Filosofia da Ciência
0 Porque Precisamos de Filosofia da Ciência?
Comecemos por uma afirmação pouco polémica:
A Terra é aproximadamente esférica.
Se isto vos parece demasiado fácil, óptimo: não vamos passar o capítulo a debater terraplanistas.
A pergunta interessante é outra: como é que sabem?
É fácil dizer que sabemos uma coisa; explicá-la costuma ser mais difícil. É a chamada ilusão de profundidade explicativa (Rozenblit & Keil, 2002).
Podem responder «porque vi fotografias tiradas do espaço» ou «porque aprendi na escola». Perfeitamente razoável. Mas, se tivessem de mostrar por vocês próprios que a Terra é redonda, conseguiriam?
Aristóteles já fazia este tipo de argumento no século IV a.C. Em De caelo II.14, aponta para a sombra curva da Terra nos eclipses lunares e para a mudança das estrelas visíveis quando viajamos para norte ou para sul. Ou seja: mais de mil e oitocentos anos antes de Colombo, a esfericidade da Terra já era defendida com argumentos baseados na observação (Aristóteles, De caelo II.14).
Colombo não descobriu que a Terra era redonda. A história popular segundo a qual teve de convencer europeus instruídos da esfericidade da Terra é enganadora. Essa ideia era aceite muito antes de 1492; a discussão relevante era sobretudo sobre o tamanho da Terra e a distância até à Ásia navegando para oeste (Russell, 1991). Eratóstenes tinha estimado a circunferência terrestre muitos séculos antes (Matthew, 2023).
Em Portugal, D. João II rejeitou a proposta de Colombo quando a Coroa apostava na rota africana para a Ásia. Bartolomeu Dias dobrou o Cabo da Boa Esperança em 1488; Vasco da Gama chegou à Índia em 1498 (Newitt, 2010; Disney, 2009).
O documentário Behind the Curve (Clark, 2018) acompanha, entre outros casos, um grupo de defensores da Terra plana que compra um giroscópio laser para testar a rotação terrestre. Se a Terra rodasse uma vez por dia, esperavam medir cerca de 15 graus por hora. O instrumento registou aproximadamente esse valor.
A pergunta interessante não é apenas quem tinha razão. É o que estamos dispostos a deixar contar contra a nossa própria hipótese. Um teste perde muito do seu valor se qualquer resultado desfavorável puder ser explicado de forma a salvar sempre a conclusão preferida.
Voltaremos a este problema em Popper, Duhem, Lakatos e Mayo.
A Terra não fica menos esférica por alguém não conseguir explicar bem porquê. Mas ter uma crença correcta e saber justificá-la não são exactamente a mesma coisa. Que observações contam como evidência? Quando é que um teste é um teste sério? De quem aceitamos testemunho? O que fazemos quando os resultados contrariam aquilo em que acreditávamos?
É aqui que entramos na filosofia da ciência.
1 O Que É Filosofia da Ciência?
A filosofia é uma área enorme. Dentro dela, diferentes disciplinas fazem perguntas diferentes. Duas vão aparecer vezes sem conta neste capítulo:
- Epistemologia: como sabemos? O que conta como evidência, justificação ou conhecimento?
- Metafísica / ontologia: o que existe? Que tipo de coisas são electrões, genes, espécies, estados mentais ou outras entidades postuladas pelas nossas teorias?
A filosofia da ciência pega nestas e noutras perguntas filosóficas e dirige-as à ciência: como produzimos conhecimento científico, o que conta como evidência, o que torna uma explicação boa, que estatuto têm as entidades das nossas teorias e como devemos rever ideias quando os testes não correm como esperávamos?
Por isso, vive muito perto da epistemologia e da metafísica, mas também cruza a lógica, a filosofia da linguagem, a ética, a filosofia da mente e outras áreas. Não é uma disciplina que fica simplesmente «depois da ciência» a comentar resultados. Pergunta o que estamos a fazer quando observamos, medimos, testamos, explicamos e mudamos de ideias.
Uma dessas perguntas é a demarcação: o que distingue ciência de outras formas de investigar e afirmar coisas sobre o mundo? É fácil apontar para uma ideia que já sabemos estar errada. É mais difícil explicar o que torna algumas formas de investigar, testar e corrigir crenças melhores do que outras. Essa é uma das razões pelas quais a pergunta aparentemente simples de Chalmers — What Is This Thing Called Science? — continua a ser uma boa porta de entrada para o tema (Chalmers, 2013).
Vamos apresentar apenas algumas respostas. Os autores não formam uma escada de respostas cada vez melhores: alguns discordam directamente; outros estão a tentar resolver problemas diferentes. O objectivo é aprender a usar cada perspectiva para ver um problema com mais precisão.
Este capítulo é longo. Não tentem decorar todos os nomes: comecem por associar cada autor a uma pergunta e usem os pontos de paragem e exercícios ao longo da página.
A epistemologia estuda o conhecimento, a justificação, a evidência e os limites do que podemos saber. A ontologia, normalmente tratada como parte da metafísica, pergunta o que existe e que tipos de entidades existem.
Metafísica não é sinónimo de «sobrenatural», nem tem uma definição única. Em sentido amplo, investiga questões sobre o que existe e a natureza das coisas; na tradição antiga, isso incluía o ser enquanto ser e as primeiras causas. Hoje também abrange questões como a causalidade, o tempo e a relação entre mente e corpo (Stanford Encyclopedia of Philosophy: Metaphysics).
Para continuar para além deste capítulo:
- Stanford Encyclopedia of Philosophy: Epistemology.
- Stanford Encyclopedia of Philosophy: Metaphysics.
- Stanford Encyclopedia of Philosophy: Scientific Method.
O complemento natural é Filosofia da Estatística, onde entramos em valores-p, poder, equivalência, Bayesianismo e teste severo. Aqui começamos pelo problema filosófico; lá desenvolvemos algumas das ferramentas estatísticas.
Há três coisas que convém saber antes de tomar este capítulo demasiado à letra.
Dívida pedagógica. A selecção, a ordem e a forma de apresentar muitos destes temas devem muito ao que aprendi com Leonel Garcia-Marques e Mário Boto Ferreira, na FPUL. Entre os livros que mais moldaram este percurso estão também Chalmers (2013), sobretudo como mapa da filosofia da ciência, e Dienes (2008), pela forma de ligar estes debates à investigação em Psicologia. A organização desta página é minha e alarga deliberadamente esse percurso com outras tradições, autores e problemas. Não pretende reproduzir as posições de nenhuma destas fontes. Quaisquer erros, simplificações ou escolhas de ênfase são da minha responsabilidade.
Mapas, não retratos completos. Para tornar uma primeira leitura possível, vamos associar cada autor a algumas perguntas e ideias centrais. É uma simplificação deliberada. Filósofos escrevem durante anos ou décadas, mudam de opinião, reformulam argumentos e respondem a críticas. Fórmulas como «Popper = falsificação» ou «Kuhn = revoluções» podem ser bons mapas de entrada; não são retratos completos.
Fontes, traduções e limites. Esta página não parte de especialização em todas as tradições, línguas e períodos aqui representados. Sempre que possível, deixamos visível a cadeia texto primário → edição ou tradução académica → interpretação especializada → explicação desta página. Os excertos em português são traduções aproximadas para facilitar a leitura, não substitutos de traduções críticas. Quando seguimos de perto uma tradução publicada, identificamo-la.
2 O Que É Fazer Ciência?
Imaginemos uma pergunta simples: dormir mais melhora a atenção no dia seguinte? Uma investigação poderia envolver:
- Pergunta: o que queremos saber?
- Hipótese: que resposta testável propomos?
- Delineamento: quem participa, o que comparamos e o que tentamos manter semelhante entre condições?
- Medição: como transformamos «sono» e «atenção» em observações concretas?
- Dados: que registos obtemos?
- Análise: que padrões, diferenças e incerteza aparecem?
- Interpretação: o que o resultado permite concluir e que alternativas continuam possíveis?
- Novo estudo: que pergunta, replicação ou medição melhor surge a seguir?
Isto não é uma receita universal nem uma definição de ciência. É apenas um mapa de práticas que aparecem frequentemente nas ciências empíricas. Estudos observacionais, experiências, simulações, investigação qualitativa e estudos históricos organizam a investigação de formas diferentes. A ciência real também não avança sempre em linha recta.
Um resultado não chega por si só. Se um grupo que dormiu oito horas tiver melhor desempenho, ainda precisamos de perguntar se os grupos eram comparáveis, se a medida era adequada, se houve outras diferenças e se o estudo podia ter produzido um resultado diferente caso a hipótese estivesse errada.
A filosofia da ciência começa quando deixamos de perguntar apenas «qual foi o resultado?» e passamos a perguntar «porque é que este resultado nos deve ensinar alguma coisa?»
3 Uma Volta por Séculos e Continentes
A palavra «ciência» pode criar uma ilusão retrospectiva: autores de épocas e tradições diferentes parecem estar a tentar definir a mesma actividade que hoje recebe esse nome. Não estavam. Vale mais perguntar que formas de conhecimento consideravam justificadas, como se chegava a elas e que papel tinham demonstração, observação, inferência ou experiência.
Façamos uma volta rápida por alguns séculos e continentes: Grécia clássica, China dos Reinos Combatentes, epistemologia budista indiana, Cairo fatímida, universidades medievais europeias, Etiópia do século XVII e Iluminismo francês. Não é uma genealogia nem uma história completa. É uma amostra deliberadamente diversa de respostas à pergunta como sabemos isto?
Ao longo da viagem, vamos manter um pequeno diário de viagem. Depois de cada paragem, anotamos três coisas: o que vale a pena levar connosco, o que reconhecemos de paragens anteriores e o que mudou. O objectivo não é reduzir cada tradição a três frases; é impedir que as diferenças desapareçam à medida que avançamos.
Hakob Barseghyan propôs pensar a ciência de uma comunidade, num dado momento, como um mosaico científico: teorias e outros elementos epistémicos aceites, mais os métodos empregados (Barseghyan, 2015; Barseghyan, 2018).
Um mosaico não é simplesmente «as ideias de um autor». É uma reconstrução do que uma comunidade epistémica aceitava e empregava. O mosaico aristotélico-medieval, por exemplo, reunia filosofia natural, cosmologia, teologia, medicina, óptica, matemática, metafísica e critérios próprios de avaliação (Barseghyan et al., 2018).
Neste capítulo, mosaico é sobretudo uma lente para situar ideias no seu ambiente epistémico. Quando a evidência histórica não permite reconstruir uma comunidade inteira, ficamos pela escala do autor, texto ou tradição. Usar a palavra não implica aceitar toda a teoria de mudança científica da scientonomy.
Aristóteles: Causas, Demonstração e Primeiros Princípios
Nos Analíticos Posteriores, Aristóteles (384–322 a.C.) apresenta um ideal exigente de epistēmē: não basta saber que algo acontece; é preciso saber porquê, através da causa apropriada.
A demonstração (apodeixis) parte de premissas verdadeiras, primeiras, anteriores e explicativas. Como nem tudo pode ser demonstrado sem regressão infinita, os primeiros princípios não são eles próprios demonstrados. A sua aquisição começa nos particulares: percepção → memória → experiência → universal (Analíticos Posteriores II.19).
ἀπόδειξιν δὲ λέγω συλλογισμὸν ἐπιστημονικόν
Transliteração: apódeixin dè légō syllogismòn epistēmonikón.
Aproximadamente: «chamo demonstração a um silogismo que produz conhecimento científico».
- todos os seres humanos são mortais;
- Sócrates é ser humano;
- logo, Sócrates é mortal.
A validade garante que a conclusão se segue se as premissas forem verdadeiras. Para Aristóteles, uma demonstração científica exige ainda que essas premissas tenham o estatuto explicativo apropriado.
A óptica podia, por exemplo, receber princípios da geometria: Aristóteles admitia ciências subordinadas, uma arquitectura que reaparecerá em S. Tomás de Aquino. O quadro liga, portanto, causa, demonstração, primeiros princípios, experiência e generalidade.
Levamos: conhecer plenamente é mais do que acertar: envolve explicação, causas e demonstração. A experiência dos particulares participa no caminho para princípios e explicações gerais.
Cânones Mohistas: Observação, Razões e Padrões
Na China dos Reinos Combatentes, os Cânones Mohistas (aprox. finais do século IV a meados do III a.C.) distinguem várias vias para conhecer: informação recebida (wén 聞), explicação ou inferência (shuō 說) e conhecimento em pessoa (qīn 親), por contacto ou observação (Johnston, 2010; Fraser, 2024).
Uma distinção especialmente útil separa o que faz uma coisa ser como é, o que nos permite conhecê-la e o que permite fazê-la conhecer a outra pessoa. Causa, justificação e comunicação não têm de coincidir.
物之所以然，與所以知之，與所以使人知之，不必同。
Pinyin: Wù zhī suǒyǐ rán, yǔ suǒyǐ zhī zhī, yǔ suǒyǐ shǐ rén zhī zhī, bù bì tóng.
Aproximadamente: «aquilo pelo qual uma coisa é assim, aquilo pelo qual é conhecida e aquilo pelo qual fazemos outra pessoa conhecê-la não são necessariamente o mesmo». O pinyin é uma leitura moderna, não uma reconstrução da pronúncia antiga.
Os Cânones discutem ainda gù 故 (razão/causa) e fǎ 法 (padrão/standard), com forte uso de comparação e classificação. Não são uma antecipação do «método científico moderno»; mostram uma tradição sofisticada sobre observação, testemunho, inferência, causalidade e justificação.
Levamos: há várias vias para conhecer, e importa distinguir causa, razão para acreditar e meio de comunicar uma conclusão.
Dignāga e Dharmakīrti: Percepção e Inferência
Na epistemologia budista de Dignāga (c. 480–540) e Dharmakīrti (mais provavelmente século VII), a pergunta central é quais são os meios de cognição válida (pramāṇa). A arquitectura clássica reconhece dois: percepção (pratyakṣa) e inferência (anumāna) (Arnold, 2017; Dharmakīrti, SEP).
Dignāga liga a percepção ao particular e caracteriza-a como não conceptual; a inferência depende de conceitos, linguagem e razões. Dharmakīrti acrescenta que a percepção deve também ser não errónea (abhrānta).
pratyakṣaṃ kalpanāpoḍham
Aproximadamente: «a percepção é livre de construção conceptual».
O Pramāṇasamuccaya completo não sobreviveu em sânscrito: esta formulação é uma reconstrução filológica baseada em fragmentos, traduções tibetanas e comentários. Por isso, mantemos a romanização académica em vez de fingir um «original» em devanágari.
A diferença importante para a nossa viagem é a centralidade da construção conceptual: percepção e inferência fazem trabalhos distintos, e os conceitos não são simples cópias dos particulares percebidos.
Levamos: percepção e inferência são vias distintas de cognição; a inferência depende de conceitos e linguagem, enquanto a percepção tem relação privilegiada com o particular.
Ibn al-Haytham: Visão, Natureza e Matemática
Ibn al-Haytham (c. 965–1040) trabalhou entre filosofia natural, matemática e óptica. No Kitāb al-Manāẓir (Livro de Óptica), a visão exige simultaneamente investigação natural e geometria: observação, medição e matemática trabalham em conjunto.
A abertura do tratado propõe examinar casos particulares, distinguir as suas propriedades e avançar gradualmente para raciocínios e medições, criticando premissas e mantendo cautela nas conclusões (Sabra, 1989).
نبتدئ في البحث باستقراء الموجودات وتصفح أحوال المبصرات ونميز خواص الجزئيات
Transliteração: nabtadiʾu fī al-baḥthi bi-istiqrāʾi al-mawjūdāti wa-taṣaffuḥi aḥwāli al-mubṣarāti wa-numayyizu khawāṣṣa al-juzʾiyyāti.
Aproximadamente: «começamos a investigação examinando os existentes, percorrendo as condições das coisas visíveis e distinguindo as propriedades dos casos particulares» (Sabra, 1989).
Mais adiante:
استعمال العدل لا اتباع الهوى
Transliteração: istiʿmālu al-ʿadli lā ittibāʿu al-hawā.
Aproximadamente: «usar a equidade, não seguir a inclinação».
Nas investigações sobre luz, reflexão, refracção e visão, esta combinação torna-se prática experimental. Não precisamos de o transformar num «Galileu antes de Galileu»: basta reconhecer uma investigação que articula experiência, crítica e raciocínio geométrico.
Levamos: observação, experiência, medição, crítica e matemática podem trabalhar juntas para discriminar explicações.
S. Tomás de Aquino: Scientia
No mundo universitário do século XIII, S. Tomás de Aquino (c. 1225–1274) herda uma arquitectura aristotélica de princípios, demonstração e ciências subordinadas. Na Summa Theologiae I, q. 1, pergunta se a doutrina sagrada pode ser scientia.
A resposta depende de uma distinção: algumas ciências partem de princípios conhecidos pela luz natural do intelecto; outras recebem princípios de uma ciência superior. S. Tomás coloca a teologia neste segundo padrão: os princípios são recebidos por revelação, mas há raciocínio sistemático a partir deles (Summa Theologiae I, q. 1). Assim, origem dos princípios e inferência a partir deles são perguntas diferentes.
A forma do artigo também ensina alguma coisa: primeiro vem a questão, depois objecções fortes, uma resposta em sentido contrário e só então o respondeo.
Utrum sacra doctrina sit scientia.
«A doutrina sagrada é ciência?»
Videtur quod sacra doctrina non sit scientia.
«Parece que a doutrina sagrada não é ciência.»
Respondeo dicendum sacram doctrinam esse scientiam.
«Respondo que a doutrina sagrada é ciência.»
A objecção de que «a ciência não é dos singulares» também não elimina factos particulares: eles podem entrar sem serem o objecto principal da disciplina. A unidade vem antes de uma razão formal comum. O ponto central é uma concepção de scientia organizada por princípios, unidade do domínio e inferência, não por um critério empírico universal (Barseghyan et al., 2018).
Levamos: para compreender uma scientia, perguntem de onde vêm os princípios, o que dá unidade ao domínio e o que pode ser inferido a partir deles.
Zara Yaqob: Razão e Autoridade
Zara Yaqob (c. 1599–1692) escreveu em geʿez num contexto etíope de conflito religioso e doutrinas concorrentes. Na Hatäta, o problema que nos interessa é directo: quando autoridades discordam, como avaliar as crenças que recebemos? (Lee et al., 2023).
A sua resposta põe as crenças herdadas sob exame racional. Isso não opõe simplesmente religião e razão: o próprio raciocínio é enquadrado teologicamente, como uma capacidade dada pelo Criador. O contraste é entre autoridade recebida e crença examinada, dentro de um projecto religioso (Lee et al., 2023; Egid, 2024).
Comparações com Descartes podem ser sugestivas, mas apagam diferenças de língua, género, religião e contexto. Aqui interessa-nos a tradição de inquérito, não fazer de Zara Yaqob um precursor da modernidade europeia.
Levamos: receber uma crença por autoridade não basta; doutrinas concorrentes podem ser comparadas e submetidas a exame racional.
Émilie du Châtelet: Hipóteses e Experiência
Émilie du Châtelet (1706–1749) escreveu num período em que alternativas cartesianas, leibnizianas e newtonianas competiam na física e na metafísica. Ela não escolhe simplesmente um campo: aceita muito da física newtoniana, mas procura fundamentos metafísicos fortemente leibnizianos e wolffianos (Hutton, 2004; Du Châtelet, SEP).
Nas Institutions de physique (1740), princípios e experiência não chegam, sozinhos, para explicar todos os fenómenos. É nesse intervalo que entram as hipóteses: explicações prováveis que não podem contrariar princípios ou factos estabelecidos, ganham força ao explicar mais circunstâncias e podem sugerir novas experiências. Resultados contrários obrigam a rever ou rejeitar a parte defeituosa.
Un des torts de quelques philosophes de ce temps, c’est de vouloir bannir les hypothèses de la physique.
Aproximadamente: «um dos erros de alguns filósofos deste tempo é querer banir as hipóteses da física».
A defesa não licencia conjecturas arbitrárias: as hipóteses continuam limitadas por princípios e experiência.
A sua trajectória decorreu também num mundo que excluía mulheres de muitas instituições académicas formais, condicionando acesso e reconhecimento (Janiak, 2024). Filosoficamente, o ponto que fica é outro: hipóteses ligam princípios, fenómenos conhecidos e novas investigações.
| Paragem | O que fica no diário |
|---|---|
| Aristóteles | causas, demonstração, princípios, generalidade |
| Cânones Mohistas | observação, testemunho, inferência, razões e padrões |
| Dignāga e Dharmakīrti | percepção, inferência e construção conceptual |
| Ibn al-Haytham | observação, experiência, medição e matemática |
| S. Tomás de Aquino | princípios, subordinação e inferência |
| Zara Yaqob | autoridade recebida e exame racional |
| Émilie du Châtelet | hipóteses entre princípios, experiência e descoberta |
A viagem não revela uma essência única. Mostra maneiras diferentes de distribuir o trabalho entre observação, razão, experiência, autoridade, princípios, inferência e explicação.
Duas Cautelas Sobre História
Geografia: a ciência não se fez apenas na Europa ou na América do Norte. A astronomia no mundo islâmico medieval, por exemplo, desenvolveu modelos, instrumentos e práticas observacionais próprios (Saliba, 2007).
Tempo: também não há um momento arbitrário que possamos simplesmente chamar «o início da ciência». Mosaicos, métodos e critérios mudam historicamente.
E há uma terceira cautela para o que vem a seguir: filósofos como Popper, Kuhn, Lakatos e Feyerabend usam episódios históricos para fazer trabalho filosófico. Ao ler um episódio, perguntem tanto «o que aconteceu?» como «o que precisa este autor que este episódio mostre?». Historiografia e história usada num argumento filosófico podem sobrepor-se sem serem a mesma tarefa.
Leitura de apoio: Historicist Theories of Scientific Rationality
Até aqui fizemos uma volta histórica ampla. A partir daqui, mudamos de escala e seguimos debates dos séculos XX e XXI que moldaram fortemente a filosofia da ciência contemporânea. A ideia de mosaico continua útil: Kuhn põe comunidades no centro, Lakatos acompanha programas de investigação e Laudan tradições de investigação.
4 Demarcação, Inferência e Testes
Demarcação no Século XX
No início do século XX, uma parte importante do debate europeu passou a perguntar como distinguir conhecimento científico de outras formas de afirmação e investigação. O Círculo de Viena e Popper deram respostas muito diferentes. A questão que nos interessa é mais geral: o que torna uma forma de justificar, testar e corrigir uma crença epistemicamente boa?
O Círculo de Viena
O Círculo de Viena não foi uma pessoa colectiva com uma única doutrina. Ainda assim, muitos dos seus participantes integraram um projecto de concepção científica do mundo, que ligava a metodologia científica ao papel que a ciência poderia desempenhar na transformação da sociedade. O movimento incluía posições diversas: não havia uma doutrina partilhada por todos, e os seus membros discordavam sobre como entender o empirismo. A crítica da metafísica fazia parte desse debate, mas não encerrou a discussão sobre que perguntas são metafísicas nem sobre o que existe (Logical Empiricism; Metaphysics).
Diferentes versões de verificacionismo ligaram significado empírico à possibilidade de verificação, mas essas versões foram discutidas e reformuladas dentro do próprio movimento.
Popper conviveu e debateu com membros do Círculo, mas não pertenceu ao grupo. A sua pergunta de demarcação tomou uma direcção diferente: em vez de procurar mostrar como uma teoria universal se torna cada vez mais verificada por casos favoráveis, perguntou que observações seriam incompatíveis com ela.
A História Popperiana de Popper
Popper também construiu uma história sobre as origens da tradição científica. Na sua leitura dos pré-socráticos, a ruptura decisiva não foi acumular observações neutras, mas passar de uma tradição dogmática para uma tradição de discussão crítica, em que explicações concorrentes podiam ser propostas, criticadas e substituídas.
É uma reconstrução histórica instrutiva precisamente porque já se parece com a sua filosofia: problemas → conjecturas ousadas → crítica → novas conjecturas. A cautela anterior aplica-se imediatamente: podemos aprender simultaneamente algo sobre a história que Popper conta e sobre aquilo que Popper considera essencial à ciência. Isso não obriga a aceitar que a reconstrução de Popper seja a melhor descrição historiográfica dos pré-socráticos; aqui interessa-nos também perceber o uso filosófico que ele faz dessa história.
- Popper, Back to the Presocratics, em Conjectures and Refutations.
- Stanford Encyclopedia of Philosophy: Logical Empiricism.
- Stanford Encyclopedia of Philosophy: Karl Popper.
Levamos: uma boa teoria empírica corre riscos; testes interessantes são os que poderiam revelar que alguma coisa está errada. Sobreviver a um teste exigente é corroboração, não prova de verdade.
Em comum com du Châtelet: hipóteses devem enfrentar a experiência. Em comum com Zara Yaqob: crenças não ficam acima da crítica só porque já as aceitamos.
Diferença a guardar: Popper torna a possibilidade de refutação e a crítica centrais e rejeita a ideia de que acumular casos favoráveis verifique uma teoria universal.
Para perceber por que razão Popper considera assimétricos os casos favoráveis e os casos incompatíveis, precisamos agora de distinguir algumas formas de inferência.
Inferência: Dedução, Indução e Abdução
Voltemos ao sono e à atenção. Usaremos o mesmo estudo hipotético para dar um exemplo de cada tipo de inferência.
Dedução
Se aceitarmos provisoriamente a hipótese «dormir mais melhora a atenção» e algumas condições auxiliares, podemos deduzir uma previsão. Se os grupos forem comparáveis nos outros factores relevantes, esperamos melhor desempenho no grupo que dorme mais.
Numa dedução válida, se as premissas forem verdadeiras, a conclusão tem de ser verdadeira. A dedução não garante que as premissas estejam certas.
Podemos representar a hipótese por H, os auxiliares por A e uma consequência observável por O:
\[H \land A \rightarrow O\]
Esta forma será útil em Duhem.
Indução
Se observamos um padrão numa amostra e esperamos algo semelhante numa população mais ampla, estamos a fazer uma inferência indutiva. Por exemplo, se num estudo os estudantes que dormiram mais obtiveram, em geral, melhores resultados numa tarefa de atenção, podemos esperar uma associação semelhante noutros estudantes. A conclusão vai além dos casos observados e não é logicamente inevitável.
O problema clássico de Hume pergunta que justificação racional temos para esperar que regularidades observadas continuem noutros casos ou no futuro. Responder «porque aconteceu assim antes» já pressupõe precisamente a regularidade que queríamos justificar (Hume, 1748, secção IV, parte II).
Abdução
Se o grupo que dormiu mais teve melhor desempenho, podemos comparar explicações: foi o sono, cafeína, álcool, horário das aulas, diferenças anteriores entre grupos? A abdução procura a melhor explicação entre alternativas consideradas. Escolher a melhor explicação disponível não a transforma automaticamente em verdade (Stanford Encyclopedia of Philosophy: Abduction).
Karl Popper: Falsificabilidade, Crítica e Risco
Uma das perguntas de Popper: o que teria de acontecer para admitirmos que esta ideia está errada?
A falsificabilidade é uma excelente porta de entrada para Popper, mas não é a obra inteira. O seu projecto inclui problemas, conjecturas, crítica, crescimento do conhecimento, realismo, probabilidade e história da ciência. Aqui concentramo-nos sobretudo no que ajuda a pensar testes e inferência nas ciências empíricas.
Popper diz que costumava começar as aulas de Scientific Method dizendo aos estudantes que o método científico não existe. E depois vem a piada:
“I ought to know, having been, for a time at least, the one and only professor of this non-existent subject within the British Commonwealth.”
A provocação não significa «vale tudo». Popper rejeita a ideia de uma receita geral que permita descobrir teorias, verificar a sua verdade ou calcular mecanicamente qual teoria é verdadeira. Continua, porém, a defender normas de crítica, testes, exposição ao erro e regras metodológicas que impeçam uma teoria de se proteger de qualquer resultado.
Isto é uma boa vacina contra uma caricatura: Popper não propõe simplesmente substituir uma receita de verificação por uma receita automática de falsificação.
Demarcação e Falsificabilidade
Para Popper, uma teoria é falsificável quando existe pelo menos uma classe de observações possíveis incompatíveis com ela. Falsificável não significa «já demonstrada falsa». Significa que a teoria corre risco empírico.
A ideia é atraente porque impede uma teoria de se proteger de todos os resultados possíveis. Se qualquer observação puder ser reinterpretada como compatível com a teoria, o teste perde conteúdo.
Mas um conflito com uma previsão não identifica automaticamente o culpado. É preciso decidir se falhou a teoria, uma condição auxiliar, um instrumento ou alguma outra parte do teste. Popper reconhece a importância destas decisões e procura limitar remendos ad hoc: uma modificação deve aumentar conteúdo testável ou ser sustentada de forma independente, não existir apenas para salvar a teoria preferida (Popper, 1983).
Corroboração
Quando uma teoria sobrevive a testes exigentes, Popper fala em corroboração. Isso descreve o seu desempenho em testes realizados; não é o mesmo que demonstrar que é verdadeira ou atribuir-lhe uma probabilidade de verdade.
Platt e a Inferência Forte
Platt (1964) leva esta lógica mais longe com a inferência forte. Em vez de formular uma hipótese e procurar resultados compatíveis com ela, propõe trabalhar explicitamente com alternativas: desenhar uma experiência cujos resultados possam excluir uma ou mais hipóteses, executá-la de forma tão limpa quanto possível e repetir o processo com as alternativas que sobrevivem.
Platt resume a atitude com duas perguntas, a que chama simplesmente The Question:
“But sir, what experiment could disprove your hypothesis?”
“But sir, what hypothesis does your experiment disprove?”
A diferença importante está no encadeamento. Platt descreve-o como uma árvore lógica. Imaginemos que começamos por A versus B. Um resultado exclui A e deixa B em jogo; a pergunta seguinte pode então ser C versus D dentro desse ramo. Se o primeiro resultado tivesse excluído B, seguiríamos antes para E versus G. Cada experiência decide qual é a bifurcação seguinte. Uma hipótese que «sobrevive» não fica provada: simplesmente permanece na árvore enquanto alternativas vão sendo eliminadas.
A ou B?
- se A for excluída → seguimos B → C ou D?
- se B for excluída → seguimos A → E ou G?
E repetimos. O objectivo é transformar uma sequência de estudos numa série de decisões informativas, em vez de acumular experiências independentes que apenas mostram resultados compatíveis com a hipótese preferida.
É este uso sistemático da exclusão que Platt associa ao progresso rápido de áreas como a biologia molecular e a física de altas energias. Essa comparação é a tese de Platt, não uma lei histórica demonstrada. O ponto metodológico, porém, é claro: ele queria investigadores a escrever explicitamente a árvore, as alternativas e as experiências cruciais, deixando que cada resultado determinasse o próximo ramo da investigação.
Se Popper já vos deu matéria suficiente para hoje, parem aqui. Se quiserem confirmar que a ideia ficou mesmo clara, façam dedução, indução, abdução e risco popperiano antes de avançar.
Pierre Duhem: Teorias Não Vêm Sozinhas
Pergunta de Duhem: quando uma previsão falha, como sabemos qual parte do estudo estava errada?
Suponham que uma teoria prevê 500 g e a balança mostra 460 g. Pode estar errada a teoria, a calibração, uma condição inicial ou a forma como o objecto foi preparado. O resultado diz que alguma coisa no pacote não funcionou como previsto. Não diz sozinho qual.
O holismo do teste de Duhem significa que uma teoria física é testada com hipóteses auxiliares e condições adicionais. Se
\[H \land A \rightarrow O\]
e observamos \(\neg O\), podemos concluir que o conjunto \(H\land A\) falhou. A lógica não nos autoriza, sem passos adicionais, a concluir especificamente \(\neg H\) (Duhem, 1954). Quine ampliou esta ideia para redes mais vastas de crenças (Quine, 1951).
Holismo do Teste ≠ Carga Teórica
A carga teórica da observação é outra família de problemas: produzir e interpretar dados envolve conceitos, modelos e pressupostos sobre instrumentos. Isso não implica que qualquer observação seja arbitrária nem que objectividade seja impossível. A entrada Theory and Observation in Science da Stanford Encyclopedia of Philosophy distingue versões fortes e fracas desta tese.
Estas duas dificuldades podem coexistir, mas não são a mesma coisa: uma diz respeito à estrutura lógica de testar pacotes de hipóteses; a outra ao papel de pressupostos na produção e interpretação da observação.
Levamos: uma previsão não vem de uma hipótese isolada. Teorias, pressupostos auxiliares, condições iniciais e instrumentos entram juntos no teste.
Em comum com Popper: resultados incompatíveis importam. Em comum com Ibn al-Haytham: instrumentos, medições e pressupostos fazem parte da investigação.
Diferença a guardar: um resultado negativo não diz, só pela lógica, que parte do conjunto falhou. Passar de «o teste falhou» para «esta teoria está errada» exige trabalho adicional.
Antes de acrescentar Kuhn à pilha, podem parar e testar a distinção entre os dois problemas: Duhem ou carga teórica?.
5 Mudança, Progresso e Pluralismo
Thomas Kuhn: Paradigmas e Revoluções
Pergunta de Kuhn: como aprende uma comunidade científica o que conta como problema importante e boa solução?
Paradigma Não É Apenas Teoria
Um paradigma, no uso clássico de Kuhn, não é apenas uma teoria. Inclui modelos, valores, técnicas, generalizações e exemplares: soluções de problemas que servem de modelo para aprender a fazer investigação (Kuhn, 1970).
Esta ideia ajuda a perceber porque cientistas não começam cada estudo do zero. Aprendem formas de perguntar, medir, modelar e avaliar resultados dentro de uma tradição.
Ciência Normal e Ciência Revolucionária
Na ciência normal, investigadores resolvem problemas dentro de um quadro partilhado. Uma anomalia não derruba imediatamente o paradigma. Pode ser tratada como erro de medição, problema técnico, caso difícil ou questão ainda por resolver.
Uma crise pode surgir quando anomalias importantes persistem e existem alternativas promissoras. Uma revolução científica envolve mudanças mais profundas no quadro de problemas, conceitos e soluções exemplares. Não há um número mágico de anomalias que force essa transição.
Aqui podemos recuperar a linguagem apresentada brevemente no início. O paradigma de Kuhn inclui exemplares, conceitos, valores e práticas que organizam o trabalho de uma comunidade. O mosaico científico de Barseghyan, na formulação inicial, representa teorias aceites e métodos empregados.
Não são o mesmo conceito. A comparação é útil porque ambos tornam visível que as teorias não são a única coisa que pode mudar. Voltaremos a Barseghyan mais adiante.
Incomensurabilidade Local
Kuhn usa incomensurabilidade para descrever dificuldades de tradução e comparação quando certos conceitos mudam de papel entre tradições. A leitura mais defensável não é que paradigmas diferentes sejam totalmente incapazes de comunicar. A incomensurabilidade pode ser local e parcial: alguns termos mudam sem desaparecer todo o terreno comum.
Porquê? Porque duas teorias podem continuar a fazer previsões sobre casos comparáveis mesmo quando classificam algumas entidades de maneiras diferentes ou usam certos conceitos com relações internas diferentes. A dificuldade pode estar em traduzir sem perda uma parte do vocabulário, não em perder toda a possibilidade de confrontar conteúdo, evidência ou resultados.
Hoyningen-Huene e Oberheim (2009) insistem precisamente nesta distinção: incomensurabilidade não implica incomparabilidade total de conteúdo. O desacordo filosófico passa então para uma pergunta mais específica: o que fica comparável quando parte da taxonomia ou da referência mudou?
Razões Sem Receita
Kuhn identifica valores como exactidão, consistência, âmbito, simplicidade e fecundidade na escolha entre teorias. Estes valores podem orientar a decisão sem funcionar como um algoritmo que obrigue todos os investigadores a ponderá-los da mesma forma ou a chegar sempre à mesma conclusão.
A Revolução Cognitiva Como Teste
É comum descrever a emergência da psicologia cognitiva como uma revolução que substituiu o behaviorismo. Watrin e Darwich (2012) mostram que essa narrativa é demasiado simples. A análise do comportamento não desapareceu e o próprio rótulo «behaviorismo» cobre tradições que não devem ser tratadas como uma doutrina única.
Isto não significa que nada tenha mudado. Significa que «uma escola morreu e a outra tomou o seu lugar» é uma descrição demasiado limpa para a evidência histórica. Diferentes indicadores — publicações, departamentos, vocabulário, sociedades científicas ou programas de investigação — podem contar histórias parcialmente diferentes sobre continuidade e mudança.
Há ainda uma caricatura frequente a evitar: nem todo o behaviorismo consiste em negar aquilo que acontece «por dentro». A tradição do behaviorismo radical discute explicitamente eventos privados e comportamento encoberto, procurando tratá-los dentro de uma análise comportamental em vez de os usar como causas mentais independentes. Podemos discordar dessa análise, mas ela é diferente da ideia simplista de que pensamentos, imagens ou sentimentos são simplesmente declarados inexistentes (Leigland, 2009).
Este é um bom lugar para recuperar a cautela historiográfica: o modelo de Kuhn pode ser uma lente para formular perguntas históricas sem se transformar num molde em que todos os episódios tenham de seguir a sequência «paradigma → anomalia → crise → revolução».
- Kuhn (1970), The Structure of Scientific Revolutions.
- Hoyningen-Huene & Oberheim (2009) — incomensurabilidade e comparabilidade.
- Watrin & Darwich (2012) — behaviorismo e narrativa da revolução cognitiva.
Levamos: comunidades científicas aprendem problemas, técnicas, valores e exemplares; anomalias são normalmente trabalhadas dentro desse quadro antes de porem o quadro inteiro em causa.
Em comum com Duhem: uma dificuldade não determina mecanicamente o que deve ser abandonado. Em comum com tradições anteriores: aquilo que conta como boa razão depende também de práticas e formas aprendidas de investigar.
Diferença a guardar: o foco passa do teste de uma hipótese para a organização histórica e social de uma tradição científica e para a mudança dos próprios problemas, conceitos e padrões de solução.
Imre Lakatos: Programas de Investigação
Pergunta de Lakatos: quando é que ajustar uma teoria é progresso e quando é apenas uma forma de a proteger?
Lakatos tenta conciliar duas intuições: teorias importantes raramente são abandonadas após uma única anomalia, mas isso não significa que qualquer ajuste seja racional.
Um programa de investigação tem um núcleo duro, mantido provisoriamente fora do alvo de refutação directa, e um cinturão protector de hipóteses auxiliares que pode ser revisto. A heurística negativa orienta o que não atacar; a heurística positiva sugere caminhos para desenvolver o programa (Lakatos, 1970).
«Redireccionar» uma tentativa de refutação torna-se mais claro se recuperarmos a forma lógica anterior. Se \(H \land A\) implica uma observação \(O\), mas observamos \(\neg O\), a lógica diz-nos que alguma parte da conjunção falhou. Não identifica automaticamente \(H\) como culpada. Num programa lakatosiano, a heurística negativa manda conservar provisoriamente o núcleo duro e procurar no cinturão protector uma alteração que possa explicar a dificuldade. Isso não é uma licença para salvar o programa a qualquer preço: a qualidade das alterações é precisamente o que distingue uma trajectória progressiva de uma degenerativa (Musgrave & Pigden, SEP).
Progressivo ou Degenerativo?
Um problemshift é teoricamente progressivo quando acrescenta conteúdo empírico novo e testável. É empiricamente progressivo quando parte desse conteúdo novo é corroborada. Uma trajectória é degenerativa quando as mudanças servem sobretudo para acomodar dificuldades já conhecidas sem gerar novas previsões bem-sucedidas.
Esta avaliação é histórica. Um programa pode parecer degenerativo durante um período e recuperar mais tarde. Lakatos é, por isso, menos impaciente do que uma versão simplista de falsificacionismo.
Levamos: não é irracional proteger provisoriamente algumas ideias de uma anomalia. A questão é se os ajustes abrem novos caminhos testáveis e bem-sucedidos ou apenas acomodam problemas já conhecidos.
Em comum com Popper: crítica e risco empírico continuam centrais. Em comum com Kuhn e Duhem: uma teoria importante não é normalmente abandonada perante uma única dificuldade.
Diferença a guardar: Lakatos procura avaliar trajectórias de programas de investigação como progressivas ou degenerativas, em vez de julgar uma teoria por um teste isolado.
Kuhn e Lakatos ficam mais fáceis de distinguir quando são obrigados a olhar para o mesmo caso. Este é um bom ponto para parar e fazer Kuhn e Lakatos diante da mesma mudança.
Larry Laudan: Progresso e Problemas
Pergunta de Laudan: esta tradição está realmente a resolver problemas importantes melhor do que as alternativas?
Laudan (1977) propõe avaliar tradições de investigação pela sua capacidade de resolver problemas empíricos e conceptuais. O foco desloca-se de uma história simples de «teorias verdadeiras substituem teorias falsas» para uma comparação entre o que cada tradição consegue explicar, que anomalias mantém e que dificuldades cria.
Laudan também ataca a procura de um critério universal de demarcação. Em The Demise of the Demarcation Problem (1983), argumenta que perguntar se uma afirmação é bem apoiada pode ser mais produtivo do que tentar primeiro classificá-la como «ciência» ou «pseudociência» através de uma condição necessária e suficiente.
Levamos: podemos perguntar se uma tradição resolve problemas empíricos e conceptuais melhor do que as alternativas, sem fazer depender toda a avaliação de uma fronteira universal entre «ciência» e «não ciência».
Em comum com Lakatos: progresso é comparativo e histórico. Em comum com Popper: importa avaliar criticamente o desempenho de ideias e práticas.
Diferença a guardar: Laudan desloca o centro da discussão de demarcar para resolver problemas.
Wittgenstein e as Semelhanças de Família
Wittgenstein aparece aqui por razões conceptuais, não cronológicas. As Philosophical Investigations são de 1953, portanto anteriores a Laudan. A colocação nesta parte do capítulo serve para responder à pergunta que a crítica de Laudan torna particularmente visível: e se certas categorias não tiverem uma essência única que todos os seus membros partilham?
Wittgenstein desenvolve a ideia de semelhanças de família ao discutir conceitos como «jogo». Membros de uma família podem parecer-se de muitas formas sobrepostas sem existir uma característica isolada presente em todos. Ele não estava a propor uma teoria de demarcação científica.
Imagine-se a tentativa de definir «cão» por uma única característica visível, como ter quatro patas. A definição falha perante cães que perderam uma pata. Uma descrição por semelhanças de família permite, em vez disso, que os casos se assemelhem de maneiras diferentes e sobrepostas: no focinho, na forma das orelhas, no porte ou no comportamento. Este é apenas um exemplo intuitivo de como a ideia funciona, não uma definição biológica da espécie «cão».
Aplicar esta ideia à ciência é um passo posterior. Uma abordagem de semelhanças de família pode perguntar se diferentes ciências partilham conjuntos parcialmente sobrepostos de características — uso de evidência, modelos, testes, revisão crítica, práticas de medição — sem exigir uma única propriedade necessária e suficiente para tudo o que chamamos ciência.
Isto também não resolve automaticamente o problema da pseudociência. Park e Brock (2023) discutem precisamente as possibilidades e limites de ensinar ciência e pseudociência através desta perspectiva.
- Wittgenstein: semelhanças de família como ideia sobre conceitos.
- Aplicações posteriores à ciência: usam essa ideia para pensar categorias científicas e demarcação.
A segunda não deve ser apresentada como se fosse uma posição de Wittgenstein sobre metodologia científica.
- Wittgenstein (1953), Philosophical Investigations, sobretudo a discussão de «jogos» e semelhanças de família.
- Park & Brock (2023), Is There a Limit to Resemblances? — aplicação contemporânea à ciência e pseudociência.
Levamos: algumas categorias funcionam por redes de semelhanças sobrepostas, sem uma propriedade necessária e suficiente presente em todos os casos.
Em comum com Laudan: isto enfraquece a expectativa de que «ciência» tenha de ser capturada por um único critério universal.
Diferença a guardar: Wittgenstein não estava a propor uma metodologia científica. A contribuição que levamos é uma ferramenta para pensar conceitos que autores posteriores aplicam à ciência.
Se a cabeça já está cheia de critérios, essências e famílias, não acrescentem Feyerabend só porque ele é o próximo título. Parem aqui ou façam Laudan e semelhanças de família.
Paul Feyerabend: Anarquia e Oportunismo?
Pergunta de Feyerabend: podemos exigir uma regra metodológica universal para toda a ciência e todas as situações?
Em Against Method, Feyerabend usa episódios históricos para contestar a ideia de que exista um método científico único e invariável. A sua leitura de Galileu, por exemplo, procura mostrar que a inovação pode envolver estratégias que violam regras metodológicas defendidas na época. A tese não é que todos os procedimentos sejam igualmente bons, mas que nenhuma regra metodológica geral pode decidir antecipadamente todos os casos.
«Vale Tudo»?
A frase anything goes tornou-se associada a Feyerabend, mas não deve ser lida como uma instrução para aceitar qualquer afirmação sem razões. Na obra, ela condensa a crítica a regras metodológicas universais e a defesa de alternativas que permitam comparar e desenvolver formas diferentes de investigação. Não é, portanto, uma receita alternativa simples.
A própria apresentação de Feyerabend complica ainda mais o slogan. No prefácio à segunda edição, explica que o projecto nascera como metade de uma troca planeada com Imre Lakatos, seu amigo e adversário racionalista, e descreve o livro mais como uma carta provocatória a esse interlocutor do que como um tratado sistemático. Também rejeita anything goes como se fosse um princípio metodológico positivo que ele estivesse simplesmente a recomendar. A história editorial e a relação com Lakatos são confirmadas pela Stanford Encyclopedia of Philosophy.
A leitura de Shaw (2017) vai mais longe: contra a interpretação de que anything goes seria apenas uma reductio retórica, Shaw defende que Feyerabend também sustentava o anarquismo como tese positiva, sob a forma de pluralismo radical ou de oportunismo metodológico. Esta é a interpretação de Shaw, não uma formulação que devamos atribuir sem qualificação ao próprio Feyerabend. O desacordo é precisamente parte do que a secção pretende tornar visível.
Cientismo e Democracia
Em Science in a Free Society (1978), Feyerabend questiona a passagem automática de autoridade científica para autoridade política. A sua crítica não equivale simplesmente a «todas as opiniões são iguais»; é uma discussão sobre pluralismo, poder institucional e controlo democrático da ciência.
Levamos: regras metodológicas úteis num contexto podem bloquear investigação noutro; a história torna difícil defender uma receita invariável para toda a ciência.
Em comum com Kuhn e Laudan: práticas científicas são historicamente situadas. Em comum com Wittgenstein: devemos desconfiar de uma essência simples imposta a uma actividade muito diversa.
Diferença a guardar: Feyerabend empurra o pluralismo metodológico muito mais longe e acrescenta uma pergunta política sobre autoridade científica, instituições e democracia.
Hakob Barseghyan: O Mosaico Científico
Pergunta de Barseghyan: a ciência muda toda de uma vez ou diferentes partes podem mudar em momentos diferentes?
Barseghyan (2015) propõe pensar a ciência como um mosaico de teorias e métodos aceites ou empregados numa comunidade. Em vez de imaginar apenas revoluções totais ou acumulação linear, esta imagem permite representar mudanças peça a peça.
Em trabalho posterior, Barseghyan alarga a ontologia do mosaico para diferentes elementos epistémicos — isto é, relativos ao conhecimento — aceites ou empregados por agentes epistémicos (Barseghyan, 2018).
A scientonomy é um programa contemporâneo relativamente pequeno que procura formular regularidades gerais sobre como estes elementos são aceites, empregados e substituídos. Essa ambição é mais forte do que aquilo de que precisamos aqui. O interesse do mosaico, neste capítulo, é também mostrar que a viragem para comunidades, programas, tradições e contextos históricos não terminou com os debates do século XX: continua a gerar propostas sobre como representar a mudança científica. Partes deste programa continuam a ser desenvolvidas também em revistas gerais de história e filosofia da ciência (Barseghyan, 2022).
Levamos: teorias, métodos e outros elementos epistémicos podem mudar em momentos diferentes; não precisamos de imaginar a ciência como um bloco que se mantém ou revoluciona de uma vez.
Em comum com Kuhn, Lakatos e Laudan: a mudança científica é histórica e envolve unidades maiores do que teorias isoladas — comunidades, programas, tradições ou conjuntos de elementos epistémicos.
Diferença a guardar: o mosaico dá-nos uma forma explícita de representar o que uma comunidade aceita ou emprega num dado momento e de seguir mudanças peça a peça. As leis gerais propostas pela scientonomy são uma tese adicional.
Antes de mudar de teorias da mudança científica para a prática experimental, podem parar e comparar Feyerabend e Barseghyan.
6 Experimentação, Erro e Descoberta
Novo Experimentalismo: Experiências Com Vida Própria
Pergunta: o que conseguimos aprender com a própria prática de experimentar, medir, intervir, estabilizar fenómenos e procurar erros?
Durante muito tempo, a filosofia da ciência contou a história sobretudo a partir das teorias: formulamos uma teoria, deduzimos uma previsão e usamos a experiência para decidir se a teoria sobrevive. Esta imagem deixou em segundo plano a própria prática experimental. Franklin e Perovic (2023, §1) descrevem o regresso do interesse filosófico pela experiência no final do século XX e colocam o trabalho de Hacking entre as suas formulações influentes.
Não surgiu uma escola organizada com um fundador e um programa único. Mayo (1994) distingue autores com agendas diferentes, mas que viam aspectos da experiência como um recurso importante para responder a problemas da filosofia da ciência. Seguindo Ackermann (1989), Mayo usa novo experimentalismo para um subconjunto desses autores; não trata o rótulo como nome de um programa uniforme. Hacking (1983), Franklin (1986) e Galison (1987) são leituras importantes para conhecer esta viragem, embora cada um trabalhe questões próprias.
Hacking: Experimentar Também É Fazer
Em Representing and Intervening, Hacking contrapõe duas actividades que a filosofia tinha tratado de forma desigual: representar o mundo e intervir nele. Um exemplo é observar células ao microscópio e intervir nelas — por exemplo, injectando um fluido ou aplicando uma coloração — para testar como o aparelho e a observação respondem. A concordância entre aparelhos fisicamente diferentes também pode reforçar a confiança num resultado (Franklin & Perovic, 2023, §2.1.1; Hacking, 1983).
A experiência pode, assim, ter uma relativa autonomia face a uma teoria de alto nível: técnicas e resultados podem continuar úteis quando muda a explicação geral. Isso não torna a experiência independente de todo o conhecimento teórico. Instrumentos, medições e intervenções dependem de conhecimentos anteriores (Franklin & Perovic, 2023, §§1, 3.1).
Esta prática também está ligada ao realismo de entidades de Hacking. A possibilidade de usar entidades de forma sistemática para intervir noutras partes do mundo conta, para ele, como razão para as levar a sério (Chalmers, 1999, p. 243; Hacking, 1983).
O ponto não é que a experiência seja teoricamente neutra. Instrumentos, medições, categorias e expectativas dependem de conhecimento anterior.
A tese mais modesta é que nem todo o valor epistemológico de uma experiência depende da verdade de uma grande teoria. Resultados, técnicas e fenómenos podem manter-se úteis quando as explicações mudam.
Verificar Resultados Experimentais
Para avaliar um resultado, precisamos de considerar se o aparelho funcionou como previsto e se há explicações alternativas plausíveis. Franklin e Perovic (2023, §2.1.2) descrevem estratégias como calibrar o aparelho com fenómenos conhecidos, reproduzir artefactos esperados, eliminar fontes plausíveis de erro e procurar explicações alternativas. A confirmação por aparelhos diferentes pode dar apoio adicional, embora não transforme o resultado numa certeza.
A filosofia da experimentação também pode acompanhar historicamente como as experiências terminam. Esse é o tema de How Experiments End, de Galison (1987). Os casos históricos complementam o estudo das estratégias de verificação ao situá-las na prática experimental.
Mayo: Testes Severos e Erro
Mayo transforma esta viragem experimental numa epistemologia mais explícita. No artigo The New Experimentalism, Topical Hypotheses, and Learning from Error, assinala que os autores tinham agendas diferentes, mas partilhavam a ideia de que aspectos da experiência podiam ajudar a resolver problemas importantes da filosofia da ciência (Mayo, 1994).
Em Error and the Growth of Experimental Knowledge, desenvolve esta ideia: aprendemos ao construir procedimentos capazes de encontrar falhas e depois submeter afirmações a esses procedimentos (Mayo, 1996).
A pergunta que mais tarde será formalizada através da severidade é:
Se a afirmação estivesse errada desta maneira, este procedimento teria uma boa oportunidade de o revelar?
Um resultado favorável é pouco informativo se o teste quase nunca teria produzido um resultado desfavorável mesmo quando a afirmação fosse falsa. A formalização estatística é desenvolvida em Filosofia da Estatística (Mayo & Spanos, 2006; Mayo, 2018).
Como Pode o Conhecimento Acumular?
Nesta família de ideias, progresso não precisa de significar apenas:
Teoria A → experiência decisiva → Teoria B
Também pode significar acumular peças de conhecimento experimental:
fenómeno estável → instrumento calibrado → artefacto excluído → relação reproduzida → intervenção fiável → hipótese local testada
Estas peças não são independentes de teoria, mas podem ser mais estáveis do que a teoria de nível superior em que foram inicialmente interpretadas. Quando a teoria muda, nem tudo volta a zero.
Isto ajuda a compreender porque uma ciência pode progredir mesmo durante períodos em que há desacordo teórico. Um laboratório pode melhorar a capacidade de medir, separar sinais, identificar condições de fronteira, produzir um fenómeno ou detectar uma fonte de erro. Esse conhecimento pode depois ser reutilizado por teorias que ainda não existiam quando a experiência foi feita.
Rheinberger e os Sistemas Experimentais
A biologia fornece uma versão particularmente forte desta ideia. Em Toward a History of Epistemic Things, Rheinberger (1997) estuda sistemas experimentais de biologia molecular e pergunta como eles produzem novidade, em vez de apenas testarem previsões já formuladas.
Um sistema experimental combina materiais, preparações, instrumentos, procedimentos e formas de medir que vão sendo ajustados uns aos outros. O investigador não precisa de saber antecipadamente todas as perguntas que o sistema permitirá fazer. Ao estabilizar certas operações, o próprio sistema pode fazer aparecer novos objectos de investigação — aquilo a que Rheinberger chama coisas epistémicas.
Isto é especialmente útil para pensar a biologia experimental. O trabalho com um organismo-modelo, um ensaio bioquímico, uma cultura celular ou um sistema de monitorização ecológica pode começar com uma pergunta e acabar por criar novas perguntas que não estavam no delineamento original.
É mais seguro tratar Rheinberger como uma linha convergente da epistemologia da experimentação em biologia do que como membro de uma escola formal chamada «Novo Experimentalismo». O parentesco intelectual está na atenção à prática, aos sistemas experimentais e à produção de conhecimento que não se reduz a testar teorias já acabadas.
Levamos: a experiência pode gerar conhecimento local, técnicas e fenómenos que sobrevivem a mudanças na teoria.
Hacking: intervir e produzir efeitos estáveis também é conhecer.
Franklin e Perovic: calibração, verificações e eliminação de fontes de erro ajudam a avaliar resultados. Galison: pergunta como terminam as experiências.
Mayo: progresso experimental depende da capacidade de encontrar erros relevantes.
Rheinberger: em biologia, sistemas experimentais podem produzir novos objectos e novas perguntas.
Cautela: nada disto torna a experiência «sem teoria». A tese é sobre autonomia parcial, não sobre neutralidade absoluta.
- Hacking (1983), Representing and Intervening.
- Franklin (1986), The Neglect of Experiment.
- Galison (1987), How Experiments End.
- Ackermann (1989), The New Experimentalism.
- Mayo (1994), The New Experimentalism, Topical Hypotheses, and Learning from Error.
- Mayo (1996), Error and the Growth of Experimental Knowledge.
- Rheinberger (1997), Toward a History of Epistemic Things.
Se quiserem parar aqui, já têm um ciclo completo: hipótese, experiência, possibilidade de erro, conhecimento local e revisão. Se quiserem pôr Mayo a trabalhar antes de seguir, tentem desenhar um teste severo.
7 De Onde Vêm as Hipóteses?
Uma distinção histórica importante separa contexto da descoberta — como surgem hipóteses — de contexto da justificação — como são avaliadas. A história dessa distinção, associada a Reichenbach, é mais complexa do que a versão de manual que simplesmente expulsa a descoberta da filosofia (Stanford Encyclopedia of Philosophy: Hans Reichenbach).
McGuire (1997) argumenta que gerar hipóteses também pode ser ensinado. Entre as suas heurísticas estão procurar casos desviantes, inverter relações causais consideradas óbvias e importar analogias de outros domínios.
Isso complementa a ênfase em testes exigentes: um excelente teste não ajuda se nunca conseguimos formular uma hipótese clara e interessante para pôr à prova.
8 O Diário em Dez Perguntas
- Popper: o que poderia mostrar que estou errado?
- Duhem–Quine: se a previsão falhou, que parte do pacote falhou?
- Kuhn: como aprende uma comunidade o que conta como problema e solução?
- Lakatos: as alterações geram conteúdo novo ou apenas protegem a teoria?
- Laudan: esta tradição resolve problemas importantes?
- Wittgenstein / semelhanças de família: precisamos mesmo de uma única essência para usar uma categoria como «ciência»?
- Feyerabend: faz sentido exigir um método universal?
- Barseghyan: que peças mudam e quais permanecem?
- Hacking: o que conseguimos manipular e investigar de forma fiável?
- Mayo: o teste podia descobrir um erro relevante?
9 O Que Reter e Onde Continuar
Este capítulo não fornece um algoritmo universal para fazer ciência. Fornece perguntas que tornam a investigação mais escrutinável:
- que observação poderia contrariar a hipótese?
- que auxiliares sustentam a previsão?
- que práticas e exemplares moldam o trabalho da comunidade?
- uma alteração está a gerar progresso ou apenas a acomodar problemas?
- estamos a usar «ciência» como se exigisse uma essência única?
- que erro o procedimento teria conseguido revelar?
Para a mecânica básica da inferência, continuem em Fundamentos da Inferência; para as diferentes interpretações de evidência, sigam Filosofia da Estatística. Para traduzir hipóteses em modelos e comparações, passem depois à Abordagem de Comparação de Modelos. Para pressupostos e triangulação, vejam Diagnóstico e Pressupostos.
10 Exercícios
Não é preciso chegar ao fim do capítulo para começar esta secção. Os atalhos espalhados pela página trazem-vos aqui quando cada exercício já faz sentido. Podem fazê-lo e depois voltar ao ponto onde ficaram.
As respostas abaixo são exemplos de raciocínio, não chaves únicas para perguntas filosóficas.
Dedução, Indução, Abdução e Popper
Escolham uma hipótese científica. Escrevam uma dedução que dela resulte com auxiliares explícitos, uma inferência indutiva a partir de observações, uma explicação abductiva e um resultado que pudesse contrariar a hipótese.
Hipótese: «temperaturas mais altas aceleram o crescimento destas larvas».
- Dedução: se a hipótese estiver certa e alimento, densidade e medição forem comparáveis, então as larvas mantidas à temperatura mais alta deverão crescer mais depressa.
- Indução: se o padrão aparecer repetidamente nas unidades observadas, podemos esperar encontrá-lo também em casos semelhantes ainda não observados; essa passagem não é logicamente garantida.
- Abdução: perante maior crescimento, a temperatura pode ser a melhor explicação entre as alternativas consideradas, depois de confrontarmos alimentação, densidade, mortalidade e erro de medição.
- Risco popperiano: resultados repetidos e bem controlados incompatíveis com a previsão contam contra o conjunto hipótese + auxiliares. Ainda temos de investigar que parte desse conjunto falhou.
Duhem ou Carga Teórica?
Inventem um resultado inesperado. Identifiquem um problema de holismo do teste e um problema de carga teórica da observação. Proponham uma verificação adicional para cada um.
Suponham que um sensor indica uma queda inesperada de oxigénio.
- Holismo do teste: a previsão dependia da hipótese principal, mas também da calibração do sensor, da temperatura, da amostragem e de outras condições. O resultado não identifica sozinho qual delas falhou.
- Carga teórica: chamar à leitura «concentração de oxigénio» já pressupõe uma interpretação do sinal do instrumento e do procedimento de calibração.
- Verificação: repetir a medição com um método independente ajuda a separar uma alteração no sistema de uma falha específica do instrumento.
O mesmo resultado pode levantar os dois problemas ao mesmo tempo; a distinção está na pergunta que fazemos sobre ele.
Kuhn e Lakatos, Mesma Mudança
Escolham uma mudança histórica ou um caso ficcional. Analisem-no com Kuhn (ciência normal, crise, possível revolução) e com Lakatos (núcleo duro, cinturão protector e trajectória progressiva ou degenerativa).
Num caso ficcional, uma área usa há anos um modelo que explica a distribuição de uma espécie sobretudo pela temperatura. Começam a acumular-se casos em que a previsão falha e surge um modelo que dá maior papel à salinidade.
- Kuhn: perguntaríamos se os resultados são apenas puzzles difíceis dentro do quadro existente ou se começam a alterar exemplares, problemas e critérios partilhados de boa explicação.
- Lakatos: perguntaríamos que compromissos pertencem ao núcleo do programa, que auxiliares podem ser modificados e se as alterações geram previsões novas que depois têm sucesso, em vez de apenas acomodarem falhas já conhecidas.
As duas leituras fazem perguntas diferentes; não precisamos de escolher uma como tradução perfeita da outra.
Laudan e Semelhanças de Família
Escolham uma prática controversa. Primeiro perguntem, à maneira de Laudan, se as afirmações estão bem apoiadas e resolvem problemas relevantes. Depois perguntem se a prática partilha características importantes com ciências reconhecidas sem presumir que existe um único critério essencial. Expliquem por que esta segunda pergunta não é simplesmente «a posição de Wittgenstein sobre ciência».
Uma boa resposta deve manter separadas três coisas:
- Laudan: avaliar a qualidade das afirmações e a capacidade de resolver problemas, em vez de começar por um rótulo.
- Semelhanças de família: comparar conjuntos sobrepostos de práticas e características sem exigir uma essência única.
- Wittgenstein: reconhecer que a aplicação desta ideia à demarcação da ciência é posterior; não atribuir ao próprio Wittgenstein uma teoria de metodologia científica que ele não formulou.
A prática escolhida pode levar a respostas diferentes. O importante é tornar os critérios e a argumentação visíveis.
Feyerabend e Barseghyan
Escolham um episódio em que investigadores mudaram de método ou importaram uma técnica. Comparem pluralismo metodológico com mudança peça a peça do mosaico.
Procurem duas perguntas distintas. Feyerabend chama a atenção para os limites de impor antecipadamente uma regra metodológica universal. Barseghyan permite perguntar que elementos do mosaico mudaram e quais continuaram aceites ou empregados. Uma boa resposta mostra que «usar métodos diferentes» e «representar mudança por componentes» não são a mesma tese.
Desenhar um Teste Severo
Para uma hipótese H, especifiquem uma forma relevante de H estar errada e expliquem como o procedimento teria oportunidade de revelar esse erro. Separem a capacidade pré-dados do teste da interpretação pós-dados de um resultado concreto.
Hipótese: «o tratamento aumenta a taxa de assentamento larvar». Uma forma relevante de H estar errada é o efeito ser demasiado pequeno para ter a importância biológica que motivou o estudo.
Antes dos dados, perguntamos se o delineamento, a medição e a quantidade de informação dariam uma oportunidade razoável de detectar uma diferença desse tamanho caso ela existisse. Depois dos dados, perguntamos o que o resultado efectivamente testou: um resultado compatível com H é mais informativo se um erro relevante de H teria tido uma boa oportunidade de aparecer.
A resposta não se resume a «deu significativo» ou «não deu significativo». Tem de dizer que erro o teste conseguiria revelar.
11 Referências
Ackermann, R. (1989). The new experimentalism. The British Journal for the Philosophy of Science, 40(2), 185–190. https://doi.org/10.1093/bjps/40.2.185
Aristóteles. Analíticos Posteriores, livros I–II. https://www.graeco-arabic-studies.org/view/arist.analytpost-orig-gr1
Aristóteles. De caelo, livro II, cap. 14. https://classics.mit.edu/Aristotle/heavens.2.ii.html
Arnold, D. (2017). The philosophical works and influence of Dignāga and Dharmakīrti. Oxford Research Encyclopedia of Religion. https://doi.org/10.1093/acrefore/9780199340378.013.198
Barseghyan, H. (2015). The laws of scientific change. Springer. https://link.springer.com/book/10.1007/978-3-319-17596-6
Barseghyan, H. (2018). Redrafting the ontology of scientific change. Scientonomy, 2, 13–38. https://doi.org/10.33137/js.v2i0.31032
Barseghyan, H. (2022). Question pursuit as an epistemic stance. Studies in History and Philosophy of Science, 94, 112–120. https://doi.org/10.1016/j.shpsa.2022.06.001
Chalmers, A. F. (1999). What is this thing called science? (3rd ed.). Open University Press.
Chalmers, A. F. (2013). What is this thing called science? (4th ed.). McGraw-Hill Education / Open University Press.
Dienes, Z. (2008). Understanding psychology as a science: An introduction to scientific and statistical inference. Palgrave Macmillan. https://www.bloomsbury.com/us/understanding-psychology-as-a-science-9780230542310/
Clark, D. J. (Director). (2018). Behind the Curve [Documentary]. Delta-v Productions.
Dharmakīrti. Nyāyabindu. https://gretil.sub.uni-goettingen.de/gretil/corpustei/transformations/html/sa_dharmakIrti-nyAyabinduprakaraNa-comm.htm
Dignāga. Pramāṇasamuccaya, livro I. https://www.oeaw.ac.at/en/ikga/research/buddhist-studies/research-areas/pramanasamuccaya
Dignāga. (1968). Dignāga, on perception: Being the Pratyakṣapariccheda of Dignāga’s Pramāṇasamuccaya from the Sanskrit fragments and the Tibetan versions (M. Hattori, Trans.). Harvard University Press.
Disney, A. R. (2009). A history of Portugal and the Portuguese empire: Volume 2, The Portuguese empire. Cambridge University Press. https://doi.org/10.1017/CBO9780511813337
Du Châtelet, É. (1740). Institutions de physique. Louis-François Prault. https://fr.wikisource.org/wiki/Institutions_de_physique
Du Châtelet, É. (2009). Selected philosophical and scientific writings (J. P. Zinsser, Ed.; I. Bour & J. P. Zinsser, Trans.). University of Chicago Press.
Duhem, P. (1954). The aim and structure of physical theory (P. P. Wiener, Trans.). Princeton University Press. (Original work published 1906.) https://doi.org/10.1515/9780691233857
Feyerabend, P. (1978). Science in a free society. New Left Books.
Egid, J. (2024). Hegel and the Hatäta Zär’a Ya‛ǝqob: Africa in the philosophy of history and the history of philosophy. Hegel Bulletin. https://doi.org/10.1017/hgl.2024.33
Feyerabend, P. (1993). Against method (3rd ed.). Verso.
Franklin, A. (1986). The neglect of experiment. Cambridge University Press. https://doi.org/10.1017/CBO9780511624896
Franklin, A., & Perovic, S. (2023). Experiment in physics. The Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/entries/physics-experiment/
Galison, P. (1987). How experiments end. University of Chicago Press. https://press.uchicago.edu/ucp/books/book/chicago/H/bo5969426.html
Garcia-Marques, L., & Ferreira, M. B. (2011). Friends and foes of theory construction in psychological science: Vague dichotomies, unified theories of cognition, and the new experimentalism. Perspectives on Psychological Science, 6(2), 192–201. https://doi.org/10.1177/1745691611400239
Hacking, I. (1983). Representing and intervening: Introductory topics in the philosophy of natural science. Cambridge University Press. https://www.cambridge.org/core/books/representing-and-intervening/BA9EB3C136EA9A68FFE106CCE0019606
Hume, D. (1748). An enquiry concerning human understanding. https://www.gutenberg.org/ebooks/9662
Hutton, S. (2004). Emilie du Châtelet’s Institutions de physique as a document in the history of French Newtonianism. Studies in History and Philosophy of Science Part A, 35(3), 515–531. https://doi.org/10.1016/j.shpsa.2004.06.005
Hoyningen-Huene, P., & Oberheim, E. (2009). Reference, ontological replacement and Neo-Kantianism: A reply to Sankey. Studies in History and Philosophy of Science Part A, 40(2), 203–209. https://doi.org/10.1016/j.shpsa.2009.03.013
Ibn al-Haytham. Kitāb al-Manāẓir, livro I, cap. 1. https://usul.ai/ar/t/manazir
Ibn al-Haytham. (1989). The optics of Ibn al-Haytham: Books I–III, on direct vision (A. I. Sabra, Trans. & Comm.). Warburg Institute.
Johnston, I. (Trans.). (2010). The Mozi: A complete translation. Columbia University Press.
Kuhn, T. S. (1970). The structure of scientific revolutions (2nd ed.). University of Chicago Press.
Lakatos, I. (1970). Falsification and the methodology of scientific research programmes. In I. Lakatos & A. Musgrave (Eds.), Criticism and the growth of knowledge (pp. 91–196). Cambridge University Press. https://doi.org/10.1017/CBO9781139171434.009
Leigland, S. (2009). A comprehensive science: A review of Moore’s Conceptual Foundations of Radical Behaviorism. The Behavior Analyst, 32(1), 243–253. https://doi.org/10.1007/BF03392186
Laudan, L. (1977). Progress and its problems: Towards a theory of scientific growth. University of California Press. https://www.ucpress.edu/book/9780520421062/progress-and-its-problems
Laudan, L. (1983). The demise of the demarcation problem. In R. S. Cohen & L. Laudan (Eds.), Physics, philosophy and psychoanalysis (pp. 111–127). D. Reidel. https://doi.org/10.1007/978-94-009-7055-7_6
Matthew, C. A. (2023). Eratosthenes and the measurement of the Earth’s circumference (c. 230 BC). Oxford University Press. https://doi.org/10.1093/oso/9780198874294.001.0001
Mayo, D. G. (1994). The new experimentalism, topical hypotheses, and learning from error. PSA: Proceedings of the Biennial Meeting of the Philosophy of Science Association, 1994(1), 270–279. https://doi.org/10.1086/psaprocbienmeetp.1994.1.193032
Mayo, D. G. (1996). Error and the growth of experimental knowledge. University of Chicago Press. https://press.uchicago.edu/ucp/books/book/chicago/E/bo3637756.html
Mayo, D. G. (2018). Statistical inference as severe testing: How to get beyond the statistics wars. Cambridge University Press. https://doi.org/10.1017/9781107286184
Mayo, D. G., & Spanos, A. (2006). Severe testing as a basic concept in a Neyman–Pearson philosophy of induction. The British Journal for the Philosophy of Science, 57(2), 323–357. https://doi.org/10.1093/bjps/axl003
Newitt, M. (Ed.). (2010). The Portuguese in West Africa, 1415–1670: A documentary history. Cambridge University Press. https://doi.org/10.1017/CBO9780511779954
McGuire, W. J. (1997). Creative hypothesis generating in psychology: Some useful heuristics. Annual Review of Psychology, 48, 1–30. https://doi.org/10.1146/annurev.psych.48.1.1
Mozi. Jing xia (Cânone II). https://www.themozi.org/chapters/ch41.html
Park, W., & Brock, R. (2023). Is there a limit to resemblances? Teaching about science and pseudoscience from a family resemblance perspective. Science & Education, 32(5), 1265–1286. https://doi.org/10.1007/s11191-022-00394-4
Platt, J. R. (1964). Strong inference. Science, 146(3642), 347–353. https://doi.org/10.1126/science.146.3642.347
Popper, K. R. (1983). Realism and the aim of science. Routledge. https://doi.org/10.4324/9780203713969
Quine, W. V. O. (1951). Two dogmas of empiricism. The Philosophical Review, 60(1), 20–43. https://doi.org/10.2307/2181906
Rozenblit, L., & Keil, F. (2002). The misunderstood limits of folk science: An illusion of explanatory depth. Cognitive Science, 26(5), 521–562. https://doi.org/10.1207/s15516709cog2605_1
Rheinberger, H.-J. (1997). Toward a history of epistemic things: Synthesizing proteins in the test tube. Stanford University Press. https://www.sup.org/books/theory-and-philosophy/toward-history-epistemic-things
Russell, J. B. (1991). Inventing the flat earth: Columbus and modern historians. Praeger.
Saliba, G. (2007). Islamic science and the making of the European Renaissance. MIT Press. https://doi.org/10.7551/mitpress/3981.001.0001
Shaw, J. (2017). Was Feyerabend an anarchist? The structure(s) of ‘anything goes’. Studies in History and Philosophy of Science Part A, 64, 11–21. https://doi.org/10.1016/j.shpsa.2017.06.002
Tomás de Aquino. Summa Theologiae, I, q. 1. https://www.corpusthomisticum.org/sth1001.html
Watrin, J. P., & Darwich, R. (2012). On behaviorism in the cognitive revolution: Myth and reactions. Review of General Psychology, 16(3), 269–282. https://doi.org/10.1037/a0026766
Janiak, A. (2024). The Enlightenment’s most dangerous woman: Émilie du Châtelet and the making of modern philosophy. Oxford University Press. https://doi.org/10.1093/oso/9780197757987.001.0001
Lee, R., Worku, M., & Belcher, W. L. (Eds. & Trans.). (2023). The Hatata Inquiries: Two texts of seventeenth-century African philosophy from Ethiopia about reason, the Creator, and our ethical responsibilities. De Gruyter. https://doi.org/10.1515/9783110781922
Wittgenstein, L. (1953). Philosophical investigations. Blackwell.