Escolar Documentos
Profissional Documentos
Cultura Documentos
someten a los datos” de autoria de Alejandro G. Farji-Brener, o qual foi publicado na revista Ecología
Austral, volume 19, páginas 167 a 172, em agosto de 2009. A tradução foi realizada pelo Professor Marcos
Vinicius Meiado, da Universidade Federal de Sergipe, para utilização do texto como material didático nas aulas
ALEJANDRO G. FARJI-BRENER
RESUMO. Alguns ecólogos se apaixonam tanto por suas ideias que terminam manipulando as
informações para que os resultados se ajustem às suas predições. Neste trabalho, descrevo
algumas características destes pesquisadores (denominados “ególogos” porque vivem o
fracasso de suas hipóteses como uma derrota do seu ego) e detalho as formas pelas quais eles
tentam substituir os dados pelas suas ideias. A manipulação dos dados raros e a inquisição
estatística (torturar os dados até que eles confessem o que se deseja escutar) são alguns dos
procedimentos mais comuns. Para compreender melhor o funcionamento da natureza, nós
ecólogos deveríamos ser escravos dos dados e não das hipóteses que guiaram as coletas dos
dados.
[Palavra-chave: desenho experimental, ego acadêmico, manipulação estatística]
ABSTRACT. Ecologists or egologists? When the ideas enslave the data: Some ecologists
feel in love with its ideas and, as a result, they tend to manipulate the information to
artificially improve the fit between results and predictions. In this work I describe certain
characteristics of this researchers (denominated egologist because they suffer the rejection of
its ideas as a defeat of its ego), and detail how they enslave the data by their ideas. The
manipulation of outliers’ data and statistical inquisition (to torture the data until they confess)
are some of the more frequent procedures. To better understand how nature works we, as
ecologists, should be enslaved by the data and not by the hypotheses that guided their
collection.
[Keywords: experimental design, academic ego, statistical manipulation]
Existem muitas idéias possíveis que podem explicar as causas de um padrão na
natureza. No entanto, o ecólogo tenta escolher apenas algumas delas. Esta escolha depende de
muitos fatores, incluindo os de natureza histórica, sociológica, logística e até mesmo fortuita
(Kuhn, 1983). No entanto, é inegável que a escolha das idéias que um pesquisador está
testando envolve o lado pessoal. As hipóteses escolhidas para guiar uma investigação podem
dedutiva de um ecólogo (de alguma forma, o seu ego). Em outras palavras, escolher uma ideia
para testar e descartar outras pode ser entendida como uma aposta intelectual na mesa de
consideram uma forma de conhecer os mistérios da natureza e não temem que suas ideias
sejam incorretas. Esta classe de pesquisadores aceita descobrir que seu raciocínio estava
equivocado, porque entendem que a ciência avança graças a rejeição de hipóteses erradas
(Graham & Dayton, 2002). Eles compreendem que a derrota parcial do seu ego acadêmico
Contrariamente, outros pesquisadores se apaixonam tanto pelas suas ideias que sofrem sua
inexatidão como uma derrota pessoal. Estes ecólogos se enamoram das hipóteses que
propõem (tal como uma manifestação de seu ego), em vez de se apaixonar pelos dados que
estas ideias geram (tal como uma manifestação do que acontece na natureza). Assim, essa
paixão os leva a manipular a informação para que suas ideias triunfem, mesmo quando não
desenhar uma amostragem, coletar dados, analisar e interpretar dada informação. Em todos
estes casos, existem maneiras para que os “ególogos” submetam seus dados ao poder de suas
idéias. Esta submissão pode começar na origem do projeto, continuar através da coleta de
dados e terminar com a análise estatística, mediante formas que vão crescendo em
complexidade. Abaixo vou detalhar algumas das maneiras em que, direta ou indiretamente,
obtidas.
1. Apostar no seguro
Neste caso, o pesquisador escolhe avaliar ideias que, por informação prévia ou senso
resultado esperado. Esta forma encerra um paradoxo para o “ególogo”. Por um lado asegura a
vitória das hipóteses na sua batalha imaginária contra os dados. Mas, por outro lado, essa
vitória possue o sabor amargo de quem enfrenta e ganha de um inimigo muito mais fraco.
Geralmente, os cientístas iniciantes escolhem esta forma, visto que, possivelmente por
insegurança ou falta de experiência, levantam questões muito simples, cujas respostas são
Nesta forma, os pesquisadores prestam atenção apenas nos dados que se ajustam às
contrárias ao que eles esperam são ignorados e excluídos da pesquisa. Esta cegueira
acadêmica supõe, erroneamente, que o que se descarta não existe. Neste caso, a vitória das
ideias sobre os dados se dá por um ato voluntário de omissão. Para superar este problema,
toda informação pertinente à pergunta que guia a pesquisa deveria ser incluída sem se
especular se esta apoia ou rejeita a ideia prévia que se tinha sobre o problema em estudo.
3. Acaso dirigido
Durante a amostragem dos dados, pode-se mudar facilmente o rumo do acaso até o
porto seguro das ideias. De forma mais ou menos inconsciente, um pesquisador pode escolher
árvores maiores, folhas menos herbivoradas, flores mais coloridas, formigas mais rápidas ou
facilitem que os dados apoiem suas hipóteses. Metaforicamente, é como construir um cenário
de dimensões tão reduzidas para que se possa atuar apenas um argumento e logo aplaudir o
monólogo. Uma amostragem planejada antecipadamente e executada tal qual planejada pode
4. Amostragem (im)perfeita
quando os resultados não sustentam o conhecimento que se supunha estar correto. Mas, de
forma paradoxal, se os resultados apoiam as ideias que guiaram a investigação, poucas vezes
se considera como possíveis fatores de tendência ao desenho amostral ou à coleta dos dados.
Em outras palavras, a mesma amostragem pode cair no esquecimento ou ser vítima de uma
respectuvamente. Todo desenho amostral pode ser motivo de autocrítica, mas esta crítica
sempre deve ser independente dos resultados que se tenha obtido através desta amostragem.
5. Manipulação numérica
que fogem de padrão geral (dados raros, chamados de “outliers” em inglês) com o objetivo de
confirmar as ideias que se propõem. A decisão de eliminar ou deixar os dados raros dependerá
do efeito que sua presença ou ausência exercerá sobre as análises estatísticas. Por exemplo, se
se deseja provar que o peso da semente transportada depende do peso da formiga que a
paixão pelas ideias tem promovido o sequestro seletivo dos dados. Diante deste tipo de caso,
planejas ambas as situações (tal como a análise com e sem os dados “raros”) e deixar que os
leitores decidam se acompanham (ou não) a interpretação do autor seria uma forma mais
Neste processo, o pesquisador utiliza diferentes provas estatísticas para conseguir que
os resultados da sua análise se ajustem às suas predições. Os testes não são selecionados por
serem mais adequados, mas por reunirem a “virtude” de encontrar diferenças estatísticas
testadas com a tenacidade de quem cava buscando um tesouro escondido. Em outras palavras,
Suponhamos que se pretenda testar que as vespas preferem as proteínas aos carboidratos para
se alimentar. Para isso, se realiza um experimento distribuindo ao azar 20 potes com iscas (10
de cada tipo) e se registra a quantidade de vespas que coletam alimento em cada pote, em um
dado tempo (Tabela 1). Dependendo de como se analisa esses dados, a ideia que se queria
testar será corroborada ou não. Se não se considera a variação entre repetições (tal como entre
cada pote) e se usam os totais para realizar uma análise de χ2, os resultados estatísticos
apoiarão a ideia prévia de que as vespas preferem proteínas. Se os dados são analisados
mediante um teste t, o resultado não será de acordo com a predição proposta e a ideia de uma
preferência por proteína deveria ser recusada (Tabela 1). Independentemente de a última
opção ser a mais correta porque incorpora a variação entre as unidades experimentais e evita o
problema de pseudoreplicação sacrificante (Hulbert, 1984), o pesquisador guiado pelo seu ego
escolheria a primeira opção porque esse resultado se ajusta mais ao seu pensamento. Existem
vaiáveis muito mais sofisticadas que este exemplo simples. Algumas incluem testes
poderiam (e às vees até deveriam) ser analisados de forma mais simples (Murtaugh, 2007), ou
transformar os dados de forma tão intrincada até conseguir a significância estatística, ainda
que logo a sua interpretação biológica seja praticamente impossível. Esta forma de
empregam, em geral, os pesquisadores mais experientes. Uma solução para esta péssima
pergunta que se realiza, ao desenho experimental e à natureza dos nossos dados “antes” de
aplicá-lo (e inclusive antes da coleta dos dados), e não trocar de análise porque os resultados
iscas de proteínas (P) ou de carboidratos (C). Cada umidade experimental (cada repetição)
consiste em um pote (com P ou C) distribuído ao azar (10 de cada tipo). Os números são as
quantidades de vespas por pote que coletaram isca em um dado tempo. A ideia proposta (a
preferência das vespas por proteínas) pode ser apoiada ou recusada dependendo do teste
1 2 32
2 3 2
3 1 2
4 0 1
5 3 3
6 2 3
7 3 2
8 1 2
9 2 1
10 4 4
Totais 21 52
t = 1,03 χ2 = 13,16
P = 0,32 P = 0,003
g.l. = 18 g.l. = 1
Estes mecanismos de manipulação da informação também podem espaço nos trabalhos de
pesquisadores que não se guiam só pelo seu ego. Por exemplo, podem ser produto de um
conhecimento. Neste caso, estamos diante de um pesquisador que comete erros. Por outro
lado, os mecanismos descritos também poderiam ser utilizados para melhorar a produtividade
científica de um pesquisador, já que os resultados que apoiam hipóteses são, geralmente, mais
fáceis de públicar que aquelas que as recusam (Rosenthal, 1979; Csada et al., 1996; Palmer,
consciente, mas o objetivo final do autor não necessariamente implicaria fortalecer seu amor
próprio. Seus objetivos podem ser a obtenção de uma bolsa de estudos ou um avanço na
carreira acadêmica através de uma maior taxa de publicação. Esses pesquisadores têm
semelhanças com “ególogos” quanto aos mecanismos, mas não necessariamente quanto aos
objetivos. Pesquisadores guiados pelo seu ego desejam "algo mais" que publicar: desejam ser
reconhecido intelectualmente. Neste sentido, suas publicações não são apenas um meio para
idéias.
BUDISMO ECOLÓGICO?
pesquisadores que deviam ter ego, como proposto por algumas religiões orientais, parece um
pouco ingênuo e irreal. Uma alternativa é reconhecer o ego como um motor da atividade
científica, e tentar discipliná-lo e processá-lo para a criação honesta. Isto implica que devemos
aceitar o fracasso de uma idéia, se a evidência sugere assim, discriminar se os resultados são
tão poderosos para descartar a hipótese ou simplesmente não são capazes de testá-la de forma
eficaz, e desafiar o nosso ego para gerar novas idéias (no primeiro caso) ou para atingir uma
melhor concepção de amostragem (no segundo). Assim, o nosso ego pode deixar de funcionar
como um vidro que apenas reflete a informação útil para os nossos pré-conceitos, e ser
descrever, através de descrições e metáforas extremas, como os meios e os fins podem ser
invertidos quando a paixão por uma idéia obscurece nossa objetividade científica. No
universo do ecólogo comum, as idéias devem ser um meio para descobrir o que os dados
transformados em um mero meio para corroborar nosso pensamento, devemos fazer uma
pausa e refletir sobre o nosso comportamento como cientistas. E lembre-se que, para melhor
compreender o mundo que nos rodeia devemos ser escravos dos dados, não dos pressupostos
AGRADECIMENTOS
BIBLIOGRAFIA
CSADA, R; P JAMES & R ESPIE. 1996. The “file drawer problem” of non-significant
HULBERT, S. 1984. Pseudorreplication and the design of ecological field experiments. Ecol.
88:56-62.
PALMER, AR. 1999. Detecting publication bias in meta-analyses: a case study of fluctuating
ROSENTHAL, R. 1979. The “file drawer problem” and tolerance for null results. Psychol.