O professor Sílvio Meira faz interessantes observações sobre a desregulamentação de profissões, tomando por lead o caso do jornalismo. São quatro textos, mas todos podem ser acessados na parte final. Destaco dois trechos, um que fala sobre os prejuízos e impossibilidade de fossilizar profissões e outro de que não adianta regular profissão meio que isso não garante mercado, como é o caso da estatística.

—————-

Do blog de Sílvio Meira

[...]porque ao invés de discutirmos profissões em termos de congelamento do passado, como quase sempre é o caso no brasil, deveríamos refletir sobre o assunto considerando os possíveis futuros do trabalho e das competências, habilidades e formações necessárias para exercê-lo. senão vamos acabar regulando profissões –e diploma obrigatório- de taxidermista e taquígrafo.

muito tempo atrás, poderíamos ter regulado a “profissão” de alfabetizado: fosse este o caso, só poderia ler e escrever quem tivesse uma formação e diploma específico, registro e autorização de um conselho “da área”. lá no começo da escrita, a coisa levava jeito: os escribas eram especialistas raros e regiamente remunerados. em muitos lugares, somente reis e nobres podiam se dar ao luxo de ter um ou outro deles a seu serviço. imagine o impacto da alfabetização em massa, percebida como um bem social, direito universal e dever do estado, na vida dos escribas. dançaram.

e tinham mesmo que dançar: proteger escribas era parar o tempo, impedir o livre intercâmbio de informação entre pessoas, instituições e regiões, em suma, manter o futuro à distância. ainda bem alfabetização em massa era inevitável. pra quem imaginava o futuro, aqui e agora, a extinção da obrigatoriedade do diploma para o exercício da profissão de jornalista também estava na classe das favas contadas; de mais de uma forma, tratava-se uma reserva de mercado para um dos tipos de “escribas” da nossa era.

[...]

já que estamos falando de regulamentação de profissões e que isso, no brasil, se liga quase que diretamente à reserva de mercado para portadores de diploma de curso superior, que tal ver de perto o caso da estatística, que conseguiu sua carta de acesso ao rol das profissões com reserva de mercado há 45 anos? vamos compará-la com a matemática –que não é regulamentada, em um item fundamental para qualquer área, a atração de alunos para os cursos universitários [de graduação].

há 42 cursos de graduação em estatística no brasil, segundo os últimos dados oficiais publicados pelo inep, relativos a 2007 [clique no link para pegar um .xls sobre todos os cursos]. matemática, pelo mesmo relatório oficial, tem 82 cursos. em 2007, estatística ofereceu 2.276 vagas no país inteiro, para 5.674 candidatos, mas apenas 1.407 se matricularam no primeiro ano. o número de matriculados em todos os anos do curso, em 2007, era 6.172.

em 2007, os cursos de matemática ofereciam 5.984 vagas para 13.338 candidatos, dos quais 3.571 se matricularam no primeiro ano. o número total de matriculados, em 2007, era 14.529.

ainda em 2007, estatística graduou 719 alunos, ao tempo em que 2.217 se formaram em matemática. a razão formados/matriculados, em estatística, é 11.6%. esta taxa é uma medida essencial da atratividade do curso e do diploma em profissões reguladas e, num curso de quatro anos, o ideal seria 25%: a cada ano, 1/4 dos alunos se forma. em matemática, também um curso de quatro anos, a razão f/m é 15.3%, 32% superior à de estatística.

a conclusão [parcial] dos dados e cálculos acima é que depois de 45 anos de profissão de estatística regulada e exigindo diploma, a área 1] tem a metade do número de cursos de matemática; 2] estes cursos têm 42% do número de alunos de matemática e, mesmo com estatística regulamentada, 3] matemática, não regulamentada, tem uma performance de diplomação, sobre o corpo de alunos, 32% maior.

parte da explicação é que estatística é uma linguagem, assim como matemática. e tá cheio de gente fazendo estatística, em todo canto, sem “ser” estatístico. entre os que “estão” estatísticos ora sim, ora não, aqui e ali, há engenheiros, sociólogos, médicos, nutricionistas, economistas , personal trainers… em suma, todo mundo que precisa fazer [por exemplo]experimentos e análise de dados [entre muitos outros usos das habilidades da área]. o general castelo branco regulou a profissão de estatístico mas a lei 4.738/65, na prática, “não pegou”.

estatística, como já se disse, é uma formação-meio, assim como matemática. mas isso não quer dizer que não deva haver profissões diretamente associadas à formação de estatístico ou matemático. muito ao contrário. quer dizer que estatística teria muito mais a ganhar se, da mesma forma que matemática, deixasse de exigir diploma para o exercício da profissão. e o mesmo é verdade para todas as formações-meio.

O sociólogo e cientista político Alberto Carlos Almeida fala ao Café Colombo sobre duas de suas obras: o livro “A cabeça do brasileiro” e “A cabeça do eleitor”. Alberto empreendeu ampla pesquisa quantitativa sobre o que pensa o brasileiro em diversos temas como economia, comportamento sexual, preconceito entre outros.

Standard Podcast Play Now | Play in Popup | Download

Mais um comentário derivado da leitura de David Salsburg, e o seu “Uma senhora toma chá…. como a estatística revolucionou a ciência no século XX” (Editora Jorge Zahar). Já falamos sobre os problemas gerados em utilizar métodos estatísticos sem conhecer suas limitações. Agora, dois problemas filosóficos do próprio uso da estatística, proposto por L. Jonathan Cohen, da Universidade de Oxford.

Concordamos que podemos decidir rejeitar uma hipótese sobre a realidade se a probabilidade associada a esse hipótese for muito pequena. Para sermos específicos, estabeleçamos 0,0001 como probabilidade muito pequena. Organizemos agora uma rifa com 10 mil bilhetes numerados. Consideremos a hipótese de que o bilhete número 1 ganhará a loteria. A probabilidade disso é 0,0001. Rejeitamos essa hipótese. Consideremos que o bilhete número 2 ganhará a loteria. Também podemos rejeitar essa hipótese. Podemos rejeitar hipóteses similares para qualquer bilhete numerado específico. Pelas leis da lógica, se A não é verdadeiro, e B não é verdadeiro, e C não é verdadeiro, então (A ou B ou C) não é verdadeiro. Isto é, pelas leis da lógica, se cada bilhete específico não deverá ganhar a loteria, então nenhum bilhete o fará.

“Em livro anterior, The probable and the provable, L.J. Cohen propôs uma variante desse paradoxo embasada na prática legal comum.Na lei comum, um queixoso de um caso civil ganha se sua reclamação parecer verdadeira sobre a base da `preponderância´ da evidência. Para os tribunais, isso significa que a probabilidade de a reclamação do queixoso ser verdadeira é superior a 50%. Cohem propõe o paradoxo dos penetras. Suponhamos que exista um concerto de rock em um teatro com mil assentos. O promotor vende entradas para 499 assentos, mas, quando o concerto começa, todos os mil assentos estão ocupados. Pela lei inglesa, o promotor do espetáculo tem direito de cobrar de cada uma das mil pessoas no concerto, já que a probabilidade de que qualquer um deles seja um penetra é de 50,1%. Assim, o promotor cobrará 1.499 entradas para uma sala que só tem capacidade para mil.”

O livro é bom, mas de modo algum simples e totalmente acessível. Vale destacar que a história do percurso de como saímos de um mundo determinista de Newton e Kepler para um probabilístico é bastante interessante.

(Renato Lima)

É comum se referir a estatística, seja em pesquisas médicas, seja sociológicas, como resultados verdadeiros, referendados pelo que melhor há de conhecimento científico atual. Faz parte do pensamento subjacente dos dias de hoje, como mostra David Salsburg, em seu “Uma senhora toma chá…. como a estatística revolucionou a ciência no século XX” (Editora Jorge Zahar). Há erros por desconhecimento e por problemas inerentes ao método estatístico.

Um exemplo citado por Salsburg é a dificuldade de utilizar controle em pesquisa médica. Vejamos o caso de uma pesquisa com pacientes com câncer. Idealmente, um grupo aleatório com câncer seria selecionado para receber determinado tratamento novo separado de um outro grupo, que receberia tratamento convencional ou mesmo placebo. Acontece que estamos lidando com vidas humanas, e não seria ético que um médico negasse um tratamento para um paciente apenas porque ele faz parte de um grupo de controle, que seria comparado com outro grupo que estivesse recebendo de fato tratamento.

O cientista Richard Peto, nos anos 80, desenvolveu então um método chamado intenção de tratar. Assim descrito no livro: “Os pacientes tinham sido distribuídos aleatoriamente para receber tratamentos específicos. O ato de tornar aleatório é que permite calcular os valroes de p dos testes de hipótese, comparando esses tratamentos. Ele sugeriu que cada paciente fosse tratado na análise como se houvesse passado pelo tratamento para o qual fora escolhido aleatoriamente. A análise ignoraria todas as mudanças de tratamento feitas durante o desenrolar do estudo. Se o paciente tivesse sido escolhido aleatoriamente para o tratamento A e fora tirado desse tratamento logo antes do final do estudo, ele seria analisado como paciente do tratamento A. Se o paciente escolhido aleatoriamente para o tratamento A tivesse permanecido nele somente uma semana, seria analisado como paciente do tratamento A. [...] À primeira vista, esse enfoque pode parecer louco. Podemos produzir cenários nos quais um tratamento-padrão é comparado a um experimental, com pacientes que mudam para o tratamento-padrão se falham no experimental. [...] Como Richard Peto deixou claro em sua proposta, esse método de analisar os resultados de um estudo não pode ser usado para dizer que os tratamentos são equivalentes. Só pode ser usado se a análise achar que eles se diferenciam em seus efeitos. [...] A análise de um estudo clínico, usando a solução de Peto, determinaria se é uma boa política pública recomendar um tratamento dado como tratamento inicial.”

O método intenção de tratar se popularizou. E isso trouxe um risco em si mesmo, que é o de quem aplica desconhecer as limitações do método utilizado. “Lamentavelmente, alguns cientistas têm a tendência a usar métodos estatísticos sem saber ou compreender a matemática que está por trás deles; isso aparece frequentemente no universo da pesquisa clínica. Peto havia indicado as limitações de sua solução. Apesar disso, o método de intenção de tratar ficou sacramentado na doutrina médica em várias universidades e chegou a ser considerado o único correto de análise estatística de um estudo clínico. Muitas experiências clínicas, especialmente aquelas sobre câncer, são planejadas para mostrar que um novo tratamento é ao menos tão bom quanto o padrão e apresenta menos efeitos colaterais. O objetivo de muitos estudos é mostrar a equivalência terapêutica. Como Peto assinalou, sua solução só pode ser usada para encontrar diferenças, e a falha em encontrar diferenças não significa que os tratamentos sejam equivalentes.”

Num próximo post falarei de um interessante paradoxo estatístico, inerente ao método, e não relativo ao seu mau uso.

(Renato Lima)