Perguntas e respostas com Daniel Sarewitz: Qual é o papel da ciência em um mundo pós-normal?

Conversamos com Daniel Sarewitz, professor de ciência e sociedade da Arizona State University, sobre ciência pós-normal e o que a incerteza significa para os cientistas que trabalham para fornecer conselhos aos formuladores de políticas. Esta entrevista ocorreu à margem da 2ª conferência sobre aconselhamento científico para governos em Bruxelas, Bélgica, de 28 a 29 de setembro de 2016.

Perguntas e respostas com Daniel Sarewitz: Qual é o papel da ciência em um mundo pós-normal?

O debate sobre a ciência pós-normal começa com uma observação: vivemos em um mundo onde os fatos não são certos, as apostas para as decisões são altas e essas decisões são urgentes. O que isso significa para a ciência e o que isso significa se a ciência quiser informar a formulação de políticas?

Sarewitz: Qualquer que seja a ciência que você esteja fazendo em um problema pós-normal, sempre será incompleta e sempre estará sujeita a revisão e altamente incerta. Pode ser visto a partir de várias perspectivas científicas. Assim, vários estudos científicos podem chegar a vários resultados, o que leva a uma profusão de verdades que podem ser mobilizadas em nome de diferentes conjuntos de valores. Valores e fatos podem emparelhar-se de maneiras diferentes.

Um exemplo que adoro é como todos falam sobre como há um consenso sobre os OGMs. Bem, há consenso em torno de uma parte restrita da questão dos OGM, como há um consenso em torno de uma parte restrita da mudança climática. Mas os problemas reais têm a ver com o 'o que poderia ser feito?' perguntas. Assim, para os OGMs, por exemplo, quando as pessoas dizem que há um consenso, o que querem dizer é 'sabemos que não são um risco para a saúde'. Então eu aceito por risco para a saúde, não tenho problema com isso. Mas então você diz, 'e sabemos que eles serão uma parte essencial do futuro econômico da África'. Bem, talvez isso seja verdade - de quem é o modelo que você está usando? Que tipo de dados você usou para gerar isso? Quais são suas suposições? Quero dizer, qualquer coisa que lide com projeções do futuro e afirmações sobre como o mundo será, em um sistema aberto e multivariado, estará sujeita a diferentes pessoas chegando a diferentes afirmações e conclusões. E é exatamente isso que acontece.

E quando você traz a ciência para o debate político, você para escolher qual ciência você deseja usar. Você tem que combinar isso com prioridades específicas sobre quais problemas de política você quer resolver. Acho que a ciência é muito importante, acho que queremos ser factuais, acho que queremos ter um controle sobre a realidade e acho que a ciência pode nos ajudar a fazer isso. Mas para problemas em que há tantos caminhos a seguir, tantos valores concorrentes, os próprios sistemas são tão complicados, não acho que a ciência seja uma parte privilegiada da solução.

Mas, por outro lado, se você puder ter um acordo político sobre o que deve ser feito, então a ciência pode servir muito bem. Porque assim você pode saber como limitar o problema, e as pessoas não vão discutir tanto sobre os resultados. E é por isso que é muito mais fácil lidar com uma emergência do que com um problema crônico, prolongado e prolongado. Porque em uma emergência há convergência de valor, todo mundo quer resolver a emergência, e ela está muito bem definida. Além disso, você recebe feedbacks. Se a ciência não for boa, você vai descobrir, certo? Nenhuma dessas coisas se refere a esses problemas maiores, crônicos e prolongados.

Se você é um indivíduo ou uma organização que trabalha na fronteira entre ciência e política, como você pode lidar com esse descompasso entre a ciência não ser capaz de fornecer respostas definitivas, mas os formuladores de políticas solicitam exatamente isso?

Sarewitz: Construindo processos onde haja uma comunicação muito mais regular entre os produtores de conhecimento e os usuários do conhecimento. Um exemplo que gosto de usar é este grupo de pesquisa ambiental do Departamento de Defesa dos EUA. O que resolveu com sucesso todos os tipos de problemas ambientais que o lado civil não conseguiu resolver. E a razão foi que o DOD não é politizado, eles são muito orientados para a missão, eles não tentaram encomendar pesquisas básicas para entender todos os aspectos do problema, eles simplesmente precisavam de um problema resolvido. Com coisas como proteger espécies ameaçadas, o que temos muitos problemas para fazer no setor civil, eles têm sido notavelmente eficazes. É um caso em que a ciência e os usuários da ciência realmente ocupam o mesmo cenário institucional, trabalham juntos para o mesmo fim.

Mas isso soa um pouco como se eu só pudesse usar a ciência na minha tomada de decisão que eu mesmo encomendei.

Sarewitz: Na minha universidade temos algo chamado 'centro de decisão para uma cidade deserta'. A ASU fica no meio do deserto, quase não chove, tem quatro milhões de pessoas que precisam de muita água. Há muitos interesses econômicos por trás disso, além da sobrevivência das pessoas que vivem lá. Eu acho que este centro foi bem sucedido porque ao longo dos anos eles construíram relacionamentos com gestores de recursos hídricos. Isso permitiu que eles mantivessem sua independência como pesquisadores acadêmicos, mas também entendessem o contexto de uso com o qual os gestores da água se deparam.

Outro exemplo: a Administração Nacional Oceanográfica e Atmosférica (NOAA) administra um programa chamado Ciências e Avaliações Regionais Integradas, RISA, e a ideia é que, para áreas com problemas de recursos naturais, por exemplo, problemas de água, problemas de uso da terra, problemas de riscos naturais, os cientistas financiados pelas agências governamentais devem trabalhar com os tomadores de decisão para ajudar a elaborar suas pesquisas agendas. E, novamente, os cientistas ainda são independentes, eles não trabalham nos escritórios dos tomadores de decisão e a pesquisa não é paga por eles, mas podem internalizar a restrição que os tomadores de decisão têm e a natureza de seu problema, e elaborar suas pesquisas de forma a fornecer informações úteis. Então, é o que você poderia pensar como uma espécie de reconciliação entre a função de demanda e a função de oferta, vivendo um com o outro, conhecendo um ao outro.

Através da obtenção de links muito mais próximos e comunicação mais frequente.

Sarewitz: Sim, e comunicação contínua. Mas acho que seu ponto sobre a necessidade de a organização pagar por isso é ótimo, porque para manter a independência, talvez seja melhor que muitas vezes não o façam. Acho que o caso RISA e o caso deserto/água da ASU são exemplos em que os pesquisadores estão politicamente isolados. O dinheiro deles não vem dos tomadores de decisão, mas eles convivem continuamente. Então eu acho que há todos os tipos de bons, pequenos exemplos como esse, mas eles exigem atenção realmente focada e estruturas institucionais apropriadas.

Então, trata-se também de ancorar os grandes problemas muito mais localmente?

Sarewitz: Essa é uma ótima pergunta. Porque obviamente existem alguns problemas que são grandes problemas. Acho que quando as coisas podem ser contextualmente sensíveis em nível local ou regional, muitas vezes é muito útil. No entanto, muitas vezes os processos de financiamento da ciência não são particularmente configurados para isso. Mas não acho que aplicar essas ideias em escalas maiores seja impossível. Por exemplo, você pode pensar nacionalmente sobre questões como inovação em tecnologia de energia, uma questão realmente contestada, todos os tipos de visões diferentes sobre quais tecnologias devemos fazer e como devemos fazê-las, mas você ainda pode trabalhar em nível nacional. Compare os EUA e a Alemanha e suas diferentes abordagens à inovação energética. Então eu não acho que tem que ser local. Depende do problema.

Apesar desse reconhecimento de viver em um modo pós-normal, muitas pessoas ainda parecem ter dificuldade em abandonar o que é chamado de modelo deficitário de comunicar ciência. A ideia é que, se apenas a ciência fosse melhor comunicada, o público entenderia e mudaria seu comportamento. Mas há evidências contundentes de que esse modelo simplesmente não funciona. Por que você acha que essa ideia é tão resiliente?

Sarewitz: Bem, e também devo dizer que não acho que a maioria das pessoas compra o modelo pós-normal. E não é que eles não sejam capazes, eles podem nunca ter sido expostos a isso. A ideia de ciência pós-normal realmente desafia a noção de ciência como uma coisa unitária que nos diz o que fazer, a PNS realmente diz que temos que pensar a ciência de uma maneira diferente nesses contextos contestados, e não acho que a maioria cientistas querem ir para lá. O modelo do déficit os coloca no comando: “nós comunicamos os fatos, você ouve e age”. Então, se o problema não for resolvido, não é problema da ciência. Esta é uma superstição egoísta que a comunidade científica geralmente mantém. E as superstições são difíceis de desestabilizar.

Ao mesmo tempo, também por minha própria experiência pessoal conversando com cientistas que realmente se preocupam em causar um impacto social, eles simplesmente não sabem qual é a alternativa. Eu me pergunto se você tem uma ideia.

Sarewitz: Bem, a resposta pode nem sempre estar com os cientistas fazendo alguma coisa. Pode ser que precisemos de diferentes tipos de instituições. Eu acho que há certas coisas que os cientistas não deveriam fazer, que é fazer afirmações sobre conhecimento onde eles não o têm, desprezando o público. Eu só acho que essas coisas são inúteis e reforçam essa noção de privilégio, mesmo que os indivíduos não possam deixar de olhar para o mundo e ver que a ciência não é uma coisa coerente que fala uma verdade sobre todas essas questões. Então, uma coisa que poderíamos fazer seria refletir mais sobre nosso empreendimento, mais honesto e mais humilde sobre ele, para começar.

Mas, além disso, acho que temos enormes problemas institucionais em torno da ciência, e eles não serão tratados por cientistas individuais. Os líderes da comunidade científica realmente precisam intensificar essas questões. Os formuladores de políticas que levam a sério a política científica precisam intensificar essas questões. E eu diria que devemos parar de esperar que cientistas individuais façam tanto, porque isso é parte do problema, esse modelo de que se cada cientista individual comunicasse o que está fazendo claramente ao mundo, então todos entenderiam as coisas e nós todos seriam mais racionais e nossos problemas desapareceriam.

Você está tocando em algumas das questões aqui sobre as quais você escreveu em seu artigo „Saving Science“ também, sobre como a forma como os sistemas científicos são configurados encoraja pesquisas medíocres, sem aplicação ou simplesmente erradas. Então, eu estava me perguntando – quais são, na sua opinião, as principais coisas que estão erradas no sistema científico hoje.

Sarewitz: Bem, eu escrevi quatorze mil palavras sobre isso, então…

Você poderia reduzir esses para cem.

Sarewitz: Bem, em primeiro lugar, a ideia de que a ciência é, e pode ser e deve ser livre é bastante sem sentido. Também acho perigoso, porque levou à ideia de que a responsabilidade pela ciência é apenas uma questão interna da própria comunidade científica, que você não precisa prestar contas ao mundo exterior. Isso realmente significa que você não depende de feedback do mundo exterior, para ajudar a verificar se a ciência que você está fazendo vale a pena ou é boa. Uma das razões pelas quais toda essa ciência de baixa qualidade veio à tona é porque a indústria, você sabe, que demonizamos, começou a olhar para alguns dos resultados da ciência biomédica que eles estavam usando para tentar desenvolver drogas e não podiam replicar eles. Essa falta de responsabilidade deriva, acredito, desse ideal de ciência pura e isolada.

E outra parte do problema é que muita ciência está sendo feita sobre esses grandes problemas abertos, onde realmente não há como saber o que é boa ciência, o que é um resultado significativo. Não há como testar. Não há como obter feedbacks do sistema real. De certa forma, estamos fazendo perguntas que não são respondidas pela ciência. Isso não significa que você não deve fazer pesquisas sobre eles. Mas tome a questão do conselho nutricional que está constantemente oscilando, se você toma ou não cafeína, se você toma vinho tinto ou não. Acho que a verdadeira lição é que não estamos fazendo os tipos certos de perguntas. Não há respostas para essas perguntas. Depende. É contextual.

Portanto, há problemas relacionados ao isolamento e à responsabilização interna. Há também uma quantidade crescente de ciência focada em problemas de ciência trans ou pós-normal, onde é muito difícil dizer qualquer coisa sobre qualidade, e é muito fácil para os cientistas apresentarem resultados que parecem significativos, mas não são .

E então, claro, há o sistema de incentivo horrível para apenas publicar, publicar, publicar, obter subsídios, obter subsídios, obter subsídios. Tudo isso leva a esse viés sistêmico positivo e se você combinar esses incentivos com os outros problemas de isolamento e responsabilidade, basicamente terá um sistema fora de controle.

Você já disse que talvez não seja aos cientistas individuais que deveríamos pedir para mudar o sistema. Quem pode mudá-lo?

Sarewitz: Certo. Muito difícil. Acho que muitas coisas têm que acontecer. Como eu disse, uma coisa é que a liderança realmente precisa intensificar e dizer que temos um problema muito sério e precisamos levá-lo a sério. Os formuladores de políticas precisam não politizar isso, o que é muito difícil para eles, certo? Cientistas seniores podem dar um passo atrás, eles não precisam continuar agindo como gerbos em uma roda, eles podem dizer que não farei mais ciência ruim. Ou não vou responder a perguntas sem resposta. Ou vou ser mais modesto em relação aos meus resultados, ou vou publicar menos artigos. Vou parar de produzir tantos doutorandos que não vão conseguir emprego depois.

Acho que a comunidade científica poderia se afastar de alguns dos estereótipos da noção idealizada e platônica de ciência como algo que nos dá a verdade perfeita. Todos sabem que não é verdade, mas é um tipo conveniente de mito. Um pouco mais de honestidade sobre a natureza do empreendimento. Então, há muitas coisas que vão ter que acontecer.

E então eu também penso – isso é algo que eu tentei fazer do meu jeito modesto – vamos procurar lugares onde as coisas estão funcionando muito bem. E vamos entender por que eles estão funcionando bem, para que possamos usar isso como modelo, mas também celebrar essas coisas em particular. Eles tendem a ser pequenos e mais marginais, muitas vezes contra-culturais e contra a corrente.

Eu só quero voltar, mais uma vez, ao que você chama de transciência: as grandes questões, onde você diz que talvez essas não sejam perguntas que deveríamos fazer à ciência, ou apenas à ciência. Você acha que a resposta da sociedade a essas perguntas precisa mudar, talvez, do que é a coisa certa a fazer, e mais para – o que é o que queremos fazer?

Sarewitz: Bem, a questão, o que queremos fazer, é algo que precisa ser estabelecido politicamente. E não faz sentido, acredito, continuar a coletar fatos sobre o que deve ser feito até que tenhamos alguma conclusão sobre o que devemos fazer. Agora, esses não são totalmente distintos. Mas eles não estão tão ligados quanto dizemos que estão. Havia muitos dados bons sobre as mudanças climáticas em 1990, que sugeriam que as coisas deveriam ser feitas, e as pessoas começaram a falar sobre isso. Não precisávamos de mais 20 anos de modelos climáticos durante os quais, na verdade, as incertezas e as políticas ficaram cada vez piores, não cada vez melhores, por motivos que não quero falar agora.

Mas acho que uma coisa da qual temos que desistir, porque acho errado, é a ideia de que primeiro podemos acertar a ciência, e então saberemos o que fazer e como fazê-lo. Acho que primeiro temos que ter clareza sobre quais são os valores em jogo. Quem são os potenciais vencedores e perdedores de diferentes tipos de opções. E então use isso para informar tanto o debate político quanto a criação de conhecimento em nome de diferentes tipos de opções, sabendo que elas serão combatidas politicamente. E acho que há coisas pelas quais fazemos isso. Mas muitas vezes – e quero dizer que os políticos são totalmente cúmplices disso, o que eles preferem fazer, ter alguém pesquisando ou ter que tomar uma decisão difícil, certo? Então eles podem dizer, faça a pesquisa e nos diga o que fazer, e os cientistas podem dizer ótimo!

Nós ainda não sabemos.

Sarewitz. Sim. É uma espécie de conspiração tácita.

Em seu artigo, você aborda o big data como algo que corre o risco de tornar os problemas da ciência piores em vez de melhores. Todo mundo está olhando para isso como um incrível conjunto enorme de descobertas científicas que podemos fazer.

Sarewitz: Sim. Acho que será muito útil para algumas coisas, como carros autônomos, você precisará de quantidades infinitas de dados geoespaciais e tudo mais. Portanto, para esse tipo de aplicação tecnológica em que você obtém feedbacks rápidos, o big data é fantástico. Mas para problemas transcientíficos, onde você pode entrar nos dados, procurar a relação causal que você acha que pode valer a pena testar e fazer alguns testes estatísticos, acho que vamos acabar vendo que o ruído em torno dessas questões vai ficar cada vez pior. Os cientistas serão capazes de encontrar muito mais pedacinhos de verdade dentro dessas questões complexas que ainda não se somam a nenhuma visão coerente particular delas. Vai tornar o problema pior, não melhor, porque vai dar aos cientistas um reservatório maior para brincar na busca de relações causais. Mas sabemos que para problemas complexos não existem relações causais únicas. Então, a menos que você possa reunir redes inteiras deles para entender como eles funcionam…

Mas esse não seria o objetivo final do big data?

Sarewitz: Pode ser, mas esse é o objetivo final do que é conhecido como demônio de Laplace, que é um modelo abrangente de tudo, mas lembre-se de que um modelo abrangente de tudo é a coisa em si. Então, toda vez que você vai abaixo disso, você tem que fazer suposições. Sempre que você fizer suposições, terá preconceitos incluídos. Portanto, podemos nos sair muito bem em certos tipos de modelos, especialmente aqueles em que recebemos feedback, previsões do tempo, todos os dias você descobre se sua previsão foi boa. Mas para coisas em que não recebemos esse tipo de feedback, acho que a ideia de que a modelagem abrangente pode fornecer conhecimento preditivo e certo é ilusória.

VER TODOS OS ITENS RELACIONADOS

Ir para o conteúdo