Cinco anos atrás, o astrofísico e comunicador de ciência Neil deGrasse Tyson twittou um tweet muito memorável e digno de citação:
A Terra precisa de um país virtual: #Racionalia, com uma Constituição de uma linha: Todas as políticas devem ser baseadas no peso da evidência
- Neil deGrasse Tyson (@neiltyson) 29 de Junho de 2016
O mundo ideal de Tyson atraía muitas pessoas cansadas da política movida pela emoção e da guerra política tribal que invadiu todas as arenas da vida pública, incluindo a ciência. Atraiu muitos de seus colegas cientistas, pessoas treinadas para pensar objetivamente e testar hipóteses baseadas em observações sobre o mundo natural.
O único problema – o enorme peso das evidências demonstra por que o país virtual Rationalia simplesmente nunca vai acontecer.
Isso porque, para os humanos, pensar racionalmente exige uma tremenda quantidade de energia e esforço. Como resultado, na maioria das vezes não nos incomodamos. Em vez disso, a grande maioria de nosso pensamento é guiada completamente por nossa intuição – nossos instintos sozinhos, sem nenhum pensamento racional irritante.
Esta dicotomia é magistralmente explicada em detalhes requintados pelo Prêmio Nobel Daniel Kahneman em seu livro Pensando rápido e devagar, e coberto com foco em divisões políticas na obra-prima de Jonathan Haidt A mente justa. Ambos são trabalhos fantásticos por si só, e fornecem explicações fascinantes sobre por que as pessoas têm visões diferentes e por que é tão difícil mudá-las.
Mais importante, essa dicotomia cognitiva se aplica a todos, até mesmo aos cientistas. Isso pode ser surpreendente para alguns (incluindo alguns cientistas, aparentemente), já que o a mídia e os políticos retrataram cientistas (pelo menos aqueles com os quais eles concordam) como imbuídos de uma habilidade mágica de discernir e pronunciar a verdade absoluta.
Isso não poderia estar mais longe da realidade. Costumo dizer às pessoas que a diferença entre um cientista e a pessoa comum é que um cientista está mais ciente do que não sabe sobre seu campo específico, enquanto a pessoa comum não sabe o que não sabe. Em outras palavras, todo mundo sofre de uma ignorância esmagadora, mas os cientistas são (espera-se) geralmente mais conscientes da profundidade deles. Eles podem ocasionalmente ter uma ideia sobre como aumentar um pouco um determinado corpo de conhecimento e, às vezes, essa ideia pode até ser bem-sucedida. Mas, na maioria das vezes, eles passam o tempo pensando em um profundo abismo de conhecimento específico para seu campo.
Os cientistas muitas vezes são prejudicados por seus próprios anos de experiência e pela intuição potencialmente enganosa que se desenvolveu como resultado. No livro Caçador de vírus, os autores CJ Peters e Mark Olshaker contam como um ex-diretor do CDC observou que “jovens e inexperientes oficiais do EIS (Epidemic Intelligence Service) CDC costumavam ser enviados para investigar surtos e epidemias de doenças misteriosas, na verdade tinham alguma vantagem sobre seus anciãos mais experientes e experientes. Embora tivessem treinamento de primeira linha e o apoio de toda a organização do CDC, eles não tinham visto o suficiente para ter opiniões predefinidas e, portanto, poderiam estar mais abertos a novas possibilidades e ter energia para persegui-las”. Os especialistas também são péssimos em fazer previsões e, conforme explicado pelo pesquisador e autor Philip Tetlock em seu livro Julgamento Político Especializado, eles não são mais precisos na previsão do que a pessoa média. O mais falhas recentes de modelos de previsão de pandemia apenas reforçaram esta conclusão.
Os cientistas mais bem-sucedidos podem traçar suas conquistas culminantes ao trabalho que ocorreu no início de suas carreiras. Isso acontece não apenas porque os cientistas obtêm mais segurança no emprego, mas porque são prejudicados por suas próprias experiências e preconceitos. Quando eu era técnico de laboratório no final dos anos 90, lembro-me de pedir a um imunologista conselhos sobre um experimento que estava planejando. Ele acabou me dando um monte de razões pelas quais não havia uma boa maneira de fazer esse experimento e obter informações úteis. Contei a um pós-doutorado sobre esse encontro e me lembro dela dizendo “Não dê ouvidos a ele. Esse cara pode te convencer a não fazer qualquer coisa”. Cientistas experientes estão cientes do que não funciona, e isso pode resultar em uma relutância em correr riscos.
Os cientistas operam em um ambiente altamente competitivo, onde são forçados a passar a maior parte do tempo buscando financiamento para pesquisa por meio de infindáveis subvenções, a grande maioria não financiada. Para serem competitivos para esse pool limitado, os pesquisadores dão o giro mais positivo em seu trabalho e publicam seus resultados mais positivos. Mesmo que o estudo se desvie do planejado originalmente, o manuscrito resultante raramente é lido dessa maneira. E essas pressões geralmente resultam na análise de dados caindo em um espectro propenso a erros, desde uma ênfase mais inocente nos resultados positivos até a ignorância de dados negativos ou contrários à fabricação direta. Exemplos detalhados disso são dados pelo autor Stuart Ritchie em seu livro Ficções científicas: como a fraude, o preconceito, a negligência e a exagero prejudicam a busca pela verdade. Não só Ritchie explica como a ciência é distorcida por pressões de reconhecimento e financiamento por cientistas bem-intencionados, ele também entra em detalhes sangrentos sobre alguns dos fraudadores mais prolíficos. Outro excelente recurso que cobre erros científicos e más práticas de pesquisa é o site retração Assista. O grande número de papéis retratados, muitos pelos mesmos cientistas, destacam a importância de documentar e combater a fraude científica.
Os problemas com relatórios de dados de pesquisa e replicabilidade são conhecidos há anos. Em 2005, o professor de Stanford John Ioannidis, entre os cientistas mais citados, publicou um dos artigos mais citados (mais de 1,600), Por que a maioria das descobertas de pesquisas publicadas são falsas. No estudo, Ioannidis usou simulações matemáticas para mostrar “que para a maioria dos projetos e configurações de estudo, é mais provável que uma alegação de pesquisa seja falsa do que verdadeira. Além disso, para muitos campos científicos atuais, os resultados da pesquisa podem ser simplesmente medidas precisas do viés predominante”. Ioannidis também ofereceu seis corolários derivado de suas conclusões:
- Quanto menores os estudos realizados em um campo científico, menor a probabilidade de os resultados da pesquisa serem verdadeiros.
- Quanto menores os tamanhos de efeito em um campo científico, menor a probabilidade de os resultados da pesquisa serem verdadeiros.
- Quanto maior o número e menor a seleção de relacionamentos testados em um campo científico, menos provável é que os resultados da pesquisa sejam verdadeiros.
- Quanto maior a flexibilidade em projetos, definições, resultados e modos analíticos em um campo científico, menos provável é que os resultados da pesquisa sejam verdadeiros.
- Quanto maiores os interesses e preconceitos financeiros e outros em um campo científico, menos provável é que os resultados da pesquisa sejam verdadeiros.
- Quanto mais quente um campo científico (com mais equipes científicas envolvidas), menos provável é que os resultados da pesquisa sejam verdadeiros.
Se você olhar a lista com cuidado, 5 e 6 devem pular e gritar com você. Aqui está um olhar mais atento:
“Corolário 5: Quanto maiores os interesses e preconceitos financeiros e outros em um campo científico, menos provável é que os resultados da pesquisa sejam verdadeiros. Conflitos de interesse e preconceito podem aumentar o preconceito, u. Conflitos de interesse são muito comuns em pesquisas biomédicas e normalmente são relatados de forma inadequada e esparsa. O preconceito pode não ter necessariamente raízes financeiras. Cientistas em um determinado campo podem ser prejudicados puramente por causa de sua crença em uma teoria científica ou compromisso com suas próprias descobertas (ênfase minha). Muitos estudos universitários aparentemente independentes podem ser conduzidos apenas para dar aos médicos e pesquisadores qualificações para promoção ou estabilidade. Esses conflitos não financeiros também podem levar a resultados e interpretações distorcidos. Investigadores de prestígio podem suprimir através do processo de revisão por pares o aparecimento e disseminação de descobertas que refutam suas descobertas, condenando assim seu campo a perpetuar falsos dogmas. Evidência empírica na opinião de especialistas mostra que é extremamente não confiável.”
“Corolário 6: Quanto mais quente um campo científico (com mais equipes científicas envolvidas), menos provável é que os resultados da pesquisa sejam verdadeiros. Este corolário aparentemente paradoxal segue porque, como dito acima, o O VPP (valor preditivo positivo) de achados isolados diminui quando muitas equipes de pesquisadores estão envolvidas no mesmo campo.Isso pode explicar por que ocasionalmente vemos grandes emoções seguidas rapidamente por graves decepções em campos que atraem grande atenção. Com muitas equipes trabalhando no mesmo campo e com dados experimentais em massa sendo produzidos, o tempo é essencial para vencer a concorrência. Desta forma, cada equipe pode priorizar a busca e divulgação de seus resultados “positivos” mais impressionantes... "
Cientistas preconceituosos por causa de suas crenças, motivados pelo “calor” do campo e, portanto, priorizando resultados positivos são fontes de viés incrivelmente óbvias na pesquisa sobre SARS-CoV-2. Ioannidis e colegas publicaram no explosão de pesquisas publicadas sobre SARS-CoV-2, observando “210,863 artigos relevantes para o COVID-19, o que representa 3.7% dos 5,728,015 artigos em toda a ciência publicados e indexados na Scopus no período de 1º de janeiro de 2020 a 1º de agosto de 2021”. Os autores de artigos relacionados ao COVID-19 eram especialistas em quase todos os campos, incluindo “pesca, ornitologia, entomologia ou arquitetura”. Até o final de 2020, Ioannidis escreveu, “apenas a engenharia automotiva não tinha cientistas publicando sobre o COVID-19. No início de 2021, os engenheiros automotivos também tiveram sua opinião.” Outros também comentaram sobre o “covidização" do pesquisa, destacando a redução da qualidade da pesquisa, pois a mania da COVID levou pesquisadores de áreas não relacionadas ao jogo mais quente e lucrativo da cidade.
Como falei em dois posts anteriores, mascaramento universal e relatórios sobre os danos causados pela COVID às crianças foram irremediavelmente politizados e distorcidos devido aos preconceitos desenfreados dos meios de comunicação, políticos, cientistas e organizações de saúde pública. Mas o verdadeiro culpado pode ser o próprio público e a cultura de segurança do primeiro mundo, de risco zero, que encorajou todos esses atores a exagerar os danos para forçar mudanças comportamentais nos não-conformes. Além disso, a maioria das pessoas complacentes que estão “levando a pandemia a sério” querem saber que todos os sacrifícios que fizeram valeram a pena.
No entanto, cientistas e meios de comunicação estão mais do que felizes em entregar:
“Imagine se você fosse um cientista e soubesse que uma conclusão favorável de seu estudo levaria ao reconhecimento instantâneo do The New York Times, CNN e outros meios internacionais, enquanto um resultado desfavorável levaria a críticas fulminantes de seus colegas, ataques pessoais e censura nas redes sociais e dificuldade em publicar seus resultados. Como alguém responderia a isso?”
A resposta é óbvia. O desejo esmagador de um público aterrorizado por evidências de intervenções que efetivamente eliminem o risco de infecção inevitavelmente pressionará os cientistas a fornecer essas evidências. Idealmente, um reconhecimento desse viés resultaria em maior ceticismo de outros cientistas e meios de comunicação, mas isso não aconteceu. Exagerado reivindicações of eficácia de intervenções e danos exagerados promover a sua aceitação tornaram-se a norma nos relatórios de pandemia.
Como eu discuti na postagem anterior, a melhor maneira de mitigar o viés de pesquisa é que os pesquisadores convidem parceiros neutros para replicar o trabalho e colaborar em estudos adicionais. A capacidade de disponibilizar todos os dados ao público e a outros cientistas também convida a revisões críticas que são de crowdsourcing e, portanto, potencialmente mais precisas e menos tendenciosas. A disponibilidade pública de conjuntos de dados e documentos resultou na melhoria da previsão de pandemia e trouxe o possibilidade de uma origem de vazamento de laboratório para SARS-CoV-2 das sombras da teoria da conspiração para a luz pública.
Como resultado de dados abertos e documentação transparente, outros reclamaram que esses recursos foram mal utilizados por cientistas de poltrona ou cientistas envolvidos invasão epistêmica fora de seus respectivos campos, resultando em uma pilha enorme e confusa de informações enganosas. No entanto, mesmo que o processo da ciência seja confinado apenas aos “especialistas”, a grande maioria dos estudos produz muito pouco informações valiosas ou precisas a outros pesquisadores ou ao público em geral.
Somente por meio de um processo de seleção natural e replicação por pares é que as melhores ideias sobrevivem além do hype inicial. Também é importante notar que grupos de pesquisadores em um determinado campo podem ser tão paralisados por preconceitos internos e políticos e pensamento de grupo tóxico que apenas aqueles fora de seu campo são capazes de chamar a atenção para o problema. Portanto, a capacidade de outros cientistas e do público em ajudar no processo corretivo da ciência a longo prazo é a melhor maneira de nos aproximarmos da verdade, apesar de nossas falhas coletivas.
Reimpresso do autor Recipiente
Publicado sob um Licença Internacional Creative Commons Attribution 4.0
Para reimpressões, defina o link canônico de volta ao original Instituto Brownstone Artigo e Autor.
