IA em Pesquisa Narrativa: Como Usar com Responsabilidade

O Que a Pesquisa Narrativa Pede de Você

Vamos lá: pesquisa narrativa não é só entrevistar pessoas e transcrever o que elas disseram. É uma abordagem metodológica que parte do pressuposto de que os seres humanos se entendem e entendem o mundo através de histórias. A narrativa não é só dado, ela é o próprio objeto de estudo.

Quando você analisa uma entrevista de história de vida, uma autobiografia acadêmica, um relato de experiência, você está lendo camadas. Tem o que foi dito. O que foi omitido. A ordem em que os eventos foram narrados. As palavras escolhidas para descrever determinado período. O que ficou na periferia e o que foi colocado no centro.

Isso é interpretação. E é humana.

Então a pergunta que pesquisadores trazem cada vez mais é legítima: o que a IA pode fazer nesse processo sem comprometer o que torna a pesquisa narrativa o que ela é?

O Que a IA Faz Bem na Pesquisa Qualitativa

Antes de qualquer coisa: reconhecer o que a IA realmente faz bem é o primeiro passo para usá-la sem ingenuidade.

A IA processa texto de forma muito mais rápida do que qualquer pessoa. Para um corpus grande de entrevistas, isso é relevante. Se você tem 30 entrevistas transcritas e quer identificar quais palavras ou expressões aparecem com maior frequência, a IA faz isso em segundos. Se quer encontrar todas as passagens em que os participantes mencionam determinado evento, a IA localiza.

Isso é mapeamento, não interpretação. E mapeamento é uma ferramenta legítima.

A IA também pode ajudar a organizar um corpus, criar sistemas de categorias iniciais, identificar trechos que têm similitude temática. Tudo isso alimenta a fase de análise que você ainda vai fazer com sua inteligência, seu referencial teórico e seu conhecimento do campo.

Outro uso legítimo: apoio na escrita analítica. Depois de você ter interpretado os dados, a IA pode ajudar a estruturar um parágrafo, a deixar uma passagem mais clara, a verificar se sua argumentação tem coerência. Isso é diferente de pedir para a IA interpretar os dados por você.

Onde a IA Não Entra na Pesquisa Narrativa

Olha só onde o limite fica claro: a pesquisa narrativa valoriza o que está além das palavras. O silêncio. A hesitação. O choro que veio antes de uma resposta. O riso que veio depois de uma lembrança dolorosa. A voz que mudou de tom.

Essas informações estão no diário de campo. Estão no registro do pesquisador presente naquele momento. A IA não leu seu diário. A IA não esteve na sala. E mesmo que você descreva esses momentos por escrito, a capacidade da IA de incorporar essa dimensão contextual à interpretação é muito limitada.

Tem mais: a pesquisa narrativa costuma trabalhar com trajetórias. Como a história de vida foi contada na íntegra importa tanto quanto os trechos isolados. A ordem em que a pessoa narrou seus eventos, as escolhas de começo e fim, o que foi narrado como conquista e o que foi narrado como derrota, essas arquiteturas de sentido precisam de um leitor que compreenda o todo.

A IA processa fragmentos muito bem. O sentido do todo ainda exige você.

O Risco Real de Superficialidade

Tem um risco que pouco aparece na discussão sobre IA e pesquisa narrativa: a superficialidade que parece profundidade.

Quando você pede para a IA “analisar” dez entrevistas e ela devolve uma lista de temas organizados com subcategorias, o resultado tem uma aparência de análise sistemática. Parece que foi feito algo rigoroso. Mas o rigor de uma análise qualitativa não está na organização visual dos temas. Está nas decisões interpretativas que geraram aquelas categorias, nas evidências que sustentam cada afirmação, na reflexão do pesquisador sobre como sua própria posição influenciou o que ele viu ou deixou de ver.

A IA produz estrutura. Não produz reflexividade. E pesquisa narrativa, em especial, exige um pesquisador reflexivo, que saiba nomear o que traz para o campo e como isso moldou o que encontrou.

Se a análise for terceirizada para a IA e o pesquisador apenas revisar o que ela produziu, o que vai aparecer no texto analítico é a lógica da IA, não a lógica do pesquisador. Isso pode passar despercebido numa leitura rápida. Mas numa defesa rigorosa, na avaliação de um periódico de qualidade, o esvaziamento aparece.

A Transparência Metodológica Não É Opcional

Aqui tem uma posição clara: se você usou IA em qualquer etapa da análise, isso precisa estar explícito na sua metodologia.

Não é preciso pedir desculpa por ter usado. Não é preciso esconder. Mas omitir é um problema ético. Seu leitor, sua banca, o periódico onde você vai publicar, eles têm direito de saber como sua análise foi produzida.

Isso inclui nomear a ferramenta, a etapa em que foi usada, e como você supervisionou os resultados. Se você usou o ChatGPT para fazer uma categorização inicial dos temas das entrevistas, diz isso. Se você usou um software específico de análise qualitativa assistida por IA, menciona. Se você pediu para a IA sugerir categorias e depois avaliou criticamente cada sugestão antes de adotar ou descartar, esse processo de supervisão faz parte da metodologia.

A ausência de transparência transforma uma ferramenta legítima em problema ético.

Como o Método V.O.E. Se Encaixa Nisso

O Método V.O.E. parte de um princípio que ecoa nessa discussão: sua voz analítica é o que dá coerência ao trabalho. O resultado da análise vai passar pelo seu olhar, não pelo olhar da máquina.

Na fase de organização, a IA pode ser uma aliada para ordenar um corpus grande. Na fase de escrita, pode ajudar a articular o que você já interpretou. Mas a dimensão central do processo, aquela em que você se senta com os dados e começa a perguntar “o que essa narrativa está me dizendo que eu ainda não vi?”, essa parte ainda é sua.

Isso não é romantismo. É metodologia.

A Pergunta Que Ninguém Está Fazendo

Tem uma pergunta que ronda esse debate e precisa ser dita em voz alta: quando a IA analisa uma narrativa de vida, quem são os treinadores que moldaram seus padrões de reconhecimento?

Os modelos de linguagem foram treinados em textos. Textos de quem? Em que língua? Com que perspectivas culturais? Quando uma IA lê uma narrativa de uma mulher negra do interior do Nordeste sobre sua trajetória acadêmica e começa a categorizar temas, ela está aplicando padrões construídos sobre quais corpora?

Isso não invalida o uso da IA. Mas exige que o pesquisador saiba o que está usando e não tome como neutras as categorias que a IA produz. Toda ferramenta tem viés. A IA tem viés. Usá-la com consciência crítica é diferente de usá-la como oráculo.

Pesquisa Narrativa Com IA: Qual é a Posição Defensável

A posição mais defensável, metodológica e eticamente, é esta: a IA pode ser uma ferramenta auxiliar na pesquisa narrativa, especialmente para organização e mapeamento de grandes volumes de texto, desde que o pesquisador mantenha o controle das decisões interpretativas, declare o uso com transparência e esteja ciente das limitações e vieses da ferramenta.

Usar a IA para que ela “analise” as narrativas por você, para que ela produza interpretações que você vai assumir como suas, é um problema diferente. Não apenas ético. É metodológico. Porque a interpretação que a IA produz não é ancorada no referencial teórico da sua pesquisa, não conhece o contexto da sua investigação, não fez a revisão de literatura que você fez.

Pesquisa narrativa de qualidade tem assinatura. Tem o pesquisador que esteve lá. Isso não vai desaparecer com a chegada da IA, mas pode ser esvaziado se você não for intencional sobre o papel que a ferramenta ocupa no seu processo.

Quer continuar essa reflexão com mais profundidade? Explore os recursos sobre IA na academia disponíveis aqui.