4.8 Modelos de Descoberta Científica
4.8.6 Aspectos Relevantes para a Realização de Descobertas Científicas
Segundo Klahr e Dunbar (1988), o mecanismo determinante para o sucesso da realização de desco- bertas em ciência deve-se principalmente a duas habilidades que os cientistas devem ter: "saber onde
olhar" e "entender o que é visto". A primeira habilidade refere-se a "projetar experimentos", que
envolve o projeto de procedimentos experimentais e observacionais. A segunda habilidade refere-se a
"formação de hipóteses" que envolve a formação e avaliação de teorias. Em uma análise histórica, Klahr
e Dunbar (1988) afirmam que descobertas científicas sugerem que as interações entre projetar experi-
mentos e formação de hipóteses são cruciais para o sucesso do esforço real científico, e que ambas as
atividades são influenciadas pela semântica do contexto de descoberta.
Portanto, a interação entre estas duas estratégias ("projetar experimentos" e "formação de hipóte-
ses") pode ser bastante complexa. Pesquisas em psicologia cognitiva procuravam inicialmente entender
o raciocínio científico, investigando cada habilidade isoladamente e em contextos amparados semantica- mente (KLAHR; DUNBAR, 1988). Sendo assim, para possibilitar um melhor entendimento do raciocínio científico, deseja-se descrever como é possível existir uma rica interação entre os dois processos, ou seja, o processo de formação de hipóteses e o processo de projetar experimentos.
Desta forma, Klahr e Dunbar (1988) iniciaram este estudo considerando duas pesquisas em labo- ratório para a simulação do raciocínio científico, para então posteriormente seguir com suas conside- rações. Estas duas pesquisas são descritas a seguir: (i) O primeiro estudo refere-se à primeira série de investigações em raciocínio científico que foi estimulada por Bruner, Goodnow e Austin (1956) para a
aprendizagem de conceitos. O foco deste trabalho é como participantes selecionam instâncias de um pre-
definido conjunto para avaliar hipóteses e como eles formam novas hipóteses na base do feedback sobre aquelas instâncias. Nesse estudo que foi realizado, Bruner, Goodnow e Austin (1956) argumentaram que a tarefa de aprendizagem de conceito é relevante à realidade da ciência porque ela envolve dois compo- nentes essenciais do processo de raciocínio científico: a lógica da experimentação e as estratégias para descoberta de regularidades; (ii) Nesse mesmo desafio de compreensão do raciocínio científico, tem-se um segundo estudo que foi realizado por Wason (1968), e esse era para que participantes realizassem uma tarefa de descoberta de uma regra para classificar conjuntos de tríades ("2-4-6") numéricas (pre- determinada pelo experimentador). Assim, o estudo consistia em instruir os participantes a gerarem suas próprias tríades na tentativa de descobrir a regra (tipicamente a regra a ser descoberta é uma série crescente). Desta forma, como forma de feedback, o experimentador provia um sim ou não sobre as instâncias e também dizia aos participante se ou não suas propostas de hipóteses estavam corretas.
Para maiores detalhes sobre aprendizagem de conceitos, pode-se consultar Langley (1980)13, que
faz uma breve revisão sobre os tópicos de interesse sobre esta pesquisa. No entanto, a partir de agora iremos mostrar a relação existente entre as duas principais visões que caracterizam o processo de racio- cínio científico: (i) A primeira, é a visão de formação de conceitos, que segue o argumento de que muito do raciocínio científico consiste de formar novos conceitos na base a evidência experimental, e que segundo Klahr e Dunbar (1988), tende a dominar a maioria das simulações do processo de raciocínio científico; (ii) Já a segunda visão, é a visão de resolução de problemas, que é exemplificada pela análise de (SIMON, 1977) do processo de descoberta, e que é caracterizada pelo fato de que o raciocínio científico
é realizado por um processo de busca em um espaço de problemas.
Neste sentido, de acordo com Klahr e Dunbar (1988), a contribuição de Simon para a visão de reso-
lução de problemas foi demonstrar como se poderia ir além da metáfora pela explicação do processo
de descoberta em termos de uma teoria explicita da resolução de problemas humanos (NEWELL; SAW; SIMON, 1958 apud KLAHR; DUNBAR, 1988), para uma extensão desta idéia básica, em uma análise da
maioria das descobertas científicas dos últimos séculos (KULKARNI; SIMON, 1988; SIMON H. A.; BRAD- SHAW, 1981).
Neste contexto, Klahr e Dunbar (1988) propõem uma estrutura para uma visão integrada do processo de descoberta, dando ênfase às duas fases que o compõem, ou seja, "formação de hipóteses" e a fase em que os cientistas "projetam experimentos". Para então, com esta estrutura proporcionar o entendimento referente à psicologia dos processos das duas visões de "formação de conceitos" e de "resolução de
problemas". Desta forma, a seguir será apresentada uma visão introdutória sobre o sistema GRI (Gener- alized Rule Induce) (SIMON; LEA, 1974), que foi o precursor que proporcionou a integração destes dois
processos de descoberta, em uma proposta inicial de representação em dois espaços de busca, um para
regras e o outro para instâncias. Após a realização destas considerações iniciais, pretende-se posterior-
mente seguir com a proposta de extensão da idéia do sistema GRI (SIMON; LEA, 1974) para a proposta de Klahr e Dunbar (1988).
Para isso, considera-se que a chave para a integração de ambas as tradições de abordagens de for-
mação de conceitos e resolução de problemas, em uma organização dentro de uma coerente teoria de
raciocínio científico, deve-se ao fato de que ambas abordagens são tarefas que reúnem informação e que ambos empregam o processo de busca guiada. Esta idéia partiu de insights teóricos realizados por Simon e Lea (1974), que mostraram como um simples sistema de processamento de informação, chamado Generalized Rule Induce (GRI) pode prestar contas para o desempenho em tarefas de "reso- lução de problemas" e em tarefas para abranger "indução de regra", incluindo o alcance de conceitos,
13Langley enfatiza este assunto em uma revisão que mostra a atuação de vários pesquisadores que desempenha-
ram considerável contribuição neste campo de estudo, que resultou em uma ampla pesquisa para aprendizagem de conceitos em descoberta científica. Neste artigo, Langley (1980) também considera: vários sistemas que tem por objetivo procedimentos de aprendizagem; além de mostrar três sistema de indução gramatical; como também, um estudo sobre indução de funções matemáticas; para então, fazer suas considerações sobre descoberta de leis científica, referindo-se a quatro programas destinados para este fim. Desta forma, nesta breve revisão, Langley relata um estudo realizado para mostrar 24 programas que aprendem ou descobrem novo conhecimento.
exploração seqüencial, e indução gramatical (KLAHR; DUNBAR, 1988).
Acrescenta-se ainda que, o sistema GRI usa os mesmos métodos gerais para ambas as tarefas de
resolução de problemas e tarefas de indução de regra. A principal diferença entre resolução de pro- blemas e indução de regra está nos espaços de problemas que são usados na tarefa (KLAHR; DUNBAR,
1988). A tarefa de indução de regra requer busca em dois espaços de problemas: um espaço de regras e um espaço de instâncias. Já a tarefa de busca em resolução de problemas ocorre apenas em um simple espaço: um espaço de regras.
Klahr e Dunbar (1988) afirmam que a característica distintiva da tarefa de indução de regra é que regras (hipóteses) propostas não são nunca testadas diretamente, mas somente pela aplicação delas as instâncias. E, portanto, a partir de uma regra que foi gerada (estipulada) pode-se testar se uma instância obedece a esta regra ou não, ou seja, se esta foi aplicada corretamente a regra, através da confirmação ou desconfirmação da instância que está sendo testada. Desta forma, a seleção de instâncias requer a busca do espaço de instâncias, e a mudança de uma regra para uma outra requer busca no espaço de regras.
Por sua vez, Klahr e Dunbar (1988) enfatizam as diferenças existentes entre pesquisa em formação
de conceitos e resolução de problemas, como segue: (i) Pesquisa em formação de conceitos preocupa-se
com as regras derivas das instâncias bem definidas, e caracteriza-se pelo fato de que o espaço de regras é muito simple, ele consiste de todas as combinações possíveis de valores e atributos no espaço de ins-
tâncias. Até mesmo quando os participantes tem algum controle sobre a seleção das instâncias, como
no trabalho de Bruner, Goodnow e Austin (1956), o conjunto completo de instâncias permissíveis é pre- determinado; (ii) Por outro lado, em experimentos por resolução de problemas, a estrutura do espaço
de problemas é geralmente muito mais complicada. Particularmente então sendo meramente a concate-
nação de um conjunto de dadas características, que consiste de uma série de estágios de conhecimento que os participantes podem gerar por seguir uma grande variedade de estratégias.
Sabe-se, portanto, que em uma análise do raciocínio científico, Simon e Lea (1974) desenvolveram a proposta do sistema GRI, para poder explicar os resultados referentes aos estudos de laboratórios
tradicionais em resolução de problemas e aprendizagem de conceitos. Klahr e Dunbar (1988), por outro
lado, propõem uma extensão para GRI em uma estrutura mais ampla que suporte uma visão integrada
Desta forma, Klahr e Dunbar (1988) identificaram que são necessárias duas extensões para propor- cionar esta visão integrada do processo de descoberta: (i) A primeira extensão, serve para uma descrição de uma tarefa de aprendizagem de conceito pelo aprendiz em situações mais próximas que assemelham- se ao ambiente que cientistas desempenham as tarefas de laboratórios tradicionais (para essa extensão, foi desenvolvido o programa BigTrack14); (ii) A segunda extensão, serve para ir além de uma especificação
do processo envolvido na busca de dois espaços. Pela substituição: do espaço de regras por um espaço
de hipóteses; e do espaço de instâncias por um espaço de experimentos. Esta extensão foi concretizada
com a idealização de uma estrutura mais ampla para o processo de descoberta, que é descrito pelo modelo
de descoberta científica SDDS (Scientific Discovery as Dual Search - Descoberta Científica como Busca Dupla). Neste sentido, uma breve descrição sobre do modelo SDDS faz-se necessária. Antes porém, será
explicado na próxima seção uma forma de classificação usada na concepção de modelos de descoberta
científica para que possamos posteriormente na seção seguinte fazer as considerações necessárias para
explicar as idéias que estão por trás do modelo SDDS.