por Desidério Murcho
………..
Considere-se algumas das crenças que teria um europeu com formação escolar, nos primeiros anos do século XVII, segundo o historiador David Wootton:
…………..
Acredita que um corpo vítima de homicídio sangra na presença do homicida. Acredita que há um unguento que cura feridas se for esfregado no punhal que as causou. Acredita que a forma, cor e textura de uma planta pode ser uma pista do seu uso medicinal porque Deus fez a natureza de modo a ser interpretada pela humanidade. Acredita que é possível transformar o metal vil em ouro, ainda que duvide que alguém saiba como isso se faz. Acredita que a natureza tem horror ao vácuo. Acredita que o arco-íris é um sinal de Deus e que os cometas anunciam o mal. Acredita que os sonhos preveem o futuro, se soubermos interpretá-los. Acredita, é claro, que a Terra está imóvel e que o Sol e as estrelas andam à sua volta a cada vinte e quatro horas — ouviu mencionar Copérnico, mas não imagina que ele pretendesse que o seu modelo heliocêntrico do cosmos fosse de encarar literalmente. Acredita na astrologia, mas como não sabe o momento exato do seu nascimento, pensa que mesmo o melhor dos astrólogos não seria capaz de lhe dizer grande coisa que ele seja incapaz de encontrar nos livros. (Wootton, The Invention of Science: A New History of the Scientific Revolution, pp. 29–30)
…………
…………
Estas crenças são escandalosas, e não é apenas hoje, com o conhecimento entretanto alcançado, que o são. Já o eram naquele tempo. Quase qualquer pessoa, sobretudo qualquer pessoa letrada que levasse aquelas crenças a sério, poderia ter verificado que eram falsas. Considere-se, por exemplo, a crença de que um corpo de uma vítima de homicídio sangra na presença do homicida. Caso as coisas fossem mesmo assim, os tribunais teriam um maravilhoso tira-teimas de qualquer caso de homicídio. E verificar se as coisas são mesmo assim não teria sido difícil: num ambiente cuidadosamente controlado, para eliminar tanto quanto possível o erro, colocar-se-ia o corpo de vítimas de homicídio na presença de várias pessoas, sem que a pessoa que faz o teste saiba se aquelas pessoas são os homicidas, ou não. Depois, é só repetir isto durante vários meses, registar cuidadosamente os resultados, e ver o que saiu dali.
E, claro, ver-se-ia que era uma mera superstição: uma crença tola sem fundamento. Mas então por que razão as pessoas daquele tempo não faziam isto com todas aquelas crença idiotas?
Numa palavra: porque o pensamento científico é contraintuitivo. E esse é um dos fatores que explica que não só muitas superstições subsistam atualmente, como, à medida que velhas superstições desaparecem, surjam outras, em catadupa. Em geral, as pessoas não são hoje menos supersticiosas do que no passado; só em algumas camadas muito restritas da população isso não acontece.
A maneira científica de pensar é contraintuitiva porque as primeiras ideias que qualquer pessoa forma na sua experiência comum do mundo são profundamente ilusórias. O raciocínio aqui em questão é o indutivo. A diferença mais importante entre este raciocínio e o dedutivo é que neste segundo as considerações meramente linguísticas são suficientes. O leitor sabe que se conclui corretamente que Simone Dinnerstein não é solteira, com base apenas na premissa de que é casada. Mas o leitor não sabe quem é Simone Dinnerstein, nem se ela é realmente casada. Não precisa de olhar para o mundo para saber que aquela dedução está correta. A dedução poupa-nos o trabalho de olhar para o mundo para ver como as coisas são: faz-se só com base na própria linguagem. É bem prático.
Na indução as coisas não são assim. É preciso olhar para o mundo. E como as informações que temos do mundo são imperfeitas, e muitas vezes erradas, e como além disso o raio do mundo não para quieto e está sempre a mudar, na indução não basta olhar para o mundo uma vez, e está feito. Não. É preciso estar sempre a olhar uma vez e outra, e voltar a olhar, e estar sempre atento a novas informações que venham a revelar-se importantes para as induções que até agora nos pareciam perfeitamente boas. O raciocínio indutivo é dinâmico, e não estático.
Nos raciocínios indutivos trata-se de fazer um certo número de observações, e depois concluir algo sobre o que não foi observado. Há dois tipos de induções: as previsões e as generalizações. Quando os meteorologistas afirmam que amanhã há uma probabilidade de 30% de chover, é uma previsão. Os arqueólogos também fazem previsões, mas quanto ao passado: preveem que foi a colisão de um asteróide que causou a extinção dos dinossauros. Em contraste, nas generalizações, conclui-se que algo ocorre num número maior de casos do que os observados. Observa-se vários corvos pretos, por exemplo, e conclui-se que todos são pretos.
A primeira pergunta a fazer para tentar determinar se um dado raciocínio indutivo é bom ou não é a seguinte: os casos observados são representativos do todo? Como Francis Bacon descobriu no século XVII, a observação por simples enumeração não serve para fazer boas induções. Esta é a observação casual, que se faz todos os dias de maneira não-sistemática nem científica. Se nos limitamos a observar vários corvos pretos por acaso, não temos dados suficientes para concluir corretamente que todos são pretos. Temos de estabelecer um programa científico de observação de corvos. Isto inclui ir à procura de corvos e tentar observar o maior número deles que for praticável. Inclui também procurar corvos nas mais diversas partes do planeta, e não apenas na nossa rua. E inclui ainda procurar registos históricos de observações de corvos. A observação científica não garante que os corvos observados sejam realmente representativos do todo, mas é isso que se procura.
……………
………..
Os corvos observados são representativos do todo quando não pertencem a um pequeno grupo excecional de corvos. Para compreender isto melhor, imagine o leitor que na sua rua há uma associação filantrópica italiana. Todos os meses o leitor vê vários italianos na rua, quando fazem as suas reuniões. São todos muito generosos e simpáticos. E o leitor conclui erradamente, por indução, que os italianos são generosos e simpáticos.
Qual foi o erro? Aqueles poucos italianos observados não são representativos do todo porque são especificamente membros de uma organização filantrópica. Não admira que sejam generosos e simpáticos. Mas talvez sejam eles os únicos italianos generosos e simpáticos; talvez sejam uma exceção. Talvez quase todos os italianos sejam antipáticos e egoístas. A inferência indutiva do leitor é má porque a sua observação não apoia indutivamente a conclusão; e não o faz porque a sua observação não foi científica. Foi uma observação não-representativa ou tendenciosa.
A segunda pergunta a fazer é a seguinte: procurei ativamente contraexemplos? Este é talvez o aspeto mais surpreendente da indução. Para concluir bem por indução que os corvos são todos pretos é preciso procurar ativamente corvos… que não sejam pretos. Isto é surpreendente porque as pessoas tendem a procurar o que confirma o que pensam, e não o que prova que estão enganadas. Mas se não se fizer isto, a indução não é boa. Considere-se de novo o caso dos italianos daquela associação filantrópica; quem fez aquela indução desastrosa não foi à procura de italianos que não fossem generosos. Se tivesse ido à procura deles, tê-los-ia encontrado sem grandes trabalhos.
A terceira e última pergunta a fazer é a seguinte: procurei ativamente informação de fundo que cancele o apoio indutivo que as premissas dão à conclusão? O argumento indutivo dos corvos não é bom precisamente porque viola informação de fundo que já temos sobre a cor das aves: nomeadamente, que não é uniforme. Há sempre anomalias, como animais albinos, ou outras variações. Na melhor das hipóteses, os corvos são, na sua esmagadora maioria, pretos; mas não todos, rigorosamente.
Em contraste, imagine-se que alguém vai lançar um dado com seis lados, e prevê que a probabilidade de sair o número três é de 1/6, porque o dado tem seis lados. Todavia, se o dado estiver viciado, irá sair muitas mais vezes o número seis do que qualquer outro número; nesse caso, a previsão dessa pessoa estará errada. Isto significa que antes de fazer aquela previsão, é preciso procurar saber se o dado está viciado ou não, examinando-o com atenção e lançando-o algumas dezenas de vezes. Esta é a informação de fundo que é preciso procurar neste caso.
…………
………….
As exigências subjacentes às três perguntas anteriores têm algo em comum: a rejeição da observação casual. E é isto que nos dói fundo na alma, ao que parece, e é talvez por isso que o pensamento pré-galilaico é ainda a norma no discurso público, sobretudo sobre questões sociais. Quase toda a gente gosta de parecer informada e conhecedora, mas ao mesmo tempo é demasiado preguiçosa para estudar com cuidado as coisas. De modo que quase toda a gente quer ter opiniões elaboradas e de aspeto profundo e inteligente, com base na única coisa que faz, que é observar casualmente as coisas, ler algumas notícias, ouvir a televisão e falar com outras pessoas igualmente ignorantes. Tenho más notícias: com base nesse tipo de observação casual das coisas, as induções são sempre falaciosas. Não é quase sempre, nem a maioria das vezes. É sempre. Não há outra maneira de conhecer as coisas indutivamente a não ser aplicando o método científico da observação controlada e sistemática.
Uma parte significativa do raciocínio indutivo é especificamente sobre causas. O raciocínio indutivo causal é muitíssimo importante para compreender a realidade. (Obviamente, não é uma ideia genial confundir “causal” com “casual”.) Foi o estudo científico das relações causais que permitiu os avanços impressionantes da medicina, da química e de outras ciências, nos últimos dois séculos. No raciocínio causal, a conclusão é que há uma relação causal entre dois acontecimentos. Há uma relação causal entre dois acontecimentos quando um provoca o outro: um deles é a causa, e o outro é o efeito.
Como acontece no caso geral das induções, a mera observação casual, quotidiana, é irrelevante. Ver um acontecimento depois de outro não apoia sequer remotamente a conclusão de que o primeiro causou o segundo — mesmo que se veja isso repetidamente. Nem a mera sucessão de acontecimentos nem a mera correlação permitem concluir, só por si, que há causalidade entre eles.
Uma sucessão de acontecimentos é ocorrer um e depois o outro. Imagine o leitor que quando entra em casa costuma deixar a chave junto da entrada, em cima da mesa. Mas um dia, sem que saiba porquê, leva a chave para o quarto. Nesse mesmo dia, fica com fortes dores de cabeça e febre. O simples facto de uma coisa ter ocorrido depois da outra não permite concluir corretamente que uma causou a outra. É preciso observar melhor as coisas para ver se há realmente uma relação causal. Mera sucessão de acontecimentos não é causalidade.
Além disso, a mera correlação também não é causalidade. Há uma correlação entre acontecimentos quando ocorrem repetidamente em sucessão, e com a mesma frequência. Quando há uma mera sucessão de acontecimentos, isso significa apenas que um ocorreu depois do outro; quando há uma correlação, é porque isso ocorreu várias vezes, e não apenas uma. Em vez de o leitor ter ficado com dor de cabeça apenas num dia em que levou as chaves para o quarto, isso acontece-lhe várias vezes.
As correlações medem-se como no cálculo de probabilidades, entre 0 (nenhuma correlação) e 1 (correlação perfeita). Ora, a surpresa é que o mundo é tão, mas tão complexo, que dados quaisquer dois acontecimentos, por mais díspares que sejam, e por mais que não tenham qualquer relação causal entre si, consegue-se quase sempre encontrar correlações, caso se faça suficiente ginástica estatística. Por exemplo, entre 2000 e 2009 a correlação entre o índice de divórcios no estado norte-americano do Maine e o consumo de margarina per capita naquele país foi de 0,992558. Como é evidente, isto não apoia a conclusão de que o consumo de margarina faz as pessoas divorciar-se, nem que o divórcio faz as pessoas consumir mais margarina. Talvez as pessoas que consomem mais margarina se divorciem mais que as outras não devido a isso, mas devido a outra razão qualquer. Ou talvez esta correlação seja um completo acaso, e desapareça caso se veja o índice de divórcios entre 1970 e 1999; ou caso se veja as estatísticas não apenas daquele estado, mas de outros estados, ou de outros países.
Sempre que há uma correlação entre dois acontecimentos, há três hipóteses: talvez um cause o outro; talvez sejam ambos efeitos de uma terceira causa; ou talvez não exista qualquer relação causal entre ambos, caso em que se trata de um mero acaso estatístico. Concluir uma destas hipóteses sem ter boas razões para excluir as outras é um erro. Daí a primeira pergunta que ajuda a saber se uma indução causal é boa ou não: a correlação encontrada é um acaso estatístico? Enquanto não tivermos boas razões para responder negativamente a esta pergunta, não sabemos se há realmente uma relação causal entre dois acontecimentos correlacionados. Para saber se uma correlação é um acaso estatístico, procura-se ativamente casos em que a ocorrência de um dos acontecimentos não é acompanhada do outro. Assim que se encontrar vários casos desses, descobre-se que a correlação talvez seja um acaso estatístico.
Uma vez obtida a resposta negativa, porém, o trabalho ainda não acabou. Agora é preciso descobrir qual é exatamente a cadeia causal que leva de uma coisa à outra. Daí a segunda pergunta: tenho uma boa explicação do processo causal? Não basta ver que a correlação entre fumar e ter cancro no pulmão não é um acaso estatístico. É preciso descobrir o processo causal que faz o tabaco provocar o cancro. Sem isso, e mesmo que a correlação não seja um acaso estatístico, ainda não sabemos se há realmente uma relação causal entre as duas coisas.
Porém, o mundo é muito complexo e há várias cadeias causais que se sobrepõem e anulam, ou se reforçam. De modo que quando há realmente uma relação causal entre duas coisas, a correlação não é perfeita: há casos em que a causa ocorre, mas não o efeito, e há casos em que ocorre o efeito sem a causa. Por exemplo, fumar provoca cancro no pulmão. Porém, o corpo humano é muito complexo. E isto significa que algumas pessoas fumam a vida inteira e nunca contraem cancro; outras, nunca fumam e contraem-no.
Daí a terceira pergunta: consigo reproduzir o suposto efeito causal em condições cuidadosamente controladas? As condições cuidadosamente controladas incluem a tentativa de isolar outros fatores que interferem na relação causal. Uma pessoa fumou a vida toda, mas não contraiu o cancro, porque algo no seu estilo de vida ou constituição genética interferiu na relação causal. E outras pessoas que não fumam contraem o cancro do pulmão, porque esta doença não é provocada apenas pelo tabaco. Se não conseguirmos reproduzir sistematicamente um efeito causal em condições cuidadosamente controladas, não temos boas razões para pensar que essa relação causal existe de facto.
Um tipo ainda mais específico de raciocínio causal são as previsões causais — quando se prevê que uma certa coisa irá provocar outra. As previsões causais exprimem-se quase sempre com condicionais. Por exemplo, um médico diz ao seu paciente: “Se continuar a fumar, terá uma grande probabilidade de contrair cancro do pulmão.” Apesar de se tratar apenas de uma afirmação, há aqui um raciocínio subjacente: “Se continuar a fumar, terá uma grande probabilidade de contrair cancro do pulmão; ora, você não quer ter cancro; logo, o melhor é deixar de fumar”. A primeira premissa é a previsão causal. Neste caso, é uma boa previsão porque os efeitos cancerígenos do tabaco estão cientificamente estudados e há bons dados estatísticos.
Contraste-se com a seguinte previsão: se permitirmos que os casais homossexuais adotem crianças, estas irão sofrer muitas pressões na escola por não serem filhos de pais normais”. Esta é uma previsão causal. Não é o género de coisa que consigamos saber se é verdadeira ou não sem estudos científicos. A experiência quotidiana não é suficiente para fazer boas previsões causais. Não é dessa maneira que se descobre relações causais na natureza, nem nas sociedades. É preciso estudar as coisas com rigor. Por isso, esta é a primeira pergunta a fazer: há provas científicas da previsão causal? Se a resposta for negativa, é quase certo que a previsão indutiva é uma falácia. O interlocutor está a supor sem provas adequadas que se permitirmos uma coisa, acontece outra que é de evitar. Só que, sem provas científicas, a sua previsão é tão boa como a previsão de que isso não irá acontecer e que, pelo contrário, estaremos a contribuir para uma sociedade menos preconceituosa.
Imagine-se agora que foram feitos estudos científicos que confirmam essa terrível previsão com respeito à adoção de crianças por parte de casais homossexuais. Será isto suficiente para concluir que se deve impedir as pessoas homossexuais de adotar crianças?
Não, não é suficiente. Isto porque tudo depende agora do que se consegue fazer para impedir ou diminuir drasticamente esses efeitos adversos das pessoas preconceituosas. Caso se consiga impedi-los ou diminui-los sem desvantagens significativas, isso significa que a previsão original não prova que se deve proibir os casais homossexuais de adotar crianças. Apenas prova que é preciso tomar medidas para impedir as pessoas preconceituosas de apoucar os filhos adotivos desses casais. Daí a segunda pergunta a fazer: foram tidas em consideração as maneiras praticáveis de impedir ou diminuir significativamente os riscos?
Se a resposta for negativa, é quase certo que se trata de uma falácia. O interlocutor está a ignorar o óbvio, para tentar persuadir as pessoas por meio do medo dos riscos. Ora, isto é enganador, porque tudo acarreta riscos. Nadar é arriscado. Segundo a Organização Mundial de Saúde, morrem por ano, em todo o mundo, cerca de 320 mil pessoas por afogamento; é a terceira causa de morte por acidente não-intencional. Contudo, não é razoável defender que as pessoas devem ser proibidas de nadar. Ao invés, defende-se que é preciso tomar precauções, sinalizar os locais perigosos e contratar nadadores-salvadores.
Por isso, o simples facto de haver uma previsão desagradável, ainda que cientificamente fundamentada, não permite concluir imediatamente que a única coisa a fazer é proibir uma dada prática. Se a pessoa que usa a previsão faz silêncio sobre o que se poderia fazer para impedir ou diminuir o resultado desagradável, a sua argumentação é falaciosa.
Porém, é um facto que, se ninguém nadasse, quase ninguém morreria por afogamento. Só que isto provoca imediatamente a ilusão de pensar que basta proibir as pessoas de nadar para se obter o resultado pretendido, que é as pessoas deixarem de nadar. Isto é falso, porque muitas coisas que são proibidas não deixam de ser feitas. É preciso ver com cuidado quais são os vários incentivos e desincentivos associados a essa prática, e compará-los com a proibição e com a capacidade de policiamento. No caso da natação, é de prever que, caso fosse proibida, muitas pessoas iriam continuar a nadar — ilegalmente. E talvez acabassem por morrer ainda mais pessoas por afogamento, porque nesse caso não haveria qualquer apoio aos nadadores, nem sinalização apropriada. Daí a terceira pergunta: os riscos foram comparados de maneira imparcial com as vantagens?
Se a resposta for negativa, é quase certo que se trata de uma falácia. Sem comparar os riscos com as vantagens, a argumentação é falaciosa. Há riscos em tudo. O que é preciso é ver o que acontece se os casais homossexuais não puderem adotar crianças, comparando isso com o cenário em que podem adotá-las e se tenta impedir que os seus filhos adotivos sejam vítimas dos preconceitos dos outros. No cômputo geral, o que é melhor para as pessoas? Impedi-las de se realizar como pais devido à falta de educação das pessoas preconceituosas, ou acolhê-las e tentar minimizar os riscos previstos? Quando esta pergunta não é formulada, é quase certo que se trata de uma falácia.
…………
………….
