Uma frase frequente usada hoje em dia é que precisamos “confiar na ciência”. Mas descobri que muitas vezes “confiar na ciência” realmente significa “confiar no modelo”, o que não é a mesma coisa. Modelos de computador são usados ​​para prever tudo, desde o clima até a economia. Muitas vezes, eles são imprecisos. Fazer perguntas legítimas sobre esses modelos e suas suposições é apropriado e não “anti-científico”.

Quando eu estava na pós-graduação na Universidade de Yale, trabalhei com professores que haviam desenvolvido modelos de computador para tentar entender mais sobre o meio ambiente. Esses modelos, escritos em FORTRAN e um tanto primitivos, me ajudaram a aprender duas lições valiosas:

⋅ Primeiro, você precisa de bons dados para o modelo prever com precisão o futuro. Sem dúvida, você viu a palavra GIGO – garbage in garbage out, que significa “lixo dentro, lixo fora”. Se os dados que você possui para um modelo de pandemia vierem da China ou do Irã, talvez você não tenha bons dados.

⋅ Segundo, um bom modelo também precisa ser baseado em suposições precisas. Se você não considerar o impacto dos procedimentos de mitigação, chegará a conclusões assustadoras sobre a taxa de infecção e a taxa de mortalidade.

Deveríamos ser um pouco céticos sobre os modelos usados ​​para prever o futuro? Vejamos dois modelos atualmente em uso em nossos debates sobre políticas públicas sobre o clima ou a economia. Em qualquer discussão sobre mudança climática, você provavelmente ouvirá alguém dizer que precisamos “confiar na ciência”. Mas eles geralmente significam que você deve acreditar no modelo científico. Infelizmente, os modelos climáticos desenvolvidos na década de 1990 previam o aumento da temperatura. Em vez disso, tivemos um “hiato de aquecimento” que durou quase uma década e meia. As temperaturas globais permaneceram essencialmente baixas. Se o modelo foi desativado durante a primeira parte do século XXI, por que deveríamos acreditar nas previsões sobre as temperaturas globais para o resto do século? É uma pergunta que vale a pena fazer. Mas, se você perguntar, geralmente é rotulado como “negador do clima”.

O que aprendi nas aulas do governo, enquanto estava na pós-graduação da Universidade de Georgetown, foi que o “padrão-ouro” para as despesas de gastos do congresso era o Escritório de Orçamento do Congresso. Eles têm a responsabilidade de estimar o impacto da legislação na receita federal. Mas eles geralmente são limitados nas suposições que podem usar. Por exemplo, se um projeto de reforma tributária reduzir impostos, a pontuação da CBO pressupõe que impostos mais baixos significarão menor receita tributária. Mas investidores e consumidores individuais reagem a impostos mais baixos investindo mais e gastando mais. Impostos mais baixos podem realmente gerar mais receita.

O objetivo desses dois exemplos é nos lembrar que vimos modelos no passado nos dando previsões erradas. Não é “anticientífico” questionar os modelos que justificaram trancar nossas vidas e nossa economia. Quando o modelo do Imperial College de Londres previu que poderia haver 2,2 milhões de mortes nos Estados Unidos por coronavírus, políticos e autoridades de saúde reagiram de acordo. Porém, como esse modelo (juntamente com outros modelos) se mostrou impreciso devido a dados ruins e suposições ruins, as pessoas (incluindo os cristãos) começaram a questionar os modelos. Questionar os modelos e suas suposições não é “anti-ciência”.

Kerby Anderson é mestre pela Universidade de Yale (ciência) e Universidade de Georgetown (governo). Ele também atua como professor visitante no Dallas Theological Seminary e falou em dezenas de campus universitários, incluindo Universidade de Michigan, Universidade Vanderbilt, Universidade de Princeton, Universidade Johns Hopkins, Universidade do Colorado e Universidade do Texas.