IA em Pesquisa Survey: Do Questionário à Análise

A survey não acabou, mas a IA entrou pela porta dos fundos

Olha só: a pesquisa survey ainda é um dos métodos quantitativos mais usados nas ciências humanas, sociais aplicadas e da saúde no Brasil. Todo semestre, milhares de mestrandos e doutorandos montam questionários, aplicam para amostras, e passam semanas analisando os dados no SPSS ou no Jamovi.

E a IA entrou nesse processo. Não pela frente, com um convite formal. Entrou pelos fundos, de mansinho, enquanto alguém pedia para o ChatGPT “melhorar a redação desta pergunta” ou “explicar o que é alfa de Cronbach”.

A questão não é se você vai usar. A questão é como usar sem comprometer a validade do estudo, sua autoria intelectual e sua integridade como pesquisador. Isso é o que a gente vai explorar aqui.

O que a IA pode e o que não pode na fase de construção do instrumento

Vamos lá. A construção do questionário é uma das etapas mais delicadas de uma survey. Cada pergunta carrega uma escolha teórica. O jeito que você formula uma questão afeta diretamente o que você vai conseguir medir.

Onde a IA ajuda de verdade:

A IA é boa para verificar clareza e ambiguidade. Você escreve uma pergunta, joga no ChatGPT e pede: “Esta pergunta pode ser interpretada de mais de uma forma? Quais seriam as interpretações possíveis?” Isso é um pré-teste textual rudimentar, mas útil.

Também ajuda na consistência do estilo. Se você tem 30 itens, é fácil escorregar na uniformidade das escalas, na conjugação verbal, no nível de formalidade. A IA consegue padronizar isso com eficiência.

Outra coisa que funciona: pedir para a IA adaptar perguntas de instrumentos validados para o português brasileiro, respeitando o sentido original. Isso não é criar um instrumento novo, é um apoio de tradução e adaptação cultural.

Onde você não pode delegar:

A definição dos construtos. Isso é sua. Se você está medindo “engajamento docente”, precisa saber o que a literatura define como engajamento docente. A IA pode te dar definições, mas a escolha teórica de qual definição adotar é decisão do pesquisador.

A estrutura dimensional do instrumento também não é para a IA decidir. Quantas dimensões, quais itens pertencem a qual dimensão, como a escala se organiza: isso vem do referencial teórico, não do modelo de linguagem.

E nunca, jamais, use a IA para inventar itens de um instrumento validado que “faltavam”. Se você precisar adaptar um instrumento, siga os procedimentos formais de adaptação transcultural.

Coleta de dados: onde a IA quase não entra

A etapa de coleta em si, a IA pouco interfere. O questionário vai para os respondentes, os dados voltam. O que pode acontecer é o uso de IA para:

Criar a versão digital do questionário, usando ferramentas como Google Forms ou Qualtrics. A IA ajuda a escrever as instruções de preenchimento, a mensagem de boas-vindas, o TCLE online.

Ela também pode ajudar a redigir os e-mails de convite para participação, desde que você não use técnicas manipulativas de escrita persuasiva que prejudiquem a voluntariedade.

Um ponto importante: a IA não substitui a aplicação piloto. Antes de lançar para a amostra real, você ainda precisa testar o instrumento com um grupo pequeno, verificar dúvidas, tempo de preenchimento e problemas de interpretação. Isso é trabalho humano.

Análise dos dados: o maior campo minado

Vamos ser diretas aqui, porque é onde mais acontece o uso problemático.

A análise estatística de uma survey normalmente envolve: análise descritiva, verificação de normalidade, alfa de Cronbach, análise fatorial (exploratória ou confirmatória) e testes específicos dependendo dos seus objetivos.

O que a IA consegue fazer bem:

Explicar o que os resultados significam em linguagem acessível. Você roda o SPSS, obtém os coeficientes, e não sabe interpretar o KMO ou a variância explicada. Jogar os números no ChatGPT com o contexto da pesquisa e pedir uma explicação é legítimo, desde que você valide essa explicação na literatura.

Ajudar a redigir o texto descritivo dos resultados. Você tem a tabela, sabe o que significa, mas trava na hora de transformar número em prosa acadêmica. A IA pode ajudar na redação, desde que os números venham dos seus softwares e não do modelo de linguagem.

Sugerir quais testes são adequados para cada tipo de variável. Dúvida de qual teste usar para comparar grupos em variáveis ordinais? Pergunte. Mas confirme a sugestão em um manual de metodologia ou com seu orientador.

O que não funciona e pode comprometer tudo:

Usar a IA para gerar ou inventar resultados estatísticos. Se você pedir para o ChatGPT “calcular o alfa de Cronbach” dos seus itens, ele vai inventar um número. Não faça isso.

Pedir para a IA interpretar sozinha seus dados sem você ter olhado para eles antes. A interpretação contextualizada é sua, e é o que diferencia uma análise de um relatório automático.

Usar a IA para tomar decisões sobre o que incluir ou excluir da análise sem critério metodológico. “Excluir este item porque a IA disse que estava com carga baixa” não é metodologia, é terceirização de responsabilidade intelectual.

Como declarar o uso de IA na sua metodologia

Esse é o passo que mais assusta, mas que vai se tornar obrigatório. Já existem periódicos que exigem declaração explícita do uso de IA em qualquer etapa do estudo.

O básico que você precisa incluir na seção de procedimentos:

Qual ferramenta de IA foi usada (nome e versão, quando disponível). Em qual etapa: construção do instrumento, análise, redação, revisão textual. Como os resultados foram validados: se você usou IA para sugerir interpretações estatísticas, como confirmou que a interpretação estava correta?

Um exemplo de redação que funciona: “Na etapa de construção do instrumento, utilizou-se o modelo de linguagem ChatGPT (OpenAI, versão GPT-4, acessado em [mês/ano]) para revisar a clareza e a consistência linguística dos itens, após a definição dos construtos pelo pesquisador com base no referencial teórico. A análise estatística foi realizada no software [nome], e a IA foi utilizada como apoio para a redação interpretativa dos resultados, sempre com validação na literatura.”

Isso não é fraqueza. É transparência científica.

O Método V.O.E. e a pesquisa survey

Se você conhece o Método V.O.E., sabe que ele trabalha com a escrita em camadas: Versão, Organização, Edição. Isso se aplica diretamente à escrita da metodologia e dos resultados de uma survey.

A primeira versão da sua seção de resultados pode ser tosca, esquemática, cheia de “os dados mostram que”. Na fase de organização, você estrutura o fluxo lógico entre as análises. Na edição, você apura a linguagem, garante que os termos técnicos estão corretos, e é aí que a IA pode ser uma parceira de revisão.

Não é usar a IA para escrever por você. É usar no momento certo, que é o refinamento, não a construção.

Pesquisa survey no Brasil: um contexto que a IA não conhece

Um ponto que frequentemente esquecemos: a IA foi treinada majoritariamente em textos em inglês. As normas metodológicas brasileiras, as exigências específicas da CAPES, os padrões ABNT, a literatura nacional da sua área: tudo isso é contexto que o modelo de linguagem não domina com profundidade.

Quando você pede para a IA interpretar resultados de uma survey sobre educação básica brasileira, ela vai partir de referenciais que podem não dialogar com a realidade do sistema educacional do país. A contextualização local é sua responsabilidade.

Isso não significa não usar. Significa usar sabendo dessas limitações e compensando com seu conhecimento de campo.

O que realmente valida uma survey

No fim do dia, o que valida uma pesquisa survey não é o software que você usou nem se a IA ajudou na redação. É o rigor na definição dos construtos, a adequação da amostra, a aplicação correta dos procedimentos estatísticos, e a honestidade na interpretação dos resultados.

A IA é uma ferramenta que pode te poupar tempo em etapas mecânicas e apoiar na compreensão de procedimentos que você ainda está aprendendo. Mas ela não vai fazer perguntas de pesquisa relevantes no lugar de você. Não vai saber se sua amostra é representativa da população que você quer estudar. Não vai perceber quando um item do questionário tem dupla negação que vai confundir o respondente.

Faz sentido? A pesquisa survey continua sendo, no essencial, um trabalho de pensamento. Use a IA para acelerar o que é mecânico, e reserve sua energia intelectual para o que só você pode fazer.

Resumindo o que funciona

A IA entra bem na pesquisa survey em três momentos: revisão textual dos itens antes da aplicação, apoio na compreensão de procedimentos estatísticos durante a análise, e suporte na redação descritiva dos resultados.

Fica fora do alcance da IA, e deve ficar: a escolha teórica dos construtos, a definição da amostra, a tomada de decisão sobre os testes, e a interpretação contextualizada dos achados.

Se você quiser aprofundar a discussão sobre uso de IA em etapas específicas da pesquisa, veja os posts sobre IA para análise qualitativa e IA para revisão sistemática aqui no blog. A conversa sobre esse tema ainda está em construção, e é bom que seja assim.