Ricardo Gentil de Arajo Pereira

Interpretao e anlise do problema da

induo sob uma viso fundamentada em
teoria de conjuntos e teoria de
probabilidades

Natal
2012

Ricardo Gentil de Arajo Pereira

Interpretao e anlise do problema da

induo sob uma viso fundamentada em
teoria de conjuntos e teoria de
probabilidades

Dissertao apresentada ao Programa de Ps-Graduao em Filosofia da Universidade Federal do Rio

Grande do Norte, para a obteno
de ttulo de Mestre em Filosofia.
Linha de pesquisa: Lgica e Filosofia
Formal
Orientador: Daniel Durante Pereira
Alves

Natal
2012

Comisso Julgadora:

Prof. Dr.

Prof. Dr.

Jos Eduardo de Almeida Moura

Giovanni da Silva de Queiroz

Prof. Dr.
Daniel Durante Pereira Alves

Agradecimentos
Esse trabalho de pesquisa s foi possvel graas a toda uma cadeia de suporte
da qual pude usufruir e a que sou muito grato.

Dentre as inmeras ajudas, tanto

em termos materiais quanto emocionais, agradeo explicitamente aos alunos da base

de lgica, a Thiare e demais membros da coordenao da ps-graduao, Cludia
(secretaria da graduao), professora Maria da Paz e ajuda fundamental do meu
orientador Daniel Durante e dos professores Jos Eduardo e Bruno Vaz.
Por ltimo, mas no menos importante, agradeo especialmente aos meus pais, ao
grande amigo Allan Medeiros pela inoxidvel ajuda e incentivo, e Dria Basa por
ter me acompanhado e motivado durante todo o processo, alm de revisado incansavelmente todo o texto da dissertao.

Resumo
O seguinte trabalho consiste na interpretao e anlise do problema da induo sob
uma viso fundamentada em teoria de conjuntos e teoria de probabilidades como base
para a soluo de suas implicaes filosficas negativas relativas aos sistemas de lgica
indutiva de maneira geral. Devido importncia do problema e aos desenvolvimentos
recentes nos referidos campos de conhecimento (incio do sculo 20), bem como s
relaes visveis entre eles e o processo de inferncia indutivo, tem-se aberto um campo
de possibilidades relativamente inexplorado e promissor. O ponto-chave para o estudo
consiste na modelagem do processo de aquisio de informao usando conceitos de
teoria de conjuntos, seguido por um tratamento usando teoria de probabilidades.
Ao longo do estudo foi possvel identificar, como obstculos principais justificao
probabilstica, tanto o problema da definio do conceito de probabilidade quanto do
de racionalidade, alm da sutil conexo entre ambos. Essa constatao permitiu um
maior cuidado na escolha do critrio de racionalidade a ser considerado no intuito
de viabilizar o tratamento do problema por meio de situaes-exemplo especficas,
mas sem a perda de suas caractersticas originais, de modo que as concluses obtidas
possam ser estendidas a casos clssicos como o relativo dvida sobre a continuidade
do nascer do sol.

Palavras-chave:

problema da induo, lgica indutiva, probabilidade

Abstract
The following work is to interpret and analyze the problem of induction under
a vision founded on set theory and probability theory as a basis for solution of its
negative philosophical implications related to the systems of inductive logic in general. Due to the importance of the problem and the relatively recent developments in
these fields of knowledge (early 20th century), as well as the visible relations between
them and the process of inductive inference, it has been opened a field of relatively
unexplored and promising possibilities. The key point of the study consists in modeling the information acquisition process using concepts of set theory, followed by a
treatment using probability theory. Throughout the study it was identified as a major
obstacle to the probabilistic justification, both: the problem of defining the concept
of probability and that of rationality, as well as the subtle connection between the
two. This finding called for a greater care in choosing the criterion of rationality to
be considered in order to facilitate the treatment of the problem through such specific
situations, but without losing their original characteristics so that the conclusions can
be extended to classic cases such as the question about the continuity of the sunrise.

Keywords:

problem of induction, inductive logic, probability

Lista de Tabelas
1.1

Caractersticas das amostras representativas do problema . . . . . . . .

38

3.1

Sequncia pior caso . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

71

3.2

Tabela de evoluo de escolhas confome hbito . . . . . . . . . . . . . .

78

3.3

Possibilidades de fabricao da moeda, conforme informaes fornecidas

84

3.4

Probabilidades iniciais das hipteses . . . . . . . . . . . . . . . . . . . .

87

3.5

Atualizao das probabilidades das hipteses no caso 1

. . . . . . . . .

88

3.6

Atualizao das probabilidades das hipteses no caso 2

. . . . . . . . .

89

3.7

Inferncias relativas sequncia-exemplo . . . . . . . . . . . . . . . . .

92

3.8

Inferncias relativas ao pior caso . . . . . . . . . . . . . . . . . . . . . .

93

Sumrio
1 Introduo

17

1.1

A induo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

21

1.2

Histrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

22

1.3

O Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

1.3.1

Explicao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

1.3.2

Explicandum

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

24

1.3.3

Explicatum

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

38

2 As implicaes e o modelo

43

2.1

O desmoronamento do conhecimento cientfico . . . . . . . . . . . . . .

43

2.2

A impossibilidade do conhecimento probabilstico

. . . . . . . . . . .

46

2.3

A Modelagem e as Ferramentas

. . . . . . . . . . . . . . . . . . . . . .

47

2.3.1

O exemplo prtico: lanamento de moeda

. . . . . . . . . . . .

47

2.3.2

Modelagem

. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

54

2.3.3

Teoria de Conjuntos

. . . . . . . . . . . . . . . . . . . . . . . .

57

2.3.4

Teoria de Probabilidades . . . . . . . . . . . . . . . . . . . . . .

60

3 Anlise e consideraes finais

67

3.1

A dinmica do agente . . . . . . . . . . . . . . . . . . . . . . . . . . . .

67

3.2

Identificando a instncia do problema no mbito do modelo . . . . . . .

72

3.3

O tratamento do problema . . . . . . . . . . . . . . . . . . . . . . . . .

73

3.3.1

Definindo racionalidade . . . . . . . . . . . . . . . . . . . . . . .

75

3.3.2

A racionalidade da Teoria de Probabilidades . . . . . . . . . . .

80

3.3.3
3.4

Anlise quantitativa

. . . . . . . . . . . . . . . . . . . . . . . .

83

. . . . . . . . . . . . . . . . . . . . . . . . . . . .

94

3.4.1

Sobre o nascer do sol . . . . . . . . . . . . . . . . . . . . . . . .

96

3.4.2

Sobre o hbito . . . . . . . . . . . . . . . . . . . . . . . . . . . .

98

Consideraes Finais

Referncias Bibliogrficas

101

Appendices

107

A Programa coin-all.py

107

Captulo 1
Introduo
O presente trabalho representa uma abordagem do clssico problema da induo visto
no mbito do processo de aquisio de conhecimento. Para tanto, foi considerado o
processo de aprendizado individual como ponto de partida, seguido de um breve estudo
histrico e da identificao mais precisa do objeto a ser tratado.
Mesmo nessa etapa inicial foram usados ferramentas e conceitos atuais que se julga
poderem facilitar sua compreenso e tratamento, mas cuja possibilidade de interpretaes divergentes torna necessria uma explicao antecipada, de modo que o leitor
possa entender em que sentido esto sendo usados ao longo do texto, ainda que em
um momento apropriado sejam permitidas modificaes ou adaptaes devidamente
explicitadas.
O termo conhecimento, por exemplo, no est sendo tomado no sentido clssico
de crena verdadeira justificada (ou ainda reforada por algum critrio visando evitar
o problema de Gettier (Gettier, 1963)), mas apenas como aquisio de informao
em conformidade com os critrios disponveis para o agente cognoscvel considerado,
ainda que esses critrios representem apenas de maneira imperfeita a busca pelo es-

tabelecimento da crena verdadeira , bem como sua manuteno.

Assim, ao abrir mo da eliminao da possibilidade do erro, que a principal
caracterstica apontada por Plato e que daria um valor instrumental modalidade

1 Essa idia similar caracterizao do conhecimento como descrevendo o sucesso no empreendimento de busca da verdade, conforme exposto em (BonJour, 2009, pg. 30)

18

Captulo 1.

Introduo

de crenas que estariam atadas verdade (Pritchard and Turri, 2012), poder-se-ia
optar alternativamente pelo uso de crena justificada, de forma a apenas indicar a
adequao aos critrios do agente. Ao fazer isso, entretanto, perderamos o contato
com o ideal de certeza presente na ideia filosfica de conhecimento e, ainda que em
diferentes graus, tambm em seu emprego cientfico e popular.
Importante observar que o conhecimento abordado do tipo proposicional (Steup,
2012), principalmente em relao predio de algum evento, como por exemplo: S
sabe que P, onde P o prximo resultado do lanamento de determinada moeda.
As aspas usadas na declarao da sentena so apenas para chamar a ateno para o
fato de que a forma simples e explcita de tal exemplo probabilstico d uma falsa impresso de que h uma patente diferena entre ele e as situaes filosficas, cientficas
e populares mencionadas.
Isso no verdade, entretanto, j que possvel contemplar casos com nvel de
confiana variando de 0 (nenhuma) a 1 (certeza), englobando qualquer valor de probabilidade que pensemos poder servir de limite a partir do qual uma crena passaria
a ser considerada virtualmente certa e receberia o nobre rtulo de conhecimento. Isso
posto, tambm faz-se prudente um esclarecimento a respeito dos seguintes termos:

Lgica

Induo

Aquisio de conhecimento

Predio

Probabilidade

Evoluo

Ao usarmos o termo lgica, estamos nos referindo a um sistema formal de inferncias por meio de regras de manipulao simblica, usado como ferramenta para
ajudar no raciocnio a respeito de determinados problemas.

19

Embora tradicionalmente a

induo (ou raciocnio indutivo) seja entendida como

a inferncia de uma afirmao universal a partir de instncias particulares, nesse

estudo seguiremos uma viso aproximada de Rudolf Carnap, David Stove e Colin
Howson, conforme (Carnap, 1962), (Stove, 1986) e (Howson, 2003), respectivamente,
compreendendo-a como o processo de inferncia de um evento contingente a partir de
um conjunto j conhecido. Essa perspectiva compatvel com a viso de David Hume
sobre inferncia de eventos futuros a partir de observaes do passado (Hume, 1978),
alm de preservar o ncleo do problema, conforme explicado em 1.3.3.
Nesse contexto, a

aquisio de conhecimento

ser entendida simplesmente

como a adio de elementos ao conjunto de informaes, assim como o reconhecimento de caractersticas (tanto do conjunto, quanto dos elementos) relevantes para
a situao descrita.
A partir dessas consideraes iniciais sobre lgica e induo, portanto, uma lgica
indutiva consiste em um sistema formal, construdo segundo regras de manipulao
simblica que, diferentemente da lgica clssica, em vez de preservar a validade, preserva uma racionalidade simplificada.

Apesar das vrias crticas a essa ideia, as principais objees dizem respeito valorao de algumas das premissas necessrias ao argumento indutivo probabilstico: as
probalilidades iniciais. Se considerarmos, por exemplo, que no caso de uma inferncia
dedutiva via modus ponens do tipo que leva de A e AB para B, a incerteza quanto ao
valor de verdade de uma das premissas no afeta a validade formal do argumento, mas
apenas a sua correo, o mesmo se aplicaria no caso da incapacidade de estabelecer as
probabilidades iniciais de uma inferncia indutiva. Por ltimo, mesmo considerando
as objees quanto a aplicabilidade prtica, h algumas defesas combatendo a ideia de
que a probabilidade seria incapaz de ajudar na resoluo do problema ainda segundo
a argumentao de Hume (Stove, 1965), bem como abordando as crticas mais atuais como as referidas questes sobre a atribuio de probabilidades iniciais (Franklin,

2 Essa racionalidade simplificada, considerada como um subconjunto legtimo dos critrios necessrios, ainda que no suficientes, para a caracterizao de uma agente como racional, representada
pelos desiderata de Plia-Cox, conforme 2.3.4.

20

Captulo 1.

Introduo

2001).
Quanto a

predio,

embora uma viso em termos de teoria de conjuntos seja

capaz de abstrair o conceito temporal normalmente atrelado ao termo, ser entendida

como o processo de estipular antecipadamente o resultado de um experimento, como
o lanamento de uma moeda ou o sorteio de bolas de uma urna, que sero os casos
considerados como referncias.
Esses casos escolhidos remetem claramente ao uso da teoria de probabilidades em
seu tratamento, mas como o prprio termo

probabilidade ainda controverso, faz-se

necessrio explicitar em que sentido est sendo usado nesse trabalho.

Diante das vrias possibilidades de interpretao (Hjek, 2012) e da aplicao
restrita aos conjuntos finitos a serem considerados, sero favorecidas tanto a viso
clssica que a define numericamente como razo entre casos favorveis e casos possveis
(relativa a dado experimento), quanto a viso de probabilidade como representando
hiptese sobre essa razo (calculada a partir da informao disponvel), tambm usada
para representar o grau de crena na ocorrncia dos casos favorveis mencionados.

No clssico problema de Monty Hall , por exemplo, enquanto a probabilidade

de ganhar o prmio para a estratgia de sempre trocar de porta 2/3, a crena da
maioria das pessoas a de que a troca indiferente, o que pode ser representado como
atribuio de probabilidade de 1/2 para a chance de ganhar mediante troca.
Ainda pensando sobre o problema de Monty Hall possvel ver um ponto importante relacionado opo por considerar conjuntos finitos nas inferncias, bastando
que imaginemos o caso de infinitas portas. Ora: sendo o conjunto infinito, todas receberiam probabilidade zero segundo a regra bsica mencionada anteriormente. Por isso
importante que se verifique a preservao das caractersticas principais do problema
da induo mesmo diante de tal opo, como ser visto mais adiante.
Se a probabilidade representa informao sobre o sistema considerado, o problema

3 Suponha que voc esteja em um programa de jogos e lhe seja dada a opo de escolher entre
trs portas: atrs de uma porta tem um carro; atrs das outras, cabras. Digamos que voc escolha
a porta N 1 (mas a porta no aberta) e o anfitrio, que sabe o que est por trs das portas, abre
a porta N 3, que tem uma cabra.

Ele ento lhe diz: Voc quer trocar para a porta N 2?.

vantagem mudar a sua escolha?(Savant, 1990; Selvin, 1975)

1.1.

A induo

21

da induo tambm pode ser entendido como a impossibilidade de distino entre

decises diferentes tomadas com base nessa informao.

Ao fazer essa comparao

entre decises (ou regras) e sua influncia sobre determinado agente, pode-se pensar
em

evoluo num sentido genrico como a mudana sequencial nas populaes

de regras, assim como no caso biolgico entendida como o processo de mudana das
propriedades dos grupos de organismos ao longo das geraes (Futuyma, 2005, pg. 2).

1.1

A induo

Do ponto de vista individual, tomamos decises baseadas em raciocnio indutivo desde

que nascemos e continuamos a faz-lo durante toda a nossa vida, sem sequer darmos
nome a esse processo ou questionarmos sua validade e alcance.
As inferncias indutivas so o primeiro mecanismo de aquisio de conhecimento
de que dispomos, inclusive sendo responsveis pela homologao de fontes confiveis
de conhecimento indireto, como nossos pais. Entenda-se por homologao (reconhecimento ou aprovao) simplesmente a confirmao de determinada informao recebida, como a associao entre um determinado ato e as consequncias boas ou ms
relacionadas sua execuo.

Apesar de a confiabilidade das informaes ser bastante

varivel, ela tende a ser mais elevada medida que as consequncias do erro ou acerto
tornam-se mais relevantes nossa vida.
Decises como no por a mo em uma lagarta-de-fogo, mesmo que nunca se tenha
tido contato com tal animal, so tomadas rapidamente e, dependendo da gravidade
do perigo, basta uma nica experincia para aprendermos que no se deve repetir
esse ato.

Esse mecanismo instintivo compreensivelmente mais forte conforme a

relevncia das implicaes vitais da deciso a ser tomada frente a um fato novo, j
que, por mais simples e impreciso que possamos conceb-lo, h um limite mnimo que
deve ser obedecido: o da sobrevivncia.
Pode-se fazer um paralelo interessante entre a histria da aquisio de conheci-

4 Por exemplo: a confirmao por meio da verificao dolorosa de que nossos pais esto corretos
ao nos dizerem para no colocar a mo no fogo ou na tomada sob pena de nos machucar.

22

Captulo 1.

Introduo

mento individual e a coletiva, apesar de apenas essa ltima ter permitido um tratamento mais aprofundado, acumulando evidncias de sucesso e, ao mesmo tempo,
questionamentos sobre uma justificao que se faz mais necessria proporcionalmente
formalizao dos mtodos cognitivos. Foi sob essa tenso entre resultados e carncia
de justificativa racional que o mtodo indutivo gerou o problema da induo.
Como est sendo observado por meio de seu impacto no processo de aquisio de
conhecimento, a abordagem foi estabelecida como sendo a anlise de um experimento
demonstrando aprendizagem, seguindo-se da identificao da ocorrncia do problema
e das caractersticas que o tornam inerente ao aprendizado em situaes de incerteza.
Uma vez feito isso, partiu-se para a simplificao desse processo de forma a eliminar
qualquer informao no relativa constituio bsica necessria para caracterizao
tanto do processo de aprendizagem quanto do problema da induo. Aps a obteno
de um modelo simplificado, passou-se ao uso das ferramentas da Teoria de Conjuntos
e da Teoria de Probabilidades, necessrias para seu tratamento e, finalmente, anlise
da resoluo do problema para o caso especfico e suas implicaes para o caso geral.
Por fim, apresenta-se a seguir uma breve abordagem histrica do problema da
induo enquanto relacionado tomada de deciso em situaes de incerteza.

1.2

Histrico

Desde que o homem iniciou a organizao do conhecimento e a modelagem de algo

que seria chamado futuramente de mtodo cientfico, tornou-se visvel a aglutinao
de filsofos e cientistas em torno de dois modos de aprendizagem.

Esses mtodos,

chamados genericamente de induo e deduo, tambm podem ser entendidos como

padres de inferncia e critrios de justificao epistmica, sendo usados em etapas
distintas do processo cognitivo e sofrendo crticas diferentes quanto aos seus alcances
e adequaes.
A induo amplamente usada para predizer um evento particular baseado em
ocorrncias anteriores, assim como para compor um modelo geral a partir de determinada amostra.

Apesar disso, vrias questes foram levantadas desde os tempos

1.2.

Histrico

23

do filsofo Sextus Empiricus, cujo texto em Against the Logicians, segundo a filsofa
Ruth Weintraub, pode ser visto como anlogo s questes formuladas por Hume em

An Enquiry concerning Human Understanding.(Weintraub, 1995) Embora possa no

ter sido o primeiro, certamente foi Hume que chamou a ateno para o princpio da
induo por meio da derivao do Problema da Induo.

O processo de inferncia em situaes de incerteza tambm estudado por matemticos h mais de 350 anos, iniciando com Gerolamo Cardano, com destaque para
Blaise Pascal, Pierre de Fermat e o responsvel pelo que hoje considerado como a
interpretao clssica de probabilidades: Pierre-Simon Laplace (Hjek, 2012). Esse
estudo acabou por despertar o interesse em suas ligaes com a lgica, inicialmente
com os trabalhos de George Boole em seu livro Laws of Thought (1854), e de John
Venn, em seu The Logic of Chance (1866).

Dentre as vrias abordagens mais recentes do mtodo indutivo, destaca-se a realizada pelo filsofo austraco Karl Popper, em seu livro The Logic of Scientific Dis-

covery, onde questionada a necessidade cientfica da induo e, consequentemente,

a sua caracterizao como problema. Alm de Popper, filsofos e estatsticos como
Rudolf Carnap, John Maynard Keynes, Hans Reichenbach e Bruno de Finetti, abriram novas possibilidades de compreenso do processo de aquisio de conhecimento,
como um todo, bem como do problema da induo em particular, resultando no desenvolvimento de sistemas de lgica indutiva dos quais destaca-se a Probabilidade
Bayesiana.

Diante desse novo panorama, caracterizado por avanos na lgica e na matemtica,

esta pesquisa examinou duas abordagens especficas do problema da induo, representadas pelos livros The Racionality of Induction, de David Stove, e Humes Problem:

Induction and the Justification of Belief, de Colin Howson. Alm desses dois livros,
filosoficamente orientados, foi usado como referncia o livro Probability Theory: The

Logic of Science, do fsico E.T. Jaynes, principalmente no que diz respeito aos fundamentos sobre os quais a probabilidade bayesiana se apia, representados pelos dois
primeiros captulos, alados a princpios fundamentais de racionalidade.

24

Captulo 1.

Introduo

Alm dos ltimos livros mencionados, que constituem o trip fundamental desse
estudo, foi usado como referncia importante o livro Logical Foundations of Probabi-

lity, de Rudolf Carnap, inclusive a parte sobre explicandum e explicatum, que reflete
o problema inicial do prprio conceito de probabilidade.

1.3

O Problema

O termo

problema da induo, assim como ocorre com probabilidade, pode ser

usado para nomear um conjunto de ideias relacionadas, passveis de serem analisadas

de maneiras distintas sem que se preocupe com uma definio exata, desde que as
concluses obtidas nos casos especficos no sejam extrapoladas sem as consideraes
pertinentes.
Supondo que h uma componente genrica do problema, responsvel pela possibilidade de agrupamento das ideias em torno de um nico termo, pode-se tentar a
clarificao do conceito maneira proposta em (Carnap, 1962), a partir de exemplos,
excees e do processo explicativo que consiste na transformao do conceito vago no
conceito exato a ser tratado.

1.3.1 Explicao
Por explicao, entenda-se apenas a transformao do conceito vago ou, antes, do
conjunto de ideias relacionadas, numa unidade exata e passvel de utilizao prtica,
ainda que se tenha de optar pela perda de correspondncia rigorosa ao conjunto inicial
(heterogneo). Para facilitar referncias, optou-se por manter a nomenclatura usada
por Carnap para a ideia em seu estado bruto Explicandum e para o resultado aps
o processo de clarificao Explicatum.

1.3.2 Explicandum
Como ponto de partida para a compreenso do que se est falando, o explicandum
deve consistir pelo menos num conjunto de ideias que possam ser consideradas repre-

1.3.

O Problema

25

sentantes do conceito abstrato, bem como de algumas excees e explicaes sobre a

classificao dessas ideias como pertinentes ou no amostra conceitual.
Desse modo, segue-se o exame das vises das principais personalidades que se
ocuparam do tema, consideradas amostras representativas.

Ao longo da exposio,

sero identificadas caractersticas que possam ser consideradas componentes bsicas

do problema, caso estejam presentes em todas (ou na maioria) das amostras.

Amostragem

Sextus Empiricus possvel identificar pelo menos dois trechos nos quais
clara a problemtica do mtodo indutivo, tanto no seu aspecto amostral quanto
questo da circularidade, conforme apontado por Ruth Weintraub (Weintraub,
1995). So eles:

Quando eles prope estabelecer o universal a partir dos particulares por meio da induo, o faro ou por meio da observao de todos ou
de apenas alguns dos particulares. Mas se observam apenas alguns, a
induo ser insegura, j que os omitidos podem contrariar o universal;
enquanto que se pretendem observar a todos, estaro almejando o impossvel, j que os particulares so infinitos e indefinidos.

5 (Empiricus,

1933, traduo nossa).

Nesse primeiro trecho, o problema explicitamente identificado com a questo

de se tentar chegar a concluses universais a partir de indivduos, caracterstica
que doravante chamaremos de Particularidade

generalidade.

Ao mesmo tempo, observado que a possibilidade de um indivduo ainda desconhecido contrariar o universal, aliada impossibilidade de conhecer a todos
(no contexto relativo cotao), implica na manuteno do carter contingente
quanto verdade ou falsidade da aplicabilidade geral da caracterstica. Ou seja:
pode ser que ela seja, de fato, aplicvel a todo o conjunto, mas tambm pode ser

5 When they propose to establish the universal from the particulars by means of induction, they
will effect this by a review of either all or some of the particulars.

But if they review some, the

induction will be insecure, since some of the particulars omitted in the induction may contravene the
universal; while if they are to review all, they will be toiling at the impossible, since the particulars
are infinite and indefinite.

26

Captulo 1.

Introduo

que haja algum elemento que no a possua. Essa problemtica ser representada
atravs da oposio Contingncia

necessidade.

Ainda segundo Weintraub (Weintraub, 1995), Sextus questiona o uso de critrios

de deciso entendidos de maneira geral, resultando em observaes que podem
ser aplicadas tanto deduo quanto induo. Nessa abordagem ele observa
que um critrio no poderia ser usado para justificar ele mesmo, o que resultaria
em carter circular (a estratgia usada por Hume) e, portanto, necessitaria de
um critrio anterior, gerando um regresso infinito.

David Hume No tratou o problema como um tpico autnomo a ser estudado e mencionou o termo induo apenas duas vezes no livro Treatise on

Human Nature (1.2.1 e 1.3.7). Apesar disso, considera-se que a ideia moderna
tem seu nascedouro num curto argumento desse mesmo livro (1.3.6) (Vickers,
2011), tendo sido posteriormente extendido em An Enquiry concerning Human

Understanding conforme os exemplos:

O po que comi anteriormente nutriu-me. Um corpo de to sensveis qualidades foi, quele tempo, dotado de tais poderes secretos. Mas
segue-se que outro po dever tambm nutrir-me em um outro tempo e
que qualidades sensveis similares devero sempre estar acompanhadas
dos mesmos poderes secretos?

A consequncia no parece de modo

6 (Hume, 2007, 4.2.29, traduo nossa).

algum necessria.

Nesse trecho pode-se detectar questionamentos referentes oposio Particula-

ridade

generalidade, representada pelo confronto entre um po especfico e os

demais pes, bem como a observao da possibilidade de influncia do tempo

sobre as referidas propriedades (quele tempo

um outro tempo) o que cha-

maremos de carter temporal do problema. Por fim, essas questes so tomadas

como objeo verdade necessria da afirmao de que um outro po tambm

6 The bread, which I formerly eat, nourished me; that is, a body of such sensible qualities was, at
that time, endued with such secret powers: but does it follow, that other bread must also nourish
me at another time, and that like sensible qualities must always be attended with like secret powers?
The consequence seems nowise necessary.

1.3.

O Problema

27

ser nutritivo, reforando o carter contingente do valor lgico dessa declarao diante da informao disponvel. Essa objeo verdade necessria ser
representada como a oposio Contingncia

necessidade.

Quando um homem diz Eu tenho visto, em todas as ocorrncias

passadas, tais qualidades sensveis associadas a tais poderes secretos,
e quando ele diz Qualidades sensveis similares sempre estaro associadas a poderes secretos similares, ele no culpado de tautologia, nem
so de modo algum essas proposies as mesmas. Dizes que uma proposio inferida da outra, mas precisas confessar que a inferncia no
intuitiva nem demonstrativa. De que natureza , ento? Dizer que
experimental petio de princpio. Todas as inferncias baseadas na
experincia supem, como fundamento, que o futuro similar ao passado e que poderes similares estaro associados a qualidades sensveis

7 (Hume, 2007, 4.2.32, traduo nossa).

similares.

Essa amostra, embora mais longa que a anterior, concentra-se na questo da

circularidade considerada por Weintraub como includa no argumento geral de
Sextus. Aqui, uma vez afirmado que a inferncia no demonstrativa, explcito
o carter temporal por meio da inferncia do passado para o futuro. J o carter

circular derivado do uso da assuno de regularidade da natureza, que equivale

justamente a assumir a possibilidade da inferncia indutiva em questo. Embora
Hume tenha classificado a falcia cometida como sendo
atualmente o termo tambm entendido como

petio de princpio,

raciocnio circular

conforme

vrias consultas, dentre as quais: (Audi, 1999) e (Gensler, 2010, pg. 56).

Rudolf Carnap Carnap define o raciocnio indutivo de maneira residual, como

sendo todo aquele no dedutvel ou no demonstrvel, tambm chamado convencionalmente de raciocnio probabilstico (Carnap, 1962, Preface, V), dando

7 When a man says, I have found, in all past instances, such sensible qualities conjoined with such
secret powers: And when he says, Similar sensible qualities will always be conjoined with similar
secret powers, he is not guilty of a tautology, nor are these propositions in any respect the same. You
say that the one proposition is an inference from the other. But you must confess that the inference
is not intuitive; neither is it demonstrative: of what nature is it, then? To say it is experimental, is
begging the question. For all inferences from experience suppose, as their foundation, that the future
will resemble the past, and that similar powers will be conjoined with similar sensible qualities.

28

Captulo 1.

Introduo

carter contingente a todas as sentenas com probabilidade diferente de 0 ou

1.

Carnap fala, ainda, que a validade do raciocnio indutivo no depende de

pressuposies como a uniformidade do mundo (Carnap, 1962, Preface, V) por

estar apoiada em princpios analticos, que ponto chave para a componente
circular do problema da induo.
Dessa forma, no haveria problema de impossibilidade de justificativa, embora
restasse como trabalho a construo de um sistema formal de lgica indutiva.
Algumas passagens que contm os elementos do problema da induo:

Vamos assumir que um homem X geralmente decide suas aes

de acordo com as probabilidades das predies relevantes a respeito
das evidncias observacionais disponveis para ele. Esse um hbito
arbitrrio ou podemos dar uma justificao para esse modo geral de

8 (Carnap, 1962, pg. 177, traduo nossa).

proceder?

Nesse trecho a induo caracterizada como inferncia a partir das observaes

disponveis (amostra conhecida) para a tomada de decises em novas situaes
(o desconhecido). Como tal, implica na assuno da representatividade amostral
das observaes em relao a um domnio de decises a serem tomadas, cujo
questionamento sobre justificao serve de introduo s demais consideraes
de Carnap sobre as pressuposies da induo (Carnap, 1962, pg. 178182).
A primeira dessas consideraes justamente a respeito da assuno, por muitos
filsofos (segundo Carnap), da uniformidade do mundo como pressuposio
necessria para a validade das inferncias indutivas (inferncias probabilsticas)
e assim para a justificao da aplicao do mtodo indutivo na determinao de
decises prticas (Carnap, 1962, pg. 178).
Logo em seguida, Carnap considera o carter temporal da uniformidade ao dar
um exemplo de inferncia indutiva onde est em questo a previso de chuva
para o dia de amanh, baseada nas informaes disponveis. Por fim, observa o

8 Let us assume that a man X generally decides his actions in accordance with the probabilities of
relevant predictions with respect to the observational evidence available to him. Is this an arbitrary
habit or can we give a justification for this general way of procedure?

1.3.

O Problema

29

carter contingente do resultado previsto e advoga pela relativizao do conceito

de uniformidade de modo a manter a aplicabilidade ao contexto inicial, mas
supostamente permitindo o tratamento pelo sistema de lgica indutiva proposto
(Carnap, 1962, pg. 178).

Karl Popper Em seu livro The Logic of Scientific Discovery, considera o sentido
usual de inferncia indutiva, caracterizando-a como aquela que conduz de enunciados singulares a enunciados universais (Popper, 2002, pg. 3).

Em seguida,

anuncia a impossibilidade de justificao de uma inferncia indutiva baseada

na observao de particulares, observando o carter contingente da respectiva
concluso (sempre pode haver um indivduo que a falseie).

Dando continuidade discusso, Popper identifica o problema da induo como

a questo de saber se as inferncias indutivas se justificam e em que condies ,

tambm identificando-o como a indagao acerca da validade ou verdade de
enunciados universais que encontrem base na experincia, tais como as hipteses
e os sistemas tericos das cincias empricas

10

Segundo Vickers (Vickers, 2011, section 4.2), Popper considera o prprio mtodo
indutivo de aquisio de conhecimento como no importante para a cincia.
Consequentemente, todos os problemas inerentes a ele (incluindo o problema da
induo) no teriam implicaes cientficas relevantes, pelo menos do ponto de
vista da justificao da escolha entre hipteses. Mais algumas observaes sobre
abordagens conectadas filosofia da cincia sero feitas ao final da listagem.

Nelson Goodman em sua abordagem que ficou conhecida como o novo problema da induo (Goodman, 1983, pg. 72), a problemtica analisada a partir
de um exemplo informal que confronta duas hipteses concorrentes e inicialmente equiprovveis, bem como compatveis com os dados obtidos at ento,

9 The question whether inductive inferences are justified, or under what conditions, is known as
the problem of induction.(Popper, 2002, pg. 4)

10 The problem of induction may also be formulated as the question of the validity or the truth of

universal statements which are based on experience, such as the hypotheses and theoretical systems
of the empirical sciences.(Popper, 2002, pg. 4)

30

Captulo 1.

Introduo

mas que divergem a partir de determinado tempo t.

Nesse caso, alm do questionamento sobre o significado da obteno de um novo
dado para o status de plausibilidade de cada uma das hipteses, o outro ponto
levantado, resgatando o raciocnio de Hume, a existncia de uma divergncia
entre o senso comum e o raciocnio probabilstico quando aplicado situao em
questo.

O problema, tambm conhecido como Paradoxo de Goodman, pode

ser visto na seguinte verso:

Suponha que no tempo t tenhamos observado vrias esmeraldas

verdes. Ento, temos as declaraes evidenciais
Esmeralda

verde,

Esmeralda

verde,

etc.

e essas declaraes suportam a generalizao:

Todas as esmeraldas so verdes.

Mas agora defina o predicado grue para aplicar-se a todas as

coisas observadas antes de t no caso de serem verdes, e s outras coisas
se azuis. Ento, tambm temos as declaraes evidenciais
Esmeralda

grue,

Esmeralda

grue,

etc.

e essas evidncias suportam a hiptese

Todas as esmeraldas so grue.

Logo, as mesmas observaes suportam hipteses incompatveis a

respeito de esmeraldas a serem observadas no futuro; que elas sero
verdes e que sero azuis.

11 (Vickers, 2011, 3.2, traduo nossa).

Seguindo com o procedimento de identificao das componentes do problema da

induo, pode-se verificar o carter temporal representado pelo uso do tempo t

11 Suppose that at time

statements Emerald

t we have observed many emeralds to be green.

a is green, emerald b is green, etc.

We thus have evidence

and these statements support the generali-

zation: All emeralds are green.. But now define the predicate grue to apply to all things observed
before t just in case they are green, and to other things just in case they are blue. Then we have also
the evidence statements Emerald

is grue, emerald

is grue, etc. and these evidence statements

support the hypothesis All emeralds are grue.. Hence the same observations support incompatible
hypotheses about emeralds to be observed in the future; that they will be green and that they will
be blue.

1.3.

O Problema

31

como marcador do perodo de sucesso comum a ambas as hipteses, a oposio

particularidade

generalidade representada pelo confronto entre as esmeraldas

investigadas e o conjunto de todas as esmeraldas e, por fim, o carter contingente

dos valores de verdade das hipteses concorrentes at o tempo t, diante das
informaes de que se dispe.

Edwin Thompson Jaynes em seu livro sobre teoria de probabilidades com

abordagem bayesiana (Jaynes and Bretthorst, 2003), alm de tratar formalmente
do uso da induo enquanto lgica de natureza probabilstica, fez os seguintes
comentrios a respeito do problema da induo:

O problema de justificar a induo tem sido difcil para as formulaes convencionais da teoria de probabilidades, e tambm o arquiinimigo de alguns filsofos, a comear por David Hume (1739, 1777)
no sculo 18.

Por exemplo, o filsofo Karl Popper (1974) chegou ao

ponto de negar completamente a possibilidade da induo. Ele fez a

pergunta retrica: Estamos racionalmente justificados ao raciocinar a
partir de repetidas instncias sobre que temos experincia para aquelas
sobre que ainda no temos experincia?. Isso equivale, literalmente, ao
pouco informado rob falando para ns e querendo que respondamos
No!, mas desejamos mostrar que um rob melhor informado responder: Sim, se tivermos informao inicial fornecendo uma conexo
lgica entre as diferentes execues do experimento e dando circunstncias especficas que possibilitam a induo.

12 (Jaynes and Bretthorst,

2003, pg. 276, traduo nossa).

Se consideramos a citao acima no mbito do projeto geral de Jaynes, que

usar a teoria de probabilidades como complemento da lgica clssica para

12 The problem of justifying induction has been a difficult one for the conventional formulations of
probability theory, and the nemesis of some philosophers beginning with David Hume (1739, 1777) in
the 18th century. For example, the philosopher Karl Popper (1974) has gone so far as to flatly deny
the possibility of induction. He asked the rhetorical question: Are we rationally justified in reasoning
from repeated instances of which we have experience to instances of which we have no experience?
This is, quite literally, the poorly informed robot speaking to us, and wanting us to answer No!,
but we want to show that a better informed robot will answer: Yes, if we have prior information
providing a logical connection between the different trials and give specific circumstances that enable
induction to be made.

32

Captulo 1.

Introduo

tratar problemas de decises diante de incerteza, o carter contingente dos valores de verdade das hipteses entra quase como definio do processo indutivo
considerado, no sentido de que no-necessrio, mas possvel, que elas sejam
verdadeiras (ou falsas).
Alm disso, ao dar a sua resposta pergunta de Popper, ele acaba por valid-la
enquanto representando tambm a sua viso sobre o problema, com nfase na
questo das instncias conhecidas enquanto representantes do todo (incluindo
as desconhecidas) a representatividade amostral.

David Charles Stove Stove tratou de maneira direta o problema em seu livro

The Rationality of Induction. A partir de textos de Hume e Popper, identificou

a tese ctica sobre a induo como sendo passvel de expresso na seguinte
forma:
Para toda evidncia e e hiptese h, tais que a inferncia de h a partir de e indutiva, e para qualquer outra informao t tautolgica, P(h /t.e ) = P(h /t ).(Stove,
1986, pg. 40)
O termo P(h /t.e ) l-se: plausibilidade (ou probabilidade) da hiptese h dadas
a evidncia e e a informao t.
importante observar que o uso do termo plausibilidade (qualidade de plausvel, aceitvel,

razovel)

indica que Stove assume implicitamente a deciso

baseada na probabilidade das hipteses como sendo atitude racional.

Explicitando esse detalhe, tem-se como consequncia da representao acima a
irrelevncia da evidncia e para a razoabilidade (plausibilidade) da adoo da
hiptese h, desfazendo-se a base em que se assenta o clculo de probabilidades
condicionadas to caro cincia emprica atual.
Com relao s componentes do problema, embora a formulao probabilstica
deixe claro tratar-se de inferncia de natureza contingente (exceto em casos
extremos), a hiptese h pode ser pensada como no tendo nenhuma relao
direta com a evidncia e alm da condicionalizao da sua probabilidade. Apesar

1.3.

O Problema

33

disso, a abordagem de Stove realizada no captulo VI deixa clara a sua viso

da representatividade amostral como componente fundamental do problema e,
ao mesmo tempo, como base sobre que se desenvolve a soluo no decorrer do
captulo.

Colin Howson em seu livro especificamente sobre o assunto, chamado Humes

Problem: Induction and the Justification of Belief, concorda com a formulao

atribuda Hume, fazendo consideraes adicionais das quais foram selecionados
os exemplos abaixo:

O argumento pode ser colocado de maneira possivelmente mais

familiar aos ouvidos modernos. Seja P a conjuno de todas as sentenas fatuais conhecidamente verdadeiras. Suponhamos que a inferncia
a partir de P para uma sentena Q, descrevendo algum evento ainda
no conhecido, no dedutiva (estabelecer que P refere-se a passado e
Q a futuro a primeira parte do argumento de Hume). Segue-se imedi-

atamente da definio de validade dedutiva que em algum subconjunto

W de todos mundos possveis P verdadeiro e Q falso. A segunda

parte do argumento de Hume pode ser imaginada como originando-se

da tentativa de responder seguinte questo: que informao adicional
poderia aumentar a probabilidade de o nosso mundo no estar em W ?
Bem, o nico mundo que conhecemos o nosso, ento presumivelmente
a informao deve ser sobre alguns aspecto desse mundo. Mas toda a
informao sobre esse mundo que conhecidamente verdadeira j est

13 (Howson,

em P. Em outras palavras, no h informao adicional.

2003, pg. 12, traduo nossa).

Na citao acima, Howson identifica primeiramente o carter contingente da

13 The argument can be put in a manner possibly more familiar to modern ears. Let
conjunction of all factual statements known to be true.

P be the

Suppose that the inference from P to a

statement Q describing some event not known to be true is not deductive (establishing that this
is so where P stands for past and Q for future is the first part of Humes argument). It follows
immediately from the definition of deductive validity that in some subset W of all the possible worlds
in which, like ours, P is true and Q is false. The second part of Humes argument can be imagined
as arising from trying to answer the question: what further information could be appealed to which
would make it more likely that our world is not in W ? Well, the only world we know is this one, so
the information must presumably be about some aspect of this world. But the only information we
have about this world that is known to be true is already in P. In other words, there is no further
information.

34

Captulo 1.

Introduo

inferncia ao consider-la como no dedutiva. Em seguida, o carter temporal

surge a partir da referncia ao argumento de Hume sobre inferncias do passado
para o futuro, embora subentenda-se do texto que as inferncias temporais so
um caso especial das no-dedutivas.
Por fim, ao confrontar o nosso mundo particular P com todos os mundos possveis ou especificamente com o subconjunto W, posta a oposio entre parti-

cularidade e generalidade com relao s concluses com base no conhecimento

disponvel.
Alm da identificao de componentes do problema, Howson ressalta a gravidade das objees de Hume argumentando que elas aplicam-se igualmente s
tentativas de justificao das inferncias indutivas enquanto provveis

14

, fen-

meno que possibilita a criao da iluso de que o problema da induo tem

como principal obstculo cincia a simples impossibilidade da certeza quanto
verdade da inferncia.
Tal fosse o caso, uma vez aceita a incerteza como inevitvel em praticamente
todos os problemas cientficos, a deciso baseada na probabilidade seria suficiente para reafirmar a racionalidade da induo, o que no pode ser conseguido
assumindo-se, como Howson mostra, que o problema atinge todas as inferncias
no-dedutivas.

Algumas outras abordagens tambm foram feitas tendo como pano de fundo a
evoluo da cincia, como o fez Popper, mas com opinio diferente com relao
resoluo do problema. Nessas abordagens, segundo Hempel (Hempel, 1981), o problema da deciso entre hipteses concorrentes diante das evidncias experimentais
(uma das principais consequncias do problema da induo) deslocado para o mbito geral da compatibilidade e relacionamento com as outras hipteses que compem
o conjunto do conhecimento cientfico do momento em questo.

14 It is the going farther that is the original, and if correct quite devastating, part of Humes
argument.

That there is no deductive link between statements about past and future had been

known since antiquity.

Where Hume goes beyond the traditional sceptical position is in arguing

the link cannot in principle justified even as a probable inference.(Howson, 2003, pg. 12, traduo
nossa)

1.3.

O Problema

35

Desse novo ponto de vista, critrios de deciso alternativos pode-se pens-los

como em escala macroscpica foram propostos notadamente por Kuhn (simplicidade, preciso, escopo, etc.), Laudan (nmero de problemas importantes resolvveis)
e Richard Rudner (relevncia dos possveis erros decorrentes da aceitao da hiptese) (Hempel, 1981). Como resultado, embora permanea a questo da relao entre
hiptese e evidncia enquanto parmetro de deciso, ela perde importncia quando
comparada aos outros critrios e, por isso, tais abordagens sero equiparadas de Popper quanto importncia do problema, embora divirjam quanto ao papel da induo
na cincia.

Teorema

No Free Lunch

Alm das amostras anteriores, abordagens probabilsticas recentes (1996 e 1997) nos
campos de aprendizagem de mquina e algoritmos de busca e otimizao consistem
em uma formalizao computacional de mtodo indutivo capaz de fornecer um modelo
a que se aplicam objees anlogas s de Hume, no sentido de que no possvel a
obteno de conhecimento livre de vieses, bem como a obteno de certezas a respeito
do futuro a partir de amostras passadas. O resultado resumido pelo jargo Theres

15
No Free Lunch, derivado de um ditado popular
que transmite a ideia fundamental
segundo a qual impossvel obter algo sem custos.
Pode-se entender essa ideia original como aplicada formalizao no sentido de
que, considerando duas regras de fazer predio e um conjunto de universos possveis, a
vantagem de uma das regras sobre a outra em determinado universo ser compensada
por uma desvantagem em um outro. Ou seja: a boa performance inicial (free lunch )
ser paga em forma de uma m performance futura. Um exemplo simples fornecido
em (Forster, 2005).
Optou-se por colocar essa amostra legtima do problema como um item distinto
devido a ela ser recente e proveniente de autores que no estariam cobertos pelo
critrio de importncia filosfica utilizado, mas, ao mesmo tempo, representar uma

15 Usos da frase j foram encontrados em textos de 1930 e 1940, mas a origem exata ainda incerta.
(Safire, 1993)

36

Captulo 1.

Introduo

abordagem mais rigorosa do ponto de vista do formalismo matemtico. Indo direto

s concluses passveis de serem extradas pelo modelo, tem-se:

NFL para aprendizado supervisionado formaliza Hume: a cincia no pode dar garantias a respeito de experimentos futuros baseada em resultados de experimentos
passados.

16

(Wolpert, 2012, traduo nossa).

(Wolpert, 1996) mostra que em um cenrio sem rudo onde a funo-perda a taxa
de erro de classificao, caso se est interessado no erro extra situao de teste, no h
distino a priori entre algoritmos de aprendizado.

17

(Sewell, 2012, traduo nossa).

No caso acima, o termo a priori est sendo usado apenas temporalmente em relao aos dados a serem adquiridos. Ou seja: qualquer informao disponvel antes
da aquisio de dados, considerada informao a priori. Essa ser a definio considerada nesse estudo, reforando que o tempo usado para a caracterizao aquele
relativo inferncia em questo.

Assim, possvel que o que foi considerado dado

para uma pessoa, passe a ser informao a priori para outra (Jaynes and Bretthorst,
2003, pg. 87).
Ao afirmar, na primeira citao, que a cincia no pode dar garantias (oposio

contingncia

necessidade ), o autor parece no considerar uma possvel justificao

probabilstica como includa no problema da induo, na qual se abriria mo da certeza

da inferncia mantendo a racionalidade por meio da escolha da opo mais provvel,
atualizada medida que mais dados tornam-se disponveis, ainda que inicialmente as
hipteses tenham comeado com a mesma atribuio de probabilidade (por exemplo,
via princpio da indiferena). A despeito disso, so claras as componentes relativas
regularidade do universo, bem como a impossibilidade de distino entre indues
boas ou ms.

16 NFL for supervised learning formalizes Hume: Science cannot give guarantees about future
experiments based on results of previous experiments.

17 (Wolpert, 1996) shows that in a noise-free scenario where the loss function is the misclassification

rate, if one is interested in off-training-set error, then there are no a priori distinctions between
learning algorithms.

1.3.

O Problema

37

Conhecidos os representantes legtimos, faz-se conveniente a identificao de falsas

instncias postas como excees por no conterem alguma componente vital da ideia
genrica sobre o problema.

Excees

Induo matemtica apesar do nome, a induo matemtica , na verdade, um

mtodo dedutivamente vlido de inferncia que possibilita concluses genricas
a partir de uma prova finita, sempre que o conjunto-objeto em questo puder
ser expresso por uma definio indutiva.

Inferncia a partir de lei e amostra considerando-se um conjunto definido

por caractersticas condicionais, mas de aplicao geral, a observao da caracterstica de um dos membros seria suficiente para a inferncia da mesma
caracterstica para os demais.

Ex.:

Seja um mundo formado por blocos que podem ter formas variadas, mas que
obedecem seguinte lei: todos os blocos tm a mesma forma. Ao ser observado um bloco cbico, a inferncia de que todos os demais so cubos no tem
o carter contingente intrnseco ideia de induo, j que a concluso segue
necessariamente da premissa inicial e da observao.

Apesar de diferentes, as excees mostradas tm em comum a no adequao

ao critrio da contingncia, necessrio para a caracterizao de uma inferncia como
indutiva, conforme as consideraes anteriores.
Voltando aos exemplos considerados como representantes do problema da induo,
pode-se construir uma tabela contendo as principais componentes identificadas nos comentrios relativos s citaes e demais consideraes (em sua maior parte destacadas
em itlico), resultando em:
Com base nas observaes anteriores e particularmente na tabela acima, estamos
em condies de concluir o processo de explicao de forma a facilitar a delimitao

38

Captulo 1.

Introduo

Tabela 1.1: Caractersticas das amostras representativas do problema

Carter

Carter

temporal

circular

Sextus

Hume
Carnap
Popper
Jaynes
Stove

Howson
Wolpert
Goodman

Contingncia

Particularidade

necessidade

generalidade

Representatividade
amostral

do que ser considerado como o problema a ser tratado, conforme se segue.

1.3.3 Explicatum
A primeira observao a ser feita diz respeito s duas ltimas colunas da tabela:

Particularidade

generalidade e Representatividade amostral.

O termo representatividade amostral est sendo tomado no sentido de equivalncia

18

aproximada

entre amostra e populao total com relao caracterstica conside-

rada, de forma que uma inferncia com base na amostra tambm seria vlida (com
uma margem de erro esperada) para a populao.
A partir desse entendimento, essas componentes podem ser consideradas como
equivalentes no que diz respeito ao seus significados para o problema da induo.
Tal equivalncia pode ser notada facilmente se considerarmos que uma amostra pode
ser vista como um particular numa populao de amostras possveis (o universo de
amostras possveis) e que as questes sobre a equivalncia entre amostra e populao
tambm so perfeitamente aplicveis em relao a particular e universal.
Se passarmos agora a considerar o papel das componentes restantes nas diversas
abordagens do problema representadas pelas amostras, veremos que tanto o carter

temporal quanto a questo representada pela oposio Particularidade

generalidade

18 Os critrios que definem a maior ou menor aproximao, bem como o prprio tamanho e maneira
de se construir a amostra, no so objeto desse estudo.

1.3.

O Problema

39

(essa ltima tomada agora como abarcando tambm o problema da representatividade

amostral ), so usadas basicamente para afirmar a incerteza quanto ao valor de verdade

da inferncia indutiva.
Tal manobra pode ser observada, por exemplo, na afirmao de que o futuro no
necessariamente igual ao passado (relativamente ao carter temporal ), assim como ao
ser afirmada a possibilidade de que um particular ainda desconhecido se contraponha

19

generalizao

. Vistas dessa forma, portanto, ambas as componentes seriam casos

especiais da problemtica representada pela oposio contingncia

necessidade.

Uma vez tomada a contingncia como representando o carter problemtico na

base das componentes consideradas at ento, resta investigar a importncia da questo da circularidade para o tratamento da induo e de suas implicaes.
enquanto a contingncia

20

Eis que

caracterstica do processo de inferncia indutivo e, ao

mesmo tempo, obstculo sua justificao, a circularidade caracterstica no da

induo, mas de algumas estratgias de justificao.
Diante dessas observaes, um modelo finito representando um processo de inferncia indutivo (entendido como aquele em que a inferncia no certa) permite
objees anlogas s observadas nas abordagens escolhidas como representantes do
prolema da induo.
Por fim, o modelo de inferncia indutiva pode ser descrito conforme abaixo:

A sobre que conhecemos apenas alguns elementos. Ou

seja: h um subconjunto prprio de A, que podemos chamar de CA, de elementos
que sabemos pertencer a A. Alm disso, h outros elementos pertencentes ao domnio
de A, mas que esto fora de CA e cuja pertinncia a A nos desconhecida. Nesse
contexto, a inferncia indutiva a predio de que um dado elemento b, fora de CA,
pertence ou no a A, usando como informao apenas o que conhecemos sobre CA.
Considere um conjunto

Percebe-se que enquanto a modelagem mais geral do problema da induo seria

19 O que significaria dizer que a amostra no seria representativa em funo de um ou mais elementos, ainda desconhecidos, da populao.

20 Mais uma vez: contingncia em relao ao valor de verdade da inferncia, cuja informao dispo-

nvel permite conceber tanto como verdadeiro quanto falso. Tambm entendida como representando
a incerteza da inferncia.

40

Captulo 1.

representada pela tentativa de encontrar a funo caracterstica

21

Introduo

de A a partir de

uma amostra de A (no caso, CA), o modelo acima enfatiza a predio individual.
Isso pode ser justificado se considerarmos a possibilidade de o agente em questo poder rever sua inferncia sobre a populao geral a cada amostra obtida. Alm
disso, o que se espera para a prxima amostra tem relao direta com a natureza
dessa populao geral e tambm possui o carter de incerteza considerado componente fundamental do problema. Tal nfase na prxima amostra como representante
do processo de induo chamado de singular predictive inference

22

tambm

partilhada por Mill e Carnap (Vickers, 2011).

Assumindo esse modelo restrito como domnio de estudo, as seguintes questes a
respeito do processo de inferncia so pertinentes:

1. O que predio e qual sua natureza?

2. possvel predio sem amostra representativa?

3. Dada uma amostra, como classific-la como representativa?

4. Como corrigir o status da amostra, com relao representatividade, dado o

acrscimo de novos elementos?

5. Como escolher entre diferentes possibilidades de predies, dado um conjunto

de amostras e algoritmos de predio?

Com exceo dos dois primeiros itens, pode-se identificar instncias dessas perguntas nos exemplos representativos listados anteriormente. Por exemplo:

a considerao de uma amostra como representativa pode ser entendida como

a assuno de que o passado (representado pela amostra) similar ao futuro
(prximos elementos a serem sorteados);

as previses possveis so equivalentes s sada de diferentes algoritmos preditores, dadas as amostras anteriores;

21 Entendida como a funo que retorna, para cada elemento do domnio, a pertinncia em relao
ao conjunto A. (Jech and Hrbacek, 1999)

22 Inferncia preditiva singular

1.3.

O Problema

41

a prpria questo de escolher entre algoritmos preditores ecoa a pergunta de

Hume sobre como distinguir uma induo boa de uma m.

Dessa forma, ser considerado nesse estudo que as respostas s questes referentes
ao processo de aquisio de conhecimento simplificado podem ser compreendidas,
at onde a equivalncia permite, como aplicveis ao problema da induo conforme
percebido por Hume e demais estudiosos que trataram do tema.

42

Captulo 1.

Introduo

Captulo 2
As implicaes e o modelo
O Raciocnio Indutivo, que h muito tem sido a glria da cincia, ter deixado de ser
o escndalo da filosofia?

(Broad, 1952, pg. 142, traduo nossa).

A frase acima expressa, de maneira extremamente concisa, a importncia das

implicaes do problema da induo sobre o processo de aquisio de conhecimento
cientfico sobre o mundo, sendo essa a prpria fonte da sua caracterstica problemtica,
bem como da consequente necessidade de resoluo.
Uma vez especificado de maneira mais precisa e limitada, mais de acordo com as
pretenses dessa anlise, faz-se prudente a checagem da existncia da equivalncia
das implicaes originais quelas observveis entre as questes escolhidas para representar o problema e o que seria o processo de aquisio de conhecimento em nosso
modelo.
Dessa forma, so propostas as seguintes equivalncias:

2.1

O desmoronamento do conhecimento cientfico

impossvel, hoje em dia, no observar a importncia que mtodos indutivos tm na

obteno do conhecimento cientfico, bem como a ntida distino entre o status de
autoridade daquilo que pode usar o adjetivo cientfico e do que tratado apenas como

1 Inductive Reasoning, which has long been the glory of Science, will have ceased to be the scandal
of Philosophy?

44

Captulo 2.

As implicaes e o modelo

conhecimento informal ou, pior, pseudo-cincia.

A autoridade obtida pela cincia, reforada pelo grande volume de resultados que
ela demonstra, passou a ser cobiada por qualquer crena que pretenda ser aceita e
divulgada a um grande nmero de pessoas, a no ser, talvez, aquelas cujo nico fim
trazer a paz interior sem implicaes relacionadas ao mundo externo, como o caso
de algumas religies.
Considerando os meios a partir dos quais uma hiptese pode galgar mais um degrau
em direo ao to cobiado status de cientfica, h uma assimetria interessante que
se observa em relao a esses caminhos: o dedutivo, embora seja o mais rigoroso,
parece ser muito mais difcil de trilhar e, por isso, d origem a menos hipteses aceitas;
enquanto isso, o caminho indutivo virou uma verdadeira via-expressa e, mesmo no
sendo to rigoroso, goza praticamente das mesmas vantagens em termos de status, o
que foi conquistado com o estabelecimento de inmeros procedimentos metdicos e
estatsticos visando a diminuio de ambos os tipos de erros, conhecidos como Tipo
1 e Tipo 2 (falso negativo e falso positivo, respectivamente).
Devido a essa discrepncia na quantidade de verdades originadas de cada um
desses caminhos, no exagero dizer, quando se fala em cincia enquanto conhecimento justificado e aceito pela maioria, que se est a fazer referncia principalmente
ao conhecimento de origem indutiva.
justamente da aparente indissociabilidade entre cincia e justificao - e da
consequente constatao da ausncia dessa ltima - que o escndalo mencionado por
C. D. Broad torna-se relevante, fazendo com que cientistas e principalmente filsofos
se vejam forados a conviver com a agonia da sensao de iminente desmoronamento
do conhecimento indutivo, ou sintam-se no dever de providenciar tal justificativa.
Passando anlise do modelo proposto, necessrio o estabelecimento do que
corresponderia ao conhecimento e o que seria o processo indutivo responsvel por
obt-lo.

Assim, podemos ver que impacto teriam as respostas s nossas questes,

j supostas representantes do problema da induo, no conhecimento adquirido e no

prprio processo de aquisio, comparando-o, em seguida, ao escndalo mencionado

2.1.

O desmoronamento do conhecimento cientfico

45

anteriormente.

Conhecimento
Se entendermos o conhecimento no sentido de crena justificada em uma alegao
sobre o mundo (conhecimento emprico), ele englobaria tanto as amostras passadas,
com grau de certeza igual a 100% (o que corresponderia probabilidade de amostrar
um elemento e dado que foi amostrado e ), quanto as predies feitas usando o processo
de aquisio cientfico (o algoritmo preditivo) e o respectivo grau de certeza menor
que 100%, j que a predio pode no se confirmar ( contingente).

Processo de aquisio
O processo de aquisio abordado consiste no conjunto de regras usadas para amostrar, estabelecer a predio, confirm-la (por meio de comparao entre predio e a
amostragem efetiva), calcular a probabilidade de acerto, bem como quaisquer outras
informaes diferentes da caracterizao dos prprios elementos, desde que usados
direta ou indiretamente para adicionar novas amostras ao conjunto amostragem ou
para predizer amostras futuras.
Diante das equivalncias estabelecidas e das instncias dos problemas consideradas
no captulo anterior, as seguintes implicaes so observadas:

Ausncia de conhecimento

- se a amostra no representativa, no pode

ser compreendida como conhecimento sobre o objeto-alvo (o conjunto universo

desconhecido), no sentido de poder ser usado para extrapolaes a seu respeito,
sejam elas caractersticas do universo como um todo ou simplesmente relativas
predio do prximo elemento a ser amostrado, ainda que haja algoritmos
preditores disponveis.

Algoritmos preditores - supondo a existncia de algoritmos preditores, independentemente de serem eles considerados como parte do prprio conhecimento,
da ausncia de justificao da induo e da consequente impossibilidade de es-

46

Captulo 2.

As implicaes e o modelo

colha entre esses algoritmos, ou mesmo de distino entre eles e uma escolha
aleatria longo prazo, ecoa o lema: theres no free lunch, no sentido de que
todos os algoritmos preditivos so equivalentes longo prazo.

importante ressaltar que a capacidade de predio implica a assuno inicial de

um nvel mnimo de representatividade amostral a partir do qual seriam inferidos os
prximos elementos a serem obtidos, embora no implique na necessidade da correo
dessa assuno nem na possibilidade de certeza sobre a inferncia em questo.

2.2

A impossibilidade do conhecimento probabilstico

Segundo David Stove, enquanto para Salmon h a questo de por que se deve apostar
na hiptese mais provvel, para Hume no h sequer hiptese mais provvel (no h
conexo entre passado e futuro e, assim, a probabilidade de uma dada hiptese a
mesma com ou sem dados). (Stove, 1986, pg. 193)
Ao reformular essa ideia em termos probabilsticos, ressultando na equao P(h /t.e )
= P(h /t ) explicada anteriormente em 1.3.2, Stove torna claro o significado de tal assuno sobre o processo indutivo de aquisio de conhecimento, alm de facilitar
pensarmos sobre a que tipo de modelo essa formulao seria aplicvel.
Do ponto de vista de um agente com o propsito de maximizar os acertos de
predies, tal formulao probabilstica implica na no existncia de qualquer tipo
de argumento racional a favor de qualquer algoritmo preditor, o que consistiria em
algo alm do mero hbito (nas palavras de Hume), considerado como nica fonte de
explicao de tal escolha.
Assim, deve-se observar a ausncia de qualquer ligao cognitiva entre os clculos
probabilsticos, independentemente do nome dado a eles, e a escolha dos algoritmos
preditores.

2.3.

2.3

A Modelagem e as Ferramentas

47

A Modelagem e as Ferramentas

At agora tm sido usados termos probabilsticos e de teoria de conjuntos sem muita

justificativa ou explicao adicional, mas de forma que pudessem ficar evidenciados
seu papel e importncia nessa abordagem.
Uma vez apresentados os principais conceitos e as explicaes cabveis, pode-se
escolher uma situao-exemplo prtica a ser simplificada e a partir da qual ser construdo o modelo-referncia do processo de aquisio de conhecimento, de forma a dar
suporte s ideias expostas at ento, bem como ao seu desenvolvimento e detalhamento necessrios.

2.3.1 O exemplo prtico: lanamento de moeda

Suponhamos que um cidado chamado Wittinho est lendo tranquilamente em uma
praa. Aps algum tempo, senta-se ao lado dele um cara que se apresenta como Sr.
Moliko, de posse de uma moeda, que lana constantemente para o alto checando o
resultado e dizendo-o em voz alta: cara, coroa, coroa, coroa, cara, coroa, e assim,
incessantemente.
Vendo esse comportamento curioso, Wittinho pergunta se o Sr. Moliko est fazendo algum tipo de experimento, quando Moliko responde que apenas acha o comportamento daquela moeda especfica muito estranho, pois ela tende a favorec-lo em
apostas, mesmo quando outra pessoa a lana e tem a liberdade de fazer a escolha
primeiro.
Wittinho, sem acreditar na histria, pede para eles apostarem um pouco, desde
que o valor da aposta seja estabelecido por ele.
Diante dessas consideraes, as possibilidades relevantes que passam pela cabea
de Wittinho so 3:

1. A moeda justa;

2. A moeda tem vis para cara;

3. A moeda tem vis para coroa.

48

Captulo 2.

As implicaes e o modelo

Como Wittinho poderia fazer os lanamentos, foi descartada a possibilidade de a

moeda ser trocada por Moliko a cada jogada, conforme a aposta, de modo a beneficilo.

Sendo assim, a natureza da moeda seria mantida a mesma e de acordo com

exatamente uma das alternativas pensadas.

Se quisssemos resguardar ainda mais Wittinho com relao capacidade de lidar
com o experimento, poderamos imaginar que ele teria em mente uma ltima hiptese
que atribuiria algum controle misterioso de Moliko sobre o resultado da moeda, ainda
que a crena nessa possibilidade fosse praticamente desprezvel. O resultado de tal
procedimento que, a no ser frente a dados bastante inesperados (por exemplo: no
caso de Moliko realmente ganhar todas as apostas) esta 4 hiptese permaneceria
muito menos plausvel que qualquer uma das relevantes.
Nos casos onde efetivamente ocorrem tais resultados extremos, teramos o fenmeno da ressurreio de hipteses (Jaynes and Bretthorst, 2003, pg. 105), que apesar
de importante para os testes de hipteses em geral, pode ser desconsiderado sem prejuzos, dados os objetivos aqui pretendidos. Dessa forma, as hipteses ditas relevantes
sero consideradas como sendo as nicas possveis e mutuamente excludentes.
No caso 1, em que a moeda justa, Wittinho espera que no haja ganho significativo para qualquer um dos apostadores, excluindo qualquer possibilidade de controle
que ele mesmo possa exercer sobre o resultado do lanamento. Como no h aposta
privilegiada que se possa fazer, j que tanto cara quanto coroa teriam probabilidades de 50% de ocorrncia e seriam eventos independentes (no havendo relao entre
ocorrncia de eventos passados e eventos futuros), ele estaria disposto a correr o risco
de perder um pouco de dinheiro.
Em qualquer dos outros casos, entretanto, ele imagina que ao longo dos lanamentos conseguiria definir com uma probabilidade crescente de acerto o vis da moeda
e, a partir da, usar essa informao para ganhar de Moliko nas jogadas restantes,
compensando as eventuais perdas que sofreria at ento.
Como no dispe de muito tempo, Wittinho resolve estabelecer o limite de 10
lanamentos para o experimento, quer tenha obtido saldo positivo ou negativo aps

2.3.

A Modelagem e as Ferramentas

49

atingido esse limite. Imaginemos, para fins ilustrativos, que haja apenas a possibilidade de vis extremo: 100%. Dessa forma, se a moeda no fosse justa, os lanamentos
resultariam em uma sequncia de 10 caras ou 10 coroas, conforme o caso. Esse vis
extremo tambm pode ser entendido como sendo equivalente a uma situao onde as
moedas no-justas teriam duas faces iguais (duas caras ou duas coroas), mas em que o
experimento fosse realizado de forma que o jogador fizesse o lanamento e observasse
o resultado sem ter como examinar e identificar a moeda.
importante observar que a perceptibilidade do vis da moeda depender tanto
do nmero de lanamentos a serem executados quanto de sua magnitude, que pode
ser representada pela diferena entre as probabilidades reais de ocorrncia dos eventos
e aquelas esperadas caso a moeda fosse honesta. Por exemplo: para uma moeda cuja
probabilidade real de obteno de cara de 3/4, diz-se que h um vis de magnitude
1/4 a favor dessa ocorrncia (50% em relao a 1/2).
Como inicialmente todas as hipteses so igualmente plausveis e ainda no foi
realizado nenhum lanamento, a primeira aposta dever ser feita de maneira aleatria
no sentido de que no h justificativa baseada no objetivo imediato, que acertar o
resultado do primeiro lanamento, mas apenas para dar incio ao processo de aquisio
de conhecimento.
Diante dessa restrio poderamos pensar nos seguintes casos sob que Wittinho
poderia raciocinar, supondo-se que ele fez a primeira aposta em coroa:

Caso 1 - primeiro lanamento resulta em cara

Nesse caso, dadas as consideraes anteriores, estaria eliminada automaticamente a
moeda com vis de 100% para coroa, restanto as hipteses:

a) A moeda justa;

b) A moeda tem vis de 100% para cara;

Se nos limitarmos apenas a essas informaes, j seria possvel escolher uma das
hipteses restantes em detrimento da outra, mesmo que possamos mudar a escolha

50

Captulo 2.

As implicaes e o modelo

medida que mais resultados sejam obtidos? A partir dessa escolha, j poderamos
tentar acertar o prximo resultado considerando o que se esperaria como implicao
dela?
Sem entrar em detalhes quantitativos, reservados ao tratamento posterior, algumas consideraes qualitativas so capazes de indicar que princpios seriam usados
como guias no raciocnio sobre a deciso e, tratando-se particularmente desse caso
ilustrativo, at mesmo chegar a efetu-la.
A primeira considerao a ser feita diz respeito s probabilidades iniciais ou prior

probabilities que Wittinho atribuiria a cada uma das hipteses restantes. Apesar da
aparente simplicidade da tarefa, o fato de devermos levar em conta toda a informao
relevante disponvel para o agente, inclusive prior information (ou simplesmente pri-

ors ), faz com que esse passo seja merecedor de ateno especial. Por prior entenda-se
qualquer informao no considerada inicialmente como dado do problema, conforme
explicado anteriormente em 1.3.2.
Assim, pode-se imaginar estados cognoscveis que vo desde a ausncia total de

priors, o que levaria atribuio de probabilidades iguais aos eventos, segundo o que
se tornou conhecido como princpio da indiferena (Keynes, 1921), a toda uma hierarquia crescente de sabedoria sobre o mundo no que se relaciona situao especfica
abordada.
Seguem alguns exemplos da diversidade da natureza de tais informaes:

I - Conhecimento do comportamento de moedas examinadas anteriormente;

II - Crena sobre probabilidade de encontrar uma moeda viciada ;

III - Crena sobre comportamento esperado de moedas viciadas;

IV - Conhecimento sobre situaes similares que se revelaram golpes de malandros;

V - Crena sobre reputao de Moliko com relao honestidade;

VI - Crena na impossibilidade de Moliko influenciar o resultado nas condies escolhidas;

2.3.

A Modelagem e as Ferramentas

51

VII - Crena sobre reputao de Moliko com relao sanidade, etc.

Una-se a isso o fato de que cada uma dessas informaes pode ser concebida como a
concluso de um argumento indutivo anterior, herdando a incerteza que o caracteriza e
transferindo-a adiante na cadeia de inferncias. impressionante que o nosso crebro
corriqueiramente lide com esse tipo de problema e consiga atribuir as probabilidades

a priori s afirmaes e hipteses consideradas, numa demonstrao de potencial que

no ofuscada mesmo quando o processo realizado de maneira no-tima.
Para manter a simplicidade, suponhamos que a informao a priori, nesse caso,
tenha sido usada apenas para se chegar s possibilidades consideradas, mas que no
haja nenhuma distino entre elas do ponto de vista de plausibilidades, de modo que
Wittinho ainda estaria igualmente indeciso quanto ao caso de a moeda ser justa ou
ser viciada. Ainda assim, h pelo menos duas maneiras de raciocinar para escolher em
qual hiptese apostar e, baseado nela, que resultado deve-se escolher para o prximo
lanamento.
A primeira maneira diz respeito ao grau de confirmao que o resultado obtido
representa para cada uma das hipteses.

Apesar de ambas serem compatveis com

a ocorrncia considerada, suas plausibilidades so afetadas diferentemente, conforme

pretende esclarecer a explicao a seguir.
Imaginemos que as moedas em questo so retiradas de uma caixa contendo apenas
justas ou com vis de 100% para cara.

A extenso do princpio da indiferena a

esse nvel de anlise levaria a concluir que, dando continuidade aos sorteios, iramos
obter aproximadamente o mesmo nmero de viciadas e de honestas, j que qualquer
expectativa de resultado diferente estaria em contradio com a nossa assuno inicial
de probabilidades iguais.
Apesar de esperarmos obt-las em mesma quantidade, enquanto o lanamento
das justas tender a resultar em um nmero igual de caras e coroas (metade dos
lanamentos), as viciadas resultaro sempre em caras, fazendo com que o nmero
de caras obtidas por meio de moedas viciadas seja o dobro daquelas obtidas com as
honestas.

52

Captulo 2.

As implicaes e o modelo

Assim, como resultado dos lanamentos (apenas uma vez para cada moeda sorteada), se formssemos um conjunto de moedas que deram cara, ele tenderia a ser
composto por 2/3 de viciadas e de 1/3 de honestas, medida que seu nmero de
elementos aumentasse. Desse ponto de vista, fica claro que o conhecimento de que
uma moeda pertence ao conjunto (resultou em cara) favorvel hiptese de que se
trata de uma viciada, j que elas so a maioria.
Pensando de uma outra maneira, mais centrada na otimizao de resultados, podese simplesmente decidir por apostar novamente em cara baseado no fato de que se
a moeda for justa esse resultado to provvel quanto coroa, independentemente de
resultados anteriores. Por outro lado, se for verdade que a moeda tem vis, a chance
de acerto de 100%, o que faz com que a aposta em cara seja tima no mbito geral.
Dessa forma, enquanto persistir a ocorrncia de cara como resultado, ambos os
raciocnios anteriores levam mesma previso para o prximo lanamento.

Caso 2 - primeiro lanamento resulta em coroa

O raciocnio anterior aplica-se igualmente a esse caso, com a diferena de que agora
as hipteses restantes seriam:

a) A moeda justa;

b) A moeda tem vis de 100% para coroa;

Seguindo as consideraes mostradas no caso 1, mas adaptando-as ocorrncia de

coroa, chegaramos concluso de que esse resultado favoreceria a hiptese de vis
da moeda (para coroa), em detrimento da que prope tratar-se de uma moeda justa.
Da mesma forma, o raciocnio pragmtico visando o acerto no prximo lanamento
indica como sensata a manuteno da aposta em coroa.
Avanando um pouco no experimento, suponhamos que at o 9 lanamento, para
usar um caso extremo, obteve-se apenas coroa como resultado. Embora no se possa
eliminar a possibilidade de se estar diante de um caso raro de ocorrncia para uma
moeda justa, a essa altura Wittinho estaria muito mais confiante na existncia do

2.3.

A Modelagem e as Ferramentas

53

vis que na honestidade da moeda, o que seria uma atitude racional desde que ambas
as hipteses tenham iniciado com a mesma plausibilidade atribuda, como no caso 1,
pela aplicao do princpio da indiferena.
Devido a essa confiana crescente no vis, suponhamos que a ltima aposta tambm tenha sido em coroa, mas que o resultado do ltimo lanamento tenha sido
cara, indicando, no fim das contas, que se tratava de uma moeda honesta. Curiosamente esse ltimo resultado levanta vrios questionamentos, independentemente de
no significar muito do ponto de vista geral (afinal de contas obteve-se 9 acertos),
por exemplo: qual a razoabilidade de se obter predies acertadas usando hipteses
falsas? O que est por trs da dificuldade intuitiva em lidar com eventos raros e de
que forma a teoria de probabilidades pode ajudar?
Uma dessas falhas na intuio, conhecida como falcia do apostador (Lehrer, 2009),
teria coincidentemente obtido sucesso na histria escolhida para o experimento (9
coroas e 1 cara), se considerarmos justamente a ltima aposta.
Explicando melhor: comum a ocorrncia desse fenmeno intuitivo que nos leva
a desconsiderar a independncia entre eventos e atribuir uma probabilidade menor
a eventos com maior nmero de ocorrncias passadas e, inversamente, maior queles
que ocorreram menos.

Como consequncia, a ocorrncia de tal srie de coroas for-

taleceria a crena em que, para o prximo lanamento, o resultado cara seria mais
provvel. Ainda segundo a crena, essa probabilidade aumentaria proporcionalmente
ao tamanho da sequncia.
Feitas essas consideraes, importante destacar que perfeitamente possvel que
uma outra pessoa, mesmo diante das 9 coroas, ainda atribusse uma probabilidade
maior hiptese de tratar-se de uma moeda justa e, assim, pudesse estar justificada
em apostar em cara, esperando uma probabilidade de acerto de 50%.
Essa atitude divergente frente aos mesmos dados seria explicada justamente pela
diferena na atribuio das probabilidades s hipteses anteriormente ao primeiro
lanamento, especificamente quanto ao item II da lista de possveis informaes a

priori (em 2.3.1), o que levaria a uma assimetria com relao quantidade de evidncia

54

Captulo 2.

As implicaes e o modelo

necessria para que se considere uma delas preferivelmente outra.

Em outras palavras, a pessoa que continuasse apostando na honestidade da moeda teria iniciado a sequncia de lanamentos com uma atribuio de probabilidades
diferentes para as hipteses, resultado de um raciocnio onde outros fatores, que no
o princpio da indiferena, exerceram maior influncia.
Diante do que foi visto at aqui, espera-se que tenham sido explicitados os princpios bsicos que possibilitariam a Wittinho, mesmo dadas as restries impostas,
escolher entre hipteses e realizar as predies.
Alm disso, possvel notar a importncia da informao a priori tanto como
ponto de partida para o processo de aprendizado, quanto como explicao para as
diferenas aparentemente inexplicveis entre as escolhas de agentes diversos que usem
estritamente o mesmo processo de inferncia proposto.

2.3.2 Modelagem
Em linha com as informaes dadas inicialmente em 1.1, e tendo em vista o exemplo
da moeda que acabou de ser mostrado, a escolha do modelo a ser usado na anlise
do problema da induo foi guiada pela observao de que ele se relaciona particularmente com o processo de aquisio de conhecimento cientfico doravante chamado
abreviadamente de

aprendizado.

Do ponto de vista de Wittinho, o aprendiz considerado na situao hipottica, esse

processo resultaria na atualizao das plausibilidades atribudas s hipteses consideradas, de acordo com a aquisio de mais informao representada pelo conhecimento
dos resultados dos lanamentos.
Dessa forma, buscou-se construir uma representao o mais simples possvel, mas
que ainda preservasse a essncia dos principais conceitos usados na caracterizao do
processo, bem como do problema que atua sobre ele: o

problema da induo.

Diante dessas consideraes, um ponto de partida razovel a identificao dos

participantes do processo de aprendizado, que so:

um agente que busca o conhecimento: chamemo-lo de sujeito (Wittinho);

2.3.

A Modelagem e as Ferramentas

algo de onde o conhecimento obtido: chamemo-lo de experimento ;

e, claro, o objeto da busca: o conhecimento (resultados dos lanamentos).

55

Independentemente do tipo do objeto da busca, e de que processos de aquisio

seriam considerados legtimos (pontos a serem tratados mais frente), h ainda um
conceito sem o qual no possvel representar a problemtica a ser estudada:

predio.
Realizar uma predio, no sentido aqui considerado, nada mais que especular
sobre um resultado futuro a partir do que j se conhece. No caso do exemplo fornecido,
a predio justamente a aposta feita por Wittinho para o prximo lanamento, dado
o estado cognoscvel total atual, composto pela informao inicial e pelo conhecimento
dos resultados dos lanamentos j efetuados.
Pode-se atribuir um carter racional ao ato de tentar uma predio sempre que se
observar que o agente em questo obtm alguma vantagem caso consiga antecipar o
prximo resultado. No mbito geral, a justificativa depende de determinado balano
entre a taxa de acerto, o custo da aposta e o prmio oferecido, o que pode ser
visualizado de maneira mais clara pelo clculo do valor esperado para cada ao
disponvel para o agente.
Na situao imaginada, onde o prmio em dinheiro, as decises possveis so:
no apostar, apostar em cara ou apostar em coroa.
Para os fins pretendidos, basta considerarmos que o valor esperado visto por
Wittinho positivo, o que coerente com as hipteses que ele considerou como relevantes (com as respectivas probabilidades iniciais), j que em uma delas (moeda
justa) o valor esperado seria zero e nas duas restantes (vieses) ele acredita poder obter vantagem apostando no resultado mais provvel, conforme o caso, representando
um saldo final positivo.
Finalmente estamos em condies de representar graficamente a situao hipottica em que Wittinho se encontra, conforme abaixo:

56

Captulo 2.

As implicaes e o modelo

Figura 2.1: Lanamento de moeda e processo de aprendizado.

Na figura, a linha tracejada marca a diviso entre o sujeito cognoscvel (Wittinho) e

a parte do mundo exterior que corresponde fonte dos dados relativos aprendizagem
considerada: o experimento.

Internamente ao sujeito esto representados explicitamente o conhecimento e o

bloco responsvel por realizar as predies, bem como um terceiro objeto responsvel
pelas decises genricas que no so o foco da anlise, mas que so necessrias para
o funcionamento do processo como um todo.

A partir desse modelo pode-se assumir mais algumas simplificaes, sempre observando a manuteno da correspondncia entre os principais conceitos abordados
no modelo e seus equivalentes no processo de aquisio de conhecimento retratado no
experimento. Tal procedimento tem implicaes diretas na escolha das ferramentas e
conceitos de teoria de conjuntos e teoria de probabilidades a serem usados, conforme
se segue.

2.3.

A Modelagem e as Ferramentas

57

2.3.3 Teoria de Conjuntos

Na representao em Teoria de Conjuntos h que ser observada uma diferena fundamental entre os blocos que representam aes ou decises e os que representam
passivamente a informao, j que os primeiros se aproximam do que seria equivalente ao processamento de dados a ser usado por Wittinho para tomar as decises
pertinentes e, portanto, sero alvo de mais ateno e consideraes.

Os Conjuntos Informativos
Os conjuntos informativos foram concebidos como memrias de armazenamento ou
simplesmente fonte da informao (caso do bloco que representa o experimento), esses
conjuntos podem ser considerados como constitudos de elementos simples (que no
so, eles prprios, conjuntos) ou pares ordenados, caso se deseje indexar as informaes
em funo do tempo ou ordem de amostragem. So eles:

Experimento embora consista em interao entre o agente e o mundo, j que

se trata de lanamentos de moeda, ser representado apenas como um conjunto
cujos elementos so os resultados possveis de serem obtidos: cara e coroa.

Dessa forma, assume-se um nvel de conhecimento inferior quele onde j se disporia da atribuio de probabilidades de obteno de cada elemento, chegando-se
a uma situao equivalente ao caso clssico de sorteio de bolas coloridas de uma
urna (com reposio), onde seriam conhecidas que cores h, mas no em que
propores.

= {,}
2 Esse modelo clssico consiste simplesmente em uma urna contendo
bem misturadas.

p bolas pretas e b brancas

Uma bola extrada aleatoriamente, sua cor observada e ela devolvida

urna (ou no, dependendo do problema), sendo o procedimento repetido geralmente um nmero
determinado de vezes. Questes comumente aplicadas ao modelo so: Pode-se inferir a proporo de
bolas pretas e brancas a partir de n observaes? Com qual grau de confiabilidade? Conhecendo-se
p e b, qual a probabilidade de se obter uma sequncia especfica (por exemplo: uma branca seguida

de uma preta)? Se forem observadas apenas n brancas, quo confiante pode-se ficar a respeito da
no existncia de bolas pretas?

58

Captulo 2.

Conhecimento

As implicaes e o modelo

ser representado por um conjunto cujo contedo sero os

resultados obtidos, em ordem de lanamento. Para tanto, seus elementos sero

pares ordenados onde o primeiro elemento identifica o lanamento e o segundo
o resultado obtido.
Dessa forma, iniciaramos com um conjunto vazio e aps o n -simo resultado de
lanamento ( ), teramos, por exemplo:

= {(1,), (2,), (3,), ..., (,)}

ou abreviadamente

{(, )}

=1
Talvez cause um pouco de estranhamento a diferena de representao entre esses
conjuntos, j que ambos foram classificados como similares.
De fato, o conjunto experimento poderia ter sido considerado como uma sequncia infinita de resultados ainda no revelados ou, mais em linha com a situao da
aposta imaginada, composto por dez pares ordenados de que apenas os ndices seriam
inicialmente conhecidos.
Isso foi evitado tanto para manter a ideia de escassez de informao, melhor representada pela limitao do conhecimento aos tipos de resultados possveis, quanto
devido ao fato de que os elementos a serem revelados pelos lanamentos j sero
devidamente registrados no conjunto Conhecimento.

Os Conjuntos Atuadores
Como o prprio nome sugere, a caracterstica peculiar desses conjuntos que eles
influenciam direta ou indiretamente as aes do sujeito frente situao hipottica
como um todo, o que fica claro principalmente no caso do conjunto Decises Genricas,
escolhido para concentrar os detalhes acessrios como a realizao dos lanamentos,
das apostas, etc.

2.3.

A Modelagem e as Ferramentas

59

No caso do Preditor, a atuao se limitar ao fornecimento da predio a ser usada,

com base em seu contedo que, por sua vez, depende do Conhecimento.

So esses

dois conjuntos que representam a aprendizagem aqui considerada, que ir resultar na

atitude de Wittinho aps cada novo lanamento da moeda, executada pelo Decises

Genricas.

Decises Genricas o conjunto decises genricas, como j deve ter ficado

claro, foi usado como uma espcie de coringa que nos permitiu concentrar nele
as funes do sujeito que no so relevantes para o estudo do fenmeno aqui
considerado.

Justamente por isso o nico bloco representado na figura que

no precisa ter detalhado o seu contedo, considerando-se que sua atuao ser
constante durante os dez lanamentos que correspondem ao total de apostas.
Tal atuao resume-se a, nessa ordem: receber do preditor o prximo resultado
em que apostar, fazer a aposta, efetuar o lanamento, observar o resultado e
pagar ou receber o valor apostado, conforme o caso.

Preditor o bloco preditor realiza uma operao de contagem das ocorrncias

de cara e coroa usando a informao guardada no Conhecimento, armazena esse
resultado e repassa a ocorrncia mais frequente para as Decises Genricas,
mantendo a aposta em Coroa em caso de igualdade.
Os resultados da contagem sero armazenados como pares ordenados compostos
pelo tipo de resultado e pelo respectivo nmero de ocorrncias (Nca = nmero
de caras e Nco = nmero de coroas), gerando o conjunto:

= {(, ), (, )}
Por exemplo, supondo uma situao onde

= {(1, ), (2, ), (3, ), (4, )}

obteramos

= {(, 3), (, 1)} e, consequentemente, a predio

60

Captulo 2.

As implicaes e o modelo

repassada s decises genricas seria Cara.

Uma vez que essas representaes permitem a construo de um modelo de aquisio de conhecimento indutivo que preserva o problema da induo, conforme ser
mostrado na anlise, resta definir que conceitos de probabilidade sero usados e fazer
as consideraes necessrias.

2.3.4 Teoria de Probabilidades

A cincia da lgica atual familiarizada apenas com coisas certas, impossveis ou inteiramente duvidosas, nenhuma das quais (felizmente) temos de
raciocinar sobre. Portanto, a lgica verdadeira para esse mundo o clculo
de probabilidades, que leva em conta a magnitude da probabilidade que est,
ou deveria estar, na mente o homem razovel.

3 (Maxwell, 1990).

Deixando de lado a diminuio do papel da lgica dedutiva expressada por Maxwell,

o carter contingente presente nas inferncias consideradas, que so palco do problema abordado aqui, faz com que seja necessria a verificao tanto da possibilidade
de definio e estabelecimento de uma relao entre amostras e predio, quanto da
existncia de uma base racional equivalente existente no caso da lgica dedutiva,
dando suporte analtico essa relao.
De posse de um sistema de inferncia que atenda a essas caractersticas, pode-se
partir para a escolha dos conceitos e ferramentas suficientes para tratar o modelo
simplificado.

Carnap e Jaynes
Devido ao uso frequente da ideia de probabilidade enquanto tendncia a determinado
resultado, mesmo antes do desenvolvimento formal realizado por James Bernoulli e
Pierre-Simon Laplace, firmou-se uma conexo entre premissas e concluso que pode
ser entendida como sendo de natureza probabilstica, ainda que de maneira primitiva

3 The actual science of logic is conversant at present only with things either certain, impossible,
or entirely doubtful, none of which (fortunately) we have to reason on. Therefore the true logic for
this world is the calculus of Probabilities, which takes account of the magnitude of the probability
which is, or ought to be, in a reasonable mans mind.

2.3.

A Modelagem e as Ferramentas

61

e no-tima, sendo possvel sua observao mesmo no caso de animais como exemplificado em experimentos com pombos (Skinner, 1948).
Esse uso instintivo, a que Hume se refere como hbito, foi dando consistncia
ligao entre amostra (premissas) e predio (concluso), que, se j era forte em termos
de senso comum, tornou-se praticamente inquestionvel depois da formalizao dos
clculos de probabilidades.
Reconhecida a relao indutiva, a identificao de sua natureza como probabilstica implica na possibilidade de assentar sua base sobre os mesmos pilares que do
suporte teoria de probabilidades, que, sendo aceitos como racionais, justificariam
devidamente a concluso indutiva.
Dessa forma, o estabelecimento dos fundamentos lgicos das probabilidades a
chave para a soluo do problema da induo, o que talvez seja o motivo que impossibilitou o prprio Hume de resolv-lo, j que esses fundamentos foram desenvolvidos
bastante defasados em relao s principais regras probabilsticas, sendo desconhecidos sua poca.
Embora a axiomatizao desenvolvida por Andrey Nikolaevich Kolmogorov tenha
se tornado a referncia em Teoria de Probabilidades (Hjek, 2012), a nfase em lgica
usada na abordagem que Rudolf Carnap fez em seu Logical Foundations of Probability
foi o ponto de partida escolhido para a busca do sistema de inferncias indutivas,
principalmente devido aos itens expressos logo no primeiro captulo e tratados como
objetivos principais do livro, reproduzidos abaixo:

1. a clarification and, if possible, a definition of the concept of degree of confirma-

tion ;

2. a clarification of the logical nature of induction and, if possible, a construction

of a system of inductive logic ;

3. a clarification of the concept of probability.

4 1 a clarificao e, se possvel, uma definio do conceito de grau de confirmao; 2 a clarificao da natureza lgica da induo e, se possvel, a construo de um sistema de lgica indutiva; 3
a clarificao do conceito de probabilidade.

62

Captulo 2.

As implicaes e o modelo

Do ponto de vista dos fundamentos do sistema pretendido, no entanto, a aspirao genrica de Carnap parece, segundo E. T. Jaynes (Jaynes and Bretthorst, 2003,
pg. 297), ter sido responsvel pelas dificuldades e limitaes que ele enfrentou, apesar
de ter avanado conceitos importantes como a prpria compreenso de probabilidade
como grau de confirmao.
Foi o prprio Jaynes, com base em premissas simples assumidas como representando o ideal de racionalidade desejvel os postulados de Plya-Cox (Arnborg and
Sjdin, 2001) que se props a promover a Teoria de Probabilidades lgica da cincia, estando em uma posio mais favorvel em relao a Carnap quanto ao acesso
aos conhecimentos necessrios.
Devido a isso, sua abordagem no livro Probability Theory: the logic of science foi
favorecida em relao de Carnap, enquanto fonte de onde ser extrada a maior parte
da informao em Teoria de Probabilidades necessria para a utilizao pretendida.

Probabilidade
Conforme visto nas definies expostas na introduo, o sentido do termo probabilidade ser restrito ao usado no livro-base de teoria de probabilidades, sustentando-se
que os demais usos podem ser devidamente considerados como casos especiais.
Assim, a probabilidade P de um evento E dadas as informaes disponveis I
equivale representao numrica no domnio dos reais do grau de plausibilidade de
E ser verdadeira em vista de I. Caso se esteja trabalhando com conjuntos finitos podese considerar o domnio como sendo os nmeros racionais, o que indiferente para a
representao usual:
P(E|I) = probabilidade de E dado I = grau de plausibilidade de E em vista de I
Apesar da diferena de nomenclatura e abordagem geral, essa viso alinha-se de
Carnap quando este define probabilidade do tipo I como o grau de confirmao de
uma hiptese com base nas evidncias disponveis.

2.3.

A Modelagem e as Ferramentas

63

Desiderata de Plya-Cox
So critrios de racionalidade aplicados atribuio de plausibilidades a hipteses
considerando-se as evidncias iniciais, bem como atualizao dessas plausibilidades
frente a novos dados. Assim, um agente racional, ao descobrir a violao de um deles,
teria de revisar o raciocnio e corrigir a atribuio das plausibilidades das inferncias
relacionadas (Jaynes and Bretthorst, 2003, pg. 9).
A verso apresentada por Jaynes consiste em:

1.

Graus de plausibilidade so representados por nmeros reais;

2.

Correspondncia qualitativa com o senso comum

sendo A e B duas

proposies quaisquer, isso significa que se a plausibilidade de A ser verdadeira

aumentar diante da aquisio de dada informao (irrelevante para B ), a plausibilidade de

tambm aumentar e a plausibilidade de A ser falsa diminuir.

Adicionalmente, um aumento infinitesimal na plausibilidade de A causar apenas um aumento infinitesimal na plausibilidade das conjunes contendo A, bem
como diminuio infinitesimal na plausibilidade da negao de A;

3.

Consistncia

compreendendo as seguintes exigncias: a) se pode-se racio-

cinar de mais de uma maneira sobre algo, deve-se chegar sempre ao mesmo
resultado; b) toda informao relevante deve ser levada em conta; c) estados de
conhecimento equivalentes devem levar atribuio das mesmas plausibilidades.

Regra do Produto
Sejam A e B duas proposies cuja plausibilidade depende de uma terceira proposio
C. A plausibilidade da conjuno

escrita como

( | ),

relaciona-se com

as plausibilidades de A e B, separadamente, da maneira exposta abaixo:

( | ) = ( | ) ( | ) = ( | ) ( | )

Regra da Soma
A relao entre a probabilidade de A e sua negao :

64

Captulo 2.

As implicaes e o modelo

( | ) + ( | ) = 1

Princpio da Indiferena
Sejam

{1 , 2 , ..., } hipteses mutuamente excludentes, exaustivas e indistinguveis

com relao informao C, suas probabilidades podem ser calculadas como:

( |) =

1
,

onde

1 .

Pode-se derivar, a partir do desiderata 3-c), a necessidade de aplicao do princpio

da indiferena na definio das plausibilidades de cada evento, considerando-se, por
exemplo, o caso em que eles sejam indistinguveis com relao a qualquer parmetro
relevante para atribuio de plausibilidades, j que a nica regra que se manteria
coerente aps a troca dos rtulos identificadores dos eventos seria a atribuio da
mesma plausibilidade a todos eles.

Valor esperado
Em teoria de probabilidades, o valor esperado

()

para uma varivel aleatria dis-

creta x a mdia de todos os n valores que ela pode assumir em dado experimento,
ponderada pelas probabilidades de obteno de cada um deles, observando-se que a
soma da probabilidades (denominador) igual a 1. Numa situao prtica, pode ser
entendido como sendo o valor limite do resultado mdio do experimento, quando o
nmero de repeties tende ao infinito. (Hamming, 1991; Ross, 2009)

() =

[ ( )]

=1
Na situao imaginada, supondo 10 apostas fixas de R$ 1, pode-se pensar em
um valor esperado E(a) para cada uma das hipteses consideradas, que poderia ser
calculado da seguinte maneira:

1. Caso da moeda justa chance de acerto igual a 1/2 para todas as apostas,
levando a:

() = 10 {1

1
1
1 } = 0;
2
2

2. Caso de vis (100%) para cara chance de acerto igual a 1/2 para a primeira
aposta, mas igual a 1 para as 9 restantes, levando a:

() = {(1

1
1
1 )+
2
2

2.3.

A Modelagem e as Ferramentas

65

9 (1 1 1 0)} = 9;
3. Caso de vis (100%) para coroa chance de acerto igual a 1/2 para a primeira
aposta, mas igual a 1 para as 9 restantes, levando a:

() = {(1

1
1
1 )+
2
2

9 (1 1 1 0)} = 9;
Finalmente, seguindo o raciocnio inicial de Wittinho quanto atribuio da probabilidade de 1/3 a cada uma das hipteses, temos que o retorno da deciso geral
por participar da aposta compreendendo os 10 lanamentos pode assumir apenas dois
valores: R$ 9 (em 2/3 dos casos) e R$ 0 (em 1/3 deles). Isso nos leva ao clculo do
valor esperado geral E(A) como:

() = {(0

1
2
+ 9 )} = 6
3
3

Esse clculo foi checado numericamente por meio de uma simulao simples em
computador (o programa consta no apndice A), consistindo em 1.000.000.000 de repeties (compostas por 10 lanamentos cada). Obteve-se como resultando: N caras =
4.999.696.317; N coroas = 5.000.303.683 e N de acertos = 8.000.192.466. Subtraindo
o valor perdido com os erros do ganho com os acertos, tem-se:

1 (10.000.000.000 8.000.192.466) = 6.000.384.932,

1 8.000.192.466

o que d uma mdia de aproxi-

madamente R$ 6 por experimento, conforme esperado.

Se considerarmos que Wittinho neutro com relao averso ao risco (na verdade foi suposto inicialmente que ele at estaria disposto a correr algum) podemos
considerar E(A) como equivalente utilidade esperada dessa ao, que seria a opo
escolhida usando o princpio da maximizao da utilidade esperada (Weirich, 2010),
j que a concorrente (no-aposta) tem utilidade igual a zero.

66

Captulo 2.

As implicaes e o modelo

Captulo 3
Anlise e consideraes finais
Finalmente estamos em condies de examinar o comportamento do agente racional
com relao ao processo de aquisio de conhecimento indutivo no universo definido,
alm de checar a ocorrncia de uma instncia equivalente ao problema da induo,
investigando as possveis solues no caso especfico, bem como a possibilidade de
qualquer generalizao.
Observa-se que se est lidando com duas vises sobre o mundo e o processo que
nele ocorre: a nossa viso enquanto seres externos e oniscientes e a viso do agente
(Wittinho).
Espera-se que a racionalidade representada pelos fundamentos do sistema de inferncia considerado leve ambas as vises a concordarem em relao s decises, desde
que se desconte a informao extra a que ns temos acesso. Ou seja: ao nos colocarmos no lugar do agente, espera-se que cheguemos s mesmas concluses que ele, j
que ambos estamos usando os mesmos critrios de racionalidade.

3.1

A dinmica do agente

De acordo com a representao usada, o aprendizado sobre que ocorreria o problema

da induo composto pelos seguintes processos a serem repetidos 10 vezes (nessa
ordem), conforme estipulado:

1. Predio do resultado do prximo lanamento;

68

Captulo 3.

Anlise e consideraes finais

2. Execuo do lanamento;

3. Observao do resultado.

importante lembrar que a predio do primeiro lanamento, como explicado

em 2.3.1, ser arbitrariamente

Coroa,

uma vez que ainda no h resultados sobre

que trabalhar.
Antes de prosseguir ao exame do comportamento do agente frente a diferentes
resultados do experimento, necessrio dizer que aqui se est considerando a Defi-

nio Geral de Informao (Floridi, 2011), segundo a qual esta consiste em dados +
significado.
Dessa forma, a participao do preditor no aprendizado estaria justificada quando
se considera que ele extrai do Conhecimento certa informao com base no significado dos dados para o processo conforme estruturado.
Quanto ao papel ativo do preditor, que informar qual deve ser a prxima aposta,
resta verificarmos a equivalncia entre a lgica simples usada no preditor do modelo
e o raciocnio de Wittinho a respeito das hipteses e suas implicaes, mantendo-se a
assuno de vis extremo.
fcil ver que enquanto for obtido o mesmo resultado do primeiro lanamento,
a aposta no resultado mais frequente ser equivalente quela feita sob a suposio
de tratar-se de moeda com vis, enquanto qualquer resultado diferente implicaria na
concluso de tratar-se de moeda justa, caso em que a regra usada seria equivalente,
em termos de resultado, a apostas aleatrias ou mesmo fixas.
Esse ponto, assim como o aprendizado de maneira geral, ficar mais claro no
seguinte exemplo:

Sequncia-exemplo: Cara, Cara, Coroa, Cara, Cara.

De acordo com o modelo, antes do primeiro resultado teramos o seguinte estado
relativo ao conhecimento sobre o experimento:

3.1.

A dinmica do agente

69

= {}

= {(, 0), (, 0)}

Com a primeira aposta arbitrada em Coroa, a obteno de Cara como resultado do

primeiro lanamento resultaria em erro na predio e na atualizao do estado para:

= {(1, )}

= {(, 1), (, 0)}

Diante desse novo estado, a regra do maior nmero de ocorrncias leva predio
de Cara para o prximo lanamento, o que equivalente, em termos de resultado, assuno de Wittinho da hiptese do respectivo vis como mais provvel e consequente
aposta tima dada a imparcialidade da hiptese de moeda justa.
Assim, seguindo a sequncia escolhida, o resultado de Cara para o segundo lanamento consistiria em acerto e no novo estado:

= {(1, ), (2, )}

= {(, 2), (, 0)}

70

Captulo 3.

Anlise e consideraes finais

Como Cara continua sendo a ocorrncia mais frequente, a aposta para o prximo
lanamento seria mantida, resultando em erro frente obteno de Coroa (terceira
ocorrncia conforme a sequncia escolhida). Nesse momento ocorreria a eliminao
da hiptese segundo a qual trata-se de moeda com vis para Cara, restando apenas a
de moeda justa. O novo estado seria atualizado para:

= {(1, ), (2, ), (3, )}

= {(, 2), (, 1)}

Dada a hiptese restante (moeda justa) e a definio de aleatoriedade como incapacidade de predio do resultado do experimento considerado, bastante comum no
meio cientfico (Futuyma, 2005, pg. 225), a regra da ocorrncia mais frequente est
fadada a obter o mesmo resultado que qualquer outra considervel, por exemplo, como
uma que simplesmente apostasse conforme o primeiro lanamento.
Se estivssemos considerando que a realizao da operao de contagem e de mudana de predio resultasse em gasto de energia para o agente, essa regra simplificada
seria at mesmo mais eficiente, j que o nmero de acertos esperados seria o mesmo e
o gasto de energia seria menor. Como esse no o caso, ser mantida a regra original,
que tambm pode ser aplicada a casos em que o vis no seja absoluto.
Como h apenas um resultado Coroa na sequncia-exemplo e o nmero de Caras
continua maior, as duas apostas seguintes tambm seriam em Cara e resultariam em
mais dois sucessos de predio, levando ao estado final conforme abaixo:

= {(1, ), (2, ), (3, ), (4, ), (5, )}

3.1.

A dinmica do agente

71

= {(, 4), (, 1)}

Como dito anteriormente, observando os dois conjuntos resultantes nota-se que

toda a informao j est, de fato, no conjunto Conhecimento.

Mesmo assim, o

preditor que d nfase caracterstica dos dados considerada relevante para a situao
especfica imaginada.
Essa caracterstica poderia ser qualquer outra passvel de ser extrada dos dados
obtidos, como os nmeros dos lanamentos que deram Cara (1, 2, 4 e 5), os pares de
lanamentos consecutivos com resultados iguais ([1,2] e [4,5]), etc.
Quanto eficincia das predies, no se pode considerar esse exemplo especfico
como parmetro de deciso, j que as assunes do modelo permitem igualmente
sequncias que resultam em 100% de erros, como mostrado a seguir.

O pior caso
Uma das possibilidades no caso de moeda justa a sequncia: Cara, Coroa, Cara,
Coroa, Cara. fcil ver que a regra do maior nmero de ocorrncias (Coroa em caso
de empate) ir gerar uma sequncia de predies exatamente oposta dos resultados,
conforme resumido na tabela abaixo:
Tabela 3.1: Sequncia pior caso

Lanamentos
Incio

Nmero de caras (acumulado)

Nmero de coroas (acumulado)

Predio

xxx

Coroa

Cara

Coroa

Cara

Coroa

Resultado

xxx

Cara

Coroa

Cara

Coroa

Cara

A partir da tabela, observa-se que a predio para o lanamento 1 obtida do

estado inicial (Coroa, em caso de empate). Da mesma forma, para o lanamento 2
os valores considerados so aqueles da coluna 1, levando escolha de Cara, e assim

72

Captulo 3.

Anlise e consideraes finais

sucessivamente.
Tal contraste entre os resultados possveis faz parte da natureza das inferncias
indutivas entendidas como probabilsticas, no sentido de que mesmo diante de uma inferncia forte admite-se a possibilidade de falha sem que isso signifique um problema
no mtodo como um todo, nem tenha relao direta com o problema da induo que
pode ser identificado mesmo nesse modelo simplificado de processo de aprendizado,
conforme a seguir.

3.2

Identificando a instncia do problema no mbito

do modelo

Relembrando as questes expostas no Explicatum (1.3.3), principalmente quanto as

implicaes do resultado de um lanamento com relao s hipteses consideradas e
prxima aposta a ser realizada, observa-se a possibilidade de dvidas que nos remetem
ao problema da induo to logo seja conhecido o primeiro resultado.
Obviamente no se est falando aqui da eliminao de uma das hipteses de vis
que se segue aps a obteno da primeira Cara ou Coroa, j que ela tem carter
dedutivo, mas da preferncia por uma das opes restantes e a efetivao da aposta
coerente.
Fazendo referncia ao processo aplicado sequncia-exemplo, as perguntas-chave
aplicveis principalmente aos estados 2 e 3 (aps o primeiro e segundo lanamento,
respectivamente) seriam:

Se as hipteses restantes sobre a natureza da moeda so compatveis com os

resultados obtidos, como escolher entre elas? Que tipo de impacto na plausibilidade dessas hipteses pode haver em face dos resultados especficos obtidos?

Especificamente sobre a prxima aposta, que parmetro considerar para escolher

entre as opes disponveis, j que ambas so logicamente possveis?

Tomando como referncia o exemplo clssico do questionamento sobre a continui-

3.3.

O tratamento do problema

73

dade do nascer do sol, sem entrar na questo quantitativa dos nmeros de eventos,
podemos considerar a ocorrncia de Cara como o nascimento e a de Coroa como o
no-nascimento. Da mesma forma, a hiptese de vcio seria equiparada de que o sol
continuaria a nascer (regularidade), assim como a de moeda justa equivaleria aquela
onde no teramos nenhuma razo para esperar a continuidade do nascimento.
Sob essa equivalncia, as questes postas poderiam ser reescritas como:

Se tanto a hiptese da regularidade quanto a da no-regularidade do nascer

do sol so compatveis com os resultados obtidos, como escolher entre elas?
Que tipo de impacto na plausibilidade dessas hipteses pode haver dado que o
nascimento tem ocorrido at hoje?

Especificamente sobre o prximo dia, que parmetro considerar para escolher

entre as opes disponveis (sol nasce

sol no nasce), j que ambas so logi-

camente possveis?

Apesar da ligao bvia entre a natureza da moeda (ou do sol) e os resultados

possveis (Cara/nascimento e Coroa/no-nascimento), cada um desses entes (hipteses e resultados) possui seu prprio carter de plausibilidade, fazendo com que seja
possvel pensar nas implicaes sob o duplo enfoque representado pelas questes.
Diante da equivalncia mostrada, pode-se supor que a tentativa de resposta no
caso da moeda pode ser posteriormente traduzida pelo menos para o caso do nascer
do sol, em particular.

3.3

O tratamento do problema

Ao longo do desenvolvimento deste trabalho ocorreram vrias frustraes provenientes

da falha em seguir de timos pontos de partida intuitivos at um desfecho bemsucedido no tratamento do problema.
Mesmo diante das solues particularmente sedutoras, como a abordagem de David
Stove (Stove, 1986), restava um certo desconforto sobre o que parecia uma divergncia

74

Captulo 3.

Anlise e consideraes finais

implcita entre simpatizantes e crticos que, por nunca vir tona, criava uma espcie
de fosso discursivo onde de um lado uns acham a explicao to bvia a ponto de
no despertar qualquer interesse em detalhamentos subsequentes, enquanto do outro
ela no convincente a ponto de dar fora ao argumento, mas tambm no parece
promissora o suficiente para chamar a devida ateno.
No foram raras as vezes em que, raciocinando a partir de abordagens distintas,
chegava-se a uma s questo que parecia, se no representante do problema da induo
em toda a sua generalidade, pelo menos a fonte principal das divergncias mencionadas. A pergunta-chave, cujo crdito devo ao grande amigo Allan de Medeiros, :

Por que apostar no mais provvel?

Sob as constantes investidas dessa questo, comeou a tomar forma uma hiptese
segundo a qual grande parte da dificuldade do problema da induo consistiria justamente na sua dependncia de dois conceitos que so ao mesmo tempo corriqueiros e
controversos: a

Racionalidade e a Probabilidade.

A partir dessa hiptese, surge a necessidade de clarear as conexes necessrias

cadeia de raciocnio que visa concluir pela racionalidade de se apostar no mais
provvel, de forma a forar a ateno sobre as premissas no caso de o argumento
parecer vlido, mas no convincente.

Assim, espera-se evitar o fenmeno do fosso

referido anteriormente atravs do avano conforme o roteiro:

1. Definir racionalidade e investigar como ela se relaciona aos processos de deciso

em situaes de certeza ou incerteza;

2. Checar a racionalidade dos princpios a partir de que pode ser derivado o conceito
de probabilidade vista como lgica, assim como de suas implicaes;

3. Verificar a adequao da teoria de probabilidades como ferramenta para tomada

de decises e a aplicabilidade ao caso considerado, assim como a consequente
racionalidade da soluo.

3.3.

O tratamento do problema

75

3.3.1 Definindo racionalidade

Devido importncia do conceito, o procedimento prudente a ser adotado em uma
definio, ainda que restrita aplicao aqui pretendida, deveria ser o mesmo usado
na identificao do problema da induo: o processo de explicao moda de Carnap.
Apesar da coerncia a ser obtida com essa atitude, a consequncia prtica equivaleria suspenso da anlise em andamento at que fosse concluda a tarefa de
explicao do conceito de Racionalidade, o mesmo sendo repetido com relao ao de
Probabilidade, j que segundo a hiptese levantada h pouco, ambos estariam na raiz
das dificuldades tradicionalmente encontradas.
Em termos de argumentao, isso equivaleria a transferir o foco da discusso, que
a possibilidade de um argumento em prol da resoluo do problema da induo via
teoria de probabilidades (o objetivo desse estudo), para as premissas do argumento,
que consistem elas prprias em problemas de grande relevncia filosfica.
Diante desse impasse, a soluo escolhida foi abrir mo de uma representao mais
genrica como ponto de partida, por exemplo:

Racionalidade:

em sentido primrio, racionalidade um conceito nor-

mativo que os filsofos tm geralmente tentado caracterizar de maneira que,

para cada ao, crena ou desejo, se eles so racionais, temos de escolh-los.
Tal caracterizao positiva no chegou nem perto de uma aceitao universal
porque, frequentemente, vrias aes, crenas ou desejos concorrentes contam

1 (Audi, 1999, traduo nossa).

como racionais.

Em troca da seguinte referncia-chave:

Dentre as normas substanciais da razo prtica, aquelas da racionalidade instrumental parecem menos controversas para os filsofos.
Racionalidade instrumental, em sua forma mais bsica, instrui os agentes a agirem conforme os meios que so necessrios em relao aos seus

1 Rationality: In its primary sense, rationality is a normative concept that philosophers have
generally tried to characterize in such a way that, for any action, belief, or desire, if it is rational we
ought to choose it. No such positive characterization has achieved anything close to universal assent
because, often, several competing actions, beliefs, or desires count as rational.

76

Captulo 3.

fins.

Anlise e consideraes finais

Na era moderna, essa forma de racionalidade tem sido ampla-

mente vista como o nico requerimento isento de problemas para a

razo prtica.

2 (Wallace, 2009, traduo nossa).

Essa escolha se deu tanto devido aceitao filosfica quanto por se encaixar
perfeitamente ao panorama decisrio considerado, principalmente se imaginarmos uma
situao ligeiramente diferente para o agente.
Suponhamos que, mantidos todos os outros detalhes, no haja a hiptese de moeda
justa. Ora: fica bvio que a atitude racional, no sentido de ser aquela que levar ao
objetivo desejado, ser simplesmente apostar na manuteno do primeiro resultado.
Nesse caso, conforme mencionado anteriormente, a regra de apostar no evento de
maior nmero de ocorrncias ser equivalente e tambm estar em conformidade com
os critrios de racionalidade adotados.
A explicao proposta para a perda do sentido de racionalidade ao ser introduzida a incerteza baseada numa abordagem evolucionrio-epistemolgica (Bradie and
Harms, 2012) com foco tanto sobre as regras responsveis diretamente pelas escolhas
em questo (escolher em qual resultado apostar) chamemo-las de regras de primeiro
nvel quanto sobre a regra aplicada para definir o agente quanto racionalidade:
a regra de segundo nvel.
Seguindo essa abordagem, a regra racional seria escolhida no nvel externo ao
agente e, nos casos considerados, equivaleria a apostar no evento que se apresenta em
maior proporo dentre as opes disponveis.
Quando no h incerteza com relao s implicaes das escolhas, como no exemplo
modificado referido h pouco, h uma coincidncia entre as regras de primeiro e
segundo nvel, j que a certeza pode ser compreendida como razo 1 entre eventos
favorveis e eventos possveis.
Isso levaria caracterizao como racionais as regras que simplesmente obtiverem
sucesso conforme os prprios objetivos a que servem no mbito do agente.

Essa

2 Among the substantive norms of practical reason, those of instrumental rationality have seemed
least controversial to philosophers. Instrumental rationality, in its most basic form, instructs agents
to take those means that are necessary in relation to their given ends. In the modern era, this form
of rationality has widely been viewed as the single unproblematic requirement of practical reason.

3.3.

O tratamento do problema

77

coincidncia seria justamente a responsvel por ocultar o critrio real de racionalidade

sob a sombra do caso especial da deciso em situaes de certeza, o que dificultaria a
identificao do carter externo sem o qual a compreenso fica prejudicada.
Para tornar mais claro o fenmeno, consideremos uma situao onde a incerteza
seja introduzida de forma a evidenciar a diferena entre a abordagem individual e a
global, no sentido de que embora no seja possvel ter certeza sobre nenhum indivduo
em particular, o resultado geral possa ser conhecido a partir das regras usadas pelos
agentes. Imaginemos o seguinte:
Oito pessoas esto diante de uma urna contendo oito bolas.

O experimento, a

ser repetido 24 vezes, consiste em todos apostarem antecipadamente na cor da bola

que esperam retirar da urna e, em seguida, efetuarem a retirada mantendo a bola em
seu poder at que todos tenham feito o mesmo. Aps a conferncia do resultado das
apostas, todas as bolas so devolvidas. O seguinte detalhe adicional informado: os
sorteios de nmero 1 a 8 sero feitos com uma urna que possui 5 bolas pretas e 3
brancas (urna
(urna

5/3),

os de nmero 9 a 16 com uma que possui 2 pretas e 6 brancas

2/6) e os de nmero 17 a 24 com uma contendo 7 pretas e 1 branca (urna 7/1).

Considere-se que as pessoas sabem as quantidades de bolas pretas e brancas em

todos os momentos do experimento, mas no tm nenhuma noo de qualquer conexo
entre as propores e a melhor aposta, alm de no terem nenhuma experincia anterior capaz de sugerir essa ligao. Vamos partir da assuno de que elas simplesmente
iro se comportar conforme um determinado hbito no decorrer do experimento,
que consistir basicamente em apostar na repetio do ltimo resultado.
Se no h, segundo Hume, justificao racional para qualquer hbito no contexto
de decises sob incerteza, o nosso , a priori, to bom quanto qualquer outro. Esse
comportamento tambm pode ser entendido como a tradicional assuno de que o
passado (digamos que as pessoas tm um grave problema de memria) similar ao
futuro.
Para iniciar a sequncia de maneira equilibrada, as pessoas (P1, P2, ..., P8) sero
divididas em dois grupos da seguinte maneira: P1 a P4 apostaro na obteno de

78

Captulo 3.

Anlise e consideraes finais

bola preta, enquanto P5 a P8 apostaro na obteno da branca. Aps os primeiros

resultados, o hbito descrito entrar em ao, gerando a seguinte tabela:

Tabela 3.2: Tabela de evoluo de escolhas confome hbito

S
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Pessoas
P1
P2
P3
P4
P5
P6
P7
P8
A R A R A R A R A R A R A R A R P/B
P

5/3

2/6

7/1

S = sorteio; A = aposta; R = resultado (erros em vermelho)

Iniciemos as observaes do nosso ponto de vista privilegiado, de modo a apontar

algumas caractersticas globais importantes:
notvel a convergncia do hbito para o ato de apostar no evento mais provvel
medida que as propores das bolas se afastam de 50%, como pode-se observar
comparando sucessivamente os casos 5/3, 2/6 e 7/1, mesmo sob restrio to severa
de memria (apenas o ltimo resultado).
Tal resultado deve-se ao fato necessrio de que em qualquer sorteio h mais ma-

3.3.

O tratamento do problema

79

neiras de se acertar apostando no evento em maior proporo, o inverso ocorrendo

com as maneiras de errar.
Tomando o caso 7/1, em que isso fica mais bvio, se determinada pessoa faz a
aposta na bola branca, fcil ver que h 8 maneiras de distribu-la, das quais apenas
uma resultar em acerto (aquela em que ela efetivamente receb-la).
essa assimetria entre maneiras de errar e de acertar que faz com que as apostas tenham uma tendncia a fixarem-se nas bolas pretas, mesmo tendo iniciado as
sequncias relativas a essa urna com 7 apostas nas brancas (Sorteio 17), devido ao
vis inicial fornecido pela urna anterior (2/6).
Consideremos agora a viso dos indivduos sobre a racionalidade de suas prprias
apostas, ainda supondo que eles no foram capazes de estabelecer uma relao entre
as propores de bolas na urna (no caso, a 7/1) e o resultado geral esperado em
decorrncia dela.
Se as pessoas apenas contarem com suas prprias experincias e no houver um
carter pblico do conhecimento (no havendo troca de informao entre os agentes),
o critrio racional aplicado por cada agente individualmente permite a construo
de um quadro de racionalidades em que cada resultado de sorteio far com que 7
pessoas considerem a aposta em preta como racional e apenas uma no caso da branca,
estando elas justificadas se levarmos em conta a limitao de informao.
Se relaxarmos a restrio quanto comunicao e considerarmos que os agentes
que errarem as apostas possam perguntar aos demais em que devem apostar, veremos
imediatamente que as sugestes refletiro de maneira indireta as propores de bolas
na urna, de modo que, mesmo sem apelar para a deciso via maioria, a escolha
aleatria de um conselheiro ir levar, na maior parte das vezes, aposta nas bolas
pretas.
Por outro lado, se imaginarmos que a escolha da dica possa ser realizada conforme
a sua popularidade, j estaremos indiretamente caminhando em direo aposta no
evento em maior proporo, o que explicaria, pelo menos nessa situao especfica, a
conexo entre publicidade e racionalidade normalmente estabelecida.

80

Captulo 3.

Anlise e consideraes finais

De maneira geral, ainda que admitamos a possibilidade de procedimentos racionais

diferentes, um ambiente que atribuir a continuidade ou a replicao de uma regra de
inferncia

ao sucesso de suas predies, exerce uma presso que fora a populao

de regras a convergir para apostar no evento em maior proporo, quando ele existe,
o que faz sentido se pensarmos que a diferena em propores consiste ela mesma em
informao que pode ser levada em conta.

3.3.2 A racionalidade da Teoria de Probabilidades

Uma vez que a regra racional geral consiste em apostar conforme a maior proporo,
da qual a deciso em situaes de certeza (proporo de 100%) um caso especial,
pode-se avanar ao nvel de incerteza mais prximo daquele caracterstico do processo
de aquisio de conhecimento cientfico e tentar entender como possvel manter a
racionalidade das decises.
Os casos reais geralmente permitem apenas hipteses sobre as propores dos
eventos possveis, como na situao hipottica enfrentada pelo personagem Wittinho.
No exemplo da urna, isso equivaleria a informar apenas a quantidade total e cores
das bolas, obrigando o agente a ter de considerar inicialmente todas as possibilidades
de propores (8 pretas, 7 pretas e 1 branca, 6 pretas e duas brancas, ..., 1 preta e 7
brancas, 8 brancas).
Esse novo ponto de partida levanta dois desafios para qualquer mtodo que objetive
se manter fiel ao raciocnio anterior, onde as propores no s eram conhecidas como
atuavam como critrio racional de deciso. Ilustremos esses desafios por meio de uma
comparao direta entre as situaes, com relao aos seguintes pontos:

A primeira aposta

enquanto na primeira situao h apenas uma aposta

tima (racional), no segundo todas as hipteses de propores possveis tm

um equivalente simtrico a partir do qual a escolha oposta poderia ser inferida.
Assim sendo, desejvel que haja algum meio que permita a escolha inicial

3 Pensando numa populao onde os indivduos so regras como, por exemplo, as que geram as
apostas nas cores das bolas.

3.3.

O tratamento do problema

81

dentre essas possibilidades, sendo o prprio critrio de apostar na hiptese em

maior proporo o candidato principal a ponto de partida.

Resultados Hipteses

se considerarmos o processo de retirada como

no favorecendo nenhuma das 8 bolas, ou seja: se ele for aleatrio, o fato de

o agente retirar n bolas brancas consecutivas no caso 7/1 no faz com que a
atitude racional deixe de ser apostar nas pretas desde que as premissas estejam
corretas (escolha aleatria e proporo 7/1), o que comumente caracterizado
como independncia entre eventos.

Ao abrirmos mo da certeza sobre o contedo da urna, entretanto, temos de

levar em conta o grau de suporte que os resultados obtidos do a cada uma das
hipteses, desde os casos bvios em que de uma urna contendo apenas bolas
brancas no se pode extrair uma preta, at os menos bvios em que se deve
esperar que uma urna similar do caso 7/1 origine mais sorteios de bolas pretas
que uma cujo contedo oposto (1 preta e 7 brancas, ou 1/7).

Esse grau de evidncia que determinado resultado fornece para cada hiptese
acaba por eliminar o carter de independncia entre eventos, observando que
essa independncia lgica, mesmo no caso de certeza quanto s propores,
no deve ser confundida com uma propriedade real do conjunto [urna + processo
de sorteio], mas apenas como resultado da ausncia de qualquer informao a
respeito.

Mesmo aps os desenvolvimentos mais recentes em Teoria de Probabilidades, o

primeiro ponto levantado o problema dos priors ainda considerado como um
campo de estudo que requer muito desenvolvimento (Jaynes and Bretthorst, 2003,
pg. 88). tambm a maior fonte de crticas ao uso da Teoria de Probabilidades enquanto lgica, independentemente de sua aplicao ao problema da induo (Franklin,
2001, pg. 278).
A despeito disso, h casos em que a aplicao do princpio da indiferena se mostra apropriada e, alm disso, sua concluso (atribuio de mesma probabilidade aos

82

Captulo 3.

Anlise e consideraes finais

eventos) tambm tem sido vista como um caso particular da aplicao do princpio
da mxima entropia (Jaynes and Bretthorst, 2003, pg. 353) aos casos discretos onde
a informao disponvel perfeitamente simtrica com relao s possibilidades.
Nesses casos, o princpio da mxima entropia pode ser entendido como informando
que a distribuio uniforme a mais numerosa ao se considerar o espao de distribuies possveis e, portanto, aquela que mais se espera encontrar.
Os casos considerados, desde o exemplo prtico da moeda aos exemplos auxiliares
das urnas, fazem parte da classe de experimentos conhecida como ensaios de Bernoulli.
Como essa classe permite a aplicao dos princpios referidos anteriormente, possvel
escolher uma proporo especfica de moedas ou bolas (conforme o caso) como hiptese
inicial.
O prximo passo para restaurar a posse do critrio de racionalidade relativo ao
segundo problema mencionado. Consiste em considerar nos clculos a influncia que
a obteno de novos dados tem sobre a plausibilidade da hiptese inicial e, consequentemente, sobre a dos resultados posteriores. Em outras palavras, corrigir as crenas
nas probabilidades (ou propores) de acordo com a aquisio de informao adicional
representada pelo conhecimento dos resultados dos sorteios (ou lanamentos, no caso
de moedas).
Embora as clssicas regras do produto e da soma mostradas em 2.3.4 j venham
sendo usadas para essa finalidade h bastante tempo, a possibilidade de deriv-las a
partir dos Desiderata de Plya-Cox (Jaynes and Bretthorst, 2003, pg.

24-34) fornece

todo um contexto de racionalidade particularmente relevante em nossa abordagem.

Alm da validao racional das regras, uma consequncia exprimida particularmente
pelo item 3-c) dos desiderata (ver 2.3.4) que quaisquer regras alternativas para atribuio de probabilidades que partam do mesmo estado cognoscvel tero necessariamente de chegar s mesmas concluses!
Ao resolver ambos os problemas levantados, a Teoria de Probabilidades entendida
em sentido amplo (incluindo os princpios usados para definir as propores iniciais)
capaz de estender o raciocnio que parte da certeza quanto constituio do con-

3.3.

O tratamento do problema

83

junto de elementos a casos mais genricos e que representam melhor os processos de

inferncia sob incerteza, tais como os exemplos considerados nesse trabalho.

3.3.3 Anlise quantitativa

Aps a validao racional das ferramentas escolhidas, pode-se finalmente apliclas ao modelo de aprendizado considerado, de forma a observar alguns indicadores
quantitativos e sua conexo com as decises relacionadas.

O conhecimento inicial
Embora o papel da informao, nem sempre explcita na formulao do problema
e de que se derivam as probabilidades iniciais, j tenha sido comentado em 2.3.1,
a possibilidade de representao numrica permite uma viso melhor das assunes
muitas vezes implcitas que esto por trs das primeiras atribuies de probabilidades
s hipteses e das quais depende toda a cadeia de raciocnio indutivo.
Comparemos os seguintes casos a respeito das possveis origens de uma moeda a
ser usada para realizar lanamentos:

1. Uma caixa contm 3 moedas, sendo uma delas comum (possui uma face cara e
uma coroa), uma com duas caras e uma com duas coroas;

2. Uma moeda estilizada ser fabricada a partir de um disco de dimenses apropriadas, recebendo uma marcao de cada um de seus lados. Para cada lado,
a marcao consistir em um desenho de um rosto ou um de uma coroa e ser
feita independentemente do que for marcado no outro.

3. Uma pessoa resolve trocar, numa loja, uma cdula de R$ 2 por duas moedas de
R$ 1, de modo a usar uma delas para fazer lanamentos.

O primeiro item um equivalente, em termos de informao, ao estado de conhecimento escolhido arbitrariamente para Wittinho. Assim, tambm resulta na atribuio
de probabilidades de 1/3 para casa hiptese via princpio da indiferena.

84

Captulo 3.

Anlise e consideraes finais

J no segundo caso, apesar do enunciado mais longo, a situao colocada de forma

a dar nfase apenas s diferentes maneiras de fabricao, sem beneficiar nenhuma
delas em detrimento das outras, aproximando-se da abordagem via estados possveis
de Carnap e, consequentemente, assumindo menos informaes sobre o mundo. Seja
a representao de possibilidades dada pela tabela abaixo:
Tabela 3.3: Possibilidades de fabricao da moeda, conforme informaes fornecidas

Possibilidades Lado 1 Lado 2 Moedas resultantes

a

Cara

Cara

Vis p/ cara

Cara

Coroa

Justa

Coroa

Cara

Justa

Coroa

Coroa

Vis p/ coroa

Observa-se que os itens b e c so equivalentes a moedas justas, o que faz com

que essa caracterstica esteja presente em metade das possibilidades. Apesar de mais
prximo das nossas expectativas de senso comum, j que normalmente acreditamos
mais na honestidade da moeda que em tratar-se de uma com vis, o terceiro caso
que pode ser considerado como fonte de uma distribuio de probabilidades iniciais
mais prxima do que se espera verificar na maioria das pessoas.
Em termos comparativos isso significa que as probabilidades iniciais geradas pelo
caso 2 fariam com que o agente racional cujas crenas fossem representadas por ele
passasse a acreditar no vis da moeda muito mais facilmente que um cidado comum,
j que bastaria que os dois primeiros lanamentos dessem o mesmo resultado, como
poder ser visto nos clculos abaixo.
Dadas as informaes:

X = caso 2 (manufatura da moeda estilizada).

( | )

probabilidade de moeda ser justa, dada a obteno de

cara e a informao inicial;

( | )

probabilidade de obteno de cara, dado que a moeda

justa e considerando-se a informao inicial;

3.3.

O tratamento do problema

( | )

85

probabilidade de se obter uma moeda justa dada apenas a

informao inicial;

( | )

probabilidade de obteno de cara dada apenas a informao

inicial;

Nesse caso, pode-se usar a regra do produto na forma:

( | ) =

( | ) ( | )
( | )

Cuja substituio de valores leva a:

1 1

1
) ( 2 2 ) (
) =
( | ) = (
1
1 1
1
2
1
+

+ 0
4
2 2
4
Da mesma forma, para as moedas tipo a e d, tem-se:

1
1
4 ) (
) (
) =
( | ) = (
1
1 1
1
2
1

+
+ 0
4
2 2
4
1

1
4 ) (
) (
) = 0
( | ) = (
1
1 1
1
1
+

+ 0
4
2 2
4
0

Como j foi eliminada (atribuio de probabilidade 0) a hiptese representada pelo

item d na tabela, basta refazermos os clculos de modo a contabilizar a influncia do
segundo resultado, mas agora considerando as probabilidades atualizadas de a moeda
ser do tipo a ou justa como sendo 1/2, de forma a obter:

1
1
2
) ( 2 )
( | ) = (
=
1
1 1
3
1
+

+ (0 0)
2
2 2
e

86

Captulo 3.

Anlise e consideraes finais

1 1

1
) (2 2 )
( | ) = (
=
1
1 1
3
1
+

+ (0 0)
2
2 2
Se continuarmos admitindo as assunes sobre a racionalidade de apostar no evento
em maior proporo, bem como sobre as maneiras de manipulao dessas propores
frente obteno de novos dados, torna-se clara a mudana de atitude do agente cujo
conhecimento inicial representado pela tabela 3.3 quanto hiptese sobre a natureza
da moeda obtida, devendo ele passar a apostar considerando que a moeda tem vis
para cara.
Seguindo o mesmo raciocnio, o fato de uma pessoa hipottica no mudar de
opinio a respeito do tipo da moeda aps 4 caras seguidas poderia ser entendido
como irracional apenas se supusermos que ela tem exatamente as mesmas informaes
representadas pela tabela, o que no o caso, por exemplo, na terceira situao
imaginada (obteno de moeda em loja).
Apesar de no ter sido o ponto principal nesse estudo, a atribuio da probabilidades iniciais a serem consideradas nos clculos parece evidenciar uma relao entre
a crena nas propores entre as hipteses e o grau de crena (degree of belief ) em
cada uma delas, pelo menos do ponto de vista funcional, j que a atribuio de probabilidade baixa a uma hiptese requer mais resultados favorveis a ela para que o
agente passe a adot-la (quando sua probabilidade superar a das concorrentes).
Evidentemente h casos em que a atribuio ideal de probabilidades facilmente
identificada como correspondendo s propores reais dos eventos, como aqueles em
que o contedo das urnas conhecido, entretanto, no necessariamente a correo
dessa atribuio que definir o carter racional do agente, da mesma forma que um
argumento dedutivamente vlido no requer a verdade das premissas.
Por ltimo, uma vez supondo a representao da informao inicial atravs das
probabilidades iniciais, quaisquer estados cognoscveis que resultarem em distribuies equivalentes (a despeito da nomenclatura) podem ser entendidos como sendo
equivalentes para os fins dos clculos probabilsticos, conforme esperado devido ao

3.3.

O tratamento do problema

87

desiderata 3c em 2.3.4.
Foi essa propriedade a responsvel pela afirmao feita h pouco de que o caso 1 na
lista das possveis origens da moeda seria equivalente ao conhecimento de Wittinho a
respeito das probabilidades relativas ao seu caso especfico, mesmo tendo sido expresso
anteriormente apenas como uma sensao de indeciso a respeito de qualquer uma
das alternativas. Passemos agora s demais consideraes qualitativas.

Os casos 1 e 2 revisitados
O estado de conhecimento inicial de Wittinho, conforme observado anteriormente,
pode ser representado pela tabela abaixo:
Tabela 3.4: Probabilidades iniciais das hipteses

Hipteses
1 (100% ca )

( | )
( | )
( | )
=Hiptese

2 (50% ca e 50% co )

3 (100% co )

1/3

1/3

1/3

1/2

1/2

n ; X =constituio da urna; ca =cara; co =coroa.

Onde:

( | )

probabilidade da hiptese n ser verdadeira, sabendo-se que a

moeda correspondente obtida de uma caixa contendo exatamente uma justa,

uma com duas caras e uma com duas coroas, por meio de sorteio aleatrio;

( | )

probabilidade de obteno de cara a partir da moeda correspon-

dente hiptese

( | )

probabilidade de obteno de coroa a partir da moeda correspon-

dente hiptese

Considerando-se

como o i -simo resultado (cara ou coroa) e lembrando que

X consiste na informao inicial sobre a urna, pode-se aplicar novamente a regra do

88

Captulo 3.

Anlise e consideraes finais

produto para atualizar as probabilidades de cada hiptese frente obteno de

conforme abaixo:

( | 1 ...1 ) =

( | 1 ... 1 ) ( | 1 ... 1 )
( | 1 ... 1 )

O primeiro caso (2.3.1) aborda de maneira simples como a obteno de cara no primeiro lanamento poderia ser usada para decidir pela prxima aposta, concluindo que
se deve apostar na repetio desse resultado com uma confiana crescente enquanto
no ocorrer nenhuma coroa.
Supondo que os 9 lanamentos seguintes acabassem por tambm resultar em cara,
a aplicao sucessiva da regra do produto conforme mostrada acima geraria os dados
mostrados na seguinte tabela:

Tabela 3.5: Atualizao das probabilidades das hipteses no caso 1

Resultados (1 | 1 ) (2 | 1 ) (3 | 1 )
1

ca

0,66667

0,33333

0,00000

ca

0,80000

0,20000

0,00000

ca

0,88889

0,11111

0,00000

ca

0,94118

0,05882

0,00000

ca

0,96970

0,03030

0,00000

ca

0,98462

0,01538

0,00000

ca

0,99225

0,00775

0,00000

ca

0,99611

0,00389

0,00000

ca

0,99805

0,00195

0,00000

10

ca

0,99902

0,00098

0,00000

As probabilidades atualizadas aps o primeiro resultado (linha 1) equivalem justamente ao raciocnio ilustrado anteriormente por meio da representao do conjunto
de lanamentos que resultaram em cara, cuja composio tenderia a consistir em 2/3
(aproximadamente 0,66667) de moedas viciadas e 1/3 (aproximadamente 0,33333) de
moedas justas.
Graas facilidade dos clculos probabilsticos e possibilidade de estabelecer
uma correspondncia quantitativa entre a crena na probabilidade de determinada hi-

3.3.

O tratamento do problema

89

ptese e o grau de crena em sua veracidade, pode-se entender o processo representado

pela tabela como justamente a criao e fortalecimento do hbito correspondente a
esperar a continuidade da obteno de cara como resultado.
O caso 2 (2.3.1) praticamente idntico ao 1 em termos de clculo, a no ser pelo
fato de que os nove primeiros resultados consistem em coroa, embora o ltimo seja
cara. A partir desses dados, a tabela resultante :
Tabela 3.6: Atualizao das probabilidades das hipteses no caso 2

Resultados (1 | 1 ) (2 | 1 ) (3 | 1 )
1

co

0,00000

0,33333

0,66667

co

0,00000

0,20000

0,80000

co

0,00000

0,11111

0,88889

co

0,00000

0,05882

0,94118

co

0,00000

0,03030

0,96970

co

0,00000

0,01538

0,98462

co

0,00000

0,00775

0,99225

co

0,00000

0,00389

0,99611

co

0,00000

0,00195

0,99805

10

ca

0,00000

1,00000

0,00000

A partir da tabela acima, pode-se observar que as regras empregadas tambm

so capazes de gerar inferncias necessrias, desde que alimentadas com os dados
suficientes para tanto.

Esse fenmeno est representado no caso da atribuio de

plausibilidade 0 para a hiptese de tratar-se de moeda com vis de 100% para cara
(ou para coroa, no caso 1), bem como na atribuio de plausibilidade 1 para a hiptese
de moeda justa ao mesmo tempo em que a hiptese de vis para coroa tambm recebe
plausibilidade 0, aps a obteno do resultado do lanamento 10.
Do ponto de vista da coerncia, no h resultados posteriores capazes de mudar o
estado de certeza a respeito de alguma hiptese, a no ser questionando as informaes
usadas para se chegar a ele, quer sejam as probabilidades iniciais ou algum resultado
de lanamento.
Isso est de acordo com o que se esperaria no caso de um argumento dedutivamente vlido e retrata o papel de extenso da lgica clssica exercido pela teoria de
probabilidades conforme promovido por Jaynes (Jaynes and Bretthorst, 2003, pg. 12).

90

Captulo 3.

Anlise e consideraes finais

Para fechar as consideraes sobre o caso 2, abordemos as seguintes questes

deixadas em aberto anteriormente:

Qual a razoabilidade de se obter predies acertadas usando hipteses falsas?

O que est por trs da dificuldade intuitiva em lidar com eventos raros e de que
forma a teoria de probabilidades pode ajudar?

De modo a manter a coerncia e evitar extrapolao de competncia, as respostas

s questes estaro obviamente limitadas ao alcance do critrio-base de racionalidade
adotado (aposta no evento em maior proporo conforme 3.3.1), bem como s concluses possveis a partir do uso das ferramentas probabilsticas de atualizao das
hipteses em face da obteno de dados.
Se raciocinarmos partindo da probabilidade calculada e representarmos o problema
como sendo equivalente escolha por pertencer a um entre dois conjuntos distintos,
fica claro que o conjunto dos agentes que seguirem os critrios racionais e que acabarem
por estar errados ser muito menor que o daqueles que no os seguirem e acabarem
por estar certos.
A primeira questo colocada justamente um caso especial em que os critrios
racionais foram seguidos, mas levaram crena na hiptese errada (tratar-se de uma
moeda com vis).

Dada a natureza auto-corretiva do sistema, de se esperar que

a manuteno de uma hiptese, seja qual for, requer dados que a reforcem ou pelo
menos que sejam compatveis com ela, fazendo com que a permanncia no erro sobre
a natureza da moeda implique paradoxalmente no acerto das previses.
Isso no muda o fato de tratar-se de um caso que torna-se mais raro medida que
mais informaes so obtidas e que a informao de que dispomos sobre o processo
apenas nos permite escolher entre as estratgias de ao, mas no entre um resultado
especfico dentre as possibilidades.
A resposta segunda pergunta j foi sugerida parcialmente em 1.1 ao considerarmos a questo da sobrevivncia como limite mnimo a ser obedecido. Se pensarmos
apenas na capacidade reprodutiva do agente sob a influncia das decises relativas

3.3.

O tratamento do problema

91

ocorrncia de um evento, fica fcil ver que ele se torna menos relevante conforme a
sua raridade.
Alm disso, do ponto de vista de aquisio e processamento de informao, eventos
raros tambm exigem um nvel de conhecimento muitas vezes fora do alcance da intuio do homem tribal, desenvolvida em um ambiente menos complexo e sob a influncia
de menos agentes. Com a grande disponibilidade de informao alcanada nas ltimas
dcadas, a teoria de probabilidades torna possvel a tomada de decises capazes de
aproveitar a grande escala das sociedades atuais somando pequenas possibilidades de
ganho e eliminando pequenas perdas difceis de lidar intuitivamente.
Por fim, no que diz respeito possibilidade de comparao entre crena nas propores e grau de crena, agora dispomos de ferramentas capazes de representar quantitativamente crenas diferentes, alm de julg-las quanto racionalidade e de fornecer
um ponto de partida para estudos sobre suas origens e sobre a maneira de tornar a
intuio compatvel com o novo ambiente de informao no qual estamos inseridos.

A sequncia-exemplo e o pior caso

Antes de fazer os clculos relativos ao agente modelado, faz-se necessrio ressaltar uma
diferena importante que foi mencionada apenas de maneira rpida anteriormente.
Como afirmado em 3.1, o desempenho do agente atuante conforme a regra de
apostar no evento de maior ocorrncia ser equivalente ao comportamento de Wittinho. Apesar disso, fica claro que h uma disposio de mudar a aposta sempre
que o nmero de caras tornar-se superior (ou deixar de s-lo) ao de coroa, enquanto
Wittinho, diante das hipteses consideradas como possveis, no teria preferncia por
nenhuma aposta to logo fossem obtidos resultados diferentes, o que implicariam se
estar diante de moeda justa.
Traduzindo em termos de crena inicial, tal susceptibilidade em mudar de aposta
conforme a mnima diferena em favor de um dos eventos indica que o agente atribui
uma probabilidade inicial igual a zero para a hiptese de moeda justa.
Do ponto de vista lgico, entretanto, devemos fazer outra alterao antes de poder

92

Captulo 3.

Anlise e consideraes finais

representar a dinmica usando a tabela de clculos, conforme vem sendo feito.

Ao

eliminarmos a possibilidade de moeda justa, estamos automaticamente limitando os

resultados dos lanamentos a sequncias consistindo de um mesmo resultado, incapazes de representar tanto a sequncia-exemplo quanto o pior caso considerado.
Dessa forma, para permitir a obteno de resultados distintos em uma mesma
sequncia, necessrio que eliminemos o carter extremo do vis, o que faremos de
forma a manter a simetria quanto s possibilidades restantes, ou seja: se supusermos
que um dos vieses de 99 caras em 100 lanamentos, o outro ser inversamente de 99
coroas em 100 lanamentos.
Finalmente, aps essas observaes, passemos tabela a seguir, que reflete duas
possibilidades distintas de vieses:
Tabela 3.7: Inferncias relativas sequncia-exemplo

Vis forte
1 :

vis p/ cara

2 :

Vis fraco

vis p/ coroa

1 :

vis p/ cara

2 :

vis p/ coroa

1
2
499

( | )
( | )

1
2
999
1000
1
1000

1
2
1
1000
999
1000

1
2
501
1000
499
1000

1000
501
1000

Resultados

(1 | )

(2 | )

(1 | )

(2 | )

( | )

ca

0,999000000

0,001000000

0,501000000

0,499000000

ca

0,999998998

0,000001002

0,501999992

0,498000008

co

0,999000000

0,001000000

0,501000000

0,499000000

ca

0,999998998

0,000001002

0,501999992

0,498000008

ca

0,999999999

0,000000001

0,502999968

0,497000032

Considerando a probabilidade como razo de ocorrncia de um evento relativo ao

nmero de repeties de determinado experimento, podemos notar que aps qualquer
resultado de lanamento a nica opo sensata continuou sendo a aposta em cara, o
que implica na racionalidade de apostar conforme a maior proporo da amostra, se
considerarmos essa sequncia especfica e as premissas adotadas.
interessante observar que a magnitude do vis no interfere na escolha, j que
no h discordncia sobre que resultado favorece qual hiptese, apesar de o grau de
confirmao ser distinto quando comparamos os casos de vis forte e fraco. Como no
se pode optar por no apostar nem se pode mudar o valor da aposta, essa diferena

3.3.

O tratamento do problema

93

acaba por no gerar nenhum resultado prtico no mbito da situao imaginada.

Caso no houvessem essas restries, entretanto, seria necessrio recorrer nova-

mente ao clculo do valor esperado de modo a definir a partir de que valor , a cada
estado cognoscvel, o agente estaria disposto a apostar.
Diante dessa nova situao seria possvel observar uma atitude diferente relativa
crena em um vis forte, onde o agente estaria disposto a um maior risco a cada
aposta.
Quanto ao pior caso passvel de ser obtido a partir das regras escolhidas, se usarmos
as mesmas premissas adaptadas obtemos a tabela seguinte:

Tabela 3.8: Inferncias relativas ao pior caso

Vis forte
1 :
( | )
( | )
( | )

vis p/ cara
1
2
999
1000
1
1000

2 :

Vis fraco

vis p/ coroa
1
2
1
1000
999
1000

1 :

vis p/ cara
1
2
501
1000
499
1000

2 :

vis p/ coroa
1
2
499
1000
501
1000

(1 | )

(2 | )

(1 | )

(2 | )

ca

0,999

0,001

0,501

0,499

co

0,500

0,500

0,500

0,500

ca

0,999

0,001

0,501

0,499

co

0,500

0,500

0,500

0,500

ca

0,999

0,001

0,501

0,499

Resultados
1

Assim como no caso anterior, mantm-se a equivalncia qualitativa dos parmetros

de deciso independentemente da magnitude do vis, como pode-se observar linha a
linha pela atribuio de probabilidades maiores s mesmas hipteses.
Como a sequncia responsvel pelo pior caso muito mais provvel de ser obtida
em caso de uma moeda justa, tem-se uma situao curiosa em que o agente, conforme
modelado, apresenta uma alta sensibilidade a vieses nos casos em que eles existirem e,
ao mesmo tempo, terem um desempenho mdio igual ao obtido por meio de qualquer
regra para o caso de tratar-se de uma moeda justa, ainda que essa opo sequer esteja
representada como hiptese.

4 Seguindo o princpio bsico da racionalidade instrumental, um valor esperado positivo viabiliza

uma aposta, um negativo a inviabiliza e um valor igual a zero a torna irrelevante.(Wallace, 2009)

94

Captulo 3.

Anlise e consideraes finais

Para no contrariar a resposta dada h pouco sobre a no-razoabilidade de se

obter bons resultados usando hipteses falsas, como parece implicar o que acaba
de ser mostrado, vale lembrar que esse desempenho s possvel graas a todo um
conjunto particular de caractersticas das situaes especficas tratadas, fazendo com
que a principal diferena em termos de conhecimento representado nas tabelas (a
possibilidade de tratar-se de moeda justa) no permita nenhuma vantagem em termos
de acerto de predio.

3.4

Consideraes Finais

A pesquisa realizada tentou levar em conta tanto abordagens tradicionais quanto

modernas, o que pode ser visto em 1.3.2. Adicionalmente, foi dada ateno especial aos
conceitos de Teoria de Probabilidades e Teoria de Conjuntos como forma de aproveitar
a forte conexo com o problema da induo, embora a aplicao a esse caso especfico
ainda seja relativamente rara, com exceo notvel para a tese de Williams-Stove
(Stove, 1986).
Para aplacar a curiosidade do leitor, pode-se adiantar que esse estudo se posiciona
ao lado daqueles que defendem a racionalidade da induo.
Embora alguns dos argumentos desenvolvidos acabem por ser equivalentes ou reforar a tese de Williams-Stove, o que compreensvel dado o compartilhamento do
enfoque probabilstico, j h defesas especficas dele (Campbell and Franklin, 2004),
assim como defesas do projeto de Carnap (Maher, 2010) e do conceito geral de probabilidade enquanto lgica (Franklin, 2001; Jaynes and Bretthorst, 2003).
Desse modo, a principal contribuio apresentada a tentativa de estabelecer a
soluo para o

problema da induo ainda no domnio da prpria definio de ra-

cionalidade, considerando uma abordagem evolucionrio-epistemolgica (Bradie and

Harms, 2012) com relao a regras de predio conforme mostrado em 3.3.1, estabelecendo a

aposta no evento em maior proporo como o a regra racional geral

da qual a deciso em situaes de certeza um caso especial, pelo menos no mbito

das restries consideradas.

3.4.

Consideraes Finais

95

Aparentemente o fato de as demais abordagens assumirem a regra da maior proporo como premissa pode ser uma das explicaes para a dificuldade do tratamento
do problema, alm da questo das definies de racionalidade e probabilidade mencionada em 3.3.
Ao fazer essa assuno, elas partem para os clculos quantitativos das propores e para a justificao desses clculos dadas as informaes disponveis e os novos
dados obtidos, processo que se encontra bastante desenvolvido em termos tcnicos.
Esse desenvolvimento nos deixa numa situao curiosa em que, uma vez justificada a
racionalidade da premissa (apostar no evento em maior proporo), j se dispe de
argumentos indutivos partindo dela e aplicados a inmeros campos de conhecimento,
alm de situaes do senso comum.
Esses argumentos podem ser vistos como o processo de estabelecer inicialmente
em que probabilidades se deve crer e em seguida como manipular essas probabilidades
frente aquisio de mais conhecimento, estendendo a aplicabilidade do critrio de
racionalidade considerado a casos onde h incerteza sobre as propores, conforme
visto em 3.3.
Uma vez que as observaes aqui desenvolvidas partem de um conjunto particular
de experimentos para argumentar em prol da induo probabilstica como mtodo de
aplicabilidade geral, possvel que os problemas de circularidade descartados como
referentes a tentativas especficas de justificao sejam levantados tambm contra a
nossa abordagem, afinal de contas, ao apelarmos para modelos estamos de certa forma
utilizando a experincia, ainda que apenas idealmente, para justificar a induo.
Ainda no temos uma resposta conclusiva a essa crtica, apesar de ela nos parecer
menos grave pelo fato de a questo da racionalidade ter sido deslocada praticamente
para fora do sistema de atribuio de probabilidades, recaindo sobre a questo normativa da crena (por que crer no mais provvel?).
Alm disso, uma outra defesa possvel, ainda que se admita certa circularidade
na forma da assuno de uma hiptese inicial a partir da qual seriam realizadas as
previses, que o processo indutivo considerado possui mecanismos de controle que

96

Captulo 3.

Anlise e consideraes finais

permitem o questionamento a respeito de seu prprio potencial preditivo. Vejamos,

por exemplo, o caso da Mega-sena onde a hiptese favorecida pelos dados a de
que os resultados so imprevisveis diante do conhecimento atual.

Nesse caso, os

prprios clculos probabilsticos nos esto dizendo que a informao passada (mais o
conhecimento disponvel) no nos permite prever o futuro.
Deixando o enfoque geral, dois pontos especficos merecem ser considerados isoladamente: o primeiro deles sendo o exemplo cone do problema da induo e o outro a
famosa soluo explicativa proposta pelo prprio Hume. Antes de passarmos diretamente a eles, fechemos com uma citao referente a uma das defesas da racionalidade
da induo mencionadas anteriormente.

Anlise Bayesiana moderna exatamente a nica expresso quantitativa desse formato de raciocnio, o raciocnio indutivo que Hume e Popper supuseram impossvel.

(Jaynes and Bretthorst, 2003, pg. 341, traduo nossa).

3.4.1 Sobre o nascer do sol

O exemplo do sol particularmente interessante por representar um caso onde a nossa
intuio demanda que apostemos com certeza em seu nascimento no dia de amanh,
o que parece tornar inadequada a aplicao do conceito de probabilidade (ainda que
elevada) a esse evento, como o prprio Hume observou ao afirmar:

Pareceria ridculo aquele que dissesse que apenas provvel que o sol nascer amanh
ou que todos os homens so mortais. Apesar disso, bvio que no temos nenhuma
certeza a respeito desses fatos, alm daquela que a experincia nos permite.

(Hume,

1978, 1.3.11, traduo nossa).

Alm dessa caracterstica intuitiva, a importncia que o sol representa para nosso
planeta faz com que no haja a opo de no apostar em uma das possibilidades

5 Modern Bayesian analysis is just the unique quantitative expression of this reasoning format,
the inductive reasoning that Hume and Popper held to be impossible.

6 One would appear ridiculous, who would say, that it is only probable the sun will rise to-morrow,

or that all men must dye; though it is plain we have no further assurance of these facts, than what
experience affords us.

3.4.

Consideraes Finais

97

quanto ao seu nascimento no dia de amanh, j que o nosso comportamento padro

assume que ele nascer, e se pensssemos diferente provavelmente agiramos conforme
alguma das inmeras ilustraes artsticas das atitudes humanas frente a um abrupto
fim do mundo.
Isso nos coloca em um caso similar ao das apostas necessrias dos exemplos considerados cuja equivalncia foi representada, como visto em 3.2, pela adaptao dos
questionamentos sobre as moedas para:

Se tanto a hiptese da regularidade quanto a da no-regularidade do nascer

do sol so compatveis com os resultados obtidos, como escolher entre elas?
Que tipo de impacto na plausibilidade dessas hipteses pode haver, dado que o
nascimento tem ocorrido at hoje?

Especificamente sobre o prximo dia, que parmetro considerar para escolher

entre as opes disponveis (sol nasce

sol no nasce), j que ambas so logi-

camente possveis?

Uma vez que a analogia com o caso da moeda parece consistente, definidas as
hipteses iniciais, segue-se o mesmo procedimento probabilstico para atualizar as
plausibilidades medida que novos dados so levados em conta. Dessa forma, cada
nascimento extra fornece mais evidncia a qualquer hiptese de regularidade, o inverso
acontecendo para o caso de um no-nascimento.
Quanto segunda pergunta, uma vez que os nascimentos anteriores tenham tornado a hiptese de regularidade mais plausvel, naturalmente a aposta no nascer do
sol segue como escolha racional.
importante observar mais uma vez que a escolha das hipteses iniciais diretamente proporcional quantidade de informao que se deseja assumir como ponto
de partida, tendo sido justamente a fonte de inmeros questionamentos a respeito
da famosa regra de sucesso de Laplace, que resolveu usar como exemplo o caso do
nascer do sol, mas desconsiderando grande parte da informao naturalmente nossa
disposio, para fins ilustrativos.

98

Captulo 3.

Anlise e consideraes finais

Apesar de ter alertado explicitamente para esse fato, Laplace foi criticado mesmo
por cientistas e filsofos simpticos ao uso da teoria de probabilidades como ferramenta

cientfica.

3.4.2 Sobre o hbito

Retomando a questo do hbito sob um novo enfoque, coerente com as ideias expostas
anteriormente, pode-se dizer que Hume foi bastante preciso quanto conexo com as
origens do raciocnio indutivo, principalmente se o entendermos enquanto atitude
inconsciente embora deixando em aberto a possibilidade de justificao.
Isso nos colocaria de certa forma alinhados a Hume quanto racionalidade no que
concerne ao indivduo, j que ao no ter conscincia dos mecanismos de funcionamento
do Hbito no podemos dizer sequer que a escolha por reprimi-lo ou permitir sua
expresso poderia ser feita racionalmente.
Ao considerarmos a abordagem evolucionrio-epistemolgica juntamente com a
definio de racionalidade conforme 3.3.1, alm das formulaes mais recentes dos
fundamentos da teoria de probabilidades, parece ser possvel no s diferenciar os
hbitos com relao a critrios bsicos de racionalidade instrumental como tambm
identificar a convergncia daqueles relacionados efetivao de escolhas de modo a
apostarem conforme as propores dos eventos considerados. Essa convergncia, mais
visvel medida que as propores se afastam de uma distribuio equitativa, j iria
contra o prognstico inicial de Hume, j que a situao considerada envolve incerteza,
mas a performance de um tipo de regra necessariamente melhor que a da outra se
consideradas no mbito geral da populao de agentes envolvida (ou seja: um hbito
melhor que o outro).
Tomando as propores como presso evolutiva, por exemplo, pode-se pensar na
racionalidade da escolha guiada pelas probabilidades como sendo externa ao agente
primitivo e, portanto, ele no seria racional no sentido de entender as causas de seu
hbito.

7 Mais sobre a histria e defesa da racionalidade da regra de sucesso em (Jaynes and Bretthorst,
2003).

3.4.

Consideraes Finais

99

Para um observador externo, entretanto, uma vez que o agente em questo tenha
sido selecionado (a regra usada, seja qual for, est ajustada o suficiente para garantir
sua sobrevivncia), fica evidente que uma regra racional candidata a substituir a atual
teria de gerar necessariamente apostas em propores ainda mais prximas da real.
O prximo passo nesse processo de racionalizao do hbito seria justamente
aquele em que a viso do observador externo comea a ser internalizada pelo agente
atravs da aquisio de mais informao sobre o ambiente, iniciando apenas com suas
prprias experincias e depois passando a usar as experincias adquiridas por outros
agentes em grupos cada vez maiores.
Por fim, pode-se resumir a proposta desse estudo para o status do hbito com
relao ao processo de aquisio de conhecimento nos seguintes itens:

A incerteza na escolha no impossibilita necessariamente a distino entre hbitos baseada em critrios de racionalidade instrumental;

Os hbitos, desde que as escolhas deles decorrentes tenham alguma influncia em

sua preservao, sero forados a convergir em conformidade com as propores
entre os eventos em questo e, por isso, podem ser vistos como controlados
pelas probabilidades;

Um hbito, enquanto mecanismo de escolhas sob incerteza, ser racional na

medida em que se aproxima da aposta no evento em maior proporo.

Um

agente portador de tal hbito ser racional na medida em que tem conscincia
dessa aproximao e, se confrontado com um hbito concorrente, faz a escolha
baseado nesse parmetro.

Pode-se dizer, ento, que a racionalidade pensada em relao ao hbito nos permite
adaptar a famosa frase de Hume para:

A razo escrava da auto-replicao.

Referncias Bibliogrficas
Arnborg, S. and Sjdin, G. (2001).

On the foundations of Bayesianism.

In AIP

Conference Proceedings, volume 568, page 61.

Audi, R. (1999).

The Cambridge Dictionary of Philosophy.

Cambridge University

Press, New York, second edition.

BonJour, L. (2009).

Epistemology:

Classic problems and contemporary responses.

Rowman & Littlefield Pub Incorporated.

Bradie, M. and Harms, W. (2012). Evolutionary Epistemology. In Zalta, E. N., editor,

The Stanford Encyclopedia of Philosophy. Spring 2012 edition.

Broad, C. D. (1952). Ethics and The History of Philosophy. Routledge.

Campbell, S. and Franklin, J. (2004). Randomness and the Justification of Induction.

Synthese, 138(1):7999.

Carnap, R. (1962).

Logical Foundations of Probability.

The University of Chicago

Press.

Empiricus, S. (1933). Outlines of Pyrrhonism. Loeb Classical Library.

Floridi, L. (2011). Semantic Conceptions of Information. In Zalta, E. N., editor, The

Stanford Encyclopedia of Philosophy. Spring 2011 edition.

Forster, M. R. (2005). Notice: No Free Lunches for Anyone, Bayesians Included.

Franklin, J. (2001). Resurrecting logical probability. Erkenntnis, 55(2):277305.

Futuyma, D. J. (2005). Evolution. Sinauer Associates, Inc.

Gensler, H. J. (2010). Introduction to logic. Routledge.

Gettier, E. L. (1963). Is justified true belief knowledge? Analysis, pages 121123.

Goodman, H. N. (1983). Fact, Fiction, and Forecast. Harvard University Press.

Hamming, R. W. (1991). The art of probability. Addison Wesley Publishing Company.

Hawthorne, J. (2012). Inductive Logic. In Zalta, E. N., editor, The Stanford Ency-

clopedia of Philosophy. Summer 2012 edition.

Hempel, C. G. (1981). Turns in the evolution of the problem of induction. Synthese,

46(3):389404.

Hofweber, T. (2012).

Logic and ontology.

In Zalta, E. N., editor, The Stanford

Encyclopedia of Philosophy. Summer 2012 edition.

Howson, C. (2003). Humes Problem: Induction and the Justification of Belief. Oxford
University Press.

Hume, D. (1978). A Treatise of Human Nature. Oxford University Press.

Hume, D. (2007). An Enquiry Concerning Human Understanding. Obtido via Project

Gutenberg em:

http://www.gutenberg.org/ebooks/9662/.

Hjek, A. (2012). Interpretations of Probability. In Zalta, E. N., editor, The Stanford

Encyclopedia of Philosophy. Summer 2012 edition.

Jaynes, E. T. and Bretthorst, G. L. (2003). Probability Theory: The Logic of Science.

Cambridge University Press.

Jech, T. J. and Hrbacek, K. (1999).

Introduction to set theory, volume 220. CRC

Press.

Keynes, J. M. (1921). A Treatise on Probability. Macmillan & Co., Ltd.

Lehrer, J. (2009). How we decide. Houghton Mifflin Harcourt (HMH).

Maher, P. (2010). Explication of inductive probability. Journal of philosophical logic,

39(6):593616.

Maxwell, J. C. (1990).

The Scientific Letters and Papers of James Clerk Maxwell:

1846-1862, volume 1. Cambridge University Press.

Popper, K. R. (2002). The Logic of Scientific Discovery. Routledge.

Pritchard, D. and Turri, J. (2012). The value of knowledge. In Zalta, E. N., editor,

The Stanford Encyclopedia of Philosophy. Winter 2012 edition.

Ross, S. M. (2009). Introduction to probability models. Academic press.

Safire, W. (1993). ON LANGUAGE; Words Out in the Cold.

Savant, M. V. (1990). Ask Marilyn [column]. Parade Magazine, page 16.

Selvin, S. (1975). On the Monty Hall problem. American Statistician, 29(3):134.

Sewell,

M.

(2012).

No

Free

Lunch

Theorems.

Endereo:

http://www.

no-free-lunch.org/.
Skinner, B. F. (1948). Superstition in the pigeon. Journal of experimental psychology,
38(2):168.

Steup, M. (2012). The analysis of knowledge. In Zalta, E. N., editor, The Stanford

Encyclopedia of Philosophy. Fall 2012 edition.

Stove, D. C. (1965).

Hume, probability, and induction.

The Philosophical Review,

74(2):160177.

Stove, D. C. (1986). The Rationality of Induction. Oxford University Press.

Vickers, J. (2011). The Problem of Induction. In Zalta, E. N., editor, The Stanford

Encyclopedia of Philosophy. Fall 2011 edition.

Wallace, R. J. (2009). Practical Reason. In Zalta, E. N., editor, The Stanford Ency-

clopedia of Philosophy. Summer 2009 edition.

Weintraub, R. (1995). What was Humes Contribution to the Problem of Induction?

The Philosophical Quarterly, 45(181):460470.

Weirich, P. (2010).

Causal Decision Theory.

In Zalta, E. N., editor, The Stanford

Encyclopedia of Philosophy. Fall 2010 edition.

Wolpert, D. H. (1996). The lack of a priori distinctions between learning algorithms.

Neural computation, 8(7):13411390.

Wolpert, D. H. (2012).

WHAT DOES DINNER COST?

no-free-lunch.org/coev.pdf.

Endereo:

http://www.

Appendices

Apndice A
Programa coin-all.py
Programa simples construdo conforme a assuno inicial das probabilidades s hipteses possveis, de forma a simular a realizao do experimento e checar a adequao
do clculo do valor esperado.

# Resultado da regra de maior numero de ocorrencias para as 3 possibilidades de moedas

# Aposta i n i c i a l em coroa , atualizada para o resultado mais frequente (empate=coroa )
# Linhas para permitir uso de funcoes especificas
import time , random
from d a t e t i m e import t i m e d e l t a
from random import r a n d i n t
s t a r t=time . c l o c k ( )

# inicio da contagem do tempo de execucao do programa ( opcional )

# Inicializacao das variaveis ( t o t a l = considerando todos os experimentos )

H e a d s t o t a l=0 # Numero t o t a l de caras
T a i l s t o t a l =0 # Numero t o t a l de coroas
H i t s=0 # Numero t o t a l de acertos de predicoes
Experiments=0 # Numero de experimentos a serem realizados
# Experimento ( composto por 10 lancamentos )
while ( Experiments <1000000000):
P o s s i b i l i t i e s =r a n d i n t ( 0 , 2 )
Heads=0
T a i l s =0
T r i a l s =0

while ( T r i a l s <10):

# Realizacao dos 10 lancamentos

i f ( P o s s i b i l i t i e s ==0):

108

Apndice A. Programa coin-all.py

t o s s =0

e l i f ( P o s s i b i l i t i e s ==1):
t o s s =1

else :
t o s s=r a n d i n t ( 0 , 1 )

i f ( Heads>T a i l s ) :
b e t=0

else :
b e t=1

i f ( t o s s ==0):
Heads=Heads+1
H e a d s t o t a l=H e a d s t o t a l+1

else :
T a i l s=T a i l s +1
T a i l s t o t a l=T a i l s t o t a l +1

i f ( b e t==t o s s ) :
H i t s=H i t s+1
T r i a l s=T r i a l s +1
Experiments=Experiments+1
s t o p=time . c l o c k ( )

# Fim da contagem do tempo de execucao

# Apresentacao dos resultados na t ela

print Heads = , H e a d s t o t a l , T a i l s = , T a i l s t o t a l , H i t s = , Hits , | tempo : , stop s t a r t