• José Alexandre F. Diniz F

O Dilema da Divulgação Científica e os Promotores da Discórdia

Atualizado: Set 10





Tenho discutido aqui no “Ciência, Universidade e outras Ideias” uma série de questões ligadas aos programas de divulgação e popularização da ciência, principalmente no sentido de tentar mostrar uma alguns aspectos sobre o seu funcionamento e como eles têm sido apresentados nesses programas. Nesse contexto, pontos importantes incluem uma compreensão de que a ciência não funciona necessariamente de forma “racional e objetiva”, imparcial e neutra, que que é difícil (ou mesmo impossível, para os mais céticos) confirmar uma teoria científica e, como destaquei em uma postagem recente, mesmo o que chamamos de “dados”, obtidos empiricamente, sempre possuem um componente teórico inerente a eles que podem criar dificuldades de compreensão e avaliação. Isso é mais complicado em relação à grandes concepções teóricas que são usualmente avaliadas com dados observacionais e inferências mais indiretas e não por experimentos controlados. Alguns colegas acham que, ao ressaltar esses pontos, tenho apresentado uma visão de certo modo pessimista da ciência e de sua possibilidade de gerar progresso. Mais importante, acham que isso pode abrir as portas para interpretações relativistas mais radicais que, por sua vez, podem levar a problemas sérios de negacionismo e abrir espaço para a pseudociência.


Em relação à primeira colocação, não tenho uma visão pessimista da ciência (afinal sou um trekker) e concordo com a visão mais otimista de Steve Pinker, o nosso mundo do século XXI, apesar das mazelas, é incomparavelmente melhor para se viver do que o mundo medieval, por exemplo, pelo menos em média. Mas ao mesmo tempo não acho que nem a ciência nem a sociedade tecnológica baseada nela, em termos de seus valores e princípios, avance de forma gradual e linear de forma progressiva em direção a um “mundo idealizado” (vejam a postagem sobre o progresso na biologia e na ciência). Avançamos de fato por um aumento de variância, de modo que temos realmente aspectos fantásticos no desenvolvimento científico hoje, com grandes implicações sociais. Me marcou muito o ensaio “O Sapateiro e a Estela da Manhã” de Stephen Jay Gould (em seu livro “Os 8 porquinhos”, original de 1993) em que ele coloca, resumidamente, que qualquer um que tenha uma visão mais pessimista do avanço científico deveria visitar um cemitério do século XVIII ou XIX e prestar atenção nas datas de nascimento e morte e se dar conta do número de crianças ali enterradas...Sem duvido isso é uma medida bem sensível de “progresso”! Por outro lado, continuamos em pleno século XXI com pessoas passando fome e vivendo em condições desumanas, mortalidade infantil bem elevada em alguns lugares, sérias violações de direitos humanos em tantos outros, inclusive em função de princípios religiosos fundamentalistas. Avançamos, mas aos trancos e barrancos, aliás como demonstrado pela situação do Brasil em 2021, com tantos retrocessos nesses aspectos, infelizmente.


Em relação à segunda colocação, por outro lado, eu concordo que temos realmente um dilema, como já ressaltei ao final de uma postagem anterior. Diante de tantos problemas que temos com a percepção da ciência por parte da sociedade, se por um lado insistimos na ideia da ciência como detentora da verdade e que sempre achará a solução para os problemas, corremos o sério risco de perdermos credibilidade, já que a ciência não funciona assim, especialmente em termos de concepções mais teóricas e gerais (mas não em relação a questão mais “factuais”, digamos assim, como quero discutir a seguir). Por outro lado, se apresentamos de uma forma honesta os vários problemas de ordem epistemológicos e na própria prática científica que conhecemos bem, dando à sociedade uma visão mais realista de todo o processo, corremos realmente o risco de que as incertezas sejam usadas contra nós mesmos. E realmente vemos isso, infelizmente, com bastante frequência, ou com frequência suficiente para pelo menos acender um alerta. Minha posição é que, diante de um público esclarecido e mais profissional, digamos assim, temos que estar conscientes e assumir os diversos problemas que temos na ciência. Obviamente isso é fundamental quando estamos formando os nossos pesquisadores e professores nas Universidades, ou quando estamos discutindo essas questões com divulgadores da ciência. Mas, em princípio, se vamos falar para um público mais amplo e heterogêneo, talvez seja uma boa ideia mesmo sermos mais cuidadosos e medirmos bem as nossas palavras (mas evitando posições ingênuas e demasiadamente otimistas, claro!).


De qualquer modo, para entendermos melhor alguns desses problemas de incerteza e confiabilidade na ciência, vamos voltar para a ideia dos dados empíricos que discuti na postagem anterior. Como coloquei, dificilmente podemos falar de “dados puros”, ou "dados objetivos", referindo-se a eles em termos de “...os dados não mentem” ou algo assim. Essa é uma visão ingênua porque, em maior ou menor grau, todos os dados são obtidos e interpretados diante (ou à luz de) concepções teóricas e metodológica e a partir de todo o “background” de formação dos cientistas. Em uma dada área, estabelecem-se consensos sobre como os dados devem ser obtidos e interpretados, sobre quais métodos devem ser utilizados e o que podemos extrair deles. São os grandes arcabouços (frameworks) conceituais, que podem ir desde os paradigmas de Thomas Kuhn até os programas de pesquisa e tradições de pesquisa de Lakatos e Laudan. Embora isso não signifique que os dados sempre mostram vieses e influências políticas ou sociais (como se fala em uma visão construtivista e relativista mais extrema), é preciso ter sempre em mente que há sempre uma certa subjetividade nas tomadas de decisão quanto a eles e no modo como eles sustentam ou não uma dada concepção teórica.


Entretanto, é preciso deixar claro aqui o que entendemos por dados e teorias. Na postagem anterior usei como exemplo os chamados “gradientes latitudinais de diversidade”, ou seja, temos mais espécies nos trópicos do que nas regiões temperadas. Vamos continuar com esse exemplo em um primeiro momento, continuando alguns dos raciocínios anteriores. Muitos vão dizer que a maior diversidade nos trópicos é um "fato", é bastante "observável", basta irmos a uma floresta tropical e à tundra siberiana e vamos perceber isso com nossos órgãos do sentido facilmente. Tudo bem, mas analiticamente é um pouco mais complexo. O que coloquei é que quando temos, por exemplo, um mapa da diversidade (riqueza, tecnicamente falando) de um dado grupo, como anfíbios naquele caso, esse mapa é um "modelo" dessa realidade factual que poderíamos perceber indo aos diferentes lugares, um objeto abstrato, construído sob uma série de pressupostos a fim de representar a variação na diversidade biológica e poder analisá-la estatisticamente. Como vemos isso para praticamente todos os tipos de organismos na Terra, dizemos isso é um "padrão", ou seja, uma repetição sistemática da variação (alguns podem se referir a esse padrão como uma “lei natural”, mas esse é mais um termo complicado...). Podemos tentar avaliar um grande número de grupos de organismos e tentar avaliar a “generalidade” desse padrão, que no caso é bem elevada mesmo. Podemos matematicamente (estatisticamente, de fato....) avaliar esse padrão pela correlação entre a diversidade de espécies e a latitude, ou seja, se houver uma correlação negativa entre as duas variáveis (a correlação é negativa porque as latitudes mais altas, mais distantes do equador, são expressas por números maiores, e estas possuem menos espécies). Então, algumas pessoas dizem que de forma indutiva podemos "confirmar" esse padrão, repetindo essa análise de correlação várias e várias vezes, e nesse caso vamos ganhando confiança em relação à sua generalidade.


Mas isso não tem, em princípio, muita relação com o que chamamos de teoria, que seriam as explicações para ele em um sentido mais abstrato. Esse padrão existe por um efeito ambiental (temperatura ou produtividade dos ecossistemas, como discutimos anteriormente), ou por variações nas velocidades relativas de especiação e extinção? Será que ele aparece ao acaso devido à expansão da distribuição geográfica das espécies seguindo a configuração geométrica dos continentes? Ou por um efeito de área? Interações entre as espécies? Podemos assim passar a avaliar tentativamente outros padrões, em um próximo “nível” de abstração, se conseguirmos traduzir essas várias possibilidades em variáveis indicadoras desses processos (teorias). Por exemplo, podemos analisar não a relação entre riqueza e latitude, mas entre diversidade e temperatura. Essa correlação é testada a partir de uma concepção teórica na qual existem diferentes mecanismos que poderiam fazer com que uma variação na temperatura “cause” (com algumas ressalvas ao termo) uma variação na diversidade ao longo do globo. Em um contexto empirista, entende-se que aí passamos a investigar um processo e que isso seria, mais uma vez, feito de forma indutiva, ou seja, à medida que vamos analisando mais grupos de organismos, podemos ir ganhando (ou não) confiança cada vez maior na teoria de que a temperatura “explica” a diversidade, já que as hipóteses da relação entre as variáveis são sucessivamente confirmadas para esses grupos. Existem hoje métodos extremamente sofisticados de inferência estatística, como análises Bayesianas, que permitem avaliar esse ganho de confiança de forma bastante consistente. Entretanto, a grande questão é o que isso quer dizer em relação à explicação para os gradientes, em relação à teoria? Aí é que aparece uma grande confusão e entramos em uma série de problemas filosóficos que acho que podem nos ajudar, em última instância, no dilema da divulgação científica.


Em primeiro lugar, o termo hipótese é muitas vezes utilizado como uma teoria (ainda) não-confirmada, de modo que surgem expressões como “isso ainda é uma hipótese” ou “isso é apenas uma teoria” (normalmente de forma pejorativa, aliás). Mas essa interpretação é em grande parte um resquício do positivismo lógico do início do século XX de que a teoria seria testada empiricamente e confirmada pelo teste bem-sucedido dessa hipótese, de forma indutiva e sequencial. Ao confirmarmos a correlação entre diversidade de espécies e temperatura para mais e mais grupos alguns podem achar que ganhamos uma compreensão teórica do gradiente de diversidade. Mas isso depende, de fato, do que chamamos de teoria e, mais importante, do que entendemos por “explicação”. Se pensarmos, por exemplo, que existem várias maneiras pelas quais a temperatura poderia afetar a diversidade, chegamos à ideia de que essa correlação em si reforça apenas mais um padrão, talvez em um nível mais elevado de complexidade do que o padrão “em si” (ou seja, mais espécies nos trópicos). Mas, na minha concepção, isso não permite confirmar nenhuma teoria (embora, em uma visão Popperiana, deixar de encontrar a correlação permite, talvez, eliminar algumas delas). Em um primeiro momento, isso acontece por causa da chamada “tese de Duhem-Quine”, que envolve a questão do holismo do teste e da subdeterminação da teoria pelos dados.


A tese de Duhem-Quine passou a ser mais conhecida pelo artigo “The Two Dogmas of Empiricism do famoso filósofo de Harvard W. O. Quine (1908-2000), que, segundo muitos filósofos da ciência, foi um golpe mortal no movimento do positivismo/empirismo lógico do Círculo de Viena (o nome da tese vem também do físico e filósofo francês Pierre Duhem (1861-1916), que havia formulado algo semelhante no final do século XIX). Resumidamente, a tese de Duhem-Quine coloca que, quando não encontramos a correlação, por exemplo, entre diversidade e temperatura, podemos atribuir isso a problemas nos dados ou pelo fato daquele grupo de organismos ser “peculiar”, de modo que nunca é possível rejeitar uma hipótese de forma isolada. O outro lado dessa moeda é que, se confirmamos a correlação, não sabemos realmente se isso aconteceu porque a concepção teórica estava correta (ou seja, a teoria era “verdadeira”) ou por outra razão qualquer, efeitos indiretos por exemplo. Isso nos leva à ideia de subdeterminação da teoria pelos dados, no sentido de que sempre pode haver outras explicações que não conhecemos e que poderiam gerar, de qualquer modo, o mesmo padrão. Não podemos, assim, confiar que encontramos a explicação teórica em um teste de hipótese, o que certamente é uma visão mais pessimista em relação à avaliação das teoria. Mas isso não significa que não aprendemos algo... Mais importante, temos agora que pensar que isso depende também do que chamamos de "teoria".


Chegamos aqui a um ponto importante que quero ressaltar no contexto do dilema e suas consequências. Quando dizemos que as teorias não podem ser confirmadas, pensando em Duhem-Quine ou em Popper, não estamos falando do gradiente de diversidade em si (o padrão), mas sim das explicações para ele, que seriam de fato a teoria em um sentido bastante abstrato. Não estamos falando nem mesmo de uma correlação (empírica, calculada) entre diversidade e temperatura, ou produtividade. Estamos falando de concepções abstratas subjacentes a esses padrões, que incluem inclusive uma série mecanismos e processos biológicos acontecendo ao longo de milhões de anos. Esses são, portanto, componentes não-observáveis dessas teorias. Aí temos a distinção entre visões realistas e instrumentalistas das teorias científicas (em dois extremos, mas há muitas visões intermediárias), que relevam um maior ou menor otimismo, respectivamente, em relação à capacidade da ciência de relevar ou não uma realidade subjacente à nossa percepção empírica, em termos de componentes não-observáveis das suas teorias.


Antes de continuar, vamos perceber também que não existe uma separação muito clara entre o empírico e o teórico, mesmo nesse nível de discussão. O que temos são níveis crescentes de compreensão e possibilidades de avaliação, em um continuum que vai dos aspectos mais concretos e empíricos até as concepções mais e mais abstratas. Essa é outra ruptura com os positivistas/empiricistas lógicos do círculo de Viena, que insistiam em uma separação explícita e clara entre dados e teorias. Assim, à medida que um padrão vai sendo delineando de forma mais clara e se generalizando, podemos ir ganhando de alguma forma uma melhor compreensão dos mecanismos subjacentes a ele, por exemplo se encontramos exceções e anomalias no padrão e conseguimos compreender por que elas aparecem, refinando a teoria ou melhor delimitando o seu alcance. Há um forte sistema de retroalimentação envolvido ai entre a teoria e o padrão "empírico". Podemos, a partir dos problemas e anomalias encontradas, elaborar teorias cada vez melhores ou mais abrangentes que possam ser avaliadas não só pela correlação entre diversidade e temperatura, por exemplo, mas combinando também outros fatores (podemos avaliar estatisticamente se o efeito da temperatura seria direto em termos de produtividade ou por meio de aceleração da evolução, por exemplo). Sob uma concepção mais pragmática das teorias científicas, essa mediação entre os dados e a teoria seria feita por MODELOS, que podem ser inclusive cada vez mais complexos e serem derivados simultaneamente a partir de diferentes teorias (de modo que os modelos, e não as teorias, seriam o que de fato importa na ciência). Há uma série de possibilidades de discussão filosófica a partir daqui em relação ao contínuo entre dados e teorias, o papel dos modelos e a retroalimentação da teoria pelos dados...


Chegamos então à ideia de que essa correlação entre riqueza e diversidade vai gradualmente se tornando um padrão mais “empírico”, no sentido de ser mais “observável”, e o risco de que ele seja puramente um artefato vai diminuindo à medida que avaliamos mais e mais dados. Ou seja, a correlação em si, que em um primeiro momento poderia ser considerada uma evidência frágil e abstrata, vai se fortalecendo quando são analisados mais dados. Uma vez que esse padrão está claro e as evidências são bem estabelecidas em um contexto de "pirâmide de evidência", (figura abaixo), não deveria haver muito mais discussões sobre o “padrão em si”. O que quero dizer é que se vamos indutivamente ganhando confiança nessa correlação, passamos a pensar que essa correlação EXISTE, que ela é “real”, de modo que é bastante provável que exista uma causa subjacente a ela, mesmo que seja uma causa “não-resolvida”, como dizemos no jargão estatístico.


Em um sentido empiricista mais moderno, podemos dizer, de forma simplista, que confirmamos a relação causal entre as variáveis, o que não significa que necessariamente entendemos os detalhes dos processos subjacentes (que é o que estou chamando de “teoria”). Indo um pouco mais a fundo e voltando para a questão do realismo, essa seria então uma intepretação “realista de teorias”, já que confiamos na causalidade em geral subjacente ao padrão, mas “antirealista de entidades”, já que não podemos garantir que os fatores não-observáveis são realmente esses. Essas diferentes percepções do antirealismo foram propostas por Ian Hacking em seu “Representar e Intervir”, de 1983. Esse realismo de teorias e antirealismo de entidades é também coerente com a visão de alguns empiricistas com uma visão “model-based” da ciência, sendo Nancy Cartwright e Margareth Morrison as mais eminentes filósofas a adotarem essa visão (dentre outras e outros). Então, o que chamamos de “entender” os gradientes, nesse exemplo, depende realmente do que chamamos da teoria e do nível de otimismo e satisfação que temos em relação à avaliação de fatores observáveis e não-observáveis que a compõe.





Mas, voltando à discussão sobre as incertezas da ciência e suas consequências em termos de divulgação...Embora tenhamos toda a questão dos dados em si, de modo geral a discussão não está nos padrões que têm sido evidenciados (alguns diriam “empiricamente”), e sim nos processos ou mecanismos e subjacentes a eles, especialmente nos componentes “não-observáveis” da teoria. Em um nível mais básico, não discutimos (mais) se há ou não o gradiente de diversidade, considerando sua generalidade, mas sim em quais os mecanismos ecológicos e evolutivos subjacentes a ele. Claro, às vezes temos dificuldade em definir se há padrões de correlação em sistemas complexos e multicausais, e se o padrão em si é importante em termos de uma tomada de decisão, é preciso fazer uma avaliação mais cautelosa. Se apostamos todas as fichas, por exemplo, apenas na correlação entre temperatura e diversidade, certamente corremos um risco elevado de falhar na explicação para os gradientes. Mas a falha está em associar uma teoria abstrata e seus componentes não-observáveis a uma correlação simples, e não (necessariamente) na correlação em si. Então, quando dizemos que a “ciência pode estar errada”, estamos em geral falando das teorias e dos seus componentes não-observáveis, e isso realmente já aconteceu muito no passado (essa é a ideia de Larry Laudan, quando ele coloca o argumento indutivo pessimista vindo da história; as teorias falharam no passado, de modo que não temos garantia que as nossas teorias estão corretas hoje).


Entretanto, é importante pensarmos que muitas das discussões que temos no contexto de divulgação científica nos últimos tempos referem-se, de fato, a padrões bem estabelecidos de acordo com a pirâmide de evidência, e não sobre teorias mais abstratas. Não estamos discutindo, por exemplos, os processos de evolução diante de novos mecanismos de regulação da expressão dos genes, estamos discutindo com criacionistas fundamentalistas que acham que a Terra tem ~6000 anos de idade. Não estamos discutindo os ciclos e "feedbacks" envolvidos na mudança climática, estamos discutindo com empresários gananciosos de grandes corporações que não querem abrir mão de seus lucros com a degradação dos sistemas naturais. E não estamos discutindo os mecanismos celulares que poderiam explicar o sucesso da invasão por coronavírus, estamos discutindo se cloroquina e ivermectina protegem contra a COVID.


Vamos pensar então em outros exemplos que possuem mais desdobramentos importantes em termos de discussão e divulgação científica (e outras implicações mais nefastas). Conforme apresentado no fantástico livro de Naomi Oreskes e Erik Conway, Merchants of Doubt de 2011 (pelo que sei ainda sem tradução em português; deu origem inclusive a um documentário em 2014, vejam no final da postagem), temos essa questão do ganho de informação em relação a padrões e discussão sobre processos subjacentes em relação a dois tópicos bem atuais, a questão da relação entre fumar e desenvolver câncer e a questão da mudança climática causada por efeitos antrópicos.



O elemento em comum aos dois temas é que os diversos experimentos e análises de dados que foram feitas gradualmente ao longo de décadas mostraram um padrão, ou seja, fumar CAUSA câncer e as mudanças climáticas SÃO CAUSADAS por efeitos antrópicos ao longo principalmente da história recente da ocupação humana no planeta. De forma indutiva foi ficando cada vez mais claro que essas correlações “existem”, no sentido que discutimos acima, de modo que temos que nos preocupar com seus efeitos. Reforçando, o que queremos dizer com a expressão “correlações que existem” é que, aos poucos, outros fatores que poderiam desencadear o câncer ou as mudanças climáticas foram sendo avaliados e seus efeitos mensurados, de modo que podemos gradualmente ganhar confiança dos efeitos principais que estamos avaliando. Estamos sempre com a tese de Duhem-Quine em mente, tudo bem, e isso pode mesmo minar, em princípio, em parte essa avaliação indutiva. Mas, repetindo, estamos falando de padrões bem “próximos do empírico”, em termos de realidade, que gradualmente vão deixando de ser abstratos e se tornando mais “concretos”. Pelo menos em um nível básico e geral, podemos dizer que, da melhor perspectiva com a qual podemos abordar esse problema hoje, em termos de obtenção de dados e análise estatística/computacional, somos capazes de “entender” o que está acontecendo.


No caso da relação entre fumo e câncer, temos muitos dados observacionais, ou seja, correlações entre quantidade de fumo e probabilidade de desenvolver câncer, que como discutimos anteriormente são um pouco mais abertos a interpretações em termos de causalidade. Mas podemos fazer experimentos em animais (apesar das discussões éticas, claro) e irmos estabelecendo de forma mais inequívoca a relação de causa e efeito, corroborando as evidências vindas dos dados observacionais e estabelecendo um sistema de retroalimentação entre as diferentes fontes de evidência. Mas isso não quer dizer – de novo, na minha concepção - que fatores não-observáveis das teorias, os processos e mecanismos que desencadeariam o câncer nas várias situações, não podem mudar ao longo do tempo (e aí entramos novamente na discussão do realismo versus instrumentalismo). E podemos, de qualquer maneira, testar comparativamente o efeito relativo de uma série de outros fatores, como poluição ambiental ou efeitos inatos herdados (“genéticos”).


Em termos de mudança climática a questão é um pouco mais complexa porque a evidência vem realmente de observações em grande escala, embora seja possível realizar “experimentos” principalmente computacionais que podem ajudar a entender os padrões. É possível fazer experimentos em pequena escala para entender alguns mecanismos em particular, mas a projeção disso para grandes escalas de tempo e espaço tem lá suas dificuldades. Podemos simplesmente medir o aumento da temperatura em um gráfico (antes teríamos poucos pontos, tudo era muito recente e havia poucos dados...) e vemos o quanto isso está correlacionado com elevação nos níveis de degradação ambiental. À medida que o padrão vai sendo avaliado por mais tempo e mais dados obtidos, podemos ir eliminando outras variáveis que poderiam gerar “confundimento” e criar relações espúrias, e vamos gradualmente ficando mais convictos de que entendemos a relação, de forma indutiva. Mas isso não quer dizer – de novo, na minha concepção - que fatores não-observáveis das teorias, os processos e mecanismos que estariam subjacentes a esses padrões, foram “confirmados”. Ou seja, como a degradação ambiental afeta realmente a atmosfera, quais os ciclos envolvidos e quais os sistemas de retroalimentação desencadeados, tudo isso pode mudar. E sem duvido isso pode afetar as previsões do clima para o futuro.

Mas, nesse nível mais próximo do empírico, tanto no caso das causas do câncer ou das mudanças climáticas, estamos confiantes nessa correlação e podemos (e devemos) agir. Dificilmente vamos agora "voltar atrás" e dizer que erramos totalmente e que essas correlações são espúrias. Claro que é importante sempre tentarmos entender esses processos e mecanismos, mas, pragmaticamente, o que importa nesses dois casos é termos uma boa confiança de que “os padrões existem”. Ou seja, pensando de forma pragmática temos um bom MODELO da relação entre câncer e fumo, ou entre alterações climáticas e degradação ambiental, e vamos usá-lo. Com isso, podemos estabelecer políticas públicas e muitas outras iniciativas para mitigar as consequências negativas dessas correlações (mais bem sucedidas hoje em relação ao fumo, menos em relação à mudança climática – pode ser só questão de tempo, mas o problema é se ainda há tempo...).


Então, espero que agora estejamos agora um pouco mais preparados para discutir o que queremos dizer quando falamos em “falhas na ciência”. Infelizmente, temos agora que lidar com o componente “nefasto” dessa relação. Oreskes e Conway mostram que, tanto no caso do câncer quanto nas mudanças climáticas, a discussão inicial sobre os padrões (i.e., a confirmação empírica das correlações) foi questionada desde o início, não pelas discussões teóricas e filosóficas apontadas acima, mas intencionalmente perturbada por interesses econômicos. Isso, em princípio, até dá uma certa razão aos construtivistas e relativistas. Por outro lado, essas perturbações são decorrentes do próprio clima de incerteza e de falsa discussão acadêmica que faz parte da estratégia usada por essas pessoas...


Vamos supor que um estudo observacional apoie inicialmente, muitos anos atrás, a hipótese de que há uma correlação entre câncer de pulmão e fumo. Como vimos, certamente há muitas incertezas aí, segundo a tese de Duhem-Quine, e é preciso investigar mais a fundo. Em geral, como já colocado, isso é feito com a realização de mais estudos observacionais com amostras maiores ou incorporando outros efeitos que poderiam gerar confundimento, realizando experimentos controlados com animais e, simultaneamente, teorizando sobre mecanismos e processos não-observáveis que poderiam “explicar” essa correlação. Tudo isso aconteceu muito rapidamente ainda nos anos 1970 no caso da relação entre fumo e câncer, ou mesmo antes, inclusive por grupos de pesquisadores que foram contratados em um ambicioso programa de pesquisa realizado por centenas de pesquisadores em dezenas de Universidades e institutos de pesquisa nos EUA, financiados pela indústria do tabaco. Mas claro que a intenção real destes era demonstrar que o câncer poderia ser causado por outros fatores (o que realmente acontece, mas isso não elimina o efeito importante do fumo), de modo que esses cientistas pudessem defender a indústria nos processos judiciais que começariam a aparecer. Eles sabiam do problema, a análise dos documentos e a própria atitude de algumas empresas mostram isso (algumas delas tentaram desenvolver, por exemplo, "cigarros mais saudáveis"). Foi uma estratégia deliberada de negar ou pelo menos distrair a opinião pública e os políticos tomadores de decisão do problema.


Mais importante, mesmo que a maioria esmagadora da comunidade científica tenha chegado à conclusão de que a correlação existe, e isso incluiu os cientistas financiados pela própria indústria do tabaco, foram contratados alguns poucos cientistas de renome e influentes, muito próximos dos tomadores de decisão e dos políticos (até do próprio Presidente dos EUA à época) que criaram um ambiente de “debate” científico (falso, claro) e usaram, nas fases iniciais da discussão, toda a ideia de incerteza na ciência discutida acima para questionar a evidência empírica e as teorias subjacentes a ela. Como sempre digo aqui, o diabo está nas correlações, e esses cientistas importantes são os mesmos que defendiam a manutenção dos EUA na guerra do Vietnam (de novo, contra a maior parte dos intelectuais norte-americanos), incentivavam a corrida armamentista durante a guerra fria e eram, claro, fanaticamente anti-comunistas. Isso lembra alguma coisa? E a mesma sequência de eventos se repete agora (i.e., nos últimos anos) em relação às discussões sobre mudança climática, inclusive com alguns dos mesmos personagens, também financiados por grandes interesses econômicos ligados ao agronegócio e às empresas de energia e combustíveis fósseis, dentre tantas outras. Mas a boa notícia é que, no final, são poucos os promotores da discórdia!


Vejam que, voltando rapidamente para a nossa realidade brasileira de 2020-2021, o mesmo acontece em um contexto “negativo” em relação à discussão do efeito da cloroquina e ivermectina sobre os pacientes de COVID-19. Nesse caso, seria uma discussão até mais simples, em um nível mais básico no sentido de estar ainda no nível dos padrões mais próximos do empírico. Ou seja, se não somos capazes nem de detectar um padrão, não haveria a menor necessidade de discutir quaisquer mecanismos subjacentes e usar isso como uma "disputa" e desencadear debates. Não temos padrão e, ao mesmo tempo, não temos também nenhuma teoria que pudesse sugerir o contrário, voltando à tese de Duhem-Quine. De qualquer modo, como discutimos, esse problema seria perfeitamente contrabalanceado, pragmaticamente, pela crescente escalada da pirâmide de evidência, como mostra a meta-análise recente de Martins-Filho e colaboradores, da Universidade Federal de Sergipe, publicado na The Lancet: Regional Health. Assim, a insistência na existência de padrão, inclusive pelo Presidente Bolsonaro, revela ainda mais claramente o negacionismo e o modo como uma visão anti-científica pode ser facilmente inserida na sociedade. E isso, claro, acontece agora de forma muito vezes mais eficiente do que ocorreu nos anos de 1970-1980 por causa da enorme capilaridade das redes sociais.


Finalizando, os interesses econômicos incentivaram explicitamente o negacionismo, colocando, de certo modo, a ciência contra ela mesma. Precisamos estar atentos a isso nas discussões atuais para poder responder adequadamente aos questionamentos e, em termos do dilema da divulgação científica, desenvolver estratégias que explicitamente incorporem essas concepções, para que tenhamos mais chances de sucesso. O exemplo da indústria do tabaco é bem ilustrativo, pois à medida que fomos “escalando a pirâmide de evidência” e a correlação foi sendo mais e mais bem estabelecida, tivemos a adoção de políticas públicas sérias na área de saúde, campanhas na mídia e, consequentemente, uma grande redução no número de fumantes em todo o mundo nos últimos 50 anos. Esse exemplo da correlação entre câncer e fumo, apesar do número absurdo de mortes e sofrimento durante muitos anos, pode ser pensado como uma estória de final feliz, e tem várias implicações positivas, quem incluem a refutação de uma visão construtivista/relativista radical e mostrando que mesmo quando há interesses econômicos fortes, a comunidade científica se comportou no geral de forma honesta e até “Mertoniana”. Esperamos que o mesmo aconteça em relação à mudança climática, mas nesse caso, como estamos falando de um colapso ecossistêmico em escala planetária, a situação é mais complexa e mais célere.









172 visualizações0 comentário

Posts recentes

Ver tudo