Aprendizagem autónoma de QDAS: o desafio da simplicidade

Por Fábio Freitas, Centro de Investigação em Didática e Tecnologia na Formação de Formadores – CIDTFF, Universidade de Aveiro

Já não será uma novidade afirmar que a utilização dos Qualitative Data Analysis Software (QDAS) pode traduzir-se em mais-valias para os investigadores, pois permite-lhes atestar que os dados recolhidos são analisados de forma mais criteriosa e sistemática, gerindo eficazmente o tempo despendido e aumentando assim a fiabilidade dos resultados obtidos (Baugh, Hallcom, & Harris, 2010). Porém, apesar de o recurso aos QDAS representar uma diminuição assinalável do tempo necessário à análise de dados, essa mesma poupança acaba por dissipar-se no momento em que o investigador necessita de despender tempo para aprender a utilizar corretamente o software que ainda não domina. Essa contrariedade é considerada por alguns investigadores (Einspänner, Dang-Anh, & Thimm, 2014) como uma das grandes limitações na adoção dos QDAS.

É manifesto que um dos principais componentes da satisfação dos utilizadores em recorrer ao webQDA para a análise de dados qualitativos, prende-se com a facilidade de uso e de aprendizagem deste software (Costa, Neri de Souza, Moreira, & Neri de Souza, 2017; Pinho, Rodrigues, Souza, & Lopes, 2014). Todavia, as exigências associadas às várias metodologias de investigação têm estabelecido a necessidade de desenvolvimento de novas funcionalidades que, aos olhos dos novos e dos habituais utilizadores webQDA, podem revelar-se como obstáculos à facilidade de aprendizagem tão característica deste software.

Este facto pode criar um grande desafio à equipa de desenvolvimento e investigação do webQDA. Como pode um QDAS continuar o seu processo evolutivo de implementação de novas e mais complexas funcionalidades — para dar respostas às novas exigências metodológicas e, consequentemente, dos utilizadores — e simultaneamente manter os padrões de usabilidade e facilidade de aprendizagem que já fazem parte da sua própria identidade?

Este desafio deverá, no entanto, ser encarado como uma oportunidade para a equipa do webQDA, de harmonizar as novas funcionalidades com a simplicidade de aprendizagem tão característica deste software. Com o objetivo de alcançar esse propósito, o webQDA procura desenvolver uma ferramenta que permita ao utilizador rentabilizar o seu tempo, reduzindo a curva de aprendizagem, e que autonomize o seu processo de conhecimento do software (Freitas, Neri de Souza, & Costa, 2016).

É verdade que os manuais de utilizador (Freitas, Souza, & Costa, 2016), os vídeos tutoriais, os fóruns, etc., apresentam-se como ferramentas viáveis à aprendizagem de utilização dos QDAS, porém estas soluções são caracterizadas pela abordagem genérica com que comunicam as informações, não existindo a possibilidade de o utilizador adotar um recurso que melhor se adapte ao seu estilo de aprendizagem (Kolb & Kolb, 2005). Esta ideia é apoiada por estudos que demonstram a existência de uma relação entre os estilos de aprendizagem e o comportamento de um utilizador no processo de conhecimento de um software (Inal & Güner, 2015). Assim, é possível inferir que o modelo instrucional que pode funcionar com alguns utilizadores, pode revelar-se ineficaz para outros que tenham diferentes estilos de aprendizagem (Pashler, Mcdaniel, Rohrer, & Bjork, 2009). Nesse sentido, acreditamos que uma verdadeira compreensão da relação entre os estilos de aprendizagem dos utilizadores do webQDA e os modelos de formação, pode providenciar grandes contributos para a implementação de ferramentas de aprendizagem mais eficientes e eficazes (Inal & Güner, 2015). Um possível caminho/solução para o webQDA seria a existência de uma ferramenta de (auto)aprendizagem  que permitisse aos utilizadores a autonomia necessária para gerir o processo de conhecimento da mesma, bem como a gestão dos conteúdos, possibilitando desta forma a sua adequação ao estilo de aprendizagem do utilizador. Esperamos com a recolha e análise de dados que está ser realizada, que o próximo texto relacionado com este assunto já apresente uma proposta concreta do que irá ser desenvolvido.

Referências

Baugh, J., Hallcom, A. S., & Harris, M. E. (2010). Computer Assisted Qualitative Data Analysis Software: A Practical Perspective for Applied Research. Revista Del Instituto Internacional de Costos, enero/juni(6). Retrieved from https://www.revistaiic.org/articulos/num6/articulo4_esp.pdf

Costa, A. P., Neri de Souza, F., Moreira, A., & Neri de Souza, D. (2017). Research through Design: Qualitative Analysis to Evaluate the Usability. In A. P. Costa, L. P. Reis, F. Neri de Sousa, A. Moreira, & D. Lamas (Eds.), Computer Supported Qualitative Research. Springer International Publishing.

Einspänner, J., Dang-Anh, M., & Thimm, C. (2014). Computer-Assisted Content Analysis of Twitter Data. In Katrin Weller, Axel Bruns, Jean Burgess, Merja Mahrt, & Cornelius Puschmann (Eds.), Twitter and Society (Vol. 89, p. 435). New York: Peter Lang Publishing. Retrieved from https://dang-anh.de/wp-content/uploads/2016/11/einspaenner_et_al_2014_computer-assisted-content-analysis-of-twitter-data.pdf

Freitas, F., Neri de Souza, F., & Costa, A. P. (2016). Design de Interação como estratégia de autoaprendizagem: o caso do Manual do WebQDA. In Teaching Day. Aveiro: Universidade de Aveiro.

Freitas, F., Souza, F. N. de, & Costa, A. P. (2016). Manual do Utilizador vs Utilizador do Manual: o caso do webQDA. In Atas CIAIQ2016 – Investigação Qualitativa em Engenharia e Tecnologia (Vol. 4). Porto: Ludomedia.

Inal, Y., & Güner, H. (2015). Ensuring Success in a Large Scale Software Project: An Examination of the Learning Styles and Characteristics of the Potential End Users. Gazi University Journal of Science, 4(28), 535–540. Retrieved from https://eds.a.ebscohost.com/eds/pdfviewer/pdfviewer?sid=7867454e-e348-4368-842c-502d4b9cfa6b%40sessionmgr4009&vid=7&hid=4110

Kolb, A. Y., & Kolb, D. A. (2005). The Kolb Learning Style Inventory—Version 3.1 2005 Technical Specifi cations.

Pashler, H., Mcdaniel, M., Rohrer, D., & Bjork, R. (2009). Learning Styles Concepts and Evidence. Psychological Science in the Public Interest, 9(3), 105–119.

Pinho, I., Rodrigues, E., Souza, F. N. de, & Lopes, G. (2014). Determinantes na Adoção e Recomendação de Software de Investigação Qualitativa: Estudo Exploratório. Internet Latent Corpus Journal, 4(2).