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

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  

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)  

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  

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  

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)  

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  

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  

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  

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  

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  

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    

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)  

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  

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  

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  

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  

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.