Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Os estudos em cincias e tecnologia tem como objetivo ampliar o horizonte de conhecimentos atravs
do desenvolvimentos de pesquisas baseadas em hipteses diversas e com a realizao de cadeias de
dedues, que podem ser inclusive bastante longas, ou pela coleta de dezenas, milhares ou mesmos milhes
de dados, os quais podem ser tabulados, tratados e relacionados para a obteno de concluses que so, em
ltima anlise aperfeioamentos de conhecimentos preexistentes, ou que podem gerar conhecimentos
inovadores.
Esse processo necessita de um mtodo que reja todas as etapas da pesquisa, minimizando a
possibilidade dos resultados e concluses da pesquisa conterem erros ou mesmo que sejam falsos,
independentemente do esforo ou boa vontade dos pesquisadores.
No caso das cincias experimentais, que englobam grande parte das reas das denominadas cincias
exatas, humanas e biolgicas, e que lidam com o tratamento de dados como forma de se obter novos
conhecimentos, o controle do processo de pesquisa fundamental para que os resultados tenham validade,
ou melhor, para que eles espelhem a realidade com a mxima veracidade possvel.
Tratando um pouco melhor essa questo, a tabela a seguir apresenta exemplos de cincias e dos
raciocnio tpicos utilizados em seus desenvolvimentos.
Tabela 1 Tipos de cincia e raciocnios predominantes.
Tipo de Cincia
Cincias Exatas Abstratas
Cincias Humanas
Abstratas
Cincias Experimentais
Exemplo
Lgica e Matemtica
Raciocnio Predominante
Dedutivo
Direito
Discursivo / Retrico
Indutivo
Nota-se que os trs exemplos apresentados utilizam mtodos lgicos para concatenar hipteses,
dados, informaes e resultados, cada uma de uma maneira distinta. Para se entender um pouco melhor esse
processo, em especial em relao s cincias experimentais, importante entendermos alguns conceitos:
-
Informao o significado extrado dos dados. a compreenso gerada pelo tratamento dos
dados, mesmo que esse tratamento tenha ocorrido apenas mentalmente.
Ou seja, enquanto os dados so fatos brutos e com pouco ou nenhum significado, as informaes so
fatos tratados recebendo significado e, por isso, normalmente teis.
-
Voltaremos questo da concluso mais adiante. Por enquanto apenas afirmando que elas so a
coroao de um trabalho de pesquisa, explicitando, dando a luz a um novo conhecimento tecnolgico ou
cientfico.
palavra e razo
Portanto a Lgica pode ser entendida como o estudo do raciocnio vlido. Ela examina as formas que a
argumentao pode tomar, verificando e definindo quais formas de argumentao so vlidas e quais so
falaciosas, ou seja falsas disfaradas de verdadeiras e gerando concluses que decorrem validamente das
premissas.
A Lgica divide-se basicamente em duas vertentes1:
PEIRCE (Charles Sanders,) foi lgico, filsofo, matemtico e cientista, o criador da semitica peirceana, props uma terceira
vertente, denominada Lgica Abdutiva, que trabalha com relaes de causalidade, utilizado dados para chegar a uma concluso
mais ampla e estabelecendo a probabilidade da concluso da inferncia. Portanto, para nososo fins, esta ser considerada como
uma forma de induo.
Lgica Dedutiva.
Lgica Indutiva.
(premissa)
Joo humano.
(premissa)
(concluso)
O raciocnio dedutivo muito importante pois pode produzir concluses a partir de raciocnios
extremamente complexos, chegando a resultados que estavam bem ocultos e, portanto, completamente
desconhecidas para ns.
Mas, revela informaes que j eram disponveis, extraindo uma concluso a partir da confrontao de
premissas, umas generalizadoras e outras particularizadoras. um raciocnio que parte do universal para o
particular, o denominado aspecto convergente e assim aumenta a resoluo das informaes disponveis,
como que dando um zoom sobre o mapa das informaes j conhecidas.
O raciocnio indutivo, por outro lado, consiste em fazer firmaes acerca de todos, sobre aquilo que
observado apenas em alguns. Ou seja, a partir de uma amostra, de um subconjunto dado, define-se uma
teoria2 genrica, que acaba por incluir elementos que no faziam parte da
amostra original nem do estudo desenvolvido. Portanto, a induo faz
generalizaes e extrapolaes, ou seja, a partir de proposies particulares,
revela proposies universais (ou pelo menos mais gerais), focando a
ateno em regies novas (diferentemente do raciocnio dedutivo que
enfatiza aspectos mais desconhecidos dentro de regies j conhecidas).
O raciocnio indutivo tambm foi abordado por Aristteles, mas sempre foi considerado inferior ao
raciocnio dedutivo, considerado este mais nobre. Vamos ver um exemplo de raciocnio indutivo:
O Sol nasceu todas as manhs at hoje.
Logo, ( provvel que) nasa amanh.
Ou:
Vimos um,
Vimos dez,
Vimos mil cisnes brancos.
Logo, provvel que todos os cisnes sejam brancos.
Apenas chamando a ateno para o fato de que, em certas ocasies, acaba-se pensando ao contrrio3:
Este nmero nunca foi sorteado na loteria.
Portanto agora sair (!?)
Algumas das caractersticas do raciocnio indutivo so:
-
Quando o nmero de experincias for considerado suficientemente grande, pode-se formular uma
regra geral.
Uma importante caracterstica da induo que, ainda que os resultados de novas experincias
sempre concordem com uma teoria previamente elaborada, nunca haver certeza de que essa teoria seja
verdadeira. Sempre poder ser encontrado um novo resultado que contradiga essa teoria. Portanto, o
raciocnio indutivo gera um conhecimento provisrio, pois uma teoria pode ser invalidada se for encontrada
apenas uma nica observao que discorde de suas predies.
Mas, afinal, uma teoria cientfica, mesmo gerada por dedues, deve ser sempre considerada como
provisria. Ela nunca detm a verdade , mas apenas espelha o estado do conhecimento do momento em
que foi produzida. Do contrrio seria um dogma, que no pode ser modificado e ento considerada uma
verdade absoluta, eterna e imutvel, o que se contrape ao esprito da cincia que se mantm, em constante
evoluo e aperfeioamento.
Pode-se portanto afirmar que o raciocnio indutivo o principal instrumento de raciocnio das cincias
experimentais, pelo menos at o momento histrico atual, e que as teorias cientficas incorporam a
precariedade do conhecimento, inclusive pela aplicao de seu instrumento de raciocnio a induo pelo
menos no campo experimental, embora mesmo as teorias de base dedutiva podem sempre ser ampliadas ou
modificadas.
Por outro lado, o conhecimento popular apresenta diversos contedos invlidos e assim inteis ou
talvez at mesmo prejudiciais, ao gerar afirmaes como:
-
(premissa falsa)
(concatenao errada)
Curioso, portando, que contrariando o senso comum, a zona do desconhecido no tende a diminuir,
mas a crescer, conforme o conhecimento cientfico se expande.
Esse crescimento da ignorncia, das perguntas no respondidas, conforme vai se avolumando, tende
a gerar desconfortos, que por sua vez produzem posturas contra a cincia, alegando que ela no responder a
todas as questes, o que alis com certeza sempre ocorrer, pois como entendido, a cincia um processo
em contnua construo. O perigo desse tipo raciocnio que se tomam pseudoconhecimentos de
pseudocincias como uma possibilidade concreta para preencher as lacunas que a cincia ainda no
preencheu, de forma fcil e rpida.
Como vimos, o conhecimento leigo e mesmo elementos de pseudocincia podem conter
conhecimentos vlidos. Mas o grande perigo que esses conhecimentos esto normalmente mesclados com
pseudoconhecimento, ou seja, afirmaes desprovidas de qualquer comprovao. E tom-los simplesmente
como vlidos algo no mnimo temerrio.
Mas, quase nunca, atentamos para o raciocnio que est por trs dela.
conhecimento cientfico experimental e, portanto, o instrumento que facilita, valida e promove todo o
processo de pesquisa experimental.
Importante, que outros tipos de raciocnios lgicos podem e devem estar presentes no
desenvolvimento do conhecimento cientfico experimental como auxiliares nessa construo do
conhecimento. Exemplificando, um trabalho cientfico, tal como um artigo, uma dissertao ou uma tese,
em si mesmo um grande silogismo dedutivo.
O emprego da Estatstica, na verdade, um elemento essencial da metodologia cientfica
experimental, que possibilita a realizao de extrapolaes e generalizaes a partir de poucos dados, alm de
validar outras fases da pesquisa, como coleta, descrio, controle, previso, anlise e interpretao. A
Estatstica transforma dados em informao, ou seja, transforma valores que inicialmente tem pouco ou
nenhum significado em elementos que ampliam o conhecimento, os quais transformam-se em resultados dos
quais podem ser extradas concluses vlidas e extrapolveis a conjuntos maiores que grupo originalmente
analisado.
Em termos prticos, importante saber que a Estatstica tem abordagens e ferramentas em grau
crescente de complexidade. Vamos aqui abordar apenas alguns aspectos sobre a amostragem, ou seja, s
tcnicas para produo de uma amostra.
Os custos e tempos envolvidos nessa fase da pesquisa, referente obteno de dados experimentais,
quer por coleta em campo, quer pela realizao de experimentos, quer pela pesquisa bibliogrfica ou por
outros meios, se comparados com os custos e tempos envolvidos na fase de anlise, podem se muitas vezes
maior. Prazos e possibilidades fsicas de realizao tambm devem ser levados em conta.
Disso decorre a importncia da fase de amostragem em uma pesquisa.
A figura anterior tenta ilustrar o conceito de amostra. Uma fotografia sempre apresenta uma
determinada resoluo, ou seja, formada por uma quantidade finita de pontos com determinada dimenso
e cor, que justapostos, formam a imagem.
A fotografia, nesse contexto em si uma amostra da resoluo praticamente infinita que uma imagem
possui, pois a resoluo real seria medida em minsculos ftons emitidos pelo objeto que foi representado.
Mas, para facilitar o entendimento, a sequncia de fotografias apresenta, a partir da fotografia inicial, o
decrscimo de pontos que as formam, apresentando-se a porcentagem de pontos em relao foto original,
que consideremos a populao original de pontos da imagem. Verifica-se que com 5% dos pontos, a nova
fotografia ainda mantm as caractersticas da foto original. Com 1% a nova foto fica embasada, mas ainda
possvel distinguir-se o que representado, assim como com apenas 0,5% da quantidade de pontos originais.
Voltando-se a ideia de amostra, ela um subconjunto, que se bem selecionado, mesmo sendo muito
pequeno em relao populao original, ainda assim pode manter a representatividade da populao, ou
seja, suas caractersticas a tal ponto que ainda seja uma espcie de imagem embaada, mas ainda inteligvel,
daquela. A figura a seguir, por outro lado, apresenta amostras muito reduzidas, que no so representativas,
significando que as amostras devem ter um tamanho mnimo e ser bem selecionadas.
10
Portanto, o conhecimento tcnico e cientfico expande-se de forma lenta e gradual, sendo confirmado
por experimentaes e por confirmaes de previses que possam ser realizadas a
partir dele, e sempre sujeito a correes e ampliaes. No caso do conhecimento
obtido a partir das cincias experimentais, baseia-se tambm em extrapolaes sobre
dados limitados para produzir concluses mais abrangentes, como que concretizando,
pesquisa a pesquisa, concluso a concluso, a afirmao de Sir Isaac Newton, que a
respeito de sua monumental obra, que inaugurou tanto a Fsica moderna como a toda
a disciplina matemtica do Clculo Diferencial e Integral, referiu-se importncia dos
cientistas que o precederam: Se consegui ver mais longe, foi por estar de p sobre ombros de gigantes.
BIBLIOGRAFIA
ABNEY, S. Statistical Methods and Linguistics. Tubingen:University of Tubingen; 1996.
ALVES, A. C. Lgica. Pensamento formal e argumentao. Elementos para o discurso jurdico. Bauru: Edipro;
2000.
BISPO, C. A. et al. Introduo lgica matemtica. So Paulo: Cengage Learning, 2011.
BOD, R. et al. Probabilistic Linguistics. Cambridge: MIT Press; 2003.
BOLSHAKOV, I e GELBUKH A. Computational linguistics. Cidade do Mxico: Instituto Politcnico Nacional;
2004.
BUSSAB, W. O. e MORETTIN, P. A. Estatstica bsica. So Paulo: Saraiva; 2002.
CARNIELLO W. E EPSTEIN, R. L. Computabilidade, funes computveis, lgica e os fundamentos da
matemtica. So Paulo: Unesp; 2006.
CHIZZOTTI, A. Pesquisa qualitativa em cincias humanas e sociais. Petrpolis: Vozes; 2006.
COSTA, N. da Ensaios sobre os fundamentos da lgica. So Paulo: Hucitec; 2008.
___. Lgica indutiva e probabilidade. So Paulo: Edusp Hucitec; 1993.
___. Introduo aos fundamentos da matemtica. So Paulo: Hucitec; 2008.
HAACK, S. Filosofia das lgicas. So Paulo: Unesp; 2002.
HEGENBERG. L. Lgica. O clculo de predicados. So Paulo: Edusp - Herder; 1973.
___. Significado e conhecimento. So Paulo: Edusp; 1975.
MILONE, G. Estatstica geral e aplicada. So Paulo: Thomson; 2004.
MORTARI, C. A. E DUTRA, L. H. A. (org.) A concepo semntica da verdade. Textos clssicos de Tarski. So
Paulo: Unesp; 2007.
MORTARI, C. A. Introduo logica. Unesp: So Paulo; 2001.
PINTO, P. R. M. Introduo lgica simblica. Belo Horizonte: UFMG; 2006.
POPPER, K. Conjecturas e refutaes. Braslia: UnB; 2008.
___. Os dois problemas fundamentais da teoria do conhecimento. So Paulo: Unesp; 2013.
SMULLYAN, R. Lgica de primeira ordem. So Paulo: Unesp Discurso Ed.; 2009.
VELASCO, P. D. N. Educando para a argumentao. Contribuies do ensino da lgica. Belo Horizonte:
Autntica; 2010.