A análise e interpretação de uma pesquisa exploratória e descritiva consiste em extrair sentido dos dados. Após a fase de coleta dos dados, por meio das entrevistas semiestruturadas, das observações não participantes e dos dados secundários, é apresentado o processo de análise esses dados, por meio da análise de conteúdo, uma técnica utilizada em abordagens qualitativas. Para isto, Flick (2009) argumenta que é necessário organizar e preparar os dados para análise, ou seja, transcrever a entrevista e organizar anotações realizadas durante a entrevista; ler todos os dados a fim de obter um sentido geral e refletir sobre o sentido global e aplicar um processo de codificação para iniciar a análise detalhada. Em outras palavras, organizar os dados por temas; usar esse processo de codificação para gerar uma descrição do cenário, pessoas, categorias e temas para análise; avaliar e prever como a descrição e os temas foram representados na narrativa qualitativa, para fazer a interpretação da análise ou extrair significado dos dados.
Bauer e Gaskell (2011) e Malhotra (2012) defendem que a entrevista qualitativa deve fornecer dados básicos para o desenvolvimento e a compreensão das relações entre os atores sociais e sua situação. O seu objetivo é a compreensão detalhada de crenças, atitudes, valores e motivações do comportamento das pessoas em contextos sociais específicos. E que a preparação e o planejamento são essenciais para a execução das entrevistas e que boas questões envolvendo o tema, criarão um referencial fácil e confortável para uma discussão (BAUER; GASKELL, 2011).
Segundo Bardin (2011), a técnica de análise de conteúdo é composta por três etapas: a) pré-análise: organização do material disponível com o objetivo de sistematizar as
leitura flutuante para conhecer o texto que foi analisado; escolha dos documentos que foi analisado; construção do objetivo e hipóteses que nortearão a análise; e, por meio de recortes de textos dos documentos analisados, determinam-se indicadores;
b) exploração do material: constitui-se da exploração do material, onde a codificação, a classificação e a categorização são construídas;
c) tratamento dos resultados, inferência e interpretação: são destacadas as informações para análise, por meio de quadros de desfechos, diagramas ou figuras, modelos representativos que demonstrem a conclusão fornecida pela análise. Nesta dissertação, a primeira etapa da análise de dados foi por meio da leitura e agrupamento das entrevistas semiestruturadas, das anotações de campo das observações não participantes, juntamente com os dados secundários. Nesta primeira etapa também foi feita a relação das categorias de análise a priori do estudo, que são provenientes dos elementos-chaves do referencial teórico, conforme Quadro 8.
Quadro 8 – Categorias a priori
Abordagens teóricas Categorias a priori
IA Evolução histórica IA forte e fraca Técnicas e aplicações de IA Computação Cognitiva Cognição Sistemas Cognitivos Dados PLN SAD Sistemas de Informação Processo de decisão SADC
Fonte: elaborado pelo autor (2019).
Para auxiliar na análise dos dados, foi utilizado o software QSR NVivo 12®. Para Malhotra (2012), embora esses softwares auxiliem na manipulação de segmentos relevantes dos textos, eles não podem determinar categorias significativas para codificação, nem definir temas e fatores importantes, esses passos são de responsabilidade do pesquisador. Essa ferramenta permitiu reunir e organizar os conteúdos das entrevistas, da observação não participante e dos documentos coletados a partir de sites e canal do Youtube do HCMD e da IBM.
Na Figura 21, destaca-se as categorias criadas para análise no software NVivo 12 a partir das categorias a priori, além das categorias emergentes, que segundo Yin (2015), são comuns em estudos de caso, a partir da coleta e análise dos dados, de forma complementar as
categorias a priori. A partir das categorias a priori, definidas no Quadro 8 e reorganizadas a partir dos dados empíricos, somadas as categorias emergentes, de acordo com a Figura 21, realizou-se a codificação, processo de selecionar trechos ou partes de documentos e codificar em uma categoria, que recebe o nome de “nó”, ou seja, criar uma ligação entre as evidências e as categorias de análise. Após as organização e codificação dos dados, que cria relações entre as categorias numa estrutura conhecida como hierarquia de “pais e filhos”, a ferramenta permite, também, analisar os dados em com as funções de busca, consulta, classificação e visualização dos dados.
Figura 21 – Codificação no NVivo 12
Fonte: extraído pelo Autor (2019) a partir do NVivo 12. A seguir, na seção 4, é apresentada a análise e discussão dos resultados.
4 ANÁLISE E DISCUSSÃO DOS RESULTADOS
Nesta seção, após a coleta dos os dados e obtidos os resultados, é realizada a análise e discussão desses achados, constituindo-se ambos no núcleo central da pesquisa. Com o objetivo de analisar como um Sistema Cognitivo pode auxiliar especialistas no processo de apoio à decisão clínica na escolha de um tratamento oncológico, buscou-se elementos que possam atingir os objetivos específicos desta pesquisa, por meio das entrevistas semiestruturadas em profundidade, observação não participante e os dados de documentos encontrados na internet (sites oficiais e YouTube) como fontes de dados.
Esta pesquisa foi realizada no HCMD de Porto Alegre – RS, caso em estudo, nas unidades de análise destacadas na Figura 22. Além disso, ela apresenta os procedimentos/técnicas utilizadas para a coleta e análise dos dados, que permitiram atingir cada objetivo específico estabelecido, a partir das abordagens teóricas apresentadas no referencial teórico. Por último, a figura apresenta as próximas seções desta pesquisa, emergentes da categorização da teoria e as subcategorias, emergentes dos achados da pesquisa, complementado as categorias definidas a priori, correspondentes a cada objetivo específico.
Figura 22 – Esquema de análise dos dados da dissertação
A seguir são apresentados os conceitos compreendidos em relação a uma ferramenta cognitiva como o Watson for Oncology (4.1), aspectos gerais da ferramenta (4.2), como o processo de decisão dos profissionais; o envolvimento deles com tecnologias e o uso do Watson for Oncology. Após, são apresentados os aspectos relacionados a implantação do Watson for Oncology no HCMD (4.3), sobre a demanda e motivação para a implantação; integração da ferramenta com outras já estabelecidas do hospital; requisitos necessários para a implantação; tipos e fontes de dados que a ferramenta trabalha e aspectos críticos citados pelos entrevistados.
Ainda, são apresentadas as percepções relacionadas a ferramenta (4.4), abrangendo aspectos de aceitação; usabilidade; desempenho; segurança; inteligência e aprendizado. As contribuições do Watson for Oncology, seção 4.5, são apresentadas no contexto dos pacientes, dos profissionais, do hospital e do sistema de saúde. Por fim, na última seção, é apresentado o esquema conceitual da dissertação, a partir da análise e discussão dos resultados. Na próxima seção são apresentados os conceitos compreendidos em relação a uma ferramenta cognitiva como o Watson for Oncology (4.1).