PESSOA JR., Osvaldo.

Modelos causais em histria da

cincia. In: MARTINS, R. A.; MARTINS, L. A. C., P.;
SILVA, C. C.; FERREIRA, J. M. H. (eds.). Filosofia e
histria da cincia no Cone Sul: 3o Encontro. Campinas:
AFHIC, 2004. Pp. 341-346. (ISBN 85-904198-1-9)

MODELOS CAUSAIS EM HISTRIA DA CINCIA

Osvaldo Pessoa Jr

Resumo Este trabalho apresenta uma abordagem histria da cincia em termos

de modelos causais entre avanos, e sugere uma descrio precisa do que sejam
causas fortes e fracas.

1 MODELOS CAUSAIS AO INVS DE HISTRIAS CONTRAFACTUAIS

O problema a ser abordado neste trabalho o de como descrever a histria da cincia em termos
de relaes causais. O conceito de causas histricas central para a histria da cincia. Quais foram
as causas da decadncia da cincia francesa no sculo XIX? Quais foram as causas do atraso da
formulao do princpio de conservao de energia?
Uma maneira de abordar a causalidade estipulando histrias contrafactuais, ou seja, histrias
possveis que no aconteceram. Se a organizao da cincia francesa tivesse sido mais
descentralizada, ela teria se adaptado bem s novas exigncias da pesquisa cientfica. Se Sadi Carnot
no tivesse morrido precocemente e tivesse publicado seu clculo de 1926 do equivalente mecnico
do calor, o princpio de conservao de energia teria sido antecipado em cerca de vinte anos.
H uma ligao ntima entre a postulao de histrias contrafactuais e a postulao de causas
histricas. Em um artigo anterior (PESSOA JR., 2000; PESSOA JR., 2001), exploramos diferentes
histrias possveis que, partindo da situao factual em 1800, chegariam aos primrdios da teoria
quntica. Nossa mente muito boa para postular cenrios contrafactuais. No entanto, a proposta de se
examinarem histrias contrafactuais de difcil aceitao entre os historiadores da cincia, que j tm
bastante dificuldade em desvelar a histria factual.
Para contornar esta resistncia, uma soluo nos concentrarmos numa descrio da histria da
cincia baseada em modelos causais. Se isto for feito de maneira adequada, a informao sobre
histrias contrafactuais j estar includa na descrio causal. Modelos causais tm sido muito
estudados nos ltimos quinze anos (PEARL, 2000), e o problema colocado o de inferir relaes
causais a partir de uma coleo de dados (que fornecem correlaes) e experimentos de interveno.
Em nosso estudo, no poderamos inferir relaes causais, pois a histria apenas uma (salvo em

Mestrado em Ensino, Filosofia e Histria das Cincias (Universidade Federal da Bahia, Universidade Estadual de Feira de
Santana). Depto. de Cincias Humanas e Filosofia Universidade Estadual de Feira de Santana. E-mail: opessoa@ufba.br

341

alguns casos de descobertas independentes) e no possvel intervir nela. Assimilamos assim apenas a
notao usada nos modelos causais e a anlise de certas estruturas que se formam numa rede de
conexes causais.

2 AVANOS: UNIDADES DE CONHECIMENTO

Uma conseqncia do estudo de histrias contrafactuais foi o desenvolvimento de uma teoria da
cincia baseada na noo de avano, que so unidades de conhecimento passadas de cientista para
cientista (idias, dados experimentais, tcnicas, problemas, leis, explicaes etc.). O desenvolvimento
de um avano, por parte de um cientista, causado (em parte) por outros avanos que ele assimilou ao
ler artigos, livros-texto, ao interagir com seus mestres e colegas ou participando de conferncias. Os
avanos esto assim ligados por relaes causais. Estamos considerando que tais relaes causais se
manifestam no contexto da descoberta, mas h uma ligao prxima de tais relaes com relaes
lgicas de justificao, por meio das quais um avano racionalmente justificado a posteriori.
Notamos tambm que uma coisa definir um avano e outra estabelecer seu grau de aceitao (se
trata-se de uma especulao, uma hiptese, uma tese comprovada ou uma afirmao falseada).
Deixaremos para outra oportunidade um estudo mais detalhado deste conceito de avano.
O primeiro passo para analisar as relaes causais entre avanos o de olhar para a histria factual
e determinar, para cada avano, todos os outros avanos que influenciaram diretamente o seu
surgimento. Isso pode ser feito, numa primeira abordagem, examinando-se a literatura secundria a
respeito do surgimento do avano em questo. Um aprofundamento posterior pode ser obtido lendo-se
o artigo original em que aparece o avano e anotando todas as referncias feitas pelo autor.

3 A NOO DE INTERVENO NA DEFINIO DE CAUSALIDADE

O conceito de causa tem sido um dos mais discutidos na Histria da Filosofia, e David Hume
(1739) procurou defini-lo em situaes em que duas espcies de objetos aparecem freqentemente em
uma ordem regular de contigidade e sucesso. Hume salientou que as conexes causais que
estabelecemos resultam de um hbito, no havendo como asseverar que uma relao de causalidade
existe de fato. Kant aceitou esta concluso, colocando a causalidade como uma categoria do
entendimento, e no como uma coisa em si.
Este movimento bania a causalidade do mundo, mas no das nossas explicaes a respeito do
mundo. No final do sculo XIX, com a ascenso do positivismo, a causalidade passou a ser banida at
das explicaes cientficas, sendo substituda, na nascente cincia da Estatstica, pelo conceito de
correlao. Para Karl Pearson (1911), por exemplo, as correlaes entre duas variveis contm a
descrio cientfica final da relao entre duas coisas, a essncia da concepo de associao entre
causa e efeito (PEARL, 2000, p. 340). A partir de um conjunto de observaes, o que a Estatstica
oferece so instrumentos para analisar correlaes, no causas e efeitos.
Um critrio para identificar causas em Estatstica foi estabelecido por Ronald Fisher (1936), com a
noo adicional de experimento randomizado, ou seja, o mtodo em que se estabelece um
controle. Por exemplo, para testar a eficcia de um remdio, no se pode simplesmente dar o
remdio para um grupo de pessoas doentes e observar os resultados, pois outros fatores podem estar
influindo no comportamento do grupo. preciso estabelecer tambm um grupo de controle, com
pessoas que no estejam doentes, e administrar para cada membro dos grupos, de maneira aleatria,
ou o remdio ou um placebo (um remdio falso, que no tem nenhum efeito especial).
Judea Pearl toma este procedimento como exemplo do que ele considera o trao mais importante
da anlise causal: a cirurgia (PEARL, 2000, p. 348). No basta observar: preciso tambm intervir

342

no objeto de estudo para cortar os elos causais com outros fatores. No exemplo dado, esta interveno
consiste em obrigar pessoas saudveis a tomar o remdio ou o placebo, e administrar o placebo
tambm para pessoas doentes.
Esta idia de interveno ou manipulao de variveis uma grande novidade conceitual em
teorias da causalidade contemporneas, em comparao com a noo intuitiva que herdamos em
nossas formaes filosfico e cientfica (especialmente na Fsica), que pressupe que todos os fatores
causalmente relevantes sejam conhecidos de antemo. No campo da filosofia, teorias de manipulao
foram sugeridas por Collingwood (1940), Gasking (1955), von Wright (1971) e Menzies & Price
(1993; ver WOODWARD, 2001). Seguindo Hume, autores como Reichenbach (1956) e Good (1961)
salientam acima de tudo a precedncia temporal como critrio para estabelecer ligaes causais. No
entanto, em sistemas complicados (como os das cincias biolgicas e humanas) no conhecemos
todos os fatores relevantes que influem no problema, e a informao temporal por si s no permite
distinguir relaes causais de correlaes esprias provocadas por fatores desconhecidos (PEARL,
2000, p. 42).
A idia de que o ato da interveno essencial na definio de causalidade no nova. Alm de
Fisher, Pearl cita alguns outros autores modernos que a defenderam com frases de efeito: No h
causao sem manipulao (R.A. Holland 1986); Se no entrarem causas, no saem causas
(CARTWRIGHT, 1989). Em outras palavras: A no ser que todos os fatores relevantes sejam
conhecidos de antemo, ou que se possa manipular cuidadosamente algumas variveis, nenhuma
inferncia causal genuna possvel (PEARL, 2000, pp. 42-3).

4 CAUSAS SINGULARES, INTERVENO E A CONDIO INUS

Enunciados causais que se aplicam a um evento determinado envolvem o que chamado de causa
singular ou atual. Esta se contrape a uma causa geral ou genrica, que tpico de
enunciados de leis.
Considerando causas singulares, uma primeira distino clssica (Mill, 1843) entre uma causa
necessria e uma causa suficiente. Um evento C causa necessria de um evento E se, na ausncia de
C, E no teria ocorrido. O evento C causa suficiente de E se a ocorrncia de C garantir a ocorrncia
de E. John Stuart Mill j observara que nenhuma causa verdadeiramente suficiente ou necessria
para a ocorrncia de seu efeito (PEARL, 2001, p. 313).
Esta observao foi explorada em 1965 por John L. MacKie, que estabeleceu uma condio lgica
que corresponderia nossa intuio de que C causa de E (MACKIE, 1965). Isto ocorreria se C for
uma parte insuficiente mas necessria de uma condio que ela prpria no-necessria mas
suficiente para o resultado. Juntando as iniciais dos quatro termos em itlico (e lembrando que em
ingls no-necessrio se inicia com a letra u), obtm-se a sigla INUS, que batiza este critrio
(PEARL, 2000, p. 314; CARTWRIGHT, 1989, pp. 25-7).
Uma reflexo breve basta para mostrar a sensatez desta definio. Consideremos, por exemplo, as
causas que levaram Planck a formular sua lei de radiao e. Ele se utilizou de mtodos
termodinmicos (c1), da lei de Wien (c2), a lei de Rayleigh (c3) e dos dados de Rubens & Kurlbaum
(c4), entre outras coisas. O conjunto {c1, c2, c3, c4} uma condio suficiente para e, mas no
necessria, pois podemos imaginar cenrios em que a lei de Planck teria sido derivada a partir de
outras causas. Por exemplo, o cenrio contrafactual que parte da descoberta da lei de calores
especficos de slidos (c5), em conjuno com mtodos termodinmicos (c1) (ver PESSOA JR., 2000,
pp. 189-90). No entanto, considerando o conjunto mencionado, a lei de Wien (c2) uma parte
necessria desta condio (pois sem ela Planck no teria chegado sua lei), mas naturalmente no
uma parte suficiente, pois h mais trs partes (c1, c3, c4). Assim, segundo o critrio INUS, a lei de
Wien foi uma causa da lei de Planck. Uma outra maneira de frasear este critrio considerar a causa

343

um elemento necessrio de um conjunto suficiente (PEARL, 2000, p. 314).

Na Fig. 1, representamos graficamente as relaes causais do exemplo dado, por meio de
diagramas estruturais (grafos acclicos direcionados) cujos nodos representam variveis (avanos) e
cujas flechas (entre os nodos) representam dependncias causais entre as variveis. Chamamos este
tipo de representao de modelo causal, num sentido lato. Para Pearl (PEARL, 2000, p. 203), um
modelo causal uma descrio matemtica de um conjunto de variveis vi, por meio de um conjunto
de funes fi cujos argumentos so outras variveis endgenas ai e tambm variveis exgenas ui
(representadas de maneira estocstica): vi = fi (ai, ui). Alternativamente, pode-se utilizar uma
representao probabilista que faz uso do teorema de Bayes para calcular probabilidades condicionais
luz de novas evidncias (tais mtodos chegam a rivalizar com a estatstica clssica, gerando bastante
discusso metodolgica; ver HOWSON & URBACH, 1993). Este segundo tipo de modelo causal
talvez seja mais promissor para os nossos propsitos.
Nota-se, na Fig. 1, o uso do operador lgico de conjuno &. Quando flechas apontam para um
mesmo avano sem este smbolo de conjuno, fica implcito que a operao lgica em questo a
disjuno.

Figura 1: Situao em que h duas histrias possveis (cada qual suficiente) para a produo de um avano
e. Uma certa causa, como c2, uma causa insuficiente mas necessria de um conjunto {c1, c2, c3, c4} que no
necessrio, devido existncia do conjunto {c1, c5}, mas suficiente para a produo de e. Juntando as
iniciais sublinhadas (em ingls), temos a sigla INUS que nomeia esta condio.

5 COMO EXPRIMIR CAUSAS FRACAS?

Descrevemos o processo de identificao de elementos necessrios de um conjunto suficiente de
causas. No entanto, usual existirem tambm certas influncias causais fracas, sem as quais o efeito
poderia se produzir, mas que de alguma maneira facilitam a produo do efeito. Em nosso trabalho

344

anterior (PESSOA JR., 2000), no fomos alm desta distino simples.

Qual seria a diferena entre as causas fortes e fracas? Seria apenas uma questo de grau? Sabemos
que, na histria da cincia, muitas vezes todas as condies para o aparecimento de um avano so
dadas, e mesmo assim o avano no se produz. Isto indica que a relao entre as causas e o efeito
probabilista. E se aceitarmos isto, devemos levar em conta uma segunda complicao: a probabilidade
prob(e/c1&c2&c3&c4) de se produzir e, dado que as quatro condies indiciadas j existem, ter que
se referir a um intervalo de tempo t: se o intervalo de tempo aumentar, a probabilidade de
surgimento de e (supondo que ele ainda no apareceu) tambm ir aumentar (Fig. 2). A dependncia
da probabilidade com este intervalo de tempo t ir refletir um certo ritmo com que a cincia se
desenvolve em um certo perodo: quanto mais cientistas houver e quanto mais dinheiro for aplicado
em uma certa rea da cincia, maior ser e, conseqentemente, maior ser a probabilidade
probt(e/c1&c2&c3&c4) para um certo t.
Partindo desta representao para relaes causais entre avanos, podemos agora caracterizar um
avano c0 como sendo uma causa fraca, estipulando que sua presena aumenta a probabilidade
probt(e/c1&c2&c3&c4) de ocorrncia do avano e (Fig. 2).

Figura 2: Verso probabilista para um conjunto suficiente {c1, c2, c3, c4} de causas necessrias para o efeito
e. A causa fraca c0 pode ser vista como aumentando um pouco a probabilidade probt(e/c1&c2&c3&c4).

Se no quisermos desenhar uma flecha entre um avano c0 e uma probabilidade (ao invs de outro
avano e), possvel desenhar um diagrama um pouco mais complicado, semelhante a condio INUS
da Fig. 1. Neste diagrama, teramos dois conjuntos suficientes para a produo de e, {c1, c2, c3, c4} e
{c0, c1, c2, c3, c4}. A probabilidade de o primeiro conjunto causar e seria Prob1, e a do segundo seria
Prob2, de tal forma que Prob2 > Prob1.

6 CONTINUAO DA PESQUISA
O passo seguinte do presente estudo aplicar essas idias ao banco de informaes histricas
(envolvendo 350 avanos no perodo 1800-1915) armazenadas em linguagem computacional,
desenvolvido em um artigo anterior (PESSOA JR., 2000). A atribuio de probabilidades para cada
caso s poder ser feita de maneira arbitrria e grosseira, neste estgio inicial.

345

Em um nvel conceitual, h ainda uma questo a ser examinada envolvendo a noo de assimetria
entre causa e efeito, ou a unidirecionalidade da causao (BUNGE, 1979, cap. 6). Uma causa,
como o movimento de um elevador, produz um efeito, como o movimento de um ponteiro no saguo
do edifcio, indicando o andar em que se encontra o elevador. Se algum procurar intervir mexendo no
ponteiro, ele no conseguir controlar o movimento do elevador. O controle do efeito no altera a
causa, apesar de o controle da causa alterar o efeito.
Em nosso estudo, porm, ao admitirmos a possibilidade de histrias contrafactuais, concebemos a
possibilidade de um efeito produzir uma causa. Por exemplo, historicamente a lei de radiao de
Planck (e) foi uma das causas da lei dos calores especficos de Einstein (c5). No entanto, h um
cenrio contrafactual, representado na parte de baixo da Fig. 1, no qual esta ordem invertida. Ou
seja, ao sairmos do plano das causas singulares factuais e nos colocarmos no plano das causas
possveis, pode-se quebrar a assimetria entre causa e efeito. Tal quebra da assimetria no incomum
em exemplos da Fsica, por exemplo, nos quais as energias envolvidas na causa e no efeito so
comparveis.

REFERNCIAS BIBLIOGRFICAS
BUNGE, Mario. Causality and modern science. Cambridge: Harvard University Press, 1959. 3rd ed.
New York: Dover, 1979.
CARTWRIGHT, Nancy. Natures capacities and their measurement. Oxford: Clarendon, 1989.
HOWSON, Colin; URBACH, Peter. Scientific reasoning: the Bayesian approach. 2nd ed. Chicago:
Open Court, 1993.
MACKIE, John L. Causes and conditions. American Philosophical Quarterly 2: 245-64, 1965.
Reimpresso in: KIM, J.; SOSA, E. (orgs.). Metaphysics an anthology. Oxford: Blackwell, 1999.
Pp. 413-27.
PEARL, Judea. Causality models, reasoning and inference. Cambridge: Cambridge University
Press, 2000.
PESSOA JR., Osvaldo. Histrias contrafactuais: o surgimento da fsica quntica. Estudos Avanados
14 (39): 175-204, 2000.
. Counterfactual histories: the beginning of quantum physics. Philosophy of Science 68
(Proceedings): S519-S530, 2001.
WOODWARD, James. Causation and manipulability. Stanford Encyclopedia of Philosophy, 2001.1

Disponvel em: http://plato.stanford.edu/entries/causation-manipulability/

346