Por quê?
“Correlação não é causa” é um mantra que todos aqueles que já entraram numa aula de estatística ou de metodologia científica ouviram. E de fato não é. O canto do galo e o nascer do sol estão fortemente correlacionados, mas ninguém deve achar que é o som emitido pelo galináceo que provoca o surgimento do astro todas as manhãs.
O problema é que, durante muito tempo, estatísticos e cientistas se deixaram cegar pelo mantra e renunciaram a investigar melhor a causalidade e desenvolver ferramentas matemáticas para lidar com ela, o que é perfeitamente possível. Essa pelo menos é a visão do cientista da computação Judea Pearl, exposta em “The Book of Why” (O livro do porquê), obra que escreveu com o matemático e jornalista científico Dana Mackenzie. Os prejuízos foram grandes. Muitas vidas se perderam porque, por várias décadas, a ciência julgou não ter meios para estabelecer com segurança se o cigarro causava ou não câncer, incerteza que a indústria do tabaco foi hábil em explorar.
Em “The Book of Why”, Pearl e Mackenzie explicam de forma razoavelmente didática quais são as novas técnicas que permitem responder a perguntas causais como “qual a probabilidade de esta onda de calor ter sido provocada pelo efeito estufa?” ou “foi a droga X que curou a doença Y?”. Mais até, os autores falam em usar a estatística para destrinchar o obscuro mundo dos contrafactuais1 . Uma advertência importante que os autores fazem a entusiastas do “big data”2 é que não podemos nos furtar a entender as questões estudadas e formular teorias. Não se chega a lugar nenhum só com dados e sem hipóteses.
Minha sensação, pela retórica empregada (não tenho competência para avaliar tecnicamente), é que Pearl exagera um pouco. Ele faz um uso pouco comedido de termos como “revolução” e “milagre”. Mas é um cientista de primeira linha e, mesmo que ele esteja aumentando as coisas em até 30%, ainda sobram muitas ideias fascinantes no livro. (Hélio Schwartsman. 19.08.2018. www.folha.uol.com.br. Adaptado)
1contrafactual: simulação (sentido aproximado)
2big data: grande banco de dados