computer assisted qualitative data analysis software (caqdas) opportunità, problematiche e...

UNIVERSITÀ DEGLI STUDI DI TRENTO

FACOLTÀ DI SOCIOLOGIA

CORSO DI LAUREA SPECIALISTICA IN

SOCIOLOGIA E RICERCA SOCIALE

Computer Assisted Qualitative Data Analysis Software (CAQDAS)

Opportunità, problematiche e potenziali sviluppi

Relatore: prof. Giolo Fele

Candidato: Lorenzo Ruzzene

Anno accademico 2008/2009

2

Computer Assisted Qualitative Data Analysis Software (CAQDAS)

Opportunità, problematiche e potenziali sviluppi

Parole chiave: CAQDAS, qualitative analysis, software, computer-assisted

Relatore: prof. Giolo Fele

Candidato: Lorenzo Ruzzene

3

Tutti i marchi e i software menzionati in questo elaborato sono da intendersi di proprietà dei rispettivi detenenti diritto.

Data dell’ultima revisione: 24 agosto 2009

Ringraziamenti

Ringrazio il dott. Maurizio Teli, il prof. Vincenzo D’Andrea e il dott. Luigi Lissandrini per avermi dato la possibilità di collaborare al progetto QDA-UniTN, ai quali porgo i migliori auguri che il progetto arrivi ad un soddisfacente compimento. Ringrazio inoltre Paolo D’Incau per avermi fatto comprendere le difficoltà degli sviluppatori nel soddisfare le numerose richieste degli scienziati sociali. Un ringraziamento va anche al personale della Facoltà di Scienze Sociali della Budapesti Corvinus Egyetem (Corvinus University of Budapest) per l’iniziale supporto alla mia ricerca nel corso del periodo trascorso come studente Erasmus nel loro istituto.

Un ringraziamento va anche ai ricercatori e docenti da me interpellati, per la loro pazienza e grande disponibilità nel darmi suggerimenti e le loro opinioni riguardo il processo di ricerca. Grazie anche agli studenti del primo anno della laurea magistrale in Sociologia e Ricerca Sociale per avermi fornito le loro considerazioni e soprattutto i dubbi riguardo all’utilizzo del software per la loro esperienza di ricerca. Ringrazio anche il mio relatore, il prof. Giolo Fele, per tutta l’assistenza fornitami, per i suggerimenti riguardo i ricercatori da contattare e la possibilità di insegnare ATLAS.ti agli studenti del suo corso; un grazie anche alle sue due collaboratrici, Veronica Dei Rossi e Michela Ventura per avermi aiutato nella non facile attività dell’insegnamento. A tutti un augurio di un felice proseguimento (o di un inizio) di carriera di ricerca, nella speranza che le questioni di questo mio elaborato possano essere di valido aiuto nel loro lavoro.

Ringrazio Daniel per tutto l’aiuto e il sostegno che è stato in grado di darmi, e Luca per I validi consigli che mi ha fornito. Ringrazio di cuore José per avermi supportato oltre il ragionevole soprattutto in campi non propriamente accademici. Un grazie anche ad Alessandra e Veronica per il loro sostegno, in particolare negli ultimi mesi di stesura. Ringrazio mia sorella Maddy per essermi stata vicina e per i suoi consigli sull’inglese. Un ultimo e sentito ringraziamento a Lucia per avermi fatto comprendere tante cose importanti, aiuto nel quale mi auguro di poter contare ancora in futuro.

4

Computer Assisted Qualitative Data Analysis Softwar e (CAQDAS)

Opportunities, risks and potential development

Abstract The subject of my dissertation is Computer Assisted Qualitative Data Analysis Software (CAQDAS). These packages are important tools to support researchers in universities, research institutions and companies, but their use is criticized and not so widespread. Traditionally, while cataloguing, analysing and writing results, a manual method has been used: underlining, markers, scissors, involving every kind of problem which is related to working on large amounts of paper. Later, the spreading of personal computers and the first text editors eased some of these processes. CADQAS is a more powerful tool, compared to a traditional text editor: it is possible to work on a «project» which digitally contains all data. Into this project it is possibile to catalogue all the research's material, to easily assign labels in text parts which are considered relevant, to link other parts of text, etc. It is important to remark that many researchers argue that using computer to interpretate data implies more transparency and traceability, avoiding the risk of bias in the explanation construction or testing a theory. From these starting points, my research deals with a general overview from literature, about CAQDAS, trying to understand its role, explaining the phases of its development, and analysing its strengths and weaknesses. Then I analyse the practical possibilities of the three most widespread software available at the moment, ATLAS.ti, MAXqda and NVivo, including a short review of the software programmes that are still up to date. This is important to understand the reasons for choosing a particular software or another one, and even if choosing not to use any of them. Subsequently I investigate the ways in which computer assisted research is carried out by researchers and professors of the University of Trento and others Italian universities. I interviewed several researchers and I also taught how to use a software (ATLAS.ti) to a group of students to investigate their opinion. This is relevant to understand the problems encountered, to record the demands and to observe the ways in which software is experienced. Secondly is also important to consider qualitative researchers who don't utilise software for their researches, and why. Finally I deal with the potential development of CAQDAS, such as open source and web-based packages. A particular remark will involve the QDA-UniTN Project (open source, multiplatform, in real-time collaborative and web-based). in which I collaborated to write the feasibility study. It involves a team of Sociology and Computer Science students. The project is supposed to care more about the researchers' demands, considering at first the user-friendly issue. It is also supposed to be collaborative, helping in this way the transparency of the research process.

5

Sommario

Introduzione....................................... ............................................................... 7

1. Il ruolo del software nella ricerca qualitativa . .......................................... 11

1.1 L’analisi qualitativa computer-assisted.........................................................11

1.2 Storia......................................... .......................................................................15

1.3 Diffusione ..................................... ...................................................................18

Diffusione internazionale .....................................................................................18

Meccanismi di diffusione tra utenti ......................................................................20

1.4 Possibilità offerte dai CAQDAS................. .....................................................25

Vicinanza e prossimità ai dati ..............................................................................26

Applicazione di codici a segmenti di dati .............................................................27

Realizzazione di uno schema di codifica .............................................................31

Esplorazione e visualizzazione dei dati semplice ................................................35

Organizzazione della scrittura .............................................................................36

Mappare idee e collegare concetti.......................................................................40

Organizzazione dei dati su caratteristiche note ...................................................42

Interrogazione dei dati (esplorazione complessa)................................................44

1.5 Criticità dei CAQDAS ........................... ...........................................................48

Il problema tecnologico .......................................................................................48

Il rapporto tra ricercatore e software....................................................................52

Utilizzo di software non specifici..........................................................................60

Ortodossia nel metodo ........................................................................................62

1.6 Campi d’applicazione ........................... ..........................................................66

1.7 Il mutamento delle tecniche di analisi qualitat iva.........................................80

1.8 Osservazioni finali ............................ ..............................................................83

2. L’utilizzo del software per la ricerca qualitati va ...................................... 85

2.1 Accorgimenti per l’utilizzo dei CAQDAS ......... ..............................................85

Formato dei dati ..................................................................................................86

Operazioni pratiche preliminari............................................................................88

2.2 Una panoramica dei tre principali pacchetti .... .............................................90

Vicinanza e prossimità ai dati ..............................................................................92

Applicazione di codici a segmenti di dati .............................................................96

Realizzazione di uno schema di codifica .............................................................98

6

Esplorazione e visualizzazione dei dati semplice ................................................99

Organizzazione della scrittura ...........................................................................100

Mappare idee e collegare concetti..................................................................... 101

Organizzazione dei dati su caratteristiche note .................................................103

Interrogazione dei dati (esplorazione complessa)..............................................107

2.3 Altri software disponibili ..................... .........................................................110

2.4 Osservazioni finali ............................ ............................................................111

3. L’apprendimento e l’esperienza con i CAQDAS ..... ............................... 113

3.1 L’insegnamento agli studenti del corso di Metod i qualitativi ....................113

La preparazione ................................................................................................113

L’insegnamento e la consulenza .......................................................................115

La ricezione degli studenti.................................................................................117

3.2 L’esperienza dei ricercatori ................... .......................................................120

Approccio al software........................................................................................121

L’atteggiamento nei confronti del software ........................................................126

Apprendimento e campi d’applicazione .............................................................138

Condivisione e trasparenza...............................................................................142

Le funzionalità dei software...............................................................................148


4. Potenziali sviluppi ............................. ....................................................... 155

4.1 Mutamenti nei software più diffusi............. ..................................................155

4.2 Alcune recenti proposte ........................ .......................................................156

4.3 Il progetto QDA-UniTN.......................... ........................................................158

Open source .....................................................................................................160

Web-based, e quindi multipiattaforma ...............................................................161

Condivisione e collaborazione...........................................................................161

Riservatezza dei dati.........................................................................................162

Feature da tenere in considerazione .................................................................163


Conclusioni........................................ ........................................................... 168

Riferimenti bibliografici .......................... ..................................................... 172

7

Introduzione

L'oggetto di questo elaborato sono i software per l'analisi dei dati qualitativi

assistita da computer (anche chiamati CAQDAS, ovvero Computer Assisted

Qualitative Data Analysis Software). Si tratta di programmi finalizzati ad

assistere i ricercatori nelle analisi di tipo qualitativo di dati qualitativi.

Nelle scienze sociali sono presenti due tradizioni metodologiche di ricerca: la

ricerca quantitativa e quella qualitativa. Per quanto riguarda la prima, sono ben

noti e accettati i pacchetti software in grado di fornire supporto ai ricercatori. Si

tratta di programmi commerciali come SPSS o Stata, o del progetto open

source R. Questi software sono uno strumento di importante rilievo in

università, istituti di ricerca e aziende. Anche i ricercatori che intendono

avvalersi della metodologia qualitativa hanno a disposizione numerosi pacchetti

software. Il loro utilizzo tuttavia è stato, ed in parte lo è tuttora, oggetto di

resistenze e critiche, a causa di alcune importanti differenze tra i due tipi di

ricerca.

Le differenze principali sono insite nelle radici epistemologiche dei due

approcci, che sono anche ben delineate dal tipo di dati a cui si fa riferimento.

Nella ricerca quantitativa si ha a che fare con dataset ottenuti mediante

somministrazione di survey o panel a un campione rappresentativo per il caso

studiato. Questi dataset contengono variabili che sono prevalentemente in

formato numerico, sotto forma di categorie o scale di misurazione. Nella ricerca

qualitativa le tecniche di ricerca impiegate possono essere l’osservazione

partecipante, interviste in profondità o focus group, mentre l'analisi può essere

svolta ispirandosi alla grounded theory, alla frame analysis, all'analisi della

conversazione o narrativa, eccetera. I dati sono principalmente in forma

discorsiva e testuale (ma anche audiovisiva), e possono essere costituiti da

interviste (solitamente trascritte), note di campo, diario della ricerca, tracce

audio e video e fotografie.

Per questa ragione nella ricerca qualitativa è fondamentale uno stretto rapporto

tra il ricercatore e i dati oggetto di studio (in molti casi sono gli stessi ricercatori

8

che li hanno ottenuti ad analizzarli). Ancora più importante è la loro

interpretazione, che per sua natura riflette il punto di vista del ricercatore e il

modo in cui è stata effettuata la ricerca (osservazione esterna o partecipante,

covert o overt).

Tradizionalmente, nella fase di catalogazione, analisi e scrittura dei risultati, si

usava un metodo manuale: sottolineature, evidenziazioni e note a margine, con

tutte le difficoltà che si ponevano al ricercatore lavorando su grandi quantità di

carta. La diffusione del personal computer e i primi elaboratori di testo hanno

reso successivamente più semplici alcuni di questi processi. I CAQDAS sono

uno strumento più potente rispetto ad un tradizionale editor di testo in quanto

consentono di avere normalmente tutti i dati raccolti in un singolo contenitore

elettronico, spesso definito «progetto»; all'interno di questo è possibile la

catalogazione di tutto il materiale della ricerca, una comoda applicazione di

etichette (codici) a parti del testo ritenute rilevanti (citazioni) e collegamenti di

parti del testo tra loro (link ipertestuali), in aggiunta a una serie di funzionalità

più avanzate. In particolar modo, molti studiosi ritengono che mediante l'utilizzo

del computer l'interpretazione dei dati risulti più trasparente e tracciabile,

scongiurando il rischio di bias nella costruzione di spiegazioni o nel testare una

teoria.

Veniamo dunque alle ipotesi di ricerca. Ritengo che molta della letteratura

critica nei confronti dei software sia stata in gran parte superata grazie alla

maggiore diffusione, anche tra i ricercatori qualitativi, del computer come

strumento di ausilio per alcune fasi della ricerca. Questo dovrebbe aver portato

ad una maggiore propensione all’utilizzo dei software specificamente realizzati

per l’analisi qualitativa, portando ad una diminuzione dei pregiudizi nei loro

confronti.

Un’ulteriore ipotesi vede tali pregiudizi, quando ancora presenti, dovuti in larga

parte all’assenza di consapevolezza da parte dei ricercatori del reale scopo e

funzionamento di tali strumenti, in parte dovuto anche a lacune in competenze

informatiche. Tale situazione si riscontra in particolar modo per una concezione

negativa del computer, il quale limiterebbe l’ampia dose di creatività e

produzione di conoscenza necessaria nella ricerca qualitativa.

9

Intendo inoltre dimostrare che sebbene alcuni approcci non traggano particolare

beneficio dai CAQDAS, tali software non limitano il loro apporto per un solo

approccio (la grounded theory), come sostenuto da molti studiosi. La loro utilità

è data dalla creatività e confidenza che viene dimostrata dai ricercatori

nell’essere in grado di trarne vantaggio per le loro ricerche e nell’averne visto

un utile strumento da adattare alle proprie esigenze.

Resta successivamente da rilevare se le lacune in termini di competenze

informatiche di alcuni ricercatori qualitativi siano davvero sufficienti a spiegare

la ritrosia nell’utilizzo dei software, oppure se effettivamente essi non risultino

realizzati a misura di quelli che dovrebbero essere gli utenti di riferimento.

Ritengo che l’interfaccia e alcune procedure siano inutilmente complesse,

portando a sottoutilizzare i programmi nel comprensibile timore che

l’apprendimento di tali procedure porti a porre in secondo piano i reali obiettivi

della ricerca.

Infine, mi domando se i CAQDAS possano, come sostengono alcuni loro

sostenitori e promotori, aumentare la trasparenza e la tracciabilità nella ricerca

qualitativa, con particolare attenzione alla possibilità di condividere il proprio

lavoro di analisi con altri ricercatori. La questione è se tale opportunità sia o

meno compatibile con gli assunti della ricerca qualitativa e se potrebbe portare

a problemi riguardanti la particolare riservatezza da tenere nei confronti dei dati

qualitativi.

Partendo da queste premesse, la mia ricerca presenta nella prima parte una

panoramica generale dei CAQDAS, cercando di coglierne il ruolo, delineandone

le fasi di sviluppo (ovvero la storia) e analizzandone i punti di forza e criticità. Si

tratta di un capitolo incentrato maggiormente sulla letteratura presente

sull'argomento, dagli albori ai più recenti contributi disponibili. La mia intenzione

è quella di mostrare i numerosi vantaggi che possono portare i CAQDAS in

diverse fasi della ricerca qualitativa, ma allo stesso mondo anche fornire le

motivazioni che potrebbero portare a non utilizzare questi strumenti. Sono

inoltre presenti diversi riferimenti ai campi d’applicazione dei software e il ruolo

che possono avere nel far mutare favorevolmente il riconoscimento della ricerca

qualitativa.

10

Successivamente, nel secondo capitolo, sono intenzionato ad analizzare le

possibilità di analisi computer-assisted disponibili dal punto di vista pratico,

concentrandomi in particolare sui tre pacchetti software più diffusi (ATLAS.ti,

NVivo, MAXqda), mostrando l’effettivo funzionamento delle loro principali

funzioni, anche paragonandole tra i tre programmi. Cercherò di evidenziarne i

punti in comune e le differenze, tentando di comprendere quali potrebbero

essere i fattori determinanti nella scelta di un programma in particolare.

Conclude il capitolo una veloce rassegna delle altre soluzioni software

disponibili (tralasciando quelle non più sviluppate).

Il capitolo successivo è dedicato all’esperienza di insegnamento e alla ricerca

da me compiute. In primo luogo esporrò le mie riflessioni riguardanti

l’esperienza d’insegnamento del software ATLAS.ti agli studenti del primo anno

della laurea magistrale in Sociologia e Ricerca Sociale. Saranno presenti inoltre

le loro considerazioni sull’analisi dei dati qualitativi assistita dal computer,

rilevate dalle lezioni, mediante un questionario semi-strutturato e da incontri di

consulenza riguardo l’uso (in particolar modo le problematiche riscontrate) del

software. In secondo luogo esaminerò le osservazioni, i dubbi e le esigenze dei

ricercatori dell’Università degli Studi di Trento di alcuni atenei italiani al fine di

rilevare la diffusione e le loro opinioni sulla ricerca qualitativa computer-assisted

in base alla loro esperienza.

L'ultimo capitolo è incentrato sui potenziali sviluppi dei CAQDAS, con un occhio

di riguardo al progetto denominato temporaneamente QDA-UniTN (open

source, multipiattaforma, collaborativo in tempo reale e web-based), al quale ho

collaborato nella fase della stesura dello studio di fattibilità. Il progetto

prosegue, portato avanti da un'équipe di studenti di scienze sociali e di studenti

del corso di informatica della facoltà di Scienze. Le caratteristiche del progetto

permettono di tenere maggiormente conto delle esigenze dei ricercatori,

volendo privilegiare l’usabilità ed offrendo una maggiore trasparenza nel

processo di ricerca grazie alla sua declinazione collaborativa.

11

1. Il ruolo del software nella ricerca qualitativa

In questo primo capitolo inquadreremo i software per l’analisi qualitativa

computer-assisted, esaminando la letteratura sull’argomento. Saranno presenti

brevi cenni riguardanti la storia e la diffusione di questi programmi tra i

ricercatori. In seguito saranno analizzate in dettaglio le possibilità che questi

pacchetti consentono, per poi spostarsi sulle critiche che sono tradizionalmente

volte ad essi. Infine vedremo i molteplici campi d’applicazione in cui è possibile

avvalersi del supporto del software, e dei mutamenti che tale utilizzo può

portare alle tecniche di analisi qualitativa.

1.1 L’analisi qualitativa computer-assisted

Trattando di analisi qualitativa, una parte dei sui sviluppi recenti è quella che è

stato fatto in campo software per questo tipo di analisi. Cerchiamo perciò di

capire prima di tutto come inquadrare questi software. I CAQDAS (Computer

Assisted Qualitative Data Analysis Software1) hanno lo scopo di assistere il

ricercatore in diverse fasi dell’analisi qualitativa. Essi sono in grado di rendere

più agevole, trasparente e tracciabile l’analisi, andando oltre quello che può

essere il semplice supporto di un elaboratore di testi2 (word processor).

Una prima questione è che cosa caratterizza questi software. Che tipo di

pacchetti fanno riferimento all’acronimo CAQDAS? In prima analisi possiamo

dire che si tratta di software che permettono un approccio qualitativo a dati

qualitativi. Non si tratta perciò di strumenti per effettuare la content analysis,

1 Nell’acronimo CAQDAS talvolta il termine «assisted» viene reso dal termine «aided», non modificandone tuttavia il significato. In altri casi nella letteratura si può trovare riferimento all’attività di analisi computer-assisted, portando all’omissione del termine «software». Infine, è possibile trovare riferimenti al software per l’analisi qualitativa con l’acronimo abbreviato “QDAS” (si veda di Gregorio & Davidson, 2008). 2 Si veda anche la definizione "CAQDAS (Computer-Assisted Qualitative Data Analysis Software)." Encyclopedia of Social Science Research Methods..

12

ovvero uno studio statistico sulle frequenze di parole e frasi, o occorrenze di

parole e frasi con altre. Sebbene anche alcuni CAQDAS lo permettano in vario

modo, non è il loro scopo principale3 (Lewins & Silver, 2007; 6-7). Non si tratta

nemmeno di strumenti finalizzati all’analisi dei testi in chiave di «grammatica

semantica» (Franzosi, 2006), in quanto anch’essi hanno come obiettivo

un’analisi numerica sui dati testuali codificati in un sistema relazionale.

Paragoniamo per esempio i software statistici e quelli per l’analisi qualitativa

assistita dal computer, allo scopo di meglio focalizzare lo scopo di questi

programmi. In entrambi i casi il ricercatore deve essere sempre al centro, è lui

infatti che interpreta i dati da analizzare. Perciò, tanto quanto SPSS non effettua

la regressione da solo (anche perché c'è comunque bisogno di sapere quello

che si sta facendo), i CAQDAS non sono pensati per, né possono fare l’analisi

al posto del ricercatore. Il software è uno strumento, anzi un insieme di

strumenti (toolbox). Bisogna essere in grado di saperli usare, in quanto non

tutto serve, e magari si preferisce fare a mano alcune operazioni. Ma bisogna

conoscere quali sono e cosa sono in grado di fare. Per fare un primo esempio,

si può pensare alla funzionalità del conteggio delle parole nei dati appena

menzionata: molti programmi effettuano questa operazione, ma sarà il

ricercatore a determinare se gli sarà davvero utile; potrebbe rivelarsi infatti

molto utile per i linguisti, interessati alla ricorrenza delle parole in diversi periodi

o in differenti aree geografiche (per valutare l’evoluzione o la scomparsa di un

insieme di termini), mentre lo stesso strumento assumerà un valore e un

significato diverso in un’etnografia.

Chiarito che per dati qualitativi si intendono dati testuali (in maniera prevalente),

e il tipo di ricerca è basato su di essi ed è intenzionato a descrivere o

interpretare criticamente i dati (Tesch, 1990; 3), si solleva un problema. Se ogni

ricercatore costruisce un metodo personale per analizzare i dati, è difficile

descrivere la metodologia a livello generale. Un accordo possibile potrebbe

essere quello che vede l’analisi come l’attribuzione di significato a dati narrativi,

3 QDA Miner, presenta un maggiore supporto statistico; MAXqda un conteggio parole interattivo; NVivo e ATLAS.ti, presentano approssimazioni a tale tipo di analisi, con un conteggio parole non interattivo o interattivo solo parzialmente. Per dei riferimenti sui software per l’analisi numerica dei testi si veda Giuliano e La Rocca (2008).

13

mantenendo però un certo numero di correnti e, soprattutto, all’approccio

individuale del ricercatore. Che ruolo ha allora il computer? Non si tratta della

quintessenza della precisione e dell’ordine? L’analisi qualitativa non è troppo

personale e flessibile? Non c’è il rischio che standardizzi i processi? (ibid; 6) Nel

capitolo vedremo che questi sono in gran parte falsi problemi. Per intanto basti

dire che i computer non analizzano i dati, sono le persone a farlo. Ma come nel

caso delle pistole (ci si riferisce al detto “non sono le pistole a uccidere le

persone, sono le persone a farlo”), è vero per metà. Le pistole rendono molto

facile uccidere le persone, e i computer rendono più facile alle persone pensare

al significato dei loro dati. Non sono un sostituto alla riflessione umana, ma

sono un forte aiuto per essa (Weitzman & Miles, 1995; 3). Come ben

sintetizzato da Wolcott (1990; 35) “The critical task in qualitative research is not

to accumulate all the data you can, but to ‘can’ (i.e. get rid of) most of the data

you accumulate”. Per questo sono stati sviluppati i CAQDAS.

Un primo accenno al problema della metodologia è doveroso farlo sin da ora.

Gobo (2005) rileva che il primo tentativo di definire la metodologia qualitativa

risale agli anni ’60, sebbene conti più di un secolo di storia. Questa lacuna è

stata causata dal fatto che la formalizzazione di una metodologia veniva vista

come un elemento troppo vicino alle survey, ovvero ai metodi quantitativi (si

può dire che in un certo senso la ricerca qualitativa nasce e si rafforza in

opposizione a quella quantitativa). Lo stesso è avvenuto per i manuali, sempre

visti come non opportuni per la ricerca qualitativa. Gobo osserva però che negli

ultimi decenni il catalogo Sage vede una forte crescita di manualistica: tra il

1980 e il 1987 erano presenti solo 10 manuali, tra il 1988 e il 1994 quelli

disponibili erano 33, mentre tra il 1995 e il 2002 erano più di 125. Il trend, anche

se non in continua crescita, è di sicuro stabile per quanto riguarda questi ultimi

anni. L’autore vede cinque prospettive per la ricerca qualitativa: una maggiore

formalizzazione del metodo, uno sviluppo nell’analisi dei dati, il (tanto ostacolato

e oggetto di questo elaborato) matrimonio tra computer e ricerca qualitativa, la

necessità di effettuare ricerca qualitativa in una società multiculturale e le

implicazioni per la ricerca applicata. Per quanto riguarda il difficile matrimonio

tra il computer e la ricerca qualitativa, anche Gobo osserva che mentre la

14

content analysis ha lasciato a desiderare anche per i ricercatori quantitativi, i

CAQDAS possono essere in grado di fare qualcosa per i ricercatori qualitativi.

La letteratura sui CAQDAS è prevalentemente proveniente dagli sviluppatori,

dagli utenti o è basata sull’esperienza degli utenti (Flick, 2006). I CAQDAS sono

inoltre presenti in numerosi manuali di ricerca qualitativa. Almeno un capitolo è

a loro dedicato, mostrando come possano essere parte integrante del processo

di ricerca4. In certi casi però tendono a dire ben poco, specie per quanto

riguarda la scelta del software più opportuno, e sono magari troppo orientati a

quello usato, o più conosciuto da chi ha scritto il manuale.

Non reputo opportuno presentare la tipologia di Weitzman e Miles5 (1995) allo

scopo di introdurre l’argomento. È una scelta applicata in diversi manuali (quelli

di Creswell (2003) e di Lewins e Silver (2007), per citarne alcuni). La

suddivisione dei software sulla base delle loro funzioni, a tale livello di

generalità, è ormai datata e priva di reale utilità, anche se intenzionata ad avere

solamente finalità esplicative. Vedremo che la commercializzazione dei

software ha portato i programmi ad essere di più ampia portata rispetto a quelli

presenti al tempo in cui quella tipologia è stata concepita. Sia le limitazioni oggi

presenti sono inferiori, sia gli utenti desiderano che ve ne siano meno.

Prima di iniziare ad addentrarci nella questione, un’ulteriore precisazione: ha

senso parlare di «stato dell’arte» dei CAQDAS? I manuali, i testi, come anche

questo elaborato, non possono che essere anacronistici, in quanto la tecnologia

muta rapidamente, e si sono rese disponibili nuove risposte a vecchi problemi,

mentre se ne pongono di nuovi (Fisher, 1997; 123). Si pensi all’ottimo testo di

Lewins e Silver (2007) a cui faremo spesso riferimento: molte delle osservazioni

specifiche che sono presenti nel testo erano già sorpassate dall’uscita delle

nuove versioni di due software da loro analizzati (MAXqda e NVivo, meno per

4 Tra i più recenti manuali che dedicano almeno una sezione ai CAQDAS vi sono Flick (2006), Silverman (2005), Denzin & Lincoln (2003), Creswell (2003), Lindlof & Taylor (2002), Gibbs (2007). I CAQDAS compaiono per la prima volta in maniera estesa in un manuale metodologico in Miles & Huberman (1994). 5 Si tratta di una tipologia di programmi composta da software per: recupero testo, gestione del testo, codifica e recupero, costruttori di teoria basata sui codici, costruttori di mappe concettuali (Weitzman & Miles, 1995; 6). Le stesse Lewins e Silver (2009) riconoscono quanto si tratti di una tipologia ormai obsoleta.

15

quanto riguarda ATLAS.ti). Questo però avviene a quel genere di recensioni

sullo stato dell’arte intenzionate a concentrarsi sulle ultime versioni dei

programmi. Sarà la stessa procedura che applicherò, anche se non a livello

manualistico, nel secondo capitolo. È tuttavia bene chiarire che in questo

capitolo la mia principale intenzione è quella di delineare le principali possibilità

di utilizzo dei software, puntando agli effetti, sia positivi che negativi, provocati

dalla sua integrazione con la ricerca.

1.2 Storia

Qualche cenno riguardante la storia dei CAQDAS può essere utile ai fini

dell’elaborato. L’acronomo «CAQDAS» è stato coniato da Nigel Fielding e

Raymond Lee, nella prima Surrey Research Methods Conference nel 1989, la

quale raccolse un cospicuo numero di pioneri nel campo. Nel 1994, la

creazione del «CAQDAS Networking Project» (finanziato dai fondi

dell’Economic Social Research Council britannico), ha fissato l’acronimo

(Lewins & Silver, 2007). Torneremo più avanti sulle funzioni di questo

importante progetto.

Le fasi di sviluppo differenziate tra i programmi per l’analisi statistica e i CAQDAS, tratto da Fielding e Lee (1998; 12)

16

Tradizionalmente i ricercatori qualitativi conducevano le loro analisi «a mano»,

scrivendo le trascrizioni e le note di campo, fotocopiandole, codificandole

tramite pennarelli ed evidenziatori, ritagliando e incollando i segmenti di testo

selezionati in schede, e mischiandole e ordinandole per l’analisi. A partire dalla

metà degli anni ’80 la situazione ha iniziato a cambiare, con la possibilità di

avvalersi di, seppur rudimentali, editor di testo sui primi personal computer.

Successivamente hanno iniziato a comparire programmi specificamente pensati

per l’analisi qualitativa assistita da computer, di cui i più rilevanti sono The

Ethnograph e Nud*ist. Si trattava di software ostici quanto gli altri disponibili a

quel tempo, dove la codifica del testo poteva avvenire solo tramite tastiera,

indicando i numeri di riga d’interesse. Rispetto alla tecnica tradizionale, pochi vi

avevano visto un reale miglioramento (Weitzman, 2003; 311).

La schermata di una delle prime versioni di The Ethnograph, tratta da Weitzman e Miles (1995; 199)

L’offerta si è fatta più vasta negli anni a seguire, tant’è che Weitzman e Miles

(1995) a metà degli anni ’90 recensiscono ben 24 programmi, di cui metà era

stata sviluppata precipuamente per l’analisi qualitativa (quelli della restante

metà offrivano un supporto generico per la gestione e l’organizzazione dei

testi). La situazione si è sviluppata ulteriormente, portando alla

commercializzazione del settore, che ha condotto ad un continuo

17

aggiornamento ed estensione dei pacchetti esistenti e alla scomparsa di quelli

meno utilizzati. I software hanno iniziato anche a divenire simili tra di loro, in

quanto alla comparsa di una nuova funzione in un programma segue

rapidamente l’omologazione da parte dei concorrenti.

Vedremo che il dibattito riguardante gli effetti di questi software ha

accompagnato il loro sviluppo sin dall’inizio. Per intanto basti rilevare come

questo abbia provocato uno sviluppo tardivo e controverso di questi pacchetti, a

differenza della rapidità ed entusiasmo con cui si sono sviluppati i pacchetti

statistici. Non solo, Seale (2005; 188-189) fa notare che da metà degli anni ’60

hanno iniziato a comparire anche i primi strumenti per la content analysis.

Prima della comparsa dei CAQDAS, vent’anni dopo, non era possibile proporre

una soluzione simile a quella per le analisi statistiche, ovvero la realizzazione in

automatico di operazioni matematiche (che possono essere eseguite anche di

notte con elaboratori lenti, visto che non richiedono intervento umano).

Inoltre bisogna ribadire che se la ricerca qualitativa nasce in opposizione alla

quantitativa, di conseguenza si è trascinato per anni un ripudio della tecnologia,

vista come «cosa da statistici», disumanizzante, un ambiente iper-controllato e

che porta ad un’ossessione per questioni tecniche piuttosto che per le vere

questioni in analisi. Questo conduce Seale (ibid.; 189) a concludere che “The

computer symbolized these things, and many qualitative researchers remain

distanced from this technology because of feelings that it may impose an alien

logic on their analytic procedures.”, rendendo per lungo tempo difficile avere

una visione equilibrata sui CAQDAS.

Non si è trattato comunque della prima comparsa della tecnologia nell’analisi

qualitativa. Gibbs, Friese e Mangabeira (2002), nell’introduzione ad un

importante numero di «Forum: Qualitative Social Research» per il campo dei

CAQDAS, rilevano che il primo avvento della tecnologia nella ricerca qualitativa

è stato il registratore audio, il quale ora è pienamente accettato, se non

indispensabile ai fini della ricerca. Il registratore in un’intervista aiuta, e non

comporta delegare l’intervista alla tecnologia, in quanto si ha infatti modo di

prendere più appunti durante l’intervista.

18

La tecnologia ha due possibili impatti: da una parte permette nuovi modi per

registrare e raccogliere i dati, dall’altra offre nuovi modi per condurre l’analisi.

La maggior parte dei ricercatori riconosce che nella maggioranza dei casi

l’utilizzo delle nuove tecnologie ha ripercussioni per entrambi. Ora i software

offrono nuove possibilità, trattando immagini, documenti audio e video, e

consentono agevolmente l’analisi del materiale che proviene da Internet.

Bisogna perciò constatare che ormai i ricercatori qualitativi hanno a che fare

prevalentemente con dati in formato digitale. Nonostante questo, i CAQDAS

non sono ancora pienamente riconosciuti, e gli autori dell’articolo considerano

non sia sufficiente inserire un capitolo a parte nei manuali (i software non

vengono considerati veramente parte integrante dell’analisi). Concludono

sostenendo, e come vedremo nel capitolo non solo i soli, che una maggiore

facilità nell’importare ed esportare i dati, una maggiore offerta di insegnamento

e una maggiore comprensione dei vantaggi da parte dei committenti potrebbero

portare a una maggiore istituzionalizzazione dei CAQDAS nella ricerca

qualitativa.

1.3 Diffusione

Diffusione internazionale

Un altro numero di « Forum: Qualitative Social Research» (del 2005 in questo

caso), e alcuni altri paper, sono in grado di offrirci una panoramica sulla

diffusione internazionale (con un occhio di riguardo all’Europa) dei CAQDAS. Si

tratta di articoli riguardanti lo stato della ricerca qualitativa, e ritengo rilevante la

presenza o meno di almeno un paragrafo esplicitamente riguardante i software

per la ricerca computer-assisted.

Si riscontra un generale trend di espansione dei software per l’analisi computer-

assisted nella ricerca qualitativa. Trend rilevato da Flick (2005), che sebbene

evidenzi delle differenze tra la Germania e i Paesi anglosassoni per quanto

riguarda le tradizioni di ricerca, non riscontra diversità nell’utilizzo. Henwood e

19

Lang (2005) si interessano al Regno Unito, dove riscontrano interesse (anche

motivato dalla presenza del CAQDAS Networking Project), ma osservano

anche la presenza di limiti tecnologici in alcune università, i quali limitano la

diffusione dei CAQDAS. Spostandoci su Paesi non anglofoni (ma considerando

solo la letteratura in lingua inglese), vediamo una certa diffusione anche in

Francia, dove Dargentas (2006) rileva un interesse per quanto concerne le

analisi secondarie (di cui parleremo più ampiamente nel paragrafo dedicato ai

campi d’applicazione); sempre in Francia, Angermüller (2005) parla della

diffusione di un programma maggiormente automatizzato nell’analisi

(Prospéro), contrastante l’approccio della grounded theory (a cui fanno

storicamente riferimento molti dei CAQDAS). Da rilevare il fatto che in entrambi

gli articoli gli autori facciano riferimento a dei software appositamente sviluppati

per i Paesi francofoni. In Spagna, Valles e Baer (2005) ci mostrano la diffusione

nel Paese, con alcuni esempi, in diverse istituzioni. Lo stesso avviene con il

Cile, come mostrato da Osorio (2006), dove i CAQDAS vengono utilizzati in

università, organizzazioni non governative e aziende, sebbene vi sia (ma come

avviene dappertutto) chi è riluttante ad utilizzarli. Un altro problema sollevato

dall’autore è la difficoltà che ha incontrato (lo stesso vale per altri suoi colleghi)

nello svolgere l’insegnamento dei software, che in prevalenza offrono

interfaccia e documentazione solo in inglese. Per quanto concerne l’Africa,

Kikooma (2006) rileva che sarebbe senza dubbio vantaggiosa una maggiore

diffusione nel continente, ma per il momento i CAQDAS restano confinati in

alcuni Paesi (Sudafrica, Uganda, e alcuni del Nord Africa), Infine, tornando in

Europa, Adam e Podmenik (2005) confermano l’importanza della ricerca

computer-assisted per il futuro della ricerca qualitativa al fine di migliorarne il

riconoscimento accademico, ed evidenziano come si stia diffondendo anche in

Slovenia, grazie alla diffusione di testi (scritti da ricercatori nazionali o tradotti)

concernenti il campo.

La situazione della ricerca qualitativa in Italia (Bruni e Gobo, 2005) vede, in

particolare a partire dal 2000 un maggior ricorso alla ricerca empirica e

un’accresciuta istituzionalizzazione dell’approccio. Una delle strade che hanno

portato a una maggiore attenzione e formalizzazione dei metodi e delle tecniche

qualitativi è anche quel «matrimonio» tra ricerca e computer cui si faceva

20

riferimento sopra. Assieme ad altri fattori può aiutare i ricercatori qualitativi

italiani a combattere il senso di inferiorità provato nei confronti dei ricercatori

anglosassoni, e a una maggiore attenzione al di fuori dei confini nazionali (e

scalfendo il tradizionale provincialismo del secolo precedente).

Meccanismi di diffusione tra utenti

Esaminata la letteratura riguardante la diffusione dei CAQDAS a livello

internazionale (si potrebbe dire a livello «macro»), ritengo utile porre l’accento

sui meccanismi di diffusione tra gli utenti. Si tratta infatti di un elemento centrale

per comprendere alcune delle problematiche che presentano i software per la

ricerca computer-assisted.

Abbiamo visto che i CAQDAS sono stati fino ad ora poco supportati dalle

strutture informatiche universitarie (Fisher, 1997; 5). Un altro rilevo su cui è

bene concentrarsi è lo scopo per cui vengono utilizzati i software. La questione

è stata particolarmente affrontata da Fielding e Lee analizzando le istituzioni del

Regno Unito (1998). Tenendo conto che la maggior parte dei software era stata

sviluppata soprattutto tenendo conto della grounded theory, gli studiosi

scoprono che due terzi degli utenti non usavano i CAQDAS per questo tipo di

approccio. In molti casi il processo di acquisizione del software è mosso dalla

riflessione dei ricercatori sintetizzabile nella frase “mi aiuterà a gestire i dati”,

che a qualunque ricercatore sembra una grossa mole (Lee & Fielding, 1996;

31).

Mangabeira, Lee e Fielding (2004) ampliano il discorso, anche se sempre

confinato alle istituzioni e alle aziende del Regno Unito, mostrando come nel

campo dei software per la ricerca computer-assisted da quando si trattava di

semplici strumenti di codifica e recupero, si sono sviluppati tre trend: una

maggiore sofisticazione, ovvero è possibile effettuare operazioni che senza

l’ausilio del computer sarebbe altrimenti arduo compiere; la

commercializzazione, ossia lo sviluppo di software commerciali, con il rischio

della chiusura a particolari metodologie e procedure, oltre ai limiti posti nella

21

condivisione tra i ricercatori (vista quindi sotto certi aspetti come un bene

commerciabile); infine, gli autori osservano un aumento degli utenti, sia in

diversità, che in ampiezza.

Nel corso degli anni è cambiata la composizione degli utilizzatori, vedendo la

nascita degli utilizzatori non accademici. Questo è stato anche grazie alla

maggiore complessità e completezza raggiunta dai programmi. La domanda è

perciò: come sono cambiate le pratiche degli utenti? (Fielding & Lee, 2002).

Per quanto concerne l’ambito accademico, viene ripresa una ricerca di

Mangabeira risalente alla metà degli anni ’90. Egli intraprese un’etnografia dalla

durata di sei mesi in una rinomata università britannica, osservando che i

software sono impiegati grazie a network di studenti e incontri informali tra gli

accademici. Tra i motivi che spingono a subire i costi e non abbandonare il

software vi è il fatto che “utilizing software is a way of performing community,

using technology and its associated symbolism of rigor and robustness to add

an additional layer of credibility to their work” (ibid.).

Gli autori realizzano una sintesi dei fattori che influenzano l’utilizzo del software:

(a) la generazione degli utenti in termini di età, competenze informatiche e

l’esperienza come ricercatori qualitativi; (b) la loro precedente esperienza con

metodi di ricerca non basati sul computer e/o un insieme di pacchetti CAQDAS.

Più giovani saranno gli utenti, maggior saranno le loro competenze

informatiche. Non sorprende inoltre che l’esperienza pregressa con i computer

e i software che non sono CAQDAS aiuti a superare i problemi iniziali e a

familiarizzare con i CAQDAS in un tempo minore. Tuttavia, nonostante gli alti

livelli di competenze informatiche e la loro percezione dei CAQDAS come una

tecnologia non minacciosa, questi utenti solitamente hanno lacune nei confronti

dei punti di forza e di debolezza del software da loro usato. Gli autori

definiscono questi utenti “fedeli al programma”, quelli che credono in quello che

trovano scritto nella brochure dei software. Questi utenti fedeli possono essere

contrastati da un gruppo di utenti più di lunga data, critici e familiari a un

insieme di CAQDAS. Gli autori li definiscono “appropriatori critici”, i quali

interagiscono con il programma all’interno di un quadro di riferimento e che

sono fortemente coscienti dei problemi epistemologici e metodologici. Questo

22

gruppo di utenti manifesta esplicitamente richieste per gli sviluppatori, riguardo

alle capacità del programma. (Mangabeira et al., 2004; 170)

Gli autori rilevano poi un terzo gruppo di utenti sono ricercatori più vecchi,

esperti nell’analisi dei dati qualitativi, e che hanno acquisito competenze

informatiche successivamente nella loro vita. Questo gruppo si può chiamare le

“mani esperte”. Sono più esitanti dei giovani utenti nell’interazione con il

software (e con l’hardware). La loro caratteristica è quella di essere molto critici

e scettici. Appare dunque che più il quadro di riferimento a disposizione è ampio

(che sia metodologico, di esperienza analitica, o di utilizzo dei CAQDAS),

maggiore è l’opportunità che prenda spazio della flessibilità interpretativa

(Mangabeira et al., 2004; 172).

Gli autori distinguono successivamente un quarto gruppo, che tende a non

avere un quadro interpretativo di riferimento a disposizione. Tale gruppo è

costituito dagli utenti non accademici. I CAQDAS nascono nella comunità

accademica, ma con il tempo si sono poi sempre più diffusi in altri ambiti, e ciò

porta ad avere due nuove categorie di utenti, relativamente recenti: quelli

impiegati nella ricerca applicata e quelli coinvolti in ricerche il cui focus primario

non sono le scienze sociali.

Nel Regno Unito si osserva una crescita della domanda di training. Gli autori

citano il “CAQDAS Networking Project”, fondato nel 1994. Finanziato dal UK’s

Economic and Social Research Council, fornisce corsi di training per i software,

help line telefoniche per gli utilizzatori, un gruppo di discussione via mail,

seminari avanzati per metodologi, sviluppatori e utenti. Nei training i partecipanti

provengono da scuole mediche e dentistiche, enti di beneficienza, associazioni

di volontariato, dipartimenti governativi sia britannici che esteri, un istituto per

persone con problemi mentali e un’agenzia governativa per il controllo delle

spese governative. La maggior parte dei partecipanti è ovviamente composta

da studenti postgraduate (considerando come il progetto è finanziato), anche se

un quarto del totale fa comunque riferimento al settore privato. (Mangabeira et

al, 2004; 172-3)

La crescita dell’utilizzo nel settore privato è legata al crescente interesse

nell’analisi di focus group nel settore delle ricerche sociali e di mercato, dalla

23

crescita degli studi che presentano più metodi, e anche le ricerche basate su

materiale proveniente da Internet. Il problema degli utenti non accademici è che

loro non problematizzano particolarmente la scelta del software. La scelta

potrebbe essere una questione casuale, grazie al contatto di qualcuno nel loro

network, una telefonata a un conoscente nell’università, un evento dedicato a

un particolare programma, o la pubblicità di un corso comparsa dopo una

ricerca su Internet.

Il problema è che i metodi qualitativi vengono apprezzati a partire dalla natura

del software usato. Possono quindi da un parte accrescere l’interesse nei

confronti di questo approccio (per gli utenti al di fuori delle scienze sociali, come

agenzie governative, organizzazioni mediche, e aziende). Quelli che si possono

chiamare gli “adottatori strumentali”, i quali hanno uno scarso background in

analisi qualitativa, saranno più soggetti ad accettare scomode e strane

procedure, o addirittura portati a credere che si tratti di qualcosa di intrinseco

nella ricerca qualitativa. Essi potrebbero essere più soggetti, similmente ai

“fedeli al programma”, ad adottare un particolare approccio d’analisi senza

essere completamente a conoscenza dell’ampio ventaglio di approcci

effettivamente disponibili, in quanto un particolare pacchetto che loro hanno

scelto di usare punta in una particolare direzione. Quindi è importante sia capire

quali sono i nuovi modi in cui il software viene usato (al di fuori di ambienti

accademici), sia aiutare gli utenti e il pubblico a evitare i problemi fin troppo

familiari a quelli con un background di ricerca qualitativa (ibid.; 174-5).

I non accademici sono prevalentemente caratterizzati da un interesse

puramente strumentale, mancando gran parte di loro di basi sociologiche. Essi

si possono suddividere in utilizzatori non accademici con basi metodologiche,

ma che non pubblicano su riviste accademiche, e quelli che lavorano con i

CAQDAS nella propria professione. Il fatto che sia presente una diversità tra gli

accademici e i non accademici non è di per sé un pericolo: anche questi ultimi

possono contribuire allo sviluppo dei software e a quello della ricerca

qualitativa, come è già successo nelle scienze sociali. Il problema degli

utilizzatori non accademici è che hanno difficoltà nella scelta del software.

Inoltre, mentre i ricercatori accademici talvolta vedono in certe funzioni

complesse qualcosa di lontano dall’approccio che intendono applicare per

24

analizzare i dati, i non accademici mancano di riferimento. Ciò porta anche

all’applicazione di un approccio senza realmente e criticamente tenere conto

delle alternative. Ciò detto, è bene ribadire che i CAQDAS per i non accademici

possono migliorare, grazie al loro contributo con pensieri originali e diversi,

stimolando applicazioni innovative nel campo: “Nonacademic users are

especially likely sources of innovation, being more likely to address problems

that academic users take as given and, through the professions in which they

are placed, having the opportunity to make fresh applications of CAQDAS to

issues that anthropologists and sociologists have not examined”. Inoltre anche

loro stessi possono trarne vantaggio, ma è importante comprendere quali sono i

loro problemi. La commercializzazione ha portato ad un maggiore utilizzo dei

software; sono presenti anche un maggior numero di corsi e workshop, ma non

sono né costanti, né diffusi. Per questo è importante osservare come

effettivamente vengono usati i CAQDAS, non tanto come dovrebbero esserlo

(Fielding & Lee, 2002).

Le conclusioni degli autori mostrano la considerazione che quando i CAQDAS

erano confinati in una piccola cerchia di entusiasti e adottatori iniziali, era

piuttosto semplice applicare le richieste degli utenti e capire i processi sociali

che facilitavano o inibivano l’adozione dei software. Dall’analisi degli autori è

possibile dire che la crescente porzione di nuovi utenti dei CAQDAS sarà

costituita di giovani scienziati sociali e utenti impegnati nella ricerca applicata. In

questo caso, l’accentuazione del trend verso l’utilizzo strumentale,

dell’approccio come mero strumento, aprirà nuove sfide, in particolare per due

gruppi nella comunità dei CAQDAS. Il primo, costituito dagli sviluppatori,

dovrebbe allontanarsi dalle sue origini di ricerca qualitativa, accentuando

ancora di più la versatilità del programma. Ciò dovrebbe bilanciare la differenza

tra il tenere il loro sostegno da e in concerto alla comunità qualitativa e il milieu

accademico che fornisce la loro fonte di credibilità e legittimità, mentre

espandono le attività commerciali che prendono forma lontano da questi luoghi.

Il secondo gruppo, costituito dagli scienziati sociali esperti, potrebbe dover

attendere impazientemente e osservare la riappropriazione da parte degli

adottatori strumentali di una tecnologia inizialmente confinata ad una particolare

disciplina accademica. Se questi utilizzatori strumentali apprendono l’utilizzo del

25

software senza apprezzare il metodo qualitativo, c’è il rischio che le possibilità

analitiche offerte dal loro software per loro costituiranno l’analisi qualitativa.

Ovvero, il loro apprezzamento del metodo qualitativo diventa confinato e

definito da il software adottato. Detto questo, la sfida per gli scienziati sociali

entusiasti riguardo ai CAQDAS è quella di continuare ad educare gli utenti

(tramite training, diffusione di informazioni e help line) riguardo la relazione tra

le possibilità tecniche integrate in particolari software e le procedure analitiche

basate in una varietà di approcci metodologici. Questo dovrebbe essere in

grado di proteggere, per quanto in maniera indiretta, la pluralità di approcci

qualitativi e stili analitici.

1.4 Possibilità offerte dai CAQDAS

Tratteremo ora delle potenzialità offerte dai CAQDAS. Una precisazione

terminologica: preferisco usare una terminologia generale per le funzioni (non

legata a un particolare software). I termini specifici verranno utilizzati nel

secondo capitolo, nelle sezioni dedicate a un pacchetto software in particolare.

I CAQDAS permettono di racchiudere interamente in un unico spazio tutti i dati

su cui si intende lavorare. Essenzialmente nel «progetto» è possibile inserire

tutto ciò che è digitalizzato o digitalizzabile. L’utilizzo di un software ha senso

solo se tutto il materiale è stato posto assieme, comprendendo tutti i formati di

cui si intende avvalersi (testi, fotografie, tracce audio, filmati video). Vedremo

che in molti casi non è il caso di tralasciare la praticità del formato cartaceo, in

questo caso stampato. Una importante parte delle funzioni è proprio quella di

stampare lo stato in cui è arrivato il progetto.

Le principali possibilità offerte dai CAQDAS sono a nostro avviso sintetizzabili in

otto operazioni: (1) la vicinanza e prossimità ai dati, (2) l’applicazione di codici a

segmenti di dati, (3) la realizzazione di uno schema di codifica, (4)

l’esplorazione e la visualizzazione dei dati semplice, (5) l’organizzazione della

scrittura, (6) la possibilità di mappare idee e collegare concetti, (7)

l’organizzazione dei dati e (8) la loro interrogazione (esplorazione complessa).

26

In questo capitolo esamineremo a livello generale le possibilità offerte dai

CAQDAS rispetto ai metodi tradizionali d’analisi. Per quanto riguarda le

caratteristiche specifiche dei principali software si rimanda al secondo capitolo.

Vicinanza e prossimità ai dati

Prima di iniziare l’analisi computer-assisted occorre determinare cosa è

digitalizzabile e cosa non lo è. Praticamente ogni tipo di dato è digitalizzabile,

ma in caso fosse impraticabile è comunque possibile usare un riferimento per

ciò che non è possibile digitalizzare (Lewins & Silver, 2007; 16-19).

Un grande vantaggio dei CAQDAS è quello di poter includere tutti i tipi di dati

che si sono raccolti o che si stanno ancora raccogliendo, nella ricerca. Essi

possono includere: informazioni di background (preliminari), ovvero appunti,

osservazioni tratte da incontri con altri componenti del gruppo di ricerca, o

anche semplici scambi di opinioni via e-mail tra ricercatori; dati primari, e quindi

interviste, note di campo, ecc.; dati secondari, come articoli e statistiche; infine

informazioni di supporto, come ad esempio la propria raccolta bibliografica, siti

di interesse, e così via. Sta al ricercatore comprendere quali elementi della sua

ricerca potrebbero essere utili all’analisi. Un esempio potrebbe essere

l’eventualità di inserire nel progetto anche la griglia dell’intervista, per vedere se

ci sono delle particolari lacune tra i punti che si volevano toccare.

Una volta associato il proprio materiale al progetto, è possibile commentarlo ed

annotare in modo che le proprie osservazioni siano collegate ai dati. Inoltre è

possibile collegare tra loro parti rilevanti dei dati, come ad esempio resoconti

che nella narrazione non sono espressi ordinatamente. Sarà successivamente

possibile ricercare termini direttamente nel contesto in cui si trovano, anche tra

le proprie annotazioni. L’apporto del ricercatore non viene mai a mancare, ma la

facilità con cui riesce a ritrovare quello cercava può essere migliorata. Ciò

significa che sarà maggiormente pronto e facilitato a farlo, e questo è un

importante miglioramento nella ricerca qualitativa.

27

Applicazione di codici a segmenti di dati

Questa operazione e la prossima di cui tratteremo riguardano la codifica. Un

particolare interesse motivato dal fatto che anche se l’analisi non si esaurisce

nel processo di codifica, ritengo sia la caratteristica distintiva più rilevante dei

CAQDAS (Lewins & Silver, 2007; 117-20). Il termine «codice», congiunto

all’operazione di «codifica» potrebbero apparire termini prettamente informatici.

In realtà, come ben sanno i ricercatori qualitativi che lo sono da prima

dell’avvento dei software per l’analisi qualitativa, si tratta di un procedimento

utilizzato anche su carta (Kelle, 1995; 4-8). Lewins e Silver (2007, 81), alla

domanda riguardante cosa si debba intendere per «codifica qualitativa»,

rispondono sostenendo che si tratta del processo in cui dei segmenti di dati

sono identificati come legati a (o come un esempio di) un’idea più generale, un

esempio, un argomento, una categoria. Quello che si ottiene è una serie di

segmenti di dati, o tutto l’insieme di dati, sistemato assieme, al fine di essere

ritrovati raggruppati in un secondo momento6.

Per capire come generare i codici e come essi possono assistere l’analisi,

bisogna pensare che essi servono per facilitare, permettendo di contrassegnare

il significato sottointeso dei rispondenti a particolari situazioni sociali,

esperienze, e a identificare modelli (patterns) in atteggiamenti, investigare

processi d’interazione. È possibile creare sia veri e propri codici, sia semplici

«cose interessanti» che comunque aiuteranno, in quanto portano a riflettere sul

fenomeno che intendiamo studiare.

L’applicazione di codici è influenzata quelli che sono i fini della ricerca del

ricercatore, la sua metodologia e l’approccio che è intenzionato ad utilizzare,

dalla quantità e i tipi di dati che si sono raccolti (o che si stanno ancora

raccogliendo), dal livello e dalla profondità d’analisi, la disponibilità di tempo e di

6 Lewins e Silver (2007; 82) sintetizzano i termini usati nella letteratura per riferirsi alla codifica: (a) aperta, assiale (axial) e selettiva (Strauss & Corbin, 1998); (b) descrittiva, per soggetto e analitica (Richards, 2005); (c) sperimentale, con codici centrali e satelliti (Layder, 1998); (d) letterale, interpretativa e indicizzazione riflessiva (Mason, 2002); (e) descrittiva, interpretativa e schematica (Miles & Huberman, 1994); (f) oggettiva ed euristica (Seidel, 1998).

28

risorse, se il ricercatore lavora individualmente o come membro di un team, e

da quello che sarà l’audience ricerca. Sono basati su temi o argomenti, idee o

concetti, linguaggio o terminologia. Possono essere più descrittivi o più analitici,

dipende dalla fase dell’analisi in cui ci si trova, e ovviamente dall’approccio

utilizzato. Anche se in termini differenti in base all’approccio utilizzato, si può

dire che non sono già concetti, ma una via di mezzo tra dati e i concetti. Si tratta

di un processo analitico importante, in quanto porta al dover selezionare delle

parti significative rilevanti, e la scelta di quei segmenti che davvero contano per

l’analisi può risultare difficoltosa.

L’applicazione di codici avviene definendo la quantità di testo da essere

codificata (parola, frase, paragrafo, intero documento), la quale ovviamente sta

al ricercatore. Egli assegnerà i codici rilevanti a una porzione o a delle porzioni

sovrapposte, con la possibilità di vedere il risultato della sua codifica ai margini

del testo. I codici possono essere applicati in tre modi: a priori, ovvero per ogni

argomento/tematica chiave in cui si sarà interessati e che può essere

genericamente indipendente dai dati in ogni fase. Possono essere vaghi e/o

identificati dalla teoria/letteratura esistente; possono essere creati codici

grounded nei dati, che possono essere sia descrittivi che interpretativi; si

possono creare mentre si leggono i dati, e legare immediatamente con il

preciso segmento che ha dato quell’idea, concetto o categoria; infine è possibile

la creazione di codici in vivo, qualora si sia particolarmente interessati nel

linguaggio usato nei dati, o se un termine è identificato come contenente

un’idea o un argomento. È bene evitare di mantenere troppi codici che

presentano come denominazione esattamente il contenuto del testo. È più

qualcosa di temporaneo, poi vanno interpretati, al fine di produrre idee più

analitiche sui dati. (Lewins e Silver, 2007, cap. 7).

L’applicazione può seguire l’approccio induttivo, teso a generare teoria dai dati.

Si tratta di un procedimento ciclico (ricorsivo). È utilizzato per evitare che

concetti teorici esistenti evitino o nascondano la possibilità di svilupparne di

nuovi. Un tipico esempio è la grounded theory, dove inizialmente la codifica è

aperta (da stralci di testi, “apre” i dati, dandogli nuovi significati), poi assiale

29

(axial, fase caratterizzata da raggruppamenti e confronti e nel mettere insieme i

frammenti), infine selettiva (selezione di quanto realizzato nel seconda fase)7.

Seguendo l’approccio deduttivo invece, si intende testare una teoria esistente, o

un’ipotesi sui dati appena raccolti. Viene maggiormente utilizzato in ambiti non

accademici, in quanto ha fini più pratici. In questo caso le fasi sono costituite

dall’applicazione di codici descrittivi, poi interpretativi e infine modello (pattern).

Anche questo approccio è di carattere ricorsivo.

La distinzione tra approccio induttivo e deduttivo è comunque soprattutto

analitica. Non sono da vedere come complementari, come mutualmente

esclusivi; come sostiene Gibbs, (2002) “you do not have to do either one or the

other or even one and then the other”. Un esempio di questo approccio misto lo

si può trovare in Layder (1998), il quale propone la “adaptive theory”, ovvero un

approccio multi-strategy (sia dalla teoria che dai dati) d’analisi.

Qualunque approccio si usi, i CAQDAS comunque aiutano nel processo ciclico

e iterativo della ricerca. Offrono maggiore flessibilità (per esempio: analizzare i

dati dalla teoria, ma rilevare anche aspetti sorprendenti e contraddittori).

Comunque sia, l’obiettivo è quello di rivisitare i dati e ragionare su di essi. Per

questo Seidel & Kelle (1995) definiscono i codici come “heuristic devices for

discovery”. Non si tratta di catturare perfettamente un concetto, ma di

focalizzarlo meglio, e anche potersi ricordare di tornare indietro e pensare

ancora a un argomento e ai dati collegati. Quello che più conta con i CAQDAS

è effettuare una coerente e significativa assegnazione di codici, avvalersi della

funzionalità dei commenti e, se ricorre il caso, avvalersi della possibilità di

modellizzare idee e relazioni tra codici. I caratteri di un codice perciò sono: il

suo nome, la lunghezza della citazione associata (molto probabilmente sarà più

d’una), e i suoi collegamenti (e gli eventuali tipi di relazione).

Alcuni approcci (per esempio, come vedremo successivamente, quello

narrativo) oppongono resistenza nell’organizzazione e categorizzazione dei dati

attraverso i codici. In effetti il loro scopo è più quello di mantenere la struttura

7 Si vedano Strauss e Corbin (1998) per la codifica nella grounded theory.

30

latente dei dati, più che comparare temi tra i dati. Quindi vedono la codifica

come uno spezzettamento esagerato. (Mason, 2002). Per queste esigenze, la

necessità dei collegamenti ipertestuali (hyperlinking) inizia a esserci in Weaver

& Atkinson (1995) e Coffey et al. (1996). Essi non sono presenti in tutti i

programmi, e possono differire rispetto al tipo di collegamento che si può

stabilire (link a trigger con reazione, link sequenziali, link logici).

I CAQDAS sono anche stati biasimati perché tenderebbero a far prevalere la

codifica al posto di altri processi analitici. Oppure perché visti troppo influenzati

dalla grounded theory, e sarebbero promotori di ortodossia nella ricerca

qualitativa (Coffey et al., 1996). Fielding & Lee (1998) invece argomentano al

contrario: qualsiasi collegamento tra i software e la grounded theory è

sovrastimato, e il fatto che i CAQDAS siano disponibili non significa ortodossia

nel metodo, o nell’utilizzo dei software. Insomma, i CAQDAS non sono un

metodo. Forniscono semplicemente un grande insieme di strumenti che

possono essere usati per semplificare diversi processi analitici. I ricercatori

devono capire quali strumenti utilizzare, quali sono appropriati e che possono

corrispondere alle loro esigenze (Lewins e Silver, 2007; 83). Torneremo più

avanti sul punto. Per intanto rilevo che le autrici sostengono anche che nel

generare i codici si debba trovare un compromesso tra quello che si vuole fare

e ciò che i CAQDAS permettono di fare. Parrebbe un controsenso con quanto

sostengono ampiamente nel resto del loro lavoro, ovvero che non si deve far

decidere al software il modo in cui si vuole lavorare. Questo significa che quindi

qualche limitazione è presente, nonostante i numerosi vantaggi portati dai

CAQDAS.

Infine, diamo un rapido sguardo alla possibilità di auto-coding. Qualora si abbia

a che fare con dei dati inerentemente strutturati (interviste strutturate o semi-

strutturate, focus group, domande a risposta aperta, più alcuni campi delle note

di campo e qualche dato secondario), è possibile farvi ricorso. Non si deve però

far sì che la preparazione dei dati influenzi troppo la trascrizione: deve essere

una feature, non un vincolo, un’ossessione. Il rischio è perdere la dimensione

qualitativa. E comunque la presenza dell’auto-coding non significa che si debba

necessariamente usarlo.

31

Realizzazione di uno schema di codifica

Strettamente connesso alla questione dei codici vi è la realizzazione di uno

schema di codifica. Da molti l’analisi qualitativa (o per lo meno una parte

importante di essa) viene vista come l’attività di frammentare e poi rimettere

assieme diversi segmenti di dati, in quanto si tratta di un ottimo modo per far

emergere temi, emozioni, azioni, risultati, ecc (Lewins & Silver, 2007; 91-100).

Alcuni software offrono al ricercatore la possibilità di realizzare schemi di

codifica gerarchici (MAXqda e NVivo sono tra questi, come vedremo nel

prossimo capitolo). Ciò non significa che se ne debba necessariamente fare

uso. Il loro vantaggio è dato dal fatto che consentono di tenere un maggior

ordine nella codifica. Hanno tuttavia più limiti (ad esempio dubbi di

assegnazione). Si rivelano invece molto pratici per il lavoro di gruppo (se sullo

stesso argomento, o tematiche simili).

Gli schemi di codifica non gerarchici invece (come quello offerto da ATLAS.ti),

portano ad avere i diversi codici tutti sullo stesso livello. Anche in questo caso

l’impostazione sta all’utente, in quanto si possono comunque creare dei gruppi

di codici (famiglie), relazioni tra i codici, oppure più semplicemente aggiungere

suffissi ai vari codici al fine di raggrupparli.

Alcuni ricercatori pensano che gli schemi gerarchici siano una distrazione

inutile. Ma magari un po’ di ordine fa davvero comodo e ad esempio le relazioni

e i gruppi possono dimostrarsi fondamentali. Tra i fattori che influenzano gli

approcci allo sviluppo degli schemi di codifica vi sono: il fatto che si tratta di

un’operazione che è riflessiva del proprio modo di lavorare; nel caso in cui si

utilizzi l’approccio della grounded theory, prima si procede particolarmente

bottom-up, e in seguito si cerca di combinare i codici per generare concetti più

grandi, temi o categorie; altri invece insistono molto su uno schema a priori, e

quindi chi è intenzionato a testare un quadro teorico si concentrerà più su

questo aspetto; altri ricercatori, più influenzati ad espandere una teoria,

opereranno prima in modo deduttivo, poi aperto a nuovi risultati; infine, nei

gruppi di lavoro l’operazione sarà probabilmente meno flessibile, e risultato di

negoziazioni e accordi precedenti.

32

Non necessariamente il quadro teorico riflette gli schemi di codifica: dipende

dall’approccio (per la grounded theory è ben difficile che lo faccia, si tratterà più

di un’organizzazione efficiente dei codici). In più non è necessario,

generalmente, utilizzare uno schema di codifica troppo ampio: non sempre

potrebbero essere necessari tre livelli gerarchici. Per questo Miller (2006) mette

in guardia dalla così detta «trappola della codifica», ovvero il perdersi con un

numero esagerato di codici e con uno schema di codifica più elaborato di

quanto realmente necessiti l’analisi. In un caso si avrebbero troppi codici per

essere davvero considerati ai fini dell’analisi, nel’altro non si riuscirebbe ad

assegnare ad ogni codice dello schema dei segmenti di dati.

Come per altre funzionalità, può essere utile stampare la lista dei codici, in

modo tale da capire cosa manca, quali relazioni si possono fare, al fine di

razionalizzarla nel complesso. Infatti i CAQDAS consentono (più o meno

semplicemente) di unire codici che successivamente si rilevano avere lo stesso

significato, oppure porre i codici non molto rilevanti in una categoria residua (da

denominare, per esempio “non così significativi” o “ridondanti”); si può anche

assegnare un apposito suffisso a quelli non importanti, per farli stare in fondo

alla lista, cosicché non si confondano a quelli più importanti; oppure è possibile

sperimentare con i gruppi, per vedere come è possibile combinarli; fare query e

salvarle, realizzare una mappa e vedere come sono connessi; appuntarsi dei

memo per vedere come vanno le cose, elementi che si notano e prima non

erano venute in mente.

Non appena i codici sono stati generati, ha senso definire e ottenere l’elenco

dei codici applicati, al fine di definirne il significato, lo scopo e avere un riscontro

di quanto fatto. In questo modo si può avere (annotando) una traccia dei

cambiamenti, ottenendo maggiore trasparenza, e quindi una maggiore

potenziale qualità del lavoro.

La generazione di un report di codici, ovvero l’elenco dei codici e la loro

definizione è utile per ragioni analitiche e pratiche. Generare una lista di codici

può aiutare in diverse fasi, per esempio quando si pensa di raggruppare codici,

generare categorie di più alto livello, riorganizzare gli schemi di codifica, e così

via. L’elenco può essere insomma un’utile istantanea (snapshot) nel processo

33

d’analisi. Per esempio si può stampare, magari ci si trova meglio su carta, o si

trovano cose che non si vedevano sul monitor. È utile anche nei gruppi di

lavoro, per aumentare la coerenza della codifica.

Se si intende cambiare idea su come sono stati codificati i dati, uno dei vantaggi

dei CAQDAS è la possibilità di cambiare idea in ogni fase e riconsiderare i dati

alla luce di come sono stati precedentemente codificati. Oppure si può

semplicemente ridefinire la codifica, per decostruire ampie tematiche in concetti

più dettagliati e precisi. Si può dunque aumentare o diminuire la quantità del

testo codificato (riconsiderare la codifica, con più dettaglio, oppure alleggerirla).

Oppure rimuovere codici, o per meglio dire, scollegare un codice assegnato a

segmenti di dati. Magari un codice non è più utile, visto nell’insieme.

Può venire la voglia di riorganizzare lo schema di codifica per aggiornarlo al

modo di pensare che si è formato nell’analisi. Non che lo schema di codifica

debba essere per forza esattamente come le idee teoriche che si hanno (anche

se esse provengono dai dati), ma va comunque riorganizzato prima o poi. I

codici si possono dunque rinominare (per avere più precisione), si possono

unire (magari si vede che non sono poi così differenti come sembrava, o magari

possono fare riferimento ad un argomento più vasto); si possono raggruppare

(se si inizia in maniera induttiva, magari poi dopo si vogliono mettere assieme),

si possono muovere (se si inizia con un approccio deduttivo, magari si desidera

riorganizzare in base a nuove scoperte e riconcettualizzazioni); infine si

possono cancellare (perché sono diventati ridondanti; è meglio tuttavia

raggrupparli, come “varie”, altrimenti si perde lavoro e tutti i riferimenti che

hanno nel dataset). Anche in tutti questi casi, stampare, aiuta, ricordandosi

comunque di fare commenti strada facendo.

Ciò detto, se ne deduce che alcuni modi sono inventati dal ricercatore, altri

sono offerti dai software. I CAQDAS possono facilitare la gestione delle idee,

rappresentandole in uno schema di codifica in diversi modi, e tale strumento

può essere effettivamente usato per facilitare differenti approcci metodologici e

analitici, e requisiti pratici. Questo avviene sia che si tratti di uno schema di

codifica gerarchico, che non gerarchico. Differenti approcci possono essere

integrati manipolando le strutture dello schema di codifica, e utilizzando

34

strumenti per evitare la lista principale dei codici. Ciò riveste una particolare

praticità, perché permette di tornare indietro, riconoscere individualmente i

codici, i dati a loro collegati, e i gruppi di tematiche simili in un altro modo. Lo

schema di codifica cambierà, e la lista è solo una modalità selettiva di tutto lo

schema che andrà ad aiutare nell’analisi (collegamenti, gruppi, …).

Concludendo questa sezione, possiamo quindi dire che gli strumenti di codifica

sono solo strumenti: possono essere usati analiticamente, descrittivamente, o

solo come semplice connessione a certi punti del file. Come utente è importante

far sì che i codici siano un modo per rinforzare il contatto con i dati. Per meglio

chiarire la differenza tra un diagramma e lo schema di codifica, è utile fare

riferimento a Seale (202-3), il quale effettua un esempio sulla nota ricerca

riguardante la perdita sociale di Glaser e Strauss (1964).

Diagramma tratto da Seale (2005; 204)

Schema tratto da Seale (2005; 204)

Come si può notare dalle figure, il diagramma permette una maggiore flessibilità

e l’associazione multipla ai diversi elementi, mentre lo schema ad albero risulta

maggiormente legato alla gerarchia che si impone ai vari livelli.

35

Esplorazione e visualizzazione dei dati semplice

Una volta effettuata la codifica, successivamente lo scopo principale è quello di

recuperare il lavoro fatto, qualsiasi tipo di codifica sia stato realizzato. Questo in

quanto il così detto “code & retrieve” (codifica e recupero) è alla base dei

CAQDAS. È qualcosa che si dovrebbe fare anche durante la codifica, per

vedere come sta andando (per vedere modelli, relazioni, contraddizioni). Anche

qui, è sempre bene annotare le riflessioni che ne scaturiscono (Lewins & Silver,

2007; 143-45).

Vale la pena di ripetere che la codifica rinforza ciò che c’è nei dati: ma anche le

cose che non si trovano, quanto le persone non dicono, sono importanti. Se

codificare è un modo per organizzare le proprie idee sui dati, recuperare è un

modo per aiutare a sviluppare interpretazioni. Il recupero è semplice perché ci

sono vari modi per fare ricerche (e in caso query), ma a volte spaventa, a volte

ci si mette troppo, a volte non serve. Comunque è un modo per proseguire

nell’analisi, da descrittivo ad analitico. Anche solo per fare il punto della

situazione (da redarre nel proprio diario di lavoro), fase importante per

immergersi nel progetto.

È un’operazione utile per ridefinire, aiuta a capire se quel codice è quello che si

desiderava, se tutti i dati che cui è stato applicato un codice devono essere

interpretati in quel modo; oppure, ci sono grandi o piccole differenze su come i

rispondenti parlano delle stesse tematiche? Magari va suddiviso in più parti? O

messo insieme ad un altro?

Si possono recuperare i dati su un solo codice o su più codici (gruppi di codici).

Può servire per vedere/pensare solo ad un argomento, isolandolo da altri

aspetti, per poi magari rivedere particolari segmenti nel loro contesto originario

e continuare a codificare se necessario. Oppure può essere sempre utile farne

un output. Si può dunque vedere tutti i codici di un documento (sul margine, o

lista solo per quel documento - entrambe anche per la stampa, ma la forma

(layout) dipende dal software), per poi rivedere la codifica, e poi dopo

eventualmente ricodificare, o ottenere le frequenze (tendenze, prevalenze).

Potrebbe essere che dei valori quantitativi possano aggiungere qualcosa al

36

progetto. Inoltre è possibile salvare istantanee (snapshots) in momenti

significativi, vedere le varie fasi del lavoro. Per i gruppi di lavoro è utile

condividerli specie se tutti stanno usando il software. Un brainstorming (o anche

diversi) può rivelarsi utile, sia per i meno esperti che imparano da degli esperti,

che in generale per la condivisione di differenti prospettive. È comunque

sempre bene, in questo caso, che siano pianificate con i membri in anticipo.

Il recupero è l’operazione attesa dalla maggior parte dei ricercatori qualitativi. È

uno dei più importanti aspetti della gestione sistematica dei dati, che permette

un lavoro raggruppato e iterativo sui dati significativi.

Organizzazione della scrittura

Questa possibilità consente di gestire l’operazione di scrittura e le

interpretazioni effettuate nell’analisi. È bene distinguere: una cosa sono i

commenti, un’altra sono i memo indipendenti, che possono essere collegati a

vari oggetti. Questi ultimi sono infatti pensati per avere un carattere più astratto.

Si tratta di un altro strumento che va scelto in base ai bisogni e allo stile

personale. Vi si può scrivere riguardo ai documenti, ai codici, su determinati

argomenti, idee, ma anche sul processo di ricerca (gli aspetti pratici

dell’andamento dell’analisi) (Lewins & Silver, 2007; 163-71).

La scrittura è un processo importante nella ricerca qualitativa. Come ci fa notare

Gibbs (2005), cit. in Lewins e Silver, 2007, 164): “Writing is thinking. It is natural

to believe that you need to be clear in your mind what you are trying to express

first before you can write it down. However, most of the time the opposite is

true. You may think you have a clear idea, but it is only when you write it down

that you can be certain that you do (or sadly, sometimes, that you do not).

Having to communicate your ideas is an excellent test of how far you have a

clear understanding and how coherent your ideas are. Writing is an ideal way of

doing this.”

È quindi importante annotare pensieri, intuizioni, domande e teorie non appena

vengono in mente, in quanto potrebbero tornare utili, così si è sicuri che nulla

37

finisca perso, e in più viene tenuta traccia delle idee iniziali, cosicché si possa

riformularle meglio. Può essere complicato in effetti, pensiamo ad un sacco di

cose assieme, e su carta è arduo ritrovarle. Si possono avere dubbi se sia stato

scritto qualcosa nelle note precedenti: con i CAQDAS è possibile cercare tra le

note, con i link tra gli oggetti e i dati (mantenendo la diversità dei documenti:

documento, nota, commento, cose da fare…). Riflettendoci, cosa conviene fare

per le note di campo e gli appunti dopo un’intervista? Scriverle subito, appena

possibile (in aree private, se si ha timore che sia inopportuno). Ed è verissimo,

anche se in questo caso il software non può aiutare. Ma successivamente offre

subito possibilità di farlo per analisi, rendendo meno problematico l’operazione

di legare la nota a una parte dei dati, e collegare una riflessione ad un’altra (o

più di esse), e associarvi un riferimento temporale, importante per tenere traccia

di come si evolve una riflessione, o l’analisi più in generale.

È importante selezionare cosa c’è da scrivere, ma anche avere un aiuto, nello

scrivere. Con i CAQDAS si può gestire tutto in modo sistematico e utile, per poi

recuperarlo dopo, e avere l’output per il paper finale. Si tratta del processo in

cui l’organizzazione dei dati, la loro gestione e lo schema di codifica vanno

insieme (il progetto come un “tutto”). Meglio perciò che sia sistematico e

strutturato per lavorare con più efficacia.

Richards (2005) punta molto sul ruolo dei memo, dove è importante annotare

anche quelle riflessioni sui dati che non danno o non hanno fornito sbocchi

significativi. È possibile annotare anche informazioni che per esempio non

finiscono nelle note di campo, che comunque è meglio non perdere, e con

questo strumento è possibile. Per esempio, pensiamo a delle note su cosa è

avvenuto nel corso di un’intervista: possono essere già nella trascrizione, ma

volendo anche come note sul software (o magari la spiegazione più

approfondita di una nota). Talvolta nella ricerca qualitativa ci si può chiedere se

non sia che in realtà siamo noi stessi ad analizzarci, come se fosse una

psicanalisi. Questo è corretto, ma è importante che tutto questo sia tracciabile e

trasparente; noi stessi possiamo avere difficoltà a ripercorrere tutte le fasi da

noi affrontate. Le note e i commenti, se tenuti con ordine, rispettano l’assoluta

importanza di contestualizzare il materiale analizzato.

38

Capita spesso di sentire che si fanno “fasi” di ricerca separate (lo stesso può

apparire in questo elaborato). Ma in verità non è (o non dovrebbe) essere così.

Non si tratta di un processo sequenziale, ma iterativo, riflessivo e ciclico. Per

dimostrazione posso inserire ciò che mi aspetterei dai dati nei memo, per poi

vedere se si ritrova nei dati. Magari si smette di codificare, ma la scrittura parte

subito e termina solo con la pubblicazione. La scrittura è infatti l’importantissimo

processo di formalizzazione delle idee. A mio avviso la fase della stesura del

paper è la più difficile. Alcuni fanno più difficoltà, e non credo che

necessariamente non abbiano buone idee: i CAQDAS dovrebbero essere in

grado di aiutarli in questi casi.

Può essere utile tenere un diario di ricerca, dove riportare quello che si fa, con

le riflessioni aggiunte. È importante se si deve giustificare l’approccio

metodologico, e per il processo di verifica. Con i CAQDAS si possono

aggiungervi riferimenti incrociati con la letteratura, propositi di ricerca per

stimarne il progresso, tenere traccia delle varie fasi del progetto (significativi

cambi di direzione, ridefinizione dello schema di codifica), scrivere riguardo

aspetti pratici del software (cos’è stato utile e perché), vedere il progresso in

una mappa. Nei gruppi di lavoro è utile per definire responsabilità, tenere

traccia delle discussioni, degli incontri, e verbalizzare le decisioni prese (utile

soprattutto per chi coordina). È possibile realizzare un solo diario di ricerca, o

dividerlo in processo di ricerca e diario riflessivo. Una nota eccezione sono le

note di campo, che nell’osservazione partecipante e nell’etnografia sono dati

primari.

I memo possono essere analitici o teorici: nel primo caso si tratta dello sviluppo

dell’interpretazione; nel secondo di un aspetto centrale nella grounded theory: è

il posto dove teorizzare e commentare i codici (oppure i concetti) e sul processo

di codifica (usati molto nella fase axial). Gibbs (2002) sostiene che i CAQDAS

permettono di lavorare con i memo come proponeva Glaser (1978), ovvero in

modo completamente separato dai dati primari, ma sempre e comunque

facendo riferimento ad essi: li si può ordinare, ma anche collegare ad altri

oggetti. Layder (1998) parla di memo teorici in modo simile: un importante

modo per sviluppare concetti e idee; costruire un commento passo-passo sui

dati delle interviste: rimescolamento e ripensamento del significato dei dati

39

(cosa, come e perché), per produrre nuove idee e spiegazioni; e poi un

importante elaborazione, estensione, modifica dei concetti, idee che erano già

importanti. Per Charmaz (2000) i memo costituiscono lo stadio intermedio tra i

codici e la scrittura del paper. Inoltre si può aiutare la realizzazione di un

modello in contemporanea con la stesura dei memo.

È importante che i memo siano in un posto unico (come il diario di ricerca) o

inserite collegate agli oggetti, è indifferente dove. Meglio però non mischiare i

due modi tra loro. Rimane il fatto che il poter subito legare il memo ai dati lo

rende uno strumento molto più comodo del semplice appunto scritto a mano,

consentendo maggior rigore, trasparenza e qualità. Resta il fatto che i CAQDAS

offrono molti strumenti per i memo, ma non è detto che si debba usarli tutti.

Inoltre è meglio non disperdere troppo i memo, e se possibile iniziare sin da

subito a dividerle per argomento, datando ogni appunto, e creando gruppi di

memo (sulla base di domande di ricerca, scoperte empiriche, idee teoriche,

capitoli di tesi, sezioni di report,…). In tal modo l’output dei memo sarà costituito

da parti già o quasi pronte per il paper, o anche solo una stampa per riflettere

sui dati, ma lontano da essi (o meglio, lontano dal computer).

I memo possono essere parti del futuro paper, e si può decidere di tenerle

staccate dai dati (sebbene sia meglio fare collegamenti ad essi). Comunque è

diverso da fare tutto su un programma di elaborazione testi, dato che i memo

fanno parte del progetto, e sono quindi, come minimo, ricercabili. Inoltre si

possono eseguire più facilmente operazioni altrimenti difficili su carta, come il

collegamento tra i memo e i documenti (utile per le note di campo e per le

informazioni descrittive), il collegamento tra i memo e i codici (utile per ricordare

fili di pensieri, specie per le mappe), e la codifica dei propri memo (facendoli

diventare documenti primari). Ribadisco l’importanza della funzione di ricerca,

considerando quanto sia frustrante non ritrovare quello che si è scritto in

precedenza.

40

Mappare idee e collegare concetti

Come si è visto la realizzazione di mappe è un aspetto molto legato ai memo.

Le mappe possono aiutare a fare e visualizzare connessioni (Lewins & Silver,

2007; 179-83). La spiegazione teorica vede connaturata la realizzazione di

modelli. Layder (1998) propone la sua “adaptive theory”, per vedere se i dati

fittano, e per evolvere il modello. Strauss e Corbin (1998), nel campo della

grounded theory, in particolare per quanto riguarda la codifica assiale, ritengono

che i modelli siano importanti per disegnare connessioni e definire relazioni tra

codici, e questo processo può essere facilitato dalle mappe. Per Gibbs (2002)

con l’utilizzo delle mappe può essere rappresentato un più ricco e più

complesso insieme di collegamenti (condizioni intervenienti, condizioni causali,

strategie).

Ci sono software che si occupano solo di mappe, ma i CAQDAS offrono una

possibilità diversa: l’integrazione con gli stessi dati. In QDA Miner vengono

offerti strumenti utili per i costruttivisti e gli studiosi del linguaggio: mappe con

occorrenze di parole e connessioni tra parole e codici e la prossimità tra di essi

(dendrogrammi, cluster map). Al momento in ATLAS.ti, MaxQDA ed NVivo vi

sono solamente approssimazioni di queste procedure.

Ci si può chiedere se le mappe siano necessarie per l’analisi. È vero, non

producono l’analisi. Ma siccome aiutano a lavorare in maniera più astratta,

possono essere in grado di facilitare il processo d’analisi. Incoraggiano il profilo

visuale, richiamano brainstorming, e permettono la presentazione grafica di

idee (per il lettore o per il pubblico). Insomma, possono permettere e/o aiutare a

integrare e connettere idee astratte con gli stessi dati. Se usate assieme ad altri

strumenti, in particolare strumenti di scrittura (come i memo direttamente sulla

mappa) e aspetti dello schema di codifica, forniscono un modo visivo per creare

scorciatoie nel dataset, e riformulare pensieri. Per esempio la creazione di

mappe può essere un aiuto a razionalizzare e inquadrare l’evidenza empirica. Il

modello si può usare come lente teorica attraverso cui vedere la crescente

massa di dati empirici e a dare un senso alle interconnessioni viste tra di essi. I

dati non sono stati infatti «testati», o fittati in un modello, ma le idee teoriche ed

41

empiriche che stanno dietro il modello possono aiutare a evidenziare aspetti per

una successiva considerazione. Detto in altri modi, non si tratta di una semplice

trasposizione su schermo della mappa che è possibile disegnare su carta, ma

della possibilità di spostare gli elementi come se fossero ritagli e, soprattutto,

avere a che fare con oggetti dal contenuto «attivo».

Comunque le mappe possono essere usate per tanti scopi, non devono

necessariamente avere una base teorica. Per esempio: recuperare e

ottimizzare lo schema di codifica8; decostruire processi in esame; pianificare la

struttura del paper per riflettere adeguatamente su un argomento complesso.

Il limite dei CAQDAS, per il quale basta comunque l’accortezza del ricercatore

per essere evitato, è dato dal fatto che è l’utente a creare i link tra gli oggetti

(documenti, citazioni, codici, memo); molti software possono ricordare le

connessioni fatte prima (ed è quindi più difficile partire da zero, per provare

qualcosa di nuovo). Le possibilità dei CAQDAS invece sono l’aspetto visivo; la

definizione dei collegamenti (il tipo di relazione); la possibilità di vedere i dati a

cui fa riferimento un oggetto; il creare nuovi oggetti astratti (rappresentare un

processo o una nota, o una nuova idea astratta); migliorare/personalizzare

l’aspetto visivo della mappa; esportare per altre applicazioni (sempre per

considerare il lavoro anche lontano dal computer).

L’accorgimento da tenere è che chi realizza delle mappe deve sapere renderne

conto. Bisogna evitare di semplificare eccessivamente, e invece usare i dati (ai

quali si può accedere) per supportare le connessione. Insomma, migliorare la

trasparenza, anche in questo caso.

Alcune procedure che si possono fare, ricordando che non sono prescrittive: si

può usare se si lavora con codici a priori, per realizzare un modello di partenza;

farlo solo di un documento, con una mappa che modella quelle che si crede

siano le principali caratteristiche delle risposte di un’intervista; se si lavora

induttivamente, si possono utilizzare per sviluppare una teoria o una

spiegazione ongoing, portare nuovi codici in una mappa, iniziare a ponderare

8 Si veda Marshall (2002) per alcuni accorgimenti riguardo la codifica e l’utilizzo delle mappe per effettuare la ricodifica.

42

come le cose stanno assieme e legarle in nuovi concetti, codici, per poi

modellarle in concetti più ampi (o codici assiali). Seale (2005; 202-5) ricorda

che si possono anche usare i CAQDAS per costruire la teoria (se serve, non se

si opera un’indagine descrittiva), sia generare, che “testare”, che lo si attua

mediante mappe e relazioni di vari tipi.

Riassumendo, le mappe permettono di riprendere gli oggetti del progetto in

maniera schematica; danno modo di avere sotto controllo (o di poterci tornare)

con le complesse interrelazioni dei differenti elementi dell’analisi. Tuttavia, se

sono fatte male, il software non lo fa notare. È il ricercatore a doversene

accorgere. Possono avere un effetto benefico (pulizia del progetto), ma anche

semplificare eccessivamente. Oppure essere semplicemente superflue.

Bisogna inoltre stare attenti a non realizzarle troppo presto, al di fuori dei dati, in

base a idee precedenti, in quanto presenterebbero il bias del ricercatore. Una

mappa deve essere utile e significativa e non basata sul nulla, ma deve poter

essere controllata e basata sui dati. Come già detto: occorre essere sempre

critici sugli strumenti che si usano, ed autocritici sul modo in cui si stanno

usando.

Organizzazione dei dati su caratteristiche note

L’organizzazione dei dati permette di focalizzarsi su sottoinsiemi di dati, e

combinazioni di sottoinsiemi (Lewins & Silver, 2007; 194-99). Facilita la

comparazione, ed è particolarmente importante quando si lavora su un progetto

di larga scala, ma anche per quelli più ristretti (facilita l’identificazione di

strutture, relazioni e contraddizioni).

L’organizzazione dei dati permette un facile accesso al dataset, in quanto se

utilizzato assieme ai codici concettuali si possono recuperare dati ben specifici.

La comparazione, qualsiasi sia lo stato dello studio, è fondamentale. Nei

progetti corposi – vi saranno più tipi di rispondenti, ed è bene poterli

organizzare – è difficile ricordare tutte le caratteristiche dei casi, come dove

trovare parti interessanti.

43

L’organizzazione per caratteristiche socio-demografiche può essere un’idea, ma

è anche importante dividere i loro tipi, la loro origine (intervista, focus group,

articoli, scambio di e-mail,…). Si possono importare le categorie dall’esterno

(Excel, SPSS), ma è bene importare solo ciò che realmente serve ai fini della

ricerca.

Si realizza una query, collegando le famiglie (ATLAS.ti) e gli attributi (NVivo,

MAXqda) con i codici. Perciò serve raggruppare in base a quelle che saranno le

nostre domande, le idee che vogliamo testare, le parti del dataset che vogliamo

isolare. Per esempio: diverse persone che parlano dello stesso argomento,

oppure un argomento in un solo tipo di dato (interviste, atti legislativi, ecc.).

Serviranno due o più elementi per avere questo tipo di report.

C’è spesso confusione tra i ricercatori se sia appropriato usare gli attributi al

posto dei codici. Gli attributi (o famiglie) servono a catturare caratteristiche

fattuali, conosciute dei dati (maschio/femmina, residenza, soddisfazione per un

servizio): sono fattuali, ma comunque alcuni possono cambiare nel corso di

un’indagine longitudinale. La codifica concettuale invece è usata per mettere

assieme pezzi di dati che sono simili in un certo modo, dal punto di vista del

ricercatore: sono generalmente applicati a parti di dati, dove i rispondenti

stanno parlando di un particolare argomento, o dove il ricercatore identifica i

dati come una rappresentazione del concetto. In alcuni casi attributi e codici

possono essere di natura simile: per esempio in uno studio riguardante le

percezioni di genere utilizzando degli articoli di giornale, la famiglia/l’attributo

sarebbe il genere del/la giornalista, i codici l’argomento riferito al genere

nell’articolo. Successivamente si possono incrociare, per vedere in che modo il

genere dei giornalisti influenzi il modo in cui trattano dei generi negli articoli

(Lewins & Silver, 2007; 197). Non necessariamente l’organizzazione è

effettuabile all’inserimento dei dati, in quanto alcune categorie emergono solo

dopo la lettura dei dati. L’importante è che non si confondano, e quindi che le

categorie siano fattuali. Un altro esempio più essere la suddivisione degli

intervistati in base alla loro opinione su un particolare tema (molto soddisfatto,

poco soddisfatto, per niente soddisfatto) e poi ci si può chiedere chi ha più

informazioni su un tema in base al suo giudizio in materia.

44

L’organizzazione è ben fattibile se il documento è un elemento singolo dei dati

raccolti. Si può dare un attributo anche a parte o a parti di un documento, se

ricorre il caso (mediante l’auto-coding, per esempio assegnare un codice per

ogni soggetto che interviene in un focus group). Con i case studies, invece, la

questione è più complessa: si ha a che fare con una grande e disparata mole di

materiale (diverse istituzioni, diversi Paesi; diversi ruoli dei soggetti; interviste,

focus group, ecc.). È bene quindi usare diverse famiglie, che possono anche

sovrapporsi, permettendo di rilevare le diverse dimensioni dell’oggetto dello

studio.

Per concludere, si può affermare che organizzare i dati è utile con dataset

grandi e complessi, ed è possibile farlo in molti modi; può essere fatto all’inizio,

o nel corso dell’analisi, come tanti altri processi; l’elemento di maggior interesse

è la possibilità di combinare famiglie/attributi con i codici prodotti.

Interrogazione dei dati (esplorazione complessa)

L’interrogazione dei dati, in forma più complessa rispetto al semplice recupero

delle citazioni e dei codici associati è una delle funzionalità più raffinate offerte

dai CAQDAS (Lewins & Silver, 2007; 209-14). Si tratta di un’operazione che

può essere compiuta anche nel corso dell’analisi, non solo quando la codifica è

finita. Infatti, raggiunta una certa complessità con le codifiche e organizzando il

dataset, è facile aver chiaro come procedere. Ma se si è codificato una parte

dei dati, sapere come continuare può essere difficile; si possono allora usare gli

strumenti di ricerca per acquisire sicurezza nel maneggiare i dati e ad utilizzare

il software, a qualsiasi fase del lavoro.

Ci sono molti modi per ottenere lo stesso risultato. Inoltre una ricerca

preliminare può essere utile per aprire nuove strade di ricerca. Se la risposta ad

una domanda è già conosciuta, un risultato di conferma fornisce sicurezza nel

modo in cui la ricerca è stata fatta. Sono tutte operazioni che si possono

compiere anche per tentativi, in quanto non si danneggia il progetto facendo

delle ricerche al suo interno: non esistono scuse quindi per non provare.

45

L’unico pericolo è l’essere confusi o incerti su come costruire una ricerca, o

quando la codifica su cui dipende la ricerca è inconsistente, inappropriata. Le

conseguenze potrebbero essere risultati dubbi, che possono portare a

riflessioni fuorvianti. L’interpretazione delle ricerche sta, come vuole il nome, al

“ricercatore”, non ad una, seppur evoluta, funzione di ricerca.

La maggior parte degli strumenti si concentra su dove sono nei dati i termini

cercati, ma è importante ricordare che anche la loro assenza è significativa per

l’analisi, quanto la loro presenza. L’importante è essere critici: vedere i risultati

nel contesto, e riflettere su come le ricerche contribuiscono alla comprensione.

Gli strumenti di ricerca da soli non producono un’analisi di qualità.

Le operazioni di ricerca generiche possono essere riguardanti il contenuto

(ovvero il testo): una particolare frase o gergo che dimostra un atteggiamento;

un insieme di parole che raccoglie diverse ricorrenze di un simile argomento;.

Oppure si può essere interessati ad effettuare una ricerca di codici (per

l’applicazione dei codici ai dati), al fine di creare un nuovo, più ampio codice

(ovvero un concetto più ampio, senza perdere quelli dettagliati); comparare tra

casi (o gruppi di rispondenti, per considerare come hanno parlato di una

tematica o di più tematiche); trovare dove una persona ha parlato di diversi

argomenti, separati o legati tra loro; trovare dove alcuni intervistati hanno

parlato di un argomento; trovare dove gli intervistati hanno parlato di un

argomento vicino ad un altro; trovare dove due o più argomenti sono stati

codificati nello stesso, segmento di dati, o uno sovrapposto. Alcuni ricercatori

utilizzano il termine «testare» per quanto riguarda le interrogazioni complesse al

dataset. È comunque bene precisare che il significato del termine nella ricerca

qualitativa è diverso da ricerca quantitativa, ma non significa non si possa

utilizzare.

In Seale (2005; 204-5) troviamo un utile esempio per quanto riguarda il test di

ipotesi da uno studio sull’anoressia di Hesse-Biber e Dupuis (1995). Gli autori

hanno infatti potuto testare l’influenza di condizioni precedenti alla perdita di

peso, tramite questa ipotesi “If mother was critical of daughter’s body image and

mother-daughter relationship was strained and daughter experiences weight

loss then count as an example of mother’s negative influence on daughter’s self

46

image”. Una volta ottenuto il risultato, è stato loro possibile recuperare il testo

delle interviste corrispondenti per un’analisi più approfondita dei casi che

supportano tale ipotesi.

È poi possibile effettuare il conteggio parole, o utilizzo di parole in contesto: si

può per esempio analizzare anche la terminologia dell’intervistatore, non solo

dell’intervistato, verificando se sono stati trattati certi argomenti e quanto

ricorrono). Si può anche cercare nel testo un insieme di parole, per focalizzare

subito il punto (tramite l’utilizzo di «wild card»9, oppure atteggiamenti (“perdita di

tempo”, “spreco”) per vedere dove ricorrono e a cosa fanno riferimento.

Si può ancora generare la produzione di dati tabulari per ottenere informazioni

riassuntive. Si possono utilizzare per ottenere una lista dei documenti in cui un

argomento è menzionato in generale; trovare quanti e quali documenti si

riferiscono a un argomento; chiedersi quanti sono i passaggi che sono stati

codificati per ogni codice in certi documenti. Infine, è possibile la creazione di

«segnaposto» per le ricerche, per poi poterci ritornare in un secondo momento,

come già avviene per i memo, i codici speciali e le mappe, consentendo di

ritornare a un punto che si vuole momentaneamente abbandonare; similmente

si possono memorizzare anche con le ricerche, per essere usate in diversi

momenti o fasi dell’analisi, o per «testare» i dati; le espressioni di ricerca

salvate possono agire come domande dinamiche, ripetibili su una successiva

quantità di dati accumulati; possono per questo anche essere composte allo

stato iniziale, quando eseguendole si ottengono pochi risultati, per poi seguirne

l’andamento con il procedere dell’analisi.

Ci sono diversi modi per interrogare il dataset: è possibile filtrarlo, per trovare

un argomento specifico o un sottoinsieme di dati; si può effettuare una ricerca di

contenuto: il classico “find”, di cui l’evoluzione è l’auto-coding; oppure si può

effettuare una ricerca iterativa, incrementale e ripetibile di codici, la quale

dipende dalla codifica che si è effettuata. Inoltre, con le query e gli strumenti di

9 Si tratta di simboli che è possibile utilizzare per ricercare parole simili del testo. Per esempio, la chiave “ordin*” porta ai risultati “ordine”, “ordinato”. Si possono utilizzare sia come prefissi che come suffissi (oltre che all’interno del termine). Una combinazione può anche essere “*ordin*”, che porta ai risultati della chiave precedente e anche al loro significato contrario, come “disordine”, “disordinato”, ecc.

47

ricerca è possibile: combinare codici per rappresentare categorie più ampie;

trovare dove i codici si presentano assieme nei dati; trovare dove si

sovrappongono, o si presentano vicini nei dati (l’uno con l’altro); trovare dove

particolari codici si presentano con una sequenza particolare; trovare dati non

codificati da un codice particolare. Queste possibilità possono aiutare il

processo iterativo, per vedere in che direzione sta andando l’analisi. Possono

anche stimolare l’analisi incrementale, dato che altre ricerche possono prendere

forma dalle precedenti (per esempio un termine in una query che diventa poi un

codice da usare per altre ricerche). La varietà di modi per combinare il lavoro

fornisce un vasto potenziale nell’interpretazione del dataset; infine è possibile

ricavare una cross-tabulation qualitativa in forma di tabelle/matrici, per

osservare quante volte i codici appaiono nei documenti. Possono essere utili

per combinare la codifica qualitativa con i dati descrittivi (organizzativi) e se

sono connesse ai dati d’origine, permettono di vedere il sommario (frequenza)

delle informazioni, e i corrispondenti dati qualitativi allo stesso tempo, potendo

poi essere esportate e stampate.

A seconda delle preferenze del ricercatore anche le mappe sono un modo per

interrogare il proprio lavoro: sulla codifica effettuata, come si è detto, esse

aiutano a vedere più ampie connessioni tra gli oggetti; possono quindi anche

essere il punto di partenza per altre interrogazioni (si guarda la mappa, questa

porta a porsi una domanda, che poi è possibile porre in una query). Comunque,

ogni ricerca sarà esplorativa, in essi verranno fatti vari tentativi: poi è importante

focalizzare le interpretazioni (con i memo, per esempio). Tra tutte le operazioni,

non solo quelle di ricerca e di interrogazione, c’è anche l’output e il reporting

ovviamente, che è stato visto per ogni sezione.

48

1.5 Criticità dei CAQDAS

Il problema tecnologico

Come abbiamo detto, il dibattito concernente l’opportunità e l’adeguatezza

all’utilizzo di software specifici per l’analisi qualitativa risale sino agli albori della

comparsa di questi strumenti. È venuto ora il momento di fornirne una

prospettiva più approfondita, la quale è ben più complessa di quella che a prima

vista può sembrare una semplice contrapposizione tra apocalittici e integrati.

I possibili problemi concernenti l’adozione dei CAQDAS erano già stati ben

delineati da Renata Tesch (1990; 302-5). L’autrice di alcuni dei testi più

«classici» nell’ambito, e convinta sostenitrice dei vantaggi che il software

porterebbe all’analisi qualitativa, presenta anche alcuni rischi causati

dall’introduzione della tecnologia. In primo luogo osserva che se i ricercatori

inesperti pensano che il computer li guiderà nel processo di ricerca, il risultato

può essere disastroso; il computer non è un esperto, ma solo un servitore (un

computer senza guida è pure pericoloso); l’esperto deve essere quindi il

ricercatore. Secondo, Tesch ravvede il rischio che chi è esperto di computer

potrebbe cercare di sfruttare la sua praticità per fare prima, per convenienza;

l’autrice parla per esempio dell’auto-coding: può essere uno strumento utile, ma

può creare un sacco di elementi inutili; ancora peggio, il ricercatore potrebbe

impostare l’intera analisi su una funzione resa possibile dal software; l’analisi

sarebbe fatta in un certo modo perché il computer favorisce questo modo, in

maniera tale che il computer sarebbe lasciato invadere il territorio concettuale

del ricercatore, influenzando il processo d’analisi; come risultato, l’analisi

presenterebbe priorità invertite. Infine, quando i ricercatori hanno trovato un

modo efficace per effettuare l’analisi, potrebbero riutilizzarlo per i progetti

successivi, anche se sarebbe inappropriato. Succede spesso infatti con i

computer, soprattutto nell’usare sempre un particolare software. “Se uno ha un

martello, tutto gli sembra un chiodo”, diceva Mark Twain. Anche in questo caso,

il rischio è che ogni ricerca dovrà «passare» per il software. Il computer

arriverebbe a dominare, se il ricercatore dimenticasse la creatività che inspira

49

ogni progetto. Il ricercatore realizzerebbe un’analisi rigida, e il computer

rispecchierebbe la sua pessima reputazione.

Tesch precisa che comunque questi pericoli non sono dovuti al computer

stesso, ma agli atteggiamenti di chi lo usa (o non lo fa), che determinano come

la tecnologia ci influenzerà. Anche chi non lo usa, infatti, conta: meno vengono

usati, meno gli sviluppatori penseranno valga la pena di creare programmi o

migliorarli. L’autrice riprende l’auspicio di Robert K. Merton (1968; 444)

“codification [of methods of qualitative analysis] is devoutly to be desired both

for the collection and the analysis of qualitative (…) data, [a] canon of rules

delineated with something of the clarity with which quantitative methods have

been articulated”. Molti ricercatori qualitativi ritengono invece che non si debba

codificare il metodo, in quanto violerebbe l’essenza della ricerca qualitativa. Il

problema però è il seguente: la stessa analisi, con le stesse tecniche e risultati,

potrebbe essere fatta da chiunque, se usasse lo stesso programma, nello

stesso modo?

Tesch risponde alla domanda affermando che la ricerca qualitativa è in larga

misura come un’arte. La riproducibilità non dipende da quella del risultato.

Dipende dalla riduzione dei dati (sul processo con cui lo si fa), che altri trovino

rappresentativi dell’insieme, di ciò che si intende dire. Come l’artista che

disegna un volto: cattura comunque l’essenza, ma non è la realtà. Nella ricerca

qualitativa non ci sono due studiosi che producano lo stesso risultato, anche se

si facesse loro eseguire le stesse operazioni. La percezione dei fenomeni sarà

comunque diversa. Non c’è un modo corretto per fare analisi qualitativa, ma

non si significa si possa essere dilettanti (come il disegnatore di volti). Se le

ricerche sono condotte in maniera competente, ogni esplorazione individuale ci

fornirà una differente prospettiva del fenomeno studiato. Nessuno studio

fornisce una completa interpretazione. Ci aiuterà però a conoscere più

profondamente un fenomeno per una seconda analisi (ovvero le analisi future).

La riproducibilità di una ricerca può essere esterna, ovvero quando la stessa

ricerca viene riprodotta da un altro ricercatore; oppure può essere interna,

quando altri ricercatori possono controllare le procedure mediante cui le prove

sono state prodotte (Dey, 1993; 221). Fisher (1997; 18) propone un’analogia

50

con la fiducia che si ripone nell’esploratore: è per certi versi scientificamente

dubitabile l’affermazione “credetemi, sono stato lì”. Anche nei resoconti

qualitativi vi è importanza nelle «prove». I CAQDAS possono aiutare

l’esploratore a dire “credetemi, sono stato là, qui c’è quello che ho trovato e qui

come ho proceduto per trovarlo”.

Possiamo quindi dire che il computer resta e deve restare uno strumento nelle

nostre mani. E con questa conclusione arriviamo al «problema tecnologico».

Fisher (1997, 6) ci ricorda che la tecnologia non è mai libera dai valori. L’utilizzo

del computer nell’analisi qualitativa ha degli effetti positivi, in quanto consente

più rigore e porta la ricerca qualitativa ad uno status scientifico più elevato –

considerato che le discipline che lo hanno già utilizzano il computer; ma porta

anche ad effetti negativi, quali un bias sull’empirismo e il positivismo, e una

potenziale maggiore attenzione alle procedure tecnologiche piuttosto che a

quelle metodologiche. Per questo Weitzman e Miles (1995, 330) ci tengono a

puntualizzare che “it’s equally naïve to believe that a program is (a) a neutral

technical tool or (b) an overdetermining monster. The issue is understanding a

program’s properties and presuppositions, and they can support or constrain

your thinking to produce unanticipated effects”. Il ricercatore deve sapere cosa

è necessario fare e farlo. Il software fornisce degli strumenti per questo scopo. I

CAQDAS non fanno l’analisi. Non si tratta di inserire testi e vedere cosa ne

viene fuori. Ci sono alcune potenzialità automatiche, e in certi limitati casi

potrebbero andare bene, ma nella maggior parte dei casi non è per niente utile

all’interpretazione (ibid.; 315-6). La funzione di auto-coding, per esempio,

potrebbe diventare una scorciatoia per l’analisi. Ma il risparmio di energie non è

solamente un rischio, consente anche maggiore coerenza, se tutto il materiale

da analizzare si trova nello stesso posto; è possibile maggiore velocità, in

quanto il ricercatore ha più possibilità di percorrere nuove strade e sfruttare

meglio il tempo; infine vi sono i già visti vantaggi nella rappresentazione (report,

mappe, collegamenti) (ibid.; 316-7). La rigorosità del lavoro è tale se il

ricercatore usa il software per fare analisi più rigorose di quanto sarebbe in

grado, non è tanto che il software rende più rigorosa l’analisi. Non è detto che lo

sia, insomma, dipende dalle competenze del ricercatore (Weitzman, 2003; 335).

51

Effettivamente, ammettono Lewins e Silver (2007; 12-14) una volta che si

usano i programmi, magari poi si tende a tenere conto delle possibilità che

offrono per un prossimo progetto di ricerca. Non esiste un software migliore

degli altri, ed occorre essere selettivi e scettici al suo riguardo, come per ogni

strumento. Non bisogna lasciarsi sedurre dalla convenienza e credibilità

nell’attribuzione di senso del programma. I software permettono più

sistematicità e migliorano la gestione. Paradossalmente però “liberano” dal

dover essere sistematici nell’ordine di come si fanno le cose. Non esiste nessun

software che conduca l’analisi da solo. Nemmeno per le trascrizioni si arriva ad

un processo automatico, ma al massimo ad una dettatura da parte di una voce

configurata.

Il costo di transizione iniziale, ovvero l’organizzazione del materiale, le

impostazioni del programma e l’associazione efficace dei dati nel progetto, è

alto, e può costituire un blocco per i meno esperti. Si ottiene però un guadagno

in velocità, dato che l’analisi qualitativa era diventata come una routine d’ufficio,

mentre con i CAQDAS è possibile più creatività e processi intellettuali, ma con

un certo costo dovuto all’apprendimento. Nonostante l’incremento della qualità,

il maggior rigore (anche per un semplice conteggio, per vedere i diversi

significati di un termine, oppure come dimostrazione che si è cercato anche

altro dai propri stessi obiettivi, come per esempio le negazioni di quanto si è

trovato) e trasparenza (grazie ad altri ricercatori) e la convergenza in un unico

posto del materiale da analizzare.

Flick (2006; 344-6) ritiene che per un piccolo progetto non valga la pena di

utilizzare il software. Il fatto che alcune speranze e alcuni timori riposte nei

CAQDAS non abbiano fondamento, non significa che non ve ne siano alcuni

motivati. Il rischio è che una volta intrapreso questo sforzo, e dopo aver

dedicato risorse economiche all’acquisto del software, si resti vincolati a quel

particolare programma. Si tratta della così detta portabilità dei dati dell’analisi, e

il fatto che sia così difficile, se non impossibile, trasferire il progetto da un

software all’altro fa prevalere benefici di breve periodo (evitare problemi) a

quelli di lungo periodo (un programma più adatto o più moderno).

52

Ci sono stati casi in cui alcune feature non sono state appositamente inserite

nei software, col timore che facessero perdere il contatto con i dati (Weitzman &

Miles, 1995; 337). Si tratta di restrizioni inappropriate, in quanto gli sviluppatori

non dovrebbero pregiudicare come i loro prodotti saranno usati, anche

riducendone velocità e potenza. Dovrebbero dare agli utenti gli strumenti per

essere rigorosi, non forzare il rigore limitando i loro prodotti. Si può dire che

l’automatizzazione porti a condurre analisi superficiali e senza ragionamento.

Ma si può anche dire che l’automatizzazione promuove maggior rigore,

mediante la più semplice possibilità di riproducibilità, cross-checking e test degli

assunti e delle conclusioni. Non si può comunque dirlo a priori, in quanto queste

questioni vanno risolte empiricamente.

Gli sviluppatori possono temere che gli utenti utilizzino un tipo di file comune,

con il rischio che emigrino in un altro software. Fisher (1997; 132) pone due

sfide: per gli utenti, quella di usare maggiormente gli strumenti che consentono

una maggiore qualità d’analisi e rigore. Per gli sviluppatori: cogliere l’opportunità

di facilitare la collaborazione, creando un formato file aperto. Se fidandosi del

fatto che la comunità di ricerca espanderà l’utilizzo dei CAQDAS, e quindi

compensando gli sviluppatori per il loro sforzo tramite le vendite. Insomma, una

sfida tra competizione e collaborazione.

Il rapporto tra ricercatore e software

Abbiamo quindi visto che la concezione dei programmi come strumenti è

parzialmente fuorviante. Fisher (1997; 6) precisa che uno strumento, se

concepito solo come oggetto passivo, influenza il suo ambiente solo essendo

usato. Ma ogni strumento ha significato sociale, quindi anche il computer e i

programmi, i quali presentano l’impronta di chi li ha sviluppati, del loro

approccio. Per questo ne va appreso coscientemente il funzionamento, per far

sì che l’analisi sia dettata dai requisiti dei dati, non dalle capacità del software.

Un’altra utile precisazione concerne l’utilizzo di uno strumento, solitamente

distinto tra quello progettato e quello effettivo degli utilizzatori. Non ha senso

53

ignorare lo scopo intenzionale, in quanto fornisce importanti indicatori di come

un programma può essere usato come strumento. Ma non ha ugualmente

senso considerare l’utilizzo direttamente connesso all’intenzione degli

sviluppatori, in quanto questi ultimi potrebbero utilizzare con successo le

tecnologie in maniera diversa da quella prevista10. I programmi vanno valutati in

misura di quanto riescono a coincidere con le caratteristiche dell’analisi

qualitativa (ibid.; 11). L’adozione indiscriminata del computer per l’analisi

qualitativa ignorerebbe gli effetti che hanno sull’analisi. Non si può dire che il

ripudio sia un nuovo luddismo: è piuttosto ignoranza volontaria di uno strumento

che potrebbe ben assistere l’analisi. È necessario un approccio critico, dove i

supposti vantaggi sono messi alla prova e discussi. Il pensiero umano deve

essere al centro di ciò che cerchiamo nei CAQDAS in fatto di assistenza

nell’analisi, per apprezzare quelle costruzioni umane che i programmatori

hanno incluso nel software (ibid.; 19).

Tornando ai primi anni del dibattito sull’opportunità dell’utilizzo dei CAQDAS,

Tesch (1990; 168-9) ci ricorda che molti ritenevano che il computer potesse

essere dannoso per l’analisi qualitativa. Come se il computer avesse una sua

personalità, uno scopo intrinseco. Ma il computer si potrebbe anche più

propriamente chiamare “macchina per ogni scopo”, o “gestore di simboli”. Le

persone, anche molto istruite, si possono sentire stupide utilizzandolo. Il

problema, sostiene Tesch, sono le aspettative sbagliate, causate dal fatto che

l’evoluzione dei computer ha riguardato pochi eletti, lontano dalla vita

quotidiana. Poi i PC sono entrati nelle case, ma grazie a giovani nerd; in più i

personal computer (i manuali soprattutto) utilizzavano (e in certi casi utilizzano

ancora) un linguaggio ostico. Vi è un sentimento d’incompetenza, si crede che il

computer sia più intelligente di noi. Effettivamente sono prodotti complessi, ma

non è necessario conoscerne i più reconditi meccanismi di funzionamento per

saperli utilizzare.

10 Anche perché, parlando di strumenti nel senso comune del termine, basti pensare che il telefono nasce come radio via cavo (la città di Budapest l’aveva in funzione agli inizi del secolo, (Sterling, 1992, in Fisher, 1997; 11)), mentre la radio come telegrafo senza fili (Menduni, 2001).

54

Tutto sommato ogni programma non è niente di più e niente di meno che il

riflesso della mente delle persone che l’hanno creato. Quando viene aperto un

programma prende inizio un’interazione con un’altra mente, o per meglio dire

un insieme di altre menti. Tutto corrisponde ad una scelta umana, dal

concepimento del programma alla minima richiesta di conferma che esso pone.

Se si riscontrano dei problemi potrebbe essere dovuto al fatto che si hanno

differenti abitudini. O molto più semplicemente, il software è stato realizzato

male: la frustrazione ha quindi due cause. Occorre capire che la «mente» dei

computer è quella dei programmatori, che cercano di immaginare di cosa

avremmo bisogno, cosa vorremmo, e che dunque possono sbagliare (ibid.; 172-

3).

Con i software (e i computer e la tecnologia in generale) alcuni non hanno

voglia di rifarsi a manuali e corsi, ma desiderano loro stessi metterci le mani,

magari dopo solo una breve introduzione da chi già li usa. Questo può aiutare a

bilanciare le aspettative: non si deve pensare i software siano qualcosa di

impossibile, e soprattutto siccome si intende effettuare del lavoro intellettuale,

non può essere qualcosa di non impegnativo (ibid.; 174-5). Per quanto

concerne la scelta del software da utilizzare, vi sono le note sei domande che il

ricercatore dovrebbe porsi proposte da Weitzman e Miles (1995) e riprese in

diversi testi negli anni successivi (tra cui Flick, 2006; 348-9, e dallo stesso

Weitzman, 2003; 322-31). Ve ne sono quattro specifiche: (1) Che tipo d’utente è

il ricercatore? (inteso in senso di competenze). (2) Si usa il programma per una

sola ricerca (progetto) o per i prossimi anni di lavoro? (3) Che tipo di dati si

intende utilizzare (ovvero il tipo di progetto)? (4) Che tipi di analisi si intende

attuare? Le due domande generali sono: (5) Quanta prossimità ai dati è

necessario mantenere? (6) A quanto ammontano i costi sostenibili? Vediamo in

dettaglio le questioni di cui dovrebbero interrogarsi i ricercatori. Per quanto

concerne la prima questione, le competenze e le esigenze sono importanti

perché si tratta di una contrapposizione tra complessità e semplicità, che

possono essere positive per alcuni ricercatori, ma non per altri. La seconda

domanda è rilevante perché occorre porre attenzione ai rischi dello switch

(ovvero il passaggio da un programma ad un altro). La terza concerne il tipo di

dati: bisogna valutare se le sorgenti dati per ogni caso sono singole o multiple,

55

e se i casi considerati hanno un unico strato o più possibili strati o insiemi (i

progetti più complessi sono per esempio meglio gestibili da NVivo). Inoltre è da

valutare se i dati non sono modificabili o se è previsto che lo debbano essere, i

diversi tipi di file coinvolti e le dimensioni (spazio occupato) dai dati del progetto.

La quarta domanda tende a porre il problema di quale tipo d’analisi si intende

attuare, ovvero se esplorativa o confermativa, se lo schema di codifica è fisso o

da costruire nell’analisi, se i codici saranno singoli o multipli, se sarà iterativa o

lineare, la finezza dell’analisi, l’interesse dei dati nel contesto, la necessità di

particolari tipi di report, se sarà solo qualitativa o anche con alcuni dati numerici,

e se prevederà collaborazione tra ricercatori. Le ultime due questioni riguardano

rispettivamente la prossimità dei dati, di cui alcuni non vedono il bisogno (anzi

la considerano causa di confusione), e i costi, di cui i range sono molto ampi.

La questione tecnologica è ben riassunta da Pfaffenberger (1988; 14), da una

parte vede il determinismo tecnologico, ovvero il computer che detta in qualche

modo i pattern della vita umana; dall’altra il sonnambulismo tecnologico: il

computer è totalmente controllato. Nessuna delle due è applicabile ai CAQDAS

e al software in generale: si tratta di strumenti, e come tali sono frutto di

costruzione sociale (e il computer lo è senza dubbio). Se agli occhi dei

ricercatori di oggi questo può apparire poco, basta riprendere l’esempio di

Gerson (1984; 64) per spiegare le possibilità offerte dai software per l’analisi

computer-assisted: “Imagine a situation in which every researcher has a full-

time clerk with three exceptional capabilities: a perfect memory, the ability to

retrieve any document immediately, and the capacity of an untiring and very fast

typist”.

Come dovrebbe essere quindi i rapporto tra ricercatore e software? I ricercatori

manipolano, in differenti contesti, il software per farlo aderire alle loro esigenze.

Dovrebbero usare selettivamente e in maniera critica gli strumenti del software

per sviluppare le loro proprie strategie. È difficile, senza il software, che il

processo d’analisi avvenga linearmente e ordinatamente, e i CAQDAS ci

rendono liberi dal dover essere lineari. I tre principali aspetti del lavoro

(organizzare i dati, organizzare le idee sui dati, e lo sviluppo di interpretazioni

sui dati e la loro convergenza all’interno del contenitore software) sono i

56

benefici chiave dell’utilizzo dei CAQDAS. Non avviene spesso, però, e può

essere difficile capire e riuscire a combinare questi aspetti.

Roberts e Wilson (2002) motivano il loro scetticismo nei confronti dei CAQDAS

dalle differenti filosofie di pensiero tra ICT e ricercatori qualitativi. I computer

porterebbero l’analisi qualitativa a deviazioni positivistiche e a una

segmentazione eccessiva di dati fuori dal contesto. Si tratta di tipici preconcetti

nei confronti dei computer, a cui molti sociologi hanno dato seguito, e che

risalgono a vecchia data (Hinze, 1987; Anderson & Brent 1991, Blank, 1991).

Più di recente se ne è occupato Brent (2004), dove introducendo un numero

dedicato al tema di «Social Science Computer Review» osserva una maggiore

diffusione dei computer nella ricerca qualitativa e nell’insegnamento delle

scienze sociali.

La questione di un corretto insegnamento ha per lungo tempo interessato Lee e

Fielding (1991; 8): “[…] the untutored use of analysis programs can certainly

produce banal, unedifying and off-target analyses. But the fault would lie with

the user. This is why teaching the use of the programs to novice researchers

has to be embedded in a pedagogy which has a sense of the exemplars of

qualitative analysis, rather that as skills and techniques to be mechanically

applied”. Un esempio tra tanti: abbiamo visto che è possibile, in certi software,

realizzare schemi di codifica gerarchici. Il problema si può risolvere se i

ricercatori sono consapevoli della differenza tra uno schema gerarchico e uno

non gerarchico e sanno quale schema intendono utilizzare per la propria analisi.

Lewins e Silver (2007; 8) puntualizzano un’importante accorgimento riguardo

l’insegnamento, mettendo in guardia dal tenere solamente conto (o promuovere

unicamente) un modo ideale per usare il software; farlo sottovaluterebbe sia il

programma che l’indipendenza metodologica del ricercatore. L’omogeneità non

aiuta nessuno, salvo chi sta cercando di vendere un metodo. Il ricercatore è il

vero esperto, che controlla il processo interpretativo, e deve capire quale

strumento facilita il proprio processo di analisi (alcuni strumenti potrebbero non

essere indicati per tutti gli approcci qualitativi). Oltre all’apprendimento è

importante puntare anche sull’assistenza da offrire ai ricercatori. In alcuni

momenti loro potrebbero infatti sentirsi più isolati, e necessitare di aiuto sul

57

posto (non a distanza, via telefono, mail o forum), che non sempre possono

avere. Questo è quanto emerge da delle interviste condotte dall’Online Support

for QDA and CAQDAS11: il sito cerca di aiutare online, ma i ricercatori

interrogati sostengono che vorrebbero essere autosufficienti, trovando

spiacevole continuare a chiedere aiuto. Non riguarda comunque tutti i

ricercatori, e per questo Graham Gibbs, con l’Online QDA (University of

Huddersfield) e il CAQDAS Team (University of Surrey) offrono supporto just-in-

time, e risorse facilmente accessibili nel sito. Per via dell’emergere di una nuova

tecnologia e dell’aumento dei ricercatori, hanno riscontrato la necessità di

insegnare ed aiutare la crescente comunità di utenti.

Il lavoro di gruppo potrebbe ridurre la necessità di assistenza, in quanto è

diverso dal lavoro individuale: per i gruppi i progetti sono più complicati, e

dipendono molto dagli aspetti organizzativi dei CAQDAS, come dalle dinamiche

del gruppo, anche se è necessaria maggiore pianificazione. Per contro i

ricercatori che lavorano da soli hanno più scelte, e possono migliorare l’utilizzo

degli strumenti del software utilizzandolo in modo più organico. I CAQDAS

permettono la condivisione di (alcuni) dei significati da attribuire ai dati, specie

per i concetti più astratti (inter-rater reliability) (Seale, 2005; 189-195). Non è

tuttavia detto che il lavoro di gruppo esoneri il ricercatore dal puntare su

un’adeguata formazione. Un esempio in tal senso può essere il ricercatore che

sostiene di non essere sicuro della sua codifica, perché in un gruppo gli altri

hanno fatto diversamente (Lee & Fielding, 1996; 35). Anche il lavoro di gruppo

può presentare problematiche rilevanti (ibid.; 37-40).

Occorre demistificare il software qualitativo, mostrandolo semplicemente nelle

sue funzioni, mostrando come il software può riflettere e aumentare il processo

ciclico e iterativo dell’analisi qualitativa. Serve differenziare i processi per esporli

e spiegarli nell’insegnamento, ma in realtà l’analisi è più casuale, multitasking

(in cinque minuti si può leggere attentamente, codificare, cercare altre parti del

testo dove riporta di quell’argomento, vedere cosa si è codificato fino a quel

punto, annotare pensieri in memo, ecc…).

11 Si veda il sito Online QDA, onlineqda.hud.ac.uk .

58

Gibbs, Friese e Mangabeira (2002) ci dicono qualcosa riguardo lo scetticismo

sull’uso dei CAQDAS: alcune critiche possono andar bene, ma come si fa a dire

che pongono il ricercatore lontano dai dati? È qualcosa nato appena i CAQDAS

sono stati disponibili, e nonostante gli sviluppi, restano tali perplessità. Specie

tra i ricercatori qualitativi esperti, che continuano ad utilizzare tecniche

tradizionali (quindi senza i CAQDAS). Fielding & Lee (1998) avevano scoperto,

studiando gli utenti dei CAQDAS, che alcuni ricercatori si sentivano più vicini ai

dati se ci lavoravano sopra «manualmente». L’impressione è infatti che usando

un computer si ponga una barriera artificiale tra il ricercatore e i dati. Può

essere comprensibile allora la resistenza di alcuni a non cambiare routine e

sistemi sviluppati con attenzione. Atherton e Elsmore (2007; 66) si chiedono:

“Recent developments have produced software packages as a set of predefined

protocols that offer an additional rather than alternative means of working with

these data. So, why is it that a number of academics cannot accept the utility of

these protocols, as an additional method that is available to researchers and

students?”

Infatti, dopo la ricerca di Fielding e Lee, i CAQDAS sono migliorati di molto,

perfino sopra le aspettative degli utenti iniziali: più tipi di dati che si possono

includere, l’output è migliorato in quanto è più semplice (rende quindi anche il

lavoro concettuale più semplice). I memo, le mappe, le operazioni di recupero e

di ricerca, forniscono al ricercatore possibilità che non erano nemmeno

pensabili prima. I CAQDAS portano il ricercatore vicino ai dati in modi diversi:

nel software mediante collegamenti ipertestuali (hyperlinks) e note: consentono

di stare vicino ai dati, facendo astrazione, ma rimanendo su quelli; si evita di

usare evidenziatori e pile di carta per la codifica. Fuori dal software: con i vari

output si può essere vicini ai dati e lontano dal computer. La carta ha ancora un

ruolo importante per l’analisi qualitativa, ma il computer può aiutare a fornire i

«pezzi di carta» giusti, già selezionati, in maniera più accurata. Il contatto tattile

(fisico) con le stampe dei dati o le parti del progetto analizzate, permette di

vedere, pensarci sopra e annotare i dati in differenti modi. Spesso i pensieri, le

riflessioni più azzeccate e profonde avvengono quando meno ce lo si aspetta,

lontano dal computer, lontano dai dati. Tutto dipende da come si è abituati a

lavorare: potrebbe trattarsi di un orario e/o un luogo predefinito, nel corso di

59

spostamenti in treno per esempio, o rilassati a prendere quelle che Lewins e

Silver chiamano «armchair quotations». Può essere inoltre utile e rassicurante

avere una copia cartacea per evitare la perdita dei dati (ciò non elimina

l’importanza del backup, la quale vale genericamente quando si desidera

lavorare con il computer).

Si possono trovare dei ricercatori che usano i CAQDAS in maniera innovativa.

Ma anche chi usa proprio pochi strumenti, ma con grandi risultati. Non si deve

pensare di non usarlo nel pieno delle sue potenzialità, pensando che l’analisi

non sia altrimenti buona. Riguardo al rischio di convenzioni nel processo

d’analisi: si combatte questo preconcetto pensando che non esiste un modo

ideale per usare il software. Un’idea simile (l’ortodossia imposta nel metodo)

sottostima l’utilità dei CAQDAS e la capacità dell’utente di fare scelte selettive.

È il ricercatore a scegliere cosa è a lui utile. Ci saranno sempre modi diversi per

fare operazioni diverse ed ogni volta se ne impara uno nuovo.

Tutto sommato, a mio avviso, se il software non viene usato è perché le

competenze informatiche non sono così diffuse. I timori per il rischio dei principi

del metodo qualitativo sono infondati. Il mondo dell’informatica in parte riflette il

mondo reale: il punto di vista del ricercatore è sia sulla carta, che sul PC: non

esiste alcun sostituto all’accurata lettura dei testi. Il ruolo del ricercatore non è

mai neutro, e per questo la ricerca deve essere coscientemente riflessiva. Gli

strumenti possono risultare utili per essere espliciti riguardo ad ogni influenza.

Per esempio, le note: vi si può riportare una prima riflessione su un argomento,

per poi rivederlo dopo. Questo è positivo sia per la trasparenza, che per la

continuità, ed è un requisito, ad esempio, dell’analisi fenomenologia

interpretativa (interpretative phenomenological analysis, IPA) (Lewins & Silver,

2007; 59).

Il software cambia il metodo? Non esattamente. Il non trovare cosa si sta

cercando non ritengo faccia parte della ricerca qualitativa. Dimenticarsi di dove

può essere finito invece può succedere, ed essere significativo (è rilevante non

tanto che non si trovi, quanto il fatto che magari lo si è considerato meno

importante, secondario - e questo può essere messo in un memo). Valga come

esempio generale: l’azione più complessa da fare su Internet è proprio quella di

60

trovare informazioni, e i servizi di successo sono quelli che aiutano questo

processo.

Concludendo il punto, possiamo dire che magari le analisi statistiche si possono

fare acriticamente (ma senza giungere a risultati seri). Non è il caso della

ricerca qualitativa. L’uso dei CAQDAS non può essere una scusa per non

pensare approfonditamente sui dati, perché non lo consentono. È invece

plausibile aumentare l’attendibilità della ricerca, permettendo agli altri di vedere,

controllare e contribuire al proprio progetto, anche se con dei limiti legati ai suoi

assunti. La ricerca qualitativa può apparire poco sistematica, ma in verità ci

sono tracce e compiti molto precisi. La tecnologia può aiutare, ma senza troppe

illusioni però: “Using new technologies means that sometimes we have to

negotiate new ramifications of familiar methodological problems. For example,

an interview administered by Netcam allows a researcher in Ireland to do

“fieldwork” in Djakarta, but the researcher will still have to wrestle with rapport,

or its lack, when interpreting the data. However, software will enable us to tag

and recover instances when those effects intrude on the analysis and to retrace

analytic steps using “audit trails”, which may help the researcher weigh their

impact. With technology we can do more, but we also have more to do.”

(Fielding & Lee, 2002, 202).

Utilizzo di software non specifici

Senza entrare in dettagli tecnici troppo approfonditi, un’ulteriore critica consiste

non tanto nell’opportunità dell’utilizzo dei CAQDAS, quanto piuttosto sulla

necessità dell’esistenza di questi strumenti specifici. Alcuni studiosi propongono

l’impiego di altri software, già alla portata di tutti, i quali potrebbero permettere

lo svolgimento di tutte o quasi tutte le operazioni necessarie. Fermo restando

che sostenere che il ricercatore deve essere critico rispetto agli strumenti

software significa anche che è egli è libero di non utilizzare nessun programma

specializzato se per i suoi fini non lo ritiene necessario o ancor peggio,

fuorviante. Basta che ne sia consapevole, che sappia perché non desidera

avvalersi del software. Si può pensare che il motivo per cui non sono stati usati

61

possa essere che il ricercatore ritiene possibile ottenere gli stessi risultati

nell’analisi.

Effettivamente molte operazioni sono realizzabili mediante un editor di testo

(Seale, 2005; 195-200. Flick, 2006), solo che l’utilizzo di un word processor è

molto più una perdita di tempo che altro, specialmente se si pensa ai dati

multimediali. Il risparmio in termini di tempo, in particolare, con i CAQDAS viene

dopo, quando si cercano e si recuperano i dati desiderati. Se in un word

processor è possibile realizzare particolari macro (ed è stata una tecnica

utilizzata in passato), bisogna anche ammettere che esse sono troppo difficili

per la maggior parte dei ricercatori, e la loro preparazione può essere lunga.

Inoltre, se ricorresse il caso, non si può esportare parte dell’analisi in un

pacchetto statistico, e non si possono creare mappe concettuali legate ai dati.

Bisogna inoltre considerare che i CAQDAS non hanno costi così elevati,

rispetto a software statistici commerciali, da costituirne un deterrente all’utilizzo.

Discutibile inoltre se l’utilizzo di un semplice word processor possa considerarsi

un’introduzione all’analisi qualitativa per i ricercatori più scettici, come sostiene

Nideröst (2002), che comunque ammette che le operazioni realizzabili

sarebbero di grado più semplice. Ritengo che l’impiego sin da subito di un

software CAQDAS, se adottato con consapevolezza e l’introduzione da parte di

un utente più esperto, siano più opportuni ed efficaci. Anche i semplici word

processor, quando si sono diffusi, hanno fornito un aiuto. Ma perché usare uno

strumento non appositamente pensato per uno scopo? Più convincente la

proposta di Meyer, Grupper e Franz (2002), di usare un programma di gestione

di database (Microsoft Access) per l’analisi delle interviste. Effettivamente il

software permette molte delle possibilità offerte dai principali CAQDAS. In

quanto a interfaccia grafica ed usabilità, tuttavia, potrebbe risultare più ostico

dei vecchi programmi per l’analisi qualitativa.

Questa critica, o per lo meno dichiarazione di non necessità dei CAQDAS si

ritrova anche nella letteratura recente. Hahn (2008) dedica un intero manuale

teso ad indicare come sia possibile effettuare numerose operazioni sui dati

mediante il pacchetto Microsoft Office (Word, Excel, Access, e altri software

inclusi). Solo un breve cenno è dedicato ai programmi specifici “It is certainly

62

not necessary to use CAQDAS programs. They are expensive, they have their

own learning curve, and they are no match for a researcher’s brain” (ibid; 108).

Simile la prospettiva di Pretto (2008), che considera i word processor e i

programmi di indicizzazione (o i recenti sistemi di desktop search) più

opportuni, rientrando essi nella normale dotazione dei sistemi operativi e più

semplici da apprendere. L’autrice vede inoltre più una limitazione che una

possibilità nell’opportunità di condivisione del proprio lavoro vista

l’incompatibilità tra i diversi programmi specifici.

Per quanto riguarda i dati audio e video, la questione si fa più complessa. Per

esempio Koch e Zumbach (2002) dimostrano come il software THEME è stato

impiegato nell’analisi dei meccanismi della comunicazione interpersonale, a

partire da dati video. Secrist, de Koeyer, Bell e Fogel (2002) propongono

l’utilizzo di software sviluppati appositamente per l’editing video. In entrambi gli

articoli è presente però una critica ai CAQDAS che non è più possibile

considerare adatta. I programmi evolvono velocemente, e senza dubbio articoli

come questi hanno stimolato gli sviluppatori ad integrare funzioni audio-video

ora presenti nei principali software. Ci sono ancora problemi e in certi casi

(come vedremo nel secondo capitolo) l’analisi può assumere livelli di

complicatezza simili a quelli dei primi anni ’90. È possibile che i futuri sviluppi

dei software punteranno ad una più semplice interfaccia e tecnica di

manipolazione e commento dei file multimediali, fermo restando che in certi casi

potranno essere più opportuni software appositamente creati per il trattamento

di dati audio e video.

Ortodossia nel metodo

La supposta imposizione di un’ortodossia nel metodo è la critica più grave,

perché l’opposizione è a livello professionale, basata sulle proprie convinzioni

metodologiche. MacMillan e König (2004) analizzano approfonditamente i

preconcetti e le aspettative riposte nei CAQDAS. Gli autori, che hanno usato

per anni i software per analizzare il contenuto dei media, ritengono che il

software non possa costituire una metodologia. La loro comparazione riguarda

63

ATLAS.ti, MAXqda, NVivo e altri. In base alla loro esperienza ritengono che i

CAQDAS non sono molto citati nelle ricerche in cui sono stati usati (rispetto a

quanto accade con SPSS per esempio). In pratica i CAQDAS sono citati male,

o solo tramite un breve cenno (nei paper “nella ricerca è stato usato ATLAS.ti”,

nei progetti “per l’analisi dei dati intendo usare NVivo”) o non ne viene

nemmeno menzionato l’utilizzo. Si tratta di un segno di mancanza di criticità e

viene a mancare la trasparenza e il rigore, se non è espressamente esplicitato

l’impiego che ne è stato fatto. Sembra che una volta imparato ad usare il

programma si sia pronti a fare l’analisi. Questa osservazione è confermata da

Fielding (2000), il quale rileva che chi usa i CAQDAS ha poche esperienze

metodologiche, il che lo porta a concludere che c’è confusione tra ciò che è una

risorsa tecnica ed un approccio analitico. Il quadro che ne emerge è che

l’impressione di alcuni utilizzatori consiste nel pensare che meglio si lavora con

il programma, migliore sarà l’analisi. Se il rigore è trattato non come il prodotto

di una riflessione concettuale e l’esame del materiale secondo un determinato

approccio, ma come qualcosa del software che permette di trattare molti dati, è

un grave errore metodologico.

Come si vedrà nella prossima sezione, bisogna considerare che l’analisi

qualitativa non è una sola metodologia omogenea (sarebbe sbagliato dire che

un programma possa essere in grado di assistere nell’”analisi qualitativa” in

genere). Senza considerare la possibilità di combinare soluzioni ad hoc in cui

mettere assieme ricerca qualitativa e quantitativa, dove i confini tra le due resi

più sfumati. Non esiste solo la grounded theory nella ricerca qualitativa, e quindi

non è da considerare rappresentativa dell’analisi qualitativa. Per questo è

importante scegliere prima l’approccio, e poi il software, se ricorre il caso di

usarlo. Per alcuni sviluppatori bisogna avere cautela nel promuovere i

CAQDAS, per altri bisogna puntare sull’educazione e un miglior training.

Training che andrebbe fatto mostrando l’uso dei software per una particolare

metodologia. Questo perché le domande di ricerca devono provenire dal

metodo, non dal software (Brown, 2002).

In termini metodologici, il ricercatore dovrà porre l’enfasi su determinati

strumenti. Per esempio: un’analisi narrativa, di un numero di dati relativamente

piccolo, si potrebbe fare solo con l’uso di note (commenti) e memo; un’analisi

64

interpretativa di un grande insieme di dati potrebbe invece fare un uso intensivo

degli strumenti di codifica. Il relativo ruolo della teoria in ogni progetto cambia il

mondo in cui i codici sono creati, e i modi di usare il software. Con il risultato

che, in un modo o nell’altro, il software ci mette a stretto contatto con le

informazioni fondamentali e i dati.

Passiamo ora ad un contributo di Lonkila (1995), che si domanda se

l’introduzione dei computer nella ricerca qualitativa può essere legata alla

popolarità della grounded theory. Lonkila rileva che uno dei principali elementi,

ovvero la codifica, viene definito da Strauss e Corbin (1998) come “il processo

di analisi dei dati”. Inoltre, gli stessi, hanno anche seguito il dibattito scatenato

dall’introduzione del computer nella ricerca qualitativa, senza essere tuttavia

esplicitamente troppo coinvolti.

La connessione della grounded theory con alcuni CAQDAS è esplicita in

ATLAS.ti (Muhr, 1991) e Nud*ist (Richards & Richards, 1991), dove i ricercatori

hanno anche avuto contatti con Strauss. Anche altri software presentano

questo legame. Gli elementi che più caratterizzano questo legame sono la

codifica, la comparazione costante, i collegamenti, i memo, i diagrammi, la

verifica, la costruzione della teoria (Lonkila, 1995; 46-9).

Quello che prima di tutto bisogna considerare però è che molti sostengono di

applicare la grounded theory, ma non è detto che lo facciano veramente.

Interpellato da Lonkila, Strauss ribatte che alcuni effettuano solo la codifica,

pensando sia sufficiente. Inoltre il ricercatore, anche se riceve un

«suggerimento», non significa sia obbligato a condurre un’analisi nello stile

della grounded theory. Anche perché molti procedono in questa maniera: usano

i CAQDAS per altri fini, in base a necessità personali. Il rischio è per gli

inesperti o gli studenti, che mancano di riferimenti e che facilitano il rischio della

dominazione di un metodo, il che danneggerebbe la ricerca qualitativa in

generale (ibid.; 49).

La semplice presenza di uno strumento, non porta a doverlo utilizzare

necessariamente. Il problema di questi software è che è necessario giudizio,

essere dotati di senno (e stiamo parlando di persone che dovrebbero averne,

considerato il ruolo che rivestono). I CAQDAS non sono né da idealizzare, né

65

da demonizzare. Molta letteratura che ho letto, soprattutto degli anni ‘90 non ci

sarebbe stata tenendo conto di questo. Sono scettico di fronte a ricerche di

dieci anni fa sul computer. Non solo sono cambiati molto i programmi, ma a mio

avviso è cambiato molto anche il modo di considerare il computer. Vediamo

allora come Flick (2006) sintetizza la questione. Egli non ritiene convincente

l’accusa dell’imposizione di un’ortodossia nel metodo. Ma è anche vero che, per

esempio, il fatto di prevedere la gerarchia dello schema di codifica, porta ad

usarla maggiormente (in realtà, secondo me, basterebbe un’opzione chiara, in

cui permettere di scegliere se si è intenzionati ad utilizzare uno schema di

codifica gerarchico o uno non gerarchico). Non è da sottovalutare il timore che il

computer e il software distraggano il ricercatore dal reale lavoro analitico della

lettura, comprensione e riflessione sui testi. Come in altri campi, il tentativo è

quello di effettuare una trasposizione dalle tecniche tradizionali (carta e penna)

a digitale. Alcune caratteristiche saranno uguali, essendoci più o meno le

stesse necessità. Altre, com’è ovvio, cambieranno.

Anche Richards e Richards (1998, 211), nonostante siano gli sviluppatori di

Nud*ist/NVivo, ammettono la presenza di un’altra faccia della medaglia: “The

computer method can have dramatic implications for the research process and

outcomes, from unacceptable restrictions on analysis to unexpected opening

out of possibilities”. Tuttavia, dipende dall’utente quanto è in grado di fare del

computer e del software uno strumento utile per la ricerca, e come riflette su ciò

che sta facendo. Non si può dire che una completa rivoluzione dell’analisi

qualitativa sia già avvenuta. Può essere che il software funzioni meglio per la

grounded theory, dove la codifica è effettuata allo scopo di sviluppare categorie

dai dati. Ricordiamo però che sostenere, per esempio, “ho fatto uso di

ATLAS.ti” non vuol dire niente sulla metodologia, su come sono stati analizzati i

dati, e come ricorda Thompson (2002) serve fornire anche spiegazione dei

processi analitici meccanici e concettuali usati nell’analisi. Questo significa che

ogni dibattito sulla relazione tra grounded theory e i CAQDAS è complicato dal

fatto che la grounded theory è stata interpretata in molti modi diversi tra loro

(Fisher, 1997; 9-10).

Secondo Seale (2005; 195-200) il rilievo più intelligente alla domanda se i

CAQDAS impongono strettamente un approccio per l’analisi dei dati è di Coffey

66

& Atkinson (1996). Senza critiche demonizzatrici dei software, gli autori rilevano

che non esistendo solo la grounded theory anche l’analisi narrativa dovrebbe

essere aiutata dall’analisi con il computer. Essa si basa su analisi di micro

segmenti, non tanto all’attribuzione di significato a parti più o meno ampie del

testo. Questo perché spesso i rispondenti non trattano argomenti legati tra loro

in sequenza, ma più disordinatamente: “Given the inherently unpredictable

structure of qualitative data, co-occurence or proximity does not necessarily

imply an analytically significant relationship among categories. It is as shaky an

assumption as one that assumes greater significance of commonly occurring

codes. Analytic significance is not guaranteed by frequency, nor is a

relationship guaranteed by proximity. Nevertheless, a general heuristic value

may be found for such methods for checking out ideas and data, as part of the

constant interplay between the two as the research process unfolds” (ibid.;

181). Per questo, secondo gli autori, The Ethnograph e ATLAS.ti sono stati

sviluppati tenendo conto della grounded theory, e l’analisi narrativa non ne

trarrebbe molto vantaggio. Vedremo nel prossimo paragrafo che queste

considerazioni sono state superate, in gran parte, dagli sviluppi dei software.

1.6 Campi d’applicazione

I campi d’applicazione dei CAQDAS sono numerosi: scienze sociali, scienze

mediche/della salute, scienze umane, scienze della terra, discipline artistiche.

Offrono infatti ampia flessibilità e un approccio non lineare per trattare una

cospicua massa di dati. Sono utilizzabili anche per la stesura generale di paper,

vista la possibilità di integrare materiale testuale, audio e video in una forma di

database con tutto il materiale che si intende analizzare (articoli, appunti, ma

anche la bibliografia e le citazioni) (di Gregorio, 2000; Wickham e Woods,

2005). Quando capita di scrivere un elaborato è bene tenere un certo ordine ed

evitare soluzioni che, sebbene comunque efficaci, sono eccessivamente

laboriose. Interessante l’esempio pratico di Seale (2005; 193) in riferimento allo

stesso testo in cui spiega i CAQDAS (estrapola una citazione tramite una query

nel corso dell’esposizione del funzionamento dei software). Riprendendo il

67

discorso sui CAQDAS come strumento, si può anche immaginare la loro utilità

per l’apprendimento delle lingue, grazie alla costruzione di un database di

espressioni, codici e commenti. Questi esempi, non strettamente legati alla

ricerca qualitativa, possono valere a dimostrazione delle molteplici funzioni che

uno strumento può avere. Ora esamineremo l’utilizzo dei CAQDAS per gli

approcci qualitativi, in altre discipline, per le analisi secondarie, nelle

metodologie miste e con Internet come oggetto e/o strumento di ricerca.

Approcci qualitativi : gli approcci qualitativi per cui possono essere usati i

software per ottenere assistenza nell’analisi sono le etnografie, la grounded

theory, gli studi di caso, l’analisi fenomenologica, e l’analisi narrativa. Tesch

(1990) ne elenca molte di più, anche tenendo conto delle diverse inclinazioni tra

discipline (sociologia, psicologia12, pedagogia). Poi sono presenti anche le

strategie miste (comunque difficili da elencare, avendo un’impostazione

prevalentemente ad hoc) (Creswell, 2003; 14-15).

La grounded theory ha inspirato i CAQDAS, ma abbiamo visto che questo non

significa che effettivamente con essi si debba mettere in atto quell’approccio

(Bong, 2002). Ricordando che diversi tipi di ricerca non corrispondono ad

altrettanti tipi di analisi, in quanto molte tecniche sono condivise, o in caso simili

tra loro (Tesch, 1990; 299), vediamo cosa potrebbero necessitare i diversi

approcci a livello di assistenza del software software. Per quanto concerne la

grounded theory i software sono già ben predisposti, anche se magari potrebbe

essere utile una maggiore predisposizione al recupero e l’organizzazione dei

dati non digitali; per l’analisi narrativa potrebbe essere necessaria la possibilità

di recupero anche cronologica (non solo come nella sequenza del testo),

l’analisi interpretativa/ermeneutica potrebbe necessitare della possibilità di

realizzare più facilmente note, sottolineature ed evidenziazioni nel testo, oltre a

note multilivello (distinguendo, in un continuum, dai primi pensieri alle riflessioni

astratte); anche la teoria critica potrebbe aver bisogno di note multilivello per i

diversi strati dell’analisi (Weitzman & Miles, 1995; 333-4; Bringer et al., 2006).

12 Riguardo i CAQDAS si può trovare un recente riferimento in Silver e Fielding (2008).

68

Abbiamo ampiamente trattato della grounded theory, e dei vantaggi dei

CAQDAS per l’organizzazione dei casi studiati: tenere più agevolmente traccia

del processo d’analisi, fermo restando che l’obiettivo non è creare un campione

rappresentativo, ma creare una teoria. Per esempio il software agevola la

comparazione costante (constant comparison) proposta da Glaser e Strauss

(1967), che consiste nel comparare nei dati la presenza o l’assenza di un

fenomeno per vedere quali altre condizioni appaiono associate ad esso (Seale,

2005; 189-195). Il problema dello scarso aiuto quando si intende concentrarsi

su piccoli frammenti di dati e per l’analisi della conversazione e del discorso

(ibid.; 195-200) è ora parzialmente risolto dalla possibilità di gestire l’audio e il

video.

Vediamo ora l’utilità dei CAQDAS per le etnografie. In primo luogo si registra in

questi ultimi anni la comparsa di luoghi virtuali come oggetto d’analisi: “teatro di

un’interazione senza corpi: è il mondo dei forum, dei blog, delle chat cui

l’etnografia, di recente, si è avvicinata” (Tosoni, 2004, in Cardano, 2009).

Torneremo più avanti su Internet come oggetto e strumento della ricerca.

Cardano osserva inoltre che gli attacchi ai fondamenti metodologici

dell’etnografia, alla sua capacità di consegnare rappresentazioni accurate dei

fenomeni sociali, è stata proposta la soluzione dell’Evidence based research

movement. È un movimento che ha preso il via nei Paesi anglofoni e sostenuto

da molte agenzie pubbliche, con lo scopo di controllare la qualità della ricerca

sociale, specie in vista dell’impiego dei risultati a livello di politiche pubbliche. Le

proposte di questo movimento prevedono un controllo del processo di ricerca

tramite standardizzazione e proceduralizzazione delle pratiche di misurazione,

trial randomizzati e in particolar modo «trasparenza» dell’intero processo di

ricerca, anche da parte dei profani (Cardano, 2009; 10-11). Cardano è convinto

che non si possano usare strumenti di validazione tipici delle scienze naturali o

più semplicemente della ricerca quantitativa. Il riconoscimento della legittimità

va declinato in modo diverso a seconda del metodo di ricerca adottato. Non

siamo ancora vicini ad un metodo riconosciuto per la ricerca qualitativa, ma

sicuramente non è più sufficiente persuadere il pubblico che “siamo stati

davvero lì” (Cardano, 2009; 12).

69

Ecco dunque l’importanza degli strumenti informatici, impiegati per organizzare

dalle note etnografiche le risposte agli interrogativi da cui muove una ricerca sul

campo. Per questo motivo il saggio di La Rocca (2009) evidenzia come col

crescere delle osservazioni si sviluppa di converso la produzione di resoconti,

che sono sempre più dettagliati e nel contempo nasce la necessità di una

maggiore confrontabilità fra i lavori e i metodi adottati dai ricercatori. A questo

possono servire i CAQDAS, che non sono solo una traduzione in tecnologia

della grounded theory (anche se per certe discipline non sono ottimamente

utilizzabili, come per la linguistica). Non per niente vi sono due possibili

approcci per l’analisi tramite i software: bottom-up (riconducibile alla procedura

di analisi di cui si avvale principalmente la grounded theory) e top-down, (calare

sulla documentazione empirica una rete di relazioni tra concetti desunti dalla

teoria).

Nel percorso bottom-up, vi sono tre modalità di codifica dei dati: la codifica

aperta, la codifica assiale, la codifica selettiva. Le abbiamo già viste nella

sezione dedicata alla codifica di questo capitolo. Vediamo più in dettaglio il loro

significato. Per Corbin e Strauss (1996; 101) la codifica aperta è “il processo

analitico attraverso il quale i concetti vengono identificati e le loro dimensioni

emergono dai dati”. Codifica aperta vuole quindi dire «aprire» un testo e far

emergere da esso le idee, le forme comunicative che contiene. In questo senso

il primo passo di questo approccio è la concettualizzazione: un concetto è un

fenomeno etichettato (ibid.; 103). La codifica assiale è il processo che collega le

categorie alle sub-categorie, collegando le categorie alle proprie proprietà e

dimensioni (ibid.; 123). Nella codifica aperta si lavora sui concetti che emergono

dal testo, nella codifica assiale si lavora sulle relazioni fra categorie e loro

dimensioni. L’obiettivo della codifica assiale è ricostruire i dati frammentati

durante la prima operazione di codifica. Infine, la codifica selettiva è il momento

in cui si individua una categoria principale e si decide di far ruotare attorno a

essa l’interpretazione che dei dati si vuole fornire. Qui è necessario attenersi

alla comparazione costante tra questa categoria centrale e le altre o ulteriori

elementi che possono emergere dai dati qualitativi. (La Rocca, 2009; 135, nota

3).

70

La Rocca, considerato quanto il suo saggio è recente, osserva correttamente

che i pacchetti più usati sono ATLAS.ti, MAXqda, NVivo ed alcuni altri. Un

vantaggio dei software che riesce originalmente a mettere in luce è la cosi detta

«euristica della disponibilità», ovvero “uno dei modi di cui dispongono gli

individui per produrre delle inferenze parziali su quanto accade o su ciò che

viene preso in esame” (ibid.; 152). Solitamente si procede elaborando

informazioni parziali, che sono tali sia perché si è impossibilitati ad accedere a

una porzione di informazioni maggiore, sia perché il ricordo o la comprensione

che abbiamo dei fenomeni è, essa stessa, parziale. Questo perché la fallacia

del ricorso a tale struttura dipende dalla capacità degli individui di farsi

influenzare dalla disponibilità e dall’accessibilità di determinati eventi nella

propria memoria. Infine, La Rocca fa notare che nella possibilità di testare le

ipotesi di ricerca (le query, ovvero l’interrogazione dei dati secondo criteri o filtri

impostati dal ricercatore), si può ottenere il risultato sotto forma di matrice. In

questo caso i CAQDAS si avvicinano e fanno proprie alcune peculiarità dei

programmi per l’analisi quantitativa.

L’introduzione dell’uso del computer nell’analisi qualitativa viene messa in

rilievo anche da Fischer (2006), il quale osserva, in base all’esperienza di alcuni

antropologi, che l’analisi software-assisted aiuta il progresso dell’antropologia.

L’utilizzo del computer, prevede l’autore, sarà sempre più diffuso tra i giovani

antropologi per comunicare, collaborare, il lavoro sul campo e l’analisi, portando

a rinnovare l’antropologia del nuovo secolo.

Un’ulteriore approccio in cui è stato posto in evidenza il valore aggiunto

dall’utilizzo dei CAQDAS è la frame analysis, ovvero l’analisi del discorso. König

(2004) tratta delle possibilità per il ricercatore di analizzare particolari termini

(parole, espressioni) in differenti contesti in maniera facilitata. L’autore realizza

sia un confronto tra diversi software che una sintesi dei vantaggi in termini di

sistematizzazione e routinizzazione dei processi d’analisi portati dai software,

senza nulla togliere alla creatività del ricercatore, su cui risiede la qualità

dell’analisi.

Cousins e McIntosh (2005) parlano dei vantaggi dell’uso del computer

nell’analisi dei fenomeni politici (anche per una maggiore rilevanza nelle

71

scienze sociali), in termini della necessità di essere maggiormente espliciti per

quanto riguarda gli assunti e le ipotesi della ricerca. Non solo migliorano le

possibilità di filtraggio e trattamento di grandi quantità di dati (rendendo il lavoro

meno una sfida dal punto di vista pratico), ma vi sono le condizioni per

accrescere la trasparenza e riproducibilità della ricerca. Questo a patto che i

ricercatori siano ben formati metodologicamente e informati sulle possibilità e i

limiti degli strumenti.

Quando si parla di ricerca qualitativa si parla anche delle ricerche riguardanti il

contenuto dei media, i contesti di fruizione e più in generale la relazione tra i

media e il contesto sociale. Lindgren (2008), il quale si occupa del rapporto tra

violenza, media e cultura, offre degli spunti in materia. Per l’autore si tratta di un

tipo di ricerca che non può essere semplicemente attuato guardando la

televisione o leggendo i giornali e annotando note e riflessioni

disordinatamente. Il processo d’analisi può essere sistematizzato e reso più

preciso mediante i CAQDAS. L’autore ha lavorato combinando tecniche

quantitative e qualitative (content analysis e interpretazione), e nel saggio

spiega come ha operato per far sì che il resoconto della sua ricerca fosse il più

trasparente e credibile possibile. Rilievi differenti vengono fatti da MacMillian

(2005), che si è occupato dell’analisi del discorso nelle notizie. Se non si è

intenzionati a codificare il materiale, per l’autore i CAQDAS non possono essere

di alcun aiuto. Nella sua analisi ha aiutato alcuni processi, ma non di certo

ridotto i tempi dell’analisi. Non si è trovato a proprio agio con un particolare

software (NVivo), e si è sentito costretto nelle procedure proposte dal software.

Ritengo, come anzidetto, che i CAQDAS non debbano considerarsi

universalmente utili alla ricerca qualitativa, e in questo caso si riscontrano i

problemi rilevati da alcuni approcci. I problemi riscontrati potrebbero comunque

essere anche dovuti a preferenze e abitudini dei ricercatori, che non ritrovano

nei software da loro presi in esame.

Come abbiamo già detto, le possibilità in termini di analisi di dati audio e video è

migliorata notevolmente in questi anni, presumibilmente in base alle richieste

provenienti dai ricercatori (Irion, 2002). Parmeggiani (2009) presenta come

l’utilizzo delle nuove tecnologie possa essere un utile aiuto nella ricerca visuale.

Come in altri casi, trapela una non indifferente confidenza con l’uso del

72

computer da parte del ricercatore e questo gli ha permesso di sviluppare

tecniche di analisi personalizzate ed efficaci (si tratta di una combinazione di

software freeware e open source). Partendo dalla considerazione che in questi

anni molto del materiale si trova già in formato digitale (si pensi alle fotografie

digitali, che possono comunque essere oggetto di photo elicitation13), o più

generalmente su Internet, Parmeggiani ritiene che qualora si debba lavorare su

pochi dati, non convenga far ricorso ai CAQDAS. Altrimenti possono offrire un

valido aiuto, sebbene non siano ancora, a giudizio dell’autore, sufficientemente

sviluppati e in grado di sfruttare le possibilità hardware e software più recenti.

Vediamo ora l’utilizzo dei CAQDAS in ambiti non propriamente relativi alle

scienze sociali. Rettie, Robinson, Radke e Ye (2008) trattano l’uso dei

CAQDAS nella sfera delle ricerche di mercato in Regno Unito. Tramite un

questionario somministrato a 400 ricercatori di mercato, rilevano un basso

utilizzo (9%, anche se con un basso tasso di risposta in generale). Questo,

nonostante gli stessi autori dimostrino che i CAQDAS possono essere un valido

aiuto supplementare ai metodi tradizionali (e non solo come una risorsa

alternativa), per l’analisi delle trascrizioni, per esempio, di sessioni di focus

group. Intravedono la possibilità di rendere le analisi per i committenti più

complete e la creazione grandi database di informazioni per tracciare i

cambiamenti nelle opinioni dei consumatori, con un forte vantaggio nelle analisi

a lungo termine.

Un altro campo di applicazione è quello delle ricerche mediche e sulla salute,

dove ancora i CAQDAS possono essere usati per l’analisi di dati da focus group

(Wong, 2008), con la possibilità di realizzare modelli in grado di evidenziare

relazioni unidirezionali e influenze reciproche tra i temi provenienti dai dati.

Diverso il caso degli studi ambientali, (Schiellerup, 2008), dove comunque

anche i CAQDAS possono risultare un supporto per l’analisi di dati di

osservazioni partecipanti finalizzate allo sviluppo di politiche pubbliche.

Analisi secondaria : un ambito molto d’utilizzo molto dibattuto è quello delle

analisi secondarie. Si tratta infatti di una grande possibilità offerta dai CAQDAS.

13 Si vedano (Harper, 2002; Clark-Ibañez, 2004) riguardo alla photo elicitation.

73

Per analisi secondaria dei dati qualitativi intendiamo l’utilizzo di dati esistenti,

raccolti per una precedente ricerca, finalizzato a soddisfare interessi di ricerca

differenti da quelli originari. È un approccio non molto usato per i dati qualitativi,

in quanto vi sono problemi metodologici e questioni etiche da considerare

(ancora più problematico è il caso in cui il ricercatore non era parte

dell’originario gruppo di ricerca) (Heaton, 1998). I vantaggi possono essere

molteplici, e vanno dalla possibilità di sfruttare parti di materiale già esistente a

quella di evitare alcune difficoltà nella raccolta dei dati (come i rifiuti da parte

degli intervistati). Vale inoltre la pena di precisare che nella ricerca qualitativa,

considerandola dal punto di vista della ricorsività dell’analisi, può essere arduo

stabilire cosa sia realmente un’analisi secondaria. Potrebbe infatti darsi che la

collaborazione tra ricercatori dia vita a un’analisi secondaria de facto. Anche in

questo caso è evidente la facilitazione offerta dal software per l’analisi assistita

da computer per quanto riguarda la praticità nella condivisione dei dati, dei

codici e delle note (rispetto ai documenti di carta).

Corti, Witzel e Bishop (2005) ritengono che i dati qualitativi siano una fonte ricca

e unica inutilizzata di materiale che può essere rianalizzato, rielabolato e

comparato con materiale recente. Rilevano che lo stato dell’analisi secondaria

nella ricerca qualitativa è ancora in fase di sviluppo, mentre invece tale

approccio dovrebbe essere maggiormente integrato nei programmi

d’insegnamento e nei manuali, come complemento alle tecniche tradizionali.

Medjedovic e Witzel (2005) trattano di analisi secondaria di interviste. Gli autori

ritengono che lo scetticismo presente sia soprattutto dato da una mancanza di

esperienza pratica nel campo. Il lavoro da essi compiuto è consistito nell’analisi

secondaria di racconti di vita facenti parte di uno studio sul passaggio da scuola

a lavoro in Germania. Sotto specifiche condizioni metodologiche sono stati in

grado di compiere l’analisi non solo sui dati, ma anche sui codici e gli schemi di

codifica originari, riuscendo comunque a mantenere un approccio induttivo. I

CAQDAS si sono rivelati fondamentali, in quanto è stato necessario accedere ai

dati agevolmente (e la versione digitale si presta a questo bisogno), anche

grazie alla semplificazione operata nel software nella ricerca originaria. Altre

necessità riguardanti il software sono la spiegazione dei codici, dei memo e

delle tecniche adottate inserite nel progetto (e collegate ai dati). Dal punto di

74

vista metodologico è stato importante per gli autori lavorare su un precedente

progetto che presentasse domande di ricerca non troppo limitate (in modo da

poter interrogare i dati su differenti aspetti) e che l’approccio utilizzato

originariamente non fosse deduttivo ma bensì induttivo, in modo tale da poter

rielaborare l’analisi partendo da rilievi più prossimi dai dati, in quanto generati

da essi.

Fielding (2000) esamina il contributo dei CAQDAS per l’analisi secondaria,

considerato dall’autore poco sfruttato tra gli stessi utenti dei software. Per

Fielding la ricerca qualitativa sta diffondendosi e ottenendo riconoscimento in

molti Paesi europei e in Nord America, raggiungendo settori come la ricerca

applicata e nelle misure di valutazione delle politiche pubbliche (attraendo

committenti come i dipartimenti governativi). Nella ricerca qualitativa applicata,

la popolarità dei focus group ha aiutato molto la legittimità e l’aumento nel

ricorso della ricerca qualitativa. Fielding rileva anche, come in altri suoi lavori,

l’incremento nell’utilizzo dei CAQDAS, che in parte ha iniziato a migliorare il

riconoscimento della ricerca qualitativa, ma che è stato anche dovuto a una

maggior diffusione e facilità di utilizzo dei computer (e quindi all’aiuto offerto

nell’archiviazione del materiale oggetto d’analisi). Questi elementi dovrebbero

aver portato l’analisi secondaria ad essere più utilizzata, e Fielding si interroga

sui motivi di questa mancanza nella ricerca qualitativa. L’autore osserva che la

diffusione dei CAQDAS avviene in due ambiti: quello accademico e quello della

ricerca applicata e nelle ricerche di mercato. In quest’ultimo i software sono più

usati, in quanto sono i più prolifici in termini di analisi qualitativa. Per contro,

sono anche quei soggetti che meno probabilmente archiviano i dati delle proprie

ricerche14 (in parte perché per riservatezza commerciale, in parte perché non

sono così analisi approfondite quanto quelle accademiche). Sebbene questo sia

un gruppo di utilizzatori di CAQDAS, difficilmente si può pensare che da esso

provenga un impeto di cambiamento all’uso di questi software per l’analisi

secondaria. Piuttosto che puntare sugli utenti dei software con scarsa

14 Vi sono certamente eccezioni, come dimostrano Le Roux e Vidal (2000) e Dargentas e Le Roux (2005), i quali trattano di “Verbatim”, progetto della compagnia elettrica francese teso a mantenere un archivio delle interviste per una loro analisi secondaria.

75

esperienza metodologica, o che ne sono forniti ma raramente pubblicano le loro

ricerche, il cambiamento potrebbe avvenire dai nuovi ricercatori, i quali è più

probabile adottino nuovi metodi rispetto ai ricercatori affermati.

Hughes, Schmidt e Smith (2006) indirizzano il problema sull’interoperabilità tra i

file prodotti dai software. Gli autori rilevano che l’aumento d’importanza della

ricerca qualitativa si misura anche dalla presenza di banche dati in diversi Paesi

(Spagna, Russia, Germania, Regno Unito e Finlandia15). Senza dubbio la

ricerca qualitativa secondaria è ostacolata dalle questioni sulla privacy e della

scarsa conoscenza del contesto da parte dei potenziali ricercatori in cui sono

avvenute le rilevazioni originarie. Un terzo problema è però la difficoltà di

«passare» i progetti tra un software e l’altro. Gli autori propongono quindi un

formato universale, il QDIF (Qualitative Data Interchange Format). Sebbene

ancora allo stadio di progettazione, si tratta comunque di una possibile

direzione nella soluzione del problema dell’interoperabilità tra CAQDAS.

Metodologie miste : un’altra possibile applicazione dei software è l’aiuto nella

realizzazione di metodi misti di ricerca. De Gregorio e Arcidiacono (2008)

rilevano la necessità manifestata da alcuni ricercatori di porre in pratica

l’integrazione tra ricerca quantitativa e qualitativa. Questo nonostante il fatto

che fino ad ora si è trattato solo di buone intenzioni e ipotesi di come attuare

l’integrazione, mentre difficilmente sono stati realizzati buoni esempi di ricerche

con metodologie miste. Attualmente alcuni tra i più recenti CAQDAS

permettono di esportare alcuni elementi del progetto, al fine di potervi condurre

elaborazioni quantitative. I ricercatori quantitativi e qualitativi, tenendo conto

degli sviluppi della tecnologia, devono scegliere cosa è loro necessario, cosa li

potrebbe aiutare. Se è possibile non alterare le caratteristiche fondamentali di

una buona ricerca qualitativa (processo aperto, flessibilità, orientamento

induttivo finalizzato ad esplorare la costruzione dei significati da parte degli

esseri umani nel contesto), dovrebbe risultare possibile realizzare una ricerca

15 Non è citato nell’articolo, ma per il caso italiano è presente il progetto “Transizioni biografiche” (www.transizionibiografiche.it), dove è prevista la condivisione delle interviste anche a chi non fa parte dei membri del gruppo di ricerca.

76

con metodologia blended, anche se i canoni di quello che rende questo tipo di

ricerche di qualità non sono stati ancora formulati chiaramente.

Andrew, Salamonson e Halcomb (2008) ritengono che il ricorso a metodi misti

stia crescendo in termini di popolarità, sebbene la letteratura non tratti la

tematica in maniera approfondita. La ricerca da loro presentata unisce dati

quantitativi e dati qualitativi. A loro avviso, il fatto di aver utilizzato un software

per l’analisi computer-assisted (NVivo, congiunto ad SPSS) ha reso più

semplice beneficiare dell’applicazione di un metodo misto, e ha arricchito i loro

risultati aggiungendo una nuova dimensione ai dati. Le possibilità di svolgere

ricerche di questo tipo dovrebbero essere maggiori considerato lo sviluppo

tecnologico dei questi ultimi anni.

Driscoll, Appiah-Yeboah, Salib e Rupert (2007) mostrano la questione della

metodologia mista dal punto di vista dell’antropologia. Anche se si tratta di una

differente disciplina, confermano il fatto che l’integrazione dei due tipi di ricerca

è flessibile e scelta dai ricercatori in base alle loro domande di ricerca, i requisiti

e i limiti del progetto. Gli autori mostrano due possibili strade percorribili

utilizzando una metodologa mista, una in cui la rilevazione dei dati qualitativi e

quantitativi è concomitante, l’altra prevede una rilevazione sequenziale. Nel

primo caso è possibile validare una forma dei dati tramite l’altra, compararle e

per ottenere nuove domande di ricerca. Le rilevazione è stata effettuata

mediante un sistema web-based, capace di raccogliere sia dati strutturati che

non strutturati, riguardo la percezione di rischio di un vaccino in un esteso

gruppo di stakeholder (mediante un questionario semi-strutturato che alla

termine di ogni tematica offriva la possibilità di commentare e aggiungere

ulteriori informazioni alle domande strutturate). Questo metodo si è rivelato

pratico nel collegare le risposte strutturate ai commenti aperti, ma non ha

permesso l’approfondimento di alcune risposte da parte dei ricercatori. Il

disegno sequenziale invece ha previsto prima la rilevazione di dati tramite

survey, nella seconda delle interviste in profondità, intenzionate ad approfondire

alcune risposte del questionario. In questo processo iterativo è stato più

semplice integrare i dati qualitativi codificati nelle interviste con i dati del

questionario, visto che l’analisi statistica era già stata ultimata. Non è presente

un collegamento così stretto tra dati quantitativi e qualitativi come nel primo

77

disegno, e richiede più tempo per la rilevazione. Sinteticamente si può dire che

entrambi i metodi di rilevazione hanno come svantaggio di svalorizzare il lavoro

di codifica qualitativa, dovendo ridurre i codici multidimensionali in una semplice

variabile dicotomica (presente – non presente). Comunque, i metodi misti

possono permettere, quando si esplorano domande di ricerca complesse, una

comprensione approfondita delle risposte del questionario, e l’analisi statistica

può offrire una stima più dettagliata di un modello di risposte. Può essere

eccessivamente oneroso in termini di tempo, e non è indicato qualora si

intendesse effettuare complesse analisi statistiche sui dati quantitativi, o

un’approfondita analisi dei dati testuali. Ritengo tuttavia che la dicotomia

quantitativo – qualitativo non debba essere sovrastimata. I CAQDAS

permettono di trattare un maggiore numero di dati, e questo evita la

semplificazione eccessiva di una realtà sociale. Quando è possibile, anche se

con dei limiti e la dovuta attenzione, trattare un maggior numero di casi, non c’è

motivo (se non ideologico) di astenersene. Forse non è nemmeno corretto

stabilire sin da principio che la nostra analisi non dovrà contenere numeri, dato

che magari nel corso della ricerca potrebbe presentarsi la necessità di farne

ricorso. Un software ideale potrebbe essere quello che consente di far

scegliere, senza limitazioni, quali strategie di analisi ritiene più opportune.

Internet come oggetto e/o strumento di ricerca : Uno di questi casi riguarda

le nuove tecnologie, ovvero Internet come oggetto della ricerca, campo

d’applicazione per cui i CAQDAS possono avere utilità molteplici, come per i

blog, i commenti sulle pagine web e altri siti di comunicazione. Internet come un

nuovo campo di ricerca è presente da diversi anni nel dibattito accademico,

come ci mostra Paccagnella (1997), che pioneristicamente si è occupato di

un’etnografia delle comunità virtuali di quegli anni (originale e provocatorio

anche il titolo, “Getting the Seats of Your Pants Dirty”). L’autore, considerato

che la comunicazione su Internet sarebbe stata sempre più significativa, ritiene

che debbano essere sfruttate le possibilità date dai nuovi strumenti, potenti e

flessibili, per raccogliere, organizzare e esplorare i dati in formato digitale

(anche con un approccio longitudinale). Il fatto che, sebbene si riscontri un

notevole aumento di elementi multimediali in rete, le interazioni siano

prevalentemente in formato testuale non deve essere visto come un vincolo.

78

Prima di tutto consentono un’interazione tra un gruppo di persone più ampio (vi

è quindi la possibilità di «sentire» diversi attori), e inoltre puntualizza bene

Paccagnella “Shakespeare and the other classics of literature can teach us how

text is able to express emotions, experiences and complex ideas, and the fact

that filmmakers sometime still choose to shoot movies in black and white

demonstrates that narrowing the bandwidth often helps in focusing the

message” (ibid.).

Anche Holge-Hazelton (2002) vede Internet come un nuovo campo di ricerca.

Per l’autore è stato fondamentale nello stabilire un contatto con giovani danesi

affetti da diabete, al fine di somministrare loro delle interviste ad associazione

libera. Internet si è rivelato utile nel comprendere le prospettive dei partecipanti,

sviluppando con loro una relazione, seppur online, generatrice di ricchi spunti

delle esperienze di vita con la malattia, e come essa si sia integrata nella loro

vita quotidiana. Se inizialmente l’autore era intenzionato a una rilevazione più

«tradizionale» in un istituto scolastico, ha poi scoperto che Internet era una

fonte d’informazione molto importante per i malati e i loro genitori, dove reperire

informazioni riguardo ai farmaci e a nuove cure. Da un già presente sito di

riferimento per i diabetici (che già stimolava i giovani alla condivisione delle

proprie esperienze di vita) è riuscito ad ottenere, grazie ad un annuncio, 20

soggetti interessati a collaborare nella ricerca. L’autore fa specifico riferimento a

Burawoy (2002), su cui torneremo nell’ultimo capitolo, per giustificare il metodo

di rilevazione da lui scelto. Gli etnografi oggi hanno uno sguardo privilegiato

nell’esperienza vissuta della globalizzazione, e hanno sviluppato il concetto di

global ethnography, mettendo l’accento sulla necessità di ripensare il significato

di lavoro sul campo dal confinamento isolato, limitato in un determinato

intervallo di tempo e di spazio, verso un concetto più flessibile adattabile al

tempo e allo spazio. Per questo il lavoro di Hogel-Hazelton non è confinato in

un luogo e un intervallo precisi (in qualsiasi momento della giornata, nelle

festività, mentre si trovava in alberghi o Internet café). All’autore è stato

possibile mettersi in contatto con piccole isole della Danimarca in poco tempo.

Questo non permette di affermare che non si tratti di interazioni sociali, le quali

dovranno essere interpretate in modo in parte differente dalle interazioni offline

(linguaggio scritto, ma con proprietà tipiche del parlato: “an oral culture is

79

different from a written culture, and the culture of the Internet is different from

both” (ibid.)). È inoltre interessante rilevare quali caratteristiche vengono fornite

per definire sé stessi (genere, età, stato della malattia, ecc.)16. Considerato che

potrebbe sempre trattarsi di individui che non «fingono» di rispondere a quelle

caratteristiche, i dati sono stati valutati da un audit composto da diverse figure

professionali (assistenti sociali, infermieri e psicologi, in caso l’interazione

provocasse situazioni necessitanti assistenza). Senza dubbio non tutti gli

individui sono disponibili online, o hanno le competenze di Internet che

sarebbero necessarie alla ricerca. Ma grazie a Internet è possibile svelare nuovi

aspetti di individui o gruppi vulnerabili e spesso stigmatizzati.

Un altro esempio di interviste condotte via e-mail si trova in Bampton e Cowton

(2002), definita come «e-interview» (ma potrebbe anche essere un focus group

in una chat), più nell’ottica di una tecnica complementare, sia qualitativa che

quantitativa. Gli autori hanno infatti usato questa tecnica in seguito alla

somministrazione di un questionario, in cui il rispondente poteva indicare se

intendeva essere contatto per approfondire alcune tematiche. Le e-interview

sono suscettibili di essere asincrone, ma se questa diversità rispetto

all’intervista faccia a faccia non pare aver dato problemi ai ricercatori, è invece

importante mantenere la forma dialogica al fine di approfondire e «rilanciare» in

diversi momenti. Un problema è invece dato dal fatto che l’intervistato può

reperire informazioni di cui non era a conoscenza per rispondere in maniera

esaustiva all’intervistatore. Possono anche essere sollevati dei dubbi sulla

spontaneità dell’intervistato, anche se le stesse tradizionali trascrizioni sono ben

diverse dal parlato dell’intervista. Piuttosto il problema sta nel contenuto, che

potrebbe essere stato edulcorato da giudizi che l’intervistato, dopo avervi

riflettuto, potrebbe ritenere poco dignitosi (invece parlando faccia a faccia si può

rischiare di essere troppo spontanei). I ritardi nelle risposte vanno trattati con

cautela e tentando di comprendere a cosa siano dovuti (ed evitando eccessiva

insistenza nei promemoria spediti in seguito a una mancata risposta). Altri

accorgimenti vanno presi nel numero di domande poste per e-mail e la scelta

16 Si può fare riferimento all’articolo per alcuni stralci di conversazione (scambi di e-mail, instant messaging) tra il ricercatore e i giovani malati.

80

del momento conclusivo dell’intervista e altri problemi riguardano il limitato

registro comunicativo che consentono e la dipendenza dalla volontà e capacità

di accedere alla tecnologia, sia da parte del ricercatore che dell’intervistato.

Per risolvere il problema dell’asincronia della comunicazione, Fontes e

O’Mahony (2008) propongono l’utilizzo di un sistema di instant messaging, con

un occhio di riguardo ai recenti siti di social networking, anche al fine di rilevare

l’effetto che ha la tecnologia sulle relazioni offline esistenti. Gli autori, in seguito

a una esplorativa etnografia online, hanno realizzato 60 interviste semi-

strutturate via instant messaging. I vantaggi riscontrati risiedono nel limitato

budget richiesto (sicuramente molto basso), nella possibilità di raggiungere i

soggetti in molteplici zone geografiche e perché è stato ritenuto uno strumento

più coinvolgente rispetto all’e-mail (si ottengono spiegazioni più brevi, ma

difficilmente vi sono mancate risposte). La comodità principale è data dal fatto

che i dati sono già pronti per l’analisi (in molti casi con indicazioni sulla data e

l’ora di invio dei singoli messaggi), senza necessità di registrarli e trascriverli,

ma solamente codificare e commentare i segmenti che si ritengono rilevanti.

Inoltre gli intervistati possono partecipare da un ambiente a loro congeniale e

quando lo desiderano. Più sul piano pratico la proposta di Zalinger, Freier, e

Dutko (2009), che presentano nel loro paper un vero e proprio software di

instant messaging dedicato all’etnografia, “Ethnochat”, per aiutare i ricercatori a

condurre interviste mediate da computer, sia semi-strutturate e che non

strutturate.

1.7 Il mutamento delle tecniche di analisi qualitat iva

Con la ricerca computer assisted migliorano gli strumenti di ricerca; i modi per

lavorare con i dati qualitativi sono cambiati anche per questo, ovvero sviluppo

dei CAQDAS. In Fielding & Lee (1993) si può trovare un esempio del lungo

dibattito su questo cambiamento provocato dagli strumenti di ricerca. Usando

gli strumenti di ricerca in maniera flessibile si possono integrare nuovi processi

analitici, e si possono allargare i confini metodologici. Se si vuole basarsi solo

81

su un approccio metodologico, meglio un uso più limitato di questi strumenti,

per supportare specifici processi efficacemente.

Vi sono alcune cautele da considerare. Alcuni strumenti hanno un potenziale

maggiore di altri nel cambiare l’aspetto di come è condotta l’analisi dei dati

qualitativi (l’auto-coding è uno di questi). John Seidel, pioniere dei CAQDAS, in

quanto sviluppatore di The Ethnograph era preoccupato di un sacrificio

dell’attenta analisi dei dati, per una maggiore possibilità di risolutezza. Nei suoi

articoli e manuali è evidente cosa egli ritenesse più opportuno tra ore passate

su una piccola parte di dati rispetto a metodi veloci di esplorazione e

identificazione. Per lui infatti il valore dell’analisi proviene da un’attenta ed

accurata immersione in insiemi di dati relativamente piccoli. Era dunque

preoccupato che tale valore potesse scomparire a causa di CAQDAS sempre

più voraci, con dataset grandissimi (Seidel, 1991). Per questo non erano

presenti strumenti di ricerca di testo nel suo software. Richards & Richards

(1994) invece, hanno sostenuto attivamente all’inclusione della ricerca di testo

in Nud*ist. Loro pensavano che la ricerca del testo fosse “uno strumento

necessario per guadagnare accesso diretto ai record, piuttosto che accedervi

solo tramite i codici che rappresentano l’interpretazione del ricercatore”.

Similmente per Weaver & Atkinson (1995), gli strumenti di ricerca sono utili

mezzi per testare la validità delle analisi formate da altre strategie che la

codifica di segmenti nella ricerca interpretativa, o nella triangolazione di metodi.

Fisher (1997), infine, punta sulla sottile distinzione tra il fatto che la ricerca può

contrastare errori umani, rilevando errori nella codifica e quello di assicurare

che l’analisi sia comprendente il più possibile; si tratta di vantaggi, due

importanti dimensioni della ricerca qualitativa, che ci mettono all’erta di possibili

pessimi risultati di entrambe. Per Weitman & Miles (1995; 330) il software può

influenzare portando ad effettuare un’analisi troppo «fine», in cui sono presenti

troppi codici, che poi non servono e non si sa come affrontarli; per la capienza

illimitata offerta, visto che si può essere portati a raccogliere più dati di quanto si

sia in grado di analizzare. Oppure, se non si vedono segmenti nel contesto, si

possono generare false conclusioni e interpretazioni.

Un ulteriore esempio dell’utilità del dibattito ci viene fatto notare da Coffey,

Holbrook e Atkinson (1996) non si trovavano professionalmente d’accordo con

82

la semplice codifica testuale. Preferivano piuttosto la realizzazione di legami nel

testo (e con altri oggetti, note, e altri dettagli), ovvero di hyperlinks, in linea con

l’approccio post-moderno. Seale (2005; 205-6) ritiene probabile che la funzione

sia stata aggiunta per questa esigenza. Oltre alla funzionalità aggiuntiva, è un

indice dell’utilità del dibattito tra ricercatori e sviluppatori. E poi i collegamenti

sono come quello che avviene su Internet, in linea con l’esperienza quotidiana

delle persone. Ha ragione dunque Weitzman (2003; 337): “What else can we

hope will come out of this collaboration between users and developers in the

near future? More and better tools for sharing analyses and raw data, perhaps

by allowing posting of project databases, with analytic markups, links, and

memos, to the World Wide Web, (…) tools for building complex reports that

include analyses and data right in the report itself; and more and better tools for

supporting collaboration among research teams, and for involving informants in

the research process without intensive computer training.” Per l’autore (2003;

332-7), riguardo al dibattito concernente la prossimità ai dati, la carta è troppo

scomoda, ma non andrà a sparire. Le funzionalità del software risolvono

qualche problema, aggiungono strumenti all’analisi. Ci può essere influenza

nella metodologia, in quanto gli sviluppatori pongono assunti concettuali ai

software, ma non è necessariamente qualcosa di negativo. Gli sviluppatori

ritengono di fornire un utile apporto, e nella maggior parte dei casi sono anche

ricercatori sociali, o in contatto continuo con la comunità di ricerca. Nei software

vengono poste differenti enfasi, che possono rendere meno confortevole (ma

non impossibile) ciò che si vuole fare. Non si deve tuttavia considerare solo il

software per l’apprendimento: Weitzman (ibid.; 334) ha esperienza con studenti

che è bene operare anche secondo le tecniche tradizionali (anche solo semplici

codici), per comprendere il processo analitico prima di usare il software.

L’autore auspica per il futuro la presenza di recensioni regolari sui software

esistenti (si potrebbero recensire come se fossero nuovi testi disponibili). È

necessario un dibattito continuo tra ricercatori (metodologia vs. software), e

ricercatori e sviluppatori (cosa serve, cosa non piace). Questo perché anche gli

sviluppatori che sono ricercatori qualitativi potrebbero avere una prospettiva

ristretta, non essendo in grado di capire cosa necessiti una varietà di utenti (per

esempio ricercatori interessati alla grounded theory, orientati alla narrazione,

etnografi, ermeneutici, teoria critica, azione collettiva). Gli sviluppatori non

83

dovrebbero puntare solo a piccoli miglioramenti, a «frivolezze», solo perché gli

altri software li hanno inseriti, ma a sviluppi costruttivi, accessibili e utili, che

risolvono necessità reali. L’auspicio è che si arrivi a un maggior numero di

ricerche con i CAQDAS e ad una maggiore interoperabilità tra i programmi

(ibid.; 335-7).

Per Lewins e Silver (2007, 163) i meccanici strumenti di ricerca nei CAQDAS,

con le opzioni di auto-coding disponibili, possono aumentare la riflessività, ed

aiutare ad affrontare una grande massa di dati. Ma anche l’opposto: se si vuole

avere un approccio interpretativo, i risultati riguardano solo la superficie dei dati.

Ovviamente alcune parti dei dati possono fare riferimento ad un argomento

anche se non ci sono le parole chiave che ci si aspetterebbe di trovare, e che

quindi sono state utilizzate per effettuare la ricerca. Se le si usa

eccessivamente nell’analisi interpretativa, a scapito di analisi più dettagliate, si

commette un grave errore, e non si è compreso cos’è l’analisi qualitativa.

Occorre sempre essere critici sull’utilità degli strumenti, in questo caso di quelli

di ricerca. Nulla vieta di sperimentarli prima, per capire se e come possono

essere utili per l’analisi che si è intenzionati ad intraprendere.

1.8 Osservazioni finali

In questo capitolo abbiamo inquadrato i CAQDAS, osservando che sono

profondamente mutati rispetto ai primi anni della loro comparsa. Si tratta di

strumenti abbastanza diffusi tra i ricercatori qualitativi, e abbiamo visto che gli

utilizzatori sono suddivisibili in una tipologia che porta a chiarire alcuni aspetti di

quello che può essere il rapporto con tali software. Abbiamo successivamente

esaminato le diverse possibilità offerte dai programmi, mostrando a livello

generale diversi suggerimenti nelle tecniche d’analisi. È venuto poi il momento

delle critiche: l’utilizzo del computer nella ricerca qualitativa ha generato spesso

ingiustificati timori riguardanti la perdita di contatto con i dati e una limitazione

nella creazione di conoscenza da parte dei ricercatori. La letteratura inoltre

mostra che i CAQDAS sono utilizzabili in diversi approcci, anche se in alcuni

possono essere meno utili. Si tratta comunque prevalentemente dell’esperienza

84

e creatività del ricercatore, non tanto negli strumenti in sé. Esistono senza

dubbio dei rischi nell’utilizzo dei software per l’analisi computer-assisted, ma

essi sono risolvibili portando i ricercatori ad essere consapevoli di cosa è

possibile loro fare, e soprattutto cosa non è possibile fare, mediante tali

programmi.

Nel prossimo capitolo ci occuperemo più in dettaglio delle funzionalità pratiche

offerte dai principali software in circolazione. Vedremo perciò le soluzioni

software disponibili e come le otto procedure menzionate in questo capitolo

possono essere realizzate mediante i programmi più diffusi.

85

2. L’utilizzo del software per la ricerca qualitati va

Dopo aver fornito una panoramica riguardante le opportunità e il dibattito

metodologico riguardo i CAQDAS nel capitolo precedente, in questo capitolo ci

sposteremo su questioni più di ordine pratico. In primo luogo vedremo una serie

di accorgimenti e operazioni preliminari all’utilizzo dei software, per poi

spostarci sulle principali funzioni dei tre programmi più diffusi. Al termine del

capitolo saranno infine fornite alcune informazioni riguardanti altri software

utilizzabili in alternativa a quelli più diffusi.

2.1 Accorgimenti per l’utilizzo dei CAQDAS

Prima di iniziare a esaminare i tre principali software per l’analisi qualitativa,

riteniamo opportuno fornire una breve rassegna di accorgimenti preliminari

all’utilizzo del software, e che solitamente vengono svolti a livello di sistema

operativo e nell’elaboratore di testi utilizzato per trascrivere i dati.

Sebbene abbiamo visto che una certa influenza reciproca tra software e

metodologia è presente, preferiamo considerare distinte quelle che si possono

definire operazioni tecniche da quelle tecnologiche. Le prime fanno

maggiormente riferimento alle tecniche vere proprie della ricerca qualitativa,

mentre le seconde concernono operazioni specifiche effettuabili e da effettuare

con i software. A queste ultime faremo riferimento in questa sezione.

Quello che non vogliamo fare è fornire una serie di impostazioni. Fare ricerca

qualitativa non è avere una lista di operazioni da compiere, e da qui proviene la

difficoltà nella stesura di manuali al riguardo. Meglio quindi stimolare la criticità,

se costruttiva, nei confronti degli strumenti. Un manuale o una raccolta di

suggerimenti sono delle scatole degli attrezzi utili per capire quali tecniche

usano altri ricercatori, ma come si può essere sicuri che siano quelle giuste? Vi

è poi la divisione tra ricercatori e programmatori, aumentata dalla complessità

nella realizzazione di un software.

86

A seguire quindi vi saranno alcuni rilievi riguardanti i software (in special modo i

lati comuni, senza dimenticare le principali differenze), senza eccedere in

dettagli tecnici. Che comunque non sono da sottovalutare, in quanto tralasciare

le questioni tecniche può essere sconveniente, in quanto si considerano

acquisite a priori alcune competenze e opportunità e ciò può influire

negativamente per i meno esperti o gli esperti formati in un certo modo. È

importante sempre essere chiari su quello che si intende rilevare nei software.

Siamo dell'idea che è sempre bene far sì che la parte tecnica non

impedisca/renda difficile l’analisi. Non siamo informatici, i nostri problemi sono

altri.

Credo che parte dei rilievi specifici sui software saranno già out-of-date tra

pochi anni. Questo non mina la validità della dell’intero elaborato, che è

incentrata sulle resistenze, accumulate in decenni, all’utilizzo dei CAQDAS, e ai

motivi di tali resistenze.

Formato dei dati

La prima operazione che è necessario compiere se si è intenzionati ad

utilizzare I CAQDAS è la preparazione dei dati per l'introduzione nel progetto.

Nella ricerca qualitativa si ha prevalentemente a che fare con documenti di

testo. Ci sono varie ragioni per preferire il formato .RTF (Rich Text Format), tra

cui il fatto che esso è limitato nella formattazione. Questo perché è possibile, e

risolve molti problemi, essere semplici, senza ricorrere a formattazioni

complesse del testo.

Per quanto riguarda le trascrizioni si possono considerare vari suggerimenti.

Per alcuni è bene che esse siano già pronte e non più modificate dopo

l’inserimento nel software, mentre per altri non costituisce un problema

correggere gli errori che si riscontrano nella lettura, considerato che si tratta di

una funzione attivabile a piacimento. Può invece costituire un problema nel

lavoro di gruppo, dove è bene che i dati rimangano gli stessi tra tutti i

componenti del team di ricerca.

87

È consigliabile mantenere una struttura coerente per quanto riguarda gli

identificativi nelle interviste. Per esempio “GIADA:”, ovvero maiuscolo e i due

punti (:), da utilizzare solo quando l’intervistato interviene, non quando qualcuno

si riferisce all’intervistato. Questa è una possibilità che migliora la

visualizzazione e la ricerca nel testo, ma che può essere realizzata in un modo

diverso dal ricercatore. È tuttavia preferibile che vi sia uno stesso standard nei

lavori di gruppo. L’importante è che gli identificativi siano ricercabili

automaticamente, e perciò un altro esempio è G-22-STUD, dove si può

mantenere l’anonimato riportando l’iniziale del nome, l’età e l’occupazione

dell’intervistata (utile anche se ci si collega a dati quantitativi). Perciò coerenza

e semplicità facilitano molto, specie nel ritrovare gli identificatori facilmente – a

questo servono i due punti (:) dopo l’identificatore. Si possono poi utilizzare dei

colori, utili per identificare i vari intervistati. I software mantengono la

colorazione, ma non è detto che si possa farglieli riconoscere come elemento

particolare del testo (lo stesso vale per le evidenziazioni).

I paragrafi (ritorni a capo) possono essere utilmente sfruttati, eseguendone solo

uno quando si tratta dello stesso rispondente e due o più ritorni a capo quando

avviene un cambio di soggetto. I paragrafi sono importanti sia per semplificare

la lettura che per dare diversi significati ai passaggi nei dati. Si possono inoltre,

se si desidera, far riconoscere al software frasi, capoversi, paragrafi, ma non è

fondamentale (NVivo riconosce gli stili del testo, per l’auto-coding). Può

convenire tener conto delle possibilità di riconoscimento dei software, ma non

bisogna farsi influenzare troppo da esse, mantenendo quindi un equilibrio con il

formato che si preferisce fornire ai dati e le funzionalità di cui non si intende

avvalersi.

È consigliabile mantenere una codifica dei nomi dei file, in special modo quando

si lavora con molti dati o quando si ha intenzione di condividere il proprio lavoro

con altri ricercatori. Il riconoscimento di oggetti (tabelle e immagini) inseriti nei

file di testo avviene nella maggior parte dei casi senza problemi, anche se può

creare problemi (dimensione e perdita del formato). Conviene evitare

un’eccessiva complessità dei dati, e valutare caso per caso quanto è davvero

necessario mantenerli nel formato originario. Per sicurezza si può fare un testo

88

con un campione di pochi file, valutare se è possibile fare qualche

miglioramento e successivamente caricare l’intero dataset.

Per quanto riguarda le immagini e i dati in formato audio e video, tra i tre

software qui analizzati solo MAXqda non offre supporto per essi. Senza entrare

in questioni tecniche, è bene anche in questo caso mantenere una certa

semplicità nel loro formato, in termini di dimensioni (evitare grandezze non

necessarie) e tipo (formati più comuni).

Operazioni pratiche preliminari

Conviene acquisire maneggevolezza e fluidità nell’utilizzo del software,

imparando a conoscerne la logica tramite i vari menù e menù contestuali. Si

può, per esempio, fare pratica anche prima di iniziare a caricare i dati, creando

codici anche se non connessi a dati anche se si sarà intenzionati a un

approccio grounded. La difficoltà nel familiarizzare non è tanto perché i software

siano eccessivamente complessi, ma perché è necessario seguire la propria

strada, le proprie inclinazioni. Come ripetuto spesso nel capitolo precedente, è

possibile aspettarsi che il semplice utilizzo del programma permetta di sapere

condurre l’analisi. Considerando quanto con i software, e i computer in

generale, sia importante familiarizzare, «smanettare» per imparare, il fine

dev’essere quello di non diventare schiavi del programma, ma per poterlo

controllare e gestire in maniera più efficiente, ed essere in grado di compiere il

più possibile numero di operazioni come si sarebbe intenzionati a fare.

Vale quindi la pena di rilevare che con i software a poco serve la spiegazione

astratta delle caratteristiche. È meglio fare, capire perché e come si può fare

un’operazione. Non per niente i corsi brevi riescono a far apprendere poco.

Dovrebbero lasciare molto tempo per sperimentare e dare modo a chi sta

apprendendo di assimilare i concetti e provare le procedure. Inoltre, ripetiamo, il

software non si deve configurare come un vincolo: si può anche realizzare

l’analisi sulle stampe delle trascrizioni, dove è riportato il numero del paragrafo

89

ed è disponibile lo spazio per la codifica a penna, per poi riportare tutto sul

programma.

I software sono in grado di fare ordine nella confusione. Ma possono anche

essere in grado di crearla, specialmente quando si realizzano molti codici o si

lavora su molti documenti, importati inutilmente. È importante che i ricercatori

cerchino di usare la libertà concessa dal software per essere più limitati e

scegliere loro stessi i risultati che desiderano ottenere. Risulta difficile, se non

assurdo, stabilire limiti numerici alla quantità degli elementi prodotti dall’analisi.

Possono essere determinati unicamente dall’esperienza e dalla ponderatezza

del ricercatore.

Nel caso in cui ci si trovasse ad effettuare un lavoro collaborativo è importante

effettuare una programmazione su come si intenderà condividere il lavoro, sugli

aspetti teorici ed analitici, sperimentare le operazioni di merge (se non si

applica la collaborazione simultanea), e condividere il progetto (la lista dei

codici e altre osservazioni sui dati) in vari stadi. Occorre dunque lavorare come

un gruppo, coordinandosi nel vero senso del termine.

La mancanza di creatività nella ricerca qualitativa non la renderebbe più tale.

Questo non esclude sia necessaria anche precisione, al fine di prevenire

problemi e minare la profondità dell’analisi. Per questo abbiamo trattato di

questi accorgimenti. I ricercatori dovrebbero essere sistematici non solo

passivamente, grazie al software, ma aiutandosi con altri espedienti, come la

codifica dei nomi dei documenti associati anzidetta, utilizzando una strategia

intelligente (nei nomi dei file) anche per la cartella degli output. Inoltre si

evitano problemi anche salvando diverse copie (con data nel nome del file –

quella del sistema operativo non è sempre affidabile – o comunque con un

significato personale) del progetto. È possibile utilizzare in alcuni casi la

funzione “annulla”, ma non è il caso di farci troppo affidamento (come nei

database, dove solitamente non è prevista). Questo significa che è importante

effettuare backup frequenti, anche se alcuni software lo effettuano

automaticamente. Conviene sempre avere più di una copia del proprio

materiale digitale. Ricordandosi, ultima ma non per importanza, di proteggere i

propri dati: solo i membri del gruppo di ricerca devono potervi accedere.

90

Potrebbe ricorrere il caso di proteggerli con password, per renderli inaccessibili

in caso di furto o smarrimento, e prestare attenzione allo smaltimento dei vecchi

archivi, spesso pieni di dati personali dei soggetti, oltre che del ricercatore.

2.2 Una panoramica dei tre principali pacchetti

Il mondo dei CAQDAS non è come quello dei word processor dove è presente

un software dominante, o come è il caso di SPSS per l’analisi dei dati

quantitativi. Questo porta per certi versi a frammentare la comunità degli utenti,

mentre per altri ad offrire strumenti con funzioni base molto simili che i

ricercatori potranno valutare e scegliere il più idoneo alle loro esigenze.

Tra i vari software disponibili, tre di essi hanno ad oggi maggior diffusione e

completezza in funzionalità. Si tratta di ATLAS.ti, MAXqda e NVivo (Flick, 2006;

349-51; Gibbs, 2007; La Rocca, 2009; Lewins & Silver, 2007; di Gregorio &

Davidson, 200817).

In questa sezione saranno brevemente mostrate le possibilità offerte dai tre

software secondo le schema già visto nel primo capitolo, ovvero quelle che

considero le otto operazioni effettuabili sui dati. L’ordine di esposizione dei

software è prettamente alfabetico. Le versioni a cui viene fatto riferimento sono

quelle disponibili al momento dell’ultima revisione di questo elaborato (agosto

2009), e considerato quanto si sviluppano velocemente i software potranno

essere disponibili nuove versioni anche nel giro di pochi mesi. Le funzionalità

qui considerate non fanno tuttavia riferimento a nuove caratteristiche, mentre

per quanto concerne i confronti è possibile che le lacune di alcuni programmi

saranno colmate in nuove release18.

17 In Lewins & Silver (2007) e di Gregorio & Davidson (2008) è possibile trovare esempi ben spiegati con software recenti, anche se non le più ultime disponibili. 18 Si può fare riferimento ai working papers del QUIC (Qualitative Innovation in CAQDAS) Project (http://caqdas.soc.surrey.ac.uk/QUICworkingpapers.html) per reperire recensioni aggiornate riguardo alle recenti release dei software più diffusi.

91

Dove ritenuto opportuno saranno presentate delle schermate (screenshot)

relative alle funzioni trattate. Sebbene non intendiamo realizzare un manuale

per l’utilizzo dei software, l’aspetto grafico è comunque un aspetto

fondamentale da considerare.

ATLAS.ti : Nasce da un progetto di ricerca collaborativo e interdisciplinare nella

Technischen Universität Berlin, che ha coinvolto il dipartimento di psicologia,

informatici, linguisti e futuri utenti tra il 1989 e il 1992. Il prototipo è stato poi

sviluppato da Thomas Muhr (1991, 1994). Il programma nasce per supportare

la grounded theory e la codifica teorica di Strauss (1987). L’azienda ATLAS.ti

Scientific Software Development GmbH, fondata nel 2004, si occupa dello

sviluppo e supporto del software19 (Lewins & Siver, 2007; 241; Flick, 2006;

349). L’ultima versione disponibile è la 6.0.

Il costo delle licenze è il seguente: single user 1100€ (aggiornamento 550€),

educational 438€ (aggiornamento 220€), studente 99€20.

MAXqda : originariamente sviluppato da Udo Kuckartz (1995) al fine di

analizzare i discorsi politici, è il successore di winMAX, presente sin dal 1989.

La sua applicazione si è estesa in diverse discipline accademiche e settori di

ricerca applicata (Lewins & Siver, 2007; 252; Flick, 2006; 351). L’ultima

versione disponibile è denominata MAXqda2007.

Il costo delle licenze è il seguente: single user 900€ (aggiornamento 450€),

educational single user 430€ (aggiornamento 215€), studente 99€. I prezzi per

la versione comprensiva di MAXdictio (che permette funzionalità base di

content analysis) sono superiori di circa il 20%. Vi sono differenti prezzi per

19 Si vedano Hwang (2008) e Konopásek (2008) per delle recenti recensioni del software. 20 Si veda la pagina dedicata del sito del produttore: http://atlasti.com/licenses.html .

92

aziende private, dipartimenti governativi. È inoltre possibile acquistare licenze a

durata limitata21.

NVivo : Tom Richards e Lyn Richards (1998) hanno inizialmente sviluppato

Nud*ist a La Trobe University di Melbourne. Tom Richards (2002) ha utilizzato

le sue competenze di informatico per supportare il lavoro di sociologa di Lyn

Richards, per l’approccio della grounded theory. La QSR International è stata

successivamente fondata per occuparsi dei vari software QSR. NVivo nasce

come combinazione tra le funzionalità dell’ultimo Nud*ist (N6) e NVivo 2,

restando il prodotto di punta dell’azienda22 (Lewins & Siver, 2007; 262; Flick,

2006, 350). L’ultima versione disponibile è la 8.0.

Il costo delle licenze è il seguente: single user (commercial): 1630€; educational

single user 465€, student 185€. Il costo degli aggiornamenti varia in base alla

versione e licenza precedente. Vi sono differenti prezzi per aziende private,

dipartimenti governativi. È inoltre possibile acquistare licenze a durata limitata23.

Vicinanza e prossimità ai dati

ATLAS.ti

Il progetto in ATLAS.ti viene definito “unità ermeneutica”, termine che può

preoccupare chi si avvicina al software. Nella figura sottostante si può vedere

un documento primario aperto con alcuni codici. I codici sono raffigurati

dall'etichetta e da una parentesi a margine del testo, e possono avere diversi

colori. La parentesi indica la quotation, che nel software è un elemento

indipendente. In ogni menù a tendina è possibile accedere ai vari oggetti e alle

21 Si veda la pagina dedicata del sito del produttore: http://www.maxqda.com/shop/pricing . 22 Si vedano Bazeley (2007) e Johnston (2006) per delle recenti recensioni del software. 23 Si veda la pagina dedicata del sito del produttore: http://www.qsrinternational.com/quick-order.aspx .

93

quattro finestre dei manager (documents, quotations, codes e memo) per

organizzare ed ordinare gli oggetti. Sono oggetti dell’unità ermeneutica anche i

network. L’interfaccia di ATLAS.ti è semplice, e per certi versi esteticamente più

povera rispetto agli altri programmi.

Il sistema utilizzato è a database esterno, ovvero i documenti non vengono

importati nel software, ma letti direttamente dalla loro posizione originaria. Se

questo permette più flessibilità e riduce le dimensioni del progetto, ha il

problema di obbligare a non modificare i documenti se non all’interno del

software, che altrimenti potrebbe non riconoscerli dopo la modifica.

Interfaccia grafica di ATLAS.ti, tratta da Gibbs (2007; 111)

MAXqda

Nella figura sottostante si può vedere l’interfaccia di MAXqda, con ogni

probabilità la più semplice da apprendere essendo più user-friendly e compatta.

Sono presenti quattro pannelli: Document System, Text Browser, Code System

e Retrieved Segments, che possono essere mostrati e nascosti singolarmente. I

documenti sono definiti “texts”, e sono importati nel progetto (database interno).

94

I codici sono contrassegnati da linee colorate a fianco del testo, e il pannello

Retrieved Segments presenta informazioni riassuntive a fianco dei segmenti

riportati.

Interfaccia grafica di MAXqda, tratta da Gibbs (2007; 112)

NVivo

Nella figura sottostante si può vedere l’interfaccia di Nvivo: a sinistra vari

elementi del progetto, e poi visualizzazione simile a programma di posta

elettronica, anche se è personalizzabile sotto molti aspetti (consente la

visualizzazione a tutto schermo di alcuni elementi). L’interfaccia grafica del

programma cerca di essere la più semplice e completa possibile, pagando in

termini di requisiti e «peso» per il sistema. Il programma importa nel progetto i

documenti che si intende analizzare (database interno). I dati prendono il nome

di sources, e possono essere internals (che vengono importati) o externals, che

stanno al di fuori del progetto, ma che si desidera tenere sotto controllo,

95

sintetizzare e inserire come riferimento (dei link Internet, il capitolo di un libro,

ecc.). I sources sono organizzati in uno schema gerarchico.

Interfaccia grafica di NVivo, tratta da Gibbs (2007; 112)

Confronto tra la terminologia utilizzata dai tre so ftware

Prima di passare alle funzionalità, riteniamo opportuno riportare una tabella di

confronto tra la terminologia utilizzata nei tre software.

Tabella di confronto tra la terminologia dei tre software, adattata da di Gregorio e Davidson (2008; 238)

96

Applicazione di codici a segmenti di dati

ATLAS.ti

Vi sono molti modi per assegnare i codici, in modo tale che sia possibile

scegliere come ci si trova meglio (non avrebbe senso imporne solo uno). Per

codificare si può per esempio utilizzare la finestra del documento con il margine

associato, oppure la finestra gestione codici (tramite drag & drop). Si possono

assegnare diversi colori ai codici applicati al testo.

I codici possono essere posti in famiglie (ovvero dei gruppi, ma sono solo dei

link ai codici). Nei network, i codici possono essere posti in relazione tra loro,

anche in una forma simile a quella gerarchica. I collegamenti sono chiamati, per

esempio "is part of" oppure "is a" per i codici, mentre per le quotation possono

essere "justifies" oppure "criticizes". È possibile vedere tutti gli oggetti del

progetto nella ramificazione dell’Object Explorer.

Come già detto, ATLAS.ti è l’unico software che tratta le quotation come oggetti

indipendenti. Quindi vi si può lavorare indipendentemente dal processo di

codifica (free quotation), e annotarle, collegarle ad altre e visualizzarle in un

network. Le quotation hanno un nome (è comunque bene dare un nome

esaustivo, o porzione di testo concernente), ed è possibile commentarle. È un

aspetto importante per la ricerca e connessioni successive.

MAXqda

Nel software il codici sono sistemabili a livello gerarchico. Nel caso in cui non si

avesse già un’idea di come sistemare i codici in una struttura ad albero è

possibile semplicemente creare una categoria denominata “nuovi codici”,

mantenendoli tutti sullo stesso livello, per poi dopo eventualmente assegnarli ad

una struttura gerarchica. Sono presenti diversi modi per assegnare codici,

anche con il semplice drag & drop. In MAXqda anche il Document System è

gerarchico. Si possono assegnare diversi colori ai codici applicati al testo, ed

97

effettuare evidenziazioni colorate che comunque sono riconosciute dal

software.

NVivo

I codici sono denominati “nodes”, e sono suddivisi in tree nodes e free nodes.

Hanno le stesse proprietà, salvo la struttura gerarchica dei tree nodes. Può

essere necessario modificare le impostazioni per la visualizzazione dei codici a

margine del testo, chiedendo di mostrare i most coding o i recently coding

(ponendo un numero alto a questi ultimi si possono visualizzare tutti i codici

applicati). Altri tipi di nodi sono i cases, utilizzabili per organizzare i documenti,

o suddividere le informazioni, le relationships, per la creazione e codifica di

collegamenti tra oggetti e matrici, utilizzabili per salvare i risultati di una cross-

tab qualitativa. La codifica è velocizzata dal drag & drop e dall’utilizzo delle

barre degli strumenti. I codici realizzati possono essere visualizzati a margine

del testo, sotto forma di strisce (stripes), purtroppo di non facile lettura e ricerca

manuale.

Visualizzazione di un documento e delle stripes dei codici di NVivo, tratta da Gibbs (2007; 121)

98

Realizzazione di uno schema di codifica

ATLAS.ti

Come già accennato, la soluzione proposta dal software per organizzare i propri

codici sono le famiglie di codici. Hanno il vantaggio di non modificare la codifica,

essendo solo un collegamento tra codici. Possono essere utili per raggruppare

un argomento, un capitolo della tesi, oppure tutti i codici eccetto alcuni altri. Le

famiglie non sono mutualmente esclusive, ovvero i codici possono appartenere

a più famiglie contemporaneamente. È inoltre possibile suddividere più

nettamente i codici assegnandovi un prefisso, in modo tale da poterli meglio

organizzare. Le famiglie di codici sono combinabili in “super-families”, ovvero

una relazione tra due o più famiglie a cui si possono assegnare diverse

condizioni.

MAXqda

Come anticipato, il sistema gerarchico, fino a 10 livelli, e l’assegnazione di

colori ai codici, permettono l’organizzazione dei codici in diversi strati. Non è

necessario avvalersi di tale gerarchia, ma se rientra nelle intenzioni del

ricercatore può fornire un valido aiuto nell’organizzazione dello schema di

codifica. Si possono inoltre utilizzare altre caratteristiche per organizzare il

proprio schema di codifica come i colori e il peso (weight) dei codici.

Pannello del Code System di MAXqda, tratto da Gibbs (2007; 120)

99

NVivo

I nodes, fermo restando la suddivisione sopra menzionata, sono anche

visualizzabili nel complesso, per poter essere riorganizzati. È inoltre possibile la

creazione di sets, per raggruppare i nodi senza influire sullo schema di codifica.

Visualizzazione dei Tree Nodes di NVivo, tratta da di Gregorio e Davidson (2008; 163)

Esplorazione e visualizzazione dei dati semplice

ATLAS.ti

Dalla finestra di gestione dei codici è possibile vedere nella colonna “grounded”

quante quotation fanno riferimento ad un codice. È possibile ottenere una griglia

con il resoconto della distribuzione dei codici tra i documenti. Esistono diversi

tipi di output, che sono ordinati in base a come sono richiesti (quotation o

codici). Gli output generati dal software non sono «attivi», non permettendo di

100

ritornare al contesto in cui si trovano i segmenti dei dati presenti nel report. Non

è disponibile l’anteprima di stampa per i documenti che si desidera stampare.

MAXqda

Il software richiede l’attivazione degli elementi che si desidera recuperare,

operazione da compiere sia per i documenti che per i codici. I segmenti

recuperati vengono mostrati nel pannello “retrieved segments”, che si può

mantenere sempre presente nel programma.

NVivo

Sono presenti varie opzioni per ottenere i report, presentati nella finestra “detail

view”, e si può ottenere il report direttamente dalla lista dei codici. La finestra

detail view è interattiva e offre alcuni dati descrittivi dei segmenti recuperati.

Organizzazione della scrittura

Ricordiamo due importanti precisazioni sui memo: in primo luogo sono forse il

modo più proficuo per tenere un diario del progetto, e anche se non sono

pensati per essere codificati in alcuni software, nel caso diventasse un vincolo,

si può farli diventare dei documenti e quindi trattarli come tali.

ATLAS.ti

Abbiamo ripetuto più volte che in ATLAS.ti tutti gli oggetti sono indipendenti.

Questo aspetto peculiare del software porta a delle differenze anche nei memo,

i quali è possibile collegarli ai documenti, alle quotation, ai codici e inserirli nei

network.

101

MAXqda

I memo possono essere allegati a segmenti di testo, codici e testi. Sono

visualizzati da icone vicino agli oggetti collegati, e possono essere organizzati

da segnaposto colorati. Sono facilmente recuperabili e organizzabili secondo

criteri interni al progetto.

NVivo

I memo sono documenti vuoti, che saranno poi considerati veri e propri

documenti, e dunque codificabili e ricercati, e collegabili agli oggetti del

progetto.

Mappare idee e collegare concetti

ATLAS.ti

Si possono creare delle mappe, o come vengono denominate nel software

“network“, ponendo delle relazioni tra gli oggetti, anche se non sono

personalizzabili.

Visualizzazione di un network di ATLAS.ti, tratta da di Gregorio e Davidson (2008; 191)

102

Tali relazioni hanno poi valenza per successive query che si potrebbero

effettuare, e vengono «ricordate» per tutte le operazioni successive. Ogni

oggetto del progetto può essere incluso in un network.

MAXqda

Il software dispone di MAXmaps, che consente la creazione di mappe basate

su oggetti già esistenti nel progetto, o nuovi oggetti frutto di nuove idee. Gli

oggetti sono interattivi con il contesto in cui sono contenuti, e si possono

realizzare diversi strati di mappe. Vi possono essere inserite immagini e le

relazioni sono personalizzabili.

Visualizzazione di una mappa di MAXqda, tratta dal sito del produttore24

NVivo

I modelli possono essere statici o dinamici. Nel primo caso non sono connessi

con gli oggetti del progetto, nel secondo sono interattivi con la parte del

24 http://www.maxqda.com/products/screenshots .

103

progetto che rappresentano. In un modello si possono vedere le relazioni e

raggruppare gli oggetti del progetto. Le relazioni tra gli oggetti sono

personalizzabili.

Visualizzazione di una modello di NVivo, tratta dal sito del produttore25

Organizzazione dei dati su caratteristiche note

Come abbiamo visto nel primo capitolo, gli attributi sono una modo per

associare variabili ai dati qualitativi. Solitamente ogni caso in esame può avere

un valore per ogni attributo (o nessun valore se non è applicabile). Alcuni

esempi possono essere il genere, l’età, il luogo di residenza. Spesso queste

informazioni sono registrate in un sommario, simile alle matrici della ricerca

quantitativa. Nella ricerca qualitativa è tuttavia possibile applicare sia variabili

categoriali che attributi e valori ad altre unità d'analisi, come organizzazioni o

eventi. Per le organizzazioni, per esempio delle aziende, si può inserire il nome

dell'azienda, il numero di dipendenti e il settore in cui opera; per gli eventi si

possono inserire la data, l'ora e il luogo in cui sono avvenuti. Gli attributi

possono essere già determinabili all'inizio dell'analisi, oppure si formano nel

25 http://www.qsrinternational.com/news_media-resources_listing.aspx?view=8 .

104

corso della lettura dei dati. Le ricerche sono salvabili, per poterne vedere gli

sviluppi nel corso dell’analisi.

ATLAS.ti

Nel software le famiglie dei documenti sono utilizzabili per gli attributi. Le

“famiglie” infatti sono il raggruppamento effettuabile per i documenti, i codici e i

memo. L’organizzazione dei dati per famiglie e codici avviene quando

combinata nelle query (con la funzione scope).

Finestra del Query Tool e funzione scope di ATLAS.ti, tratta da Gibbs (2007; 137)

105

MAXqda

In MAXqda è possibile assegnare attributi a vari documenti, e gli insiemi di

documenti forniscono il collegamento a gruppi di testi. Una volta attivati i testi

d'interesse per attributi, e selezionato il codice o i codici che si desidera

recuperare, il risultato viene posto nel pannello Retrieved Segments.

Tabella degli attributi di MAXqda, tratta da di Gregorio e Davidson (2008; 134)

NVivo

Nel programma gli attributi sono applicabili ai cases, che possono comprendere

una o più source, o parti di esse. Essendo i cases un tipo di nodo, essi possono

avere assegnati degli attributi, ma non gli altri tipi di nodo. Il risultato

dell’assegnazione degli attributi è visualizzabile nel casebook. Per sfruttare

106

l’organizzazione dei cases NVivo ha strumenti di ricerca più avanzati, con

tabelle per comparazione.

Finestra degli attributi e del casebook di NVivo, tratta da di Gregorio e Davidson (2008; 112)

Finestra per la gestione delle proprietà dei cases di NVivo, tratta da Gibbs (2007; 135)

107

Interrogazione dei dati (esplorazione complessa)

Trattiamo ora brevemente la funzione più avanzata dei software, le query. Sono

già state accennate per quanto riguarda la ricerca di combinata di attributi e

codici.

Due sono i tipi di ricerca possibili: booleana26 e di prossimità. La ricerca

booleana presenta operatori come OR (combinazione, unione) e AND

(intersezione). Viene usata per esaminare ipotesi o idee sui dati, e dipende da

un dataset ben codificato. La ricerca di prossimità presenta operatori come

“seguito da” (followed by, ma anche segue o precede) e “vicino a” (near o co-

occurrence). È più di tipo speculativo, e viene usata per esplorare i dati, spesso

ad uno stadio iniziale di codifica. In entrambi i tipi di ricerca è possibile inserire

più di due elementi.

Vediamo alcuni esempi: per quanto riguarda la ricerca booleana, ricercando “A

AND B”, il risultato sarà solo il testo che è stato codificato sia con A che con B,

e nessun testo che è stato codificato solo con A o con B o nessuno dei due.

Ricercando “A OR B”, si otterrà tutto il testo che è stato codificato con A, con B

e entrambi. Nella ricerca di prossimità, inserendo “A followed by B”, il risultato

sarà il testo che è stato codificato con A quando è seguito da testo codificato

con B. Può essere necessario precisare la distanza richiesta. Ricercando “A

near B”, l’output sarà solo il testo che è codificato con un codice che risulta

vicino testo codificato con l'altro codice. Può essere precedente, successivo o

sovrapposto. Anche in questo caso può essere necessario precisare la distanza

richiesta.

Come precisato nel primo capitolo, le ricerche sono utili se si è effettuata una

buona codifica. Se i codici sono mal definiti, applicati incoerentemente e/o

concettualmente confusi, il risultato delle ricerche sarà inaffidabile, se non

26 “Termine che proviene direttamente dalla cosiddetta algebra Booleana. Questo tipo di impostazione matematica, che prende il nome dalle teorie di G. Boole, è un sistema algebrico che rappresenta una logica a due valori («vero» o «falso»)" (Pretto, 2008; 451; si veda anche Wetizman & Miles, 1995, in particolar modo le definizioni “boolean logic”, “set logic” e “search” del glossario. Anche in Gibbs (2007) e di Gregorio e Davidson (2008) viene ben spiegato l’argomento.

108

biased. Inoltre, val la pena di ripetere, anche se si è codificato opportunamente

il dataset, le query possono essere soltanto un supporto all’analisi.

ATLAS.ti

Nel software sono presenti diversi modi per effettuare ricerche complesse. I tipi

di relazione tra gli oggetti sono un mezzo di recupero, rendendo possibile

tramite la stessa interrogazione di effettuare una ricerca e mettere assieme gli

oggetti collegati. Le query si realizzano con il Query Tool, non proprio

immediato nell’interfaccia per i principianti. Per la ricerca tra codici si realizza un

super code, che si aggiorna automaticamente, e viene posto nella lista dei

codici. Può essere utile per catturare una prospettiva in particolari nelle diverse

fasi dell’analisi. Gli operatori utilizzabili sono quelli booleani, semantici e di

prossimità.

È possibile anche effettuare ricerche in tutto il progetto con lo strumento Object

Crawler: che permette di cercare stringhe, parole, e frasi nel contesto in tutti gli

oggetti. Un’altra possibilità è il Cooccurence Explorer: si tratta di uno strumento

semplice per controllare alcune relazioni basate sul lavoro allo stato attuale, per

l’esplorazione top-down delle cooccorrenze dei codici con altri codici (e

successivamente con le citazioni) ed infine la cooccorrenza dei documenti con i

codici (e poi con le citazioni).

In ATLAS.ti le query e la funzione auto-coding costituiscono due finestre

differenti. È inoltre presente lo strumento Word Cruncher, che permette il

conteggio delle parole in tutto o in parte del dataset. L’output non è interattivo,

ma è tuttavia esportabile.

MAXqda

Vi sono diversi strumenti per effettuare delle interrogazioni: per esempio il Code

Matrix Browser fornisce informazioni grafiche sulla distribuzione dei codici nei

documenti, e vi si può operare in maniera interattiva; vi è poi il Text Retrieval

tool, che utilizza gli operatori booleani, mediante una semplice interfaccia, e

109

permettendo di poter codificare i risultati delle ricerche. Inoltre MAXqda

presenta come componente aggiuntivo lo strumento MAXdictio, che permette

un’approssimazione di content analysis, fornendo un output interattivo ed

esportabile.

Finestra del Code Matrix Browser di MAXqda, tratta da di Gregorio e Davidson (2008; 134)

NVivo

Nvivo presenta un sistema più complesso per le query. Oltre alla sempice

ricerca di testo all’interno degli oggetti del progetto, quattro tipi di ricerche sono

possibili con il programma: testuale, all’interno delle sources, dei nodi, dei sets

e dei commenti; Coding query, che permettono una semplice ricerca che

combina attributi e nodes, ma anche ricerche avanzate con i nodes, mediante

operatori booleani e di prossimità; Matrix coding, per comparare coppie di

oggetti e visualizzarli in una tabella (matrice); Compound query, per la ricerca di

testo nei dati codificati o vicino ad essi. Tutte le query possono essere salvate.

È inoltre presente un’avanzata funzione di auto-coding, la quale sfrutta gli stili

del testo dei documenti importati nel progetto.

110

Finestra Coding Query di NVivo, tratta da Gibbs (2007; 139)

2.3 Altri software disponibili

Presentiamo ora una veloce rassegna di altri software disponibili, ovviamente

non esaustiva. I tre software sopra mostrati e i quattro che seguono

costituiscono tuttavia buona parte dei programmi utilizzati dalla comunità di

utenti.

HyperRESEARCH: è stato inizialmente sviluppato nel 1990 da Sharlene Hesse-

Biber, T. Scott Kinder e Paul Dupuis a Boston. Dal 1991 è stato sviluppato dalla

ResearchWare Inc., che se ne occupa tuttora assieme a HyperTRANSCRIBE,

un programma dedicato alle trascrizioni. Entrambi sono disponibili sia per

Windows che per Mac. L’ultima versione disponibile di HyperRESEARCH è la

2.8.2, e il costo delle licenze varia da 180€ per la student a 340€ per quella

single user.

QDA Miner: sviluppato da Normand Peladeau, un ex-valutatore di programmi, il

quale riteneva che il software dovesse facilitare sia l’analisi numerica che

testuale dei dati. In aggiunta a WordStat, consente le funzioni tipiche dei

CAQDAS con un range molto ampio di strumenti per la content analysis. Risulta

111

quindi il programma più evoluto nel campo delle metodologie miste27. L’ultima

versione disponibile è la 3.2. Le licenze single user commercial costano 1330€

(3100€ con WordStat), mentre quelle single user educational sono 390€ (650€

con WordStat)

Qualrus: sviluppato da Idea Works Inc,, con l’iniziale supporto di diversi

ricercatori qualitativi tra cui Howard Becker, si caratterizza dagli altri CAQDAS

per l’utilizzo di strategie computazionali intelligenti per assistere il ricercatore in

alcuni processi, come i suggerimenti di codifica e di raggruppamento tra codici.

Certamente oggetto di controversie, può essere di supporto per i ricercatori più

esperti. L’ultima versione disponibile è la 2.0, e la licenza student ha un costo di

130€, quella single user educational 300€ e la single user 820€.

Transana: nasce come software gratuito e open source per facilitare la

trascrizione, la gestione e l’analisi dei documenti audio e video. Creato da Chris

Fassnacht, ora è sviluppato da David K. Woods al Wisconsin Center for

Education Research della University of Wisconsin-Madison. Il software è

caratterizzato quindi dall’essere espressamente dedicato a dati multimediali (è il

software di riferimento per chi se ne occupa), ma anche dal permettere la

collaborazione in tempo reale tramite server. L’ultima versione è la 2.3, ed è

disponibile sia per Windows che per Mac. Da qualche mese non è più un

software gratuito, e la licenza ha un costo di 35€ come single user, ma può

differire molto nel caso si desideri la versione multi-user, che ha un costo di

350€ per progetto.


In questo capitolo abbiamo visto sul piano pratico le possibilità dei tre software

più diffusi per l’analisi computer-assisted. Le funzionalità di base sono

congruenti, mentre l’elemento caratterizzante è la logica mediante la quale ogni

programma offre le procedure d’analisi e l’organizzazione delle informazioni nel

27 Si vedano Chomczynski (2008) e Lewis & Mass (2007) per delle recensioni del software.

112

progetto. Come visto nel primo capitolo è privo di senso stabilire quale sia il

software «migliore». È importante che i ricercatori intenzionati ad utilizzarne uno

siano a conoscenza delle alternative proposte dal mercato, per fare in modo di

meglio soddisfare le proprie esigenze e trarre il massimo vantaggio dal fatto di

avvalersi di un programma per assistere la propria analisi. Non sono tuttavia le

uniche dinamiche presenti nella scelta del software da utilizzare, ed essi

vengono utilizzati in modalità diverse. L’analisi di questi elementi e la

percezione dei programmi che hanno gli utenti sarà l’oggetto del prossimo

capitolo.

Infine, si sarà notato che dei sette programmi citati solo due funzionano su più

di una piattaforma, mentre nessuno è completamente multipiattaforma. È un

problema simile a quello presente con i software per i dati quantitativi, colmato

tuttavia dal software R. Degli spunti in tal senso sarà dato spazio nell’ultimo

capitolo, dedicato ai potenziali sviluppi dei CAQDAS.

113

3. L’apprendimento e l’esperienza con i CAQDAS

Nel capitolo precedente abbiamo esaminato le principali funzioni dei programmi

più diffusi. Passeremo ora alla ricerca empirica condotta riguardo l’utilizzo dei

software. Nella prima parte del capitolo saranno presenti le considerazioni frutto

della mia esperienza di insegnamento di un software per l’analisi computer-

assisted. Nella seconda parte saranno esaminate le opinioni, le difficoltà e le

esigenze di alcuni ricercatori qualitativi da me intervistati riguardo all’utilizzo dei

programmi nelle loro ricerche.

3.1 L’insegnamento agli studenti del corso di Metod i qualitativi

La preparazione

Intendo iniziare la sezione riguardante la ricerca compiuta riguardo ai CAQDAS

esponendo dell’esperienza di insegnamento e consulenza agli studenti del

corso di Metodi qualitativi del corso di laurea in Sociologia e Ricerca Sociale.

Sotto invito del prof. Giolo Fele ho avuto la possibilità di partecipare a 6 ore

accademiche di lezione, al fine di insegnare agli studenti l’utilizzo di ATLAS.ti.

Oltre all’insegnamento, sono stato successivamente impegnato nell’assistenza

e consulenza tecnica agli studenti.

Consapevoli che il tempo a disposizione non sarebbe stato sufficiente

all’apprendimento approfondito del software, il docente e le sue due

collaboratrici, Veronica Dei Rossi e Michela Ventura, hanno ritenuto comunque

una buona competenza anche solo sapere dell’esistenza di questi software. In

primis questo valeva per il sottoscritto, consapevole di quanto i CAQDAS

avrebbero potuto aiutare alcune delle ricerche svolte nel mio corso di laurea. Si

va dall’etnografia di un rione cittadino, compiuta in una versione precedente del

corso di Metodi qualitativi, in cui mi ero avvalso di strumenti «tradizionali» come

carta, forbici e etichette, congiunti a delle operazioni sui testi tramite un word

114

processor, allo studio riguardante il consumo mediale degli immigrati trentini,

basato su interviste in profondità, ed infine un’analisi del discorso, riguardante

un evento politico, avvalendosi di articoli di giornale

L’insegnamento dell’utilizzo di un software è a mio avviso sempre un compito

ingrato, ma valeva comunque la pena di provare. Come per lo studio o per la

scrittura della tesi, è difficile fornire il metodo più adatto per ognuno. Ma questo

non significa non ci siano cose da dire, degli inquadramenti da fornire. Gli

studenti erano tutto sommato fortunati in quanto tutto era stato preparato per

loro, e allo stesso tempo si presentava anche per me come una opportunità

vantaggiosa. È probabile che agli studenti sarebbe davvero bastato l’utilizzo di

un word processor, anche se in una modalità leggermente diversa dalla quella a

loro abituale; si è tuttavia ritenuto che fosse utile far loro familiarizzare con uno

strumento nuovo, anche se solo a scopo introduttivo. Inoltre, sebbene non vi sia

stato il tempo di mostrare praticamente le alternative disponibili, è stato fatto

notare che ve ne sono diverse utilizzabili.

Prima di procedere alle lezioni frontali è stato tenuto un breve incontro di prova

con il docente e le sue due collaboratrici. Si è rivelato un utile test, in quanto ero

inizialmente tentato a separare maggiormente i processi analitici nella

spiegazione, come avviene in molti manuali. In verità non è affatto semplice

suddividere i processi d’analisi, ed anzi può causare maggiore confusione. È

stato ulteriormente utile a vagliare le problematiche della versione dimostrativa

del software ATLAS.ti che è stata utilizzata. Il fatto di non presentare dei limiti di

tempo nel suo utilizzo (condizione ideale per la presenza nei laboratori che non

hanno acquistato le licenze), è controbilanciato dai limiti imposti al numero

massimo di oggetti salvabili all’interno di un progetto (10 documenti, 50 codici,

eccetera). Si è reso necessario progettare un accorpamento del materiale,

evitando la possibilità di organizzare i dati per attributi. Anche se è stato un

vantaggio stimolare un certa uniformità nelle trascrizioni e nei formati utilizzati

(.RTF e identificatore rispondenti). Sembra che i limiti siano stati studiati proprio

per essere sotto le necessità anche di piccole ricerche. Resta la possibilità di

poter comunque andare in dettaglio nell’analisi per poi salvare l’output e

rimuovere oggetti superflui (se l’analisi resta limitata a un aspetto).

115

L’oggetto della ricerca degli studenti riguardava uno studio sulle famiglie

italiane, con lo scopo di indagare la divisione dei compiti all’interno del nucleo

famigliare e la sua organizzazione, congiunto a quello di comprendere come

viene vissuta l’abitazione domestica e quali esigenze della vita famigliare sono

rappresentate nella casa. I dati comprendevano testi, fotografie e mappe delle

case. Gli studenti sono stati suddivisi in coppie, ognuna delle quali ha lavorato

su un diverso tema.

Per evitare problemi con i percorsi è stato consigliato di avvalersi di una

chiavetta USB. Per esigenze tecniche sono state realizzate due unità

ermeneutiche, una contenente le interviste condotte, l’altra contenente i tour

delle case. In quest’ultimo caso si è riscontrato il problema delle dimensioni

delle fotografie contenute in alcuni casi all’interno dei documenti, esacerbato dal

formato .RTF. È stato necessario spiegare quali procedure seguire per

ridimensionare le fotografie, competenza non particolarmente diffusa.

Nei giorni immediatamente precedenti alle lezioni sono state condotte delle

prove con le due assistenti sui dati oggetto d’analisi. Anche in questo caso è

stato utile al fine di prepararsi a certi problemi (quello dei percorsi in

particolare). In tal modo sono stati disponibili i loro dati già parzialmente

analizzati, in modo tale da avere una dimostrazione con il loro lavoro, preceduto

da un’esposizione di un mio esempio più completo. Questo fermo restando

l’importanza di operare una distinzione tra quelli che possono essere i problemi

dell’analisi e quelli che possono essere problemi tecnici.

L’insegnamento e la consulenza

I primi problemi legati all’apprendimento sono stati legati al salvataggio dei file,

vista la non immediatezza del sistema a database esterno. Inoltre si sono

riscontrati dei problemi nella comprensione della funzione e del funzionamento

delle famiglie. Il primo impatto degli studenti è stato cauto: “bisogna usarlo per

capire”, “al momento non mi sembra niente più di Word” sono alcune delle

impressioni ricevute.

116

Per quanto riguarda la consulenza tecnica successiva, ho osservato che gli

studenti cercavano di risolvere i problemi appena si verificano, a causa di timori

di aver perso il lavoro. Non credo tuttavia che abbiano usato funzionalità

avanzate (query, mappe, collegamenti). In parte sia perché c’era poco tempo

per spiegarglielo, sia perché non ne avevano nemmeno bisogno (anzi, avrebbe

portato a una maggiore confusione).

È stato anche interessante rilevare che anche i CAQDAS possono offrire

un’esperienza condivisa di utilizzo (come avviene tra gli studenti per i software

statistici), anche se più incentrata sui contenuti dell’analisi che sulle procedure

Segnalo qualche problema riscontrato successivamente alle lezioni, nella fase

di consulenza al lavoro degli studenti. In primo luogo, come già accennato

sopra, si sono verificati diversi errori nel caricamento dell’unità ermeneutica, in

molti casi perché gli studenti non copiavano anche i documenti originali nel

trasferirla da un supporto all’altro. Due studentesse hanno svolto un complesso

lavoro di codifica: si erano divise i dati da analizzare per poi scambiarsi le

rispettive unità ermeneutiche. A questo punto ognuna delle due ha

commentato, modificato e cancellato alcuni oggetti del lavoro dell’altra. Questo

ha comportato problemi nel merge, fattualmente difficile. Ho anche riscontrato

problemi nella comprensione della funzione di filtraggio e della non mutua

esclusività delle famiglie.

Un altro caso, più tecnico ma comunque significativo, è stato vissuto da due

studenti. Oltre ai problemi derivanti dalla struttura a database esterno (e quindi

dei percorsi dei documenti primari), hanno riscontrato problemi per l’utilizzo di

un sistema operativo molto recente; problemi aggravati dalle scarse

competenze di una studentessa anche a livello di semplice gestione file. Si

trovava inoltre più comoda ad avere un’unità ermeneutica separata per ogni

documento, realizzando una codifica molto limitata e per certi versi scorretta

(mancando l’intestazione del rispondente nella citazione selezionata) e con

pochi commenti.

117

La ricezione degli studenti

Passiamo ora al questionario somministrato durante la prima giornata di

presentazione dei lavori degli studenti. Si trattava di un questionario teso a

rilevare una valutazione dell’utilità di ATLAS.ti nella loro ricerca. Inizialmente

veniva chiesto di autovalutare le proprie competenze informatiche e se queste

erano considerate sufficienti all’utilizzo del software. Successivamente veniva

richiesto se i limiti della versione dimostrativa avevano influito negativamente

nel corso dell’analisi, e quanto è stato utilizzato il software per condurla. Infine,

per la parte strutturata, veniva chiesto se il software aveva aiutato la

sistematizzazione dell’analisi e se aveva aumentato la prossimità con i dati. Le

domande a risposta aperta interrogavano invece gli studenti sui vantaggi e i

limiti riscontrati nell’utilizzo del software, ed infine quello che a loro avviso si

potrebbe perdere e avvantaggiare. Al termine, l’unica variabile d’attributo

richiesta corrispondeva al genere del rispondente (20 studenti, 10 maschi e 10

femmine).

Le domande strutturate hanno portato a rilevare una situazione pressoché

invariante tra gli studenti. Praticamente tutti valutano le loro competenze

informatiche nella media e le ritengono più che sufficienti per l’utilizzo di

ATLAS.ti. La versione dimostrativa ha creato disagi, più o meno manifestati, ed

è stato dichiarato che il software è stato usato in larga misura per l’analisi. La

sistematizzazione dei dati e la prossimità ad essi è stata riscontrata

favorevolmente da quasi tutti gli studenti. Non si riscontrano infine significative

differenze in base al genere.

Le domande a risposta aperta aggiungono invece dei rilievi di natura

interessante. Quella riferita ai vantaggi percepiti del software vi sono la

semplicità e la sistematizzazione possibili nella codifica (in alcuni casi viste

anche in termini di «obbligo»), la comodità nella visualizzazione di più elementi

contemporaneamente, il collegamento e il confronto tra gli elementi. Velocità e

sguardo d’insieme sono le altre caratteristiche positive dichiarate. Interrogati dei

limiti del software, gli studenti hanno ripreso a muovere critiche nei confronti

della versione dimostrativa e ai percorsi dei file del progetto, ma soprattutto

118

alcuni hanno rilevato che anche se con più lentezza è possibile eseguire le

stesse operazioni sul cartaceo (“la praticità di un foglio”), che lavorare quasi

esclusivamente al computer è limitante e che il merge è un’operazione

eccessivamente complessa. In generale non vengono giudicate intuitive alcune

operazioni «obbligate» nel corso dell’analisi. Veniamo quindi alla domanda

riguardante l’eventuale perdita di «qualcosa» nel processo d’analisi utilizzando

il software. Si è trattato della domanda più critica, che ha portato al maggior

numero di missing. Il problema sembra essere che gli studenti mancavano di un

riferimento diverso dall’analisi assistita da computer, essendo per molti la loro

prima esperienza di ricerca qualitativa. Il software veniva vissuto per certi versi

con naturalezza e scontatezza. Nella maggior parte dei casi gli studenti non

hanno saputo rispondere perché non hanno un altro riferimento, oppure perché

ritengono di non conoscere ATLAS.ti approfonditamente. Comunque alcuni

trovano dei problemi, come quello di portare ad una eccessiva

sistematizzazione e libertà nelle interpretazioni, oppure ad una lettura

superficiale dei dati. Chi perciò ha risposto alla domanda mette in luce che

parte del proprio modo di lavorare viene a mancare (“Forse si perde un po' del

proprio modo di fare, cioè risulta un procedimento che alla fine diventa un po'

troppo automatico”). Da non dimenticare tuttavia che la mancata

problematizzazione del software come strumento di analisi potrebbe essere

dovuta alla considerazione che non offra molto più di quanto è possibile fare

con carta e penna o con un editor di testo. Infine, per quanto riguarda i possibili

vantaggi forniti dai software alla analisi qualitativa si ripropongono alcune delle

risposte e osservazioni precedenti. I termini più ricorrenti sono “velocità”,

“facilità” e “sistematicità” e “chiarezza”, riferite alle possibilità di recupero, di

codifica e di annotazione ben esemplificati da questo studente: "Sicuramente la

versatilità: ognuno può accedere ai dati; non ci sono problemi nella lettura;

risultano costantemente ordinati; la velocità di scambio".

Tali osservazioni riguardanti i vantaggi si ritrovano anche nei rapporti di ricerca

degli studenti, che vengono giustamente riportati nella parte metodologica. Ad

essi era stato richiesto di riportare una serie di output a partire da ATLAS.ti

(lista delle quotations, dei codici e dei memo). In esse si nota la strategia di

codifica e di selezione delle parti rilevanti adottate, mostrando grande varietà

119

nel numero di citazioni create e nella loro lunghezza, quanto per il numero di

codici, in alcuni casi veramente esiguo. Alcuni hanno fatto uso dei collegamenti

e dei commenti alle citazioni, mentre si riscontra uno scarso uso dei memo,

forse perché non sufficientemente esortato a lezione. Interessante il caso di due

studentesse che hanno usato il software solo per la prima selezione dei

segmenti rilevanti per il loro argomento d’interesse, per poi utilizzare il word

processor per procedere ad una colorazione dei titoli delle citazioni per la

costruzione di una tipologia.

Passiamo quindi ad alcune osservazioni riguardo le presentazioni degli

studenti. Ho rilevato un generale e diffuso uso di citazioni nella presentazione

dei risultati, probabilmente dovuto alla semplicità di recupero delle stesse. Un

altro elemento che ha caratterizzato le analisi degli studenti è un frequente

ricorso a schemi e tipologie generate dai dati, dove il livello più basso è

costituito presumibilmente dai codici, spesso riferiti in termini di concetti. Per

quanto molte tipologie non fossero molto elaborate, c’è da rilevare che il

software ha costituito uno stimolo alla loro generazione (in particolar modo

quelle a più dimensioni). Se questo può avere dei vantaggi nell’ordine fornito da

un modello, ha anche il problema aver portato alcuni studenti a porre delle

citazioni punto a punto, in quanto la teoria può anche essere generale, anche

solo d’indirizzo, non mostrando sempre il collegamento diretto con gli stralci.

Interessante il rapporto con i codici dimostrato dagli studenti: hanno percepito

quanto è un processo importante dell’analisi (“abbiamo codificato…”). Alcuni

hanno anche ritenuto di esplicitare il proprio schema di codifica nella

presentazione, la quale non aveva una forma lineare ma ipertestuale, mettendo

quindi in evidenza le connessioni presenti tra i codici. Il docente ha riscontrato

tuttavia una tendenza, per alcuni studenti, a fare un semplice lavoro di

etichettamento, senza il tentativo di generare una discussione, di «scavare» nel

paper.

Concludendo, ho riflettuto sulla necessità di accogliere questi software nella

fase di apprendimento della metodologia e la tecnica della ricerca qualitativa:

l’assistenza offerta dal computer può aiutare a concentrarsi sul lavoro d’analisi,

e portare a un minore smarrimento di chi è alle prime armi con questo tipo di

ricerca, specie tra le nuove generazioni di studenti. Ritengo che il fatto di

120

insegnare, anche a livello di interfaccia, un software a chi magari

successivamente lo utilizzerà per una propria ricerca sia stata un’esperienza

significativa e di grande valore (Carvajal, 2002; Corti & Bishop, 2005; di

Gregorio, 2003, di Gregorio & Davidson, 2008; 73-77). Per esempio si è notata

una capacità ben diversa da parte di chi aveva già utilizzato ATLAS.ti per una

ricerca, anche se non in maniera approfondita. Se dunque il rischio che si è

corso era quello che gli studenti svolgessero un’analisi un po’ troppo

automatizzata, non comprendendo a pieno l’importanza della ricorsività e

attenta lettura dei dati, ritengo che sia stata offerta agli studenti una possibilità

che a mio avviso potrebbe essere ampliata, a livello generale, nei corsi dedicati

ai metodi qualitativi. Una parte più consistente di laboratorio potrebbe

consentire un aiuto non solo nell’analisi ma anche nell’insegnamento

metodologico, magari lavorando su carta nel corso delle prime codifiche, per poi

passare al software. I problemi che si riscontrano sono in scarsa misura dovuti

al fatto che la ricerca qualitativa non sia realizzabile tramite l’aiuto del computer,

ma più incisivamente perché vi sono problemi di competenze informatiche ben

prima dell’utilizzo dei CAQDAS. Non aiutano il superamento di queste difficoltà,

comunque possibile, la scarsa intuitività di molti CAQDAS, che potrebbero

essere sicuramente migliorati dal punto di vista dell’interfaccia grafica.

3.2 L’esperienza dei ricercatori

Trattando di software per l’analisi qualitativa ritengo sia fondamentale

conoscere come vengono utilizzati tali software, quando e come ha avuto luogo

l’apprendimento del loro utilizzo, e il modo in cui sono stati utilizzati (da soli o in

collaborazione con un team di ricerca). È per questo motivo che è arrivato il

momento della parte dedicata alle opinioni ed esigenze dei ricercatori, rilevate

tramite interviste faccia a faccia (prevalentemente nel loro studio), e dove non

fosse possibile in via telefonica (Skype).

Gli intervistati, docenti e ricercatori coinvolti in qualche modo con i CAQDAS

(non tralasciando perciò chi invece non si avvale di questi software per la

ricerca), sono stati contattati per essere in grado di comprendere le principali

121

problematiche da loro riscontrate, e per cercare di capire le esigenze che essi

affrontano nell’analisi e ottenere un resoconto dei loro modi d'uso dei

programmi. Gli altri argomenti trattati sono la presunta ortodossia nel metodo

imposta dai CAQDAS, l’effettiva possibilità della collaborazione nel loro

ambiente di loro e il confronto con i metodi «tradizionali». Ottimi spunti sono

provenuti dal celebre studio di Fielding e Lee (1998), trattato nel primo capitolo.

Le interviste hanno coinvolto 15 ricercatori e docenti, di cui 1128 facenti capo

all’ateneo trentino e 4 docenti di altri atenei italiani. I contatti sono stati ottenuti

grazie ad alcuni consigli forniti dal mio relatore e a conoscenze avvenute nel

mio percorso accademico. Tra i soggetti dell’ateneo trentino vi sono 5 giovani

dottori di ricerca, 4 che invece lo sono da più tempo (almeno 5 anni), e 2

docenti. I nominativi sono riportati in forma anonima, e sono state volutamente

esclusi nomi di ricercatori citati (fatto salvo per i riferimenti alla letteratura).

Sono state omesse inoltre le informazioni dettagliate riguardanti le ricerche cui

gli intervistati facevano riferimento. Ho riscontrato in alcuni casi un certo timore

di «sfigurare» nel non sapere come rispondere ad alcune domande e

soprattutto nel parlare in maniera critica del lavoro dei propri colleghi. Più che

un timore nei miei confronti, sembrerebbe piuttosto il timore di sfigurare con i

colleghi – con cui hanno magari progetti in corso – o più in generale con il così

detto «collegio invisibile»29.

Approccio al software

La prima dimensione che intendiamo indagare è quella dell’approccio al

software, ovvero come è avvenuto il primo contatto con esso, le modalità e i

motivi per cui i soggetti hanno inteso avvalersene.

28 Due interviste sono state condotte in collaborazione con la nuova collaboratrice del progetto QDA-UniTN, Adriana Pimenta, che si sta occupando della realizzazione di use case per lo sviluppo della piattaforma. Ringrazio lei e il dott. Maurizio Teli per avermi dato la possibilità di partecipare a queste interviste. 29 Si veda Platt (1981) per un’interessante discussione riguardo l’intervista ai propri pari. Ringrazio la dott.ssa Albertina Pretto per la segnalazione.

122

Tendenzialmente il primo approccio avviene nel momento in cui i ricercatori si

sono trovati a dover lavorare con una grande quantità di dati, nella fattispecie la

tesi di dottorato, o in alcuni casi anche quella di laurea. Il suggerimento

proviene dal relatore o supervisore, il quale trova anche la possibilità di

approfondire uno strumento che in molti casi non conosceva in pratica.

L’apprendimento, o per lo meno l’imprinting con l’interfaccia e le funzionalità

base avviene solitamente grazie all’aiuto di colleghi o comunque ricercatori più

esperti. L’interesse nasce anche perché se ne sono viste le possibilità da altri

colleghi che li utilizzano. Alcuni intervistati riferiscono di altri ricercatori

(solitamente di istituti di ricerca privati) di loro conoscenza che pensavano di

poter usare i software per condurre sbrigativamente l’analisi, e che quando

scoprono che probabilmente sarà ancora più lunga abbandonano l’idea. Ecco la

versione di RIC5:

Io ho avuto diversi, almeno due o tre, persone che hanno degli istituti di ricerca privati, nel campo della ricerca di mercato, che mi avevano contattato perché avevano sentito parlare di questi programmi. E loro avevano l’idea che fossero programmi automatici, fondamentalmente. Quando gli si è detto “guardi che c’è una fase manuale, che bisogna necessariamente fare, e da qui non si può prescindere”, non hanno più avuto nessun interesse in questi programmi. Sono andati verso T-Lab ad esempio, o quella roba là, che lì invece può essere quasi tutto automatico insomma. O praticamente tutto automatico.

Inizialmente i più avevano dei pregiudizi riguardo all’utilizzo del software, che

poi sono in larga parte stati abbattuti, facendo tuttavia nascere altre perplessità

(considerate le difficoltà incontrate). Per esempio, RIC2 parla di un vero e

proprio «innamoramento»:

Però così come pregiudizio un po’ che c’era, l’analisi del contenuto è una cosa appunto interpretativa, soggettiva, e non sapendo bene come funzionava il programma, me ne ero tenuto un po’ alla larga, perché avevo detto “no, non posso affidarmi ad un computer…”. Perché non avevo assolutamente idea, cioè l’idea era che l’analisi computerizzata fosse qualcosa di automatizzato che faceva la macchina e non l’uomo. […] Poi, durante il dottorato in Sociologia, primo anno, abbiamo fatto il corso in cui c’hanno spiegato il funzionamento di ATLAS, [...], e lì appunto ho avuto modo di vedere che le mie idee preconcette erano completamente campate per aria, completamente sbagliate, e mi sono innamorato del programma. Perché ho avuto modo di vederne le potenzialità, e soprattutto per me è stato importante perché io dovevo fare una ricerca, che dovevo andare a presentare a un convegno, e era mesi appunto che stavo impazzendo per cercare di preparare una griglia di analisi per poter tener sotto controllo tutta questa mole di dati, sempre analisi del discorso diciamo, e non ero in grado di districarmi, e quando poi appunto abbiamo fatto il corso di ATLAS, ho realizzato che mi avrebbe risolto il problema. Perché non avevo più la rigidità della griglia e potevo direttamente, lavorando sui testi da analizzare (erano articoli di giornale), potevo lì direttamente diciamo operare, estrapolare quello che mi serviva.

123

Non necessariamente il primo software di cui si viene a conoscenza o che si

prova per conto proprio sarà quello che verrà utilizzato negli anni successivi.

Diverso invece il caso dell’apprendimento tramite seminari (nel proprio ateneo o

all’estero): in questo caso si crea un maggior legame con quel software, e il

confronto con gli altri vedrà con più probabilità la conferma nell’utilizzo di quello

già appreso. I motivi sono tra i più vari, e si va dalla percezione che quello sia il

più utilizzato (con cui sarà più semplice condividere il proprio lavoro e trovare

assistenza), a un apprendimento più approfondito grazie al fatto di avvenire con

i propri pari,con cui scambiarsi consigli e ottenere sostegno.

Diverso anche il momento in cui questo primo contatto è avvenuto: i primi

software erano molto complessi da utilizzare, e in molti casi sono stati

abbandonati, per poi essere ripresi quando a livello di usabilità hanno iniziato a

migliorare (RIC12):

Cioè, una cosa terribile, perché bisognava pulire bene il testo, se non era pulito bene era un gran macello, cioè molto «laborioso» [...]. Era molto laborioso riuscire a «ripulirlo», a intervenire sul testo di base. Era molto crudo ed essenziale, poi aveva tutte queste crocette che si ripetevano costantemente, e una volta che si mandava in stampa… Però Nud*ist costituiva il primo impianto in termini di software, la prima «architettura» - sì, forse è esatto dire così - che cominciasse a lavorare ragionando sul fatto che si dovevano costruire via via delle categorie. E che bisognava andare passo-passo a costruire una qualche teoria.

I ricercatori con alle spalle una carriera più lunga tendono a menzionare

software che oramai sono caduti in disuso o non sono più sviluppati, come The

Ethnograph e Nud*ist. I software più citati, in generale, sono ATLAS.ti e

NVivo30. In un caso il primo contatto è venuto con Transana, necessario per

una grande quantità di materiale videoregistrato.

Il desiderio di sistematizzare i dati, e di rendere più ordinata l’analisi viene

descritto da molti intervistati come una causa scatenante l’interesse. I seminari

hanno permesso tuttavia solamente la conoscenza di un nuovo strumento, che

fino a quando non è stato utilizzato in pratica non è stato apprezzato nelle sue

potenzialità. Difficilmente questi seminari sono infatti svolti quando i ricercatori

30 Ha inoltre causato confusione la definizione “software per l’analisi qualitativa”, in quanto alcuni intervistati hanno ritenuto opportuno menzionare anche altri tipi di software per l’analisi di dati qualitativi, ma con un approccio quantitativo (come T-LAB e TaLTaC).

124

hanno già materiale proprio su cui lavorare, e perciò possono anche passare

anni prima che essi si troveranno praticamente ad utilizzare un CAQDAS.

Questo è molto ben spiegato da RIC6:

Era un corso all’interno di un dottorato, che non era il mio. Devo io ho chiesto appunto di poter partecipare, dove “ok, nessun problema” e quindi ho seguito questo corso, il docente che spiegava l’utilizzo di questo software era estremamente competente, molto bravo. Chiaro nell’esposizione, cercava di darci un overview chiaramente - perché in un corso breve insomma - delle potenzialità di questo software. Poi però chiaramente lei lo sa: finché una cosa non si usa, rimane una cosa un po’ astratta.

Indagando più approfonditamente i motivi che hanno spinto i ricercatori ad

avvalersi o a pensare se avvalersi del software, nella maggioranza dei casi

fanno riferimento a quelle che sono le finalità esplicite di questi programmi,

ovvero liberarsi da tutto quel lavoro manuale e spesso portatore di confusione

che è dato dalle tecniche di analisi tradizionali. Sempre RIC6:

ho cominciato a occuparmi di ricerca qualitativa in tesi di laurea. Il mio relatore non ha saputo fornirmi delle indicazioni che mi supportassero nell’analisi. Pertanto diciamo che ho fatto un lavoro un po’ fai da te. Successivamente questa cosa mi ha fatto dire “ma… possibile?” E pertanto, successivamente al lavoro di tesi sono stata io che ho cercato una qualche informazione in relazione ai CAQDAS. Che è scarsa. «Vaga»? E che in genere viene fornita da un docente, in genere molto competente su uno di questi software che generalmente è quello che utilizza lui o lei, insomma. Questo è stato il mio approccio.

La problematica può anche essere ancora più «materiale» (RIC14):

sono interviste che come minimo durano un paio d’ore. Quindi, comunque sia, l’immagine di un materiale cartaceo, come dire, di una mole enorme. Sostanzialmente i motivi per cui io ho iniziato a usare il software sono stati diversi, ad esempio Atlas [...] perche comunque lavoravo con altre persone e quindi passarci il file con le interviste era importante perché potevamo lavorare sullo stesso materiale e poi ripassarci i dati già categorizzati. Invece per la mia tesi l’ho utilizzato per tutt’altra ragione nel senso che sono andata in Inghilterra a scrivere la tesi per tre mesi [...] e lì era un problema di pagine banalmente. Nel senso che non era pensabile partire con 2000 o 3000 pagine…perché 40 interviste narrative con 2 ore l’una fai in fretta a fare qualche migliaio di pagine e quindi immagini che fare un’analisi su carta di un paio di migliaia di pagine inizia a diventare complicato … un po’ per una questione proprio di peso un po’ per una questione che arrivi a pagina 1500 che non ti ricordi quello che hai fatto a pagina 10 e quindi in questo senso il software viene utile e anche per cercare di sistematizzare i dati.

Interessante il giudizio degli intervistati riguardo il confronto con l’analisi

tradizionale. RIC4, ricercatore qualitativo da lungo tempo, non ha dubbi al

riguardo

125

No, no. No. Assolutamente. Io mi ricordo le forbici, i ritagli, i colori... i colori poi non bastavano! Guarda, era un lavoro certosino. Per carità, lo è anche questo. Per lo meno, lo velocizza.

Il discorso non è comunque così semplice, perché tale questione ne fa

emergere un’altra, ben più importante del semplice confronto tra un prima e un

dopo, ovvero la reale necessità di software per l’analisi qualitativa. In molti casi,

ragionevolmente, i ricercatori non giudicano negativamente le ricerche in cui

non ne hanno fatto uso loro stessi, o altre ricerche in cui non era ancora

possibile utilizzare i CAQDAS perché non esistevano ancora. Descritte come

più lunghe, laboriose, ma anche con il problema di non riuscire a cogliere

proprio tutti gli aspetti che si sarebbero voluti far emergere, le ricerche condotte

senza l’ausilio del software sono di pari dignità e rispetto. Non viene mai

affermato, con identica ragionevolezza, che l’ausilio del software possa portare

il ricercatore a declinare a una macchina il suo intuito, il suo ragionamento, più

in generale la comprensione dei fenomeni. RIC13 parla dei decenni precedenti:

L’altra cosa importante di quel dibattito all’inizio degli anni ’90 e alla fine degli anni ’80 ha fatto sì che i quantitativi, o quelli che chiamo «quantofrenici», ci guardassero con maggior rispetto. Il fatto che noi usassimo la macchina invece che carta e penna, cioè veramente “carta e matita”, quello che rende felice un matematico quando inventa una formula, loro avevano bisogno di vedere «la macchina». Ecco, la macchina, a quel punto lì ci ha reso più rispettabili, non scientifici, ma meno, come dire, dediti alle chiacchere. Più seri. Più rispettabili. E anche questo mi dava fastidio. Perché in realtà la rispettabilità ce l’hai soltanto quando hai una teoria che ha un qualche senso, che dice qualcosa. Non ce l’hai perché hai fatto tutto quanto via macchina. Uso il termine «macchina» per dire che sono macchine, non sono soltanto… sono dei software ma sono macchine, che cambiano la coreografia e il rapporto.

L’analisi «carta e penna» non viene mai demonizzata. Vista come una perdita di

tempo in certi casi, ma sempre come più che sufficiente per l’analisi. In certi

casi il punto della questione non viene nemmeno messo in dubbio, in altri non si

vede particolare differenza con quello che effettivamente è possibile effettuare

mediante l’analisi computer-assisted. Fatto salvo magari per un approccio più

«personalizzato» che si può ottenere mediante carta e penna, ma per contro

meno condivisibile e anche meno stimolante nella realizzazione di commenti e

annotazioni per rendere più esplicito il proprio processo di analisi. Viene visto

anche un rischio nella perdita di quello che dovrebbe essere la prerogativa del

ricercatore, ovvero la conoscenza approfondita dei dati. Lo sintetizza bene

RIC3:

126

Mah, a me verrebbe da dire che cambia poco. Sì, cioè, io non avrei questo timore. Sinceramente io quello che consiglio poi anche alle persone, per motivi di tesi o compagnia, la prima volta in cui fanno un’analisi di dati qualitativi, io comunque consiglio di farlo su carta. Cioè, di farlo manualmente. Nel senso che secondo me farlo manualmente è sicuramente molto più lungo, ti impegna molto di più… allo stesso tempo ti permette di «irrobustirti», impossessarti di alcuni processi di ragionamento. E poi quindi il fatto di utilizzare la carta e non uno schermo, un software e così via, è una questione semplicemente di opportunità, di piacere personale. Cioè nel senso, dal mio punto di vista, nessun software per l’analisi qualitativa potrà mai sostituire il ricercatore. Cioè, l’interpretazione fornita dal ricercatore. O almeno quelli che conosco io non funzionano in questo modo.

L’atteggiamento nei confronti del software

Sicuramente uno dei problemi maggiori è quello riguardante le competenze

informatiche di chi si approccia al software. Esse non sono tuttavia

necessariamente legate alla propensione che si ha nei confronti del computer.

Uno dei problemi più citati da questo punto di vista è relativo al dover leggere

su schermo una grande quantità di dati, in parte anche perché si passa già

molto tempo di fronte al computer e si cerca di mantenere la lettura dei dati

della propria ricerca sul cartaceo (che consente di essere utilizzato in diversi

luoghi e contesti).

Ovviamente i potenziali problemi dei software non riguardano solamente le

questioni tecniche. Ecco che allora è necessario aprire una breve parentesi

riguardante la natura della ricerca qualitativa, tematica risultata ineludibile nel

corso delle interviste.

Il punto principale della tematica è quello di capire, come detto da RIC6

“l’analisi qualitativa, ma quale?”. E per quanto riguarda il software si tratterà non

tanto di parlare di tecniche, ma di utilizzazioni a partire dalle tecniche. Si tratta

di un punto che è stato sicuramente influenzato dagli approcci a cui fanno

maggiormente ricorso gli intervistati, che comprendono la grounded theory,

l’analisi del discorso, l’analisi del contenuto, la sociologia visuale, che in molti

casi prevedono una personalizzazione in base alle esigenze del ricercatore.

Parlando delle caratteristiche e dei problemi della ricerca qualitativa è talvolta

emersa qualche critica riguardante i meccanismi all’interno della comunità degli

127

studiosi. Dibattiti ritenuti superflui da alcuni, assunti di fondo irrisolvibili,

mancanza di collaborazione tra ricercatori. Piuttosto che per la natura delle

critiche, ritengo che esse siano significative come indicatore del multiforme

panorama della ricerca qualitativa.

Non per questo si può dire che non siano emersi rilievi degni di nota: il grande

impegno in termini di tempo e concentrazione richiesti da questo tipo di ricerca,

che in certi casi si tramutano nella realizzazione di analisi superficiali (a causa

di scarsità di fondi e perché i tempi delle pubblicazioni sono brevi), che non

vanno oltre la semplice descrizione, e che sono deboli anche nelle restanti fasi

(progetto, rilevazione, ecc.). Vediamo gli interessanti spunti di RIC5:

diciamo che come sempre le cose funzionano se ci sono dei vincoli, no? Allora, mentre nel campo quantitativo il computer è una cosa… no computer nel senso di… no sbaglio a dire computer, un programma di analisi dei dati, come potrebbe essere appunto l’SPSS, Stata, questi qui, sono passaggi obbligatori. Nel senso che tu o fai la statistica a mano, ma ormai non si fa più, oppure la devi fare per computer, non c’è altra possibilità, per il software. Nella ricerca qualitativa invece questo vincolo non c’è, perché puoi ancora fare tutto quanto a mano se vuoi, no? Cioè, nessuno ti dice che non lo devi fare. E fare le cose a mano, se le fai da solo, è più facile, nel senso che per il 95% delle ricerche che tu fai, fai prima. Nel senso, di ricerche nel senso «scientifico» del termine se ne fanno molto poche nel corso di una vita insomma. Si fanno tante ricerche, ricerchine, commissionate dalle provincia, e il comune che te la chiede, o il committente privato. Cioè, la maggior parte dei sociologi penso che facciano in un anno magari mezza ricerca di quelle su cui poi pubblicano degli articoli, delle cose, e il restante tutte ricerche, ricerchine per questi committenti insomma. E a fare ricerchine per diversi committenti non c’è nessun incentivo a fare l’analisi dei dati fatta bene. Nel senso che a volte sono pagate anche poco, poi hanno tempi strettissimi, poi il committente non è uno che ne capisce molto, per cui alla fine tu fai le tue analisi seriamente, ma te le fai a mano. Quindi hai fatto un po’ di etnografie, ti guardi le tue note etnografiche, tiri fuori le cose più interessanti che sono venute. Hai fatto delle interviste, hai trascritto, ti hanno sbobinato parte d’intervista, te le leggi, segni le cose più interessanti, e poi le metti insieme in un’analisi, in un rapporto di ricerca. Fare tutto questo passando per un programma come NVivo ti rallenta tantissimo questa attività. E ovviamente ti eleva moltissimo la qualità della ricerca. Però facendo un calcolo costi-benefici, se diciamo così, non ne vale la pena.

Questo tuttavia non significa che gli intervistati parlino della ricerca qualitativa

(in tutti i suoi approcci) in termini di inferiorità rispetto a quella quantitativa. Anzi,

ne viene fornita un’immagine tale da attribuire ad entrambe «pari validità, e

anche dignità». Il problema della trasparenza e della «fiducia» che è necessario

riporre nel lavoro degli altri ricercatori è presente anche nelle indagini survey.

128

Vedremo più avanti cosa ne pensano gli intervistati sul rapporto tra i CAQDAS e

la grounded theory. Un riflesso di questo argomento lo si ha anche trattando

dell’analisi qualitativa in genere, come ci tiene a precisare RIC4:

[...] sempre evitando di assolutizzare o di enfatizzare un approccio rispetto ad un altro. Per esempio io sono molto critico di quello che è l'atteggiamento attuale di Barney Glaser. L'inventore, insieme con Alfred Strauss, che ora è morto già da qualche anno, della grounded theory. Barney Glaser è una sorta di pontefice massimo, una sorta d'inquisitore, quindi se tu gli mandi un prodotto dice "ah no, hai sbagliato! la grounded theory è questo! dev'essere per forza...". Cioè, diventa molto rigido questo atteggiamento, e secondo me, come dire, non è particolarmente produttivo. Naturalmente lui pensa esattamente il contrario. Io sono per una ricerca molto aperta, come dire, non chiusa.

La grounded theory viene visto come un approccio prevalente, ma che non

esaurisce interamente la ricerca qualitativa. Questo anche da ciò che si può

dedurre da quanto riportato sopra, ovvero che è difficile capire cosa s’intenda

veramente per grounded theory, considerate le molteplici declinazioni che

presenta l’approccio.

Spesso gli intervistati ritengono che in Italia lo stato della ricerca qualitativa sia

indietro rispetto ad altri Paesi, quelli anglosassoni in particolare. Per esempio

RIC5:

La seconda cosa è che sono molti meno quelli che li usano nella ricerca di quanti sono quelli che dicono di usarli. Perché tutti quanti da un po’ di tempo si riempiono la bocca che usano questi programmi, in realtà poi non sono così tanti quelli che lo usano. Perché sono programmi ingombranti, che non son così facili da usare. Non tanto nella difficoltà, quanto richiede un lavoro di analisi che non so, in Italia (non so negli altri paesi però) noi non siamo abituati a fare. Cioè, anche nella ricerca qualitativa c’è un po’ questo pregiudizio fondamentalmente, che la cosa importante sia raccogliere i dati. Allora: grande lavoro nel disegno della ricerca (sto parlando di qualitativi eh), grande attenzione a raccogliere i dati, possibilmente originali - quindi si fanno le etnografie, si fanno le interviste, quando alcuni autori già dicono abbiamo ormai così tanti dati, perché devi andare a raccoglierne altri? Cioè, prendi interviste già fatte, e analizzale meglio in sostanza, cioè non occorre adesso sempre raccogliere i dati originali, e invece, soprattutto tra i dottorandi c’è questa tendenza che tu devi raccogliere i dati originali. Per cui alla fine tu impieghi tantissimo tempo nel raccogliere i tuoi dati, e poi ti rimane poco tempo per l’analisi, perché nel frattempo c’è da scrivere il rapporto, ci sono le scadenze del dottorato e tutto quanto, quindi alla fine la Cenerentola dell’analisi qualitativa è proprio l’analisi dei dati.

Scarsa menzione da parte degli intervistati, anche perché non esplicitamente

presente nella traccia di intervista, delle tecniche miste di ricerca. L’unico a

dimostrarsi a favore è RIC4:

129

Diciamo che naturalmente la triangolazione è una carta vincente. Usare più metodi, cioè... naturalmente uno può anche sviluppare di più certi ambiti, specializzarsi, continuare. Però senza chiudere le porte ad altre soluzioni. Perché poi verifichiamo che ci sono molte convergenze, molti risultati che si sovrappongono e che dunque sono più affidabili che non altri.

Vista la parte riguardante l’analisi qualitativa in termini generali, torniamo ora al

software. Nello specifico ciò che intendiamo ora andare ad analizzare è la

presenza di un’eventuale «logica nascosta» (Bazeley, 2007) nei software

secondo gli intervistati. Passiamo quindi al rapporto tra il ricercatore e il

software, nel quale vedremo diverse prospettive.

Il software viene definito in vari modi. Per alcuni si tratta di un supporto non

primario (RIC1), di un ausilio posteriore o non determinante (RIC6 e RIC13), o

di una semplice opzione (RIC5). Oppure i CAQDAS vengono interpretati come

utili e funzionali, descrivendone un supporto di tipo strumentale (RIC7), come

mero strumento (RIC8 e R11) o come uno strumento dei tanti che è bene

avere. Infine vi sono le definizioni più elaborate, come quella che vede i

programmi come co-costruttori di dati, già scelta metodologica (RIC10), o quella

che lo interpreta come uno strumento e come tale condizionante, che fornisce

senso di sicurezza tramite un effetto stabilizzante (RIC12), da utilizzare perché

è già parte del nostro mondo (intendendo i computer e la tecnologia in genere).

Sebbene praticamente tutti gli intervistati sostengano che i CAQDAS non sono

fondamentali per condurre un’analisi di tipo qualitativo, il primo tipo di

interpretazione – che potremmo definire “i software come opzione” fa capo agli

intervistati più scettici e con più ritrosie nei confronti dei vari pacchetti. Questo

distacco può essere attuato utilizzandoli solo il minimo indispensabile, dopo il

completamento della raccolta dati e avvalendosi molto di strumenti più

tradizionali. RIC1 dice per esempio:

l’uso che ne faccio io è alla fine dell’analisi, quando ti trovi a scrivere, per cui tu hai già in mente magari i tuoi temi, i tuoi argomenti, il succo di quello che vuoi dire, e quando devi spiegarli in maniera ampia e distesa, di spiegare appunto il ragionamento sulla pagina scrivendo per qualcun altro, alla vai nel software e cerchi tutti i dati che c’entrano con quell’argomento lì, che tu ovviamente hai codificato in una maniera o nell’altra, hai anche delle memo che probabilmente inserirai nell’analisi scritta. Però è più per trovare nello stesso posto tutto quello che ho pensato su quell’argomento, o visto, o osservato, o registrato, o scritto, o raccolto, più che per analizzare tutto quello che ho, perché in realtà l’analisi è più contemporanea alla raccolta dati, soprattutto in un’etnografia, e quindi è più dentro di me, ti direi, ecco. Meno esternalizzata in software e più interiorizzata, forse.

130

Gli intervistati che considerano il software come un’opzione sono più fermi nel

constatare che mai nessun programma potrà evitare la lettura attenta ed

accurata dei dati, come se i programmi avessero questa finalità. Perciò, anche

se utilizzatori dei software, essi dimostrano nonostante tutto di avere maggior

timore nei confronti del software, ben spiegato autocriticamente da RIC5:

Quindi, secondo me c’è stata un’avversione al computer, ma perché il computer veniva usato dagli statistici. E quindi diciamo hanno sbagliato bersaglio. Cioè, se la volevano prendere con gli statistici, ma se la sono presa col computer. Credo che ormai, nella maggior parte ormai, questa cosa sia caduta, anche perché il computer lo usano tutti quanti insomma, cioè i qualitativi - non solo come base testuale - ma anche per metter dentro cose, interviste, filmati, robe, insomma si fa tutto con il computer insomma. Il Powerpoint è uno strumento che viene usato tantissimo dai qualitativi, come anche dagli altri insomma. Quindi secondo me questa cosa che dicevi tu nasce su una confusione e comunque credo che sia abbastanza superata.

Il secondo tipo di interpretazione è più legato alla pura strumentalità dei

pacchetti software. Questi intervistati non ritengono i CAQDAS altro che meri

strumenti. Non tanto perché siano solo un’opzione, ma piuttosto perché il loro

supporto nell’analisi è presente ma raramente la influenza nelle procedure.

Anzi, molti ritengono che questo non debba assolutamente accadere. Per

esempio RIC7 sostiene che non si sia mai fatto influenzare dalle funzionalità e

procedure offerte dal software.

Intanto l'attenzione da avere è quella di usare, almeno io faccio così, uso il software per rispondere a delle precise domande. Io ho dei problemi da risolvere, e chiedo al software di risolvermi quei problemi che ho. Non cerco di impostare l'analisi a partire dal menù di risorse che il software mi propone. Ma cerco di risolvere dei problemi. Quindi probabilmente mi rendo conto che io uso NVivo per il 10% delle sue funzioni. Forse meno. Perché io lo uso solo per rispondere a quelli che sono i miei problemi. Quello di cui ho bisogno. Forse delle volte lo sottoutilizzo perché magari ci sarebbero delle opzioni che non conosco, però delle due, dovendo scegliere, preferisco un sottoutilizzo di NVivo piuttosto che un utilizzo di NVivo che diventa vincolante per la mia analisi. Per cui mi rendo conto di sottoutilizzarlo perché il rischio è molto presente.

La prospettiva “mero strumento” viene affermata decisamente da RIC8, il quale

ritiene che il piano del software sia totalmente disgiunto da quello metodologico,

e più in generale dai problemi della ricerca qualitativa:

come le ho detto il software è solamente, brutalmente, la cosa più banale di questo mondo, quello che fa normalmente è “taglia e incolla”. E a quel pezzo tagliato gli attribuisce una o più etichette. Che sia Nud*ist, che sia ATLAS, che siano altre cose. È ovvio, poi uno può discutere, eh vabbé, programmi che vanno ad applicare poi modelli matematici o cose di questo genere, in quel caso allora, come si dice, non ti piace questo tipo di approccio, siamo d’accordo. Ma per quanto riguarda

131

questi altri programmi, non applicano nessun tipo di euristica. Non è che applicano nessun tipo di vincolo. Anzi: quello che fanno è proprio liberare totalmente il ricercatore dalla parte noiosa. Proprio dalla parte manuale del doversi prendere appunti, dal doversi fare le cose, su pezzi di carta, e girare… Solo quello.

Tali affermazioni sono anche da leggere in contrapposizione a quanti

credevano o credono tuttora che i software siano in grado di svolgere

automaticamente l’analisi, ovvero una delle “false speranze” menzionate da

Seale (2005). I motivi sottostanti il loro scarso utilizzo, specie in passato,

risiederebbero nella scarsa abilità informatica di molti ricercatori qualitativi,

peggiorata da pregiudizi nei confronti dei mezzi informatici.

Il terzo tipo di interpretazione è quello che vede il software come co-costruttore

dell’analisi. Il software influenza certamente le procedure e le tecniche con cui

si analizzano i dati, ma non per questo sono da demonizzare, in quanto basta

conoscerne i rischi, come per ogni strumento. Vediamo RIC10:

L’importante è proprio dare l’idea che sei consapevole dei tuoi passi metodologici, e lo strumento che utilizzi per gestire i dati è una scelta metodologica, non è una scelta di comodo, perché è bello, perché rende più appetibile la cosa. È di fatto una scelta metodologica, quindi nel capitolo, o ogni articolo, o ogni tesi di dottorato, ogni tesi insomma, ha il suo capitolo metodologico, ed è importante anche tenere conto di questo. Quindi bisogna anche un po’ spiegarsi, spiegarsi come l’hai utilizzato, perché l’hai utilizzato.

Un’altro effetto non poco significativo è segnalato da RIC12:

Una questione di «comunità». Di comunità scientifica, accademica, e che significa che in qualche modo… senza voler essere oscurantisti insomma, e pensare che ritorniamo tutti a usare semplicemente carta e matita, ma il software e l’utilizzo del computer dà una certa sicurezza per avventurarsi nell’analisi qualitativa. In qualche modo stabilizza, io non so dire perché, però stabilizza questo rapporto tra la persona che fa analisi qualitativa e l’analisi che sta facendo.

Trasversalmente a questi tre tipi di definizioni, emerge che molti intervistati

hanno voluto precisare più volte che l’analisi dei dati resta nelle loro mani, come

se fosse stato affermato il contrario oppure dimenticando che viene definita

computer-assisted per una ragione.

Passiamo ora ad analizzare i vantaggi che gli intervistati, qualsiasi sia la loro

posizione in materia, attribuiscono al software. Indicatore di una tendenza

generale il giudizio di RIC5:

se i ricercatori qualitativi usano questi strumenti la loro attendibilità migliora tantissimo. [...] Perché ti introducono una maggiore logica, puoi controllare anche

132

delle ipotesi, ti vengono delle idee, poi tu fai una serie di incroci, con gli operatori booleani, insomma queste cose qui, e trovi le corrispondenze insomma. Ti permette anche di fare qualche grafico, qualche modello teorico insomma. [...] Quindi, io inviterei caldamente, veramente farei dei corsi, perché se questa tendenza passa, è solamente positiva. Solamente positiva. Perché ci allontaniamo sempre di più a quello stereotipo che in parte non è ingiustificato, da parte dei quantitativi, che dicono che noi facciamo le cose così insomma, un po’ a naso, ci mettiamo lì, leggiamo un po’, tiriamo fuori le cose in maniera molto artigianale, nel senso negativo del termine. Quindi: l’usare questi programmi seriamente è sicuramente una risposta a queste critiche che, ripeto, erano anche fondate insomma, sono anche fondate. Quindi io sinceramente spingerei per queste cose qua insomma. Quello sicuramente.

In termini generali i ricercatori parlano di diversi vantaggi dei software, arrivando

in un caso in cui l’ausilio del software viene descritto con toni entusiastici come

un’aggiunta sorprendente al proprio lavoro. La possibilità ritenute più importanti

sono quella di rendere disponibili i passaggi della propria analisi agli altri

ricercatori, e quella di poter gestire e organizzare una grande quantità di dati. I

CAQDAS si configurerebbero come un vero e proprio supporto alla memoria,

come rileva RIC4:

Come faccio a ricordare cos'ha detto chi, come, quando e in quale contesto? Col computer digiti, dai le istruzioni e in quattro e quattr'otto hai la risposta. E quindi contemporaneamente sullo schermo magari te lo dividi in quattro e puoi controllare i diversi passaggi e cominciare a fare riflessioni.

Per RIC9 non si tratta tuttavia di un semplice ausilio d’archivio, come una

semplice banca dati. Vi è un meccanismo psicologico ben più ampio, che può

influire significativamente sull’analisi:

fondare la plausibilità dei risultati, e contrastare un problema che è presente in queste procedure di analisi, quello di costruire inferenze viziate da quella che gli psicologi cognitivisti chiamano “euristica della disponibilità”, cioè il fatto di trarre inferenze a partire dai propri dati, sulla base di informazioni che sono o più vivide o più immediatamente disponibili al ricercatore indipendentemente dalla loro salienza e rilevanza nel contesto generale.

Questi meccanismi portano il ricercatore a dare conto di ciò che sta facendo,

soprattutto a sé stesso. RIC8 ne parla in termini di «liberazione» da certi aspetti

del processo di ricerca:

sono fondamentali perché costringono il ricercatore a pensare a quello che sta facendo. In qualche modo liberano il ricercatore della parte meccanica, per permettergli di concentrarsi sulla parte di effettiva analisi della ricerca. Ma in questo processo c’è una continua interazione tra lui e quello che sta facendo. E il feedback che lo strumento gli permette: l’andarsi a vedere cosa cavolo ha codificato, come l’ha codificato, eccetera eccetera, è fondamentale. Perché altrimenti non ci sono altri modi per fare, quindi è un processo di interazione e di

133

crescita, fondamentale. Cioè, è il vero processo di ricerca, che viene liberato. Cioè, nel senso che il ricercatore non deve preoccuparsi della parte meramente tecnica, materiale della cosa.

È inoltre presente una possibilità non indifferente per RIC14, ovvero la

possibilità di operare dei cambiamenti alla direzione che sta prendendo l’analisi:

Perché tu puoi dire “allora, io sto spostando questo pezzo di testo, lo sto spostando da questo gruppo di concetti a quest’altro gruppo di concetti perché…” e lo scrivi il perché. Perché poi non te lo ricordi più. E se tu invece l’hai scritto, poi ti torna tutto. E invece su carta questo non ce la fai, perché se tu ti fai le categorie piccoline, a lato, anche se usi i fogli grandi è un macello lo stesso, perché poi come fai a spostarle? Che una che hai qui la vuoi spostare insieme a una che sta mille pagine dopo. È un macello. Quando hai una ricerca grossa, se non ti aiuti un pochino con il software secondo me…

Ancora più interessante un altro suo rilievo, riguardante la maggiore rilevanza

che è possibile assegnare ai dati rispetto alla prospettiva del ricercatore. Può

succedere infatti di condurre delle ricerche in cui si è coinvolti anche al di fuori

dell’ambito accademico. Fare in modo quindi che la propria ricerca sia più

fedele ai fatti, visto che può capitare, a detta di alcuni intervistati, che nella

ricerca qualitativa ci si lasci andare eccessivamente. RIC14 racconta la sua

esperienza in tal senso:

io dovevo comunque fare un lavoro su di me, di decostruire appunto delle cose che mi ero già architettata, che erano molto forti. E quindi ogni tanto tu magari hai l’impressione che i tuoi dati stiano andando in una direzione. Mentre invece magari quando poi ti fai una mappa delle categorie che ti sono venute fuori, magari scopri che le persone ti hanno parlato molto più di una cosa che di un’altra. E che in realtà sei tu che come ricercatrice hai dato… è come se ti sembrasse che si è parlato più di una cosa piuttosto che di un’altra, perché in realtà in quella cosa tu ti ci ritrovi. E magari nell’altra ti sfugge, oppure ci fai meno attenzione perché è una cosa che magari non lo so, ti riguarda meno, nel senso questo riguarda tutto il lavoro di riflessività che devi fare. Un pochettino il software secondo me ti aiuta. Perché è come se tu facessi una mappa in cui ci sono dei nodi concettuali, e quando tu vedi che questo nodo concettuale, ovviamente non è una cosa che viene dal cielo, sei tu stessa ad averla fatta, però è questo l’incredibile, che tu magari hai costruito le categorie, e poi quando hai la mappa finale ti accorgi che ci sono dei nodi che sono molto più densi di quanto avevi percepito. [...] E allora io nell’interpretare questi dati devo darci più peso di quanto avevo pensato. Perché sono io come ricercatrice che non ho ascoltato, non ho realizzato magari mentre facevo le interviste, che questo era un punto importante. Perché magari a me hanno colpito più altre cose.

Altri rilievi degni di nota che provengono dagli intervistati sono quelli che vedono

i CAQDAS come degli strumenti per aumentare i propri livelli di credibilità e di

affidabilità, considerata la necessità della ricerca qualitativa di rendere esplicito

ogni passaggio. Per RIC7 ”Richiede al ricercatore un attenzione a esplicitare

134

sempre, sistematicamente ogni passaggio. E questo il software te lo impone”.

Inoltre anche qualora non si voglia avvalersene, è comunque evidente, per

esempio nei commenti agli oggetti, che si sta lasciando uno spazio vuoto.

L’importanza delle annotazioni, in chiave di errore da non ripetere, è fornito da

RIC4:

Ecco, una delle constatazioni [...] riguarda lo scarso uso dei memo, cioè delle riflessioni legate alle singole risultanze. E quello è stato un gravissimo errore, perché poi alla fine ci siamo accorti che in realtà se noi avessimo aggiunto e lavorato, per quanto concerne le nostre stesse riflessioni, di volta in volta che si procedeva nell'analisi, avremmo potuto incrociare i dati delle riflessioni e quindi avere ulteriori segnali, elementi d'interpretazione insomma. Ormai lo abbiamo capito, e quindi d'ora in poi facciamo grande uso dei memos, che è una delle soluzioni proposte dalla grounded theory.

Passiamo ora ai rischi del software. Il più ricorrente, più o meno esplicitamente,

è quello di portare i ricercatori a pensare che l’unico modo per ottenere risultati

robusti sia il software. Questo timore è conseguenza della prospettiva del

software come un’opzione nell’analisi. Spesso viene menzionato che per

ottenere la pubblicazione sulle riviste scientifiche, porti effettivamente a maggior

rispettabilità il fatto di menzionare la scelta di aver utilizzato un software per

l’analisi computer-assisted. Un rischio collegato è quello che l’utilizzo del

software diventi un’ortodossia per la pubblicazione (vengono pubblicati

solamente i paper di ricerche che hanno utilizzato i CAQDAS).

Un rischio meno ipotetico è quello della «meccanizzazione» di processi non

meccanizzabili. Gli intervistati non ritengono assolutamente che l’attenta lettura

dei testi possa essere tralasciata o condotta in automatico. Le possibilità

dell’automatizzazione possono essere usate al massimo per iniziare a farsi

un’idea, oppure per conferma o rassicurazione su alcuni rilievi.

Un problema che può, per alcuni, manifestarsi, è il rischio di non «tenere in

testa» l’analisi, di non avere gli schemi, i modelli, le associazioni, o come

sostiene RIC1, la «mappa» per muoversi tra i propri dati:

Comunque trovo che il rischio più grande a livello metodologico più serio sia appunto quello di non tenere in testa i dati e l’analisi. Perché quando tu hai - questa è magari una cosa solo mia, però io la vivo un po’ così - quando tu hai un software che ti gestisce tutto (se tu metti un codice da una parte, lui automaticamente te lo cambia dall’altra), è comodissimo per carità. Però tu da un lato vedi meno volte gli stessi dati. Che può sembrare un processo noiosissimo, “oddio, devo ancora andare a ricercare quel pezzetto lì, praticamente lo so a memoria, ma non riesco a ricordarmi se è il mercoledì o il venerdì del tal anno del

135

tal mese” per dire. È più comodo, però tu in questo modo rivedi un sacco di volte i dati, anche solo sfogliando i dati magari trovi una cosa che prima non avevi trovato. O ti sovviene “ah, avevo detto anche questo, in realtà questi due argomenti sono collegati e non c’avevo pensato”. E quindi usare solo il software secondo me comporta il rischio che tu butti troppo fuori da te stesso tutto questo processo di analisi. E ci torni meno.

La stessa RIC1 paragona certe funzionalità del software a quelle del navigatore

satellitare. Ci si può affidare a quello strumento, e nella stragrande

maggioranza dei casi è un supporto davvero valido. Difficilmente però si può

dire di conoscere una città senza essere in grado di muoversi

indipendentemente, senza creare collegamenti personali, senza averne la

«mappa in mente».

Un altro rischio è quello di utilizzare i software per velocizzare i processi, già

menzionato più volte. Il livello massimo di tale velocizzazione è quello di

affidare l’analisi ad altri, visto che, anche con il software, può risultare un lavoro

noioso e faticoso. Questo ovviamente porta con ogni certezza, se parte da

queste premesse, ad indagini di scarsa qualità e importanza.

Più latente il rischio di «fossilizzarsi» sulle stesse tecniche, come ci spiega

RIC2:

tantissimi studiosi poi dopo un po’ di fossilizzano e continuano a replicare lo stesso tipo di ricerca, le stesse tecniche, gli stessi mezzi. Quando a mio avviso invece in tutta la sociologia, ma soprattutto nella ricerca qualitativa si deve sempre essere flessibili e aperti. Cioè fenomeni diversi richiedono tecniche diverse, approcci diversi, sensibilità diverse. [...] Il rischio è poi quello che una volta imparata una routine che ti sembra che abbia funzionato in un caso, cerchi un po’ di replicarla in altri casi.

Questo problema è strettamente connesso a quella che per alcuni è una vera e

propria spinta a utilizzare categorie precostituite. Che si tratti di logiche

nascoste dei software, o di codici appena utilizzati e che vengono suggeriti dai

software (quando invece certi approcci richiedono di evitare di utilizzare gli

stessi codici nella prima fase), si tratta di un rischio per cui è richiesta

attenzione e criticità costante da parte del ricercatore. RIC7 spiega così la

preoccupazione per il sopravvento del software:

Bisogna stare molto attenti. Il rischio che lo strumento prenda il sopravvento c'è, c'è sempre. Questo rischio effettivamente c'è sempre. Probabilmente c'è anche se si usa un certo tipo di penna piuttosto che un altro, gli strumenti non sono mai neutrali, almeno nella mia prospettiva epistemologica e di ricerca, che in gran parte risente anche del costruttivismo, gli strumenti influenzano la ricerca. Ma anche un

136

ricercatore influenza la ricerca. Quindi figurarsi se non influenza uno strumento raffinato come quello di un software. Per cui so bene, sono consapevole, che gli strumenti e il software può influenzare l'analisi. Quindi bisogna stare molto attenti ed essere sempre molto vigili a fare in modo che lo strumento rimanga tale.

Vi sono infine preoccupazioni di livello più tecnico, come il rischio che i dati in

formato digitale vadano persi, anche se questo vale per qualsiasi tipo di dato su

computer. Più di natura metodologica, in quanto deviante da esse, la tentazione

di «smanettarci», motivo di preoccupazione e fastidio di RIC14:

È che secondo me, adesso magari dico una roba allucinante, però secondo me c’è sempre, è un po’ come se la tecnologia fosse una sorta di… ti viene un po’ la tentazione di smanettarci. [...] Nel momento in cui inizi a intripparti dei giochetti raffinati che puoi fare con questo programma, perdi di vista i dati. Cioè, tu secondo me devi rimanere concentrato sui testi. Ed è sui testi che devi lavorare. E poi la funzione che tu puoi fare questo, incrociare un pezzettino di questo con quello… Secondo me lì si finisce, come ti fai le regressioni lineari che come dire si fa non so, gli orgasmi mentali quando ha trovato la funzione per fare la regressione di chissà che tipo e poi magari si dimentica anche l’argomento della ricerca qual era. Cioè, secondo me dai programmi non bisogna farsi affascinare.

Concludiamo sempre con RIC14, che ci introduce nella prossima sezione

riguardante il confronto tra pacchetti software, e si ricollega al discorso di non

utilizzo (e invisione della funzione che permette di farlo) di categorie

precostituite:

ATLAS è stato costruito proprio per incoraggiare a fare un certo tipo di ricerca. Io semplicemente me ne sono sbattuta e l’ho usato in un altro modo. Ho usato sempre la funzione “crea nuova categoria”. Proprio perché non volevo assolutamente, come dire, incastrarmi in categorie, come ti dicevo prima, precostituite. Secondo me un software buono per fare ricerca qualitativa è un software in cui tu non sei incoraggiato a fare un tipo di analisi piuttosto che un’altra. Cioè nel senso, sei tu che devi scegliere che cosa vuoi fare, sostanzialmente.

Si tratta di una parte tutto sommato breve di questa analisi, perché di fatto

raramente gli intervistati hanno usato più di un software, e in diversi casi non

hanno nemmeno effettuato un confronto con quelli esistenti. Questo sia perché

si tratta per i più di un semplice strumento, e non quindi di un campo di ricerca a

sé (come invece lo sono i software in questo elaborato). Sempre tenendo conto

del paragone con le tradizionali «carta e penna», RIC7 fa notare: “ho una matita

che mi trovo bene, non devo comprarne un'altra. Un'altra perché è rossa,

perché c'è la gomma, perché...”. Tralasciamo i confronti con le versioni di

vecchi programmi, che ovviamente vanno nella direzione di un notevole

miglioramento delle funzionalità e interfaccia, per osservare invece che spesso

137

quello che ritengono i ricercatori rispetto agli altri software è difforme dalle loro

effettive potenzialità. Parlano quindi della necessità di logiche già presenti

dall’inizio quando invece non è quello che pensano altri ricercatori che utlizzano

quello stesso software. Non è stato riscontrato alcun caso in cui sono conosciuti

e vengono utilizzati software diversi, a seconda delle esigenze o solo per

provare ad utilizzare un ausilio differente.

Per quanto riguarda l’utilizzo di software non specifici, è particolarmente

interessante il caso di RIC3, il quale conosce da tempo i software per l’analisi

qualitativa, ma non ne ha mai fatto veramente uso per una ricerca. Ritiene

infatti non necessario il loro utilizzo, anche se si avvale di altre tecniche con

programmi di uso comune, in particolare word processor e fogli di calcolo.

Quando gli è capitato di avere una grande quantità di interviste (circa cento) ha

deciso di interessarsi di NVivo, anche se poi dopo lo ha abbandonato dopo

qualche tentativo. Le sue procedure di analisi potrebbero essere definite

tradizionali, se viste in relazione alla normale strumentazione dei ricercatori.

RIC3 riesce perfettamente a gestire un connubio tra cartaceo e computer,

mantenendo comunque il suo lavoro ordinato e trasparente. Opera infatti un

lavoro di «pulizia» delle parti ritenute rilevanti, alternando la carta allo schermo.

Vediamo cosa ne pensa del software che aveva provato ad utilizzare:

Non mi sembrava difficile, non è che mi sembrasse appunto una cosa impossibile in termini di apprendimento. Però sì, mi sembrava sinceramente uno di quei classici casi in cui il gioco non vale la candela. Se posso così dirlo in due parole, dal mio punto di vista il «problema» nell’analisi dei dati qualitativi è che molto banalmente se hai un’intervista di 25 pagine, te la devi leggere! E quindi, come dire, poi una volta che l’hai letta, chiaramente puoi anche manipolarla diciamo, o gestirla attraverso un software. Ma questo non toglie che la devi leggere. E personalmente preferisco di gran lunga leggere su carta che non leggere su monitor, perché poi dopo un po’ veramente mi si incrociano gli occhi se no. E però se le leggo su carta mi viene da fare le note. Mentre leggo. E quindi poi alla fine ho un’intervista con tutte quante delle note già fatte, e quindi a quel punto la traduzione sulla macchina può forse anche essere più artigianale. O forse sono io che sono abituato a lavorare così. Non lo so.

Interessante comunque che anche gli altri intervistati non negano l’utilità dei

CAQDAS anche se non ne fanno uso. La maggior parte dei ricercatori ritiene

comunque che l’avvalersi di un software debba essere giustificato in termini

metodologici, ma soprattutto per la quantità dei dati da analizzare. Infine, per

quanto riguarda l’utilizzo di software non specifici, il trade-off rispetto al

138

passaggio ai CAQDAS deve essere comunque significativo (e quindi

aggiungere qualcosa di determinante alle tecniche d’analisi).

Apprendimento e campi d’applicazione

Abbiamo già trattato l’apprendimento individuale nell’analisi dei primi utilizzi

degli intervistati. Emerge una bassa difficoltà di apprendimento, per lo meno per

le funzioni base. Ora ci concentreremo prevalentemente sull’insegnamento e

l’ausilio che possono offrire i software per l’apprendimento della metodologia

qualitativa. Riprendiamo da ciò che afferma RIC2, che si è trovato numerose

volte ad insegnare l’utilizzo del software:

[due lezioni] per imparare diciamo il funzionamento base del programma sono più che sufficienti. Perché è veramente facile da usare. Uno si prende appunti sulla carta come si assegnano i documenti, come si estrapolano le quotation, come si creano i codici, come si interrogano i codici: è più che sufficiente. Dopodiché uno ci smanetta, classico, e s’impratichisce. Poi c’è stato l’apprendimento pratico utilizzandolo, appunto ti dicevo in questa ricerca avevo questo problema, e ho cominciato a lavorare con ATLAS. E allora lì lavorando cominci ad imparare. Perché c’è poco da fare, la ricerca qualitativa non può essere insegnata. È qualcosa che impari facendola. Impari facendola, la impari stando un po’ attento e sensibile ai lavori, cioè leggendo degli articoli… Secondo me suoi manuali, allora ti dico, utilità non ne ho avuta nessuna. Manuali di ricerca qualitativa… terribili.

RIC2, come molti altri, è perciò scettico sull’efficacia dell’insegnamento della

ricerca qualitativa, in particolar modo sull’utilità dei manuali. Se però pensiamo

al manuale come uno strumento, ritengo la loro efficacia dipenda da chi li legge,

e dal realizzare in pratica quanto si apprende. Lo stesso vale per

l’insegnamento all’utilizzo del software, in cui le funzionalità possono essere

apprezzate solo grazie alla pratica, anche commettendo errori. I seminari sono

più che altro utili per offrire ai partecipanti le basi per l’utilizzo del programma,

per sfatare i preconcetti riguardo l’analisi di dati qualitativi assistita da computer

e per favorire un utilizzo futuro, solitamente per la propria tesi di laurea o,

prevalentemente, di dottorato.

È bene che ognuno trovi la modalità di utilizzo più personalizzata possibile, e

questo può essere disorientante a causa delle molteplici vie in cui è possibile

eseguire le operazioni desiderate.

139

Non è facile reperire personale realmente qualificato per l’insegnamento di un

software, Questa problematica è particolarmente presente in Italia, come

racconta RIC7 quando ha avuto l’intenzione, qualche anno fa, di trovare un

trainer a cui affidare un seminario, ed è stato necessario farlo provenire dal

Regno Unito. RIC7 ritiene particolarmente utile l’apprendimento all’uso del

software per finalità didattiche:

perché posso esplicitare agli studenti i vari passaggi di ricerca. Mostrando volta a volta dati grezzi, prime analisi, modelli, organizzazione dei nodes. Quindi posso renderli disponibili agli studenti, e l'impatto secondo me proprio a livello didattico su come insegnare a fare ricerca è altissimo. È un'ottima di risorsa.

Una volta che al ricercatore è chiaro quello che è intenzionato a fare, i problemi

sono tuttavia prevalentemente tecnici, e perciò come eseguire particolari

operazioni. Rispondere ai desideri di ricerca è infatti la sfida per un trainer o gli

sviluppatori dei software, e in certi casi può essere anche un’utile occasione per

parlare di ricerca qualitativa a chi è meno metodologicamente preparato.

Interessante infine l’esperienza di RIC11, il quale ritiene molto alte le

potenzialità offerte da Internet per l’apprendimento:

l’anno scorso e due anni fa avevo tenuto un corso [...] in cui una parte del corso era online. Allora: quello che è interessante dal punto di vista sociologico, secondo me, non è tanto che questi strumenti aumentino non solo la quantità di informazioni che possono essere veicolate. Quanto che permettono la creazione di gruppi motivati, di piccole comunità che sono motivate. Cioè, lo studente, avendo a disposizione delle pagine, e avendo la possibilità di interagire con gli altri studenti direttamente sul sito, è molto più motivato ad assumere un ruolo attivo. In pratica si crea un’identità di gruppo, e la comunità serve non solo a scambiarsi delle informazioni, ma proprio a creare dei progetti comuni. Ecco, questo aspetto che normalmente nell’insegnamento con la didattica frontale non c’è, a mio avviso si ottiene invece con questi mezzi. Ecco, questo al di là dei software per l’analisi qualitativa, proprio semplicemente software che permettono l’interazione online.

Passiamo ora ai campi d’applicazione in cui sono utilizzabili i CAQDAS. Si

conferma l’ipotesi che vedi i CAQDAS non fanno capo ad un unico approccio,

nella fattispecie la grounded theory. Tuttavia non vengono ritenuti idonei per

particolari approcci da alcuni ricercatori. RIC7 è chiaro in materia: “Ha dei

vantaggi per taluni, vantaggi meno evidenti per altri. La cosa che io mi sento di

sottoscrivere è la necessità di emancipare l’uso di questo software dalla

metodologia e dall’epistemologia della grounded theory”.

140

I principali CAQDAS, sostengono la maggior parte degli intervistati, saranno

anche nati per l’applicazione della grounded theory, ma questo non toglie che

essi possano essere utilizzati anche per altri approcci, come ad esempio più

nella logica top-down, in cui si ha una griglia e si associano agli elementi di

questa i segmenti dei dati ritenuti rilevanti. In caso, anzi, il software consente

sia di rispettare fedelmente tale griglia, sia modificarla in caso non risulti adatta

ai dati.

Inoltre, può anche essere che siano più predisposti come ausilio per la

grounded theory, ma cosa s’intende per «grounded theory»? Glaser per

esempio, ci ricorda RIC10, è contrario all’utilizzo dei software. Inoltre, come

abbiamo visto, resta da vedere cosa veramente s’intenda quando nelle ricerche

è riportato che è stata utilizzata la grounded theory. E anche se fosse, il

software può davvero fino a un certo punto. RIC10 ci tiene infatti a precisare:

quello che ti aiuta il software è l’analisi. Al momento l’analisi si ferma, o meglio l’analisi continua in altre forme, perché anche la struttura è una forma d’interpretazione e di analisi. [...] a un certo momento NVivo, come qualsiasi altro software, non ti permette di esprimere la ricchezza simbolica del tuo lessico. Insomma, la devi raccontare una teoria, la devi rendere bella, la devi rendere comprensibile.

I software dunque permettono diverse possibilità, e sempre RIC10 ritiene che

"quando si utilizza un software, cioè, che la possibilità di fare una cosa non

equivale che metodologicamente sia giusta, che sia corretta". Abbiamo inoltre

le diverse interpretazioni che vengono date dei programmi: RIC2 parla di

un’esperta di statistica testuale che è ha una versione solo apparentemente

difforme a quella personale dell’intervistato:

Lei è convinta che ad esempio ATLAS sia uno strumento per l’analisi del contenuto quella classica. Ed è vero! È uno strumento che va bene anche per l’analisi classica del contenuto. È uno strumento che va bene per l’analisi del discorso, va bene per la così detta frame analysis. Che poi è analisi del discorso.

Questo per dire inoltre che molti dibattiti metodologici, in particolar modo sulle

denominazioni che dovrebbero avere i diversi approcci, possono far credere ai

neofiti che si tratti di modi d’operare molto diversi tra loro, mentre invece non si

tratta di tipi d’analisi così differenti (e che dunque possono essere adottate con

l’ausilio dei CAQDAS).

141

A livello di discipline interessate dai CAQDAS, anche se con diversi utilizzi, gli

intervistati parlano della sociologia, psicologia, demografia e, anche se non

molto in Italia, le scienze infermieristiche (nursing e health sciences).

Resta il fatto che alcuni approcci non ne traggono particolare benefico, come

per esempio l’analisi della conversazione. Secondo molti, infatti, il ricercatore si

troverebbe a dover utilizzare uno strumento inadatto alle sue esigenze, in

particolar modo per il dettaglio con cui necessita di lavorare su piccoli segmenti

di dati.

Un utilizzo creativo, e non strettamente legato alla ricerca qualitativa, è quello di

RIC7, un ricercatore con una conoscenza più avanzata, e che dimostra di saper

personalizzare l’utilizzo in base alle sue esigenze: trovandosi in una situazione

in cui sta esaminando molto testi, ha pensato di utilizzare NVivo come uno

strumento per l’analisi della letteratura, in cui inserire citazioni, riflessioni e

commenti riguardo il materiale che sta leggendo. Con buona probabilità tale

operazione gli sarà utile nelle ricerche future.

Sempre per quanto concerne i campi d’applicazione, ma in maniera più

trasversale, vorrei concludere questa sezione con quanto emerso riguardo

l’analisi secondaria dei dati qualitativi. Molti intervistati considerano questa

un’opzione valida, anche se nessuno ha effettuato un’analisi di questo tipo. I

motivi di tale scarsa diffusione e praticabilità riguarda in parte quanto sarà

analizzato nella prossima sezione (collaborazione e riservatezza dei dati, in

parte altre tendenze, come sollevato da RIC5. per cui la «Cenerentola»

dell’analisi qualitativa è proprio l’analisi dei dati, visto che l’attenzione e le

risorse sono molto concentrate nella raccolta dei dati. Una tendenza a dover

raccogliere dati originali, che porta l’analisi ad essere più superficiale:

questo lo diceva Silverman, in un suo manuale, diceva che insomma lui sinceramente non capiva oggi giorno tutta questa necessità di raccogliere dati originali, perché ormai esistono degli archivi di dati qualitativi, ce n’è ormai penso una quindicina di Paesi europei ci sono questi archivi. E praticamente li tu hai centinaia e centinaia di riviste digitalizzate e che ne so, una ricerca sugli immigrati, in cui sono intervistate 20 persone di un certo Paese, che te ne frega a te di andare a farne altre 20 sul… cioè, prendi quelle lì, se sono interviste fatte bene, rianalizzale, secondo la tua prospettiva teorica, secondo il tuo focus, e ti verranno fuori cose interessantissime lo stesso insomma. E ormai trovi anche l’etnografia per certi versi, trovi anche filmati in Internet, quindi diciamo con un’ottica un po’ più pratica, un po’ più flessibile, potresti anche… a volte è necessario raccogliere dati originali, a volte invece non è necessario. Cioè, però il dogma dell’originalità

142

dovrebbe un po’ cadere insomma. Questo diceva in maniera meno articolata, però lo diceva Silverman, fondamentalmente.

Difficile dunque che si concentrino sforzi per l’apprendimento dei software, e

qualora essi vengano utilizzati, questo avviene in maniera superficiale. Anche

questo può portare a quei pregiudizi nei confronti dei CAQDAS, visti come un

mezzo per dare una fittizia rispettabilità a ricerche condotte sbrigativamente.

Concludendo la questione dell’analisi secondaria, i software aiutano, anche se

non in maniera determinante secondo alcuni, la ripresa di un vecchia ricerca su

cui si aveva lavorato o in cui si era coinvolti. E con questa osservazione ci

spostiamo alla prossima tematica, per molti aspetti connessa a quella appena

affrontata.

Condivisione e trasparenza

La condivisione con altri ricercatori non pare essere molto diffusa tra gli

intervistati. RIC8, in veste da «esterno» della ricerca qualitativa, fornisce come

spiegazione il fatto che i ricercatori si terrebbero stretti i loro dati. Questo

avverrebbe indipendentemente dagli strumenti offerti dal software. Non tanto

per la necessaria riservatezza con cui occorre trattare i dati qualitativi, quanto

piuttosto per evitare di avere problemi o interferenze nel proprio lavoro. Questo

porterebbe i ricercatori a mostrare alla comunità scientifica solo i risultati, ma

non la fonte degli stessi.

Più moderato e ragionevole il parere di RIC6, che riscontra quanto spesso ci si

trovi a dover lavorare da soli, e quanto sarebbe auspicabile che ci potesse

essere «più rete» tra i ricercatori:

Cioè, io sono estremamente a favore di una rete. Ci credo poco. Perché purtroppo ci sono delle vicissitudini accademiche, delle condizioni, delle situazioni che a volte impediscono questa cosa. Ma magari! Magari ci fosse un’apertura, una rete in cui veramente si può andare da un collega e dire “scusa, tu ti sei già occupato di questo” magari, no? Magari anche in un’altra forma. Magari in forma quantitativa, che ne so. Magari in forma teorica. “Guarda, sto ricavando queste cose. Parliamone, vuoi leggere?”. Poi è vero che siamo tutti ammazzati dal lavoro, da impegni vari.

143

La rete auspicata da RIC6 coinvolge comunque solo il gruppo di ricerca, e non

altri soggetti. Questo per deontologia professionale e forti convinzioni etiche

dell’intervistata. Interessante perché in altra direzione il desiderio di RIC1, che

sarebbe intenzionata a trovare un modo per condividere i dati della sua

etnografia:

R: [...] perché hai questa idea di mettere a disposizione i tuoi dati?

RIC1: Beh, prima di tutto proprio per mettere a tacere direttamente i quantitativi! Una delle prime critiche che vengono mosse, dai così detti «quantitativi», è quella appunto che non si possono controllare i dati all’interno di un lavoro qualitativo. Ho delle critiche a risposta di questo. Ma insomma, anche senza andare a guardare… anche nella statistica non si accede direttamente al dato, eccetera eccetera, comunque trovo che l’accesso ai dati di cui un ricercatore ha elaborato una sua analisi sia un valore in sé che permette di controllare, di modificare l’analisi. Io sto cercando anche, e tra l’altro trovo che sia sempre giusto, mettere anche molti dati nell’analisi, perché devi esemplificare e spiegare e dimostrare. Supportare ogni tua affermazione. Però è chiaro che, soprattutto parlando non di tabelline di numeri che ti stanno in una pagina, ma di video che non puoi pubblicare, o di pagine e pagine di interviste e di note di campo di cui ovviamente metti degli estratti. Ma uno si potrebbe sempre chiedere “però dove l’ha tagliato”, “qui c’è una parentesi quadra con tre puntini in mezzo, chissà cosa diceva in quest’altro punto”, magari cambia tutto il significato, insomma cose di questo tipo. Quindi penso che sia insomma una cosa che mi piacerebbe fare. Ci sono ovviamente, proprio per i dati qualitativi, dei grossi problemi per far questo.

Vediamo dunque i due aspetti della condivisione (ed eventuale collaborazione):

quella tra gli altri ricercatori coinvolti nel progetto, e quella con il supervisore

(solitamente in atto nello svolgimento della tesi di dottorato). Per entrambe ci

sono dei limiti dovuti a quello che consentono o meno i soggetti della ricerca

mediante il modulo del consenso informato. Tali problemi sono ovviamente più

evidenti se si avesse intenzione di portare il lavoro ad un pubblico più ampio,

ma possono esservi anche se si avesse intenzione di mostrarli ai propri

studenti.

Per quanto riguarda la condivisione tra ricercatori può accadere che non tutti

lavorino effettivamente sul software, generando quindi ad una divisione dei

compiti. Chi effettivamente è in grado di utilizzare il software viene quindi

lasciato con questa mansione, evidentemente per le scarse competenze e

mancanza di tempo per l’apprendimento da parte degli altri componenti del

gruppo di ricerca.

144

Bisogna anche dire che la condivisione, dal punto di vista tecnico, non è affatto

un procedimento semplice. Questo è per esempio quanto sostiene RIC7:

devo dire che NVivo è carente da questo punto di vista. Tutte le volte dobbiamo cercare sempre delle soluzioni complicate per condividere in gruppo la base dello stesso progetto. Ad oggi non è ben fatto secondo me. Non è ben fatto. La mia impressione è che gli sviluppatori di NVivo non considerino il lavoro in equipe una priorità del software. È la mia impressione. Poi magari mi sbaglio, è solo un limite mio che non so usare bene questa cosa, però insomma se l'avessero considerata una priorità probabilmente avrebbero reso più friendly, più facile, dei comandi che consentono di lavorare in gruppo. Invece si può fare qualcosa, ma è veramente piuttosto complesso. O forse ci sono delle esigenze commerciali dietro magari, chissà.

Il problema non è solo a livello tecnico. Per alcuni si tratta anche di un problema

di assunti. Quanto di buono è offerto dal software è che permette a tutti i

componenti di lavorare nello stesso modo, in maniera sotto certi aspetti

uniforme. Tuttavia non sarebbe tollerabile, se non impossibile, che più persone

avessero lo stesso modo di interpretare gli stessi dati. Questo tuttavia non

significa che non si possa confrontare e discutere il lavoro nel processo

d’analisi, mediante un processo retorico con cui trovare accordo o rilevare

disaccordo per alcuni punti dell’analisi, anche se può rendere ancora più lenti (e

quindi difficilmente sostenibili) i tempi della ricerca qualitativa (RIC10):

nella fattibilità è un po’ più complesso. Poi, beh anche appunto nella testa del ricercatore, siamo in tre, quindi tre cose diverse da dire sui dati, insomma è un po’ complesso. Teoricamente, con NVivo, e penso anche con altri, si riesce a fare senza problemi, adesso appunto quel tool del merging, quindi io prendo da te solo le parti del tuo progetto che mi interessano, e il progetto è la collezione della tua analisi, più la mia, in cui vedo esattamente chi ha fatto cosa, e quando. Certo che è un lavoro che non può essere binario, cioè uno più uno. Perché nel momento in cui, hai la terza persona, o io stesso, che rivedo i tuoi dati e già uno più uno farà tre. Perché già il progetto si evolve. Quindi, è problematico, ma per assunto. Non tanto per la strumentazione che hai a disposizione, ma per assunto metodologico è problematico. A meno che, non so, a tutti, quando diciamo “ehi ragazzi, adesso si pensa così, tre persone e una testa”, ma nel momento in cui sono tre persone e tre teste, ecco che nella grounded theory diventano cinque. Le interpretazioni insomma, il modo di lavorare. Ecco no, il modo di lavorare questo è positivo, perché il software ti impone comunque un modo di lavorare che è uguale per tutti, almeno nel modo. Quindi tu codifichi così, ti viene poi fuori una finestrella, a tutti e tre viene fuori la stessa finestrella, dobbiamo un po’ deciderci sui nomi da dare, che significato può riflettere, e ogni tanto il software aiuta il lavoro in equipe, però richiede, come tutti i lavori di equipe, incontri, in termini di tempo, molto molto dispendiosi. Perché ci si confronta su tutte le categorie, su tutti i passaggi fatti, si cerca di trovare… anche lì no, la qualitativa è un esercizio retorico, quindi si cerca di trovare il nome adatto per ogni cosa che tu fai.

La condivisione con il proprio supervisore presenta problemi simili, ovvero il

software è stato utile fino a un certo punto, anche se viene ritenuto

145

generalmente utile. La questione delle competenze si ripropone, in quanto può

capitare che il supervisore non sappia utilizzare il software su cui sta lavorando

il ricercatore. Bisogna comunque dire che con i CAQDAS si possono ottenere

delle stampe ben ordinate (anche se non particolarmente accettabili dal punto

di vista ecologico, specie per grandi quantità di dati).

Ancora una volta si ripropone il paragone con i metodi tradizionali, come ci

mostra RIC9:

gli studenti, i dottorandi che decidono di utilizzare NVivo, ATLAS, o qualsiasi altro programma, mi mostrano i risultati e io chiedo loro di mostrarmi il modo nel quale le loro interpretazioni si tengono con il materiale empirico che le ha esteriorizzate. Il modo nel quale queste «interpretazioni», il legame insomma tra teoria e documentazione empirica è stato rinvenuto - distribuendo i fogli dell’intervista per terra, o su un tavolo, ricorrendo a una più disciplinata procedura di analisi con un software come Ethnograph, NVivo o quant’altro - non è rilevante, dal mio punto di vista. Perché comunque la prova del nove è costituita da mostrare come teoria e documentazione empirica si tengono reciprocamente.

Questo dal punto di vista di un supervisore. RIC10 ci offre invece quello di

dottorando, qual era al tempo:

come scelta metodologica quella di rinunciare un pochettino, perché di fatto lo è, alla totale libertà del ricercatore qualitativo, ed essere più legata a un software che se toglie in creatività però aumenta in condivisibilità di un progetto. Quello che mi interessava è che il mio supervisore riuscisse a capire i passi metodologici fatti, quindi riuscisse a ricostruire il percorso che dai dati mi ha portato alle conclusioni.

Questo discorso sulla condivisione ci introduce a quello della tracciabilità. Essa

è possibile in diversi modi, a seconda dell’approccio utilizzato. Vi sono tuttavia

le risposte più controverse da parte degli intervistati. Vediamo per esempio

RIC10, a favore del controllo esterno:

Nel momento in cui fai un proposal, e chiedi dei soldi a un ente, tu non puoi chiedere all’ente “abbi fede, abbi fiducia, che con un po’ di culo qualcosa trovo”. Cioè, no, mi dai dei soldi, e io, e noi come gruppo di ricerca, chiediamo ultimamente, all’interno dei progetti, dei soldi in più per pagare l’audit trail esterno. E sottolineiamo il fatto che utilizziamo dei software, che possono aiutare anche il fatto che un revisore esterno riesca a capirci. [...] Cioè, sai che se usi il software hai dei vincoli, sai che se non lo usi non li hai, però, d’altra parte, manchi di condivisibilità, ed è molto più difficile entrare nella testa di una persona, quanto molto più facile è aprire un progetto di un software e vedere che cosa ha fatto questo signore qua.

Vediamo invece RIC5, scettico riguardo il controllo:

ma chi è che ti controlla? Non ti controlla nessuno. Cioè, non… O sei tu il controllore di te stesso, e quindi tu dici “io uso questo strumento perché voglio fare

146

veramente la bella ricerca, voglio pubblicare delle cose interessanti, so che facendo questo lavoro molto minuzioso verranno fuori delle cose molto interessanti”, ma quindi sei tu stesso che sei il committente di te stesso e vuoi ottimi risultati, ma quando i committenti sono altri, la differenza non si vede. Cioè, tu puoi imputare alcune categorie dentro nel programmino, stampargli qualche videata, eccetera, e insomma questi qui che ne sanno se tu hai navigato 40 interviste, 30, il testo di una solamente, due… Chi è che è in grado di andare a controllare. Un po’ anche riguarda la ricerca anche a base statistica insomma.

Si tratta di un argomento che necessiterebbe di ampio spazio per essere

discusso. È qualcosa che va alle basi epistemologiche della ricerca qualitativa,

e che portava gli intervistati a rispondere con maggior fermezza.

Strettamente connesso il tema della trasparenza. Si ritrovano infatti posizioni

più nette sul significato di questo termine nella ricerca qualitativa, e riguardo al

discorso su come il software può aiutare questo processo. Non si deve

intendere, per quasi tutti gli intervistati, la completa verificabilità, il completo

controllo di ciò che ha fatto il ricercatore. Lo spiega bene RIC12:

Questo che l’abbiamo tutti. Io credo che a nessuno faccia piacere, tutti quanti, qualsiasi prospettiva, analisi qualitativa, quantitativa, “venite a vedere i miei appunti” no? È come dire “venite a vedere il testo prima che sia pubblicato come l’ho fatto”… L’hai fatto, che qualcun altro venga a vedere come io ho costruito tutto questo, non credo che dia piacere a nessuno. Quello che io però, con il software, posso senz’altro fare,era un po’ quello che dicevo prima. Cioè, io posso intanto rifarlo questo processo. E mi è utile nelle varie fasi di ricerca per andare avanti nella ricerca, e quindi questo è un processo che vale la pena di fare. [...] Avere questa possibilità di dire “io come l’ho costruita”, “l’ho fatta in questo modo”, “c’avevo questi elementi”, “potevo prendere altre direzioni, poi ho preso questa più adatta” poi mi obbliga a una certa riflessività rispetto a me stesso, ma fondamentalmente non nuoce al fatto che io comunque o mi invento qualcosa o poi comunque lì non c’era. Lì non c’era. Cioè, non è qualcosa che è lì che spunta, che può spuntare dai dati. Ma a quelle cose lì non puoi far dire qualcosa che non c’è. Non devo far dire delle cose che non ci sono. E il software su questo mi agevola, non è negativo.

Il processo di approdo ad una categoria interpretativa e a un asserto che

stabilisce che quando è presente un elemento ne è presente anche un altro,

non è così rilevante. Per RIC9 infatti:

Utilizzando un termine un po’ fuori moda: il «contesto della scoperta», come diceva Reichenbach, dal mio punto di vista non è qualcosa di decisivo. È il contesto della giustificazione quello che conta. La giustificazione può essere facilitata dal ricorso a questo software, ma tante cose che si fanno con il software per l’analisi dei dati sono assolutamente irrilevanti. [...] Alla fine, quello che m’interessa è il punto d’arrivo. Il punto d’arrivo dev’essere consistente con la documentazione empirica, il ricostruire i passi con i quali io sono arrivato a questa categoria finale è qualcosa che attiene più alla psicologia della scoperta, che alla difesa della plausibilità dei risultati.

147

Il processo di approdo ai dati è insomma difficilmente rendibile trasparente. O

più semplicemente è necessario fornire un significato adattato alla ricerca

qualitativa. Si tratta di un problema centrale per i critici dell’analisi qualitativa,

anche se il metodo per rendere chiaro il procedimento compiuto viene fornito

sin dai classici (RIC13):

la così detta incommensurabilità rimane senz’altro, ma del resto l’interpretazione com’è noto riguarda anche, in certe misure, i dati quantitativi. Ripeto: ha senso se vengono specificati dallo studioso le operazioni interpretative che lui ha svolto, quale tipo di processo ha seguito, a quale tipo di teoria, epistemologia s’è affidato… Dopodiché appunto rimane sempre qualcosa di insondabile, che non è possibile esattamente riprodurre e specificare. Però come noto c’è anche chi ha provato, tra i classici, a impegnarsi nella realizzazione di un’analisi il più possibile intersoggettiva, pur non credendo nel positivismo. Uno «spinto», diciamo così, come un Weber ha messo in evidenza che è possibile rimediare a questa difficoltà - l’incommensurabilità - in una certa misura se il ricercatore specifica i passi che ha compiuto. Pur sapendo che le interpretazioni saranno comunque sempre incommensurabili e che anche gli interessi della ricerca, i valori del ricercatore «contamineranno» oppure «influenzeranno» la sua analisi.

Maggiormente sul lato pratico il ragionamento di RIC7, per cui «intersoggettivo»

vuol dire che: “almeno un'altra persona, insieme a me, può dire che il percorso

che ho fatto è un percorso che è rigoroso, che le scelte che ho fatto, le scelte

metodologiche che ho fatto volta a volta sono condivisibili”.

Il fatto che non si compiano veri e propri controlli è però un problema per RIC8.

Il ricercatore avrà anche possibilità di tracciare la sua analisi, anche con potenti

strumenti, ma:

Proprio perché sapendo che in ogni caso non lo utilizzerà, spesso il ricercatore lo considera, come si dice, come un qualcosa che rimane là, il tempo che trova e poi viene completamente abbandonato. Quindi, il problema qual è: il problema è che non sapendo quali regole sono state utilizzate, viene meno il primo principio della scientificità di un lavoro, che è quello della sua possibilità di falsificazione. Ovverosia, se io non so in che modo una persona ha operato, a quel punto là io non posso in alcun modo cercare, a partire da quel tipo di modo che lui ha utilizzato, di falsificare il suo risultato. E questo è il problema fondamentale. Cioè, rimangono delle scatole chiuse in cui o ti fidi, o ti fidi. Di quello che ti dicono.

Bisogna comunque ricordare che RIC8 è piuttosto critico riguardo a come

vengono condotte la grande maggioranza delle ricerche qualitative. Emerge

perciò un pensiero chiaro: la condivisione potrebbe anche essere possibile

tecnicamente, ma la domanda da porsi è: per quale fine? Avrebbe davvero

senso poter «controllare» i dati di una ricerca qualitativa, se il processo di

conoscenza non emerge in maniera manifesta da essi, e se, in particolar modo,

148

un ricercatore non ha la stessa consapevolezza ed esperienza di quell’oggetto,

di quell’ambiente, di quei soggetti? Evidentemente la questione non è così

semplice, e oltre a questo profondo problema, vi è anche un problema etico non

indifferente: la riservatezza da mantenere sui dati raccolti.

Anche se i dati sono soggetti ad accordi con gli interessati, rimane il fatto che

interviste in profondità, storie di vita e racconti di vita sono facilmente

riconducibili agli intervistati, se lette in determinati contesti. RIC6 è chiara sul

punto:

io ho raccolto delle storie di vita, che guardi, sicuramente in un determinato ambito si riconosce chiaramente chi è quella persona. Allora, io posso farlo? Beh, dipende dalla mia deontologia professionale. Dalla mia etica personale, dipende da una serie di fattori. Io non sto dicendo che questo non sia possibile. Sto dicendo che i dati qualitativi sono diversi da quelli quantitativi. E in particolar modo in relazione all’anonimato.

Essenzialmente il problema riguarda il tipo di ricerca condotta, e in particolar

modo il tipo di dati raccolto. Se in alcuni casi sono possibili efficaci procedure

per rispettare l’anonimato che si è garantito, in molti altri si rischia di non

rispettare quanto accordato con i soggetti dai ricercatori. Un problema che si

riscontra nell’eventuale restituzione dei risultati dell’analisi, da cui potrebbero

emergere questioni di cui i soggetti non sono a conoscenza o che non

vorrebbero rese pubbliche, anche solo nel loro ambiente.

Le funzionalità dei software

Terminiamo l’analisi delle interviste con il giudizio degli intervistati riguardo le

funzionalità dei software. Il primo elemento da indagare è quello relativo

all’interfaccia, ovvero alla modalità in cui i programmi si presentano e offrono le

loro funzionalità. A livello generale emerge che i software vengono definiti facili

da utilizzare, e i ricercatori intervistati desiderano che lo siano (quasi tutti hanno

voluto precisare di non essere degli «smanettoni», quasi come l’esserlo –

qualsiasi cosa significhi – pregiudichi la loro immagine di ricercatori).

149

Per alcuni intervistati il software da loro utilizzato si presenta complesso

nell’interfaccia utente, ma non nelle funzioni, in quanto vengono usate solo

quelle che interessano. La questione dell’interfaccia è stata particolarmente

trattata con gli utilizzatori di NVivo, essendo il software che ha compiuto un

tentativo più radicale nel miglioramento dell’usabilità. Un vantaggio che per

contro lo rende molto pesante e problematico sia per chi lo utilizza abitualmente

che per chi si appresta ad apprenderne l’utilizzo.

I software consentono molteplici possibilità per condurre lo stesso tipo di

operazione, e questo viene considerato fonte di smarrimento all’iniziale impatto

con i programmi, anche se successivamente viene colta come un’opportunità

per facilitare le operazioni dei ricercatori, permettendo loro personalizzare le

procedure secondo le loro preferenze. RIC10 spiega dal suo punto di vista

perché questo facilita l’adozione del software:

Cioè, io vedo appunto anche professoroni, anche che sono a capo delle nostre facoltà e dipartimenti, che… li vedi insomma, che aprono e chiudono ogni finestra… Ecco, se li si guida, se le persone le si guidano nel personalizzare l’interfaccia - forse quelli di NVivo l’han capita - e quindi la prima cosa che dico e faccio è “ragazzi, qua adesso è la vostra scrivania, ve la sistemate come volete”. Volete che si apra ogni finestra diversa? Una finestra attaccata come un messaggio di Outlook? Lo volete di fianco, lo volete in basso, ecco, dove siete più comodi, questo forse aiuta. Forse aiuta, proprio la personalizzazione delle cose di default, dell’immagine…

Questo però non deve pregiudicare la semplicità con cui si possono svolgere le

operazioni base. RIC14 è decisa su questo punto:

Ma no, perché ogni tanto sono troppo confusionari, nel senso, nel momento in cui dentro c’è troppa roba, poi va a finire che io veramente son dovuta star tre giorni per capire come si facevano le famiglie di categorie, che dovrebbe essere la roba più semplice del mondo, alla fine è la cosa principale che devi fare. E invece ci sono un sacco di cose inutili, proprio. Nel senso, secondo me… boh, magari ci dovrebbero essere delle funzioni, che sono proprio quelle principali, e poi magari anche delle cose più specifiche, però non tutto assieme sullo stesso livello, che si aprono queste mille tendine che non si capisce bene a che cosa servano, questo intendevo. E poi sicuramente già se il software fosse stato in italiano sarebbe stato meglio, e soprattutto se ci fosse un minimo di funzioni principali, con delle schede… io ho imparato ad usare ATLAS andando nei forum di ricercatori. Non sui manuali di ATLAS. Perché chissenefrega di come funziona ATLAS, cioè… A me m’interessa come si fa ricerca usando ATLAS.

Si riscontra inoltre una certa, e comprensibile, difficoltà da parte degli

intervistati, anche da parte dei più esperti riguardo il software, a seguire le varie

release e funzionalità aggiuntive, che spesso vengono considerate non rilevanti.

150

A volte invece sono funzionalità che sono già presenti a non essere conosciute.

Questo porta a pensare che l’utilizzo del software sia influenzato fortemente da

quello che è stato l’apprendimento iniziale, e che vi sia una tendenza a non

modificare più di tanto il modo con cui si utilizza il programma (RIC7):

io sono sicuro di sottoutilizzare NVivo, per cui ogni volta che esce una nuova versione io sono disperato! Perché escono tutte delle nuove funzioni che appesantiscono il tutto e io so che tanto non userò, e quindi sono disperato di fronte a questo. Quindi in realtà ho il rischio opposto, perché non è... non è una posizione corretta la mia eh. Però, in effetti, anche con l'uso di un programma di scrittura, di videoscrittura, per dire Word per Windows, ma tutti noi nel nostro utilizzo mica usiamo tutte le funzioni che Word propone. Cioè, ogni versione ci sono sempre più cose, sempre più cose che nessuno utilizza mai. Che nessuno utilizza mai. Ognuno usa quelle cose che gli servono, poi magari ogni volta aumenta di un po' alcune cose, però normalmente se io devo scrivere qualcosa, non ho bisogno di tutte quelle funzioni sofisticatissime che propone... i modelli di lettera, ma figurarsi se... Chi è che li usa? Ecco, lo stesso è con il software, di cui io appunto mi rendo conto di avere un sottoutilizzo. Cosa che è un pochino migliorata da quando lavoro con [nome collega] per esempio, che invece siccome è un formatore e allora lui deve conoscere, padroneggiare tutte le funzioni, allora delle volte capita che lui suggerisca di utilizzare una funzione che io non conosco, che non conoscevo. Ma non me la suggerisce perché c'è nel software, me la suggerisce perché risponde a una domanda. Cioè, a un problema che ho. Io al software chiedo di rispondere i problemi che ho. Se me li risolve bene, se no lo faccio in altro modo. Questo è il mio approccio insomma.

Trattando il tema della codifica, i ricercatori hanno esposto le modalità da loro

intraprese. Sono diverse, in base agli interessi di ricerca: da una codifica

grounded pura, con anche diverse centinaia di codici nella prima fase, a una

struttura più uniforme sin dall’inizio. Molti manifestano una critica al tentativo

molto comodo che si ha ad utilizzare i codici già assegnati, e si rendono conto

quanto sia necessario stare attenti a non cadere in questa tentazione. Vi è un

interessante resoconto di RIC7 riguardo a quella che sarebbe dunque la logica

nascosta di questi software, in questo caso di NVivo:

Tra l'altro questo è anche un suggerimento molto esplicito... io avevo partecipato a Roma a un seminario in cui era presente Richards, uno degli sviluppatori di NVivo, non la Lyn Richards, suo marito, il quale nel dire come si usa il software, dare alcune indicazioni su come utilizzare al meglio possibile il software, diceva esattamente questa cosa qua. Usate meno etichette possibili, e cercate di fare in modo di utilizzare sempre le stesse espressioni per definire gli stessi nodi.

La tentazione può essere frenata se vi è più consapevolezza delle funzionalità

del software. RIC2 risolve infatti in questo modo il dubbio di assegnazione dei

codici, che altrimenti potrebbe portare a riassegnare quelli già esistenti:

151

la cosa bella secondo me di ATLAS è che quando tu non ne hai un’idea di come codificare […] è creare la free quotation, cioè la quotation senza il codice. Allora esempio se tu non ne hai un’idea, però non ne hai un’idea ma hai comunque la sensibilità di capire all’interno di un testo dove sono i punti chiave, cioè le cose che in realtà ti interessano. Perché quando tu fai una ricerca secondo me non è possibile che tu non hai assolutamente un’idea di quello che vuoi andare a ricercare. Cioè non è che raccogli materiale completamente a caso. Tu leggi, poi io cosa faccio, faccio le mie free quotation, dopodiché mi faccio una bella stampa di tutte le mie free quotation, con pazienza mi metto lì e me le leggo, e comincio a ragionare su quali potrebbero essere i codici più ottimali. Io adesso sto facendo un lavoro, ho iniziato facendo dei codici. Non mi piacciono: e allora adesso ho detto che per un po’ lavoro con le free quotation. Poi me le stamperò e sulla base dei primi che ho creato cercherò di riflettere su quali sono i codici che più funzionano meglio, posso insomma rinominarli…

L’auto-coding è poco menzionato, pochi degli intervistati lo utilizzano e solo

«per farsi un’idea». Non ne vedono dunque l’utilità, salvo il caso in cui si abbia a

che fare con interviste semi-strutturate, specie se in forma scritta. Non viene

comunque ritenuto un pericolo la sua presenza nei programmi, in quanto è

sufficiente non tenerlo in considerazione se non ritenuto utile.

Vediamo infine un’ultima serie di funzionalità trattate nel corso dell’intervista.

Era difficile che gli intervistati andassero molto in profondità al riguardo,

considerato che le interviste sono state condotte senza farmi mostrare, in

pratica, i loro modi d’uso direttamente con il software in esecuzione31.

RIC1 tratta delle query come di uno strumento più confermativo di risultati già

ottenuti, ma anche di uno strumento che può portare a delle idee nuove:

Le query sì, per il discorso che ti facevo prima anche. Poi è chiaro che magari può succedere che tu sei convinto di aver fatto la tua analisi, sai cosa vuoi dire, apri il programma, gli dici trovami tutte le cose che c’entrano con questo tema che sto per spiegare adesso, e poi magari hai sbagliato qualcosa, o cambi idea, vedi che c’è una differenza, ti accorgi di un altro possibile collegamento, e quindi a quel punto lì rilavori a livello analitico sui dati e sul software. E però è un processo a posteriori.

Diversa la concezione, sempre delle query, di RIC2, il quale vede in esse delle

conferme ma anche delle rassicurazioni e dei «pesi» di quanto sta analizzando:

sembra una stupidata, ma quando tu interroghi nella query, quel numero che ti scende in fondo, sembra una stupidata, ma secondo me è una cosa un po’ importante. Perché a volte il rischio è che determinati elementi, non so faccio un

31 Tale genericità è risultata invece utile trattando del rapporto con il software e i suoi vantaggi e svantaggi nell’analisi, portando la discussione più sul piano metodologico che su quello tecnico, come era mio obiettivo.

152

esempio tratto al mio campo di ricerca: sto analizzando magari un discorso di un determinato tipo. Mi imbatto diciamo in una sentenza molto interessante, che magari proprio perché mi colpisce tendo a dargli un’importanza sovrastimata. Quei numerini lì a volte mi costringono un po’ a tornare con i piedi per terra. Mentre se non avessi un programma che mi aiuta in questa cosa che diciamo «do ordine», avrei più la tendenza diciamo a sovrastimare elementi che possono essere sporadici

Un’altra funzione molto citata è la possibilità di realizzare delle mappe

concettuali. Anche in questo caso vengono utilizzare più per chiarire alcuni

punti dell’analisi, piuttosto che come effettivo risultato da introdurre nel paper o

in presentazioni della ricerca. Molti intervistati ritengono questa funzionalità

migliorabile, possibilmente anche con la possibilità di esportare le mappe in un

altro software per la network analysis.

In generale possiamo dunque osservare che le molteplici strade con cui

conseguire un risultato rilevate dagli intervistati e gli strumenti che vengono

ritenuti non corretti dal punto di vista metodologico testimoniano il fatto che i

software sono utilizzabili per diversi approcci e in maniera personalizzata. I

ricercatori con maggior coraggio di «osare» (anche solo a tentativi, che

comunque non possono danneggiare i dati) sono quelli che esperiscono un

rapporto con il software più consapevole e rilassato.

Concludiamo con quelli che sono le funzionalità che i ricercatori intervistati

desidererebbero trovare in futuro nei software. Per molti, comprensibilmente, un

sistema più efficiente di riconoscimento vocale sarebbe un vero aiuto per la

fase della trascrizione. Inoltre, considerato che nell’intervista veniva fatta

menzione del progetto QDA-UniTN di cui parleremo nel prossimo capitolo, molti

ricercatori hanno mostrato particolare interesse per tale tipo di caratteristiche,

ovvero di un software libero, multipiattaforma e con maggiori funzioni di

tracciabilità e condivisione (anche se, per quest’ultima, valgono le perplessità

viste sopra). RIC15 ci introduce all’argomento delle prossime pagine, parlando

del progetto QDA-UniTN:

in effetti l’unico modo per fare in modo che questo avvenga è che si lavori su un file che è online, possa essere editato, modificato e utilizzato da più persone contemporaneamente. Quindi questa idea, già di per sé stessa mi sembra molto buona. Non so fino a che punto questo programma riuscirà ad avere tutta una serie di sofisticatezze che magari i programmi commerciali ad oggi hanno, quindi come dire, spero che possa essere altrettanto valido rispetto a questi programmi, cioè che con questo applicativo si possa seguire in maniera decente e decorosa tutta la fase di analisi. Cioè, che non diventi solo uno strumento di analisi del

153

contenuto, cioè, attribuire etichette ad alcune parti di testo, ma che possa diventare anche uno strumento per far veramente analisi qualitativa insomma, non solo analisi del contenuto. E quindi tutta una serie di supporti e strumenti che ti consentono di fare questo.

I resoconti degli intervistati portano quindi ad alcune considerazioni. I CAQDAS

sono stati da loro considerati nel momento in cui hanno ritenuto potessero

essere di aiuto per l’analisi che intendevano compiere, soprattutto in termini di

velocità. Successivamente questa velocità passa in secondo piano, e tendono a

prevalere altri fattori che fanno continuare ad utilizzare i software, come la

sistematicità che consentono di dare ai dati.

Anche se in misura minore rispetto a un decennio fa, sono ancora presenti dei

pregiudizi e timori ingiustificati nei confronti dei software. Non appena i

ricercatori scoprono cosa davvero i software per l’analisi computer-assisted

sono in grado di fare, e soprattutto come non fanno e non hanno intenzione di

fare, il loro atteggiamento viene a mutare. Non sussiste tuttavia alcun bisogno

di precisare di aver utilizzato il software il minimo indispensabile, o ribadire che

le procedure interpretative dei dati sono state «mantenute» nella mente del

ricercatore. Non potrebbe essere altrimenti, visto che il computer non può

sostituirsi al ricercatore. Vanno anche sostenere che l’utilizzo dei CAQDAS non

porti necessariamente ad una indagine di maggiore qualità, visto che ciò non si

più dire nemmeno riguardo al mancato utilizzo dei software.

L’adozione di un software non è comunque priva di costi: apprendimento,

licenze, difficoltà nel rapportarsi con l’interfaccia. Per quanto riguarda i

miglioramenti nelle procedure di analisi, senza dubbio consente maggiormente

di tenere sotto controllo i dati in esame, ottenere conferme di ipotesi e tenere

meglio traccia delle operazioni e riflessioni che si compiono riguardo ai dati.

Sfruttare nel migliore dei modi queste possibilità e mantenere un rigoroso

processo di progettazione e di rilevazione dei dati sta al ricercatore, o ai

ricercatori.

I software vengono utilizzati in diversi campi e per diversi approcci, e i

ricercatori più sicuri della loro metodologia riescono a trasporla sul software

senza particolari problemi. Più problematico il tema della condivisione e

collaborazione tra ricercatori. Dalle interviste emerge scetticismo riguardo la

154

plausibilità e realizzazione della collaborazione tra ricercatori, già difficile tra i

membri dello stesso team di ricerca. Ciò è dovuto a questioni epistemologiche

della ricerca qualitativa e meccanismi organizzativi tra ricercatori, istituti di

ricerca e atenei. Similmente, per quanto concerne la trasparenza del

procedimento di ricerca, viene rilevato che non è nella maggior parte dei casi

sensato «aprire» il proprio dataset e le procedure attuate su di esso, sia per

ragioni di incommensurabilità che di riservatezza dei dati.


In questo capitolo abbiamo esaminato l’esperienza sia a livello di

apprendimento sia quella di ricerca di diversi soggetti. In primo luogo è stata

esaminata la ricezione da parte di un gruppo di studenti all’utilizzo di un

software come supporto per l’analisi dei dati in corso di metodi qualitativi. Si è

dimostrato uno strumento utile, soprattutto ai fini dell’apprendimento

metodologico. Sebbene con l’aggiunta di alcuni accorgimenti, ritengo si sia

dimostrata un’esperienza che indica gli effetti positivi anche di un’integrazione

più estesa all’interno dei corsi metodologici di ricerca qualitativa.

Successivamente abbiamo analizzato i resoconti di alcuni ricercatori riguardo

alle loro esperienze di ricerca in cui si sono avvalsi dei software. Sono stati

considerati importanti aspetti, come i pregiudizi iniziali e le diverse tecniche di

utilizzo, basate sulle diverse concezioni di quello che i ricercatori sono

intenzionati ad ottenere dai software. Emerge anche un generale malcontento

per l’interfaccia di molti programmi, spesso vista come esageratamente

complessa rispetto a quelle che sono le reali esigenze dei ricercatori. Infine

sono state trattate importanti tematiche come la trasparenza, la tracciabilità e la

condivisione e collaborazione nel corso del processo di ricerca, mettendo in

evidenza la peculiarità dell’analisi qualitativa.

Torneremo su alcune di queste tematiche nel prossimo capitolo, dove

esamineremo i potenziali sviluppi dei software più diffusi e di quelli appena nati

o nascenti, che si pongono come obiettivo proprio quello di tentare di risolvere

molte delle problematiche e richieste esaminate in questo capitolo.

155

4. Potenziali sviluppi

Dopo aver esaminato nel capitolo precedente, l’esperienza dei ricercatori con i

software, in questo capitolo tratteremo delle recenti innovazioni presenti nei

software più diffusi, per poi spostarci su alternative di software libero e open

source e quelle web-based. Da questi elementi, anche in considerazione ai

precedenti capitoli, tratteremo del progetto QDA-UniTN, puntando

sull’innovazione che porterebbe nel campo dei CAQDAS.

4.1 Mutamenti nei software più diffusi

Torniamo nuovamente sui software più diffusi, osservandone brevemente

tendenze di questi ultimi anni. Resta da determinare se arriverà ad imporsi un

determinato software rispetto agli altri. Non ci è possibile prevedere questo

sviluppo. A livello generale è possibile rilevare la costante uscita di nuove

versioni con nuove feature, come nuovi formati dei file accettati, puntando molto

sui documenti audio e video. Si tratta infatti di una nuova sfida per gli

sviluppatori:

My dream-software is a user-friendly knowledge management tool to organise images and words, with drag-and-drop features, intuitive ways to assign several different tags and keywords to each picture, instant searching, annotating and classifying capabilities into categories and sub-categories and with features that allow several nodes to be cross-linked to other nodes (images and words). It should probably use a 3-D environment, with different layers where data (still images, audio, movies, texts, codes) and the logical relation among them (and their segments) can be seen or hidden according to our research needs. At the moment software improvements are needed; there is still not a real integration of multimedia in a visual interface, where researchers can easily edit and link text, images, audio and video (Parmeggiani, 2009; 80).

Si assiste dunque al supporto di un maggior numero di formati, a un

miglioramento dell’interfaccia, e altre di minore entità per gran parte degli

utilizzatori. È presente nelle ultime versioni una maggiore integrazione con il

web per quanto riguarda l’analisi di siti, la gestione dei collegamenti e la

geolocalizzazione mediante Google Earth (che può risultare molto utile negli

156

studi urbani). I principali software per certi versi si influenzano a vicenda nelle

novità inserite nelle ultime versioni. Saranno perciò presenti nuove feature,

nuove lingue dell’interfaccia e dei documenti testuali accettati, ma fino ad un

certo limite. Non tanto perché alcune non siano così utili, o addirittura avverse

per alcuni ricercatori, quanto piuttosto per la struttura del software e il modo in

cui viene sviluppato. Questo accade sia a livello di interfaccia, per soddisfare i

vecchi utenti e le preferenze degli sviluppatori, sia perché si tratta di programmi

di natura commerciale. Uno dei principali limiti consiste nella collaborazione, e

nelle prossime pagine ne vedremo il motivo.

4.2 Alcune recenti proposte

Sul mercato non sono certamente disponibili solo i sette software citati nel

secondo capitolo. Le soluzioni informatiche proposte per assistere i ricercatori

qualitativi nelle loro ricerche sono molteplici, anche se poco note. In questa

sezione vorremmo concentrare la nostra attenzione su quelle che sono le

proposte più innovative e che a nostro avviso possono verso un nuovo modo

per concepire i CAQDAS.

Qualora un ricercatore fosse intenzionato ad adottare un software non

commerciale, la soluzione più indicata è Weft QDA, realizzato da Alex Fenton,

originariamente per l’analisi di interviste e note di campo di una sua ricerca, per

il conseguimento del MSc, riguardo alle cooperative di credito (credit unions) a

South London. Si tratta di un software generico per la codifica e il recupero dei

dati testuali, mediante una semplice interfaccia. È più limitato nelle funzionalità

rispetto ai principali software commerciali, anche se per la realizzazione di

operazioni base (codifica, recupero, memo) può essere considerato più che

adeguato. Inoltre, caso più unico che raro, supporta sia Windows sia Linux32.

Permette di trattare unicamente dati testuali (solo testo o PDF), e permette

32 Nelle prossime versioni è previsto anche il supporto di Mac OS X. Gli utenti di questo sistema operativo possono utilizzare, oltre ai software commerciali, TAMS Analyzer, più completo rispetto a Weft QDA.

157

anche semplici ricerche booleane, una certa misura di statistiche descrittive sui

dati e cross-tab dei codici. L’ultima versione disponibile è la 1.0.1.

Un’altra interessante proposta è RQDA. Si tratta di un pacchetto aggiuntivo del

software R, solitamente noto per l’analisi di dati statistici. Creato da Ronggui

Huang per la conduzione della sua ricerca di dottorato presso la City University

di Hong Kong, nella quale intendeva svolgere l’analisi del contenuto di articoli di

giornale. La sua intenzione era quella di poter avere un software

multipiattaforma (essendo un pacchetto di R, è utilizzabile in tutti i sistemi

operativi supportati da quest’ultimo), avere un software semplice e

completamente controllabile da lui stesso. Il pacchetto supporta solo documenti

di testo (plain-text), e permette tutte le funzionalità di base dei CAQDAS

(codifica e recupero, memo, organizzazione dei dati). Essendo un pacchetto di

R, si presta particolarmente per le metodologie miste, possibili anche con altri

software tramite esportazione di tabelle con frequenze di parole o codici in un

foglio elettronico o pacchetto statistico, ma che in questo caso vengono

direttamente gestite dallo stesso strumento. Inoltre, sempre perché si tratta di

un pacchetto aggiuntivo di R, permette la scrittura di funzioni aggiuntive ad ogni

ricercatore in grado di farlo. L’interfaccia è tuttavia non intuitiva, e al momento

non è uno strumento adatto a gran parte della comunità dei ricercatori

qualitativi, e nemmeno degli utenti dei CAQDAS. È disponibile dalla fine del

2008, e l’ultima versione è la 0.1-7.

Un altro strumento che consideriamo degno di nota è il “Coding Analysis

Toolkit” (Lu & Shulman, 2008), nato all’interno del Qualitative Data Analysis

Program (QDAP), del University Center for Social and Urban Research, presso

la University of Pittsburgh33. Si tratta di una piattaforma web-based che intende

essere di ausilio agli utilizzatori di ATLAS.ti, al fine di facilitare un’efficiente

codifica di dati grezzi analizzati con il software. La funzionalità principale, dal

nostro punto di vista, è quella di facilitare il lavoro di analisi di gruppo nei

progetti, offrendo strumenti per il controllo, il confronto e la validazione della

codifica dei dati, aumentando dunque il rigore dell’analisi. Lo strumento è stato

33 Si veda: http://cat.ucsur.pitt.edu/default.aspx .

158

lanciato nel 2008, ed è suscettibile di nuovi sviluppi. Sempre all’interno dello

stesso progetto è stato sviluppato il “Blog Analysis Toolkit”, per l’archiviazione e

la condivisione dei post dei blog che l’utente desidera esaminare, per poi poter

effettuare l’analisi dai dati raccolti.

Un ulteriore interessante proposta è quella fornita da Ethnonotes34, creato da

Eli Lieber e Thomas S. Weisner, rispettivamente uno psicologo e un

antropologo, impegnati presso la University of California, Los Angeles (UCLA).

Si tratta un sistema web-based per l’analisi di dati qualitativi, puntando anche

all’integrazione tra dati quantitativi e qualitativi. Per ottenere la licenza d’utilizzo

(a pagamento, e di un periodo definito) è necessario registrare il progetto a cui

si intende lavorare, e il numero di ricercatori che sarà coinvolto. Lo strumento,

infatti, permette un semplice lavoro di analisi con più utenti, grazie alla fatto di

essere web-based, con la possibilità di differenziare le operazioni che gli utenti

possono compiere, o anche i dati che possono essere visualizzati.

4.3 Il progetto QDA-UniTN

Conclude questo elaborato una breve presentazione del progetto

temporaneamente chiamato QDA-UniTN. Si tratta di un progetto portato avanti

dal Dipartimento Informatico della Facoltà di Sociologia di Trento, in

collaborazione con la Facoltà di Scienze. Ho collaborato alla realizzazione dello

studio di fattibilità del progetto, conclusosi nel dicembre 2008, assieme a Paolo

D'Incau (studente di Informatica), sotto la supervisione del dott. Maurizio Teli. Il

progetto è continuato anche nel 2009, con la partecipazione di due nuovi

collaboratori e la conferma al dott. Teli nel ruolo di supervisore.

Esso nasce dall’intento di realizzare un programma caratterizzato da

un’interfaccia più a misura di ricercatore, liberamente distribuibile e modificabile

(salvo alcuni termini della licenza) e soprattutto dallo spirito collaborativo. Con

quest’ultimo termine intendo la possibilità di più ricercatori di lavorare sullo

34 Si veda: http://www.ethnonotes.com/index.html .

159

stesso progetto, potendo quindi condividere istantaneamente codifiche e

commenti (nello stile wiki). Il progetto dovrebbe avvantaggiarsi delle ricerche e

delle considerazioni presentate nell’elaborato.

Il software che verrà sviluppato intende soddisfare tre caratteristiche principali:

essere software libero e open source; essere multi-piattaforma, ovvero

utilizzabile con diversi sistemi operativi, come ad esempio Windows, Mac OS X,

Linux e altri; infine, essere concepito come uno strumento che favorisca la

collaborazione tra ricercatori, invece di privilegiare un concetto di ricerca come

attività individuale.

La necessità di una soluzione libera e open source emerge dalle soluzioni

attualmente disponibili, prevalentemente di natura commerciale, le quali portano

a rendere più difficoltoso avvalersi di tali software, e a renderle meno

supportate a livello accademico. Uno degli sbarramenti per l'utilizzo dei

CAQDAS è proprio il costo delle licenze, da dover acquistare per un prodotto

che tutto sommato si conosce poco. Inoltre il fatto che non esista un software

nettamente predominante può portare i laboratori delle università a non

scegliere quale software acquistare a livello di ateneo, cercando di non

scontentare nessun gruppo di ricercatori che sostiene un particolare

programma.

Abbiamo visto inoltre che poche delle soluzioni disponibili offrono ai ricercatori

la possibilità di condividere i dati analizzati in maniera semplice. Un'ulteriore

spinta in tal senso proviene dalle recenti innovazioni metodologiche nella

ricerca sociale in una forma più tendente all'attività collettiva, come l'“etnografia

globale” (Burawoy et al., 2002) o “etnografia multi-situata” (Marcus, 1995). Da

tali suggerimenti emerge come la ricerca qualitativa coinvolga sempre più

gruppi di ricerca che analizzano dati simili. I software esistenti sottendono

invece un principio di ricerca più classico, favorendo la ricerca come attività

individuale.

Si è visto nei capitoli precedenti che in parte lo strumento utilizzato ha rilevanza

per l'analisi che si intende svolgere, e per questo motivo può e deve essere

migliorato. Lavorando su un progetto open source e collaborativo è possibile

ottenere un maggior grado di personalizzazione dell'interfaccia e delle funzioni

160

del software. Inoltre è possibile che la presenza di questo software porti altri

ricercatori allo sviluppo di plug-in e estensioni in grado di arricchire le

funzionalità del programma. Per questo il progetto rimane aperto anche a

possibili collaborazioni internazionali.

Open source

Una soluzione open source fornisce anche all'Università degli Studi di Trento, in

qualità di committente e guida del progetto, diversi benefici. In primo luogo in

chiave di ente pubblico consente di combinare e riutilizzare risorse già esistenti,

razionalizzando l'impiego di risorse economiche e fornendo alla comunità dei

ricercatori uno strumento user-friendly. Si andrebbe ad evitare la dipendenza da

un fornitore esterno, specialmente per quanto riguarda il formato del file dei

progetti, aggiornamenti e nuove caratteristiche e funzionalità. In secondo luogo,

una volta raggiunta la necessaria diffusione, si dovrebbe assistere all'emergere

di nuovi sviluppatori, andando a ridurre l'investimento dell'Università

committente. Si verrebbe a creare un circolo virtuoso, ovvero un aumento degli

utenti, maggiori miglioramenti, un ennesimo aumento degli utenti, e

conseguentemente un maggior coinvolgimento di altre istituzioni, altri gruppi o

singoli sviluppatori nella programmazione di nuove versioni. Infine porterebbe

ad una maggiore notorietà dell'Ateneo, rafforzando il suo ruolo nel campo della

ricerca e dell'innovazione.

Software libero e open source inoltre non significa mancato ritorno degli

investimenti. La collaborazione non avviene solo nella correzione di bug, ma

anche nella produzione di documentazione, grazie una cospicua comunità di

utenti esperti. Lo stesso vale per la traduzione dell'interfaccia e la localizzazione

(nel caso dei CAQDAS i diversi formati linguistici dei dati), la promozione e il

supporto. Per quanto riguarda questo ultimo punto, l'attività di training e

consulenza da parte di esperti del software può anche costituire interesse per

l'Ateneo.

161

Web-based, e quindi multipiattaforma

Essendo la collaborazione tra ricercatori uno dei cardini del progetto, per

favorirla in maniera efficace è necessario permettere l'utilizzo del software in

diversi sistemi operativi (Windows, Mac OS X, Linux). La soluzione a questo

problema è stata trovata nell'adottamento di una piattaforma web-based,

funzionante perciò all'interno del browser mentre si è connessi a Internet.

Spiegato brevemente, questo significa che le operazioni vengono svolte dai

ricercatori sui propri computer, trasmesse ad un server centrale e

immagazzinate. Si tratta di un metodo già molto diffuso, che consente anche

backup automatici e progressivi del progetto. Ciò non toglie che non sia

possibile, con qualche sforzo aggiuntivo, di permettere ai ricercatori di lavorare

offline, per poi sincronizzare il lavoro di analisi svolto quando non erano

connessi a Internet. Mediante questo meccanismo si ottiene la massima

collaborazione tra ricercatori, che possono praticamente in tempo reale lavorare

sullo stesso progetto. Inoltre la collaborazione può avvenire non solo per

l'analisi, ma anche per il supporto (per esempio un wiki), magari con lo stesso

strumento. Si evita anche il problema degli aggiornamenti, spesso problematico

quando si lavora su molte postazioni. Infine si presenta una maggiore facilità ad

elaborare dati provenienti dal web, essendo il software già parte di quella che è

una crescente fonte di informazioni anche per i ricercatori qualitativi.

Condivisione e collaborazione

Come abbiamo visto nel paragrafo precedente, le soluzioni in termini di

software libero e open source sono limitate essenzialmente in due pacchetti.

Per quanto siano delle interessanti e valide proposte, seppur ancora da

migliorare, sono limitate rispetto agli obiettivi del progetto QDA-UniTN,

soprattutto per quanto riguarda la concezione dell'attività d'analisi come

individuale e non collaborativa. Transana, come abbiamo visto, è l'unico a

permettere il lavoro di più utenti in tempo reale. ATLAS.ti invece approssima

tale funzione tramite la possibilità di esportare file XML su un sito e si tratta di

162

una procedura piuttosto ostica anche per i più esperti.

Essendo invece il progetto QDA-UniTN incentrato sulla collaborazione, questa

è possibile solo se i ricercatori e gli sviluppatori lavorano a stretto contatto, per

evitare che i primi si sentano impotenti nei confronti dei secondi. Il ruolo del

ricercatore deve essere preponderante, senza che vi sia nemmeno il dubbio

che i software influenzi i bisogni analitici e mini gli assunti della ricerca. È

importante mobilitare gli sviluppatori in concerto con i ricercatori,

implementando una metodologia di sviluppo che comprenda sia figure con

esperienza di programmazione che figure con esperienza nella ricerca sociale,

anche per quanto riguarda l'interfaccia. Il partecipatory design prevede

interdisciplinarietà, collaborazione e partecipazione degli utenti, finalizzate

all'usabilità e l'ergonomia del software. Questo significa coinvolgere l'utente in

tutte le fasi, e non si tratta affatto di qualcosa di banale. Solitamente gli utenti

non sono coinvolti, portando alcune tecnologie ad essere sviluppate senza

rendersi conto dei reali problemi degli utenti. Non intendiamo dire che i software

esistenti non tengano conto di questi aspetti, ma ne sottolineiamo il rilievo

intrinsecamente connesso all'aspetto collaborativo del progetto in questione.

Infine gli aspetti della segnalazione di errori (bug reporting) e il supporto online

saranno di aiuto sia per gli sviluppatori che i ricercatori. Per i primi per un

mantenere un contatto costante con gli utenti, per i secondi per avere una guida

aggiornata e scritta dai propri pari, a differenza di alcuni manuali rapidamente

datati e ritenuti scarsamente invitanti da molti ricercatori.

Riservatezza dei dati

Una problematica dello stampo collaborativo che si vorrebbe dare al software è

legata alla riservatezza dei dati. Nel processo di ricerca sono spesso coinvolti

dati che riguardano accordi di riservatezza e tutela del soggetto della ricerca, e

questi accordi dovranno poi trovare una traduzione nell'implementazione del

software. La comunicazione con il server dovrà essere in forma criptata e il

software dovrà fornire strumenti per far sì che il ricercatore possa

ragionevolmente fidarsi del sistema nel mantenere la riservatezza delle

163

informazioni ottenute nel processo di ricerca. Tra i membri del gruppo di ricerca

sarà anche necessario un sistema per la gestione dei permessi sui dati

condivisi, in modo da permettere una maggiore affidabilità del sistema.

Se in questo modo viene tutelata la deontologia dei ricercatori, è anche

necessario pensare al tipo di dati che vengono condivisi sul server di QDA-

UniTN. Potrebbe infatti accadere che vengano immessi dati

(ingiustificabilmente) sensibili o inappropriati, e tale responsabilità non deve

ricadere sui promotori del progetto. Essi non potrebbero infatti permettersi di

filtrare i dati all'origine. Si potrebbe quindi lasciare ai membri dei gruppi di

ricerca la possibilità di segnalare il materiale ritenuto improprio rispetto ai fini del

progetto di ricerca su cui stanno lavorando, per poi procedere alla rimozione

dello stesso con l'avvallo del supervisore, che dispone di pieni privilegi.

Feature da tenere in considerazione

Riprendiamo le otto possibilità offerte dai software per l'analisi computer-

assisted per vedere alcune delle implementazioni possibili nel software che si

intende sviluppare.

Vicinanza e prossimità ai dati: si tratta dell'aspetto su cui puntare

maggiormente, in quanto l'interfaccia non è solo l'estetica del programma, ma

definisce la modalità in cui esso viene utilizzato. Un programma in grado di

svolgere funzioni complesse non deve necessariamente avere un'interfaccia

altrettanto complessa e un programma user-friendly si sviluppa più facilmente

se ci si avvale del partecipatory design. Dovranno essere presenti molteplici vie

per realizzare la stessa operazione (drag & drop, tastiera e menù), in modo tale

che i ricercatori possano scegliere quella a loro più congeniale. Considerata la

tendenza di molti ricercatori ad utilizzare interamente lo schermo, potrebbe

essere consigliabile avvalersi di una dashboard da cui accedere a funzioni e

informazioni che è necessario avere sott’occhio permanentemente durante

analisi. Un ulteriore suggerimento è l’implementazione di strumenti che rendano

la lettura su schermo meno faticosa (sfondo nero, caratteri sgranati), vista la

164

difficoltà per alcuni ricercatori di permanere a lungo tempo di fronte al computer.

Le funzionalità di base saranno le prime su cui puntare, in particolar modo su

quella dell’importazione dei documenti. La questione dei formati di file accettati

è semplificabile mediante l’utilizzo di strumenti di conversione online. Va

ricordato inoltre come l’interfaccia web-based semplifichi il trattamento di dati

provenienti dal web, come siti, e-mail e conversazioni via instant messaging.

Applicazione di codici a segmenti di dati: su questo punto valgono tutte le

considerazioni presenti nel primo capitolo dell’elaborato, ovvero le procedure

che si possono compiere per quanto concerne questa operazione

fondamentale. Non sarebbe secondario inoltre migliorare il livello di

riconoscimento ai fini della codifica della formattazione (stile e colore) dei testi

importati, in maniera tale da perdere meno informazioni possibili dai documenti

originali.

Realizzazione di uno schema di codifica: a seconda dell'approccio utilizzato dal

ricercatore, dovrebbe essere possibile modificare semplicemente lo schema di

codifica, consentendo la possibilità di distinguere tra codifica funzionale e

«cosmetica». Quest'ultima non codifica in realtà il testo, ma permette di

recuperare i segmenti ritenuti comunque degni di nota, magari per una

successiva codifica. Sarebbe interessante inoltre offrire sia la possibilità di

effettuare una codifica ad albero, sia non gerarchica, a seconda dell'iniziale

scelta (in seguito modificabile) del ricercatore.

Esplorazione e visualizzazione dei dati semplice: in questa operazione è

importante lasciare il ricercatore libero di decidere la forma in cui desidera gli

output, senza imporre opzioni comprensibili solo a chi utilizza il software da

molto tempo. Una semplice finestra di sintesi in cui si permette di decidere cosa

inserire nel recupero, con anteprima e disponibile anche in formato stampabile,

è una efficiente forma per ottenere i risultati desiderati senza inutili tentativi. Le

funzioni di ricerca semplice non dovrebbero presentare problemi, è sufficiente

rendere anche possibile la ricerca di termini simili (“televis*” per televisore,

televisione, televisivo, ecc.).

Inoltre nel progetto QDA-UniTN i dati provenienti da Internet (siti, blog, e-mail,

ecc.) hanno un ruolo importante. È importante tenere conto che questi dati non

165

dovrebbero essere considerati come testo tradizionale, in quanto vi sono delle

differenze rilevanti (Giuliano e La Rocca, 2008; 31-52). In primo luogo la diffusa

presenza di collegamenti ipertestuali, che portano a pagine web diverse da

quella in analisi. Essi costituiscono infatti un importante elemento per la

comprensione del significato del testo che le circonda, o che spesso vi è

integrato. Una possibile soluzione a tale questione è l'aggiunta di una funzione

che associa automaticamente nel progetto un certo numero di pagine web

collegate a quella originaria. Starà poi al ricercatore decidere o meno di attivarle

ed inserirle a pieno titolo nella sua ricerca. L'attivazione dei dati dovrebbe

essere disponibile in ogni caso, permettendo ai ricercatori di scegliere quali

documenti effettivamente utilizzare, lasciando i restanti nell'archivio e per

essere eventualmente riattivati se lo ritenessero necessario.

Organizzazione della scrittura: non si riscontrano particolari miglioramenti da

effettuare alla strumentazione per le annotazioni già presenti nei programmi più

diffusi, salvo qualche miglioramento per quanto concerne l'aspetto grafico e la

funzionalità. È possibile inoltre sfruttare banche dati esistenti per il reperimento

di paper accademici e la conseguente integrazione con il progetto, in modo da

avere articoli «a tema» nell'immediato.

Mappare idee e collegare concetti: la possibilità di disegnare modelli può essere

integrata in una fase successiva. Suggerimenti in tal senso possono provenire

da altro software libero (come per esempio Freemind), e ovviamente da altri

CAQDAS che già presentano tale funzionalità. Da ricordare l'importanza della

flessibilità, in questo caso realizzabile mediante la personalizzazione delle

relazioni tra gli oggetti e la possibilità di utilizzo di diverse forme grafiche e

immagini.

Organizzazione dei dati su caratteristiche note: dovrà essere sicuramente

possibile aggiungere attributi ai dati importati, per poi poterle utilizzare come

elemento delle query in abbinamento con i codici, o anche solo come semplice

procedura di organizzazione dei dati. Concepiamo come tecnicamente semplice

da realizzare la possibilità di realizzare cross-tabs qualitative, sempre

riguardanti gli attributi e i codici (o solamente codici, di cui almeno uno

categoriale). Interessante anche la possibilità di importare i dati categoriali da

166

file esterni, come per esempio un software statistico o un foglio elettronico.

Interrogazione dei dati (esplorazione complessa): in questo tipo di procedure va

a nostro avviso concentrato il maggior impegno di collaborazione dei ricercatori

e degli sviluppatori. Si tratta infatti del ventaglio di operazioni più critico, sia per

difficoltà che per alcuni assunti della ricerca qualitativa. La collaborazione dei

ricercatori può avere anche finalità pedagogiche, nel senso di far comprendere

a cosa possono davvero servire strumenti come le query e l’auto-coding, e

comprendere come tali strumenti debbano essere implementati. Il ruolo degli

sviluppatori consiste in particolare nella soddisfazione a livello software di tali

esigenze, anche tramite diverse funzioni aggiungibili al software a discrezione

dei ricercatori.


In questo capitolo sono stati trattati i potenziali sviluppi dei CAQDAS. I software

commerciali più diffusi hanno diverse potenzialità da sviluppare, ma si

tratterebbe di un radicale mutamento considerata la loro struttura. Le opzioni in

termini di software libero e open source sono invece limitate seppur degne di

nota, quanto altre soluzioni basate sul web. Si è poi tratto più estesamente di

quello che temporaneamente è definito il progetto QDA-Uni-TN, per lo sviluppo

di un software open source, collaborativo e multipiattaforma, esaminando i

vantaggi di queste tre caratteristiche. Sono state delineate le linee guida del

progetto, e i rilievi effettuati per lo studio di fattibilità, congiuntamente a quelli

presenti in questo elaborato. L’attività di preparazione allo sviluppo del software

sta procedendo, muovendosi sullo realizzazione di use-case mediante la

rilevazione tramite intervista dei modi d’uso di alcuni ricercatori. In

considerazione al livello pratico della rilevazione si stanno effettuando interviste

interrogando i ricercatori sul loro modo di utilizzo dei software facendosi

mostrare l’effettiva realizzazione pratica delle procedure direttamente sul loro

computer. È possibile registrare le operazioni che avvengono sullo schermo, e

poi collegare la trascrizione al video, ovviamente tramite un software per

l’analisi computer-assisted (Transana dovrebbe essere il più indicato).

167

Da questo si deduce che lo strumento utilizzato in un certo modo conta, e non

per niente l’obiettivo è quello di realizzare un nuovo strumento più semplice e

flessibile di quelli esistenti, in linea con le più recenti esigenze dei ricercatori.

168

Conclusioni

Nel presente elaborato è stata analizzata gran parte delle letteratura

riguardante i software per l'analisi computer-assisted. A seguire sono state

illustrate sul piano pratico le funzionalità dei principali programmi. Abbiamo poi

analizzato il rapporto di alcuni studenti e ricercatori con questi software. Infine

sono state illustrate alcune delle innovative proposte disponibili, fornendo un più

ampio spazio, anche in luce alla mia collaborazione nella stesura dello studio di

fattibilità, al progetto QDA-UniTN.

Torniamo alle ipotesi iniziali, alla luce di quanto esaminato in questo elaborato.

Il ruolo dei software è mutato rispetto agli anni '90, portando molte delle critiche

nei loro confronti a non essere più giustificabili. I CAQDAS sono maggiormente

diffusi, e si sono trasformati in strumenti più completi e semplici rispetto al

passato. La loro diffusione non è comunque capillare, e alcuni pregiudizi e

timori nei confronti dei software sono ancora presenti.

Per alcuni utilizzatori e potenziali utilizzatori infatti i software rimangono uno

strumento complesso, in parte anche perché mancano delle competenze

informatiche necessarie per sfruttare in maniera consapevole gli strumenti

messi a loro disposizione. La concezione negativa nei confronti del computer è

meno diffusa, in quanto oggi si tratta di uno strumento praticamente

indispensabile per un gran numero di operazioni quotidiane.

I CAQDAS risultano essere strumenti utilizzabili per diversi approcci. Non sono

quindi vincolati ad analisi che seguono l'approccio della grounded theory. Tale

considerazione si riscontra particolarmente nella letteratura in cui vengono

anche mostrati vari esempi di ricerche compiute. Molti ricercatori riescono a

trarre vantaggio dei software in un modo personalizzato ed ottenendo un

importante supporto nel loro lavoro.

Se da una parte è possibile affermare che i ricercatori qualitativi potrebbero, e

dovrebbero aver modo, di investire maggiormente in termini di impegno

nell'apprendimento all'utilizzo dei CAQDAS, dall'altra bisogna ricordare che

169

questo non è sempre fondamentale, e che l'interfaccia di molti software è

spesso esageratamente complessa, in particolar modo se si intende

avvalersene solo per alcune funzionalità. Bisogna inoltre aggiungere che,

evidentemente a causa delle resistenze del passato, i CAQDAS faticano ad

essere insegnati nei corsi universitari dedicati ai metodi qualitativi, nonostante

sarebbero un utile supporto anche ai fini dell'apprendimento della metodologia;

inoltre c’è ancora disponibilità sufficiente di training e seminari, i quali sarebbero

utili sia per i principianti quanto per coloro che già utilizzano i software per

aggiornarsi e diffonderne l'utilizzo. Va inoltre considerato che il fatto di avere

buone competenze informatiche non porta necessariamente ad avvalersi dei

software, in quanto possono comunque essere considerati solo un’opzione, per

giunta non ben realizzata in base alle effettive potenzialità informatiche odierne.

Per quanto riguarda la tracciabilità e la trasparenza che i CAQDAS sarebbero in

grado di aumentare, la questione si fa più complessa. La prima domanda da

porsi è: chi è il beneficiario di tali caratteristiche? In primo luogo, al ricercatore

stesso è possibile avere un maggior controllo e una maggiore consapevolezza

dei passi compiuti. In secondo luogo, l'eventuale gruppo di ricerca beneficia di

un livello di sistematizzazione e collaborazione difficilmente ottenibile con le

tecniche tradizionali, anche se l'analisi necessita di uno sforzo maggiore

riguardo la pianificazione del lavoro. È inoltre possibile avvalersi di un'audit

esterno, o della consulenza di altri ricercatori non coinvolti. A livello

epistemologico si tratta di procedure accettabili fintanto che non critichino nel

merito le interpretazioni e le riflessioni effettuate, ma rilievi sulla rispondenza

empirica delle stesse, potendo riscontrare, tramite i CAQDAS, i passaggi che

hanno portato a determinati asserti. Spostandosi invece sul piano deontologico,

la riservatezza, in molti casi prevista, dei dati raccolti rende difficile nella

maggior parte dei casi la condivisione dei dati, che permane perciò all'interno

del gruppo di ricerca.

Il supporto dei software si comprende se si ha chiaro quello che è realmente

possibile fare con essi, e se si ha modo di vedere come i colleghi hanno tratto

beneficio dall’ausilio di un programma. Anche per questo sarebbe importante

170

spiegare come sono stati usati i programmi (magari con degli screenshot) nei

rapporti di ricerca. È invece controproducente per l’immagine dei software

ritenere che il semplice fatto di averne fatto uso renda la ricerca compiuta più

affidabile e di maggior qualità. I programmi da soli non producono alcun tipo di

risultato, essi sono semplicemente un supporto, anche molto potente, al loro

raggiungimento. I CAQDAS sono un grande ausilio in quanto memorizzano una

grande quantità di dati e ci offrono la possibilità di contestualizzare i frammenti

con la cornice della nostra ricerca.

La ricerca qualitativa tuttavia non è contraddistinta solo dal fatto di avere a che

fare con grandi quantità di dati, ma anche da un basso livello di

standardizzazione nelle modalità in cui viene tratto un senso complessivo dai

dati, dotandosi di procedure complesse e difficilmente codificabili. Per molti

l’imposizione di un metodo è contrario al processo interpretativo, e soprattutto

creativo, che deve attuare il ricercatore. I software tuttavia non impongono

nulla, salvo una maggiore sistematizzazione delle procedure (e comunque è il

ricercatore a doverla realizzare). Il fatto che questo possa avere qualche

similarità che le tecniche quantitative non significa non possa essere utile anche

per quelle qualitative. Non ha senso per i qualitativi continuare a definirsi in

contrapposizione a tutto ciò che è tipico della ricerca quantitativa. Il computer è

uno strumento troppo potente per essere lasciato ad appannaggio di altri. Su

alcuni punti invece è bene essere fermi: non c’è bisogno della verifica

quantitativa, ma di cercare di comprendere il più possibile il punto di vista dei

soggetti e la relazione che intercorre tra loro e il ricercatore. Non bisogna

perdere di vista le linee conduttrici dell’analisi qualitativa, ovvero condurre le

analisi nel modo più sottile possibile, piuttosto che in modo grezzo e

superficiale. Per questo motivo maggior ordine, contestualizzazione dei

segmenti, trasparenza e tracciabilità non vanno contro gli obiettivi dell’analisi

qualitativa.

La diffusione dei software può portare anche a dei mutamenti nella ricerca

qualitativa, per certi versi come quelli portati dalla diffusione di Internet per

quanto riguarda la grande massa di dati da gestire e l’inevitabilità della

condivisione delle informazioni. Per questo le idee che stanno dietro il progetto

QDA-UniTN sono valide, andando a coprire una fascia non coperta, andando

171

ad integrare il panorama dei software coinvolgendo i ricercatori nella

costruzione di uno strumento in grado di fornire una soluzione collaborativa

adatta alle loro esigenze. Lo strumento utilizzato conta, ed è necessario essere

esigenti al riguardo. Si possono sviluppare programmi più semplici e completi,

che consentano ai ricercatori di utilizzare i software in maniera creativa,

avvalendosi sia di funzioni già fornite, sia inventate da loro stessi.

Comunque sia, il fatto che vi siano delle difficoltà non significa necessariamente

che uno strumento non vada considerato. Magari la difficoltà ha un senso e vale

la pena dei costi in termini d’impegno. Ciò che conta è che non ponga troppi

assunti, non adatti epistemologicamente, che potrebbero portare a deviazioni,

se non proprio a cambiamenti, dell’oggetto di ricerca. Questa considerazione

particolarmente valida per la ricerca qualitativa (ma non solo), in quanto si ha a

che fare con un piano simbolico che non può ammettere troppe costrizioni.

Tanti ricercatori criticano con motivazioni metodologiche i CAQDAS, ma spesso

non hanno ben chiaro ciò di cui stanno parlando. In alcuni casi, considerato

quanto scritto sopra, hanno ragione. Non ha senso utilizzare il computer in un

modo fine a sé stesso, ovvero per utilizzarlo o dire di averlo fatto. Il vero

problema resta sempre comprendere cosa è possibile ottenere dai software.

L’influenza che possono avere non è necessariamente negativa se non diventa

una costrizione. Molte delle problematiche informatiche che pone non sono

molto diverse da dell’inchiostro che si esaurisce o dallo smarrimento di un

foglietto di carta con delle annotazioni nella tradizionale modalità di condurre

l’analisi. Ad esse basta essere preparati e fare in modo che si verifichino il

meno possibile.

Chiedere aiuto non significa che non si voglia fare da sé, o che non si sia in

grado di farcela altrimenti. Oppure, ancor peggio, che quindi i risultati non

saranno quelli desiderati. Si tratta di chiedere un supporto, nel corso del quale

non bisogna mai perdere la fiducia in sé stessi, in quanto la macchina non

risolve i reali problemi. Sarà sempre il ricercatore con la sua competenza ed

esperienza, auspicabilmente aiutato e supportato da degli strumenti, a fornire

valore aggiunto alla ricerca.

172

Riferimenti bibliografici

Adam, F., and D. Podmenik. 2005. “Qualitative Research in a Changing Epistemic Context. The Case of a Small Social Science Community.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 6.

Anderson, R. E, and E. E Brent. 1991. “Sociological computing: An opportunity missed?.” The

American Sociologist 22:65–77. Andrew, S., Y. Salamonson, and E. J Halcomb. 2008. “Integrating mixed methods data analysis

using NVivo: An example examining attrition and persistence of nursing students.” International Journal of Multiple Research Approaches 2:36–43.

Angermüller, J. 2005. “" Qualitative" Methods of Social Research in France: Reconstructing the

Actor, Deconstructing the Subject.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 6.

Atherton, A., and P. Elsmore. 2007. “Structuring qualitative enquiry in management and

organization research: A dialogue on the merits of using software for qualitative data analysis.” Qualitative Research in Organizations and Management: An International Journal 2:62–77.

Bampton, R., and C. J Cowton. 2002. “The e-interview.” Forum Qualitative

Sozialforschung/Forum: Qualitative Social Research 3. Bazeley, P. 2007. Qualitative data analysis with NVivo. Sage Publications. Blank, G. 1991. “Why sociological computing gets no respect.” Social Science Computer

Review 9:593. Bong, S. A. 2002. “Debunking myths in qualitative data analysis.” Forum Qualitative

Sozialforschung/Forum: Qualitative Social Research 3. Brent, E. 2004. “ Sociology and Computing: Introduction to This Special Issue.” Social Science

Computer Review 149. Bringer, J. D, L. H Johnston, and C. H Brackenridge. 2006. “Using computer-assisted qualitative

data analysis software to develop a grounded theory project.” Field Methods 18:245. Brown, D. 2002. “Going digital and staying qualitative: Some alternative strategies for digitizing

the qualitative research process.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3.

Bruni, A., and G. Gobo. 2005. “Qualitative Research in Italy.” Forum Qualitative

Sozialforschung/Forum: Qualitative Social Research 6. Burawoy, M. 2002. Global ethnography: Forces, connections, and imaginations in a postmodern

world. Univ of California Pr. Cardano, M. 2009. “Presentazione.” Rassegna Italiana di Sociologia 5-16. Carvajal, D. 2002. “The artisan's tools. Critical issues when teaching and learning CAQDAS.”

Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3.

173

Charmaz, K. 2000. “Grounded Theory: Objectivist and Constructivist Methods.” Pp. 509–535 in Handbook of qualitative research, edited by N. K. Denzin and Y.S. Lincoln, vol. 2. Thousand Oaks, CA, Sage Publications.

Clark-Ibanez, M. 2004. “Framing the social world with photo-elicitation interviews.” American

Behavioral Scientist 47:1507. Coffey, A., and P. Atkinson. 1996. “Making sense of qualitative data analysis: Complementary

strategies.” Thousand Oaks, CA: Sage. Coffey, A., B. Holbrook, and P. Atkinson. 1996. “Qualitative data analysis: Technologies and

representations.”. Corbin, J., and A. Strauss. 1996. “Analytic ordering for theoretical purposes.” Qualitative Inquiry

2:139. Corti, L., and L. Bishop. 2005. “Strategies in teaching secondary analysis of qualitative data.”

Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 6. Cousins, K., and W. Mcintosh. 2005. “More than typewriters, more than adding machines:

Integrating information technology into political research.” Quality and Quantity 39:581–614.

Creswell, J. W. 2003. Research design. SAGE. Dargentas, M. 2006. “Secondary analysis and culture of disputation in European qualitative

research. Conference Essay: Secondary analysis in qualitative research—utopia and perspectives.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 7:4–06.

De Gregorio, E., and F. Arcidiacono. 2008. “Computer-assisted analysis in social sciences: A

unique strategy to carry on mixed and blended research.” International Journal of Multiple Research Approaches 2:31–35.

Denzin, N. K, and Y. S Lincoln. 2003. Collecting and interpreting qualitative materials. Sage

Publications Inc. Denzin, N. K, and Y. S Lincoln. 2007. Strategies of qualitative inquiry. Sage Publications Inc. Dey, Ian. 1993. Qualitative data analysis. Routledge. Di Gregorio, S. 2000. “Using Nvivo for your literature review.” in Meeting of the strategies in

qualitative research: l Issues and results from the analysis using QSR NVivo and NUD* IST.

Di Gregorio, S. 2003. “«Teaching grounded theory with QSR NVivo».” Qualitative Research

Journal 3:79–95. Di Gregorio, S., and J. Davidson. 2008. Qualitative Research Design for Software Users. Open

University Press Milton Keynes, UK, USA. Driscoll, D., A. Appiah-Yeboah, P. Salib, and D. J Rupert. 2007. “Merging qualitative and

quantitative data in mixed methods research: How to and why not.” Ecological and Environmental Anthropology 3.

Encyclopedia of Social Science Research Methods, 2003. SAGE Publications. Fielding, N. G. 2000. “The shared fate of two innovations in qualitative methodology: The

relationship of qualitative software and secondary analysis of archived qualitative data.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 1.

174

Fielding, N. G, and R. M Lee. 2002. “New patterns in the adoption and use of qualitative software.” Field methods 14:197.

Fielding, N. G, and R. M. Lee. 1998. Computer analysis and qualitative research. SAGE. Fischer, M. D. 2006. “Introduction: Configuring Anthropology.” Social Science Computer Review

24:3. Fisher, M. 1997. Qualitative computing. Ashgate. Flick, U. 2006. An introduction to qualitative research. SAGE. Fontes, T. O, and M. O’Mahony. 2008. “In-depth interviewing by instant-messaging.” Social

Research Update. http://sru. soc. surrey. ac. uk/SRU53. pdf. Franzosi, R. 2006. “Grammatiche semantiche come strumenti di organizzazione e raccolta di

dati narrativi.” Rassegna Italiana di Sociologia 465–488. Gerson, E. M. 1984. “Qualitative research and the computer.” Qualitative Sociology 7:61–74. Gibbs, G. R. 2007. Analyzing qualitative data. Sage Pubns. Gibbs, G. R. 2002. “Qualitative data analysis: Explorations with NVivo.”. Gibbs, G. R, S. Friese, and W. C Mangabeira. 2002. “The use of new technology in qualitative

research. Introduction to Issue 3 (2) of FQS.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3.

Gibbs, G. R. 2005. “Writing as analysis.” Online QDA.

http://onlineqda.hud.ac.uk/Intro_QDA/writing_analysis.php. Gibson, W., P. Callery, M. Campbell, A. Hall, and D. Richards. 2005. “The Digital Revolution in

Qualitative Research: Working with Digital Audio Data Through Atlas. Ti.” Sociological Research Online 10.

Giuliano, L., and G. La Rocca. 2008. L'analisi automatica e semi-automatica dei dati testuali.

Software e istruzioni per l'uso. LED Edizioni Universitarie. Glaser, B. G. 1978. Theoretical sensitivity. Sociology Press Mill Valley, CA. Glaser, B. G, and A. L Strauss. n.d. “The discovery of grounded theory: strategies for qualitative

research. 1967.” London: Wiedenfeld and Nicholson. Gobo, G. 2005. “The renaissance of qualitative methods.” Forum Qualitative

Sozialforschung/Forum: Qualitative Social Research 6. Hahn, C. 2008. Doing qualitative research using your computer: a practical guide. Sage Pubns

Ltd. Harper, D. 2002. “Talking about pictures: a case for photo elicitation.” Visual Studies 17:13–26. Heaton, J. 1998. “Secondary analysis of qualitative data.” Social Research Update 22:88–93. Henwood, K., and I. Lang. 2005. “Qualitative Social Science in the UK: A Reflexive

Commentary on the" State of the Art".” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 6.

Hesse-Biber, S., and P. Dupuis. 1995. “Hypothesis testing in computer-aided qualitative data

analysis.” Computer-Aided Qualitative Data Analysis. Theory, Methods and Practice. London: Sage 129–135.

175

Hinze, K. E. 1987. “Computing in sociology: Bringing back balance.” Social Science Computer Review 5:439.

Hölge-Hazelton, B. 2002. “The internet: a new field for qualitative inquiry?.” Forum Qualitative

Sozialforschung 3. Hughes, B., D. Schmidt, and A. Smith. 2006. “Towards Interoperable Secondary Annotations in

the E-Social Science Domain.” Second International Conference on e-social Science proceedings. Edité par Université de Melbourne, Université de Queensland, NCeSS, Université de Manchester.

Irion, T. 2002. “Collection, Presentation and Analysis of Multimedia Data with Computers.”

Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3. Kelle, U., G. Prein, and K. Bird. 1995. Computer-aided qualitative data analysis. SAGE. Kikooma, J. F. n.d. “Software ‘enabled’ research? Fears, hopes, and some ‘new’ vistas for

social science research in Africa.” P. 71 in Universities Taking a Leading Role in ICT Enabled Human Development.

Koch, S. C, and J. Zumbach. 2002. “The use of video analysis software in behavior observation

research: Interaction patterns in task-oriented small groups.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3.

König, T. 2004. “Routinizing Frame Analysis through the Use of CAQDAS.” Biannual RC-33

Meeting, Amsterdam, August 17–20. Kuckartz, U. 1995. “Case-oriented quantification.” Pp. 158–166. in Kelle et al. (1995) Computer-

aided qualitative data analysis: Theory, methods, and practice London: Sage Publications.

La Rocca, G. 2009. “Organizzare l’informazione etnografica. Il ruolo dei CAQDAS .” Rassegna

Italiana di Sociologia 133-160. Layder, D. 1998. Sociological practice: Linking theory and social research. Sage Publications

Ltd. Le-Roux, D., and J. Vidal. 2000. “Verbatim: Qualitative data archiving and secondary analysis in

a French company.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 1:3–00.

Lee, R. M., and N. G. Fielding. 1996. “Qualitative data analysis: representations of a

technology: a comment on Coffey, Holbrook and Atkinson.” Sociological Research Online 1.

Lee, R. M, and N. G. Fielding. 2001. “Users'Experiences of Qualitative Data Analysis Software.”

Ethnography 185. Lee, R. M., and N. G. Fielding. 1991. Using computers in qualitative research. SAGE. Lewins, A., and C. Silver. 2007. Using software in qualitative research: a step-by-step guide.

Sage Publications. Lewins, A., and C. Silver. 2009. “Choosing a CAQDAS package: A working paper.” QUIC

Working Paper. http://caqdas.soc.surrey.ac.uk/QUICworkingpapers.html. Lindgren, S. 2008. “Crime, media, coding: developing a methodological framework for

computer-aided analysis.” Crime, Media, Culture 4:95.

176

Lindlof, T. R, and B. C Taylor. 2002. Qualitative communication research methods. Sage Pubns.

Lonkila, M. 1995. “Grounded theory as an emerging paradigm for computer-assisted qualitative

data analysis.” Pp. 41–51 in Kelle et al. (1995) Computer-aided qualitative data analysis: Theory, methods, and practice London: Sage Publications.

Lu, C. J, and S. W Shulman. 2008. “Rigor and flexibility in computer-based qualitative research:

Introducing the Coding Analysis Toolkit.” International Journal of Multiple Research Approaches 2:105–117.

MacMillan, K., and T. Koenig. 2004. “The wow factor: preconceptions and expectations for data

analysis software in qualitative research.” Social Science Computer Review 22:179. Mangabeira, W. C, R. M Lee, and N. G Fielding. 2004. “Computers and qualitative research:

Adoption, use, and representation.” Social Science Computer Review 22:167. Marcus, G. E. 1995. “Ethnography in/of the world system: the emergence of multi-sited

ethnography.” Annual review of anthropology 24:95–117. Mason, J. 2002. Qualitative researching. Sage Pubns Ltd. Medjedovic, I., and A. Witzel. 2005. “Secondary analysis of interviews: using codes and

theoretical concepts from the primary study.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 6.

Menduni, E. 2001. Il mondo della radio. Dal transistor a Internet. Bologna: Il Mulino. Merton, R. K. 1968. Social theory and social structure. Free Press. Meyer, T., H. Gruppe, and M. Franz. 2002. “Microsoft Access for the analysis of open-ended

responses in questionnaires and interviews.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3.

Miles, M. B., and A. M. Huberman. 1994. Qualitative data analysis. SAGE. Miller, R. L. 2006. “Review: Lyn Richards (2005). Handling Qualitative Data: A Practical Guide.”

Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 7. Muhr, T. 1994. “ATLAS. ti (Version 4.1).” Berlin: Scientific Software Development. Muhr, T. 1991. “ATLAS/ti—A prototype for the support of text interpretation.” Qualitative

Sociology 14:349–371. Nideröst, B. 2002. “Computer-aided qualitative data analysis with Word.” Forum Qualitative

Sozialforschung/Forum: Qualitative Social Research 3. Osorio, F. 2006. “The Effects of Computer Assisted Research on Chilean Academics.” Forum

Qualitative Sozialforschung/Forum: Qualitative Social Research 7. Paccagnella, L. 1997. “Getting the seats of your pants dirty: Strategies for ethnographic

research on virtual communities.” Journal of Computer-Mediated Communication 3:267–288.

Parmeggiani, P. 2009. “Going digital: Using new technologies in visual sociology.” Visual

Studies 24:71–81. Pfaffenberger, B. 1988. Microcomputer applications in qualitative research. Sage Publications,

Inc. Thousand Oaks, CA, USA.

177

Platt, J. 1981. “On interviewing one's peers.” British Journal of Sociology 75–91. Pretto, A. 2008. “Analisi computer-assistita di materiale qualitativo: un approccio attraverso gli

ausili informatici più comuni.” Studi di Sociologia 441-459. Rettie, R., H. Robinson, A. Radke, and X. Ye. 2008. “CAQDAS: a supplementary tool for

qualitative market research.” International Journal 11:76–88. Richards, L. 1998. “Closeness to data: The changing goals of qualitative data handling.”

Qualitative Health Research 8:319. Richards, L. 2005. Handling qualitative data: A practical guide. Sage. Richards, T. 2002. “An intellectual history of NUD* IST and NVivo.” International journal of

social research methodology 5:199–214. Richards, T., and L. Richards. 1991. “The NUDIST qualitative data analysis system.” Qualitative

Sociology 14:307–324. Richards, T., and L. Richards. 1994. “Using computers in qualitative analysis.” Handbook of

qualitative research 445–462. Roberts, K. A, and R. W Wilson. 2002. “ICT and the research process: Issues around the

compatibility of technology with qualitative data analysis.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3.

Schiellerup, P. 2008. “Stop making sense: the trials and tribulations of qualitative data analysis.”

Area 40:163–171. Seale, C. 2005. “Using Computers to Analyse Qualitative Data.” in Silverman (2005), Doing

Qualitative Research. A practical Handbook. Secrist, C., I. De Koeyer, H. Bell, and A. Fogel. 2002. “Combining digital video technology and

narrative methods for understanding infant development.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3.

Seidel, J. 1991. “Method and madness in the application of computer technology to qualitative

data analysis.” Using Computers in Qualitative Research. London: Sage 107–116. Seidel, J. 1998. “The ethnograph v5. 0: a users guide.” London: Scolari. Seidel, J., and U. Kelle. 1995. “Different functions of coding in the analysis of textual data.” Pp.

52–61 in Kelle et al. (1995) Computer-aided qualitative data analysis: Theory, methods, and practice London: Sage Publications..

Silver, C., and N. Fielding. 2008. “Using Computer Packages in Qualitative Research.” P. 334 in

The SAGE Handbook of Qualitative Research in Psychology. Silverman, D. 2005. Doing qualitative research: A practical handbook. Sage. Sterling, B. 1992. The hacker crackdown. Bantam Books. Strauss, A. L. 1987. Qualitative analysis for social scientists. Cambridge University Press. Strauss, A. L, and J. M Corbin. 1998. Basics of qualitative research: Techniques and

procedures for developing grounded theory. Sage Pubns. Tesch, R. 1990. Qualitative research. Routledge.

178

Thompson, R. 2002. “Reporting the results of computer-assisted analysis of qualitative research data.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 3.

Tosoni, S. 2004. Identità virtuali. Comunicazione mediata da computer e processi di costruzione

dell'identità personale. Franco Angeli, Milano. Valles, M. S, and A. Baer. 2005. “Qualitative social research in Spain: Past, present, and future.

A portrait.” Forum Qualitative Sozialforschung/Forum: Qualitative Social Research 6. Weaver, A., P. Atkinson, and A. Reid. 1995. Microcomputing and qualitative data analysis.

Avebury. Weitzman, E. A. 2003. Software and Qualitative Research, in Denzin, N. K, and Y. S Lincoln.

(2003) (eds.) Collecting and Interpreting Qualitative Materials. Thousand Oaks, CA, Sage Publications.

Weitzman, E. A., and M. B. Miles. 1995. Computer programs for qualitative data analysis. Sage

Publications. Wickham, M., and M. Woods. 2005. “Reflecting on the strategic use of CAQDAS to manage and

report on the qualitative research process.” The Qualitative Report 10:687–702. Willig, C., and W. S. Rogers. 2008. The SAGE handbook of qualitative research in psychology.

SAGE. Wolcott, H. F. 1990. Writing up qualitative research (Vol. 20). Newbury Park, CA: Sage. Wong, L. P. 2008. “Data Analysis in Qualitative Research: a Brief Guide to Using Nvivo.”

Malaysian Family Physician 3.

Zalinger J., N. Freier, and E. Dutko. 2009. “Ethnochat: an instant messenger program for ethnography,” P. 3703–3708 in Proceedings of the 27th international conference extended abstracts on Human factors in computing systems.

179

Pacchetti software

ATLAS.ti - http://www.atlasti.com/

The Ethnograph - http://www.qualisresearch.com/

HyperRESEARCH - http://www.researchware.com/

MAXqda - http://www.maxqda.com/

QDA Miner - http://www.provalisresearch.com/

Qualrus - http://www.qualrus.com/

QSR NVivo - http://www.qsrinternational.com/

RQDA Project - http://caqdas.soc.surrey.ac.uk/

TAMS - http://tamsys.sourceforge.net/

Transana - http://www.transana.org/

Weft QDA - http://www.pressure.to/qda/

Risorse Web sui CAQDAS

CAQDAS Networking Project - http://caqdas.soc.surrey.ac.uk/

Online QDA - http://onlineqda.hud.ac.uk/

Assessment and Development of New Methods for the Analysis of Media Content -

http://www.lboro.ac.uk/research/mmethods/

Digitals Research Tools - http://digitalresearchtools.pbwiki.com/

Text Analysis Info Page - http://textanalysis.info/

Il Portale Italiano dell’Analisi Qualitativa - http://www.portale.analisiqualitativa.com/

computer assisted qualitative data analysis software (caqdas) opportunità, problematiche e...

Documents