Saber pensar sobre o mundo

07/05/2020 Desidério Murcho

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)
…………

David Wootton
…………
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.

……………

Francis Bacon
………..
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.

…………

(Wikimedia Commons)
………….
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.