muito se fala em criações colaborativas no universo de design. de uma maneira geral o design está fortemente relacionado ao ato criativo, é esperado do designer essa habilidade e do design os métodos para otimizar o processo criativo. isso é ainda mais relevante quando falamos em criação colaborativa em grupo, com pessoas que nem sempre [ou quase nunca] têm formação em design.
não são poucos os métodos para tornar o processo criativo mais eficaz. de simplórios brainstormings a elaboradas caixas morfológicas, o design aprendeu, e continua aprendendo, os caminhos que levam as pessoas a criar melhor, tanto sozinhas quanto em grupo, em times de co-criação [criação colaborativa].
esse post é sobre o outro lado da moeda, a escolha colaborativa. a coseleção é um método para apoiar grupos de pessoas a escolher as melhores propostas resultantes de processos de co-criação. quanto mais eficiente for o método de criação e mais habilidade tiver o designer que conduz as dinâmicas de co-criação, mais opções interessantes teremos ao final das sessões.
e agora? o que fazer quando acabamos uma sessão de co-criação e temos diversas possibilidades, todas aparentemente boas, todas ou pelo menos uma grande parte delas com potencial para dar certo.
para escolher qual a melhor ou quais as melhores propostas resultantes de uma sessão de co-criação, sugerimos um método igualmente colaborativo, a coseleção. e aqui é onde começa o nosso desafio: criar um método que possibilite fazer isso de maneira explícita, estruturada e onde todos colaboram em pé de igualdade nas escolhas do grupo.
como descobrir o que as pessoas preferem?
diante de uma lista de propostas para serem escolhidas, sugerimos um mecanismo simples, que mistura subjetividade com objetividade para capturar o quanto cada pessoa que participa da escolha colaborativa acredita em cada uma das propostas.
usando um mecanismo simples, baseado em uma metáfora de um jogo de apostas, entregamos 100 fichas para cada pessoa apostar em cada uma das propostas. não são 100 fichas para distribuir entre as propostas, mas 100 fichas para cada proposta. as pessoas podem apostar poucas fichas na proposta se acharem ela pouco relevante ou apostar muitas fichas na proposta se acharem ela muito relevante. como na tabela a seguir.
como processar esses dados para avaliar as escolhas colaborativas?
aqui é preciso relembrar algumas das aulas de estatística básica do ensino fundamental. de partida calculamos as médias de fichas apostadas em cada uma das propostas, indicando crença média das pessoas em cada uma das propostas.
nesse ponto já é possível perceber quais as crenças das pessoas em relação às propostas II e IV são maiores que as crenças das pessoas em relação às propostas I e III.
para um olhar desatento, essas parecem ser as melhores propostas. no entanto, olhando as fichas declaradas pelas pessoas é possível perceber que a proposta IV, apesar de ter uma crença média superior a 50% de fichas apostadas, tem uma dispersão muito grande entre as crenças individuais das pessoas. nesse caso, como também acontece na proposta III, não parece haver consenso entre as pessoas de que aquelas são boas ou más propostas.
para confirmar de maneira mais objetiva essa hipótese, calculamos o índice de consenso da escolha colaborativa a partir do desvio padrão das fichas apostadas pelas pessoas e do coeficiente de variação entre suas apostas para cada uma das propostas.
agora podemos afirmar com segurança que o grupo tem mais consenso em relação às propostas I e II do que em relação às propostas III e IV. nesse caso, o consenso é calculado como sendo o inverso da dispersão, explicitando o equilíbrio [ou desequilíbrio] entre as escolhas das pessoas.
como classificar as escolhas colaborativas?
depois de analisadas, podemos classificar as escolhas em quadrantes, considerando dois eixos, do consenso como eixo vertical e das crenças como eixo horizontal.
as escolhas que tiverem crenças acima de 50% e consenso acima de 50% estariam no quadrante superior direito, das propostas que parecem boas e o grupo concorda consensualmente com essa avaliação. por outro lado, as escolhas com crenças abaixo de 50% e consenso acima de 50% estariam no quadrante superior esquerdo, indicando que as pessoas concordam consensualmente que essa não é uma boa proposta.
as demais escolhas, aquelas com consenso abaixo de 50%, que ficam nos quadrantes inferiores, independente do nível de crença entre as dimensões de avaliação, indicam que o grupo não tem consenso na avaliação e deveriam ser debatidas novamente antes de se tomar qualquer decisão em relação a elas.
é claro que é possível apertar ou afrouxar os critérios de classificação das propostas nos quadrantes, deslocando os eixos para cima ou para baixo, para a direita ou para a esquerda.
na imagem da esquerda apertamos os critérios para 70% de crença e 70% de consenso e na imagem da direita afrouxamos os critérios para 30% de crença e 30% de consenso. aqui vale observar que reduzir o critério de consenso pode comprometer o engajamento do time no andamento do projeto. as pessoas tendem a estarem mais engajadas com aquilo que elas concordam mais.
como analisar os resultados das escolhas colaborativas?
com as propostas distribuídas nos quadrantes é possível emitir uma parecer sobre cada uma delas, como descrito na tabela abaixo. as propostas do quadrante superior direito devem ser aprovadas, as propostas do quadrante superior esquerdo devem ser rejeitadas e as propostas dos quadrantes inferiores devem ser reavaliadas em debates entre as pessoas para que busquem alinhamento de suas posições, aprofundando os argumentos de todos.
como fazer escolhas colaborativas de maneira simples?
não existe almoço grátis. mas nesse caso existe strateegia.digital, uma plataforma que simplifica a aplicação de mecanismos como esses, de cocriação e coseleção, através de interfaces que dispensam das pessoas o esforço e mesmo o entendimento dos cálculos e estatísticas por trás das dinâmicas.
em strateegia.digital é possível criar um ponto de divergência e convidar as pessoas para propor hipóteses e debater as propostas umas das outras a partir de questões estruturantes que orientam a dinâmica de cocriação de maneira simples.
e para tornar o debate ainda mais equilibrado, é possível ativar o modo anônimo, onde as pessoas não sabem os nomes dos autores.
como todos os debates são escritos em uma plataforma digital, é claro que os dados podem ser tratados e strateegia gera automaticamente os indicadores de atuação e impacto, assim como classifica os debates na matriz de divergências.
mas o processo de colaboração criativa não se limita à fase de divergências, é preciso tratar também das convergências. em strateegia.digital é possível criar pontos de convergência e convidar as pessoas a declararem suas crenças de maneira anônima nas propostas geradas nos debates divergentes.
a partir dos dados declarados pelas pessoas do time de colaboração criativa, strateegia gera os indicadores de crença e consenso como na imagem abaixo.
finalmente, com os indicadores é possível posicionar as propostas na matriz de convergências, tornando simples para quem está participando do processo de colaboração perceber o alinhamento do time.
sobre os autores:
andréneves, designer, professor do departamento de design da ufpe desde 1996 e cientista associado da plataforma strateegia.digital
[https://www.linkedin.com/in/andremmneves/]
silvio meira, cientista da computação, professor extraordinário da cesar.school, professor hemérito da ufpe, membro de diversos conselhos administrativos em grandes negócios no brasil e cientista chefe da plataforma strateegia.digital
[https://www.linkedin.com/in/silviomeira/]
filipecalegário, cientista da computação, artista, professor adjunto da ufpe e cientista colaborador da plataforma strateegia.digital
