACHO
 
Plano de aula Nova Escola períodos simples e composto parte 1.pptx
Plano de aula Nova Escola períodos simples e composto parte 1.pptxPlano de aula Nova Escola períodos simples e composto parte 1.pptx
Plano de aula Nova Escola períodos simples e composto parte 1.pptxPaulaYaraDaasPedro
 

Dernier (20)

Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...
Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...
Introdução às Funções 9º ano: Diagrama de flexas, Valor numérico de uma funçã...
 
Conflitos entre: ISRAEL E PALESTINA.pdf
Conflitos entre:  ISRAEL E PALESTINA.pdfConflitos entre:  ISRAEL E PALESTINA.pdf
Conflitos entre: ISRAEL E PALESTINA.pdf
 
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptxSlides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
Slides Lição 6, Betel, Ordenança para uma vida de obediência e submissão.pptx
 
Currículo - Ícaro Kleisson - Tutor acadêmico.pdf
Currículo - Ícaro Kleisson - Tutor acadêmico.pdfCurrículo - Ícaro Kleisson - Tutor acadêmico.pdf
Currículo - Ícaro Kleisson - Tutor acadêmico.pdf
 
PROJETO DE EXTENÇÃO - GESTÃO DE RECURSOS HUMANOS.pdf
PROJETO DE EXTENÇÃO - GESTÃO DE RECURSOS HUMANOS.pdfPROJETO DE EXTENÇÃO - GESTÃO DE RECURSOS HUMANOS.pdf
PROJETO DE EXTENÇÃO - GESTÃO DE RECURSOS HUMANOS.pdf
 
aula de bioquímica bioquímica dos carboidratos.ppt
aula de bioquímica bioquímica dos carboidratos.pptaula de bioquímica bioquímica dos carboidratos.ppt
aula de bioquímica bioquímica dos carboidratos.ppt
 
PRÁTICAS PEDAGÓGICAS GESTÃO DA APRENDIZAGEM
PRÁTICAS PEDAGÓGICAS GESTÃO DA APRENDIZAGEMPRÁTICAS PEDAGÓGICAS GESTÃO DA APRENDIZAGEM
PRÁTICAS PEDAGÓGICAS GESTÃO DA APRENDIZAGEM
 
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptxResponde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
Responde ou passa na HISTÓRIA - REVOLUÇÃO INDUSTRIAL - 8º ANO.pptx
 
Produção de Texto - 5º ano - CRÔNICA.pptx
Produção de Texto - 5º ano - CRÔNICA.pptxProdução de Texto - 5º ano - CRÔNICA.pptx
Produção de Texto - 5º ano - CRÔNICA.pptx
 
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdf
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdfProjeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdf
Projeto_de_Extensão_Agronomia_adquira_ja_(91)_98764-0830.pdf
 
Slide - SAEB. língua portuguesa e matemática
Slide - SAEB. língua portuguesa e matemáticaSlide - SAEB. língua portuguesa e matemática
Slide - SAEB. língua portuguesa e matemática
 
Estudar, para quê? Ciência, para quê? Parte 1 e Parte 2
Estudar, para quê?  Ciência, para quê? Parte 1 e Parte 2Estudar, para quê?  Ciência, para quê? Parte 1 e Parte 2
Estudar, para quê? Ciência, para quê? Parte 1 e Parte 2
 
P P P 2024 - *CIEJA Santana / Tucuruvi*
P P P 2024  - *CIEJA Santana / Tucuruvi*P P P 2024  - *CIEJA Santana / Tucuruvi*
P P P 2024 - *CIEJA Santana / Tucuruvi*
 
Os editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptxOs editoriais, reportagens e entrevistas.pptx
Os editoriais, reportagens e entrevistas.pptx
 
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptxTeoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
Teoria heterotrófica e autotrófica dos primeiros seres vivos..pptx
 
LENDA DA MANDIOCA - leitura e interpretação
LENDA DA MANDIOCA - leitura e interpretaçãoLENDA DA MANDIOCA - leitura e interpretação
LENDA DA MANDIOCA - leitura e interpretação
 
Slides Lição 6, CPAD, As Nossas Armas Espirituais, 2Tr24.pptx
Slides Lição 6, CPAD, As Nossas Armas Espirituais, 2Tr24.pptxSlides Lição 6, CPAD, As Nossas Armas Espirituais, 2Tr24.pptx
Slides Lição 6, CPAD, As Nossas Armas Espirituais, 2Tr24.pptx
 
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
Aula 25 - A america espanhola - colonização, exploraçãp e trabalho (mita e en...
 
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdfPROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
PROJETO DE EXTENSÃO I - TERAPIAS INTEGRATIVAS E COMPLEMENTARES.pdf
 
Plano de aula Nova Escola períodos simples e composto parte 1.pptx
Plano de aula Nova Escola períodos simples e composto parte 1.pptxPlano de aula Nova Escola períodos simples e composto parte 1.pptx
Plano de aula Nova Escola períodos simples e composto parte 1.pptx
 

Fazer Ciência é Difícil!

  • 1. Metodologia  da  Pesquisa  Cien1fica   Aula  05:  Fazer  Ciência  é  Di>cil   Professor:  Alexandre  Duarte   Web:  h5p://alexandre.ci.ufpb.br/ensino/mpc  
  • 2. A  quem  você  daria  o  prêmio  “A   melhor   ideia   que   alguém   já   teve”  ?  
  • 3. Darwin,  a  frente  de  Newton,  Einstein  e  todo  o   resto.    Com  uma  uma  única  tacada,  a  teoria   da   evolução   por   seleção   natural   unificou   teorias  sobre  a  vida,  tempo,  espaço,  causa  e   efeito.     Charles  Robert  Darwin   (12  Fevereiro  1809  –  19  Abril  1882)  
  • 4.
  • 5. Fato  1:   Crescimento   potencialmente   exponencial  de   populações   (Paley,   Malthus  ,etc)   Fato  2:   Observação  da   estabilidade  de   certas   populações   Fato  3:   Observação   sobre  os  efeitos   da  limitação  de   recursos   (Malthus)   Inferência  1:   Compe_ção  por   recursos  entre   indivíduos  de  uma   mesma  população   (Malthus)  
  • 6. Inferência  1:   Compe_ção  por   recursos  entre   indivíduos  de   uma  mesma   população   (Malthus)   Fato  4:   Unicidade   individual   (taxonomistas,   criadores  de   animais)   Fato  5:  Herança   de  variações   individuais   (criadores  de   animais)   Inferência  2:   Sobrevivência   diferencial  ou   Seleção  Natural   (Darwin)  
  • 7. Inferência  2:   Sobrevivência  diferencial   ou  Seleção  Natural   (Darwin)   Inferência  3:  Ao  longo   de  muitas  gerações  =>   Evolução  Natural   (Darwin)  
  • 8. Por  que  fazer  ciência  é  diicil?   •  Natureza  Intrínseca:  A  imperfeição  do  nosso   conhecimento  dificulta  que  nos  corrijamos   •  Natureza  Pessoal:  Cien_stas  apresentam   visões  tendenciosas  e  falhas  em  suas   abordagens   •  Natureza  Comunitária:    A  forma  como  nos   organizamos  pode  limitar  o  progresso  
  • 10. Todas  as  possíveis  teorias   Teorias  que  são   efe_vamente  verdadeiras  
  • 11. Teorias  que  julgamos  serem  verdadeiras   Teorias  que  são   efe_vamente  verdadeiras  
  • 12. “Our  successors  will  be  amazed  by  the  amount   of  scien_fic  rubbish  discussed  today  —  that  is,   if  they  have  the  pa_ence  to  trawl  through  the   electronic  archives  of  obsolete  journals.”       Sydney  Brenner    
  • 13. “It  ain’t  so  much  the  things  we  don’t   know  that  get  us  into  trouble.  It’s  the   things  we  know  that  just  ain’t  so.”       Artemus  Ward    
  • 14. Teorias  que  julgamos  serem  verdadeiras   Teorias  que  são   efe_vamente  verdadeiras   Teorias  que  achamos  que  foram  testadas  corretamente  
  • 15. Teorias  que  julgamos  serem  verdadeiras   Teorias  que  são   efe_vamente  verdadeiras   Teorias  que  achamos  que  foram  testadas  corretamente   Teorias  que  já  foram  cogitadas  
  • 16. “...my  own  suspicion  is  that  the  Universe  is   not  only  queerer  than  we  suppose,  but   queerer  than   we  can  suppose”       J.  B.  S.  Haldane    
  • 18. Falhas  pessoais   •  Descuido:  Fazer  a  pesquisa  de  uma  forma  que   torna  impossível  saber  o  que  foi  efe_vamente   feito;     – Procedimentos  confusos  para  coleta  dos  dados,   teorias  formuladas  de  forma  imprecisa,   suposições  ocultas;   •  Preguiça:  Não  fazer  o  suficiente  de  forma  que   dados  importantes  não  sejam  ob_dos  e  a   análise  dos  dados  sejam  parcial  ou  incompleta  
  • 19. Falhas  pessoais   •  Precipitação:  Saltar  para  uma  conclusão  decidindo   de  forma  prematura,  aceitar  como  estabelecido  algo   que  merece  uma  inves_gação  adicional   •  Propaganda:  Apresentação  tendenciosa  de  dados  ou   de  uma  teoria;  agir  como  um  proponente  ao  invés  de   uma  apresentador  de  fatos  ou  intepretação,   vendedor  ao  invés  de  cien_sta   •  Preconceito:  Avaliação  tendenciosa  de  uma  teoria   ou  dos  dados;  “inclinar  a  mesa”    em  favor  da  próprio   teoria;  
  • 20. Falhas  Pessoais   •  Trapaça  (Finagle):    “Ajustar”  os  dados  de   forma  que  eles  favoreçam  uma  teoria.  Tipo  de   fraude   •  Furto:  Se  apoderar  de  ideias  ou  dados  sem  dar   o  devido  crédito,  geralmente  configura  plágio   •  Fraude:  Falsificar  dados  ou  resultados  
  • 21. Boas  prá_cas  de  pesquisa  nos  ajudam   a     •  Iden_ficar  questões  interessantes  (Análise  exploratória  de   dados)   •  Fazer  perguntas  cien_ficamente  significa_vas  (Hipóteses   refutáveis)   •  Evitar  fixação  de  uma  “hipótese  favorita”  (MúlJplas   hipóteses)   •  Definir  formas  de  avaliação  que  maximizem  o  que  você   pode  aprender  (Projeto  experimental)   •  Evitar  encontrar  padrões  em  dados  aleatórios  (Testes  de   hipótese)   •  Entender  quando  coletamos  dados  o  suficiente  (Análise   esta1sJca)   •  Formular  teorias  mais  abrangentes  (Modelagem)  
  • 22. Esses  problemas  não  são  novidade     (Sir  Francis  Bacon  1640)   •  Ídolos    da  Cavernas:    acreditar  devido  a   experiência  limitada   •  Ídolos  da  Tribo:    acreditar  no  que  a  maioria   das  pessoas  acredita   •  Ídolos  do  Mercado:    acreditar  devido  ao  mau   uso  das  palavras   •  Ídolos  do  Teatro:    crenças  subje_vas  oriundas   de  fundamentos  religiosos  ou  filosóficos    
  • 23. Seríamos  melhores  que  isso  ?   •  Sim   – Com  muita  prá_ca   – Ao  usarmos  ferramentas  desenvolvidas  nos   úl_mos  séculos   •  Sem  ajuda  e  sem  prá_ca,  não   – Poucos  alunos  de  graduação  são  treinados  para   fazer  pesquisa   – O  ensino  de  graduação  nos  treina  sobre  como   aprender  o  que  já  é  sabido,  não  para  aprender  o   que  é  desconhecido  ou  pouco  entendido  
  • 24. Não  seria  mais  fácil  na  Computação?   •  A  favor:   –  Computação  é  diferente  da  psicologia,  nos  podemos   entrar  na  caixa  preta  (nós  fizemos  a  caixa  preta!)   –  Nós  sabemos  (ou  acreditamos  saber)  como  cada  peça   trabalha   –  Temos  construído  alguns  dos  mais  complexos  artefatos  da   história   •  Contra:   –  Interações  entre  sistemas,  ambiente  e  tarefas  são  muitas   vezes  complexos  demais  para  serem  modelados   determinis_camente     –  Também  precisamos  de  caracterização  estaus_ca  de   comportamento,  exatamente  como  os  psicólogos,   sociólogos  e  isicos  
  • 26. Por  que  precisamos  de  ajuda?   •  Ciência  não  seria  apenas  “avançar  o  senso  comum”?     –  Sim,  mas  avançar  é  senso  comum  ?   •  Tanto  observadores  quanto  especialistas  tendem  a     –  Ver  padrões  em  dados  aleatórios   –  Fazer  generalizações  a  par_r  de  amostras  incompletas   –  Ver  a  confirmação  das  suas  ideias  prediletas  em  dados   ambíguos   •  Nós  tendemos  a  acreditar   –  No  que  já  achamos  que  sabemos   –  No  que  ouvimos  de  alguém   –  No  que  nossa  comunidade  acredita  
  • 27. Falhas  Comunitárias   •  A  ciência  é  uma  comunidade  humana   •  Como  qualquer  outra  comunidade,  temos   –  Modismos   –  Estruturas  e  tradições  que  interferem  com  o  progresso  ao   não  mudarem  quando  mudanças  são  necessárias   –  Discordâncias  sobre  obje_vos  e  direções  que  consomem   tempo  e  recursos   –  Personalidades  emergentes  que  buscam  sucesso  pessoal   de  formas  que  conflitam  com  os  obje_vos  da  comunidade   •  A  ciência  avança  apesar  destes  problemas  e  busca   minimizar  seus  impactos