Hoje é 5 de outubro de 2026. Ontem foi dia de eleições para presidente, governadores, senadores e deputados. Como matemático e pesquisador, permito-me uma pequena reflexão sobre uma questão que ultrapassa o resultado das eleições: o método científico e os seus limites.
O método científico teve uma de suas grandes etapas de estruturação com o inglês, Francis Bacon (1561-1626). Com o fim da Idade Média e a transformação da maneira pela qual o homem passou a buscar compreender a natureza, o método experimental e a observação sistemática e, matematizada, foram assumindo um papel central na construção do conhecimento. A ciência moderna se consolidou e, com ela, desenvolveram-se extraordinariamente a física, a química, a astronomia e tantas outras áreas do conhecimento.
Entretanto, o extraordinário sucesso da ciência moderna acabou produzindo também uma espécie de confiança excessiva no método: a ideia de que, seguindo corretamente determinados procedimentos, poderíamos alcançar uma descrição cada vez mais segura e objetiva da realidade.
É justamente nesse ponto que alguns pensadores merecem ser lembrados: Arthur Schopenhauer (1788-1860), William James (1842-1910), Thomas Kuhn (1922-1996) e Paul Feyerabend (1924-1994).
Schopenhauer, em O mundo como vontade e representação, estabelece uma distinção fundamental entre o mundo e a maneira pela qual o conhecemos. O conhecimento racional é abstrato: trabalha com conceitos, relações e representações. A razão não apreende a realidade em sua totalidade; ela a organiza e a representa segundo determinadas formas de conhecimento.
Essa perspectiva é particularmente interessante quando pensamos na ciência. A ciência não é o próprio mundo. Ela é uma construção racional acerca do mundo. Suas teorias, leis, modelos e conceitos constituem formas de representação dos fenômenos.
William James, por sua vez, em O significado da verdade, coloca a verdade em uma relação muito mais dinâmica com a experiência e com os acontecimentos. Sua conhecida formulação — segundo a qual uma ideia se torna verdadeira à medida que se mostra verdadeira nos acontecimentos — desloca nossa atenção da verdade entendida como algo absolutamente separado da experiência para aquilo que efetivamente se verifica na realidade.
Paul Feyerabend, em Contra o método, radicaliza a discussão. Sua crítica não consiste simplesmente em afirmar que a ciência não funciona, mas em questionar a existência de um método científico único, universal e rígido, capaz de explicar todo o desenvolvimento da ciência. A história da ciência, para Feyerabend, mostra que grandes descobertas muitas vezes ocorreram justamente quando os cientistas ultrapassaram regras metodológicas estabelecidas.
Thomas Kuhn, em A estrutura das revoluções científicas, também nos obriga a repensar a ideia de uma ciência construída por um método único e progressivamente acumulativo. Para Kuhn, a ciência se desenvolve dentro de paradigmas, isto é, estruturas teóricas e conceituais compartilhadas por determinadas comunidades científicas. Esses paradigmas não são eternos. Em determinados momentos, anomalias e problemas que não conseguem ser adequadamente explicados pelo paradigma dominante contribuem para produzir aquilo que Kuhn denomina revolução científica.
Mas por que lembrar esses pensadores justamente hoje, um dia após as eleições? A resposta está nas pesquisas eleitorais e nos fatos concretos que foram seus resultados.
Durante o processo eleitoral, diversos institutos realizaram pesquisas utilizando métodos estatísticos. Essas pesquisas, fundamentadas em amostragens, probabilidades, modelos matemáticos e procedimentos científicos, procuraram estimar aquilo que aconteceria nas urnas. Em determinados casos, porém, os resultados efetivamente observados ficaram significativamente distantes das previsões apresentadas.
Isso nos coloca diante de uma questão epistemológica interessante. Se o método é científico, como pode a previsão dele produzida não corresponder ao acontecimento?
A pergunta, entretanto, não deve nos conduzir à conclusão simplista de que a estatística é falsa ou de que o método científico não funciona. Seria um erro absurdo pensar assim.
Uma pesquisa estatística não é o acontecimento. Ela é uma representação probabilística de um acontecimento possível. Entre a amostra e a população, entre o modelo matemático e a realidade, existe sempre uma distância. O modelo trabalha com informações disponíveis, hipóteses, margens de erro, comportamentos probabilísticos e determinadas condições. A realidade, porém, não se compromete com o modelo.
É nesse ponto que a reflexão de Schopenhauer ganha força. Para o filosofo, a ciência constrói representações. E uma representação pode ser extremamente rigorosa, matematicamente consistente e empiricamente fundamentada sem, por isso, constituir a realidade em si mesma.
O mapa pode ser extraordinariamente preciso e, ainda assim, não ser o território.
Talvez seja justamente essa a grande lição epistemológica que podemos retirar de acontecimentos como os resultados eleitorais. O erro de uma previsão não destrói necessariamente o método que a produziu; ele revela, antes, a distância existente entre o modelo e o fenômeno.
A estatística não promete conhecer o futuro como necessidade absoluta. Ela trabalha com probabilidades. Quando uma previsão estatística aponta uma probabilidade de 70% para determinado acontecimento e ele não ocorre, isso não significa necessariamente que a matemática estava errada. Significa que um acontecimento situado nos 30% restantes efetivamente ocorreu.
Mas existe aqui algo filosoficamente mais profundo.
O problema começa quando, dogmáticos ingênuo da ciência, transformamos a representação em realidade, o modelo em acontecimento, a probabilidade em certeza e o método em uma espécie de garantia metafísica da verdade.
É nesse sentido que Schopenhauer e, sua teoria do conhecimento, permanece atual. Isto é, o conhecimento científico é uma forma de representação; do fenômeno ocorrido ou representação previsível de uma possibilidade fenomênica. Portanto, o conhecimento metodológico, matematizado, ou seja, científico, corresponde a uma forma extraordinariamente poderosa, rigorosa e fecunda, mas ainda assim uma representação do mundo.
Talvez seja necessário, portanto, abandonar tanto o dogmatismo anticientífico quanto o dogmatismo cientificista. O primeiro acredita que, quando uma previsão científica falha, toda a ciência deve ser rejeitada. O segundo acredita que, por ser científico, um método necessariamente produzirá uma representação definitiva e incontestável da realidade.
Nenhuma dessas posições parece adequada. A ciência não perde sua grandeza porque encontra seus limites. Ao contrário: reconhecer os limites do conhecimento científico é também uma atitude científica.
Karl Popper, em A miséria do historicismo, já havia mostrado os problemas envolvidos na pretensão de transformar a história em um processo inteiramente previsível por meio de leis necessárias. A realidade histórica não se comporta como um sistema fechado no qual todas as variáveis podem ser conhecidas antecipadamente.
Talvez o grande equívoco esteja justamente em esperar do método aquilo que ele nunca poderia oferecer: a garantia absoluta de que a realidade obedecerá à representação que construímos dela.
O método é um instrumento para conhecer. Não é a própria realidade. A ciência produz modelos. Não produz o mundo. A estatística calcula possibilidades. Não determina acontecimentos. E o conhecimento científico, por mais rigoroso que seja, permanece diante de uma realidade que pode surpreendê-lo.
Por isso, talvez a pergunta mais importante não seja “por que o método errou?”, mas: “O que o acontecimento que contrariou nossa previsão nos revela sobre os limites do modelo que utilizamos para representá-lo?”
É justamente nesse espaço entre a representação e a realidade que começa a epistemologia. E talvez seja também nesse espaço que a ciência encontra sua maior humildade: a consciência de que conhecer não significa possuir definitivamente a verdade, mas construir, revisar e aperfeiçoar nossas representações diante de um mundo que jamais se deixa reduzir completamente a elas.