O Mito da Certeza: Por Que 90% da Ciência Publicada Pode Estar Errada (e Quem Teve Coragem de Dizer). Sabe aquela sensação de segurança quando a gente lê um estudo científico? Aquela coisa de “se tá publicado, é verdade” que a gente aprendeu a repetir como um mantra? Então, segura a cadeira. Porque o que você vai ler agora é o equivalente científico de descobrir que o chão que você pisa é, na verdade, uma fina camada de gelo sobre um oceano cheio de rachaduras. Vamos começar com um nome: John Ioannidis.

Se você nunca ouviu falar dele, não se sinta mal. Ele não é famoso por criar um app, não tem um canal no YouTube com milhões de inscritos e dificilmente seria convidado para um podcast de autoajuda. Ioannidis é professor, pesquisador e, pasme, um dos cientistas mais citados do planeta. Ele deveria ser o rei da festa, o cara que todo mundo aplaude. Mas, na verdade, Ioannidis é o cara que teve a coragem — ou a loucura — de fazer o que ninguém queria fazer: ele olhou para a própria ciência e resolveu contar a verdade. E a verdade doía.

Em 2005, ele publicou um artigo com um título que soava como uma bomba atômica na tranquilidade acadêmica: “Why Most Published Research Findings Are False” . Na época, muitos acharam que era exagero. Um alarmismo. Um coitado querendo aparecer. Pois bem, quase duas décadas depois, a conclusão dele não só foi confirmada como se tornou a base de um dos maiores debates da história da ciência moderna: a crise de replicação.

Vamos traduzir isso do “acadêmiquês” para o português de verdade: Ioannidis não analisou um estudo isolado, um laboratório específico ou uma revista duvidosa. Ele fez algo muito mais corajoso e, ao mesmo tempo, assustador. Ele olhou para milhares de estudos publicados — aqueles revisados por pares, prestigiados, aplaudidos, que viram notícia de jornal e viraram política pública. Ele olhou para o design metodológico, o tamanho das amostras, os conflitos de interesse, quem patrocinava a pesquisa, quem publicava, quem ganhava prestígio com aquilo.

E a conclusão foi simplesmente devastadora: a maior parte das conclusões científicas publicadas está simplesmente errada. Não é que a ciência seja uma farsa. Calma, não precisa fechar a aba. O problema não é o método científico em si. O problema é o sistema que a gente criou em volta dele. E aqui entra um conceito que Ioannidis e outros pesquisadores repetem como um mantra: incentivos importam.

O Jogo dos Tronos… dos Laboratórios

Vamos fazer um exercício de imaginação. Você é um pesquisador. Passou anos estudando, fez doutorado, pós-doutorado, vive com uma bolsa que mal paga o aluguel. Para manter seu cargo, para ganhar respeito, para conseguir a próxima verba de financiamento, você precisa publicar. E não publicar qualquer coisa. Você precisa publicar resultados positivos. Ninguém quer saber do estudo que deu “não deu em nada”. Revistas não publicam isso. A imprensa não divulga. A universidade não te dá aumento. Então, o que acontece? A pressão por resultados positivos vira uma máquina de moer a honestidade intelectual. E aí entram os pequenos desvios que ninguém chama de “fraude”, mas que são igualmente perigosos: o famoso p-hacking, que é basicamente torturar os dados até eles confessarem o que você quer ouvir .

Ioannidis mostrou que, quanto mais competitivo o campo, quanto mais dinheiro envolvido, maior a chance de erro. Por quê? Porque o sistema recompensa quem publica rápido, quem publica bonito, quem publica resultados que “mudam paradigmas”. E quem constrói prestígio, adivinha? Importa mais ainda. O nome do pesquisador, a universidade onde ele trabalha, a revista onde ele publica — tudo isso vira um escudo. Um escudo que muitas vezes protege dados frágeis, metodologias questionáveis e, em alguns casos, fraudes explícitas.

O Silêncio das Torres de Marfim: Quando Harvard e Stanford Sangram

E aqui a coisa fica ainda mais desconfortável. Porque durante anos, a gente imaginou que esses problemas só aconteciam em “lugares menores”. Que fraudes e erros metodológicos eram coisa de universidades obscuras ou países com menos rigor. Ledo engano. A crise de replicação não bateu na porta dos pobres. Ela arrombou a porta das instituições mais prestigiadas do planeta. Vamos falar de Francesca Gino. Professora da Harvard Business School. Uma das estrelas mais brilhantes do mundo da pesquisa comportamental. Ela estudava, pasmem, honestidade e comportamento ético . A ironia é tão cruel quanto necessária. Em 2021, um grupo de pesquisadores que mantém um blog chamado Data Colada (sim, um blog, não uma comissão de alto escalão) começou a apontar inconsistências nos dados de Gino . Eles analisaram planilhas do Excel e encontraram algo que, para qualquer estatístico, é uma bandeira vermelha do tamanho de um prédio: dados que tinham sido manipulados manualmente para fazer o resultado parecer mais bonito .

A investigação interna de Harvard, que durou meses, concluiu que Gino cometeu má conduta em pesquisa. Resultado? Ela foi colocada em licença administrativa sem pagamento e, em um movimento raro (o primeiro desde os anos 1940), teve seu título de professora titular revogado . A "especialista em honestidade" foi pega, segundo as evidências, manipulando dados para provar suas teorias sobre... honestidade. É quase uma parábola bíblica sobre a vaidade e o ego. Gino processou Harvard e os blogueiros pedindo US$ 25 milhões, alegando difamação e que o processo foi viciado . Até onde se sabe, os artigos dela foram retirados das revistas científicas, e o caso se tornou um dos maiores escândalos acadêmicos da década. Mas ela não está sozinha.

O Poder que Caiu: O Caso do Presidente de Stanford

Se acha que só Harvard tem dessas, olha o que aconteceu na vizinha rica, Stanford. Marc Tessier-Lavigne era o presidente da universidade. Um neurocientista respeitadíssimo, com uma carreira brilhante. Até que, em 2022, uma investigação jornalística apontou que ele tinha imagens manipuladas em décadas de pesquisas — sim, aquelas imagens de microscopia que todo mundo olha e pensa “uau, a ciência é linda” estavam, em vários casos, sendo duplicadas, cortadas e coladas para sustentar narrativas. O resultado? Tessier-Lavigne pediu demissão. Não porque ele admitiu a culpa logo de cara, mas porque a pressão ficou insustentável. A investigação da universidade concluiu que ele “não teve intenção de fraudar”, mas que os laboratórios sob seu comando tinham uma “cultura de descuido” com a integridade dos dados . Cultura de descuido. Anote essa expressão. Ela é o nome bonito para o que acontece quando ninguém quer olhar para os números feios.

A Ciência Virou Narrativa? E Agora, o que a Gente Faz com a Comida de Verdade?

Agora, vamos amarrar as pontas mais perigosas dessa corda. Porque essa crise não é só sobre acadêmicos perdendo empregos ou revistas tendo que pedir desculpas. Isso tem um impacto brutal na vida real. Quando a ciência vira instrumento narrativo, quando o que importa não é o conhecimento, mas o “click” e o financiamento, a gente começa a usar estudos frágeis como se fossem martelos para quebrar a cara de quem discorda. E aqui chegamos num ponto delicado, mas necessário. Porque o que se vê hoje é o uso seletivo da ciência para:

Justificar alimentos artificiais como superiores aos naturais, baseado em estudos de curto prazo, patrocinados por quem lucra com esses produtos.

Demonizar comida de verdade — ovo, carne, manteiga — com base em correlações absurdas que não levam em conta infinitas variáveis .

Quantas vezes você viu um influenciador de peito estufado dizendo que “a ciência prova” que determinado alimento ultraprocessado é “saudável” enquanto o arroz e feijão são vilões? Eles repetem estudos frágeis e cheios de viés como se fossem leis universais. E se você ousa questionar, a resposta é imediata: “Você é negacionista!”. Sabe o que é mais irônico? Respeitar a ciência é justamente o oposto de acreditar cegamente nela. Respeitar a ciência é questionar a amostra, olhar quem financiou, entender os limites do método. Como Ioannidis apontou, o problema é que confundimos estatística com realidade. A vida não acontece num laboratório. A vida acontece em corpos reais, com histórias reais, com contextos, adaptações, genéticas e imprevistos que NENHUM gráfico de barras vai conseguir capturar .

O Problema da Indução e o Cisne Negro

Pra fechar com chave de ouro, vamos puxar um pouco de filosofia, porque não dá pra falar de erro científico sem falar de como a gente pensa que sabe as coisas. Tem um problema lógico chamado Problema da Indução, do filósofo David Hume . A ideia é simples: não importa quantos cisnes brancos você veja na sua vida, isso nunca prova que todos os cisnes são brancos. Basta UM cisne negro aparecer pra derrubar sua “verdade universal”. É a mesma coisa com a ciência. A gente faz um estudo com 500 pessoas, ou 5 mil, e acha que isso prova algo sobre 8 bilhões de humanos. Não prova. Dá uma indicação. Uma pista. Uma probabilidade.

O problema é que o sistema acadêmico transformou essa pista em dogma. O “p-valor” mágico de 0,05 virou a fronteira entre a verdade e a ignorância . Se o resultado é “estatisticamente significativo”, vira manchete. Se não é, vai pra gaveta. Esse viés de publicação distorce tudo. O que a gente lê nos jornais é só uma fração minúscula de todos os estudos feitos — justamente aqueles que deram “resultado positivo”.

O Fim da Inocência

Então, qual é a moral dessa história? É pra gente tacar fogo em todos os diplomas e voltar a viver na caverna? Não. Claro que não. A lição mais importante, a mais simples e a mais desconfortável, é que questionar a ciência não é anticientífico. O que John Ioannidis fez foi o ato mais científico possível: ele usou o método para investigar o próprio sistema. Ele olhou para os dados com honestidade brutal. E o que ele encontrou foi um sistema que, na ânsia de produzir respostas, esqueceu de fazer as perguntas certas. A ciência não falha quando erra. Ela falha quando vira dogma. Quando vira uma arma de autoridade usada para calar o debate, para encerrar conversas, para defender interesses econômicos em vez de buscar a verdade.

A verdade, aquela que dói, é que o mundo é complexo. E a vida não cabe num gráfico de pizza. Agora, da próxima vez que alguém bater na mesa e gritar “A CIÊNCIA PROVA!”, você já sabe: puxa uma cadeira, respira fundo e pergunta: “Qual estudo? Quem financiou? Qual o tamanho da amostra? Foi replicado? E... tem alguém ganhando dinheiro com isso?”. Se a pessoa ficar nervosa com as perguntas, desconfie. Se ela abrir um sorriso e puxar os dados pra discutir, aí sim. Aí, muito provavelmente, você encontrou um cientista de verdade.