A literacia de dados ou alfabetização de dados (também conhecida como competência de dados) é um termo extensivo da área disciplinar da Informática e Ciência de Dados que designa a ampla capacidade de ler, processar, analisar, compreender, criar e comunicar dados como informação, bem como aplicar o Pensamento Computacional e a consciência do alcance, âmbito e limitações dos dados. É uma combinação de competências técnicas e cognitivas na utilização das Tecnologias de Informação e Comunicação para recolher, gerir e avaliar dados computacionais de modo crítico. Abrange uma gama de competências, que vão desde a utilização elementar até ao Processamento Computacional de Dados, Bases (Bancos) de Dados, Visualização Informática de Dados, Segurança da Informação, Computação Científica, Algoritmos e Estruturas de Dados, resolução avançada de Problemas Computacionais, Ciência da Computação, Proteção de Dados, e Sistemas Informáticos para extrair ou extrapolar conhecimento de dados potencialmente ruidosos, estruturados ou não estruturados. Integra a área científica da Informática, juntamente com a Ciência de Dados e a Tecnologia da Informação (TI), sendo que a sua docência e a sua investigação compete aos professores com prévia graduação superior na área da Informática e Ciência de Dados e mestrado nesta área específica da Educação informática e computacional. É independente da Matemática e da Estatística e diferente da capacidade de realizar cálculos matemáticos e estatísticos manualmente, uma vez que antecipa que a verdadeira análise de dados, interpretação e aplicação dos resultados, são executados pelos programas computacionais da Informática.
Contexto Este termo desenvolveu-se por volta do ano 2000 e foi posteriormente consolidado por estruturas da Comissão Europeia e do Fórum Universitário para a Digitalização em cooperação com a Associação de Doadores para a Ciência Alemã (Stifterverband für die Deutsche Wissenschaft). Grillenberger e Romeike (2019) descrevem o termo literacia de dados como um resumo de “diversas competências informáticas relativas ao manuseamento e utilização de dados que são importantes em todas as áreas da sociedade atual” e colocam a literacia de dados mais firmemente na questão de “como estas competências informáticas e computacionais podem ser aprendidas ou ensinadas”, uma vez que para além da formação geral em Informática e Ciência de Dados, que requer um conhecimento profundo no manuseamento de dados, também a formação de competências informáticas de literacia de dados deve ser considerada importante para todas as pessoas, pelo que aspetos básicos da recolha, armazenamento, processamento e análise de dados, bem como o trabalho com os resultados correspondentes (e a sua compreensão) estão a encontrar o seu caminho em todas as disciplinas da Informática e inclusive a sua utilidade em todas as áreas da vida. Isto torna a literacia de dados (também políticos) mais uma necessidade para a "Educação Informática e Computacional e a aprendizagem das competências informáticas e computacionais de dados" em geral.
A aquisição de literacia em dados está a tornar-se uma tarefa de importância social, cuja importância já foi descrita em 2009 pelo economista-chefe da Google, Hal Varian, da seguinte forma: “A capacidade de recolher dados – de os compreender, de os processar, de extrair valor deles, de os visualizar, de os comunicar – será uma competência da Informática e Ciência de Dados extremamente importante nas próximas décadas, não só a nível profissional, mas também a nível da Educação Informática e Computacional para crianças do ensino básico, do ensino secundário e da faculdade.” Na literatura atual (2022), a literacia de dados representa uma ampla consciencialização e compreensão na nossa sociedade de que os dados determinam as nossas vidas diárias (dataficação) e que (podem) dar um contributo significativo para resolver problemas simples e complexos do nosso futuro.
À medida que a recolha e partilha de dados se tornam rotina e a análise de dados e big data se tornam ideias comuns nas notícias, na economia, no governo e na sociedade, torna-se cada vez mais importante que os estudantes, os cidadãos e os leitores tenham alguma literacia em matéria científica e computacional dos dados. O conceito está associado à Ciência de Dados, uma área da Informática, que se preocupa com a análise de dados, por meios informáticos e computacionais automatizados, e com a interpretação e aplicação dos resultados.
A literacia de dados distingue-se da mera literacia estatística, uma vez que envolve também a compreensão do que os dados significam, incluindo a capacidade de ler gráficos e tabelas, bem como tirar conclusões a partir de dados estruturados e não estruturados. A literacia estatística, por outro lado, refere-se à “mera capacidade de ler e interpretar estatísticas resumidas em meios de comunicação do quotidiano”, como gráficos, tabelas, declarações, inquéritos e estudos.
Estrutura de competências informáticas e computacionais de literacia de dados
O relatório de investigação Competências futuras: uma estrutura para a literacia de dados, publicado em setembro de 2019 pelas cientistas e engenheiras informáticas alemãs Katharina Schüller, Paulina Busch e Carina Hindinger, demonstrou que pode ser definido um quadro com seis competências informáticas de literacia de dados, formulou uma estrutura para o seu ensino informático, e criou as condições para medir a qualidade e o seu impacto na Educação Informática e Computacional.
A perspectiva mudou para uma representação cíclica do processo (“ciclo de tomada de decisão informado por dados”). Este estudo realça a importância da integração da Prospeção de Dados e da Análise de Dados numa questão de pesquisa concreta ou numa situação de tomada de decisão, e a importância de que o ensino se concentre na aquisição de conhecimento informático especializado e na aprendizagem dos métodos computacionais de análise de dados.
Segundo esta perspectiva, a literacia de dados é capaz de distinguir entre as suas competências dos atores de codificação das suas competências dos atores de decodificação.
No geral, este quadro apresenta uma estrutura para a literacia de dados que inclui as seis competências seguintes: +Estrutura de competências informáticas e computacionais de literacia de dadosCodificaçãoA. Estabelecimento de uma cultura de dadosA1: Identificação da aplicação de dadosIdentifica lacunas de conhecimento e informação básica, identifica com base nisso uma tarefa concreta que pode ser resolvida com a ajuda de dados, tem uma ideia da contribuição potencial de valor dos dadosA2: Especificação da aplicação de dadosDefine requisitos mínimos e opcionais, define limites para outras tarefas, estrutura o fluxo do processo nos objetos e nas suas relações, deriva objetos mensuráveis e hipóteses sobre as suas relações, comunica os requisitos aos especialistasA3: Aplicação de dados coordenadosPlaneamento e coordenação de um projeto de dados, eventualmente com o envolvimento de outras pessoas (de áreas interdisciplinares)B. Fornecimento de dadosB1.1: Aplicação de modelagem de dadosMapeia os objetos mensuráveis em variáveis com propriedades definíveis e as suas relações numa estrutura de modeloB1.2: Manutenção da proteção e da segurança dos dadosObserva as orientações para o processamento de dados seguro e ético e implementa-as adequadamente quando não existem orientações claras definidasB.2.1: Identificação de fontes de dadosIdentifica várias fontes de dados comuns e novas (internas, externas) e avalia a sua acessibilidade, relevância e usabilidadeB.2.2: Integração de dadosLê automaticamente dados em vários formatos, integra-os e documenta a integraçãoB.3.1: Verificação de dadosVerifica a qualidade dos dados em relação a vários critérios (correção, relevância, representatividade, integridade)B.3.2: Preparação de dadosLimpa dados, corrige erros, atribui valores em falta, padroniza e transforma dados, filtra dados relevantes para uma questão específica, liga dadosC. Avaliação de dadosC.1: Análise de dadosVerbaliza os resultados das análises de dados em várias formas de texto de forma factual e orientada para o propósitoC.2: Visualização de dadosUtiliza visualizações estáticas e dinâmicas com a ajuda de ferramentas adequadas de forma factual e orientada para o propósitoC.3: Verbalização de dadosInterpreta os produtos de dados (estatísticas, resultados de modelos) de forma verbalizada ou examina criticamente a interpretação fornecida de forma explícita ou implícitaDecodificaçãoD. Interpretação de resultadosD.1: Interpretação de análises de dadosInterpreta os produtos de dados (estatísticas, resultados de modelos) de forma verbalizada ou examina criticamente a interpretação fornecida de forma explícita ou implícitaD.2: Interpretação de visualizações de dadosInterpreta gráficos e tira conclusões sobre elementos e relações essenciais ou examina criticamente a interpretação fornecida de forma explícita ou implícitaD.3: Interpretação de verbalizações de dadosInterpreta parâmetros e modelos estatísticos para tirar conclusões sobre pontos de dados e relações subjacentes ou para fazer previsõesE. Interpretação de dadosE.1: Decifragem da padronização de dadosSer capaz de reconhecer, avaliar e interpretar os métodos estatísticos utilizados; Detetar a transformação dos dadosE.2: Aquisição de dados por rastreamentoCom base na análise e nas informações fornecidas, é possível rastrear como os dados foram obtidos, de que fonte têm origem e quanta confiança pode ser depositada nos dados.E.3: Reconstrução do conceito de dadosConclusões sobre a base de dados e potenciais erros podem ser tiradasF. Derivação de açãoF.1: Identificação de possíveis cursos de açãoIdentifica cursos de ação concretos cuja avaliação e avaliação podem ser avaliadas utilizando dados; tem uma ideia da potencial contribuição de valor dos dados na derivação de possíveis cursos de açãoF.2: Ação baseada em dadosDescreve a integração dos resultados no processo de tomada de decisão e a base de ações nesses resultadosF.3: Avaliação do impactoDescreve a avaliação da negociação baseada em dados com base na sua eficácia
Papel dos Laboratórios de Informática e dos informáticos e cientistas de dados
Como guias para encontrar e utilizar informação, os profissionais graduados pelo Ensino Superior nas áreas científicas da Informática e Ciência de Dados lideram o ensino, formação e workshops sobre literacia de dados para estudantes e investigadores, e trabalham também no desenvolvimento das suas próprias competências de literacia de dados.
Foi proposto um conjunto de competências e conteúdos essenciais que podem ser utilizados como uma estrutura de referência comum adaptável aos programas de ensino ministrados nos Laboratórios de Informática em todas as instituições e disciplinas da Informática e Ciência de Dados.
Os recursos criados pelos informáticos e cientistas de dados incluem o tutorial de Gestão e Publicação de Dados do Instituto de Tecnologia de Massachusetts (MIT), a Formação em Gestão de Dados de Investigação EDINA (MANTRA), a Biblioteca de Dados da Universidade de Edimburgo e o Curso de Gestão de Dados para Engenheiros Estruturais das Bibliotecas da Universidade de Minnesota.
Ver também
Literacia informática Literacia computacional Informática Ciência da Computação Ciência de Dados Literacia digital Literacia informacional Dataficação Literacia da web Educação informática e computacional Laboratório de Informática Literacia mediática Numeracia Literacia estatística
Categoria:Informática Categoria:Ciência da computação Categoria:Computação e sociedade Categoria:Conhecimento Categoria:Big data Categoria:Alfabetização