Sistemas Complexos e Políticas Públicas

mapasistemaredEste post resume as principais conclusões de Bernardo Alves Furtado, Patrícia Alessandra Morita Sakowski e Marina Haddad Tóvolli no capítulo Abordagens de Sistemas Complexos para Políticas Públicas, do livro com a mesma coautoria: Modelagem de Sistemas Complexos para Políticas Públicas (ver posts anteriores) sobre o uso dos conceitos, métodos e metodologias da abordagem de complexidade para análise e aplicações de políticas públicas.

Em primeiro lugar, a especificação de conceitos pode impedir que visões simplistas se imponham sobre os objetos de políticas públicas. A abordagem complexa sugere que, quando se pensar em políticas públicas, devem-se considerar os seguintes aspectos.

1) Os agentes são heterogêneos

Assumir um agente representativo tal como um consumidor ou empresa média pode ser altamente impreciso e produzir efeitos e resultados equivocados de políticas públicas. Esse é o caso especialmente de países como o Brasil, onde as desigualdades de diferentes tipos são predominantes e marcantes. Como Claudio Tessone resume: “a heterogeneidade [dos agentes] pode afetar significantemente as propriedades observadas do sistema, e ser a origem de fenômenos a priori inesperados em sistemas socioeconômicos”.

2) As coisas estão interconectadas

Isso é outra forma de dizer que:

  1. “o todo é maior do que a soma das partes”;
  2. o comportamento complexo não trivial emerge da interação entre os agentes; ou
  3. os sistemas são não lineares.

Em matéria de políticas públicas, esses conceitos implicam que análises do tipo linear tradicional podem ser inadequadas ou insuficientes.

A abordagem complexa indica ainda que as conexões entre os agentes, setores e escalas não devem ser negligenciadas, o que sugere uma visão interdisciplinar e sistêmica de objetos de política.

A análise de políticas, quando estudada do ponto de vista de múltiplos setores, garante que externalidades, interesses e perspectivas sejam devidamente ponderadas entre si. A multiplicidade de escalas permite a conexão entre a microanálise – ao nível dos indivíduos, empresas ou o agregado familiar – até a análise macro de comunidades e partidos, de grandes setores da economia, bairros, cidades e metrópoles.

A multiplicidade de escalas parece central aos autores, dado que o surgimento de padrões, ou, de outra forma, a eficácia das políticas públicas, tende a ser específico de uma escala e não automaticamente válido em outras escalas. Há interação contínua e idiossincrasias nas interações entre escalas.

Isso é especialmente verdadeiro quando se consideram objetos de políticas públicas, por exemplo, entre os diferentes níveis federativos. A política macroeconômica, por meio da definição de taxa de juros, gera resultados que variam por regiões, setores e tamanho de empresas. A mudança da taxa vai impactar fornecedores e compradores de forma diferente. Além disso, ações de múltiplos agentes com interesses múltiplos, meios de ação e pontos de vista distintos podem gerar resultados que também podem ser diferentes em seu alcance, velocidade de ocorrência, características qualitativas e permanência dos efeitos.

3) Políticas não funcionam com causas e efeitos óbvios, lineares ou diretos

Políticas de ação-reação podem ser consideradas ingênuas, do ponto de vista da abordagem complexa, uma vez que os objetos da política não funcionam de forma mecânica, mas mudam, evoluem e se adaptam. Os objetos são dinâmicos. A política deve levar em consideração, portanto, múltiplas causalidades e efeitos indiretos que surgem como consequência da interação entre diferentes agentes.

O filósofo romeno Basarab Nicolescu (1999) enumera três princípios fundamentais das Ciências Exatas que não são facilmente aplicáveis às Ciências Humanas. São eles:

  1. a existência de leis gerais e fundamentais;
  2. o uso de experimentos para decodificar essas leis; e
  3. a possibilidade de que, dadas as mesmas condições (coeteris paribus), de forma independente, seria possível replicar os experimentos e, portanto, as leis que eles atestam.

As dificuldades em aplicar leis fundamentais, realizar experimentos e replicá-los é clara em fenômenos sociais e políticas públicas pela identificação de:

  1. descontinuidades, saltos e rupturas;
  2. eventos únicos, discretos, que não seguem padrões universais óbvios que poderiam ser decodificados em linguagem matemática de forma imediata; e
  3. incertezas que, juntamente com a subjetividade dos atores e a falta de racionalidade coerente e rigorosa leva a ambiente social não determinístico.

Assim, a Política Pública pode ser mais eficaz se orientada para:

  1. aprimorar a resiliência do sistema e reduzir suas vulnerabilidades;
  2. evitar (ou promover) perigosos (ou positivos) pontos críticos; e
  3. identificar os principais intervenientes em uma rede que possam promover (ou prevenir) mudanças no sistema.

Em outras palavras, documento da OECD (2009, p. 2) afirma que “não é incomum que:

  1. pequenas mudanças gerem grandes efeitos;
  2. grandes mudanças levem a efeitos surpreendentemente pequenos; e
  3. efeitos surjam a partir de causas imprevistas”.

Isso significa que Políticas Públicas devem tentar compreender os mecanismos subjacentes do sistema em análise a fim de identificar a melhor forma de direcioná-lo para o caminho desejado.

Em segundo lugar, os métodos e as metodologias da abordagem complexa podem ajudar a considerar de forma mais ampla as características dos sistemas em análise.

A modelagem é uma boa estratégia para se obter melhor compreensão de como o sistema funciona, ao mesmo tempo, incorporando as características complexas do sistema. Modelos podem ajudar a identificar:

  1. os atores importantes do sistema em análise (agentes),
  2. suas diferentes características (heterogeneidade),
  3. suas inter-relações (interconexão) e
  4. como esses componentes juntos dão origem a comportamentos emergentes e, por vezes, inesperados.

Exemplos de tais técnicas de modelagem são autômatos celulares e modelagem baseada em agentes. Há uma sequência de pontos que definem vantagens de modelagem e uso de modelos:

Um modelo é uma abstração ou simplificação da realidade. Os cientistas costumam usar modelos para explorar sistemas e processos que não podem manipular diretamente. Os modelos podem ser mais ou menos quantitativos, determinísticos, abstratos e empíricos. Eles ajudam a definir questões e conceitos, mais precisamente, gerar hipóteses, auxiliar em testar essas hipóteses e gerar previsões.

Construir modelos consiste em:

  1. determinar as partes do sistema,
  2. escolher as relações de interesse entre estas partes, especificando os mecanismos pelos quais as partes interagem, quais são as informações de identificação, e
  3. explorar o comportamento do modelo.

O processo de construção do modelo pode ser tão esclarecedor quanto o próprio modelo, porque revela o que sabemos e o que não sabemos sobre as conexões e causalidades nos sistemas em estudo. Assim, a modelagem pode tanto sugerir o que podem ser caminhos fecundos de estudo como ajudar a perseguir esses caminhos.

A modelagem permite a simulação de cenários como ferramenta de apoio à decisão e para informar a formulação de políticas. Modelos funcionam como plataformas para a chamada em experimentos in silico, por meio das quais as diferentes opções de políticas podem ser simuladas computacionalmente e testadas com baixos custos.

A modelagem estimula a ênfase no futuro, uma visão prospectiva da política, ao permitir estruturalmente a construção de cenários. Os modelos permitem prognósticos que não são baseados unicamente em probabilidades, mas que incluem interações essenciais em várias escalas e com interesses diversos dos agentes considerados. Os tomadores de decisão política podem, assim, trabalhar com espaços de cenários e intervalos de probabilidades que ocorrem em pontos críticos conhecidos.

Os modelos podem ser continuamente melhorados quanto mais conhecimento se obtiver sobre a operacionalização do sistema. Os modelos também podem ser simples e fornecer informações gerais ou específicas para ajudar a resolver problemas particulares.

Modelos funcionam ainda como meio de comunicação de ideias e de teorias e podem funcionar como “ponto de encontro” para o trabalho colaborativo entre equipes interdisciplinares. “Os modelos não só ajudam a formular perguntas, esclarecer limites do sistema, e identificar lacunas nos dados existentes, mas também revelam os pensamentos e suposições de colegas cientistas”.

A noção de múltiplos modelos contribui para a compreensão dos fenômenos sociais, em particular, e de políticas públicas, em geral, porque se baseia na riqueza da diversidade, diferença e dessemelhanças. Nenhum modelo único cobre independentemente, de forma abrangente, todos os meandros de alguns fenômenos, especialmente os de natureza subjetiva, os complexos. Modelos compartimentam a análise com parâmetros específicos, seja do ponto de vista teórico, metodológico ou processual. Assim, a diversidade de modelos implica maior cobertura de possíveis cenários que são mais prováveis de cobrir sequências inesperadas, importantes eventos improváveis, pontos críticos singulares.

Em terceiro lugar, bancos de dados são recursos valiosos para a elaboração de políticas, e abordagens complexas permitem seu uso de forma mais eficiente.

  1. Os dados podem ajudar a visualizar, descrever e identificar as características do sistema a ser explorado. Análises de redes sociais, por exemplo, utilizam-se da representação visual de redes para explicitar informações complexas.
  2. Mineração de dados, aprendizado de máquina, análise de rede e outros estudos de associação podem fornecer insights sobre o funcionamento do sistema.
  3. Os dados podem ajudar a validar e melhorar os modelos.

Por fim, o conhecimento pode ser visto como um processo de feedback, “um ciclo interminável de propostas ousadas e dúvidas recorrentes”. A modelagem proporciona um meio de estruturar este processo e melhorar a compreensão do sistema que se quer influenciar.

O ciclo de análise de dados, modelagem, validação, simulação, implementação, análise de dados, remodelação, e assim por diante, pode ser o “estranho ciclo” que pode fornecer apoio à decisão para resolver problemas complexos por meio de políticas públicas. Se não for um caminho certo, determinado para se pisar, pelo menos Sistemas Complexos podem iluminar os caminhos-chave para os tomadores de decisão política, esclarecendo o que é provável que aconteça, dadas as opções de conjuntos de caminhos, a cada momento de caminhada.

Deixe uma Resposta

Preencha os seus detalhes abaixo ou clique num ícone para iniciar sessão:

Logótipo da WordPress.com

Está a comentar usando a sua conta WordPress.com Terminar Sessão / Alterar )

Imagem do Twitter

Está a comentar usando a sua conta Twitter Terminar Sessão / Alterar )

Facebook photo

Está a comentar usando a sua conta Facebook Terminar Sessão / Alterar )

Google+ photo

Está a comentar usando a sua conta Google+ Terminar Sessão / Alterar )

Connecting to %s