Folkevalgte organer og administrasjonen

Uma gradual preparação do designer poderá, como acontece com os melhores médicos, apro- ximá-lo da permanente disponibilização de recursos suficientes para encontrar a melhor evi- dência. Veja-se que um médico com elevadíssima qualidade, se transferido para um hospital sem qualquer equipamento necessário à realização dos melhores diagnósticos, será forçado a usar desnecessariamente, intuições e outros argumentos que não têm as melhores probabilida- des, reduzindo a competência e o potencial da evidência. A construção de evidências exige investigação dos antecedentes dos problemas, dos seus limites, e das relações com outras dis- ciplinas para a formalização de hipóteses, protótipos e soluções. Essa formalização ou repre- sentação é a aplicação de um sistema de crenças. Um sistema de crenças preparado para retirar evidências dos sistemas (resultantes da aplicação da perceção) gera a melhor informação para a realização de diagnósticos ou intervenções cirúrgicas. Equipamento médico avançado ampli- fica o poder da perceção, permite extrair outros dados, no entanto é o sistema de crenças que dita a informação extraída pelo médico (ou agente).

A tecnologia permite extrair novos dados percetivos ou melhorar o processamento da perceção, mas reside no sistema de crenças o poder de extrair a informação que determina a ação a cada momento. Sistemas complexos exigem informação integrada e flexível e tomada de decisões com maior impacto nas interações: a aplicação de ferramentas BIM (building information mo- deling) permite, por exemplo, aliviar processos de perceção desnecessários, facilitando a cons- trução de informação conceptual relevante. As relações, porque são atualizadas em tempo real,

libertam o sistema de crenças do designer de operações mecânicas ou de cálculo: as relações mais óbvias são previamente incorporadas nos sistemas de acordo com evidências (e.g. coerên- cia estrutural, relação entre componentes, etc.) evitam omissões, analisam interações comple- xas, testam soluções alternativas, melhoram o comportamento e a performance dos resultados. A construção de algoritmos de análise BIM, por exemplo, é morosa e complexa mas a sua efetiva aplicação pode resultar num valor acrescentado em termos de tomada de decisões informadas [133], auxiliando a perceção e os sistemas de crenças dos designers e contribuindo ativamente para a exploração de novos níveis de criatividade, suportada por um maior número de opções baseadas em resultados objetivos, e não intuitivos.

Figura 7 – Exemplo de funcionalidade do software Autodesk Revit 15

Para a construção de evidências, são necessários modelos de recolha, articulação e medição de dados, que resultem em métricas adaptáveis a cada novo projeto e respetivas especificidades e se traduzam em sistemas inteligentes, capazes de assimilar padrões e relações entre intera- ções previamente documentadas. A construção de uma memória ativa como parte integrante do design é um sistema de crenças que valoriza o processamento de dados que visam facilitar a construção de informação relevante para o design. Grande parte das equipas de design não atuam com base na construção deste conhecimento [248] sendo, portanto, uma lacuna tendo em conta que se repete frequentemente o estudo das mesmas soluções por falta de um sistema de crenças eficaz, que processe sistematicamente a recolha de dados e a geração de informação adequada a cada projeto. Um projeto bem documentado deve priorizar processos de medição e o estabelecimento de métricas que auxiliem progressivamente o design, para que seja facili- tado o desenvolvimento e a análise de soluções com base em indicadores disponíveis e compro- vados previamente, e para que a geração de novos indicadores possa contribuir para aceleração e precisão gradual dos processos, tendo em conta a progressiva complexidade e multidimensi- onalidade dos projetos. A correta antecipação e integração de todos os parâmetros (e.g. de conforto, de sustentabilidade e económicos) contribui ativamente para a melhoria do design e o desenvolvimento da criatividade, uma vez que evita a repetição desnecessária de processos

previamente estudados ou resolvidos, e avança com propostas inovadoras e com benefícios para a melhoria do uso e da qualidade de vida.

É frequente, na abordagem ao design baseado em evidências, a referência à integração como elemento fundamental em todas as fases do design [136]. Uma das dificuldades da integração reside, por vezes, na ausência de suficiente flexibilidade para incorporar outros elementos ou processos de design com desvios metodológicos, pelo que o problema é o do sistema de crenças e o da aplicação dos argumentos de maior relevância que tomam, progressivamente e em múl- tiplas dimensões, forma. O modelo que apresentámos oferece maior flexibilidade e pode incor- porar todos os processos desenvolvidos na área do design baseado em evidências, para densifi- car a potência dos argumentos e construir uma base de sistema de crenças de design superior. Porque cada projeto de design tem, geralmente, características diferentes, e porque se pro- cura, a cada nova intervenção, a melhoria de algum aspeto, o processo de recolha de evidências requer a apropriação dos métodos, que pode passar pela recolha de evidências empíricas, ba- seadas na observação e na experiência e com medições qualitativas e quantitativas. Quando existe uma necessidade de performance efetiva no design, o método mais apropriado é o ex- perimental com base em medidas quantitativas [249], em que os dados são recolhidos com base em experiências controladas e em que estão envolvidas comparações entre grupos experimen- tais que resultam em informação e em evidências necessárias para o design. Por exemplo, no caso do design de um sistema de aprendizagem multimédia, é necessário ter em atenção que os argumentos com maior peso residem na capacidade de produzir uma representação cognitiva apropriada no aprendente para que o design efetivo, que neste caso reside na previsão de aprendizagem de conteúdos, seja alcançado.

Os argumentos referidos podem ser traduzidos sob a forma de princípios, como é o caso da coe- rência, que permite reduzir o material não relacionado; da sinalização, que evidencia o material essencial; da redundância, que elimina sobreposição de dados; da contiguidade espacial, que legenda os gráficos correspondentes; e da contiguidade temporal, que apresenta a narração e animação correspondentes ao mesmo tempo. De acordo com a teoria cognitiva da aprendizagem multimédia, conhecimento adquirido nesta área do design é composto por argumentos mais for- tes: quando contemplados, melhoram a capacidade de aprendizagem profunda. O exemplo do princípio da redundância indica que o design de um sistema com animação e narração produz melhor performance do que o mesmo sistema com animação, narração e legendas. Reconhecemos que este tipo de construção só é possível quando o design é, na verdade, a aplicação simultânea de perceções e crenças orientadas – por um lado de investigação básica e, por outro, de investi- gação aplicada; os argumentos mais fortes resultam de perceções que formam determinados sis- temas, progressivamente melhorados e consolidados por sistemas de crenças atentos às transfor- mações do ambiente, e que privilegiam permanentemente a aplicação de evidências.

Os processos de design são iterativos e servem-se de novas tecnologias para aceleração do acesso a informação relevante, modelação e teste de modelos a várias dimensões. Um dos problemas

que apontámos reside na incapacidade de algumas ferramentas apresentarem parâmetros parti- lhados para a geração de indicadores multidimensionais integrados, pelo que a capacidade de construção de bases de dados de design-baseado-em-evidências efetiva não é ainda uma reali- dade. Uma atitude pré-racionalizada, baseada na capacidade de construção de regras ou algorit- mos descritivos da performance desejada, deixa por responder a questão da capacidade de cons- trução de modelos que representem claramente o modo de operar em design e de lidar com as alterações permanentes no ambiente. Demonstrámos que é possível construir modelos que com- binam as abordagens pré-racional e não-racional, e neste ponto justifica-se perfeitamente a apli- cação de evidências como sendo um sistema de crenças particular, assente em sistemas cujos agentes, com base nas experiências dos agentes, que formam sistemas aos quais são aplicados argumentos combinados, capazes de prever e apresentar determinados futuros.