Observar ou intervir?

Há duas maneiras básicas de coletar dados sobre se uma coisa afeta outra.

• Em um estudo observacional, você mede o que já está acontecendo e não muda nada. Você pode registrar quanto tempo os estudantes dormem e quais notas eles tiram.
• Em um experimento, você atribui um tratamento às unidades e depois mede o que acontece. Você pode dizer para alguns estudantes dormirem oito horas e para outros dormirem seis.

Os dois podem encontrar padrões. Somente um experimento bem realizado pode dizer muita coisa sobre causa e efeito. Veja por quê.

Suponha que, em um estudo observacional, os estudantes que dormem mais também tirem notas melhores. Talvez dormir ajude. Mas talvez os estudantes que dormem mais também tenham menos empregos, lares mais tranquilos ou hábitos de estudo mais organizados. Qualquer uma dessas coisas pode ser o verdadeiro motivo, e elas acontecem junto com o sono. Uma variável oculta como essa é chamada de variável de confusão: ela está ligada tanto àquilo que você estuda quanto ao resultado, e pode imitar ou esconder um efeito. O Mundo 5 dedica quatro aulas a isso.

Um experimento resolve esse problema com a alocação aleatória. Se um cara ou coroa (ou um computador) decidir quem recebe cada tratamento, então os grupos diferem apenas por acaso em todo o resto: hábitos de sono, empregos, vida em casa e coisas que você nem pensou em medir. Com unidades suficientes, os grupos serão semelhantes em média; assim, se os resultados forem diferentes depois, o tratamento será a única diferença sistemática que restará.

Um bom experimento geralmente tem:

• Um grupo de tratamento que recebe o que está sendo testado e um grupo de controle que não recebe (ou recebe a alternativa padrão).
• Alocação aleatória nesses grupos.
• Um placebo quando as expectativas das pessoas importam: algo inofensivo e parecido, para que todos acreditem que podem estar recebendo o tratamento.
• Mascaramento: as pessoas não sabem de qual grupo fazem parte (mascaramento simples), e as pessoas que medem os resultados também não sabem (mascaramento duplo), para que as expectativas não influenciem as medições.

Um exemplo. Uma pessoa jardineira quer descobrir se um fertilizante funciona. Um desenho fraco: dar o fertilizante às plantas perto da janela, nada às que ficam na sombra, e comparar. A luz agora está misturada com o fertilizante. Um desenho melhor: numerar 40 vasos, deixar um sorteio aleatório escolher 20 para receber o fertilizante, manter os outros 20 como grupo de controle e colocar todos na mesma prateleira. Agora a luz, a água e o tamanho dos vasos ficam equilibrados por acaso, e uma diferença clara no crescimento aponta para o fertilizante. (Um exemplo inventado, apenas para explicar a ideia.)

Nem sempre é possível fazer experimentos. Não podemos fazer pessoas fumarem aleatoriamente por trinta anos, nem fazer a alocação aleatória de uma enchente para uma cidade. Para essas perguntas, usamos estudos observacionais, um planejamento cuidadoso e várias linhas de evidência. Devemos apenas ser honestos: a evidência é mais fraca quando falamos de causas.