De Rational Choice in an Uncertain World (Uma escolha racional em um mundo incerto), de Robyn Dawes:1
Esse ajuste post-hoc de evidências à hipótese, na verdade, está relacionado a um capítulo doloroso da história dos Estados Unidos: o internamento de nipo-americanos no início da Segunda Guerra Mundial. Quando o governador da Califórnia, Earl Warren, depôs perante uma audiência do Congresso em San Francisco, em 21 de fevereiro de 1942, um dos questionadores apontou que, até aquele momento, não havia ocorrido sabotagem ou qualquer outro tipo de espionagem por parte dos nipo-americanos. Warren respondeu: “Acredito que essa ausência [de atividades subversivas] é o sinal mais ameaçador em toda a nossa situação. Isso me convence mais do que qualquer outro fator que a sabotagem que devemos enfrentar, as atividades da Quinta Coluna devem estar cronometradas exatamente como o ataque a Pearl Harbor. … Acredito que estamos sendo iludidos por uma falsa sensação de segurança.”
Considerando o argumento de Warren sob a perspectiva bayesiana, podemos afirmar que, ao observarmos evidências, as hipóteses que atribuem uma maior probabilidade a essa evidência ganham força em relação às hipóteses que atribuem uma probabilidade menor a ela. Esse fenômeno é conhecido como probabilidade relativa e pode levar a uma perda de probabilidade em relação a outras hipóteses, se estas atribuírem uma probabilidade ainda maior à evidência. Ou seja, mesmo que uma alta probabilidade seja atribuída à evidência, isso não garante que essa hipótese seja a mais provável, caso haja outra hipótese que atribua uma probabilidade ainda maior.
Warren parece estar defendendo que, como não há sinais de sabotagem, isso confirma a presença de uma Quinta Coluna. No entanto, é possível argumentar que uma Quinta Coluna poderia estar atrasando sua ação de sabotagem. Contudo, é mais provável que a ausência de evidências da presença de uma Quinta Coluna signifique a ausência de sabotagem.
Consideremos E como a observação de sabotagem e ¬E como a observação de não sabotagem. H1 representa a hipótese de uma Quinta Coluna nipo-americana e H₂ a hipótese de que não existe uma Quinta Coluna. A probabilidade condicional P(E|H), ou “E dado H”, representa a confiança que teríamos em ver a evidência E se assumíssemos que a hipótese H fosse verdadeira.
Independentemente da probabilidade de que uma Quinta Coluna não faça sabotagem, a probabilidade P (¬E|H1), não será tão grande quanto a probabilidade de que não haja sabotagem dado que não há Quinta Coluna, a probabilidade P (¬E|H₂). Portanto, observar a falta de sabotagem aumenta a probabilidade de que não exista uma Quinta Coluna.
A falta de sabotagem não prova que não exista uma Quinta Coluna. Ausência de prova não é prova de ausência. Na lógica, (A ⇒ B), leia-se “A implica B,” não é equivalente a (¬A ⇒ ¬B), leia-se “não-A implica não-B.”
Na teoria da probabilidade, a ausência de evidência é sempre considerada evidência de ausência. Considere um evento binário E, e uma hipótese H. Se a ocorrência de E aumenta a probabilidade de H, ou seja, se P(H|E) > P(H), então a não observação de E diminuirá a probabilidade de H, o que é representado por P(H | ¬ E) < P(H). A probabilidade P(H) é uma média ponderada de P(H | E) e P(H | ¬ E) e, portanto, sempre se encontrará entre esses dois valores. Se algum desses conceitos parecer confuso, recomendo consultar o texto “Uma Explicação Intuitiva do Teorema de Bayes” para obter mais esclarecimentos.
Na maioria das situações da realidade, uma causa pode não apresentar sinais confiáveis, mas a ausência da causa é ainda menos provável de gerar esses sinais. A falta de uma observação pode ser uma evidência forte ou fraca de ausência, dependendo da probabilidade de a causa gerar a observação. Quando a ausência de uma observação é apenas levemente permitida (mesmo que a hipótese alternativa não o permita), a evidência é muito fraca de ausência (mas ainda é uma evidência). Isso é conhecido como a falácia das “lacunas no registro fóssil” —fósseis raramente se formam, então é inútil se preocupar com a ausência de uma observação fracamente permitida quando muitas observações positivas fortes já foram registradas. No entanto, se não houver observações positivas, é hora de se preocupar, e é aí que surge o Paradoxo de Fermi.
Um racionalista forte é aquele que consegue se confundir mais facilmente com a ficção do que com a realidade. Se você consegue explicar qualquer resultado com igual facilidade, isso significa que não possui conhecimento algum. A força de um modelo não está em sua capacidade de explicação, mas sim em suas limitações, pois apenas as restrições definem o que pode ser antecipado. Se você não perceber quando seu modelo torna a evidência improvável, pode ser que ele seja inválido, ou até mesmo que não haja nenhuma evidência disponível. Nesse caso, não haverá nenhum cérebro ou olho capaz de processar a informação.
11 NT.: Tradução livre do texto original em inglês. In fact, this post-hoc fitting of evidence to hypothesis was involved in a most grievous chapter in United States history: the internment of Japanese-Americans at the beginning of the Second World War. When California governor Earl Warren testified before a congressional hearing in San Francisco on February 21, 1942, a questioner pointed out that there had been no sabotage or any other type of espionage by the Japanese-Americans up to that time. Warren responded, “I take the view that this lack [of subversive activity] is the most ominous sign in our whole situation. It convinces me more than perhaps any other factor that the sabotage we are to get, the Fifth Column activities are to get, are timed just like Pearl Harbor was timed … I believe we are just being lulled into a false sense of security.
1. Robyn M. Dawes, Rational Choice in An Uncertain World, 1st ed., ed. Jerome Kagan (San Diego, CA: Harcourt Brace Jovanovich, 1988), 250-251.
