Este documento apresenta a introdução de um curso sobre metodologia da pesquisa científica. O curso abordará técnicas para conduzir pesquisas na área da Ciência da Computação, incluindo como estruturar investigações científicas, selecionar hipóteses e combinar métodos como provas, simulações e experimentos. A avaliação dos alunos incluirá relatórios sobre seus próprios projetos de pesquisa e revisões dos trabalhos dos colegas.

1. Metodologia
da
Pesquisa
Cien1fica
Aula
01:
Introdução
Professor:
Alexandre
Duarte
Web:
h5p://alexandre.ci.ufpb.br/ensino/mpc

3. Por
que
isso
nos
interessa?
• O
ar?go
apresenta
aspectos
técnicos
interessantes
para
Cien?stas
da
Computação
– Watson
&
Crick
descreveram
uma
estrutura
de
dados
– Esta
estrutura
de
dados
implica
em
um
algoritmo

4. Por
que
isso
nos
interessa?
• Qualquer
descoberta
cienJfica
(e
a
rota
para
tal
descoberta)
pode
nos
ensinar
algo
importante
• Por
exemplo
– Teorias,
experimentos
e
conjecturas
tem
um
papel
importante
na
pesquisa
– A
pesquisa
evolui
rapidamente
através
da
avaliação
de
hipóteses
refutáveis
(falsifiable)

5. Obje?vos
deste
curso
• Apresentar
um
conjunto
básico
de
métodos
para
condução
de
um
projeto
pessoal
de
pesquisa
– Iden?ficar
tópicos
de
pesquisa,
questões
e
hipóteses
– Selecionar
uma
entre
diferentes
rotas
de
pesquisa
– Iden?ficar
e
ler
de
forma
produ?va
ar?gos
importantes
– Planejar
e
conduzir
experimentos
– Analisar
e
interpretar
dados
• Servir
como
um
ponto
de
par?da
para
estudantes
de
pós-­‐
graduação
– Você
não
chega
aqui
conhecendo
estes
métodos
– Você
desenvolverá
um
trabalho
de
pesquisa
mais
relevante
após
conhecê-­‐los

6. Tópicos
• A
Ciência
da
Computação
como
Ciência
• Selecionado
e
lendo
bons
ar?gos
mesmo
quando
você
não
entende
todos
os
conceitos
apresentados
• Estruturando
a
inves?gação
cienJfica
em
termos
de
algoritmos,
tarefas
e
ambientes
• Porque
algumas
hipóteses
são
melhores
que
outras
• Combinando
provas,
simulações
e
experimentos
para
inves?gar
fenômenos
computacionais
• Projetando,
conduzindo
e
cri?cando
experimentos

7. Este
curso
não
é
sobre
Computação
Teórica
• A
maioria
dos
estudantes
em
Ciência
da
Computação
fazem
pesquisa
que
é,
pelo
menos,
parcialmente
empírica
• Mesmo
os
teóricos
precisam
definir
boas
questões
de
pesquisa
• No
entanto,
boas
prá?cas
de
pesquisa
nos
ajudam
a
entender
como
selecionar
e
combinar
métodos
alterna?vos
para
produção
de
evidências
(provas,
experimentos,
simulações,
etc)

8. Este
curso
não
é
sobre
Artefatos
da
Computação
• Como
toda
ciência,
a
Ciência
da
Computação
possui
seus
artefatos
– Código
fonte
– Ar?gos/apresentações
– Teses/dissertações
• Este
curso
foca
em
conhecimento
de
mais
alto
nível
sobre
como
fazer
pesquisa
e
sobre
técnicas
específicas
de
pesquisa
comuns
a
pra?camente
todas
as
áreas
da
ciência
• No
entanto,
boas
prá?cas
de
pesquisa
nos
ajudam
a
iden?ficar
mais
facilmente
quais
artefatos
são
mais
importantes

9. Este
curso
não
é
sobre
EstaJs?ca
• Espera-­‐se
que
todos
vocês
tenham
cursado
pelo
menos
um
semestre
de
estaJs?ca
durante
suas
graduações
• No
entanto,
abordaremos
tópico
sobre
como
– U?lizar
métodos
para
análise
exploratória
de
dados
– U?lizar
e
cri?car
testes
estaJs?cos
de
hipótese
– Projetar
a
estrutura
de
um
experimento
– Inves?gar
hipóteses
causais

10. Este
curso
não
é
sobre
profissionalismo
• Não
estudaremos
como
– se
dar
bem
com
seu
orientador
– ser
aprovado
em
um
concurso
para
professor
– aprovar
projetos
de
pesquisa
• No
entanto,
boas
prá?cas
de
pesquisa
levam
a
– Bons
ar?gos,
apresentações
e
dissertações
– Boas
relações
profissionais

11. Pré-­‐requisitos
• Conhecimento
básico
de
Ciência
da
Computação
e
de
estaJs?ca
• Um
projeto
de
pesquisa
em
andamento,
aprovado
por
seu
orientador,
que
envolva
algoritmos
ou
sistemas
que
possam
ser
avaliados
através
de
experimentos
• Capacidade
para
ler
e
escrever,
especialmente
em
inglês
• Vontade
de
discu?r
em
classe
questões,
preocupações,
dúvidas
e
casos
de
sucesso
ao
longo
do
semestre

12. Estrutura
do
Curso
• Aulas
padrão:
½
exposição
do
professor
e
½
discussão
de
ar?gos
e
estudos
de
caso
• “Laboratórios”:
discussão
aprofundada
sobre
exemplos
específicos
(selecionado
um
projeto,
testando
hipóteses,
desenvolvendo
questões
de
pesquisa
e
hipóteses,
etc)
• Hoje
– restante
desta
apresentação

13. Avaliação
• Relatórios
de
projeto:
40%
da
média
• Revisão
de
relatórios
de
projeto:
20%
da
média
• Par?cipação
nas
discussões
em
sala:
20%
da
média
• Relatórios
de
leitura:
20%
da
média

14. Projetos
• Projeto
individual:
um
estudante
=
um
projeto
• Projeto
de
pesquisa
avaliando
um
algoritmo
ou
sistema
de
sua
escolha
• A
escolha
do
projeto
é
a
chave
para
o
sucesso
nesta
disciplina,
por
isso
a
escolha
precisa
ser
feita
o
quanto
antes
– A
aula
da
próxima
terça-­‐feira
será
um
laboratório
sobre
a
seleção
dos
projetos
– Vocês
devem
submeter
até
a
próxima
segunda-­‐feira
o
relatório
de
projeto
0
(ver
site
do
curso)

15. Projetos
• Os
projetos
serão
desenvolvidos
em
oito
etapas
– Ideias
para
o
projeto,
descrição
da
pesquisa,
exploração
comportamental,
avaliação
do
conhecimento
atual,
proposta
de
pesquisa,
projeto
experimental,
resultados
experimentais
e
relatório
final.
• É
essencial
que
você
tenha
agora
um
sistema
pronto
para
ser
avaliado
– Trabalho
de
algum
estudante
do
seu
laboratório
– Código
fonte
aberto
de
algum
outro
pesquisador
– Implementação
pública
de
algum
algoritmo,
sistema
ou
protocolo

16. Par?cipação
em
sala
• Ler
os
ar?gos
antes
das
aulas
• Iden?ficar
aspectos
chave
para
a
discussão
– Problemas,
oportunidades
desperdiçadas,
conexões
com
outros
trabalhos,
potenciais
aplicações,
etc
– U?lizar
os
conceitos
vistos
nas
aulas
e
nas
leituras
• Escrever
sobre
2
ou
3
destes
pontos
em
seus
relatórios
de
leitura
• Traga
seus
pontos
para
discu?r
em
sala

17. Relatórios
de
Leitura
• Três
parágrafos
• Subme?dos
até
a
meia
noite
do
dia
anterior
a
aula
• Conteúdo
– Um
paragrafo
com
um
resumo
dos
obje?vos
do
ar?go
– Dois
ou
mais
pontos
de
crí?ca,
disputa,
reforço,
extensão
ou
aplicação
dos
resultados
do
ar?go

18. Revisão
dos
Relatórios
de
Projeto
• Fornecer
feedback
constru?vo
para
os
autores
– Aspectos
fortes
do
relatório
– Falhas
– Informações
ausentes
– Melhorias
na
apresentação
• Classificar
o
relatório
em
relação
ao
seu
projeto
relatório
(pior,
tão
bom
quanto,
melhor)
• Cada
estudante
revisará
os
relatórios
de
outros
três
estudantes
a
cada
interação

19. Este
curso
estará
sempre
em
construção
• Assim
como
a
metodologia
de
pesquisa
e
a
própria
ciência
• Não
espere
uma
“palavra
final”
sobre
como
fazer
pesquisa
em
Ciência
da
Computação
• Espere
ideias,
opiniões
conflitantes
e
respostas
parciais
• Contribua
e
discuta:
como
em
todas
as
comunidades
cienJficas,
podemos
nos
aproximar
mais
da
verdade
se
trabalharmos
juntos.