Método científico
O método científico reúne formas de obter conhecimento pela observação cuidadosa, pelo exame crítico das ideias e pelo teste de hipóteses, com validação experimental. Seu caráter empírico exige confrontar as explicações com o que se observa, para avaliar se elas dão conta dos fenômenos estudados.
O método científico orienta o trabalho dos pesquisadores, que usam o conhecimento anterior para aprofundar a compreensão dos assuntos estudados. A investigação pode reunir explicações antes separadas e construir uma compreensão comum, como ocorre em outras formas de buscar conhecimento.[nota 1] A investigação procura obter conhecimento por meio de explicações testáveis que permitam prever resultados de experimentos futuros. A compreensão dos mecanismos que produzem os fenômenos[nota 2] também pode permitir intervenções, por exemplo, para curar uma doença. Uma explicação que prevê resultados com mais exatidão costuma ser mais útil e pode explicar as evidências melhor que suas alternativas. Explicações que dão conta dos fenômenos e fazem previsões exatas em circunstâncias muito diferentes são frequentemente chamadas de teorias científicas.[A] Para descrever fenômenos, explicar suas relações, prever resultados ou intervir em processos e sistemas, os pesquisadores escolhem ferramentas e formas de obter evidências conforme as perguntas e os objetos de estudo.
Hipóteses, modelos, leis e teorias
Hipóteses, modelos, leis e teorias cumprem funções diferentes na construção do conhecimento, como mostra a tabela. Uma teoria não se transforma em lei apenas por acumular confirmações, pois esses termos designam funções diferentes, e não degraus de uma escala. Leis, modelos e mecanismos podem fazer parte da elaboração e da avaliação de uma teoria.
Dados, evidências e argumentação
Observações e medições produzem registros chamados de dados, que podem ser analisados para encontrar padrões, relações e fontes de erro. Esses registros são usados como evidência quando ajudam a avaliar uma afirmação ou explicação. Para isso, é preciso verificar sua qualidade e sua relação com a pergunta investigada. Uma argumentação científica mostra o caminho dos dados às conclusões, ao apresentar as inferências feitas, os pressupostos adotados[nota 4] e as razões pelas quais os dados sustentam uma interpretação. Precisa também esclarecer como outras explicações possíveis foram examinadas. Os dados obtidos na coleta e a conclusão extraída deles são partes distintas desse trabalho.
Dedução, indução e abdução
No raciocínio dedutivo válido, a conclusão decorre necessariamente das premissas[nota 5] e será verdadeira se elas também forem. O raciocínio indutivo parte de observações para construir princípios gerais, mas suas conclusões são prováveis, sem garantia de verdade. A indução permite formular hipóteses, e a dedução permite prever consequências que podem ser testadas. O exame crítico das observações exige cuidado com as ideias anteriores do observador, que podem distorcer a interpretação das primeiras percepções. Na biologia, em que há poucas leis gerais, a busca da explicação mais plausível por inferência lógica, chamada de raciocínio abdutivo, às vezes ocupa o lugar da dedução. A escolha depende dos pressupostos disponíveis, pois deduções válidas exigem que eles estejam bem estabelecidos.
Os componentes abaixo são frequentes em investigações que formulam e testam hipóteses, embora o método científico possa ser apresentado de diferentes maneiras. Essa classificação não abrange todas as atividades da comunidade científica nem estabelece uma separação rígida entre ciências experimentais e ciências sociais. A revisão contínua das informações pode fazer da investigação um processo cíclico e iterativo[nota 6]. Observações, hipóteses, previsões e experimentos participam desse trabalho em combinações que dependem da pesquisa: A revisão por pares permite que outros especialistas examinem os métodos e resultados em busca de possíveis erros. As atividades dessa lista fazem parte de pesquisas experimentais de física, química, biologia e psicologia, entre outras, mas não abrangem tudo o que os cientistas fazem. No sistema educacional, costumam ser ensinadas como "o método científico".[A]
Exemplo de investigação: a febre puerperal
Ao investigar a elevada mortalidade por febre puerperal no Hospital Geral de Viena, no século XIX, Ignaz Semmelweis comparou duas divisões de maternidade e examinou possíveis explicações para a diferença entre elas. Em maio de 1847, introduziu a desinfecção das mãos com uma solução de cal clorada. Nesse caso, a redução da mortalidade sustentava a previsão, mas não provava que a doença tivesse uma única origem. Novos casos exigiram ampliar a hipótese inicial. Carl Gustav Hempel usou a investigação de Semmelweis para explicar essa diferença entre o apoio das evidências e uma demonstração definitiva.
Perguntas e conhecimento prévio
Uma pergunta científica pode partir de uma observação específica[A], como "Por que o céu é azul?", ou procurar uma solução ainda não definida, como "Como posso desenvolver um medicamento para curar esta doença?". Para formular a pergunta, o pesquisador frequentemente precisa avaliar experimentos anteriores, suas próprias observações ou afirmações e o trabalho de outros cientistas. Se a resposta já for conhecida, as evidências disponíveis podem dar origem a outra pergunta. A escolha pode ser difícil, pois a pergunta orienta a investigação e interfere em seu resultado.
Caracterização, observação e medição
A descoberta da estrutura do DNA, entre 1944 e 1953, permite acompanhar os elementos básicos do método científico em uma investigação. Os trechos desse exemplo aparecem recuados e identificados pelo símbolo . A caracterização de um objeto investigado, também chamado de "problema não resolvido" ou "incógnita", se torna mais detalhada conforme a investigação avança.[A] Benjamin Franklin, por exemplo, comparou as propriedades da eletricidade atmosférica com as da eletricidade produzida por atrito e utilizou instrumentos para estudar as nuvens de tempestade. A busca das propriedades relevantes pode exigir definições e observações feitas com medições cuidadosas ou contagens, que podem compor uma ampla pesquisa empírica.
Formulação de hipóteses
Artigo principal: Formação de hipóteses. Uma hipótese propõe uma explicação para um fenômeno ou uma afirmação fundamentada sobre uma possível correlação entre fenômenos. Ela parte do conhecimento obtido na busca de respostas à pergunta investigada e pode ser específica ou abranger um conjunto amplo de ocorrências. Sua formulação pode usar palavras ou um modelo matemático. Uma hipótese pode atribuir uma característica a uma ocorrência do fenômeno estudado, na forma de um enunciado existencial. Também pode propor uma explicação causal que atribua uma característica a todas as ocorrências, na forma de um enunciado universal. A criatividade, as ideias de outras áreas, o raciocínio indutivo e a inferência bayesiana estão entre os recursos que os cientistas podem usar para imaginar explicações. Albert Einstein resumiu essa dificuldade ao afirmar que "não há uma ponte lógica entre os fenômenos e seus princípios teóricos".[nota 9] Ao retomar Aristóteles nos Analíticos anteriores, livro II, capítulo 25, Charles Sanders Peirce chamou de raciocínio abdutivo as primeiras etapas da investigação, nas quais a "irritação da dúvida" leva a uma suposição plausível.II, p. 290 Há muitos relatos de cientistas que tiveram um "lampejo de inspiração" ou um palpite e passaram a buscar evidências que confirmassem ou refutassem a ideia. Michael Polanyi colocou essa criatividade no centro de sua discussão sobre metodologia.
Previsões e consequências testáveis
Uma hipótese útil permite fazer previsões[nota 11] por meio do raciocínio, inclusive o dedutivo, sobre o resultado de um experimento em laboratório ou a observação de um fenômeno natural. Previsões estatísticas podem expressar apenas a probabilidade dos resultados. Ao avaliar uma evidência, é preciso distinguir as previsões feitas antes de conhecer os resultados das explicações construídas depois da observação. Essa diferença ajuda a compreender a separação entre investigação exploratória e confirmatória. Quando as observações ou experiências disponíveis não permitem confrontar uma previsão com evidências, a hipótese ainda não pode ser testada por esses meios. Novas tecnologias ou teorias podem tornar os testes viáveis. A dificuldade prática de realizá-los, porém, não significa necessariamente que a hipótese não produza consequências testáveis.
Planejamento e realização dos testes
A comparação dos resultados experimentais com as previsões permite avaliar as hipóteses das quais elas foram deduzidas. Resultados contrários às previsões colocam essas hipóteses em dúvida e as tornam menos sustentáveis. A divergência também pode decorrer de falhas na execução ou de um planejamento inadequado em comparação com um experimento crucial. Resultados favoráveis tornam a hipótese mais plausível, mas ela ainda pode estar errada e precisa passar por novos testes. O controle experimental ajuda a lidar com erros de observação[nota 12] pela comparação de amostras, observações ou populações sob condições diferentes. Ao variar as condições de medição, procura-se isolar o que mudou e verificar o que permaneceu igual. Os métodos de Mill podem ajudar a encontrar o fator determinante. A análise fatorial examina as relações entre variáveis observadas por meio de fatores não observados, mas não permite, sozinha, encontrar uma causa.
Uma investigação pode combinar formas diferentes de formular perguntas, obter dados e construir modelos, conforme a disciplina, os fenômenos e as perguntas examinadas.
Formulação e teste de hipóteses
No modelo hipotético-dedutivo, também chamado de método de teste de hipóteses ou método científico "tradicional", formulam-se hipóteses cujas previsões são obtidas por raciocínio dedutivo. As previsões precisam poder ser refutadas experimentalmente, pois são essas implicações da hipótese que o teste examina. Os cientistas procuram confirmar ou refutar as consequências de uma possível teoria em um experimento. Se os resultados contradizem as consequências, a parte da teoria que as implicava é refutada, desde que os pressupostos auxiliares da dedução e as condições do teste estejam corretos. Resultados favoráveis, porém, não provam definitivamente a teoria.
Estudos observacionais e investigação histórica
Nos estudos observacionais, os pesquisadores analisam os fenômenos sem determinar experimentalmente as condições às quais os participantes são expostos. Podem usar medidas quantitativas e comparações entre grupos para examinar os dados obtidos. Para explicar vestígios atuais por acontecimentos passados, as ciências históricas, como a geologia, a paleontologia e a arqueologia, podem comparar explicações concorrentes e buscar evidências que permitam distingui-las. Uma hipótese sobre um acontecimento singular pode ser avaliada cientificamente mesmo sem recriar esse acontecimento em laboratório. Experimentos e simulações ajudam a examinar os mecanismos propostos e a interpretar os vestígios, enquanto novas observações podem alterar a preferência entre hipóteses. Para a filósofa Carol E. Cleland, as diferenças entre essa investigação e a experimentação controlada não bastam para considerar a primeira metodologicamente inferior.
Pesquisa quantitativa, qualitativa e métodos mistos
Na pesquisa quantitativa, medidas numéricas permitem examinar com que frequência algo ocorre, sua magnitude e as relações entre variáveis. A pesquisa qualitativa procura compreender significados, experiências, processos e contextos, por exemplo, com entrevistas, observação participante e análise de documentos. A pergunta e os objetivos da investigação orientam a escolha dos métodos. Para que outros pesquisadores avaliem como se chegou a uma interpretação qualitativa, é preciso mostrar a relação entre a teoria, o método e as técnicas empregados. Maria Cecília de Souza Minayo recomenda registrar as ações do pesquisador no campo, comparar informações de diferentes fontes e técnicas por triangulação e examinar relatos que contradigam as hipóteses iniciais. O rigor depende da interpretação dos dados em seu contexto e de permitir que outros examinem o caminho da análise.
Modelagem matemática e computacional
A modelagem matemática, também chamada de raciocínio alóctone[nota 24], permite examinar consequências de hipóteses por meio de representações matemáticas de sistemas ou processos. Pode complementar experimentos físicos ou explorar situações em que eles são difíceis de realizar. A construção do modelo usa simplificação ou abstração[nota 25] para deixar de lado fatores considerados menos relevantes. As regras de correspondência estabelecem como interpretar os resultados matemáticos em relação ao sistema real. Essas escolhas precisam ser avaliadas, pois excluir um fator relevante pode comprometer as conclusões. A construção do modelo também ajuda a compreender os fatores determinantes do sistema e a avaliar até onde ele pode ser simplificado sem perder aspectos relevantes. A parcimônia e os princípios relacionados são examinados na avaliação e escolha de teorias.
Ao avaliar uma explicação científica, é preciso examinar o raciocínio empregado e as crenças e os vieses que podem afetar as conclusões.
Aplicação e avaliação dos argumentos
As discussões sobre análise e síntese e sobre raciocínio não ampliativo e ampliativo[nota 26] fazem parte da história do método científico, mas essas distinções não são equivalentes. A indução pode propor generalizações a partir de observações, enquanto a dedução extrai consequências das premissas adotadas. O raciocínio dedutivo permite desenvolver consequências de uma teoria admitida como verdadeira. Uma aplicação do trabalho de Einstein, por exemplo, pode afirmar: "Mostramos que este caso satisfaz as condições de aplicação da relatividade geral ou restrita, portanto suas conclusões também se aplicam". Se essas condições forem demonstradas corretamente, a conclusão decorre delas. Também é possível deduzir consequências de uma hipótese ainda não estabelecida, mas uma dedução válida não garante que a hipótese seja verdadeira. A conclusão depende das premissas, e novas evidências podem exigir sua revisão.
Testabilidade e falseabilidade
Uma afirmação de verdade científica pode ser contestada pela refutação, pelo questionamento de seu grau de certeza ou pelo exame de sua coerência.[nota 27] A incoerência ocorre quando há erros lógicos internos, como afirmar que proposições opostas são verdadeiras. A refutação corresponde ao trabalho de conjectura e refutação defendido por Popper. O grau de certeza talvez seja a questão que mais facilmente dificulta distinguir uma afirmação verdadeira de uma falsa. Karl Popper adotou a falseabilidade como critério de demarcação[nota 28] entre teorias científicas e não científicas. Uma hipótese é falseável quando se pode apontar um resultado possível de experimento ou observação que contradiga as previsões deduzidas dela. Sem essa possibilidade, a hipótese não pode ser testada de maneira significativa. Em sua comparação com a astrologia, ambas "explicam" observações, mas a teoria científica faz previsões que podem entrar em conflito com a experiência. Ela se expõe ao risco de ser refutada, embora resultados favoráveis não sejam uma prova definitiva.
Relações entre teoria e observação
Os conceitos e pressupostos do observador podem afetar a interpretação dos dados empíricos, como se discute na ideia de que a observação depende de teorias. Informações limitadas podem levar a conclusões falsas, enquanto o conhecimento científico permanece em construção. Ao examinar a dependência teórica da observação, Norwood Russell Hanson, Thomas Kuhn e Paul Feyerabend discutiram como as concepções do observador afetam o que ele percebe. Em Patterns of Discovery, de 1958, Hanson recorreu à Gestalt para mostrar como ideias anteriores afetam a observação e a forma de apresentá-la. Entre seus exemplos estão a rejeição inicial do complexo de Golgi como artefato da técnica de coloração e as interpretações do nascer do Sol por Tycho Brahe e Johannes Kepler, associadas a modelos diferentes do movimento da Terra. A comparação trata da influência dos pressupostos na interpretação e da dificuldade de chegar a uma descrição intersubjetiva.[nota 29]
Crenças e vieses
O controle experimental e a reprodutibilidade ajudam a reduzir os efeitos prejudiciais das circunstâncias e, em alguma medida, dos vieses pessoais. No viés de confirmação, crenças anteriores levam à busca ou à interpretação de evidências de maneira favorável a uma crença ou hipótese já considerada. Na confirmação comportamental, as expectativas sobre outras pessoas orientam interações que ajudam a produzir o comportamento esperado. A crença de que um cavalo a galope estende as pernas quando nenhuma pata toca o chão aparece em pinturas, mas foi contrariada pelas fotografias de Eadweard Muybridge. Ao congelar o movimento, elas mostraram que, nesse instante, as pernas ficam recolhidas.
Critérios de avaliação e escolha de teorias
Algumas teorias substituíram outras por explicar fenômenos ou abrir caminhos de pesquisa, mas as razões dessas mudanças nem sempre são simples ou evidentes. Cientistas e filósofos discutem há muito quais critérios uma "boa" teoria satisfaz e como escolher entre teorias sem introduzir vieses cognitivos. Os critérios podem receber pesos diferentes[γ] e incluem exatidão, coerência interna, capacidade de explicar mais que os dados que deram origem à teoria, de reunir fenômenos distintos e de abrir novas pesquisas. A parcimônia e a invariância também fazem parte dessas discussões. Algumas propostas usam a "elegância formal" como um critério subjetivo, que pode ter sentidos diferentes.
Revisão e desenvolvimento das teorias
O aperfeiçoamento das teorias costuma ocorrer de forma gradual, às vezes em diferentes áreas da ciência, pois a maioria dos resultados experimentais não produz grandes mudanças na compreensão humana. Os modelos científicos variam quanto à extensão e à duração dos testes experimentais e quanto à aceitação pela comunidade científica. Em geral, uma explicação é aceita à medida que as evidências se acumulam e ela as explica melhor que as alternativas. Outros pesquisadores podem reformular essas explicações ou combiná-las para produzir novas. Novas observações experimentais podem contradizer o conhecimento científico e levar à sua refutação, pois ele depende dos resultados empíricos. Uma teoria pode precisar de modificações ou ser substituída por outra para explicar os novos resultados, sem que possa ser considerada definitiva. A confiança nela depende das evidências, dos testes, de seu alcance e da clareza de seus limites. A permanência de uma teoria, sozinha, não garante que esteja correta.
O trabalho científico é uma atividade social em que a aceitação das conclusões depende de uma comunidade capaz de examinar os métodos e os resultados experimentais e teóricos, confirmando-os e, quando aplicável, reproduzindo-os. A metaciência investiga como o conhecimento científico é produzido e avaliado, incluindo as formas de publicar pesquisas, a revisão por pares, a reprodutibilidade e maneiras de melhorar o rigor da investigação. Questões matemáticas e práticas no uso da estatística podem prejudicar a confiabilidade dos resultados científicos, como discutiu John Ioannidis no artigo "Why Most Published Research Findings Are False", de 2005. Pesquisas em metaciência procuram encontrar e corrigir usos inadequados da estatística, como o uso indevido de valores de p. No modelo de Ioannidis, os resultados têm menor probabilidade de ser verdadeiros quando os estudos são pequenos e permitem grande flexibilidade no planejamento, nas definições, nos desfechos[nota 43] e nas análises. A confiabilidade também diminui em áreas com maiores interesses financeiros, vieses e competição intensa entre equipes. Para o autor, essas condições podem fazer com que a maioria dos resultados seja falsa, sobretudo em áreas da pesquisa biomédica com probabilidades prévias muito baixas de encontrar associações verdadeiras. Seu trabalho analisa as condições estatísticas e econômicas que reduzem a confiabilidade, sem medir uma proporção única de resultados falsos para todas as ciências. O autor também reconhece que pesquisas geradoras de hipóteses com probabilidades iniciais baixas podem levar a descobertas e ampliar o conhecimento.
Comunicação e revisão por pares
Na revisão por pares, outros especialistas examinam os métodos, os argumentos e os resultados de uma pesquisa, sem certificar que estejam corretos. A avaliação pode ser anônima ou aberta, entre outras modalidades. Alguns periódicos pedem aos pesquisadores listas de possíveis revisores, sobretudo em áreas muito especializadas. O exame da metodologia e do planejamento pode resultar em pedidos de revisão ou de novos experimentos antes da publicação. O prestígio do periódico não demonstra a qualidade de um artigo individual. A Declaração de São Francisco sobre Avaliação da Pesquisa recomenda que cada trabalho seja avaliado por seus próprios méritos.[nota 39]
Reprodutibilidade e replicabilidade
Os termos reprodutibilidade e replicabilidade têm usos diferentes entre as disciplinas, e as Academias Nacionais de Ciências, Engenharia e Medicina dos Estados Unidos adotaram as definições abaixo para distingui-los no relatório de 2019. A consistência dos resultados precisa ser avaliada considerando as incertezas do estudo, sem exigir que as medições sejam absolutamente idênticas. A repetição de um experimento pode produzir resultados diferentes dos originais, mesmo depois de consideradas suas incertezas, e essa divergência precisa ser investigada. Diferenças nas condições, variabilidade do sistema, erros ou acaso podem afetar o resultado. Uma replicação malsucedida, sozinha, não refuta conclusivamente o estudo original. Um mesmo experimento costuma ser realizado mais de uma vez, sobretudo quando há variáveis não controladas ou outros indícios de erro experimental. Outros cientistas também podem tentar reproduzir resultados surpreendentes ou de grande interesse para seu trabalho.
Transparência, documentação e pré-registro
A comunicação dos resultados experimentais exige que os pesquisadores mantenham abertura e prestem contas de como conduziram o trabalho. Anotações detalhadas ajudam a preservar a integridade dos procedimentos e permitem que outras pessoas reproduzam os experimentos. O cuidado com o registro dos dados, defendido por Ludwik Fleck, que viveu entre 1896 e 1961, e por outros pesquisadores, também permite fornecê-los a colegas que desejem reproduzir os resultados originais ou parte deles. Os pesquisadores podem ser solicitados a compartilhar esses dados e amostras experimentais difíceis de obter, mesmo quando isso não é obrigatório. Agências e periódicos adotam políticas de gestão e compartilhamento para permitir a verificação e o uso dos resultados. A Fundação Nacional da Ciência, por exemplo, exige planos de gestão e compartilhamento de dados nas propostas de financiamento. Os periódicos da Nature Portfolio exigem a disponibilização de dados, materiais, códigos e protocolos, com uma declaração das restrições existentes. O arquivamento de dados científicos pode ser feito em repositórios nacionais ou internacionais. O Sistema Mundial de Dados, que promove sua preservação e seu acesso, sucedeu ao sistema do Centro Mundial de Dados em 2009.
Síntese de evidências
A revisão sistemática reúne resultados de estudos selecionados e avaliados por procedimentos explícitos de exame da literatura. Quando é apropriado, a metanálise combina os resultados quantitativamente. A comparação das evidências ajuda a avaliar conclusões científicas, mas essas sínteses dependem da qualidade dos estudos incluídos e das escolhas feitas na análise.
Ética e integridade da pesquisa
Ver também: Integridade científica, Ciência aberta. A busca da exatidão e o compromisso com a honestidade orientam a ciência, enquanto a abertura precisa respeitar restrições justificadas pela proteção dos participantes, pela confidencialidade ou por outros deveres éticos. Ao discutir as regras de investigação em 2013, o físico Lee Smolin defendeu princípios éticos para evitar uma definição que pudesse restringir o método científico.[ε] Para ele, a ciência depende do esforço de pessoas qualificadas que trabalham na comunidade científica. Também defendeu que programas de pesquisa não fossem excluídos antes que as evidências permitissem decidir entre eles.
Infraestrutura e colaboração
A escolha de uma investigação depende dos recursos disponíveis, como dinheiro, tempo e atenção dos pesquisadores, dimensão que Peirce discutiu como uma economia da pesquisa. Instituições financiadoras publicam relatórios e informações sobre as pesquisas que apoiam. Instrumentos como o Grande Colisor de Hádrons do CERN, o LIGO, a Instalação Nacional de Ignição, a Estação Espacial Internacional e o Telescópio Espacial James Webb exigem instalações e equipes de grande porte. O planejamento, o financiamento e a operação dependem de infraestrutura de apoio e da colaboração entre pesquisadores.[ζ]
Artigo principal: História do método científico. Para uma cronologia, consulte Cronologia da história do método científico. Os debates sobre as regras do raciocínio científico foram intensos e recorrentes, com filósofos naturais e cientistas defendendo maneiras diferentes de estabelecer o conhecimento. O desenvolvimento do método científico não seguiu um caminho linear, e sua história difere da história da ciência. Na Revolução Científica, a observação sistemática e a experimentação passaram a ter mais espaço na produção do conhecimento. Ao examinar práticas antigas, é preciso considerar suas próprias finalidades e evitar atribuir-lhes os conceitos e objetivos da ciência moderna.
Práticas antigas e medievais
Expressões antigas do empirismo e do método científico podem ser encontradas entre os estoicos, em Aristóteles, Epicuro, Alhazen,[B][nota 44][C][i] Avicena, Albiruni, Roger Bacon[η] e Guilherme de Ockham. Hiparco, que viveu aproximadamente entre 190 e 120 a.C., usou observações registradas para estudar a precessão da Terra. As investigações astronômicas de Albatênio, morto em 929, combinaram o uso cuidadoso de instrumentos com observações repetidas. As obras de Alhazen, no século XI, contêm experimentos controlados.[nota 46][nota 45] Novos trabalhos podem se apoiar em artigos já publicados, prolongando uma investigação por décadas ou séculos. No século XI, Alhazém examinou a refração e chamou o meio celeste de mais "rarefeito" que o ar, atribuindo-lhe maior transparência. Também no século XI, Ibn Mu'adh estimou a altura da atmosfera em cerca de 84 km no Tratado sobre o crepúsculo. Sua construção geométrica usava o ângulo do Sol abaixo do horizonte ao final do crepúsculo.[nota 47]
Revolução Científica e experimentação
Durante a Revolução Científica dos séculos XVI e XVII, Francis Bacon e Robert Hooke desenvolveram o empirismo, René Descartes formulou uma abordagem racionalista e o indutivismo ganhou espaço com Isaac Newton e seus seguidores. Newton apresentou quatro regras de raciocínio na filosofia experimental na terceira edição dos Principia, de 1726, e aperfeiçoou o método científico. A experimentação defendida por Francis Bacon foi realizada por Giovanni Battista della Porta, Johannes Kepler[nota 37][nota 29] e Galileu Galilei.[θ] Os trabalhos teóricos do cético Francisco Sanches, dos idealistas e dos empiristas John Locke, George Berkeley e David Hume também fizeram parte desse desenvolvimento.[nota 48]
Século XIX e institucionalização da ciência
Com a expansão das instituições científicas no século XIX, surgiu a expressão inglesa scientific method, junto a termos como cientista e pseudociência, usados para estabelecer fronteiras entre ciência e não ciência. Entre as décadas de 1830 e 1850, quando o baconianismo estava em voga, naturalistas como William Whewell, John Herschel e John Stuart Mill debatiam a "indução" e os "fatos" para compreender como produzir conhecimento. No fim do século XIX e no início do XX, o desenvolvimento de teorias que ultrapassavam o domínio do observável acompanhou o debate entre realismo e antirrealismo.
Uso moderno e pensamento crítico
Autores como William Whewell, William Stanley Jevons e Charles Sanders Peirce desenvolveram a análise do modelo hipotético-dedutivo no século XIX, discussão para a qual Karl Popper e Carl Hempel contribuíram no século XX.[nota 37] No século XX, a expressão método científico se popularizou, e o livro Como pensamos, publicado por Dewey em 1910, inspirou orientações de ampla circulação. A expressão passou a aparecer em dicionários e livros didáticos de ciências, embora houvesse pouco consenso sobre seu significado. Seu uso cresceu até meados do século XX,[nota 49] mas, nas décadas de 1960 e 1970, Thomas Kuhn e Paul Feyerabend questionaram a ideia de um "método científico" universal. A concepção de uma ciência baseada em um método homogêneo e universal cedeu espaço à de práticas diversas e locais. Na primeira edição de Contra o Método, de 1975, Feyerabend contestou a existência de regras universais para a ciência. Karl Popper[ι] havia defendido o caráter geral da tentativa e erro em 1963. Gauch, em 2003, sustentou que a investigação tinha princípios gerais.
A filosofia da ciência examina a lógica que sustenta o método científico, a distinção entre ciência e não ciência e a ética da pesquisa. Entre os pressupostos discutidos está a confiança na possibilidade de compreender o mundo, expressa por Einstein.[D] A investigação científica procura regularidades nos sistemas naturais e explicações que possam ser examinadas por evidências. Discute-se também a relação desses pressupostos com o naturalismo metodológico. O positivismo lógico, o empirismo, o falseacionismo e outras correntes propõem explicações diferentes da lógica científica, que também recebem críticas. Nas tentativas filosóficas de definir o método da ciência,[κ] propostas de unificação podem tratar dos métodos, das teorias, da linguagem ou dos objetos das ciências. Os pluralistas defendem formas de diversidade nesses aspectos. As posições diferem quanto ao alcance de uma unidade possível e ao valor de procurá-la.
Empirismo, racionalismo e perspectivas pragmáticas
A investigação científica pode construir explicações a partir de dados empíricos e da lógica, na busca de verdades sobre a natureza, ou reduzir o conjunto de explicações possíveis, procurando eliminar dúvidas.[λ] Ambas as tarefas enfrentam dificuldades, pois a interpretação dos dados empíricos depende de teorias. Na aquisição do conhecimento, o empirismo dá à experiência um papel central, enquanto o racionalismo enfatiza a razão. Essas posições receberam formulações diferentes ao longo da história, e a investigação científica combina observação, inferência e elaboração teórica. Para avaliar afirmações empíricas, é preciso confrontá-las com evidências. Revelações, dogmas políticos ou religiosos, tradição, crenças comuns, senso comum ou teorias aceitas não substituem esse exame.
Contextos de descoberta e de justificação
Na distinção associada a Hans Reichenbach, formular e desenvolver ideias faz parte do contexto de descoberta, enquanto avaliar o apoio que recebem de argumentos e evidências faz parte do contexto de justificação. Ela separa a origem de uma hipótese dos motivos para aceitá-la ou rejeitá-la, mas não exige que a teoria esteja pronta antes de começar sua avaliação. A geração e o exame de ideias podem ocorrer de maneira intercalada. A filosofia da ciência discute a utilidade e os limites dessa separação, inclusive em abordagens que investigam o papel das heurísticas na descoberta.
Pluralismo
Artigo principal: Pluralismo científico. Na filosofia da ciência, os pluralistas rejeitam propostas de unificação do método e do objeto da ciência em um ou mais aspectos. A diversidade pode se referir à metafísica do objeto, à epistemologia do conhecimento ou aos métodos e modelos de pesquisa. Para alguns pluralistas, a própria natureza da ciência exige essa diversidade. Para outros, como as disciplinas científicas já têm práticas distintas, não há motivo para considerá-la errada sem uma demonstração empírica de uma unificação específica. Há também quem defenda o pluralismo por razões normativas, mesmo que a unidade fosse possível em teoria.
Unificacionismo
Na interpretação reducionista do unificacionismo, um princípio central do positivismo lógico, os objetos das ciências particulares se reduziam aos de um domínio comum e supostamente mais básico, geralmente a física. Outra interpretação propunha expressar as teorias e os resultados de todas as ciências em uma linguagem comum, uma "gíria universal". Uma terceira defendia que todas as ciências particulares tinham um método científico comum.[nota 51] As mudanças históricas dos padrões de investigação e de sucesso científico também entram nesse debate. "O fato de os padrões de sucesso científico mudarem com o tempo torna a filosofia da ciência difícil e cria problemas para a compreensão pública da ciência. Não temos um método científico fixo em torno do qual possamos nos reunir e que possamos defender." Steven Weinberg, 1995.
Programas de pesquisa
Imre Lakatos propôs avaliar programas de pesquisa formados por sucessões de teorias, além de hipóteses isoladas. Nessa proposta, os pressupostos centrais formam um núcleo firme, cercado por um cinturão protetor de hipóteses auxiliares que podem ser modificadas diante de dificuldades com as evidências. Preservar temporariamente o núcleo quando surge uma anomalia[nota 52] não basta, nessa abordagem, para rejeitar o programa. Quando as mudanças teóricas permitem prever fatos novos e parte dessas previsões recebe confirmação empírica, Lakatos chama o desenvolvimento de progressivo. Em um programa degenerativo, os ajustes procuram sobretudo acomodar fatos já conhecidos, sem produzir previsões bem-sucedidas em medida comparável. Para comparar os programas, é preciso considerar como suas modificações se desenvolveram e o que permitiram descobrir.
Anarquismo epistemológico
Ao examinar a história da ciência, Paul Feyerabend contestou a ideia de que ela fosse um processo metodológico. Em Contra o Método, de 1975, argumentou que nenhuma apresentação do método científico poderia abranger todas as abordagens usadas pelos cientistas. Para ele, não havia regras metodológicas úteis e sem exceções para o progresso científico, pois cada método ou norma teria sido violado em algum episódio que permitiu um avanço. Em tom de brincadeira, propôs que a única regra universalmente válida seria "vale tudo". A escolha entre abordagens também depende da administração dos recursos disponíveis para investigar e resolver problemas.[E]
O exame empírico permite estudar fenômenos e afirmações observáveis relacionados a crenças religiosas, mas não resolve sozinho todas as questões morais ou de fé. A ciência também encontra limites ao procurar fazer afirmações verdadeiras sobre a realidade. A natureza da verdade e a relação entre as afirmações científicas e a realidade são discutidas na filosofia da ciência, enquanto outros limites aparecem na própria observação.
Sistemas complexos e limites da previsão
O estudo de sistemas complexos pode combinar transdisciplinaridade, teoria dos sistemas, teoria de controle e modelagem científica. Em sistemas diversos e interconectados e em grandes conjuntos de dados, pode ser difícil aplicar rigorosamente o método científico. Chris Anderson propôs em 2008 que a análise de megadados poderia dispensar hipóteses e teorias, como alternativa ao método científico. O uso desses dados continua, porém, a envolver escolhas de coleta, tratamento e modelagem. Encontrar padrões exige avaliar as hipóteses e os pressupostos da análise. O apoio ou a rejeição de uma hipótese nula depende do teste estatístico e de suas condições de aplicação. Em uma discussão distinta, Fleck examinou como a formação dos fatos científicos se relaciona com as práticas sociais da investigação.
Representações escolares do método
Na educação, apresentações da investigação como as de Dewey em How We Think, de 1910, e de Karl Pearson em The Grammar of Science, de 1892, influenciaram o ensino. A organização social da ciência e seus efeitos na pesquisa também são temas de discussão. No ensino de ciências, a ideia de um método geral e universal se difundiu e apareceu nas concepções de ciência de estudantes e professores examinadas em pesquisas educacionais. A apresentação de uma sequência única como descrição de toda investigação científica recebeu críticas ao ensino tradicional. Para organizações como a Associação Americana para o Avanço da Ciência, a formação em ciências inclui as humanidades e as artes[nota 55], e compreender a ciência envolve conhecer sua filosofia e sua história.
Aprendizagem das práticas científicas
A participação em atividades de investigação permite aos estudantes aprender a formular perguntas, construir modelos, analisar dados e avaliar explicações em relação aos fenômenos estudados. A aprendizagem pode partir de suas ideias e experiências anteriores e avançar para explicações mais elaboradas, com oportunidades de aplicar e rever conceitos. Os estudantes podem distinguir observações de inferências e afirmações de evidências ao construir e criticar argumentos que relacionem uma explicação aos dados que a sustentam. Episódios históricos também permitem examinar como cientistas formularam ideias, consideraram alternativas e avaliaram resultados.
A ciência reúne, compara e avalia modelos diante de observáveis, procurando distinguir o que já é conhecido do que ainda é desconhecido em cada etapa da descoberta, preocupação também presente na matemática. Um modelo pode ser uma simulação, uma fórmula matemática ou química, ou um conjunto de etapas propostas. Nos dois campos, os modelos e argumentos precisam ser coerentes internamente. A ciência empírica confronta suas consequências com observações, enquanto a matemática usa demonstrações para estabelecer o que decorre das premissas adotadas. Um enunciado proposto e ainda não demonstrado é chamado de conjectura, e um contraexemplo pode refutar uma conjectura matemática universal. A inspiração entre o trabalho matemático e o científico aparece, por exemplo, na demonstração da conjectura de Poincaré. Nela, o fluxo de Ricci representa a evolução de uma geometria em função de um parâmetro chamado tempo, que exprime uma mudança matemática e não a passagem do tempo medida em um experimento físico.
