Currículo

Ética e Integridade na Investigação 05240

Contextos

ECTS

2.0 (para cálculo da média)

Objectivos

OA1. Reconhecer princípios de ética e integridade científica, identificando responsabilidades éticas, jurídicas, metodológicas e institucionais no ciclo de vida dos projetos e dados de investigação. OA2. Aplicar princípios de proteção de dados pessoais em investigação, incluindo privacidade desde a conceção, bases de licitude, transparência, minimização, confidencialidade, pseudonimização e anonimização. OA3. Analisar desafios éticos da investigação qualitativa, incluindo relações de poder, consentimento informado, produção/coprodução de dados, contextos sensíveis, arquivo e análise documental. OA4. Analisar desafios éticos e de integridade da investigação quantitativa, incluindo proveniência, documentação, rastreabilidade, reidentificação, enviesamentos, práticas questionáveis e comunicação responsável. OA5. Aplicar princípios e propor medidas proporcionais de mitigação de riscos, considerando métodos, dados, participantes, princípios FAIR, ciência aberta e tecnologias emergentes.

Programa

CP1. Ética, integridade e responsabilidade: princípios, más práticas, ciclo de vida dos dados, reprodutibilidade e ciência aberta. CP2. Proteção de dados pessoais: RGPD, licitude, minimização, limitações da finalidade e conservação, transparência, anonimização/pseudonimização, critérios de risco e AIPD. CP3. Investigação qualitativa: ética situada e relacional, relações de poder, consentimento informado, riqueza contextual, produção/coprodução de dados, contextos sensíveis, adequação metodológica, arquivo e análise documental. CP4. Investigação quantitativa: proveniência, documentação e rastreabilidade, anonimização/agregação, reidentificação e divulgação indireta, enviesamentos, missing data, práticas questionáveis, correlação vs. causalidade, overclaiming e visualização responsável. CP5. Tecnologias digitais, IA e ciência aberta: IA generativa, confidencialidade em serviços digitais, orientações emergentes, princípios FAIR, acesso aberto, direitos de autor e gestão de dados.

Método de Avaliação

'Atendendo à natureza teórico-prática e aplicada da UC, a avaliação realiza-se na modalidade de avaliação ao longo do semestre, sem avaliação por exame final. A avaliação é composta por três componentes individuais: 1. componente aplicada, constituída por um trabalho integrado ou por dois exercícios mais curtos, incidindo sobre a análise ética de investigação qualitativa, quantitativa ou mista, com identificação de riscos e proposta de medidas de mitigação (47,5%); 2. teste individual, que poderá incluir perguntas de escolha múltipla, perguntas de resposta curta ou mini-casos, incidindo sobre conteúdos transversais da UC e podendo abranger aspetos essenciais dos módulos qualitativo e quantitativo (45%); 3. assiduidade e participação nas aulas (7,5%). Para efeitos de avaliação ao longo do semestre, é obrigatória a presença e participação em, pelo menos, 80% das aulas, sem prejuízo dos regimes aplicáveis aos estudantes com estatuto especial. A aprovação exige uma classificação final mínima de 10 valores e o cumprimento do requisito de assiduidade e participação acima referido. O uso de ferramentas de inteligência artificial deve ser transparente, declarado e compatível com as regras de integridade académica.

Carga Horária

Bibliografia

Principal

• 'ALLEA. (2023). The European Code of Conduct for Research Integrity. Berlin: ALLEA. Iphofen, R., & Tolich, M. (2018). The SAGE handbook of qualitative research ethics. SAGE Publications Ltd, https://doi.org/10.4135/9781526435446 Iscte. (s.d). Código de Conduta Ética na Investigação do Iscte – Instituto Universitário de Lisboa. Iscte. (2023). Política de Gestão e Partilha de Dados de Investigação do Iscte – Instituto Universitário de Lisboa. David, N., Cordeiro, M., Cipriano, G., Boavida, C. P., Figueiredo, J., Conceição, M. C., Ochôa, P., Gallagher, K., & Cunha, C. (2025). Toolkit sobre Questões Jurídicas, Proteção de Dados e Licenças. Re.Data – Rede Portuguesa de Apoio à Gestão de Dados de Investigação. Zenodo. doi:10.5281/zenodo.17632500 UNESCO. (2021). Recommendation on Open Science. Paris: UNESCO. Bryman, A. (2016). Social Research Methods (5th ed.). OUP. Creswell, J. W., & Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. SAGE.: --- ---

Secundária

• 'Article 29 Data Protection Working Party. (2014). Opinion 05/2014 on Anonymisation Techniques. Adopted on 10 April 2014. Babbie, E. (2013). The Practice of Social Research (13th ed.). Cengage Learning. European Data Protection Board. (2026). Guidelines 1/2026 on processing of personal data for scientific research purposes. Adopted on 15 April 2026, version for public consultation. European Data Protection Board. (2025). Guidelines 01/2025 on Pseudonymisation. Adopted on 16 January 2025, version for public consultation. Iscte. (2022). Orientações aos Investigadores sobre Proteção de Dados Pessoais em Atividades de Investigação Científica no Iscte – Instituto Universitário de Lisboa. Klykken, F. H. (2022). Implementing continuous consent in qualitative research. Qualitative Research, 22(5), 795–810. https://doi.org/10.1177/14687941211014366 Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018. doi:10.1038/sdata.2016.18: --- ---

Disciplinas de Execução