Escrito originalmente em francês. Traduzido por IA — o sentido foi preservado, não a prosa.
Ideia principal
Numa pesquisa documental conduzida em loops — a preparação de uma conferência, uma revisão de literatura, um dossiê de análise —, a próxima busca não precisa sair de um plano fixado no início. Ela pode ser deduzida do estado do corpus já constituído: o que parece estabelecido, o que depende de uma única fonte, o que continua incerto, as contradições, os termos ambíguos, os mecanismos mal compreendidos, as áreas super-representadas e as quase ausentes.
A lógica habitual coleta primeiro e entende depois. Esta inverte a ordem: você entende o bastante para decidir o que precisa buscar. O corpus deixa de ser apenas o resultado da pesquisa; ele vira o motor dela.
A pergunta que guia cada nova busca muda junto. Já não é "quais são os melhores artigos sobre este assunto?", e sim "diante do que já sabemos, que informação teria mais chance de mudar a nossa compreensão?".
Por que isso importa
Isso dá a cada nova fonte uma razão de existir: ela é buscada porque responde a uma lacuna identificada, não porque é relevante de modo geral.
E isso torna visíveis os pontos cegos que uma coleta em massa deixa na sombra: o que está faltando vira um alvo de busca em vez de continuar sendo uma lacuna que ninguém vê.
Nuances e limites
O diagnóstico só enxerga o que o corpus permite suspeitar. Uma dimensão da qual nenhuma fonte jamais deixou rastro não aparece em nenhum estado, e o loop pode girar por muito tempo sem encontrá-la.
E o método pressupõe uma camada que descreva o estado do corpus — incertezas, contradições, lacunas. Sem ela, não há nada a diagnosticar, só uma pilha de documentos.
Questões em aberto
- Quem produz o diagnóstico quando o loop é confiado a um agente: o mesmo modelo que leu as fontes, com o risco de reproduzir os próprios vieses, ou um segundo olhar?