Ciência
Para Iniciantes
Comece aqui

Avançado / Teorias e realidade

O que é uma explicação científica?

Do modelo dedutivo-nomológico de Hempel às explicações causais, mecanicistas e por unificação: o que torna uma resposta a um “por quê” científica.

AvançadoFilosofia da ciência3 min de leitura

A ciência não quer só prever; quer explicar. Mas o que é explicar? A pergunta parece simples e gerou um dos debates mais longos da filosofia da ciência.

Uma analogia

Explicar é como mostrar o caminho, não só o destino. Um GPS que diz “você chegará às 15h” prevê; um mapa que mostra as ruas, o trânsito e por que o caminho demora explica.

Explicando para uma criança

Saber que vai chover quando o céu fica escuro é prever. Saber que a chuva vem das nuvens cheias de gotinhas de água é explicar.

Ao fim desta lição, você vai conseguir

  • Apresentar o modelo dedutivo-nomológico e seus contraexemplos.
  • Comparar explicações causais, mecanicistas, por unificação e pragmáticas.
  • Distinguir prever de explicar e definir inferência à melhor explicação.

Ajuda ter lido: Hipótese, teoria e lei, Correlação não é causalidade.

Antes de ler: o que você pensa?

Alguém diz que o galo canta e por isso o Sol nasce, já que sempre que o galo canta o Sol nasce logo depois.

Por que isso não é explicação?

Ver o que a lição responde

Falta a direção causal e o mecanismo: o galo canta por causa da luz que antecede o Sol. Regularidade e previsão não bastam para explicar.

O modelo de Hempel

Em 1948, Carl Hempel e Paul Oppenheim propuseram o modelo dedutivo-nomológico (DN, de nomos, lei): explicar um fenômeno é deduzi-lo de leis gerais mais condições iniciais. Por que o metal dilatou? Porque metais se dilatam quando aquecidos (lei), e este metal foi aquecido (condição). Para fenômenos estatísticos, Hempel propôs um modelo indutivo-estatístico.

Uma consequência do modelo é a simetria entre explicação e previsão: uma explicação correta é uma previsão que poderia ter sido feita antes.

Os contraexemplos

  • O mastro e a sombra: da altura do mastro, da posição do Sol e das leis da óptica deduz-se o comprimento da sombra. Mas também se deduz a altura do mastro a partir da sombra. Só a primeira dedução explica; a sombra não explica o mastro. O modelo DN não vê a diferença: falta a direção causal.
  • O barômetro: a queda do barômetro permite prever a tempestade, mas não a explica; os dois têm uma causa comum.
  • A pílula do homem: “João não engravidou porque tomou anticoncepcional” é deduzível, mas a explicação é irrelevante: homens não engravidam.

Alternativas

  • Explicação causal (Wesley Salmon, James Woodward): explicar é mostrar as causas. Para Woodward, A explica B quando intervir em A mudaria B; essa ideia de intervenção é hoje muito usada em estatística e IA.
  • Explicação mecanicista: na biologia e na neurociência, explicar é mostrar o mecanismo, as partes e atividades que produzem o fenômeno, como a cadeia de reações da fotossíntese.
  • Explicação por unificação (Michael Friedman, Philip Kitcher): explicar é reduzir o número de fatos independentes. Newton explicou as marés, as órbitas e a queda dos corpos com uma só lei.
  • Pragmática (Bas van Fraassen): uma explicação é a resposta a uma pergunta “por quê” num contexto; o que conta como boa resposta depende do contraste pretendido (“por que Adão comeu a maçã e não a pera?” e “por que Adão e não Eva?”).

Explicar e prever não são a mesma coisa

A teoria da evolução explica muito e prevê pouco em detalhe (não diz que espécie surgirá amanhã). Modelos de aprendizado de máquina podem prever muito bem sem explicar nada que entendamos. A separação entre as duas virtudes é um dos temas mais atuais da filosofia da ciência.

Inferência à melhor explicação: muitos filósofos acham que a ciência raciocina escolhendo a hipótese que melhor explicaria os dados (abdução). O detetive que conclui quem é o culpado faz isso. Mas o que é “melhor”? Mais simples? Mais abrangente? Mais provável? A resposta liga este tema ao bayesianismo.

Para guardar

  • Hempel: explicar é deduzir de leis; falha em capturar a direção causal.
  • Alternativas: causas e intervenções, mecanismos, unificação, contexto da pergunta.
  • Prever e explicar são virtudes diferentes, e a IA torna essa diferença urgente.

Para pensar

Que coisa você sabe prever mas não sabe explicar?

Erro comum: “Se prevê bem, explica.” Barômetros preveem tempestades sem explicá-las, e modelos de IA preveem sem que entendamos o mecanismo. Explicação exige causas, mecanismos ou unificação.

Teste rápido · 1 de 3

Aplique · 2 de 3

Confira · 3 de 3