Modelos teóricos em ciência da informação
abstração e método científico
Luís Fernando Sayão
Físico (UFRJ). Mestre e doutor em Ciência da Informacão (IBICT/
UFRJ). Chefe da Divisão de Tecnologia da Informacão do Centro de
Informações Nucleares da Comissão Nacional de Energia Nuclear
(CNEN/CIN). Consultor do IBICT/Prossiga - MCT
Sayao@cnen.gov.br
Resumo
Analisa a importância dos modelos enquanto recurso
metodológico e instrumento de abstração destinado à aquisição
de novos conhecimentos, representação e compreensão da
realidade, especialmente no contexto das áreas cujo interesse
são os fenômenos relacionados à informação, como a informática
e a ciência da informação. Examina, na literatura sobre modelos e
modelagem, a natureza, características básicas, funções e
principais tipos de modelos. Analisa a adequação dos
instrumentos de modelagem ao desenvolvimento de sistemas de
informação, considerando todo o quadro perceptivo dos usuários
e enfatizando a aplicação de modelos aos sistemas de
recuperação de informação, principalmente aqueles que
privilegiam aspectos cognitivos. Conclui que mais pesquisas
sobre a representação de como as pessoas se posicionam diante
da informação são extremamente necessárias para a concepção
de sistemas de informação que preencham as necessidades de
seus usuários.
Palavras-chave
Modelos cognitivos; Modelos semânticos; Modelagem;
Desenvolvimento de sistemas de informação; Método científico;
Abstração; Necessidades de informação de usuários;
Recuperação da informação.
Theoretical models in information science
abstraction and scientific method
Abstract
The article analyses the importance of the models while
methodological resource and abstaction instrument oriented to
the acquisition of new knowledge, representation and
comprehension of the reality, specially within the context of
subject areas whose interest are the phenomena related to
information, such as Informatics and Information Science.
It examines the arguments that the literature presents on models
and modelling, analysing the nature of the models, their basic
characeristics, functions and the main types of models.
It also analyses the adequacy of the modelling instruments to the
development of information systems that considers the whole
perceptive view of the users, emphasizing the application of the
models to information retrieval systems, mainly those that consider
the cognitive aspects. It concludes that more researches on how
people face information are extremely needed for the conception
of information systems that will have to fulfill the users´ needs.
Keywords
Modelling; Development of information systemsj; Scientific
method; Abstraction;Users’ information needs; Information
retrieval.
82
INTRODUÇÃO
Na busca de novos esclarecimentos e conhecimentos, de
novos fenômenos e eventos, o ser humano não os
identifica somente pelas sensações ou pelas manifestações
imediatas, mas recorre à reflexão e ao conhecimento
acumulado, através da formulação de hipóteses e da
estruturação de modelos 1. Dessa forma, a abstração
constitui uma ferramenta poderosa no exercício eterno
de aquisição de conhecimento, uma vez que, para se
compreender a imensa variedades de formas, estruturas,
comportamentos e fenômenos residentes no nosso
universo, é necessário selecionar aqueles de maior
relevância para o problema objeto de investigação e
elaborar para eles descrições adequadas. Constroem-se,
assim, esquemas abstratos da realidade, nos quais as coisas
são reduzidas a seus perfis mais convenientes. O
conhecimento racional é, dessa forma, um sistema de
símbolos e conceitos abstratos, caracterizado pela estrutura
seqüencial e linear tão típica de nosso pensamento e de
nossa fala2.
Nesse sentido, a evolução da humanidade no seu aspecto
mais abrangente - a evolução das ciências, artes, filosofia,
tecnologia - pode ser encarada como um trajetória rumo à
aquisição progressiva da capacidade individual de
abstração. De um ser intimamente ligado à natureza, ao
mundo real, concreto e objetivo, o homem tornou-se ao
longo do tempo um ente independente, isolado e com
cada vez maior capacidade de introspecção3.
Os cientistas, hoje em dia, apercebem-se do fato de que
todas as suas teorias são criações da mente humana; são
propriedades do nosso mapa conceitual da realidade, e
não pertencentes ao domínio da realidade. Esse esquema
conceitual é necessariamente limitado e aproximado como,
de resto, o são todas as teorias científicas.
Segundo Capra2, o que torna a ciência tão bem-sucedida
é a descoberta de que podemos utilizar aproximações. Se
nos satisfizermos com uma compreensão aproximada da
natureza podemos descrever grupos selecionados de
fenômenos, negligenciando outros que se mostrem menos
relevantes. Assim podemos explicar muitos fenômenos
em termos de poucos e, conseqüentemente, compreender
diferentes aspectos da natureza de forma aproximada, sem
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
Modelos teóricos em ciência da informação abstração e método científico
precisar entender tudo ao mesmo tempo. Esse é o método
científico: todas as teorias e modelos científicos são
aproximações da verdadeira natureza das coisas; o erro
envolvido na aproximação é, não raro, suficientemente
pequeno para tornar significativa essa aproximação
Dessa forma, um modelo é uma criação cultural, um
mentefato, destinada a representar uma realidade, ou
alguns dos seus aspectos, a fim de torná-los descritíveis
qualitativa e quantitativamente e, algumas vezes,
observáveis. A existência de modelos jaz na
impossibilidade cultural de descrever os objetos com
perfeição, esgotando as possibilidades de sua observação.
Não sendo transparente para o homem, o mundo se lhe
apresenta como um permanente desafio à sua descrição.
Essa limitação filosófica de percepção é que permite e exige
o aparecimento de modelos1.
Dentre os vários aspectos, os modelos apresentam uma
analogia, sempre que possível, mas nem sempre desejável,
com o objeto real. Por analogia entende-se a representação
de uma mesma função em diversos materiais e por meio
de princípios diversos. Ela pode ser construída por meio
de formalismos matemático, fenomenológico ou
conceitual. É mais simplificada, permite testar hipóteses,
tirar conclusões, caminhar no sentido da generalização e
da particularização, através de processos de indução, e tem
sempre uma vida provisória.
Cada modelo expressa e justifica um método de abordagem
de um realidade física, ao mesmo tempo em que cada
método subentende um modelo, nem que seja um modelo
meramente operacional.
Os modelos apresentam também uma dimensão heurística,
na medida em que, criado para explicar e fazer compreender
alguns aspectos de uma realidade, são factível de evolucão
e de assegurar a percepção de outros aspectos não
imaginados antes de sua elaboração.
Por outro lado, uma mesma realidade física pode possuir
mais de um e diferentes modelos, como acontece com o
núcleo atômico. Cada modelo se destina a explicar faixas
características de fenômenos nucleares, podendo, além
de suas limitações, chegar a explicações complementares
ou contraditórias com outros modelos.
A Natureza dos Modelos
Os modelos, em uma generalização arriscada, buscam a
formalização do universo através de meios de expressões
controláveis pelo ser humano; derivam da necessidade
humana de entender a realidade aparentemente complexa
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
do universo envolvente. São, portanto, representações
simplificadas e inteligíveis do mundo, que permitem
vislumbrar características essenciais de um domínio ou
campo de estudo. A necessidade de idealização é, portanto,
uma reação tradicional do homem à aparente
complexidade da realidade em que está submerso. A mente
tenta decompor o mundo real em uma série de sistemas
simplificados e atingir assim em um único ato uma visão
das características essenciais de um domínio 4. Esta
simplificação exige criatividade, tanto sensorial quanto
intelectual, o que, evidentemente, implica admitir-se que,
na construção de modelos, algumas características da
realidade, que não se referem diretamente aos objetivos
buscados, são desprezadas ou abandonadas, em função da
maior inteligibilidade ou facilidade de compreensão5.
Enquanto representação de algum aspecto da realidade,
um modelo assume a natureza ambígua de ser igual e
desigual à realidade que ele modela. Ele possui a sua própria
forma e estrutura, independentemente do original que
representa; as afinidades e divergências entre o modelo e
a realidade devem ser expressáveis e expressadas. Dessa
forma, um modelo também exige um modo de expressão
que pode ser, só para exemplificar alguns, gráfico,
procedural, discursivo6.
Um modelo serve a muitos propósitos, mas serve
fundamentalmente para comunicar alguma coisa sobre o
objeto da modelagem de forma a gerar um entendimento
mais completo sobre a realidade; a ação de modelar, por
sua vez, impõe a quem modela uma visão clara e sem
ambigüidades de quem ou do que está sendo modelado,
além de exigir uma correta seleção dos elementos do
universo do discurso que comporão a visão a ser
representada.
Como observam Haggett & Chorley5, um modelo é uma
estruturação simplificada da realidade que apresenta
supostamente características ou relações sob forma
generalizada. Os modelos são aproximações altamente
subjetivas, no sentido de não incluírem todas as
observações e mensurações e medições associadas, mas,
como tais, são valiosas por ocultarem detalhes secundários
e permitirem o aparecimento dos aspectos fundamentais
da realidade. Esta seletividade significa que os modelos
têm graus variáveis de probabilidade de aplicação e um
alcance limitado de condições sobre as quais se aplicam.
Os modelos de maior sucesso possuem alta probabilidade
de aplicação e extensa gama de condições sob as quais
aparecem apropriados. Com efeito, o valor de um modelo
é muitas vezes diretamente relacionado ao seu nível de
abstração. Capra observa que todas as leis da natureza
83
Luís Fernando Sayão
que os modelos estabelecem são transitórias e destinadas
a serem substituídas por leis mais precisas à medida que os
modelos são aperfeiçoados. Esse estado provisório é
atestado pelas constantes fundamentais (por exemplo,
a velocidade da luz), ou seja, quantidades cujos valores
numéricos não são explicados pela teoria, mas que nela
têm de ser inseridos após terem sido determinados
empiricamente. Ainda usando os problemas de
modelagem da física, verifica-se que as teorias quântica,
de campos e da relatividade não podem explicar algumas
grandezas que são consideradas na visão clássica constantes
fundamentais da natureza. Na visão moderna, seu papel
de constantes fundamentais é tido como algo provisório
e que reflete a limitação das teorias de que dispomos2.
Embora só recentemente os físicos tenham adquirido um
razoável conhecimento sobre as forças nucleares, não foi
ainda possível usar esse conhecimento para construir uma
teoria nuclear ampla. Existe, entretanto, um grande
número de modelos ou de teorias rudimentares de validade
restrita, cada um deles explicando uma pequeno espectro
das propriedades nucleares1,7.
Para Skilling8, os modelos podem ser hipóteses, hipóteses
não testadas ou insuficientemente testadas, teorias, sínteses
de dados, funções, relações ou equações. Podem ser, até,
idéias estruturadas, conectando argumentos que apresentam
algum poder explanatório. São, assim, estruturações que
representam a realidade, apresentando supostas
características ou relações de forma generalizada.
Características dos modelos
Herbert Stachowiak9 apresenta três características básicas
dos modelos:
a) característica de mapeamento modelos sempre
modelam alguma coisa, ou seja, são representações de
originais (ou protótipos), naturais ou artificiais, que,
por sua vez, também podem ser modelados.
b) característica de redução modelos geralmente não
mapeam todos os atributos do original que eles
representam, mas unicamente aqueles que são relevantes
para quem modela.
c) característica de pragmatismo modelos não são em si
pertencentes à mesma classe que seus originais. Eles
sempre cumprem suas funções de substituição orientados
unicamente para objetivos dependentes de operações
mentais ou factuais, dentro de uma faixa limitada de tempo.
84
De acordo com Hagget & Chorley5, a característica mais
importante dos modelos é que sua construção implica uma
atitude altamente seletiva em relação às informações, na
qual não só as interferências como os sinais menos
importantes são eliminados para permitir que se observe
algo da intimidade das coisas. Desta forma, os modelos
podem ser considerados como aproximações seletivas que,
pela eliminação de detalhes acidentais, permitem o
aparecimento de alguns aspectos fundamentais relevantes
ou interessantes do mundo real sob alguma forma
generalizada. A possibilidade de ser inexato e desigual em
relação ao seu original é que, em última análise, permite
ao modelo revelar o que se deseja.
Outra característica importante dos modelos é que eles
são estruturados, no sentido de que os aspectos
importantes selecionados da realidade são explorados em
termos de suas relações com outros modelos e aspectos da
realidade; seguem as características gerais das estruturas
conforme enunciados por Piaget10, estabelecem que as
estruturas constituem-se uma totalidade, com leis próprias
independentes das características particulares dos seus
elementos e que consistem de um sistema de operações de
transformação cujo conjunto de combinações internas
nunca geram produtos fora da estrutura. A ciência tirou
grande proveito desta busca de padrões, na qual os
fenômenos são considerados em termos de uma espécie
de relação orgânica 5; isto acontece principalmente
quando se pensa em termos dos referenciais estabelecidos
por Von Bertalanffy11, através da teoria geral dos sistemas,
que propunha visualizar o mundo e o universo em termo
de um grande conjunto interconectado, dentro do qual se
poderia separar subsistemas para análise.
Esta característica dos modelos implica imediatamente a
sua natureza sugestiva, no sentido de que um bom modelo
traz, em si, na sua própria estrutura, sugestões para a sua
própria extensão e generalização. Isto significa,
primeiramente, que toda a estrutura do modelo tem
maiores implicações do que um estudo de suas partes
individuais e, segundo, que pelo modelo, por meio de
operações e transformações proporcionadas por suas leis
estruturais, podem ser feitas previsões do mundo real.
Dessa forma, os modelos são instrumentos especulativos
cujas implicações mais positivas conduzem a hipóteses e
especulações novas no campo primário da
investigação5,12,13. Ainda em relação à natureza estrutural
dos modelos, é interessante notar que, segundo Kaplan14,
o que é denominado modelo pelos lógicos é chamado de
estrutura pelos economistas.
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
Modelos teóricos em ciência da informação abstração e método científico
Como bem resumem Mendonça de Souza & Dodebei15,
por serem os modelos diferentes do mundo real, são então
analogias que permitem reformular o conhecimento sobre
alguns aspectos do mundo real em uma forma mais familiar,
simplificada e acessível, observável e facilmente formulada
ou controlável, da qual se pode tirar conclusões que, por
sua vez, possam ser aplicadas no mundo real. A reaplicação
é um pré-requisito dos modelos nas ciências empíricas.
Funções dos modelos
De acordo com Apostel4, os modelos são necessários por
constituírem uma ponte entre os níveis da observação e o
teórico e tratam da simplificação, redução, concretização,
experimentação, ação, extensão, globalização, explicação
e formação da teoria. Dentro dessa perspectiva, uma das
suas funções principais é a explanatória e redutora de
complexidade, no sentido em que permite que uma
determinada classe de fenômenos possa ser visualizada e
compreendida, o que de outra forma não seria possível
devido à sua magnitude e complexidade. Chorley &
Haggett5 consideram ainda a função aquisitiva, que diz
respeito à estrutura proporcionada pelos modelos, através
da qual a informação pode ser definida, coletada e
ordenada. Além dessa função organizacional, considerase uma função que permite a otimização da extração de
informações a partir do modelo - a fertilidade. Os modelos
também desempenham uma função lógica que ajuda a
explicar como ocorre determinado fenômeno; alinha-se
também a função normativa que permite a comparação
de fenômenos com outros mais familiares, além da função
sistemática da construção de modelos, segundo a qual a
realidade é vista em termos de sistemas interligados. Esta
função conduz a uma outra, a função construtiva dos
modelos que acentuam o papel destes na construção de
teorias e leis. Finalmente, há a função de parentesco dos
modelos, promovendo a comunicação das idéias
científicas5. Segundo Kaplan14, esta comunicação não é
uma questão meramente de sociologia da ciência, mas
intrínseca à sua lógica; como na arte, a idéia não representa
nada até que tenhamos encontrado a expressão.
Tipos de modelos
Como observam Mendonça de Sousa & Dodebei15, os
modelos são tipologizados de várias formas, em função
das próprias ideologias inerentes a cada autor, área de
conhecimento ou ainda segundo objetivos específicos; isto
significa que considerando-se forma e expressão, os
modelos podem ser agrupados ou classificados em uma
série interminável de tipos. Entretanto, o termo
modelo tem sido usado em uma variedade tão ampla de
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
contextos que é difícil definir, sem ambigüidades, até
mesmo os tipos mais gerais.
Haggett & Chorley propõem uma classificação que pode
ser interessante para os objetivos desse trabalho. Segundo
esses autores, os modelos podem ser descritivos e
normativos. O primeiro grupo trata de certa descrição
estilística da realidade, e o segundo, do que se pode esperar
que ocorra sob certas condições estabelecidas. Os modelos
descritivos podem ser predominantemente estáticos concentrando-se nos aspectos de equilíbrio estrutural ou dinâmicos, concentrando-se, neste caso, nos processos
e funções através do tempo. Quando o elemento tempo é
particularmente salientado, resultam os modelos
históricos ou temporais. Os modelos descritivos podem
tratar da organização das informações empíricas e assim
serem denominados modelos de dados, classificatórios
(taxionômicos) ou de fim experimental.
Ainda segundo Haggett & Chorley, os modelos também
podem ser classificados segundo a natureza de sua
constituição. Em uma primeira visão, podem ser
visualizados com construções sólidas, físicas ou
experimentais e, em segundo lugar, como modelos teóricos,
simbólicos, conceituais ou mentais. Nos primeiros, as
propriedades importantes do mundo real podem ser
representadas de duas formas: modelos icônicos - as
propriedades do mundo real são representadas pelas
mesmas propriedades com uma mudança apenas de escala;
modelos análogos - as propriedades do mundo real são
representadas por propriedades diferentes. Os modelos
teóricos, simbólicos, conceituais ou mentais tratam de
afirmações simbólicas ou formais de tipo verbal ou
matemático; os modelos matemáticos podem ainda ser
classificados, segundo o grau de probabilidade associada
com sua forma de previsão, em determinísticos e
estocásticos.
Por fim, temos os paradigmas. Um modelo que se revela
correto e útil em uma infinidade de aplicações, em
circunstâncias distintas e sobre dados diferentes, que
apresenta, ao mesmo tempo, um amplo poder
explanatório, pode ser definido como um paradigma. Os
paradigmas podem ser considerados como modelos
estáveis da atividade científica, sendo, em certo sentido,
modelos em escala ampla. Diferem, entretanto, destes no
que diz respeito às suas fronteiras de validade. Os
paradigmas raramente são formulados tão especificamente,
trata-se de modelos de busca do mundo real. Neste sentido,
os paradigmas podem ser entendidos como
supermodelos dentro dos quais os modelos são colocados
em escala mais reduzida5.
85
Luís Fernando Sayão
Modelos em sistemas de informação
Tipos de modelos de informação
Um modelo é antes de mais nada uma representação de
um recorte da realidade, que, de acordo com a sua função
utilitária e por meio do seu modo de expressão, sua
estrutura e suas igualdades e desigualdades em relação ao
seu original, tenta comunicar algo sobre o real. Nesse
sentido, um modelo de informação é uma representação
de um ser humano enquanto usuário e/ou parte de um
sistema de informação e das suas relações de aquisição,
organização e manipulação de informação.
A área de modelos e modelagem de informação
caracteriza-se mais por não possuir fronteiras claras dos
seus domínios internos e externos, do que por posuir um
corpo coerente e consistente de trabalhos. Não obstante,
esta é uma área importante e, provavelmente, sua
importância será ainda maior, considerando que as pessoas
e as organizações têm exigências cada vez mais sofisticadas
em relação aos sistemas de informação.
Burt & Kinnucan6 referem-se à modelagem de informação
como o exercício de identificação de componentes de
modelos e seus elos, a explicitação dos modos de expressão,
bem como o delineamento dos paradigmas e seus efeitos
sobre os tipos de modelos que estão sendo construídos,
pois os paradigmas refletem ao mesmo tempo os propósitos
e as fronteiras de um modelo.
Em comunicação e ciência da informação, o modelo de
maior sucesso e ampla utilização foi a teoria da
comunicação dos matemáticos americanos Shannon &
Weaver29, que propuseram um modelo matemático para
explicar a comunicação entre dois pólos, denominados
emissor e receptor. Tal modelo, criticado, adaptado,
modificado, ainda hoje está sendo amplamente utilizado,
na medida em que, de modo preciso, simples e preditivo,
propicia uma boa idéia de como se dá a comunicação
humana. É, em essência, um modelo matemático, da
mesma forma que as leis de Zipf, Bradford, Ortega, 80/20 e
outras amplamente utilizadas na bibliometria, mas é,
também, na sua concepção geral, um modelo sistêmico
interligando o emissor ao receptor15.
A ciência da informação, pela sua própria natureza ampla
e interdisciplinar, para mapear toda a sua realidade, teve
obrigatoriamente de tomar, como seus, paradigmas e
modelos de outras áreas, tais como informática,
inteligência artificial, lingüística, economia, marketing.
Kuhn16 se refere às ciências cujos cientistas não são guiados
por um único paradigma de ciências preparadigmáticas;
nesse estado se encontram as ciências comportamentais,
as sociais e a ciência da informação. Entretanto,
Masterman17 caracteriza a ciência da informação como
uma ciência multiparadigmática, dentro de uma escala
em que se pode identificar as ciências normais e as de
duplo paradigma, que são ciências normais em estado de
crise, em que dois paradigmas estão em competição18.
86
Ao considerarmos todo o domínio de possibilidades dos
modelos de informação, teremos, com base na proposta
de Burt & Kinnucan6, uma configuração contínua. Em
um dos extremos desse contínuo está o ser humano com
sua realidade pessoal, interna e presumidamente
idiossincrática, ou seja, com o que chamamos
conhecimento; no extremo oposto, está o sistema de
informação com a sua realidade dependente dos seus
próprios limites internos. Entre esses dois extremos, está
localizado o campo de representações, o espaço onde se
encontram representações de uma ou de outra realidade.
Essas representações experimentam criar pontes ou
elucidar algumas ou todas as estranhezas que se supõe
existam entre essas realidades.
Os modelos que estão mais próximos do que seja a
representação do usuário humano e do que se passa em
sua cabeça em relação ao sistema são denominados
modelos cognitivos; ao passo que os modelos que se
identificam com o sistema e tentam descrever o que se
passa em seu interior são mais conhecidos como modelos
de dados. Na região intermediária do contínuo, é o lugar
geométrico dos modelos que interpretam os usuários, o
sistema e a interação entre eles; os modelos que se
enquadram nesta categoria são coletivamente
denominados de modelos conceituais. Dentro do escopo
dos modelos cognitivos e conceituais, localiza-se um
número significativo de subgrupos importantes. Não é
possível, entretanto, estabelecer limites claros entre
alguns desses modelos. Não obstante, Burt & Kinnucan6
enfatizam que deve ficar clara a distinção que se faz entre
a visão individual da realidade isto é, modelo cognitivo
e a visão que alguma outra pessoa tem de como um grupo
de indivíduos devem estar vendo alguns aspectos de um
sistema de Informação isto é, modelo conceitual.
Os autores que tentaram caracterizar esta área como um
todo concordam que ela é ampla e fragmentada. Algumas
regiões do contínuo, especialmente aquelas que possuem
longa tradição de pesquisa, estão relativamente
desenvolvidas, ao passo que outras estão praticamente
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
Modelos teóricos em ciência da informação abstração e método científico
intocadas. Vamos analisar alguns dos tipos de modelos
mais importantes no contexto desse trabalho.
Modelos Cognitivos Daniels, no seu artigo de revisão
intitulado Cognitive models in information retrieval
an evaluative review19, cujo propósito é sugerir como os
modelos de usuário podem ser usados para otimizar o
desempenho e a aceitabilidade dos sistemas de
recuperação, lança um olhar crítico sobre os modelos
segundo a perspectiva cognitiva e discute o seu papel na
biblioteconomia e ciência da informação. Ela confirma
que existe um vasto espectro de significados para os
conceitos expressos por modelo mental ou modelo
cognitivo, mas, de uma forma geral, modelos cognitivos
podem ser considerados como imagens que os componentes
de um sistema, sejam eles pessoas ou máquinas, têm de si
próprios, de cada um dos outros componentes e da
realidade. Isto se relaciona fortemente com o fato
consensual de que, para haver comunicação entre duas
partes, é necessário que cada parte tenha incorporado um
modelo da outra, que muito certamente não corresponde
ao modelo que cada um tem de si próprio. Allen20, nesta
mesma linha, estabelece que os modelos cognitivos referemse ao conhecimento que os usuários têm sobre um sistema
de informação e, em alguns casos, ao conhecimento que os
sitemas de informação têm sobre os usuários.
Com o crescimento da área de pesquisa conhecida como
ciências cognitivas, interligando disciplinas tais como
psicologia, lingüística, inteligência artificial, filosofia,
educação e ciência da informação, o interesse pelos modelos
cognitivos no âmbito da ciência da informação tem sido
cada vez maior, pois os problemas de representação,
informação, comunicação e conhecimento são
fundamentais para todas essas disciplinas; além do mais, as
pesquisas cognitivas em ciência da informação extraem os
recursos metodológicos e os quadros conceituais dessas
mesmas disciplinas, criando um corpo de conhecimento
extraordinariamente multidisciplinar21,22. Allen20, na sua
análise denominada Cognitive research in information science:
implication for design, indica-nos que o ponto de inflexão
nas pesquisas cognitivas em ciência da informação foi o
International Workshop on the Cognitive Viewpoint, que
aconteceu em Ghent, 1977.
Desde que a matéria-prima dos processos cognitivos são
objetos mentais, tais como conceitos, idéias e
conhecimento, muitos dos trabalhos nestas áreas
consideram como as pessoas organizam conhecimento,
como os conceitos são formados na mente humana, como
as pessoas agrupam objetos em suas mentes, ou seja, como
as pessoas os categorizam, quais são as teorias que as pessoas
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
têm sobre como o mundo funciona. No contexto dos
sistemas de informação, é bastante interessante para o
presente trabalho os estudos de Humphrey23 sobre como
os papéis assumidos por uma pessoa na sua organização
influencia sua percepção e comportamento. Ele descobriu
que a visão individual que cada pessoa tem sobre a sua
posição na estrutura organizacional e seu fator
motivacional de participação têm influência na sua
avaliação e seleção da informação disponível.
Sobre a perspectiva cognitiva em biblioteconomia e ciência
da informação, Daniels19 afirma que, nos últimos anos, na
área de recuperação de informação, se consolidou o consenso
de que o sistema homem-computador deve ser visto como
um sistema adaptativo cognitivo. A perspectiva cognitiva
implica que o processamento de informação é sempre
intermediado por algum tipo de modelo da realidade e,
além do mais, um sistema cognitivo pode ser considerado
um sistema adaptativo cujo funcionamento, planejamento
e mudanças de ações estão baseados no conhecimento de si
próprio e do seu contexto.
O elenco de pesquisas que adotam a perspectiva cognitiva
em recuperação da informação incluem:
a) Representação de usuários e seus problemas modelam
situações problemáticas dos usuários em face dos sistemas
de informação, tais como de indivíduos cujo modelo interno
de conhecimento e contextualização não é suficiente para
atingimento de seus objetivos; ou ainda o estado anômalo
do conhecimento preconizado por Belkin28, que tenta
estabelecer, diante da impossibilidade de o usuário
identificar o de que ele precisa, quadros (framework) através
dos quais os motivos da busca de informação por parte de
um usuário possam ser bem explicitados e seus resultados
usados na recuperação de informação.
b) Representação de estratégias de busca examina, por
exemplo, os aspectos cognitivos do processo de
transferência de informação do usuário para o especialista
em informação (intermediário). A interação entre usuário
e intermediários em sistemas de informação consiste, em
grande parte, na construção de modelos cognitivos
apropriados das várias facetas do usuário.
c) Representação de documentos e informação.
Modelos conceituais Borgman24, que escreveu sobre a
interação homem-máquina segundo uma pespectiva
psicológica, sugere que os modelos mentais, no contexto
de interfaces, referem-se ao modelo do usuário segundo
a perspectiva do sistema, enquanto modelos conceituais
são aqueles que são apresentados ao usuário pelo
projetista do sistema.
87
Luís Fernando Sayão
Conforme foi sugerido pelo relatório ANSI/SPARC3,25,
um sistema de informação pode ser visualizado em três
níveis: interno, conceitual e externo. O nível conceitual
concentra-se no significado (conceitos) da informação.
A tarefa de desenvolver um esquema conceitual é
chamado de modelagem de informação. Seu objetivo
primordial é desenvolver uma descrição estável e coerente
do significado dos dados, ou seja, um esquema conceitual.
Assim sendo, modelagem de informação difere da
modelagem de dados, conforme desenvolvida na década
de 70, que tratava principalmente da descrição de estrutura
de dados (relacional, redes, hierárquicos) com vista ao
acesso e armazenamento de dados, conforme analisa
Lyytinen26. Nessa linha, ele propõe duas instâncias para
modelagem de informação. A primeira delas chama-se
mapeamento da realidade (reality mapping), que é
essencialmente uma técnica descritiva para representar
alguma coisa que é claramente compreendida e que
apresenta um comportamento sem ambigüidades. Os
enfoques nos quais é baseada essa visão são relativamente
comum na literatura e, basicamente, supõem um processo
de mapeamento do mundo real em modelos formais, ou
seja, em esquemas conceituais. De acordo com esta visão,
um sistema de informação é um sistema formal
completamente previsível que espelha o comportamento
determinístico de um universo do discurso.
A necessidade de certeza em todos os níveis nesse enfoque
traz uma limitação severa à sua aplicabilidade. Lyytinen
prefere o segundo paradigma, desenvolvimento de
linguagem formal (formal language development), cujo
enfoque está sobre a representação, estrutura conteúdo e
uso da mensagem lingüística, uma vez que ela pode lidar
com maior precisão com a natureza essencialmente
ambígua da maioria das configurações da realidade.
Visão do usuário/modelagem de usuário Esses modelos
apresentam interpretações de um sistema de informação
real ou teórico a partir de parâmetros extraídos ou
postulados de um usuário ou de um grupo de usuários que
possuem características específicas que o construtor do
modelo julga serem relevantes para o uso do sistema de
informação. Daniels19 agrupa esses modelos em duas
grandes classes: modelos quantitativos empíricos e
modelos cognitivos analíticos. Os primeiros são
formalizações abstratas de uma classe geral de usuários
definidas em termos de parâmetros de projetos de
interfaces para o usuário. Tais modelos são geralmente
desenhados tomando como base pessoas médias no
desempenho de várias atividades em várias ambientações.
Em contraste com esses modelos, os modelos cognitivos
analíticos buscam modelar aspectos do comportamento
cognitivo do usuário sob o enfoque qualitativo, o que
88
inclui: o conhecimento do usuário, seus objetivos,
planos, convicções, experiência, tipo de interação
preferida etc.
De uma forma geral, modelos que incorporam visões do
usuário tendem a considerar diferenças entre grupos
específicos de usuários ou, de uma forma mais simples, de
estereótipos de usuários. Muitos desses grupos são criados,
pré- concebidamente, segundo a perspectiva de
desempenho ótimo dos sistemas. A dicotomia mais
comum é que enquadram os usuários em iniciantes e
seniors, onde a habilidade modelada é a experiência no
uso do computador, e não o domínio ou conhecimento da
aplicação6,19,26.
De acordo com Rich27,31, os modelos de usuários podem
ser classificados segundo três dimensões principais:
a) modelo de um usuário simples, típico ou canônico
versus uma coleção de modelos de usuários individuais;
b) modelos construídos pelo usuário ou especificados pelo
projetista do sistema versus modelos pressuposto pelo
computador com base no comportamento do usuário.
c) modelos de usuário de característica de longo prazo,
tais como áreas de interesse e experiência versus modelos
de curta validade.
Spark Jones19 sugere uma quarta dimensão, que em alguns
casos pode se confundir com a terceira.
d) modelos dinâmicos, ou seja, modelos mutáveis
dependendo do contexto, versus modelos estáticos, que
representam as características permanentes do usuário.
Uma linha importante para os sistemas de informação diz
respeito aos métodos de representação do conhecimento
dos usuários e de que forma eles podem ser agrupados
segundo esse pricípio. Hammond & Barnard 19 , por
exemplo, identificaram nove tipos de conhecimento
necessários a uma interação usuário versus sistema de
informação. Uma segunda linha considera a maneira
como alguém estrutura seus conhecimentos. Durding6, já
há algum tempo, demonstrou que as pessoas usam
estruturas distintas, tais como redes e estruturas
hierárquicas, para organizar conceitos quando estas
estruturas são próprias e inerentes aos itens que estão
sendo processados. Diagramas e outros tipos de
representação gráfica também são úteis na estruturação
de conhecimento. Os usuários de bases de dados
organizadas hierarquicamente fazem buscas mais
eficientemente quando estão de posse de um mapa com
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
Modelos teóricos em ciência da informação abstração e método científico
a estrutura de árvore da base de dados. Provavelmente o
diagrama possibilita ao usuário chance de conceber a sua
própria representação hierárquica da base de dados6,19,20.
Modelos Semânticos de Dados Modelos de dados
representam a área mais próxima do sistema e de sua
realidade interna. O modelo hierárquico, o modelo de
redes, bem como o modelo relacional de Codd30, são
tradicionais representantes de modelos de dados;
tipicamente essa categoria de modelos enfatiza os aspectos
sintáticos e estruturais dos dados sem, entretanto,
considerar o significado dos dados ou o relacionamento
próprio e lógico entre eles. Com o advento de sistemas de
informações mais sofisticados e de maior abrangência,
tornou-se absolutamente necessário o desenvolvimento
de modelos que viessem facilitar o entendimento do
usuário em relação ao sistema e ao mesmo tempo evitassem
o envolvimento dele com a estrutura física dos dados
dentro do computador. As pesquisas nessa área se
concentram predominantemente no desenvolvimento de
modelos que espelhem com maior fidelidade a
complexidade semântica do mundo real da informação.
Com efeito, nos últimos anos, os pesquisadores da área de
banco de dados voltam suas inteligências no sentido de
incorporar aspectos comportamentais (ou dinâmicos) de
dados nos formalismos de modelagem; este trabalho tem
sido fortemente influenciado pelo paradigma da
programação orientada por objetos. Modelos que
caminham nesta direção são denominados pela literatura
de modelos semânticos de dados32,33.
Tsicchritzis & Lochovsky 34 consideram que o papel
próprio dos modelos de dados é servir como um meio de
comunicação dirigido às pessoas em geral, de forma que a
estrutura imposta pelo modelo não poderia discordar da
estrutura natural da realidade tal como ela é percebida
pelo usuário humano. Dentro dessa perspectiva, eles
discutem a proposta de dois tipos de modelos de dados: o
primeiro deles lidaria com o mapeamento das informações
do mundo real em conceitos básicos humanos - domínio
infológico (infological realm); em uma segunda instância
teríamos o domínio datalógico (datalogical realm), que
mapearia estes conceitos básicos humanos em
representações em computador. Neste caso, os modelos
de dados tradicionais estariam categorizados como
datalógicos, ao passo que os modelos de dados semânticos
seriam, ao menos, o primeiro passo em direção aos modelos
infológicos.
Os modelos conceituais de dados conhecidos foram criados
como ferramentas de representação que funcionam em
ambientes específicos, e, assim sendo, a literatura não
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
reconhece nenhum modelo generalizado. Hull & King32
concluem que, apesar da dificuldade de definições precisas,
a literatura aponta uma trajetória evolucionária para a
área de modelos semânticos de dados. As pesquisas nesta
área estão relacionadas principalmente na extensão do
modelo relacional, de forma a enriquecê-lo com abstrações
semânticas provenientes da pesquisa em lingüística.
As abstrações semânticas são formas de especificar
relacionamentos entre conceitos lingüísticos que
trabalham as diferenças sutis de significado. Burt &
Kinnucan6 enunciam quatro dessas abstrações como as
mais comumentes usadas nos modelos semânticos:
generalização, agregação, classificação e associação.
a) Generalização Esta abstração ocorre quando objetos
ou entidades são agrupados em um relacionamento
hierárquico no qual os objetos do nível mais baixo são
vistos como subtipos daqueles de nível mais alto. Por
exemplo, os objetos biografias e novelas podem ser
visualizados como exemplares específicos do objeto livro.
Este tipo de agregação é conhecido como uma relação ÉUM (em inglês: IS-A ou ISA)32.
b) Agregação Esta abstração ocorre quando objetos são
agrupados em um relacionamento de composição, onde
cada objeto contribui para a formação de visualizações
específicas de um objeto maior. Por exemplo: os objetos
página, capa, encadernação e tinta podem ser
agrupados para formar uma visão do objeto livro;
enquanto o título, autor e editor podem ser
agrupados para formar uma outra visão. Este
relacionamento é também conhecido como
relacionamento É-PARTE-DE (em inglês: IS-PARTOF).
c) Classificação Esta abstração ocorre quando objetos
são agrupados por serem exemplos particulares de um tipo
mais geral. Por exemplo: Sagarana e O estorvo são
exemplos de novelas. Este relacionamento é também
conhecido como relacionamento É-EXEMPLO-DE
(em inglês: IS-INSTANCE-OF).
d) Associação Esta abstração ocorre quando objetos são
agrupados segundo a sua virtude em satisfazer algum
critério. Este relacionamento é também conhecido como
relacionamento É-MEMBRO-DE (em inglês: ISMEMBER-OF).
Hull & King32 fazem, ainda, uma distinção entre modelos
semânticos que incorporam aspectos estruturais dos
objetos e modelos orientados a objeto que incorporam
aspectos comportamentais dos objetos. O enfoque da
89
Luís Fernando Sayão
orientação a objeto simplesmente desloca a ênfase do
relacionamento entre os componentes do modelo para o
comportamento dos componentes individuais ou
componentes grupais, onde quanto mais graus de liberdade
estão presente no comportamento do objeto mais
fortemente ele será caracterizado.
Conforme visto, os modelos que mais e mais desempenham
um papel importante como recurso metodológico para
todas as áreas cujo interesse são os fenômenos relacionados
à informação, como informática e ciência da informação.
Acerca do papel das ferramentas de modelagem para o
desenvolvimento das atividades profissionais do cientistas
da informação, Burt & Kinnucan 6 afirmam que os
cientistas da informação (...) podem encontrar, nas técnicas
de modelagem, um mecanismo útil para capturar e
comunicar seus conhecimentos sobre fontes de
informação e sobre padrões de comportamento de quem
busca informação. Os modelos resultantes podem ser
amplamente desenvolvidos mediante seleção e
composição de conceitos e técnicas de modelagem
provenientes de várias disciplinas (informática, psicologia,
física, lingüística e outras).
Por fim, mais pesquisas sobre como as pessoas usam,
selecionam e se posicionam diante da informação são
extremamente necessárias para a concepção e projetos de
sistemas de informação que preencham com mais
completeza as necessidades dos usuários desses sistemas.
REFERÊNCIAS BIBLIOGRÁFICAS
1. ALMEIDA, Elizabeth; TAUHATA, Luiz. Física nuclear. Rio de Janeiro:
Guanabara Dois, 1981. 413p.
2. CAPRA, Fritjof. O tao da física. São Paulo : Cultrix, 1983. 160p.
3. SETZER, Waldemar. Projeto lógico e projeto físico de base de dados. Belo
Horizonte : UFMG, 1986. 284p.
4. APOSTEL, L. Toward the formal study of models in the non-formal
sciences. In: FREUDENTHAL, H. The concept and the role of the model in
mathematics and natural and socials sciences. Amsterdam : Dordtreccht,
1991. p.1-37.
5. CHORLEY, Richard; Haggett, Peter. Modelos, paradigmas e a nova
geografia. In: CHORLEY, Richard, HAGGETT, Peter. Modelos sócioseconômicos em geografia. Rio de janeiro : Livros Técnicos e Científicos/
USP, 1975. p.1-22.
6. BURT, Patricia; KINNUCAN, Mark. Information models and modelling
techniques for information systems. Annual Review of Information Science
and Technology, p.175-208, 1990.
7. EISBERG, Robert; RESNICK, Robert. Quantum physics of atoms,
molecules, solids, nuclei, and particles. New York : John Wiley, 1974. 713p.
8. SKILLING, H. An operational view. American Scientist. v.52, p. 388396, 1964.
9. STACHOWIAC, Herbert. Models. In: SCIENTIFIC thought:
concepts, methods and procedures. Paris : Unesco, 1972, p. 145-166.
10. PIAGET, Jean. The concept of structure. In: SCIENTIFIC thought:
concepts, methods and procedures. Paris : Unesco, 1972. p.35-56.
11. BERTALANFFY, Ludwig. General system theory: a critical review.
General Systems, v.7, p.1- 20, 1962.
12. BLACK, M. Models and methaphors. New York : Ithaca, 1962. 267 p.
13. HESSE, M. Models in physics. British Journal of the Philosophy of
Science. v. 4, p. 198-214, 1953-1954.
14. KAPLAN, A. The conduct of inquiry. San Francisco : Chandler, 1964.
428 p.
15. SOUZA, MENDONÇA A. DE; DODEBEI, V. L. Modelos e sistemas
em ciência da informação. Rio de Janeiro, 1993. 20 p. (Seminário apresentado à disciplina Linguagem e Ciência da Informação III. Curso de
Doutorado em Ciência da Informação).
16. KUHN, T.S. The structure of scientific revolutions. Chicago : University
of Chicago, 1970.
17. MASTERMAN, M. The nature of a paradigm. In: LAKATOS,
I.,MUSGRAVE, A. Criticsim and the growth of knowledge. Cambridge :
Cambridge University, 1970. p. 59-91.
18. ELLIS, David. The physical and cognitive paradigms in information
retrieval research. Journal of Documentation, v. 48, n. 1, p. 389-392, Mar.
1992.
19. DANIELS, P.J. Cognitive models in information retrieval: an evaluative
review. Journal of Documentation, v. 42, n. 4, p. 272-304, Dec. 1986.
20. ALLEN, Bryce L. Cognitive research in information science. Annual
Review of Information Science and Technology, v. 26, p. 3-37, 1991.
21. GAINES, Brian R. Modeling and forecasting the information sciences.
Information Sciences, v. 57-58, p. 3-22, 1991.
22. VICKERY, B. C. Knowledge representation: a brief review. Journal of
Documentation, v. 42, n. 3, p. 145-159, Sep. 1986.
23. HUMPHREY, Ronald. How work roles influence perception: structural
cognitive processes and organizational behavior. American Sociological
Review, v. 50, n. 2, p. 242-252, 1985.
90
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
Modelos teóricos em ciência da informação abstração e método científico
24. BORGMAN, Christine L. The users mental model of an information
retrieval system: an experiment on a prototype online catalog. International
Journal of man-machine studies. v. 24, p. 47-64, 1986.
33. CHEN, Peter P. The entity-relational model - toward a unified view
of data. ACM Transactions on Database Systems, v. 1, n. 1, p. 9-36, Mar.
1976.
25. ANSI/X3/SPARC. Study group on data base management system.
FDT-Bulletin, v. 7, n. 2, 1975.
34. TSICHRITZIS, D., LOCHOVSKY, F.H. Data models. New Jersey :
Prentice-Hall, 1982. 381 p.
26. LYYTINEN, Kalle. Two views of information modelling. Information &
Management, v. 12, p. 9-19, 1987
35. BELKIN, Nicholas J., ROBERTSON, Sthephen E. Information Science
and the phenomenon of information. Journal of the American Society for
Information Science, p. 197-204, Jul./Aug. 1976.
27. RICH, Elaine. User modelling via esterotypes. Cognitive Sciences, v. 3,
p. 329-352, 1979.
28. BELKIN, Nicholas J. Anomalous states of knowledges as a basis for
information retrieval. Canadian Journal of Information Science, v. 5, p. 133140, 1980.
29. SHANNON, Claude; WEAVER, Warren. The mathematical theory of
communication. Urbana : University of Illinois Press, 1949.
30. CODD, E. F. Extending the relational model to capture more meaning.
ACM Transactions on Database Systems, v. 4, n. 4, p. 397-434, Dec. 1979.
31. RICH, Elaine. Users are individuals : individualizing user models.
International Journal of Man-Machine Studies, v. 18, n. 3, p. 199-214, Mar.
1983.
36. FARRADANE, J. The nature of information. Journal of Information
Science, v. 1, n. 1, p. 13-17, 1979.
37. SMITH, Linda C.; WARNER, Amy J. A taxonomy of representations
in information retrieval system design. Journal of Information Science, v. 8,
p. 113-121, 1984.
38. GILBERT, Nigel G. Cognitive and social models of the user. In:
INTERACT: HUMAN-COMPUTER INTERACTION, 87., 1987,
Amsterdan. Proceeding of the Second IFIP Conference. North-Holland :
Elsevier, 1987. p.165-169.
39. WIESER, Wolfgang. Organismos, estruturas, máquinas: para uma estrutura do organismo. São Paulo : Cultrix, 1972, 124 p.
32. HULL, Richard; KING, Roger. Semantic database modelling: survey,
aplications, and research issues. ACM Computing Surveys, v. 19, n. 3, p.
201-260, Sep. 1987.
Ci. Inf., Brasília, v. 30, n. 1, p. 82-91, jan./abr. 2001
91