Serendipidade, Reflexividade da Incerteza e diálogo com IA na Investigação Qualitativa
António Pedro Costa, Faculdade de Psicologia e Ciências da Educação da Universidade do Porto (Portugal)
António Pedro Costa é investigador no Centro de Investigação e Intervenção Educativas da Faculdade de Psicologia e Ciências da Educação da Universidade do Porto. É um dos investigadores do software de apoio à análise qualitativa webQDA (webqda.net) e leciona metodologias de investigação. Coordena o Congresso Ibero-Americano de Metodologias de Investigação (ciaiq.ludomedia.org) e a World Conference on Qualitative Research (wcqr.ludomedia.org), sendo também editor principal da revista New Trends in Qualitative Research (NTQR). A sua investigação centra-se na utilização de tecnologias na investigação, com especial enfoque na Inteligência Artificial, ética, métodos mistos e curadoria de dados. Em 2023, recebeu uma menção honrosa no Prémio Investigador Universidade de Aveiro e coordenou projetos de investigação financiados em mais de 3 milhões de euros.
A investigação qualitativa tem sido frequentemente caracterizada por um paradoxo: ao mesmo tempo que se propõe aberta à complexidade, à ambiguidade e à emergência dos fenómenos sociais, acaba, muitas vezes, por reproduzir trajetórias analíticas previsíveis, incrementalistas e excessivamente controladas. No workshop “Serendipity favors the prepared mind – and vice-versa”, dinamizado na 10th World Conference on Qualitative Research (wcqr.ludomedia.org), em Madrid, no dia 21 de janeiro de 2026, Mats Alvesson afirmou que grande parte da investigação contemporânea sofre de uma falta de novidade substantiva, privilegiando contributos seguros e cumulativos em detrimento de descobertas potencialmente transformadoras. Neste contexto, a serendipidade emerge como um conceito-chave para repensar a produção de conhecimento qualitativo.
A serendipidade não se refere ao acaso puro ou à descoberta fortuita desprovida de rigor. Pelo contrário, diz respeito à capacidade de reconhecer e valorizar observações inesperadas, enquadrando-as como oportunidades analíticas relevantes. Cunha et al. (2015) definem a serendipidade como observações inesperadas tornadas acionáveis por meio de um quadro de referência que se mantém dinâmico através do cultivo da dúvida e da valorização do “não-saber” como estímulo epistemológico. Assim, a serendipidade pressupõe uma “mente preparada”, capaz de suspender pressupostos e reconfigurar problemas de investigação à luz do que emerge no campo
Assim, a investigação é, muitas vezes, uma sucessão de oportunidades perdidas. O texto chama a atenção para o facto de que gatilhos inesperados (unexpected triggers) — observações surpreendentes, perturbadoras ou inspiradoras — tendem a ser negligenciados ou marginalizados fora da literatura especializada sobre serendipidade. No entanto, são precisamente estes gatilhos que podem revelar dimensões do fenómeno que escapam aos enquadramentos teóricos iniciais e às estratégias metodológicas excessivamente rígidas
Na investigação qualitativa, tais gatilhos podem assumir múltiplas formas: uma resposta inesperada numa entrevista, uma contradição nos dados, um silêncio significativo, ou mesmo um desconforto interpretativo do próprio investigador. Quando acolhidos reflexivamente, estes momentos não representam falhas do desenho de investigação, mas sim pontos de inflexão analítica que possibilitam a produção de conhecimento novo e relevante.
A serendipidade constitui, assim, uma dimensão fundamental da investigação qualitativa de alta qualidade: não substitui o rigor metodológico, mas redefine o seu significado, deslocando-o do controlo excessivo para a atenção sensível ao emergente.
A importância da serendipidade reside, portanto, no seu potencial para desafiar a lógica da confirmação e da linearidade que frequentemente domina a prática científica. Ao invés de tratar o inesperado como ruído, a investigação qualitativa orientada pela serendipidade reconhece-o como sinal. Tal postura exige uma reflexividade contínua sobre os próprios enquadramentos teóricos, metodológicos e ontológicos do investigador, evitando tanto a romantização do acaso quanto a neutralização prematura da surpresa
A serendipidade constitui, assim, uma dimensão fundamental da investigação qualitativa de alta qualidade: não substitui o rigor metodológico, mas redefine o seu significado, deslocando-o do controlo excessivo para a atenção sensível ao emergente. Esta redefinição não é, contudo, espontânea — depende de uma postura reflexiva sistemática perante a incerteza.
A reflexividade da incerteza (Costa & Bem-Haja, 2025) opera como condição epistemológica que mantém o investigador atento aos limites dos seus enquadramentos teóricos, metodológicos e interpretativos, evitando o encerramento prematuro do sentido. Operacionalizada no Reflexive Uncertainty Framework (RUF), esta reflexividade documenta a incerteza analítica em três momentos: a produção de classificações probabilísticas, a deteção de zonas de ambiguidade interpretativa e o comentário reflexivo do investigador enquanto coanalista. É neste terreno que a serendipidade se torna possível e produtiva
Os momentos inesperados, como respostas deslocadas, observações triviais ou afirmações aparentemente óbvias, funcionam como gatilhos analíticos (triggers). Estes gatilhos só adquirem valor epistemológico quando o investigador não os trata como ruído ou desvio, mas como sinais de que o fenómeno estudado pode estar a ser mal enquadrado ou sub-teorizado. Assim, a serendipidade não emerge do acaso em si, mas da capacidade reflexiva de reinterpretar o inesperado.
Neste sentido, a reflexividade da incerteza (Costa & Bem-Haja, 2025) precede e sustenta a serendipidade. Ao reconhecer que o conhecimento produzido é sempre parcial, situado e provisório, o investigador cria espaço para que as observações surpreendentes não sejam neutralizadas por categorias analíticas rígidas. Sem esta reflexividade, os momentos inesperados dificilmente poderiam produzir contributos teóricos relevantes.
É neste quadro que o diálogo com sistemas de inteligência artificial, em específico os Large Language Models (LLMs), pode ser compreendido como um dispositivo metodológico reflexivo, e não apenas como ferramenta instrumental. O modelo AbductivAI (Costa et al., 2025), ancorado na Teoria Ator-Rede e na sociomaterialidade, propõe exatamente esta mudança de estatuto: a IA deixa de ser mera ferramenta e passa a atuar como coinvestigadora, colaboradora reflexiva e participante da cognição distribuída ao longo do processo analítico. Quando utilizada de forma dialógica, a IA pode:
- questionar pressupostos implícitos do investigador;
- propor leituras alternativas dos dados;
- evidenciar incoerências, tensões ou silêncios interpretativos;
- amplificar o estranhamento produtivo face ao material empírico.
Desta forma, a IA pode funcionar como um “outro reflexivo”, contribuindo para a manutenção da incerteza como recurso epistemológico e não como problema a ser eliminado. É isto que o RUF (Costa & Bem-Haja, 2025) procura tornar visível ao aplicar-se à fase de revisão por cadeia de pensamento (CoT Review Loop) do AbductivAI: quando um excerto de dados obtém pontuações próximas entre categorias concorrentes, a ambiguidade não é resolvida automaticamente, mas devolvida ao investigador como um gatilho interpretativo explícito. Ao dialogar com a IA sobre dados qualitativos, interpretações provisórias ou categorias emergentes, o investigador pode criar condições para que novos “gatilhos serendipitosos” surjam, não como respostas automáticas, mas como deslocamentos interpretativos que exigem julgamento humano.
Importa sublinhar que a IA não produz serendipidade de forma autónoma. Tal como nos exemplos clássicos da investigação qualitativa, a serendipidade continua a depender da sensibilidade teórica, da experiência empírica e da reflexividade do investigador. A IA, neste contexto, atua como mediadora do diálogo reflexivo, ajudando a sustentar a abertura analítica necessária para que o inesperado seja reconhecido como insight e não descartado como erro.
Em síntese, a articulação entre serendipidade, a reflexividade da incerteza e o diálogo com IA permite repensar a investigação qualitativa como um processo menos linear e mais responsivo ao emergente. Longe de comprometer o rigor, esta abordagem redefine-o como a capacidade de habitar a incerteza de forma produtiva, transformando surpresas empíricas em contributos teóricos significativos. Num contexto académico marcado por pressões de produtividade e previsibilidade, recuperar a serendipidade significa reafirmar o valor da curiosidade, da dúvida e da abertura como condições essenciais para a produção de conhecimento socialmente e teoricamente relevante.
Bibliografia
Alvesson, M., & Gjerde, S. (2013). Serendipity in theory development? The significance of unexpected events in the development of organizational theory. Organization Studies, 34(3), 367–385. https://doi.org/10.1177/0170840612466622
Costa, A. P., & Bem-Haja, P. (2025). Reflexive Uncertainty AI for Qualitative Data Analysis. In E. Marengo, M. Strian, & M. IPonticorvo (Eds.), Proceedings of the 2nd International Workshop on Education for Artificial Intelligence (edu4AI2025) (pp. 13–23). European Association for Artificial Intelligence (EurAI). https://ceur-ws.org/Vol-4114/7_paper.pdf
Costa, A. P., Bryda, G., Christou, P. A., & Kasperiuniene, J. (2025). AI as a co-researcher in the qualitative research workflow: Transforming human-AI collaboration. International Journal of Qualitative Methods, 24, 1–12. https://doi.org/10.1177/16094069251383739
Cunha, M. P., Clegg, S. R., Rego, A., & Neves, P. (2015). Serendipity in the field: Triggering events and the dynamics of discovery. Organization Studies, 36(9), 1201–1227. https://doi.org/10.1177/0170840615588903
