Escolar Documentos
Profissional Documentos
Cultura Documentos
com
Matemática e crises
Ole Skovsmose1,2
Abstrato
Podem-se identificar pelo menos três tipos diferentes de relações entre matemática e crises.
Primeiro,a matemática pode imaginar uma crise.Isto está de acordo com a interpretação clássica
da modelação matemática, que destaca que um modelo matemático fornece uma representação
de um pedaço da realidade, uma realidade que poderia ser uma situação crítica como, por
exemplo, uma pandemia. Segundo,a matemática pode constituir uma crise,o que significa que a
matemática pode constituir uma parte intrínseca da própria dinâmica de uma crise. Este
fenómeno pode ser ilustrado pelas crises económicas que se espalharam pelo mundo em 2008.
Terceiro,a matemática pode formatar uma crise.Esta formulação final refere-se a uma situação em
que uma leitura matemática de uma crise traz à tona formas de agir na situação crítica que podem
ser adequadas, mas também contraproducentes, se não catastróficas. Isto é ilustrado com
referência às crises potenciais devido às alterações climáticas. Como conclusão, o artigo aborda o
política de crises,que se refere ao poder que pode ser exercido através de um discurso de crise no
qual a matemática pode vir a desempenhar um papel deplorável.
A influência humana na natureza, no ambiente e nas condições básicas de vida parece devastadora.
Iremos enfrentar cada vez mais crises no futuro. Crises devido à seca e também às inundações. Crises
devido à falta de água potável ou de outros recursos naturais. Crises por deslocamento de pessoas,
deportação, imigração. Veremos crises devido à superpopulação e crises de fome se espalharem por
mais partes do mundo. Crises devido ao aumento das desigualdades no que diz respeito às condições
básicas de bem-estar. Crises devido à poluição. Crises devido às mudanças climáticas. Iremos
testemunhar novos padrões de doenças, epidemias e pandemias que se espalharão por todo o planeta.
As crises políticas podem assumir novos formatos, assim como as crises causadas pela violência e pela
guerra. Estamos a entrar num período em que as crises irão
* Ole Skovsmose
osk@hum.aau.dk
1
Universidade de Aalborg, Aalborg, Dinamarca
2
Universidade Estadual Paulista (UNESP), São Paulo, Brasil
370 Skovsmose O.
ser cada vez mais frequente, se não um fenómeno perpétuo. Esta é uma leitura possível do
futuro.1
Em vez decrise,também se pode falar de umsituação crítica.Não vou apresentar
nenhuma diferenciação entre as duas noções, mas usá-las como sinônimos.2A noção derisco
pertence à mesma família de noções: um risco pode ser visto como uma situação crítica
potencial.
Pode-se falar sobre crises de muitas maneiras diferentes, como uma crise pessoal, uma crise
psicológica, uma crise de identidade e uma crise familiar, mas neste artigo, concentro-me nas
crises de grande escala, concentrando-me nas epidemias, bem como nas crises financeiras e
ambientais. . Naturalmente, existem fortes ligações entre crises pessoais e de grande escala.
Quando um país entra numa crise financeira, surgem situações críticas para as famílias e os
indivíduos; alguns podem perder o emprego, alguns podem precisar vender a casa e alguns
podem precisar de apoio psicológico. Contudo, a intensa dinâmica entre macrocrises e microcrises
não é o tema deste artigo.
Estou me concentrando aqui nas possíveis relações entre matemática e crises. Vou me
referir a três exemplos e, desta forma, ilustrar o ponto principal deste artigo, a saber, que
podemos experimentar pelo menos três tipos diferentes de relações entre matemática e
crises.Anteriormente, em Skovsmose (2019), apontei que existiam relações entre
matemática e crise. Lá também discuti como tais relações poderiam ser abordadas através
da educação matemática crítica. No presente artigo, concentro-me em explorar exemplos
de relações entre crises matemáticas.
O primeiro exemplo ilustra quea matemática pode imaginar uma crise.Isto está de acordo com a
interpretação clássica da modelagem matemática, que destaca que um modelo matemático fornece uma
representação de um pedaço da realidade. Este “pedaço de realidade” pode ser uma situação crítica e, ao
investigar a sua representação matemática, pode-se obter uma melhor compreensão da própria crise.
O segundo exemplo mostra quea matemática pode constituir uma crise.Um modelo matemático não
precisa de funcionar de forma separada de uma crise, mas pode tornar-se uma parte intrínseca da crise.
Algoritmos baseados em matemática podem fornecer uma dinâmica subjacente que provoca a crise.
Nesse caso, a matemática não está a imaginar uma crise; torna-se um ingrediente essencial em uma
crise. A crise pode não existir sem a matemática.
O terceiro exemplo ilustra quea matemática pode formatar uma crise.Com esta formulação,
tenho em mente uma situação em que uma leitura matemática de uma crise produz uma forma
de agir na situação crítica. Poderá acontecer que estas acções funcionem adequadamente e que a
crise fique sob controlo. O oposto também pode ser o caso: a leitura pode ser uma leitura errada e
as ações podem ser contraproducentes. Em ambos os casos, a matemática formata tanto as
leituras como as ações e, no final, formata a própria dinâmica da crise.
Temos aqui três tipos analíticos de relações matemática-crise, mas em situações críticas
da vida real, a distinção entre os três pode ser confusa. Isso ficará evidente nas seções
seguintes, quando eu ilustrar os três relacionamentos com exemplos. Eu faço isso
1Devido à influência humana na atmosfera, poderemos testemunhar uma nova época geológica que precisa de um nome,
o antropoceno. Uma característica deste período é que as crises se tornam fenómenos comuns. Para a formulação do
conceito de antropoceno, ver Crutzen e Stoermer (2000); para relacionar a discussão do antropoceno com a educação
matemática, ver Coles (2016). Veja também Bostrom e Cirkovic (2008), que apresentam uma série de exemplos de riscos
globais com dimensões catastróficas, e Klein (2014) e Latour (2018), que apresentam discussões políticas mais amplas
sobre o tema.
2Em Skovsmose (2019), aponto algumas conexões semânticas entre as noções de crise e crítica.
Matemática e crises 371
- -
SðtÞ ¼Nð0ÞþNð1ÞþNð2Þþ…ºNðtÞ ¼1ºRºR2º…ºRt¼1ºRtº1=ðR–1º
3A discussão também diz respeito às investigações da matemática em ação; veja, por exemplo, Ravn e Skovsmose
(2019), e Parte 4 “Matemática e Poder” em Skovsmose (2014).
4A título de ilustração, um modelo matemático foi descrito como um triplo (R, M, f),consistindo em um conjunto de objetos
empíricos,R,um conjunto de entidades matemáticas,M,e uma funçãof:R→M,que relaciona realidade e matemática; veja
Niss (1989) e Blum e Niss (1991). As especificações dos modelos matemáticos sempre foram acompanhadas de
esclarecimentos sobre os processos de modelagem matemática; ver, por exemplo, Blum et al. (1989).
5Caparro (2008) faz uma apresentação cuidadosa da matemática das epidemias, mostrando diferentes abordagens
matemáticas. Uma extensa apresentação também é encontrada em Brauer, Castillo-Chavez e Feng (2019).
372 Skovsmose O.
Prevê-se que a epidemia seja mais ampla nos EUA do que no Reino Unido e atinja o pico um pouco mais
tarde. Isto se deve à maior escala geográfica dos EUA, resultando em epidemias localizadas mais distintas
entre os estados […]do que visto em GB. O pico mais elevado de mortalidade na Grã-Bretanha deve-se ao
menor tamanho do país e à sua população mais idosa em comparação com os EUA. No total, numa
epidemia não mitigada, preveríamos aproximadamente 510.000 mortes na Grã-Bretanha e 2,2 milhões
nos EUA, sem ter em conta os potenciais efeitos negativos da sobrecarga dos sistemas de saúde em
termos de mortalidade. (págs. 6–7)
Esta é uma leitura chocante. Estes são os cenários que seriam de esperar, caso não tivessem sido tomadas
medidas, e a epidemia desenvolveu-se de acordo com a sua própria dinâmica, tal como retratada pelos modelos
matemáticos aplicados.
O relatório, no entanto, apresenta diferentes cenários futuros dependendo das
medidas tomadas. Mostra gráfica e numericamente as diferenças entre o cenário sem
6Para descrever a dinâmica de uma epidemia, a modelagem da dinâmica de sistemas torna-se crucial. Veja, por exemplo,
Duggan (2016).
7Istoparece senso comum quando pensamos em epidemias em termos biológicos. Beijo, Miller e Simon (2017)
abordam a matemática das epidemias nas redes. Neste caso, a situação é bem diferente, pois estamos perante
uma situação em que a matemática constitui o problema epidémico. É também através da matemática que é
preciso resolver o problema.
8Verhttps://www.bbc.com/news/av/uk-politics-51682581/boris-johnson-advises-people-to-wash-hands-toavoid-coronavirus.
precauções implementadas e cenários onde algumas medidas são aplicadas. O relatório deixa evidente o
que se pode esperar se se implementar o isolamento de casos, ou o isolamento domiciliar, ou o
fechamento de escolas e universidades, ou se se estabelecer o distanciamento social de mais de 70% da
população. Mesmo no caso de serem aplicadas precauções máximas, a previsão parece sombria. O
relatório conclui:
Logo após a publicação do relatório, podem-se observar mudanças na política oficial nos EUA e no Reino
Unido. Medidas foram implementadas e o distanciamento social tornou-se política oficial.
A mudança de estratégias nos dois países é um exemplo dos impactos sociopolíticos de um retrato
matemático de uma crise. Naturalmente, a modelagem matemática não precisa ser precisa. Qualquer
imagem depende de suposições incorporadas no modelo. O modelo fornecido pela Equipa de Resposta à
COVID-19 do Imperial College pode dar uma imagem desproporcional do que pode acontecer: as
consequências podem revelar-se menos sinistras; eles também podem ser piores do que o previsto. Um
modelo matemático proporciona uma tentativa de olhar para o futuro, mas não é uma visão confiável.
Se olharmos, não para o supermercado, mas para o mercado de ações, podemos observar um
fenómeno semelhante. As transações são novamente conduzidas por algoritmos baseados em
matemática. Ocorreu uma profunda estruturação matemática do mercado de ações. Não existem títulos
reais e nenhum dinheiro real é passado pelas mesas. Algoritmos matemáticos conduzem os processos. A
matemática não representa nenhuma representação das transações do mercado de ações, mas sim
conduzi-las. A matemática constitui os processos de transação. Pode-se considerar até que ponto todo o
aparelho de uma economia capitalista funcionaria sem a matemática constituir uma série dos seus
procedimentos.12
Quando a matemática se torna parte do funcionamento dos processos económicos, também
se torna parte das possíveis disfunções de tais processos. No livroArmas de Destruição
Matemática,Cathy O'Neil (2016) discute o papel da matemática no tratamento de enormes
volumes de dados. O subtítulo de seu livro éComo o Big Data aumenta a desigualdade e ameaça a
democracia.O'Neil era uma matemática pesquisadora com uma carreira promissora pela frente,
mas decidiu largar o emprego na universidade para trabalhar em uma empresa privada de fundos
de hedge. Esse trabalho incluiu a administração de grandes investimentos e, para isso, o
conhecimento matemático é fundamental.
Em 2008, depois de ter trabalhado na empresa durante cerca de 1 ano, a crise económica eclodiu. Esta crise
fez O'Neil (2016) ciente de algumas características importantes da modelagem matemática:
Essa crise deixou bem claro que a matemática, outrora o meu refúgio, não só estava profundamente
enredada nos problemas do mundo, como também alimentava muitos deles. (pág. 2)
Esta é uma observação principal: a matemática não é uma disciplina acadêmica isolada; pode estar
profundamente enredado em problemas da vida real; e também pode estar alimentando esses problemas. Ao
fazer esta observação, O'Neil se afasta de qualquer teoria pictórica da matemática. Uma foto
10Veja, por exemplo, Schneier (1996), Skovsmose e Yasukawa (2009) e Stallings (2017).
11Veja
Jablonka e Gellert (2007) e Gellert e Jablonka (2009). Veja também a discussão sobre modelagem
matemática em Jablonka (2010).
12EmCapitalismo e Aritmética,Swetz (1987) faz um estudo cuidadoso do que pode ser referido como a nova
matemática do século XV. Ele mostra como esta matemática fornece meios para fazer contas e o controle
económico necessário para lidar com o comércio em expansão da época.
Matemática e crises 375
pode ser mais ou menos preciso, mas não faz parte do que retrata. No entanto, a matemática
pode fazer outras coisas além de apenas imaginar. O'Neil continua:
Além do mais, graças aos poderes extraordinários que eu tanto amava, a matemática conseguiu
combinar-se com a tecnologia para multiplicar o caos e o infortúnio, acrescentando eficiência e
escala aos sistemas que agora reconhecia como falhos. (pág. 2)
Como a matemática poderia assumir tal papel? Como a matemática poderia acrescentar eficiência e
escala a sistemas falhos? Uma característica particular do mercado de ações moderno é negociação
algorítmica.As decisões de compra ou venda dependem de muitos fatores, que podem ser
sistematizados e condensados em algoritmos, o que significa que as decisões de venda ou compra
podem ser executadas automaticamente. Estas decisões podem dizer respeito a todos os detalhes do
processo: o tempo para concluir o negócio, o nível de preço considerado aceitável e a quantidade de
dinheiro a ser negociada. Em 2006, um terço de todas as transações no mercado de ações na União
Europeia e nos EUA teve a forma de negociação algorítmica.14A negociação algorítmica permite que as
transações económicas sejam executadas rapidamente e ainda mais aceleradas. Pode acelerar toda a
situação desequilibrada, causando até uma crise económica como consequência.
Naturalmente, uma crise económica pode ter diferentes causas externas, mas como salienta
O'Neil, também temos de compreender a sua dinâmica em termos da estruturação matemática
profunda dos processos económicos; temos que focar em algumas “fórmulas mágicas”. As raízes
da crise têm de ser procuradas nas disfunções da maquinaria matemática que, de outra forma,
constitui a superfície da normalidade económica. Com tal interpretação, pode-se ver a crise
económica de 2008 como sendo constituída pela matemática.
No seu livro, O'Neil descreve outros modelos matemáticos introduzidos em operações, não apenas no
que diz respeito às transacções económicas, mas aplicados em todas as esferas da vida, na
administração, gestão, produção, vigilância e militar. O argumento de O'Neil é que “muitos destes
modelos codificam preconceitos, mal-entendidos e preconceitos humanos nos sistemas de software que
gerem cada vez mais as nossas vidas” (p. 3). Segundo ela, tais modelos estão a causar uma série de
situações críticas para indivíduos e grupos, bem como para sectores inteiros da sociedade. A modelagem
matemática pode ser um fator gerador de crise.
13Pode ser que O'Neil tenha algo mais específico em mente quando fala sobre “fórmulas mágicas”, portanto a fórmula
Black-Scholes desempenha um papel crucial na negociação algorítmica; veja Chriss (1997) e Harford (2012).
14Para uma apresentação detalhada da negociação algorítmica, consulte Johnson (2010). Veja também Miller (2014) para uma discussão sobre
gestão de risco baseada em matemática.
376 Skovsmose O.
Como exemplo, pode-se pensar em pilotar um avião.15O piloto automático pode assumir o controle, mas
mesmo quando o piloto real está no comando, muitas estimativas e manobras são feitas automaticamente. A
direção do piloto real é baseada em um grande número de processos automáticos baseados em matemática. O
grau de automação torna-se cada vez mais profundo, e qualquer automatização desse tipo é constituída por uma
configuração de algoritmos matemáticos. Como qualquer configuração desse tipo, podem ocorrer implicações
inesperadas. Tal como acontece com os colapsos financeiros, também os acidentes de avião podem ter a sua
explicação no facto de alguma maquinaria matemática automatizada de profunda estruturação ter falhado.16
Deixe-me concluir esta seção fazendo uma observação geral sobre ontologia. No que diz respeito à
matemática, a ontologia diz respeito às questões: O que é uma entidade matemática? Em que sentido
existe a matemática? Onde está a matemática? Uma resposta clássica a tais questões foi fornecida por
Platão, que afirmou que entidades matemáticas, como pontos, retas e triângulos, têm uma existência
real; no entanto, esta existência não estava em nenhum mundo físico ou empírico, mas no mundo das
ideias. Nenhum estudo empírico de qualquer triângulo físico seria capaz de demonstrar as propriedades
dos triângulos reais. O acesso ao mundo das ideias só poderia ser obtido pela racionalidade. Ao contrário
de qualquer ontologia platónica, a discussão na presente secção leva-me a afirmar que a matemática
constitui partes da nossa realidade tal como a experienciamos na nossa vida quotidiana, comprar itens
no supermercado é apenas um exemplo. Além disso, a matemática não constitui apenas características
daquilo a que nos referimos como a nossa vida normal, regular e rotineira; também constitui muitas
crises que podemos enfrentar. A matemática constitui parte integrante do nosso mundo da vida.
Modelagem matemática avançada é usada para fornecer previsões meteorológicas. Isto também
se aplica às previsões de longo prazo no que diz respeito ao clima futuro do planeta. Tal previsão
não pode basear-se em quaisquer experiências de laboratório. Hoje, a principal forma de tentar
olhar para o futuro é fazer previsões através da aplicação de alguns modelos matemáticos. Isso se
desenvolveu em uma disciplina avançada, onde uma variedade de tópicos e técnicas matemáticas
são reunidos.17
De acordo com Dana MacKenzie (2007), um modelo climático na sua forma mais simples
inclui quatro componentes que tratam da atmosfera, do oceano, da terra e do gelo. O
modelo atmosférico tenta captar a dinâmica do ar e pode ser composto por diversas
equações diferenciais. O modelo oceânico tenta compreender a dinâmica do mar e também
é composto por uma série de equações. Uma característica importante da dinâmica da água
é o grau de salinidade, e este importante parâmetro deve ser incluído no modelo. A
estrutura da terra é relativamente estável, uma vez que as posições dos continentes não
apresentam movimentos rápidos. Existe, no entanto, a quantidade de gelo. O modelo de
gelo apresenta mudanças óbvias, que têm impacto, por exemplo, na dinâmica capturada
pelo modelo oceânico. Na verdade, os modelos para atmosfera, oceano, terra,
15Em Skovsmose (2005), discuti como a matemática está formatando a abordagem das companhias aéreas em relação à
reserva de assentos.
16Veja Hawkins (2019), que levanta a questão se a queda do avião Boeing pode estar relacionada à automação do
avião.
17Veja, por exemplo, Coiffer (2011) e Warner (2011). Para qualquer tipo de previsão, a modelagem dinâmica de
Um modelo climático inclui uma infinidade de parâmetros. Em nenhum caso é possível incluir
todos os parâmetros possíveis; é necessária uma seleção. Esta seleção depende do que se
considera importante e da complexidade do modelo que se está disposto a tentar construir.
Qualquer construção de modelo pressupõe a tomada de uma série de decisões pragmáticas,
algumas das quais podem ser bastante arbitrárias. Os parâmetros precisam ser conectados por
equações, o que também é um processo que inclui decisões. Algumas conexões podem
representar uma visão teórica profunda, enquanto outras podem ter umaAd hocformatar. No
final, acaba-se com um modelo através do qual se tenta fazer previsões a respeito do clima.
Dado um conjunto de valores dos parâmetros, a execução do modelo dará um resultado
particular. Poderia ser em relação à temperatura média em um determinado local em um
determinado momento. Para fazer um teste preliminar da fiabilidade do modelo, pode-se fazer
algumas “previsões experimentais”: com base em informações sobre, digamos, 2010, permite-se
que o modelo “preveja” a temperatura para 2011. Esta “previsão” é comparada com a temperatura
já conhecida para 2011. Este processo continua, e o modelo é ajustado até chegarmos à previsão
adequada.18
Quando chegamos à previsão real, o modelo climático dá uma indicação do que poderá
acontecer no futuro, se não forem implementadas intervenções. No entanto, pode-se realizar
experiências com a previsão alterando o valor de alguns parâmetros e observando as alterações
na previsão. Alterações de alguns parâmetros podem provocar uma mudança significativa no
resultado do modelo; nesse caso, estamos lidando com parâmetros sensíveis. Ao fazer
experimentação sistemática com o modelo, pode-se identificar um conjunto de parâmetros
sensíveis.19Isto traz uma visão sobre quais possíveis medidas poderiam ser tomadas que
poderiam fazer a diferença. Esta visão poderá transformar-se em recomendações políticas para
lidar com as alterações climáticas.
Este breve resumo está de acordo com a concepção de modelagem matemática como
representação. Ninguém pensaria na modelagem climática como algo que faria algo ao clima. Mas
agora, veja o seguinte artigo: “A Formatação Matemática das Mudanças Climáticas: Educação
Matemática Crítica e Ciência Pós-Normal” de Richard Barwell (2013). Primeiro o título: Barwell fala
sobre a matemáticaformataçãodas mudanças climáticas. Mas o que ele poderia ter em mente? Em
que sentido a matemática poderia moldar as mudanças climáticas?
Será que a modelagem descritiva não é apenas descritiva? A imagem também poderia ser
performativa? Vamos ouvir o que Barwell (2013) diz:
A previsão do provável curso futuro das alterações climáticas baseia-se em matemática mais
avançada. O desenvolvimento de previsões sobre os futuros efeitos globais, regionais ou locais
das alterações climáticas baseia-se numa série de métodos matemáticos avançados, incluindo
modelação matemática, equações diferenciais, sistemas não lineares e processos estocásticos.
(pág. 2)
Esta observação está de acordo com o que já observámos: a matemática constitui parte integrante de
qualquer modelo climático. A matemática é uma ferramenta necessária para fazer previsões. Toda a
concepção das alterações climáticas está ligada à modelização matemática, uma vez que a matemática
proporciona uma forma principal de tentar olhar para o futuro climático do planeta.
18Estetipo de previsão experimental foi parte integrante da construção do Modelo do Mar do Norte, que foi
elaborado com o objectivo de identificar a melhor política de pesca possível para o Mar do Norte. Para uma
apresentação do modelo, consulte o Capítulo 18 em Skovsmose (2014).
19Para uma discussão sobre parâmetros sensíveis em um modelo matemático, consulte o Capítulo 18 em Skovsmose (2014).
378 Skovsmose O.
Além disso, Barwell observa que qualquer identificação das alterações climáticas baseada na
matemática reflecte não apenas alguns fenómenos físicos possíveis, mas também a própria natureza da
matemática utilizada. Ele destaca que a matemática proporciona uma leitura particular das mudanças
climáticas, abrindo espaço para um conjunto seletivo de ações possíveis. Em Barwell (2013) formulação:
A matemática também formata a forma como interagimos com o clima. Através da perspectiva
matematizada e baseada em modelos predominante na investigação climática, o clima é construído de
formas específicas como, por exemplo, mensurável, previsível, técnico e controlável pelos seres humanos,
um pouco como a temperatura numa estufa controlada por sensores de alta tecnologia. (pág. 2)
Este é o ponto crucial: a matemática formata a forma como interagimos com o clima. Um modelo
matemático não apenas descreve uma situação ou fornece uma previsão, mas forma a nossa percepção
da situação e, portanto, a forma como tendemos a agir na situação. A matemática formata ações e
estratégias em relação às mudanças climáticas. Tal como indicado por Barwell, poderiam repetir a
suposição de que estamos perante complicações que podem ser reguladas através de intervenções
técnicas. Como consequência, as alterações climáticas passam a ser construídas como uma questão
administrável. Contudo, nunca podemos esperar que a matemática forneça uma leitura neutra de uma
situação crítica; em vez disso, associa-se a algumas perspectivas específicas que podem servir
determinados interesses políticos, económicos ou industriais. Nesse sentido, pode-se falar da
matemática como formatação das mudanças climáticas.
O facto de uma leitura matemática de uma situação crítica formatar a forma como podemos agir na
situação também se aplica a uma pandemia. O modelo matemático apresentado pela Equipe de Resposta
COVID-19 do Imperial College (2020) surge como um modelo descritivo direto: fornece uma imagem da
situação e das perspectivas para o futuro. Ao mesmo tempo, formata a forma como estamos agindo na
situação. O modelo não é apenas descritivo; também é performativo. O modelo molda a forma como
tentamos lidar com a pandemia, e isso significa que molda a própria dinâmica das crises. Da mesma
forma que Barwell fala da “formatação matemática das alterações climáticas”, poderíamos falar da
“formatação matemática de uma pandemia”.
Com referência a Wittgenstein, inicialmente consideramos um modelo matemático de uma epidemia
como uma imagem da epidemia. Contudo, agora precisamos de reconhecer que a matemática fornece
antes uma formatação da epidemia. Esta poderia ser uma observação mais geral, aplicável não apenas a
uma epidemia, mas a qualquer forma de situação crítica. Poderíamos estar prontos para falar sobre as
formatações matemáticas de qualquer tipo de situação crítica. A metáfora da imagem refere-se a um tipo
analítico particular de relação matemática-crise. No entanto, pode acontecer que não seja um tipo, mas
sim um estereótipo.
4 Política de crises
Enormes interesses políticos e económicos estão ligados a chamar algo de crise, ao mesmo tempo que
apresentam outros problemas em terminologias diferentes.20Os poderes são exercidos através de
discursos de crise. Um discurso pode ser tendencioso a favor dos países mais ricos do mundo. Quando
enfrentam problemas graves, isso pode ser chamado de crise, enquanto problemas semelhantes para
20O uso político da noção de “crise” foi abordado diversas vezes durante a Conferência Educação Matemática e
Sociedade (MES 9) que teve lugar em Volos, na Grécia. O título do processo éEducação matemática e vida em
tempos de crise (Cronaki,2017). Contribuições importantes para a discussão das crises vieram de Chassapis (2017
), Greer, Gutiérrez, Gutstein, Mukhopadhyay e Rampal (2017) e Parra et al. (2017).
Matemática e crises 379
os países mais pobres podem ser referidos noutros termos, se não simplesmente considerados a sua
normalidade. Eisensee e Strömberg (2007) apontam que para cada pessoa morta por um vulcão, quase
40 mil pessoas têm que morrer de fome para obter a mesma probabilidade de cobertura nos noticiários
televisivos dos EUA. Em qualquer situação crítica, surgirá um grupo de negadores da crise. Este é o caso
em relação à epidemia de coronavírus, mas poderia ser em relação a qualquer situação crítica. As crises
de fome, que assombram as partes mais pobres do mundo, são confrontadas por negacionistas que
vivem em ambientes ricos.
Como priorizar as ações diante de uma ou mais crises? Esta pode ser uma decisão que revela
uma série de interesses económicos, prioridades políticas e preconceitos ideológicos. Uma
indicação do que isso poderia significar foi experimentada em relação à pandemia de coronavírus
em 2020.21
Uma linha de argumentação, que podemos chamar de argumento centrado no ser humano,
mantém uma prioridade clara: primeiro é preciso salvar vidas. O que for necessário em termos de
recursos financeiros para resolver a pandemia tem de ser gasto, não só para garantir cuidados
médicos directos, mas também para garantir a subsistência de muitas pessoas em situações
precárias. Podem ter perdido o emprego e a possibilidade de obter qualquer forma de
rendimento durante o período em que o distanciamento social é mantido. A primeira prioridade é
salvar vidas e, mais tarde, a tarefa passa a ser cuidar da crise económica que surgiu.
Outra linha de argumentação, que podemos chamar de argumento centrado na economia, afirma que as
precauções médicas tomadas precisam de ser medidas relativamente aos seus custos económicos. Isto significa,
por exemplo, que o período de tempo e a gravidade do isolamento ou distanciamento social precisam de ser
avaliados, não só no que diz respeito à sua eficiência na redução da pandemia, mas também no que diz respeito
às suas consequências económicas. A referência à economia pode sempre significar coisas diferentes. No
argumento centrado na economia, pode não ser a economia quotidiana dos trabalhadores e das pessoas pobres
que está em questão, mas a economia das grandes empresas e dos detentores de obrigações. Para as
instituições financeiras, é fundamental que a sociedade volte ao normal o mais rapidamente possível.
A consequência directa do argumento centrado na economia seria que algumas pessoas seriam
sacrificadas para salvar a economia. O benefício é o ganho econômico, enquanto os custos são de
“algumas pessoas”. Por volta de março e abril de 2020, quando as duas linhas de argumentação
circulavam no Brasil, vozes de direita nas redes sociais declararam explicitamente que algum aumento
nas mortes poderia não ser considerado um problema. Foi também mencionado que, embora
anteriormente os jovens tivessem oferecido as suas vidas na guerra, agora tinha chegado o momento de
os idosos o fazerem.22Pode-se considerar tais declarações como observações cínicas, mas há interesses
económicos e poderes políticos por detrás de tal cinismo. Seguindo o argumento centrado na economia,
algumas pessoas são rotuladas como descartáveis.23
21Na medicina, encontram-se aplicadas diferentes versões de análise de custo-benefício. Embora os custos sejam medidos em
dinheiro, os benefícios podem ser medidos em anos de vida extra ganhos. Isto provoca um uso intensivo da matemática para estimar
a quantidade de anos de vida ganhos em comparação com o dinheiro investido. Para uma apresentação de formas de completar a
avaliação económica dos programas de cuidados de saúde, ver Drummond, Sculpher, Claxton, Stoddart e Torrance (2015). McKie,
Singer, Kuhse e Richardson (2016) lançam uma discussão ética sobre tais abordagens.
22Veja, por exemplo,https://istoe.com.br/dono-do-madero-diz-que-brasil-nao-pode-parar-por-5-ou-7-mil-mortes/; ehttps://
economia.uol.com.br/noticias/redacao/2020/03/24/empresarios-coronavirus-o-que-dizem-criticas. htm. Acessado em 8 de
maio de 2020.
23Veja Fardos (2012) para uma discussão sobre pessoas descartáveis e escravidão na economia globalizada moderna.
380 Skovsmose O.
A análise custo-benefício pode multiplicar-se, e permitam-me referir um exemplo histórico de como tal
análise pode terminar. Em 1968, o modelo de carro Ford Pinto foi colocado em produção, mas revelou-se que
tinha um sistema de combustível problemático. Em acidentes automobilísticos, o modelo Ford Pinto tendia a
pegar fogo. A questão para a Ford era se o carro deveria ser redesenhado de forma que o tanque de combustível
fosse colocado em uma posição mais segura ou se a produção deveria simplesmente continuar. A Ford baseou a
sua decisão numa análise explícita de custo-benefício. Se continuassem com o modelo Ford Pinto como estava,
aconteceriam acidentes, e as consequências foram estimadas em:
180 mortes por queimaduras, 180 queimaduras graves, 2.100 veículos queimados.24
Estas estimativas baseiam-se naturalmente numa extensa quantidade de estatísticas. Os custos totais de
tais consequências poderiam ser calculados com base nas informações: 200.000 dólares americanos por
morte, 67.000 dólares americanos por lesão e 700 dólares americanos por veículo. O custo total seria de
49.500.000 dólares americanos. Este valor foi comparado com os custos de reformulação do modelo Ford
Pinto, que foram calculados em 137 milhões de dólares americanos. A análise custo-benefício deu uma
resposta clara e a produção do Ford Pinto continuou inalterada.25
Nos cálculos, Ford estipulou o valor de uma vida humana em 200 mil dólares. Tal
estipulação pode ser baseada em extensos cálculos matemáticos. A preocupação em definir
o valor da vida humana tem uma longa história. O que se trata é formulado com precisão
por Kathrin Hood (2017) Da seguinte maneira:
Todos os dias, analistas governamentais fazem cálculos sobre quanto valem as vidas humanas em
comparação com o custo de salvá-las ou prolongá-las. (pág. 442)
Hood acrescenta que os especialistas passaram “mais de um século a tentar desenvolver uma forma
cientificamente sólida de medir o valor económico da vida humana” (p. 442). É fácil ver razões
económicas para tais esforços. Os governos estão a salvar ou a prolongar vidas através do sistema de
saúde. Contudo, este não é apenas um ato humanitário; é também um investimento empresarial. Até que
ponto é um bom negócio depende do que é gasto em comparação com o valor das vidas salvas.
Portanto, precisamos saber o valor dessas poupanças. Análises de custo-benefício semelhantes podem
ser utilizadas por empresas, como a Ford, por exemplo. Sempre que uma produção inclui alguns riscos
para alguém – trabalhadores, bairros, consumidores – análises de custo-benefício podem orientar a
tomada de decisão da empresa.
Anteriormente, a abordagem para identificar o valor de uma vida humana consistia em considerar o
que a pessoa era capaz de produzir durante o resto da sua vida.26Surgiu uma abordagem diferente, que
considerava a vida uma mercadoria como quaisquer outras mercadorias, o que significa que o valor de
uma vida deveria ser identificado com o preço que alguém está disposto a pagar por ela. Esta ideia foi
elaborada através da concepção do valor de uma vida estatística.27Um conceito recente
O desenvolvimento consiste em prestar especial atenção aos custos marginais de salvar uma vida,
considerando também os ganhos marginais de salvar uma vida. A noção chave é o valor de uma
fatalidade evitada.28Esta concepção ressoa com o princípio geral da economia de que o lucro
máximo tem de ser identificado quando os custos marginais são iguais aos ganhos marginais.
Definir o valor de uma vida humana é um esforço contínuo, sendo desenvolvido com amplo uso
da matemática.29
Surgirão novas crises, surgirão novas tensões entre poupar dinheiro e salvar vidas e serão
necessárias ferramentas matemáticas para a tomada de decisões. Deixe-me fazer um pequeno
experimento mental,indicando como um modelo matemático de valor de vida poderia ser
formulado:
O princípio orientador poderia ser o clássico de que o valor económico de uma pessoa é o valor
da produção que a pessoa seria capaz de realizar durante o resto da sua vida. Imagino que a
modelação inclua classificações cuidadosas das pessoas em termos de emprego, educação,
género, idade e tudo o mais, para no final chegar ao valor médio: o valor económico de uma vida
humana. Porém, devido às classificações, o modelo abre-se para estimativas muito mais
específicas. Qual é o valor médio de um determinado subgrupo de pessoas? Pessoas com
formação superior, idosos, pessoas com diabetes, etc. Numa situação crítica, o modelo pode ser
aplicável para apontar quais grupos de pessoas vale a pena salvar, em comparação com os custos
de salvá-los. Através de tal modelagem, os mais jovens tornar-se-ão mais valiosos do que os
idosos; as pessoas com mais educação receberão mais valor do que as pessoas com menos
educação; as pessoas saudáveis serão mais valorizadas do que as pessoas com deficiências
graves; e pessoas de algumas nacionalidades serão mais valiosas do que pessoas de outras
nacionalidades. O modelo pode provocar a rotulagem de alguns grupos de pessoas como
descartáveis.
Devido ao grau de sexismo e racismo que estrutura a sociedade em questão, o modelo também pode
levar à conclusão de que os homens são mais valiosos do que as mulheres e que os brancos são mais
valiosos do que os negros. Como O'Neil também observou, todos os tipos de preconceitos podem ser
integrados num tal modelo matemático e, consequentemente, podem ser esperados todos os tipos de
resultados. Ainda assim, tal modelo poderia tornar-se uma ferramenta para a tomada de decisões do
governo numa situação crítica.
Estou profundamente preocupado com o facto de que, quando mais crises ocorrerem em todo o
mundo, os argumentos e as ações possam basear-se neste tipo de modelo.30A matemática pode criar
pseudo-racionalidades para abordar o dilema entre salvar vidas e poupar dinheiro. A matemática pode
ajudar a fabricar análises de custo-benefício de uma forma particularmente cínica. A matemática pode
moldar a forma como atuamos em situações críticas, também da forma mais abominável e desumana.
ReconhecimentosQuero agradecer a Richard Barwell, Arindam Bose, Ana Carolina Faustino, Peter Gates,
Brian Greer, David Kollosche, Amanda Queiroz Moura, Miriam Godoy Penteado e Guilherme Henrique
Gomes da Silva pelos úteis comentários e sugestões.
28Para uma apresentação introdutória de tal abordagem, consulte Thomas (2018). Para uma exposição elaborada e rica em
detalhes matemáticos, consulte Thomas e Vaughan (2015).
29Toda a abordagem de atribuir valor às vidas humanas também foi abordada de forma crítica. Uma dessas atitudes é a
“visão zero”. Veja Calibaba (2017) ehttps://en.wikipedia.org/wiki/Vision_Zero. Acessado em 8 de maio de 2020.
30Veja também Skovsmose (2020), onde discuto a banalidade da expertise matemática.
382 Skovsmose O.
Referências
Fardos, K. (2012).Pessoas descartáveis: nova escravidão na economia global (3ª edição). Imprensa da Universidade da
Califórnia. Barwell, R. (2013). A formatação matemática das mudanças climáticas: Educação matemática crítica e pós-
ciência normal.Pesquisa em Educação Matemática, 15(1), 1–16.https://doi.org/10.1080/14794802.2012.
756633
Birsch, D. e Fielder, JH (Eds.). (1994).O caso Ford Pinto: um estudo em ética aplicada, negócios e
tecnologia.Imprensa da Universidade Estadual de Nova York.
Blum, W., Berry, JS, Biehler, R., Huntley, ID, Kaiser-Messmer, G., & Profke, L. (Eds.). (1989).Formulários
e modelagem na aprendizagem e no ensino de matemática.Ellis Horwood.
Blum, W. e Niss, M. (1991). Resolução de problemas matemáticos aplicados, aplicações de modelagem e ligação a outros
disciplinas: Estado, tendências e questões da educação matemática.Estudos Educacionais em Matemática, 22(1), 37–
68.https://doi.org/10.1007/BF00302716
Bostrom, N. e Cirkovic, MM (2008).Riscos catastróficos globais.Imprensa da Universidade de Oxford. Brauer, F., Castillo-
Chavez, C., & Feng, Z. (2019).Modelos matemáticos em epidemiologia.Springer. Calibaba, J. (2017).O caminho para a visão
zero: zero mortes no trânsito e ferimentos graves (2ª edição). CriarEspaço
Plataforma de publicação independente.
Capasso, V. (2008).Estruturas matemáticas de sistemas epidêmicos.Springer.
Chassapis, D. (2017). “Os números têm o poder” ou o papel fundamental do discurso numérico no estabelecimento de um regime
da verdade sobre a crise na Grécia. Em A. Chronaki (Ed.),Educação matemática e vida em tempos de crise:
Anais da Nona Conferência Internacional de Educação Matemática e Sociedade (págs. 45–55). Grécia: Vólos.
Johnson, B. (2010).Negociação algorítmica e DMA: uma introdução às estratégias de negociação de acesso direto.
4Mieloma Press.
Kiss, IZ, Miller, J. e Simon, PL (2017).Matemática das epidemias nas redes: do exato ao aproximado
modelos.Springer.https://doi.org/10.1007/978-3-319-50806-1
Klein, N. (2014).Isto muda tudo: Capitalismo versus clima.Simon e Schuster.https://doi.org/10.
1080/10402659.2015.1130420
Latour, B. (2018).Pés no chão: Política no novo regime climático.Imprensa Política.
Leggett, C. (1999).O caso Ford Pinto: A valorização da vida aplicada ao argumento da eficiência da negligência.
https://users.wfu.edu/palmitar/Law&Valuation/Papers/1999/Leggett-pinto.html. Acessado em 8 de maio de 2020.
Linnerooth, J. (1979). O valor da vida humana: uma revisão dos modelos.Inquérito Económico, 17,52–74.https://doi.
org/10.1111/j.1465-7295.1979.tb00295.x
MacKenzie, D. (2007).Matemática das mudanças climáticas: uma nova disciplina para um século incerto.Matemático
Instituto de Pesquisa em Ciências.http://library.msri.org/msri/MathClimate.pdf.
McKie, J., Singer, P., Kuhse, H. e Richardson, J. (2016).A alocação de recursos de saúde.Routledge. Miller,
MB (2014).Matemática e estatística para gestão de risco financeiro (2ª edição). Wiley.
Niss, M. (1989). Objectivos e âmbito das aplicações e modelações nos currículos de matemática. Em W. Blum, JS
Berry, R. Biehler, ID Huntley, G. Kaiser-Messmer e L. Profke (Eds.),Aplicações e modelagem na aprendizagem
e no ensino de matemática (pp. 22–31). Ellis Horwood.
O'Neil, C. (2016).Armas de destruição matemática: como o big data aumenta a desigualdade e ameaça a democracia.
Livros da Broadway.
Parra, A., Bose, A., Alshwaikh, J., González, M., Marcone, R., & D'Souza, R. (2017). “Crise” e a interface
com pesquisa e prática em educação matemática: uma questão cotidiana. Em A. Chronaki (Ed.),Educação
matemática e vida em tempos de crise: Anais da Nona Conferência Internacional de Educação Matemática e
Sociedade (pp. 174-178). Grécia: Vólos.
Ravn, O. e Skovsmose, O. (2019).Conectando humanos a equações: uma reinterpretação da filosofia da
matemática.Springer.https://doi.org/10.1007/978-3-030-01337-0
Schneier, B. (1996).Criptografia aplicada.John Wiley e Filhos.
Skovsmose, O. (2005).Viajando pela educação: incerteza, matemática, responsabilidade.Senso
Editores.
Skovsmose, O. (2014).Crítica como incerteza.Publicação da Era da Informação.
Skovsmose, O. (2019). Crise, crítica e matemática.Revista Filosofia da Educação Matemática, 35.
Skovsmose, O. (2020). Banalidade da perícia matemática.ZDM Educação Matemática, 52(6), 1187–1197.
https://doi.org/10.1007/s11858-020-01168-4
Skovsmose, O. e Yasukawa, K. (2009). Poder de formatação da “matemática em um pacote”: um desafio para
teorização social? Em P. Ernest, B. Greer e B. Sriraman (Eds.),Questões críticas na educação matemática (pp. 255–281).
Publicação da Era da Informação.
Stallings, W. (2017).Criptografia e segurança de rede: Princípio e prática (7ª edição). Pearson. Swetz, FJ (1987).
Capitalismo e aritmética: a nova matemática do século XV.Publicação em Tribunal Aberto
Empresa.
Thomas, JP e Vaughan, GJ (2015). Testar a validade do “valor de uma fatalidade evitada” (VPF) usado para
avaliar as medidas de segurança do Reino Unido.Segurança de Processo e Proteção Ambiental, 93,293–298https://
www. sciencedirect.com/science/article/pii/S0957582014000962?via%3Dihub. Acessado em 8 de maio de 2020
Thomas, P. (2018). Calculando o valor da vida humana: decisões de segurança confiáveis.Relatório de Política 25.
Universidade de Bristol.https://www.bristol.ac.uk/media-library/sites/policybristol/PolicyBristol-Report-April-2018-
value-human-life.pdf. Acessado em 8 de maio de 2020.
Warner, TT (2011).Tempo numérico e previsão climática.Cambridge University Press.
Wittgenstein, L. (1997).Investigações filosóficas.Editores Blackwell. Wittgenstein, L. (2002).
Tractatus logico-philosophicus.Routledge e Kegan Paul.
Nota do editorA Springer Nature permanece neutra em relação a reivindicações jurisdicionais em mapas
publicados e afiliações institucionais.