ATUALIZAÇÃO DE TEXTOS

 

Conteúdo escrito e traduzido com informações sobre assuntos relevantes que fazem parte da nossa prática oracular
A HISTÓRIA DE PREVER O FUTURO
Por Amanda Rees (para a Revista Wired)

 

Os humanos há muito tentam determinar o que está por vir. Mas mesmo a tecnologia mais avançada não pode resolver os problemas fundamentais com as previsões.

 

O futuro tem história: a boa notícia é que podemos aprender algo com essa história; a má notícia é que nós raramente o fazemos (aprender). Isso porque a lição mais clara sobre a história do futuro é que conhecer o futuro não é necessariamente muito útil.  Mas nada impede que os humanos sigam tentando.

 

Vamos rever a famosa previsão de Peter Turchin para 2020. Em 2010 ele desenvolveu uma análise quantitativa da história, conhecida como Cliodinâmica*, que o permitiu prever que o Ocidente poderia experimentar o caos político uma década mais tarde. Infelizmente, ninguém foi capaz de agir em relação ao que a profecia dizia a fim de evitar os estragos à democracia americana. E é claro, se se tivesse agido, as previsões de Turchin poderiam ter sido relegadas ao ranking de futuros fracassados. Essa situação não é uma aberração.

 

Desde a Mesopotâmia até Manhattan, os governantes têm procurado saber o futuro para obter vantagens estratégicas, mas falharam repetidas vezes em interpretar isso corretamente ou falharam em compreender os motivos políticos ou nas limitações especulativas de quem as proferiu. Mais que isso, também optaram por ignorar um futuro que os forçou a ficarem diante de verdades desagradáveis. Até mesmo as inovações tecnológicas do século 21 tem falhado em mudar esses problemas básicos – os resultados que programas de computadores nos oferecem, afinal, são precisos na mesma medida que os dados inseridos.

Existe uma suposição de que quanto mais científica a abordagem, mais precisa a previsão. Mas essa crença causa mais problemas do que soluções, até porque muitas vezes se ignora ou exclui a diversidade vivenciada na experiência humana. Apesar da promessa de mais assertividade e inteligência tecnológica, há poucas razões para se pensar que o aumento da implantação da inteligência artificial (IA) na previsão tornará os prognósticos mais úteis do que tem sido ao longo da história da humanidade.

 

Há tempos as pessoas vêm tentando descobrir mais sobre as coisas que estão por vir. Esses esforços, ainda que direcionados a um mesmo objetivo, se diferenciam no tempo e no espaço de várias maneiras significativas, sendo a mais óbvia a metodologia – ou seja, como as previsões foram feitas e interpretadas. Desde as primeiras civilizações, a mais importante distinção nessa prática tem sido entre os indivíduos quem têm um dom ou a capacidade intrínseca de prever o futuro e sistemas que fornecem regras para calcular futuros. As previsões de oráculos, xamãs e profetas, por exemplo, dependiam da capacidade desses indivíduos de acessar outros planos e receber inspiração divina. Estratégias de adivinhação tais como astrologia, quiromancia, numerologia e tarô, entretanto, dependem do domínio do praticante de um sistema complexo baseado em regras teóricas (e às vezes altamente matemáticas) e sua habilidade para interpretar e aplicar a casos particulares. Interpretar sonhos ou falar com mortos (necromancia) pode estar entre esses dois extremos, dependendo em parte da habilidade inata e parte da experiência adquirida. E há muitos exemplos, no passado e no presente, que envolvem ambas as estratégias para prever o futuro. Qualquer busca na internet sobre interpretação de sonhos ou cálculo astrológico gerará milhões de resultados.

 

No século passado, a tecnologia foi validada como a mais recente abordagem desse tema, pois o desenvolvimento em TI (previstos até certo ponto pela lei de Moore) forneceram ferramentas e sistemas mais poderosos para a previsão. Na década de 1940, o computador analógico MONIAC teve que usar tanques e canos de água coloridos para modelar a economia do Reino Unido. Na década de 1970, o Clube de Roma** recorreu à simulação de computador Word3 para modelar o fluxo de energia através de sistemas humanos e naturais por meio de variáveis-chave, como industrialização, perda ambiental e crescimento populacional. Seu relatório, “Os Limites do Crescimento” (o livro The Limits to Growth), tornou-se um best seller, apesar das críticas que recebeu pelos pressupostos centrais do modelo e pela qualidade dos dados que foram inseridos nele.

 

Ao mesmo tempo, ao invés de depender dos avanços tecnológicos, outros analistas preditivos se voltaram para a estratégia de crowdsourcing (pesquisas com um grupo de pessoas) para as previsões do futuro. As pesquisas de opinião, por exemplo, dependem de um mecanismo muito simples – perguntar às pessoas o que elas pretendem ou o que elas pensam que irá acontecer. Em seguida, os dados colhidos requerem cuidadosa interpretação, seja baseada em análises quantitativas (como pesquisa de intenção de voto) ou análises qualitativas (como o método DELPHI*** da Rand Corporation). Essa última estratégia citada se baseia no conhecimento de um grupo altamente específico. Presume-se que se reunirmos um painel de especialistas para discutir um determinado tópico, os prognósticos do grupo serão mais precisos do que se fosse feito por um indivíduo.

 

Essa abordagem ressoa de muitas formas com outro método de previsão – os jogos de estratégia (war-gaming). A partir do século 20, os exercícios e manobras militares de campo foram cada vez mais incrementados e às vezes até substituídos por simulação. Empreendida tanto por humanos quanto por modelos de computadores como o RAND Strategy Assessment Center, essa estratégia não serve mais para uso exclusivo das forças armadas, e é também utilizada na política, comércio e indústria. O objetivo é implementar um aumento da capacidade de resiliência e eficiência o quanto possível para planejar o futuro. Algumas simulações têm sido muito precisas em prever e planejar possíveis resultados, particularmente quando são realizadas perto dos eventos projetados - como a simulação estratégica Sigma conduzida pelo Pentágono no contexto do desenvolvimento da guerra do Vietnã, por exemplo, ou a estratégia da Travessia do Deserto (conhecida como Tempestade do Deserto) de 1999 desenvolvido pelo Estados Unidos em relação ao Iraque de Saddam Hussein.

 

À medida que essas estratégias foram evoluindo, duas diferentes filosofias surgiram para prever futuros em comum, particularmente a nível global, nacional e corporativo. Cada uma reflete suposições diferentes sobre a natureza das relações entre o destino, a fluidez e os atos humanos.

 

Entender eventos anteriores como um indicador do que está por vir, permitiu que alguns analistas preditivos tratassem a história da humanidade como uma série de padrões, onde ciclos, ondas ou sequências claras podem ser identificados no passado e, portanto, podem se repetir no futuro. Essa é a base do sucesso das ciências naturais na elaboração de leis gerais a partir de evidências empíricas acumuladas. Seguidores dessa abordagem incluem estudiosos diversos como Augusto Comte, Karl Marx, Oswald Spengler, Arnold Tonynbee, Nicolai Kondratiev, e, é claro, Turchin. Mas se eles estavam prevendo o declínio do Ocidente, o surgimento de uma utopia comunista ou cientifica, ou uma provável recorrência de ondas econômicas globais, seu sucesso foi limitado.

 

Mais recentemente a pesquisa do MIT (Massachusetts Institute of Technology) tem focado no desenvolvimento de algoritmos para prever o futuro com base no passado, pelo menos em curto prazo. Ao ensinar aos computadores o que “costuma” acontecer após uma determinada situação – ao se encontrarem, as pessoas se abraçarão ou apertarão as mãos? – os pesquisadores estão fazendo ecoar essa busca por padrões históricos. Porém, por ser frequente a falha nessa abordagem para previsões, isso deixa pouco espaço, pelo menos nesse estágio de desenvolvimento tecnológico, para esperar o inesperado.

 

Enquanto isso, outro grupo de analistas preditivos argumenta que o ritmo e escopo da inovação tecnoeconômica estão criando um futuro que será qualitativamente diferente do passado e do presente. Os seguidores dessa abordagem não buscam padrões, mas variáveis emergentes a partir das quais os futuros podem ser extrapolados. Assim, ao invés de prever um futuro definitivo, fica mais fácil modelar um grupo de possibilidades que se tornam mais ou menos prováveis, dependendo das escolhas feitas. Exemplos disso incluem simulações como o World3 e os jogos de estratégia mencionados anteriormente. Muitos escritores de ficção científica e futurologistas também usam esta estratégia para mapear o futuro. Na década de 1930, por exemplo, H.G. Wells foi à BBC transmitir uma chamada para “professores da premeditação”, ao invés de professores de história. Ele argumentou que esse era um caminho para preparar o país para mudanças inesperadas, tais como as trazidas pelo automóvel. Da mesma forma, escritores que remontam a Alvin e Heidi Toffler extrapolaram o desenvolvimento em tecnologia da informação, clonagem, inteligência artificial (IA), modificação genética e ciência ecológica para explorar uma variedade de futuros potenciais desejáveis, perigosos, ou até mesmo futuros pós humanos. 

 

Mas se as previsões baseadas em experiências passadas têm capacidade limitada de antecipar imprevistos, as extrapolações de inovações tecno cientificas tem uma angustiante capacidade para serem deterministas. Em última análise, nenhuma abordagem é necessariamente mais útil que a outra, e isso porque ambas compartilham da mesma falha fatal - as pessoas que as enquadram.

 

Qualquer que seja a abordagem do analista preditivo (previsor) e por mais sofisticadas que sejam suas ferramentas, o problema com as previsões é sua proximidade com o poder. Ao longo da história, os futuros tendem a ser determinados por pessoas brancas, bem conectadas e cis masculinas. Essa homogeneidade teve como resultado a limitação do enquadramento do futuro, e, como resultado, as ações então tomadas para moldá-lo. Além disso, as previsões que se destinam para resultados caros ou indesejáveis, como as de Turchin, tendem a ser ignoradas por aqueles que tomam decisões finais importantes. Esse foi o caso das quase duas décadas de simulações estratégicas para as pandemias que precederam o aparecimento da covid 19. Relatórios nos Estados Unidos e Reino Unido por exemplo, enfatizaram a importância do sistema de saúde pública em responder efetivamente a uma crise global, mas não convenceram nenhum dos países a reforçar seus sistemas. Além disso, ninguém previu até que ponto os líderes políticos não estariam dispostos a ouvir conselhos da ciência. Até mesmo quando os futuros tinham as vantagens de levar em conta o erro humano, eles ainda produziam previsões que eram sistematicamente desconsideradas quando entravam em conflito com estratégias políticas.

 

O que nos leva à questão crucial de para quem e para que são as previsões. Aqueles que podem influenciar o que as pessoas pensam que será o futuro são muitas vezes as mesmas pessoas capazes de comandar recursos consideráveis do presente, que por sua vez ajudam a determinar o futuro. Mas muito raramente nós podemos ouvir as vozes das populações governadas pelos tomadores de decisão. Muitas vezes é no nível regional ou municipal que vemos esforços de pessoas comuns para prever e moldar seu próprio futuro comunitário e familiar, muitas vezes em resposta à necessidade de distribuir recursos escassos ou limitar a exposição a danos potenciais. Ambas as questões estão se tornando mais urgentes no desdobramento presente das catástrofes climáticas.

 

A mensagem central enviada da história do futuro é que não é útil pensar no “futuro”. Muito mais produtivo é pensar estratégias sobre futuros; em vez de “previsão”, vale a pena pensar probabilisticamente sobre uma série de resultados potenciais e avaliá-los em relação a uma série de fontes diferentes. A tecnologia tem um papel significativo a desempenhar aqui, mas é fundamental ter em mente as lições do World3 e do livro Limits to Growth sobre o impacto que as suposições têm nos resultados finais. O perigo é que previsões modernas com uma marca de inteligência artificial (IA) sejam consideradas mais científicas e, portanto, mais prováveis de oferecerem precisão do que aquelas produzidas por sistemas mais antigos de adivinhação. Mas as suposições que sustentam os algoritmos que preveem atividade criminosa ou identificam possíveis deslealdades de clientes geralmente refletem as expectativas de seus codificadores da mesma maneira que os métodos anteriores de previsão.

Ao invés de depender puramente da inovação para mapear o futuro, é mais sensato tomar emprestado da história e combinar as técnicas mais recentes com um modelo de previsão um pouco mais antigo - um que combine conhecimento científico com interpretação artística. Talvez fosse mais útil pensar em termos de diagnósticos, em vez de previsão, quando se trata de imaginar - ou melhorar – histórias humanas futuras.

 

* Estudo que corresponde ao comportamento da história de uma nação (NT).

** O Clube de Roma é uma organização fundada em 1966 pelo industrial italiano Aurelio Peccei, na época membro do órgão administrativo da montadora Fiat e da Olivetti, e pelo cientista escocês Alexander King, que foi diretor-geral para educação e ciência na Organização para a Cooperação e Desenvolvimento Econômico (OCDE) (NT).

*** O Delphi Method é um sistema de análise de futuro desenvolvido nos anos 50 pela Rand Corporation (NT).

 

Amanda Rees é uma historiadora da ciência da Universidade de York, que trabalha com história do futuro, nas relações homem-animal e na ciência fora do laboratório. Seu livro mais recente foi Human, uma resposta curta ao pós-humanismo, publicado pela Reaktion Press em 2020.

 

Tradução Valeria Barboza

Revisão Pedro Lima

 

Fonte original e link para o artigo original em inglês clique no botão abaixo