Falamos frequentemente sobre probabilidades casualmente – “provavelmente”, “provável”, “quase certo” – mas com que precisão estes termos se traduzem em resultados do mundo real? A lacuna entre a linguagem cotidiana e a probabilidade matemática precisa é surpreendentemente vasta, e compreender essa incompatibilidade não é apenas um exercício acadêmico. Afeta a forma como interpretamos tudo, desde os planos para o jantar até ameaças existenciais como as alterações climáticas.
Da retórica antiga ao mal-entendido moderno
A ambiguidade da probabilidade não é nova. Os gregos antigos já reconheciam a diferença entre o que parecia provável (eikos ) e o que era persuasivo (pithanon ), observando que o último não se alinha necessariamente com as probabilidades reais. Esta instabilidade linguística foi transportada para a retórica romana, onde ambos os conceitos foram agrupados em provável, a raiz da nossa palavra moderna.
Foi só no século XVII, com a ascensão do jogo e do Iluminismo, que os matemáticos começaram a desenvolver uma abordagem quantificável da probabilidade. Os filósofos seguiram o exemplo, tentando mapear graus de crença em um espectro. John Locke, em 1690, propôs classificar a certeza com base no consenso, na experiência pessoal e no testemunho de segunda mão – um quadro relevante até mesmo para os princípios jurídicos atuais.
A busca jurídica e econômica pela clareza
A necessidade de probabilidade precisa estendeu-se ao direito e à economia. Jeremy Bentham, no século XIX, lamentou a linguagem “deploravelmente defeituosa” usada para quantificar as provas em tribunal. Ele até propôs uma escala de 0 a 10 para classificar a força da crença, mas considerou-a impraticável devido à variação subjetiva. Um século mais tarde, John Maynard Keynes favoreceu comparações relacionais – concentrando-se em saber se um evento era mais ou menos provável do que outro, em vez de atribuir números absolutos.
A solução da CIA: um dicionário de probabilidades
A descoberta veio inesperadamente de uma fonte improvável: a CIA. Em 1964, Sherman Kent, um analista de inteligência, redigiu um memorando classificado, “Palavras de Probabilidade Estimativa”, para padronizar a linguagem nas Estimativas de Inteligência Nacional. Kent reconheceu a tensão entre “poetas” (aqueles que confiam na linguagem qualitativa) e “matemáticos” (aqueles que exigem números concretos). Sua solução? Atribuir probabilidades específicas a termos vagos: “quase certo” passou a ser 93%, embora estranhamente tenha deixado lacunas na escala de 0 a 100.
Da inteligência à ciência: uma adoção irregular
A estrutura de Kent influenciou as disciplinas científicas, embora de forma imperfeita. As pesquisas mostram alguma sobreposição entre o seu esquema e a forma como os profissionais de saúde interpretam termos como “provável”, mas as inconsistências permanecem. O IPCC, por exemplo, define “muito provável” como uma probabilidade de 90-100% – um lembrete preocupante de que provavelmente já ultrapassámos o limite de aquecimento de 1,5°C.
A psicologia do enquadramento: por que os negativos falham
Apesar destes esforços, a percepção de probabilidade permanece distorcida. A investigação mostra que o enquadramento é importante: as pessoas consideram as previsões “improváveis” como menos credíveis do que as declarações “prováveis” equivalentes. Este preconceito cognitivo reflecte a forma como reagimos a cenários de vida ou morte: a maioria prefere um tratamento que salva 200 vidas a um que deixe 400 morrerem, embora os resultados sejam idênticos.
Concluindo, comunicar a incerteza requer precisão. Quando números concretos não são viáveis, a compreensão linguística partilhada é crucial. E quando possível, enquadrar as probabilidades de forma positiva pode aumentar a aceitação – mesmo que a verdade subjacente permaneça inalterada.
