8
Explicar a relação não-linear e multidirecional entre a iniciativa e seus resultados intencionais e não intencionais Uma característica distinta de sistemas complexos é a natureza não-linear e multidirecional de relações entre a iniciativa e os seus resultados. A evidência da não-linearidade advém da observação de que: (a) um conjunto de condições iniciais cria diferenças desproporcionais entre causa e efeito; (b) a distância entre causa e efeito pode ser longa ou curta no tempo; (c) há várias causas para qualquer mudança; (d) a mudança pode ocorrer através de grandes saltos e nem sempre é incremental ou proporcional (Forss e Schwartz, 2011, p. 11). Quando as condições forem adequadas, um esforço relativamente pequeno pode impactar significativamente os resultados (a proverbial “borboleta a bater as suas asas” pode, sob certas condições, catalisar ventos fortes noutro lugar). Por outro lado, um grande investimento de tempo e de recursos financeiros numa iniciativa pode não produzir resultados. A evidência da multidireccionalidade advém de observações, provando que o efeito muitas vezes influencia a causa e que vários fatores, incluindo os que são tradicionalmente classificados como “aberrantes”, influenciam as mudanças observadas. As avaliações de iniciativas complexas devem entender e captar a natureza não-linear e multidirecional de relações entre causa e efeito. Por exemplo, na avaliação de uma iniciativa de desenvolvimento económico podem colocar-se as seguintes questões: Porque é que certas estratégias de redução da pobreza realizadas no momento certo, no contexto certo, parecem resultar em grandes melhorias nas condições de vida, enquanto outras não? Como é que melhorando a saúde da família, melhora as suas condições económicas e vice-versa? A fim de responder a estas questões, os avaliadores podem querer acompanhar o percurso entre uma iniciativa e os seus resultados e compreender como estes variam em circunstâncias diferentes. Devido à variedade de atividades e de intervenientes, bem como à natureza emergente e relacional de iniciativas complexas ou iniciativas em ambientes complexos, as tradicionais teorias da mudança e os modelos lógicos podem ter uma utilidade limitada. Embora tais ferramentas possam ser úteis para visualizar e comunicar os resultados desejados, a partir de um conjunto de investimentos e de atividades, a sua natureza linear e preditiva não pode apreender a complexidade dos sistemas, na sua totalidade. Para compreender a não-linearidade e multidireccionalidade dos efeitos e do impacto de uma iniciativa, os avaliadores podem recolher dados de entrevistas, focus groups, investigação apreciativa, registos nos media, observações, exercícios de “mapeamento das ondas de choque”, “análise de contribuição” (Mayne, 2008) e diagramas de causalidade. Estes métodos podem ajudar a identificar resultados emergentes e imprevisíveis, enquanto ilustram a teia de relações entre as atividades e os resultados esperados, inesperados ou não intencionais (que podem ser tanto negativos como positivos). Também fornecem informações sobre a forma como a iniciativa contribui (ou não) para os resultados desejados.
Avaliação em contextos de complexidade: propostas para melhorar práticas | Proposta VIII
33