Conhecimento científico no contexto big data

reflexões a partir da epistemologia de Popper

Autores

DOI:

https://doi.org/10.36311/1940-1640.2020.v14n4.10936

Palavras-chave:

Big data, Ciência, Epistemologia, Karl Popper

Resumo

Apresenta o contexto big data e sua relação com o conhecimento científico a partir da seguinte pergunta: A extração de informações de grandes volumes de dados representa uma mudança epistemológica para a ciência de forma geral? O objetivo geral é o de refletir sobre as implicações epistemológicas do contexto big data a partir das proposições do epistemólogo Karl Popper. Especificamente, os objetivos são: a) discutir as implicações teóricas da ciência no campo da epistemologia; b) discorrer sobre os conceitos do que se convencionou chamar de “big data”; c) analisar os possíveis impactos do contexto big data ao conhecimento científico. Metodologicamente, trata-se de um estudo exploratório e descritivo de caráter teórico para auxiliar a reflexão crítica acerca do fenômeno big data e suas consequências para o fazer científico de qualquer área do conhecimento. Como resultado apresenta-se uma análise crítica acerca de um fenômeno pouco estudado no aspecto epistemológico. Conclui-se que o contexto big data tem revolucionado os processos de tomada de decisão nas empresas, mas não é possível afirmar que a mesma revolução ocorre no aspecto epistemológico.

Downloads

Não há dados estatísticos.

Biografia do Autor

Eugênio Monteiro da Silva Júnior, Universidade Federal de Santa Catarina

Doutorando do Programa de Pós-Graduação em Ciência da Informação da Universidade Federal de Santa Catarina (UFSC). Possui mestrado em Modelagem Computacional, especialização em Engenharia de Sistemas e graduação em Sistemas de Informação pela Universidade Estadual de Montes Claros (Unimontes). Atualmente, é Analista de Tecnologia da Informação no Instituto de Ciências Agrárias da Universidade Federal de Minas Gerais (UFMG).  

Cezar Karpinski, Universidade Federal de Santa Catarina

Professor Associado I da Universidade Federal de Santa Catarina onde atua nos cursos de graduação em Arquivologia, Biblioteconomia e Ciência da Informação, e no curso de Pós-Graduação em Ciência da Informação. Bacharel em Filosofia, mestre e doutor em História. Atuação e pesquisa na área de Ciência da Informação, nas interfaces: Informação e Memória; Estudos históricos e epistemológicos da Ciência da Informação; História dos Arquivos e das Bibliotecas; Patrimônio cultural, natural e documental; Conservação Preventiva. Ciência da Informação e Interdisciplinaridade; Gestão da Informação e do Conhecimento. Na área de História é especialista em História e Meio Ambiente, Rio Iguaçu (Séculos XIX e XX), Patrimônio Ambiental, Cataratas e Parque Nacional do Iguaçu, Hidrelétricas e História Oral.

Moisés Lima Dutra, Universidade Federal de Santa Catarina

Professor da Universidade Federal de Santa Catarina, Departamento de Ciência da Informação. Doutor em Computação pela Universidade de Lyon 1, França (2009). Mestre em Engenharia Elétrica, subárea Automação e Sistemas (2005) e Bacharel em Computação (1998) pela Universidade Federal de Santa Catarina. Suas atuais linhas de pesquisa estão relacionadas a Inteligência Artificial Aplicada (Machine Learning, Deep Learning, Web Semântica, Linked Data) e a Data Science (Text Mining, Big Data, IoT). Está vinculado ao grupo de pesquisa ITI-RG (Inteligência, Tecnologia e Informação - Research Group).

Referências

Amin, A. and Thrift, N. Cities: Reimagining the Urban, Polity. 2002.

Anderson, C. “The end of theory: the data deluge makes the scientific method obsolete”. Wired Magazine, 2008, https://www.wired.com/2008/06/pb-theory/. Acessado 15 fev. 2020.

Barbieri, J. C. Produção e transferência de tecnologia. Ática, 1990.

Chalmers, A. F. O que ciência afinal?. Brasiliense, 1993.

Costa et al. Dados científicos: estudos práticos, teóricos e epistêmicos. Ideia, 2020.

Dutra, L. H. D. Introdução à Epistemologia. Editora Unesp, 2010.

Eugênio, M., França, R. O., Perez, R. C. “Ciência da informação sob a ótica paradigmática de Thomas Kuhn: elementos de reflexão.” Perspectivas em Ciência da Informação. 1996.

Falsarella, O. M., et al.“Gestão estratégica empresarial: proposição de um modelo de monitoramento informacional na era do big data”. Revista Digital de Biblioteconomia & Ciência da Informação, v. 15, n. 2, p. 420-441, 2017. DOI: 10.20396/rdbci.v15i2.8647124. Acesso em: 18 nov. 2020.

Floridi, L. “Big Data and their epistemological challenge”. Philosophy of Tecnology, v.24, n.4, p.435-437, 2012.

Frické, Martin. “Big Data and Its Epistemology”. Journal of the Association for Information Science and Technology, v.66, n.4, p.651-661, 2015. Disponível em: https://asistdl.onlinelibrary.wiley.com/doi/epdf/10.1002/asi.23212. Acesso em: 18 nov. 2020.

Furlan, P. K.; Laurindo, F. J. B. “Agrupamentos epistemológicos de artigos publicados sobre big data analytics”. Transinformação, v. 29, n. 1, p. 91-100, 2017. DOI: 10.1590/2318-08892017000100009. Acesso em: 18 nov. 2020.

Gandomi, A., and Haider, A. “Beyond the hype: Big data concepts, methods and analytics.” International Journal of Information Management, v. 35, o. 2, 2015. DOI: https://doi.org/10.1016/j.ijinfomgt.2014.10.007. Acesso em: 15 mar. 2020.

Haraway, D. Simians, Cyborgs and Women: The Reinvention of Nature. New York: Routledge. 1991.

Hempel, C. G. La explicación científica: estudios sobre filosofía de la ciencia, Buenos Aires, Paidós. 1979.

Japiassu, H. Introdução ao pensamento epistemológico. Livraria Francisco Alves Editora. 1977.

Kitchin, R. “Big Data and Human Geography: Oportunities, Challanges and Risks.” Dialogues in Human Geography, vol. 3 no. 3, 2013, pp. 262-267, doi: 10.1177/2043820613513388. Acessado 01 fev. 2020.

Kitchin, R. “Big Data, new epistemologies and paradigms shift.” Big Data and Society, vol. 1, 2014, doi: 10.1177/2053951714528481. Acessado 10 dez. 2019.

Kuhn, T. The structure of scientific revolutions. Chicago: University of Chicago Press, 1962.

Lakatos, I. “Popper on demarcation and induction”. In Schilpp, P.A. (Ed.). The philosophy of Karl Popper. La Salle, IL: Open Court, 1974a.

Lakatos, I. “The role of crucial experiments in science”. Studies in History and Philosophy of Science, v. 4, n. 4, p. 309–325, 1974b.

Downloads

Publicado

2020-12-17

Como Citar

Silva Júnior, E. M. da, C. Karpinski, e M. L. Dutra. “Conhecimento científico No Contexto Big Data: Reflexões a Partir Da Epistemologia De Popper”. Brazilian Journal of Information Science: Research Trends, vol. 14, nº 4, dezembro de 2020, p. e020017, doi:10.36311/1940-1640.2020.v14n4.10936.