YaĢam Boyu Öğrenmenin Tanımı

Comecemos a exposição, da forma como pretendemos verificar o desempenho da nossa modelagem das proposições de Kingdon, abordando a diferença nevrálgica entre nossas pesquisas no que tange à coleta de dados. O autor construiu seu modelo com base em estudos de caso e num conjunto de entrevistas. Essas entrevistas foram realizadas ao longo de quatro anos (1976-1979), focando-se sempre em quais eram as questões do momento e sobre como andavam determinadas questões. Ou seja, o autor entrevistou os atores no momento, falando sobre como eles viam que as questões estavam. Nosso estudo aborda casos do passado. Se fôssemos lançar mão de entrevistas nós não pegaríamos os atores no momento, mas sim discursando sobre sua reconstrução do passado116_.

Por isso, resolvemos não basear nosso estudo em entrevistas, pelo menos, não em entrevistas realizadas muito depois dos acontecimentos estudados. Nossas evidências mais fortes, que nos levam a afirmações mais assertivas quanto a determinados pontos, sempre se basearão em falas de atores pronunciadas à época, durante os acontecimentos. Por exemplo, consideraremos que uma determinada proposta está certamente na Lista num determinado caso, apenas se encontrarmos entre as evidências falas do decisor apontando essa determinada proposta como sendo uma das alternativas que estão sendo consideradas na decisão. Por outro lado, consideraremos que a questão não está na Lista, apenas quando nenhuma evidência apontar nesse sentido.

Evidentemente, como não lançaremos mão de entrevistas, em certos momentos, podemos não ter uma evidência tão forte quanto tal declaração no momento. Contudo, as evidências de que dispomos podem nos levar a considerar que aquela proposta estava na Lista. Naquele exemplo, em vez de termos uma declaração do decisor à época da decisão, temos, ainda por exemplo, alguma alguns anos antes. Ou quando, por exemplo, há evidências claras da abertura da maioria na Câmara Municipal para mudanças propostas pelo prefeito, mas não temos nenhuma declaração clara e exatamente quanto à questão que estamos abordando. Nesses casos, que serão oportunamente apontados, utilizaremos uma terminologia que indicará isso. Neste último caso, o da Câmara, por exemplo, diríamos que o Fluxo da Política estava difusamente aberto. Ou seja, mesmo as evidências não nos deixando dúvidas quanto à abertura, elas não nos permitem apontar uma clara abertura para determinada questão abordada. Por quê? Porque não temos isso

116 Agradeço ao professor Max Bergman o apontamento da importância dessa questão quando a pesquisa

expressamente dito pelo decisor no momento, por mais que as evidências de que dispomos nos levem a isso, indutivamente. No mesmo sentido, quando as declarações ou outras evidências se mostrarem contraditórias, sem indicar um sentido claro quanto à situação do condicionante, usaremos termos que façam referência a isto, especialmente o termo situação ambígua.

Ao final de cada estudo de caso será apresentado um quadro que indicará a situação de cada condicionante, definida analiticamente pelo pesquisador com base nas evidências apresentadas. Deste modo os leitores, os pares, poderão verificar as principais evidências e o resultado da análise delas para a definição da situação de cada condicionante. Posteriormente, no Capítulo 5, será apresentado o resultado da dicotomização de cada uma destas definições. Essa dicotomização terá por base aqueles apontamentos de Kingdon, a que nos referimos na secção 2.1.1, e que dizem respeito ao grau de determinação/indeterminação de seu Modelo. Voltemos àquele ponto...

Como procuramos demonstrar ao longo deste Capítulo, as proposições de Kingdon são explicações configuracionais. Ou seja, explicações onde uma determinada configuração das situações possíveis de um conjunto de fenômenos, os condicionantes, explica o comportamento de um outro fenômeno, o resultado. Se abordássemos suas proposições de uma forma rígida, o que não é o sentido que o próprio autor dá, diríamos que das 16 combinações possíveis entre os fenômenos Fluxos e Empreendedor apenas uma explicaria a entrada na agenda decisória. Entretanto, não é esse sentido que o autor dá, Kingdon termina a primeira edição de seu livro dizendo:

Thus we have made some progress in understanding the vague and imprecise phenomena we wanted to understand at the beginning of our journey. To the extent that our vision is still obscured, the word itself may be somewhat opaque. But further research and thinking beyond what is presented in this book may also allow us to see more clearly117.

Na segunda edição do livro, na qual ele acrescentou mais dois capítulos, ele volta a isso. No primeiro desses capítulos acrescentados à segunda edição, o Capítulo 10, denominado “Some

Futher Reflections”, ele apresenta alguns novos estudos de caso e nas últimas oito páginas do Capítulo, na secção “thoughts about the modeling”, expõe claramente suas insatisfações com

sua própria modelização de sua explicação. Faz isso ao retomar e responder às críticas quanto

ao grau de determinação que seu modelo se propõe. Diz: “This fluidity has led some readers of

this book to conlcude that the processes are essentially random”118. Metade das oito páginas são dedicadas a essa questão. Ao longo dessas páginas o autor argumenta que seu modelo “tem estrutura”, mesmo deixando espaço para “alguma aleatoriedade”, que, o que ocorre, é que sua estrutura é de “um tipo não-familiar e não-ortodoxo”.

Contudo, como ele próprio sabe que a forma como expõe deixa margem a esse tipo de colocação, ele, logo em seguida, expõe sua compreensão de outras formas de “estrutura não-

ortodoxa”. E, por fim, as aproxima de sua própria compreensão da estrutura de seu modelo119_.

Vejamos a passagem em que ele aborda uma dessas estruturas que ele aproxima da sua, especificamente, a que mais nos interessa:

Some fascinating developments in contemporary theory-building about paterns in complexity have parallels to the garbage-can style of theorizing. Gabriel Almond and Steven Genco wrote some time ago that in order to capture a lot of political phenomena, we would have to think of them as clouds, not clocks; we would come to prefer fluid metaphors to mechanical ones. As it happens, one of the major recent developments in the natural sciences, chaos theory, concentrates on just such fluid process. Hard-nosed scientists like physicists and mathematicians are modeling such processes as cloud formation, eddies

118 _{KINGDON, J. Agendas, Alternatives and Public Policies. 2ª ed. Boston: Person, 2011. p. 222}

119 Reproduzimos a passagem para que o leitor possa verificar se não concorda com a nossa interpretação de

que ele realiza essa aproximação, mesmo ela nos parecendo clara, está disponível apenas na segunda edição: “These theories of complexity, chaos theory, and the garbage can model share a number of properties, as I see it. First, they all find pattern and structure in very complicated, fluid, and seemingly unpredictable phenomena. One can even specify a mathematics to those patterns in some cases. The structures emerge from local rules, rather than being imposed from on high in some sense. Second, there is a residual randomness left after one identifies as much structure as one can, so that there is surprise and unpredictability. At various junctures in their

development, these process essentially call random numbers, sometimes with large effects and sometimes with small effects. Ofter random erros cancel each other or average out under the influence of natural selection, but sometimes they do not.

Third, these models are historically contingent. What happens at one time depends on what happened previously. It’s not true that the flapping of a butterfly’s wings determines subsequent weather patterns half-way around the globe, as one famous illustration of chaos theory would have it, because so many other things are going on at the same time. But system directions still depend heavily on initial conditions, and development in different ways depending on wich way they happen to start. If one can specify what the initial conditions in a process are, and if one has good information about those conditions, then one can predict outcomes more reliably than if one does not know of the initial conditions. To the extent that the initial choices are random, however, then there is an inherent unpredictability, except that once the system starts in one direction rather than another, it is unlikely to reverse itself and start down the path previously foregone.

Process like agenda-setting do seem to be a bit unpredictable. Even savvy insiders are sometimes surprised by major developments. The reasons for this unpredictability can be found in the properties of these system which I have just discussed. The choice of initial conditions may be random. There is a residual randomness in

subsequente steps, even after one has accounted for as much structure as one can. Apart from randomness, the process of evolution involves continual adaptation to changing environmental conditions and continual anticipation by agents as they adapt to each other, resulting in continual surprise and novelty. But none of this unpredictability implies that we are unable to model the process rigorously or to understand a lot of what happens. Indeed, the experience of various kinds of contemporary theory-building about complexity and chaos argues quite to the contrary” Ibid. p. 224

and whirlpools, swirls of smoke rising, and patterns of turbulence left in the air behind planes and trucks. And in their telling, there is pattern in such phenomena, pattern that can be reduced to mathematical formulation120.

Ou seja, o autor considera que (1) uma abordagem dos fenômenos a partir de sua concepção

como “nuvens” é mais interessante do que como “relógios”, a ideia dos processos de formação

de nuvem; e (2) que isso pode ser expresso matematicamente, apesar dele mesmo não fazê-lo. Ontologicamente o que o autor está dizendo é que ele não vê os fenômenos que mobiliza de uma forma rígida, como se fossem fenômenos com fronteira muito delimitada. Logo, podemos inferir que ele consideraria uma abordagem de seus fenômenos explicantes tomados como conjuntos difusos mais adequada às suas proposições do que uma abordagem deles tomados como conjuntos discretos. Dito de outra forma, nos termos da Teoria dos Conjuntos, essa opção

ontológica que o autor faz por compreender seus fenômenos como “nuvens” e não como peças de um “relógio” significa a adoção de uma formalização através de conjuntos difusos, ao invés

dos usuais conjuntos discretos.

A ideia do conjunto difuso baseia-se na concepção de que existem fenômenos que apresentam diferentes graus de pertencimento ao conjunto entre os elementos que o compõem. Ou seja, há elementos que claramente pertencem ao conjunto e outros que claramente não pertencem ao conjunto, tal como numa abordagem por conjuntos discretos. Entretanto, além desses elementos claramente pertencentes ou não, existe, numa abordagem por conjuntos difusos, possivelmente outros elementos, que mesmo que não tão claramente, ainda pertençam ao conjunto.

Apesar de muito interessante, a abordagem por conjuntos difusos é algo recente. Especificamente entre os métodos agrupados na Análise Qualitativa Comparativa, os referentes ao uso dessa abordagem a partir de conjuntos difusos passaram recentemente por uma revisão, com alterações em alguns dos algoritmos utilizados para calcular as expressões produzidas com base neles. Isso nos levou a evitar uma operacionalização da nossa verificação a partir de conjuntos difusos. Mesmo concebendo nossos condicionantes como fenômenos difusos, optamos por quando de sua formalização para operacionalização do teste adotar uma abordagem por conjuntos discretos, gerados a partir da dicotomização, pelo pesquisador, daquelas definições da situação dos condicionantes fundamentadas em nossas evidências.

Ao apresentarmos naquele quadro, além dessas definições, o resultado da dicotomização, procuramos, novamente, oferecer ao leitor a possibilidade de verificar e quiçá discordar de

nossas análises, porém podendo ser específico. Desta forma, procuramos dar “fluidez” a nossas

explicações sem, contudo, cair nas críticas de indeterminação e falta de estrutura que tanto incomodaram o autor.

Assim sendo, ao fim de todo esse procedimento, cada uma das aplicações do nosso modelo será codificada numa expressão que apresentará, dicotomicamente, a situação de cada um dos condicionantes e o resultado para aquele caso. Essas expressões serão agrupadas de acordo com a situação dos resultados e analisaremos se elas correspondem ao esperado pelo modelo.