Onde a polarização aparece

Ciência e saúde

Duas pessoas conversam sobre uma informação de saúde que viram recentemente. Uma delas olha primeiro para quem disse — uma instituição, um especialista, um estudo publicado. A outra olha primeiro para a própria experiência, ou para o que alguém de confiança contou ter vivido. Nenhuma das duas está, necessariamente, sendo irracional.

O que acontece quando uma conclusão científica também se torna parte da nossa identidade? Seria de esperar que temas técnicos, apoiados em dados, fossem menos suscetíveis à polarização do que política ou religião. Na prática, não são — especialmente quando envolvem risco pessoal, incerteza pública e cobertura intensa de mídia.

Como a polarização pode aparecer neste contexto

Quando uma posição sobre um tema de saúde passa a sinalizar pertencimento a um grupo — "pessoas como eu pensam assim" —, a avaliação da evidência tende a deixar de ser puramente técnica e passa a carregar também uma função identitária. Nesse ponto, aceitar ou rejeitar uma informação pode dizer menos sobre os dados em si e mais sobre a quem a pessoa quer parecer pertencer.

Por que isso acontece

A mesma recomendação técnica pode ser aceita ou rejeitada dependendo de quem a comunica e de quanto essa fonte já é confiável para quem ouve — confiança em especialistas não é um dado fixo, varia conforme experiências anteriores e identidade de grupo. Dados preliminares, típicos de ciência em desenvolvimento, podem ser lidos por uns como "prova de que funciona" e por outros como "prova de que não se sabe nada" — as duas leituras costumam simplificar demais o que a evidência preliminar realmente indica.

Há também um paradoxo na comunicação de risco: comunicar incerteza científica de forma honesta pode ser interpretado como fraqueza ou contradição, o que cria pressão para que comunicadores soem mais certos do que a evidência disponível realmente permite — e, quando uma recomendação muda mais tarde à luz de dados novos, essa mudança pode ser lida como prova de que "a ciência não sabia de nada", quando na verdade é o método funcionando como deveria.

Some-se a isso a desinformação: informações falsas ou distorcidas sobre saúde tendem a se espalhar quando confirmam algo que a pessoa já estava inclinada a acreditar — o mecanismo de familiaridade e repetição descrito em Mecanismos psicológicos se aplica aqui também: quanto mais vezes uma afirmação é vista, mais verdadeira ela tende a parecer, independentemente de qualquer evidência nova.

Para observar em si mesmo

O teste da evidência

O que me faria mudar de opinião: uma fonte melhor — ou apenas uma fonte do meu lado?

Vale a pena responder com honestidade antes de continuar a conversa.

O que isso tem a ver com polarização?

Divergir sobre uma informação de saúde é, com frequência, só isso: dúvida e verificação, parte normal de avaliar qualquer afirmação técnica. Isso passa a alimentar a polarização quando a discordância começa a sinalizar pertencimento a um grupo, e a credibilidade de uma informação passa a ser julgada pela identidade de quem a compartilhou, e não pelo conteúdo em si — endurecendo a fronteira entre "quem confia na ciência" e "quem confia na própria experiência", como se as duas coisas fossem sempre incompatíveis.

O que não podemos concluir

Nenhum mecanismo psicológico iguala o respaldo científico de posições diferentes — isso depende da evidência disponível em cada caso específico, não do mecanismo em si. Vale dizer com todas as letras: evidência sistemática — estudos controlados, revisão por pares, replicação — pesa mais do que uma experiência pessoal isolada, por mais real e importante que essa experiência seja para quem a viveu; reconhecer isso não é desprezar a experiência individual, é reconhecer que ela responde a uma pergunta diferente da que a ciência tenta responder. Mudança de conclusão científica também não significa que "a ciência não sabe nada" — é assim que o método avança, corrigindo-se à luz de dados novos. E autoridade científica, por si só, não torna qualquer afirmação automaticamente verdadeira: mesmo fontes geralmente confiáveis podem errar em casos específicos, o que não anula a confiabilidade média do método.

Você aceitaria a mesma evidência com a mesma facilidade se ela viesse de uma fonte que normalmente desconfia?

Pergunta de reflexão