Estratégias Metodológicas da Análise de Conteúdos

Ficou caracterizado que o modelo desenvolvido não atendia a necessidade de coletar e manipular conteúdos audiovisuais, chats e comentários, o que levou a opção de assinar uma versão acadêmica paga do software e plataforma MAXQDA. A opção pelo software de análise qualitativa com inúmeras opções de coleta, tratamento e exposição de dados foi fundamental para tratar devidamente os conteúdos audiovisuais. 

Esta pesquisa desenvolveu e implementou um modelo de chatbot integrado à base de conhecimento armazenada vetorialmente em uma aplicação no AWS Bedrock (LLMs/GraphRAGs). O desenvolvimento obteve sucesso ao alimentar a base de conhecimento com os conteúdos da tese de forma estruturada por menus e treinar o modelo com os textos do site. 

O MAXQDA é um software acadêmico para pesquisa qualitativa e de métodos mistos e pode analisar vários dados não estruturados, incluindo entrevistas, grupos de foco, arquivos de áudio/vídeo/imagem e dados do Twitter ou Youtube. Ele também funciona como um minerador avançado com recursos de IA generativa, classificador com inúmeras ferramentas de organização e consistência, além de gerador de gráficos quantitativos, tabelas, nuvens de palavras e transcrições de áudios e vídeos dos canais de streaming e dos comentários para análises de sentimento e do discurso.

Através dos recursos do Gemini Advanced (versão paga também) e do MAXQDA 2024, foram realizadas as análises qualitativas da tese em um modelo híbrido com as análises descritivas. A articulação de ambas forneceram percepções e insights sobre as dinâmicas de cultura científica em dois projetos de extensão que buscam divulgar e difundir conhecimento e levar o letramento científico para a  comunidade interna e externa da instituição de ensino superior. 

Os recursos dos dois softwares se complementam e resultaram em análises comparativas entre os resumos, análises de sentimento e do discurso sobre os mesmos conteúdos, oferecendo uma visão crítica e síncrona dos resultados de diferentes pipelines de aprendizado de máquina (LLMs/RAG).  O MAXQDA possibilitou a aplicação do método de análise, como anteriormente proposto neste capítulo (págs. 158/164), mas com adaptações que respondem às novas formas de coletar, minerar, classificar e vetorizar dados e que afetam diretamente a forma como eles são processados e analisados. 

Todas as etapas da análise de conteúdo proposto no detalhamento em 3 etapas e na especificação das subetapas de outros autores (Downe-Wamboldt, 1992; Weber, 1990; Neuendorf, 2002 APUD SAMPAIO e LYCARIÃO, 2021) não são mais necessárias, pois os conteúdos coletados já são limpos e até mesmo classificados e vetorizados pelos recursos do MAXQDA.

As ferramentas de codificação, categorização, geração do livro de códigos, nuvem de palavras e tabela de frequência delas e dos códigos atende, tanto as etapas propostas por Bardin, que são Pré-análise, Exploração do Material e Tratamento dos Resultados, bem como as definidas por Berelson como Codificação, Contagem e  Análise estatística.

Quadro 27: Interface visual do MAXQDA exibindo codificação dos títulos audiovisuais (o autor)

A codificação dos conteúdos audiovisuais é automatizada após a transcrição pelos recursos do MAXQDA que permite gerar nuvem e tabela de frequência de palavras, que alimenta o livro de códigos. Por sua vez, os títulos de cada uma das transmissões gera até três codificações em diferentes categorias que delimitam o assunto abordado pelo mesmo assunto com abordagens diferentes.

Uma amostra de 99 codificações entre todos os títulos das transmissões foi impressa para exemplificar o livro de códigos, aqui neste capítulo e que estará integralmente disponível no site da tese (tecnociencia.net) com dezenas de páginas.

A amostra inicia com uma lista seguida das três codificações propostas para cada título e seus códigos, oferecendo maior flexibilidade e efetividade aos buscadores e eficiência nas buscas por IA generativa e Aprendizado de Máquina (AM). Esta codificação e categorização possibilita que os conteúdos audiovisuais sejam localizados e seus recursos em forma textual possam ser aplicados em diferentes finalidade de pesquisa, ensino e extensão.

Abaixo, um exemplo da amostra de 99 codificações do Livro de Códigos dos títulos dos conteúdos audiovisuais do Projeto Ciências Sociais em Diálogo e suas respectivas sínteses. Ao final há uma tabela com as palavras recorrentes 

Quadro 28: Livro de Códigos do Canal Ciências Sociais em Diálogo (o autor)

Através da codificação dos títulos dos conteúdos, que por si só já carregam informações sobre o escopo e finalidade do debate, foi possível realizar análises das modalidades de abordagem para cada assunto. Além do livro de códigos e lista de categorias, as palavras também são avaliadas pela frequência delas nos enunciados e referenciados visualmente nas nuvens de palavras. As tabelas de frequência, nuvens de palavras e a transcrição alimentam três modelos de Aprendizado de Máquina com algoritmos de IA Generativa (pipeline LLM/GraphRAG), para resumos curtos e detalhados, análise de discurso e de sentimentos, inferências sócio-históricas, além de percepções sobre como a cultura científica é observável e possível de validar nestas dinâmicas. 

A nuvem de palavras a seguir resultou da frequência de códigos de todos os títulos das transmissões e apresenta uma distribuição diagonal das palavras em 45 graus, além das horizontais e verticais, diferenciando estas nuvens cujos dados se originaram de agregações de conteúdos.

Gráfico 96: Nuvem de palavras dos títulos de transmissões do canal (O autor via MAXQDA)

A tabela de frequência ranqueia e classifica cada palavra quanto ao seu tamanho e frequência de ocorrências, gerando os dados aplicados na nuvem de palavras, que organiza as mais frequentes pelo seu tamanho e centralidade. A nuvem de palavras capturou aproximadamente 4 anos de transmissões de extensos debates de mais de 1 hora e meia, em média, muitas vezes influenciada pela sazonalidade dos assuntos ou emergências inesperadas como a pandemia e seus desdobramentos.

Por inferência relativa aos títulos com maior número de visualizações e tempo total de exibição, classificamos os temas mais relacionados no conjunto de conteúdos do canal. De acordo com os vídeos mais vistos e tempo total assistido,  os temas mais relevantes indicam importantes pautas da política e sociedade brasileira, tal como a crise da COVID-19, crise política, governo Bolsonaro, a questão do racismo, o federalismo e as políticas públicas.

Outro tema de grande interesse é a debate sobre o papel das Ciências Sociais e da universidade na sociedade contemporânea, com vídeos como “Mesa – O lugar do cientista social na sociedade digital” , “Antropologia digital e caminhos metodológicos de pesquisas etnográficas online e offline”, e “Conferência de Abertura: as transformações do século XXI” . 

Além disso, questões relacionadas a movimentos sociais, como o movimento indígena, economia e trabalho e a reforma trabalhista, também foram abordadas em vídeos com boa repercussão com atenção específica à pandemia, à crise política, às questões raciais, ao federalismo, às políticas públicas e aos atuais papeis das universidades e das ciências sociais.

Quadro 29: Resumo de IA (LLM/RAG) do MAXQDA (Bedrock Claude)

O conjunto apresenta uma série de palestras e debates sobre temas relevantes nas Ciências Sociais, abordando questões políticas, econômicas, sociais e culturais no Brasil e no mundo. Alguns dos tópicos abordados incluem o federalismo brasileiro, a pandemia da COVID-19 e seus impactos, a crise política no país, as relações internacionais, as desigualdades sociais, a questão ambiental, a educação, a participação social, os movimentos sociais, a atuação dos militares, a extrema direita, o racismo, a violência, a mídia e as redes sociais, entre outros. As discussões envolvem pesquisadores, professores e especialistas de diversas áreas, como Sociologia, Antropologia, Ciência Política, Relações Internacionais e Economia, que apresentam análises e reflexões sobre esses temas, buscando compreender os fenômenos contemporâneos e suas implicações. Há uma ênfase na interdisciplinaridade e na abordagem crítica, com o objetivo de contribuir para o debate público e a formulação de políticas públicas. Ao longo das palestras e mesas-redondas, são discutidos os desafios enfrentados pela sociedade brasileira, as transformações em curso e as perspectivas futuras, sempre considerando a complexidade dos fenômenos e a necessidade de uma análise aprofundada. O canal “Ciências Sociais em Diálogo” se propõe a ser um espaço de divulgação científica e de fomento ao debate sobre temas relevantes para a compreensão da realidade social, política e cultural do país.

O gráfico de tendência de palavras é calculado a partir das diferenças entre as frequências observadas e esperadas, divididas pelas frequências esperadas, sendo o teste Chi Quadrado de Pearson, muito usado para comparar duas variáveis categóricas e verificar se há correlações entre elas.

Gráfico 97: Tendências de palavras dos títulos de transmissões do canal (O autor via MAXQDA)

Não foram localizados estudos ou pesquisas acadêmicas que citaram ou  utilizaram os mesmos métodos de Processamento de Linguagem Natural e pipelines de Aprendizagem de Máquina para as análises multivariadas empregadas nesta tese. Não sendo possível afirmar sobre o uso efetivo dos mesmos recursos em outras pesquisas ou artigos publicados, podemos declarar que não foram encontrados usos desses métodos na forma como foram aplicados nos softwares MAXQDA 24 e nem nas IAs generativas Gemini Advanced, Notebook LM ou Botpress.