Transformações na cientificidade e o ajuste inferencial na Ciência Política

36 Pages·2017·1.67 MB·Portuguese

Transformações na cientificidade e o
ajuste inferencial na Ciência Política:
argumento e evidências na produção de
alto fator de impacto
DOI10.1590/1678-987317256305
Flávio da Cunha Rezende
Resumo
OartigoanalisaastransformaçõesnospadrõesdecientificidadedaCiênciaPolíticaaolongodasduasúltimasdécadas.Aanálise
ofereceevidênciasquecorroboramahipótesedequeaproduçãodealtofatordeimpactonaCiênciaPolíticavempassandoporum
processodeajusteàsregrasdeinferência.Esteajusteterminaporconfigurarumacondiçãocaracterísticaqueconceituamoscomoo
PluralismoInferencial,noqualcoexistemmúltiplaslógicasdecausaçãoparaaproduçãodeinferênciasválidas.Apartirdeuma
metodologiaoriginalededadosdecontagem,aanáliseempíricabuscatestaraocorrênciadesteajustenumapopulaçãocomposta
por2.331artigospublicadosemcincoperiódicosnoperíodo2005-2015.
PALAVRAS-CHAVE:CiênciaPolítica;desenhosdepesquisa;metodologia;causação;inferênciacausal.
Recebidoem29deMaiode2015.Aceitoem24deAgostode2015.
I.Introdução1
O
1 Artigoproduzidono continuadoprocessodeajusteàsregrasdeinferênciarepresentauma
contextodapesquisa das principais tendências na produção de alto fator de impacto na
DesenhosdePesquisae
Ciência Política. Esta disciplina vem, desde meados da década de 90
QualidadeInferencialna
com a chamada “revolução KKV”, exibindo substanciais transformações nos
CiênciaPolíticacom
financiamentodoCNPqdesde seus padrões de cientificidade, onde a preocupação com inferências causais
2012.Agradeçoaos adquirecentralidade2.Ainfusãodenovasmetodologias,desenhosdepesquisae
comentários,sugestõese
acrescentepreocupaçãoemcompreendercausaçãofazemcomqueanaturezae
contribuiçõesdoscolegas
otipodeconhecimentoproduzidonaatualidadesejamradicalmentediferentes
ManoelSantos(UFMG),
DenissonSilva(UFMG), deduasdécadasatrás.Nestecomplexoprocesso,pordiferentesmecanismos,se
MarianaBatista(UFPE),Nara observa uma crescente preocupação com a geração de inferências válidas na
Pavão(Vanderbilt)eCaio
produção do conhecimento no interior da disciplina, configurando um Ajuste
Rios(UFPE).Oscomentários
Inferencial.
esugestõesdospareceristas
anônimosdaRevistade
O exame mais atento da produção disciplinar permite compreender a pre-
SociologiaePolítica
contribuíramsubstancialmente sençadeumnovoconjuntodepreocupaçõesmetodológicas,consolidandoum
paraamelhoriadanova padrãodecientificidadepreponderantementecentradoeminferênciascausais,
versão.
modeloseestimaçãodeefeitos.Deformaanálogaaoqueocorreunachamada
2 Rezende(2015a)oferece
“revoluçãodecredibilidade”naEconomiaemmeadosdadécadaanterior,estas
umaanálisedetalhadadestas
transformaçõeseseus transformaçõessefizeramacompanharpelainfusãodenovosvalores,crençase
impactosnopadrãode práticasdisciplinaresqueorientamabuscapeloconhecimentocausal.Acone-
cientificidadedisciplinar.
xão entre identificação e estimação na Economia tem promovido uma ampla
3 Keele(2015)conceituaas
reflexividadesobreelaboraçãodeestratégiasdeidentificação3capazesdegerar
estratégiasdeidentificação
comodesenhosdepesquisa. inferênciasválidasapartirdedadosexperimentais4eobservacionais.
4 OTeoremadaIlusão
Observacional,propostopor Oartigobuscacompreenderemquemedidaestariaocorrendoumajusteàs
GreeneGerber(2004) regrasdeinferência(King,Keohane&Verba1994;King&Epstein2002)na
argumentaqueinferências Ciência Política. Argumentamos, de forma original, que a Ciência Política
Artigo Rev.Sociol.Polit.,v.25,n.63,p.103-138,set.2017
104 FláviodaCunhaRezende
causaisdequalidadepodem institucionalizaumprocessoinéditodeAjusteInferencial,emqueainferência
apenasserproduzidasapartir
nãoserestringeàestimação,configurandoumacondiçãoconstitutivadePlura-
dedesenhosdepesquisa
lismo Inferencial onde coexistem múltiplas lógicas de causação capazes de
experimentais,centradanos
modelosderesultados gerarinferênciascausaisválidas.
potenciais.Stokes(2014)
ofereceumacríticaconcisa OPluralismoInferencialseria,portanto,umtraçocaracterísticodaCiência
sobreoTeoremadaIlusão Política, fazendo com que a inferência seja atingida por várias estratégias de
Observacionaleuma
identificação,nãoapenaspelaestimaçãodeefeitoscausais.Nessesentido,tais
argumentaçãoplausívelsobre
estratégiasrepresentam,nolimite,respostasplausíveisparalidarcomoconhe-
aspotencialidadesevalidade
dosdesenhosobservacionais. cido“problemafundamentaldainferênciacausal5”.Estecomplexoprocessoé
4 OTeoremadaIlusão aquidenominadoAjusteInferencialnaCiênciaPolíticapós-KKV.
Observacional,propostopor
GreeneGerber(2004) Utilizaremos ao longo do artigo a expressão Ciência Política (pós-KKV)
argumentaqueinferências
para representar uma lógica de organização metodológica disciplinar que se
causaisdequalidadepodem
pauta por uma maior aderência aos pressupostos de King, Keohane e Verba
apenasserproduzidasapartir
dedesenhosdepesquisa. (1994)apartirdepelomenosumadécadaposterioraolançamentodolivroDe-
Stokes(2014)ofereceuma signing Social Inquiry. Em termos de periodização: a Ciência Política (pós-
críticaconcisasobreo
KKV) é aqui considerada como sendo aquela que se configura no período
TeoremadaIlusão
1995-2005.Nesteperíodo,pode-seconsiderarqueaproduçãodoconhecimento
Observacionaleuma
argumentaçãoplausívelsobre éradicalmentediferenteemtermosdepreocupaçõescomlógicasdecausação,
aspotencialidadesevalidade integraçãodosmétodos,edacentralidadedosdesenhosdepesquisaparagerar
dosdesenhosobservacionais.
inferenciaisválidas.
5 Esteproblemarepresenta
umadasquestões
Este artigo busca entender as características deste ajuste e compreender
fundamentaisdaciência
“comoeemquemedidaaproduçãometodológicadadisciplinavem‘aderindo’
empíricamoderna,esetraduz
daseguinteforma:“nãoé àsregrasdeinferência”.Paratanto,édesenvolvidaumametodologiaoriginal
possívelobservar,em de análise e um argumento que tenta mostrar a especificidade das transfor-
simultâneo,umadadaunidade
maçõesdacientificidadenaCiênciaPolíticadealtofatordeimpacto,sugerindo
deanálisenacondiçãode
elementosparaumaTeoriadoPluralismoInferencial.
tratamentoedecontrole”.Isso
implicaquenãoépossível
OargumentopropostoéqueaLógicadaExplicaçãoPolítica–comênfase
gerarinferênciascausais
válidassemrecorrênciaabons nas instituições e no comportamento – faz com que o ajuste inferencial na
contrafatuaisecomestratégias Ciência Política adquira uma condição constitutiva específica, em que se
deidentificação(desenhosde
verifica a coexistência de múltiplas possibilidades para produzir inferências
pesquisa)queemulemos
causais válidas6. O Pluralismo Inferencial representaria, portanto, um traço
experimentosquandoa
randomizaçãonãoforpossível distintivo da Ciência Política, e revela que a oferta de inferências vai muito
(Keele2005;Angrist& estratégiasvoltadasparaestimaçãodeefeitoscausais.OimpactodoPluralismo
Prisckhe2009).
Inferencialnaproduçãodealtofatordeimpactoseriaaexpansãoesofisticação
6 Gerring(2001)considera
doportfóliodasmetodologias,técnicasdeanáliseedasestratégiasinferenciais
queaqualidadenasCiências
Sociaisestárelacionadaauma quemobilizammúltiplaslógicasdecausação(Brady2008)7produzindodistin-
maiorconsciênciasobreos taspossibilidadesdeproduçãodeinferênciasválidas.
trade-offsqueos
pesquisadoressedefrontam Empiricamente, o artigo desenvolve uma estratégia analítica combinando
quandomobilizamconceitos,
técnicasdemineraçãodedadoscomametodologiade“palavrascomodados”
formulamteoriaseelaboram
(Laver, Benoit & Garry 2003), para verificar empiricamente a ocorrência do
desenhosdepesquisa.Amaior
consciênciasobretaisquestões Ajuste Inferencial, caracterizando a condição de Pluralismo Inferencial numa
podegarantiracoexistênciade população de 2.321 artigos publicados em cinco periódicos de alto fator de
umapluralidadedemétodose
impacto – American Political Science Review, American Journal of Political
modelossemperderdevistao
Science,BritishJournalofPoliticalScience,ComparativePoliticseCompara-
problemadacumulatividade
daproduçãodoconhecimento tivePoliticalStudies–noperíodode2005a2015.
queéfundamentalparao
progressodequalquer Oartigoseorganizadaseguinteforma.Naseçãoseguintesãoapresentados
disciplinacientífica. oconceitodeajusteinferencial,suaconexãocomaexplicaçãopolíticae,mais
7 Brady(2008)consideraa
especificamente,acaracterizaçãodoPluralismoInferencialesuamensuraçãoa
existênciadequatrograndes
partirdedadosdecontagemconsiderandoasvariáveisdecontagemapartirde
lógicasdecausação:
covariacional,experimental, dadostextuais.Naparteseguinteéapresentadaametodologiaparaaanálisedos
mecanismoscausaise dadosecomoéauferidooajusteinferencialnesteconjuntodeartigos.NaSeção
contrafactual.
IV,apresenta-seumpadrãocomparativoentreoscincoperiódicosapartirdas
7 Brady(2008)consideraa
probabilidadesmédiasdeocorrênciadeatributosespecíficosligadosàLógica
existênciadequatrograndes
TransformaçõesnacientificidadeeoajusteinferencialnaCiênciaPolítica 105
lógicasdecausação: de Causação, Desenhos de Pesquisa e Técnicas de Análise. Na Seção V, é
covariacional,experimental,
apresentado um conjunto de dados relativosaos padrões do ajusteinferencial
mecanismoscausaise
ocorridonestesperiódicos,buscandomostraremquemedidaecomooPlura-
contrafactual.
lismoInferencialfoiatingido.
II.OPluralismoInferencial:argumentoemensuração
II.1.AexplicaçãopolíticaeoPluralismoInferencial
OpadrãodecientificidadenaCiênciaPolíticarepresentaimportantevariá-
velaolongodahistóriadisciplinarnoSéculoXX.Desdeasprimeirasgerações
experimentalistasorganizadasporCharlesMerriamemChicagonosanos1920
atéasproposiçõesdeKing,KeohaneeVerba(1994)emmeadosdosanos1990
8 Sartori(2009)consideraque podemserobservadasváriasconcepçõesdecientificidade8.Estassetraduzem
oconceitodeCiênciaPolítica em concepções sobre como produzir explicações, acessar causação e gerar
exibeumagrande
inferências válidas. O pluralismo representa, portanto, uma das condições
variabilidadeedepende
essenciaisdadisciplina.ACiênciaPolíticasemprefoiconsideradaporvários
consideravelmentedoque
entendemospor“ciência”e autores como uma disciplina fragmentada, dividida e pluralista. Todavia, é
por“política”.Eleconsiderao importanteentenderqueospluralismos9exibemvariabilidadenotempo.
conceitodeCiênciaPolítica
comoumaconexãodo Podemos observar, ao longo da trajetória da disciplina e de sua evolução
ontológico(política)como profissional,trêsondasdepluralismo,asquaisestãointrinsicamenteligadasàs
metodológico(ciência).Hay
especificidades da explicação política. A primeira corresponde ao Pluralismo
(2002)discuteem
profundidadetalproblema. Teórico, onde os debates teóricos assumem primazia e que se configura pela
9 Sil(2014)ofereceuma coexistênciaentrediversasteoriasparaproduzirexplicaçõessatisfatóriasdiante
compreensãodospluralismos daespecificidadedosproblemascentraisdadisciplina.
naCiênciaPolíticaapartirda
concepçãodoecletismo Estepluralismopodeserbemvistonoartigo“TheRoleofTheoryinCom-
analítico.Estaconcepçãoé
parative Politics” (Kohli et al., 1995) em que diversos comparativistas de
ampliadaemSileKatzenstein
primeiralinhaidentificamaexistênciadeum“CentroEcléticoDifuso”emque
(2010),emqueosautores
lançamasperspectivasde coexistem múltiplas teorias voltadas para dar conta da explicação causal na
integraçãocomouma CiênciaPolítica.Nesteimportanteartigo,tambémpodesercompreendidoque
perspectivamaispragmáticae
“as instituições e as preocupações com causação” são os aglutinadores que
flexívelentreosparadigmase
oferecemsentidoasteoriasnocampodapolíticacomparada.MarsheSavigny
modelosnaCiênciaPolítica.
(2004) também exibem esta preocupação no seu conhecido argumento de
“broadchurch”.
Em meados da década de 1990, a disciplina passa a conviver com o
Pluralismo Metodológico, cuja característica central reside na expansão da
rivalidadeecoexistênciaentremetodologias,i.e.,sobreasregrasqueorientama
produção do conhecimento. Neste período ocorre uma visível expansão da
reflexividadedisciplinarsobrequestõesmetodológicasrelevantesnasdiversas
tradiçõesteóricas.Porfim,argumentamosaqui,deformaoriginal,queapartir
demeadosdadécadade2000,nocontextodeumaCiênciaPolíticaPós-KKV,
instaura-se o Pluralismo Inferencial, o qual se constitui na coexistência de
múltiplaslógicasparaproduzirinferênciascausaisválidas.
UmdosimportantesimpactosdeKKVfoiampliaroespectroeaqualidade
dosdebatesmetodológicosnatradiçãoqualitativa,configurandooqueveioase
chamar de Nova Metodologia Qualitativa na Ciência Política. O pluralismo
metodológicocontempladiscussõessobreoslimitesdeintegraçãodosmétodos
qualitativos e quantitativos; inferências em desenhos de pesquisa small-n; o
papel dos estudos de caso e outros temas. Brady e Collier (2004), Gerring
(2005),Mahoney(2010)eRezende(2011a)fornecemumaamplacompreensão
detalfenômeno.
Oartigodesenvolveateoriadequeaexistênciadospluralismos-teórico,
metodológico,einferencial-estádiretamenteligadaànaturezadaexplicação
política.Porcontemplaremfatorescomoinstituições,comportamentoeação,o
106 FláviodaCunhaRezende
portfóliodeteorias,métodosetécnicasdisponívelacadamomentodisciplinar
exibe elevada variedade, configurando o pluralismo. Parte do problema na
CiênciaPolíticaseriaexplicaroefeitodascausas,comonasCiênciasNaturais;
aoutraparteseriaexplicarcomodeterminadasconfiguraçõescausaiscomple-
10 Comomostraremosadiante, xasconduzem,emdeterminadascondições,adeterminadosresultados10.Esteé
esteargumentotemconexões oproblema crucialdecomogerar inferênciascausaisnaCiênciaPolítica.Tal
comaformamaismodernade questãoassumecentralidadenaTeoriadoPluralismoInferencial.
compreendertalproblema
comoformuladoporMahoney Ateoriasubjacenteéqueinferênciaspodemsergeradascomconfiabilidade,
eGoertz(2012),considerando
validade,ereplicabilidadedesde que desenhos depesquisa estejamalinhados
aexistênciadeduaslógicasde
aos princípios inferenciais11. Esta orientação alterou profundamente o status
causação:diretaereversa.
11 Gerring(2005)considera científico, o rigor e as práticas da metodologia no interior da disciplina,
queosdesenhosdepesquisa especialmenteapartirdosanos2000,comachamadaRevoluçãoKKV,emque
estãointrinsecamente
osDesenhosdePesquisapodemconduziràgeraçãodeQualidadeInferencial.
associadosàcausação.Estes
devemserconsideradoscomo
A partir dos anos 2000, como mostraremos empiricamente neste artigo,
estruturasaltamenteorientadas
passaasemanifestarumasériedecaracterísticas,naproduçãodealtofatorde
porcritérios.Elesugerehaver
seteelementosfundamentais impacto, observando-se uma maior preocupação com elementos relativos à
quedeterminamaqualidade causação, inferência, estimação, modelagem e, em termos mais amplos, uma
destesdesenhos:plenitude,
maior reflexividade sobre os desenhos de pesquisa, ou, mais modernamente,
comparabilidade,
sobreasestratégiasdeidentificação(Keele2015).
independência,
representatividade,
Comacentralidadedosdesenhosdepesquisa,aCiênciaPolíticasealinha
variabilidade,transparênciae
replicabilidade. com a proposição de Rubin (2008) de que “os desenhos de pesquisa têm
12 Nooriginal“designtrumps primazia sobre a análise”12. Isto implica um ajuste à crença de que sem um
analysis”. investimentomassivonaconstruçãodedesenhosdepesquisa,boaidentificação
causalequalidadeinferencial,poucosepodeavançaremtermosdegeraçãode
conhecimento válido, especialmentequando se quer gerar inferências causais
comdadosexperimentaisouobservacionais.
MortoneWilliams(2010)consideramqueademandacrescenteporexperi-
mentos–emsuasdiversasvariantes-naCiênciaPolíticaderivadacontinuada
“falha” dos métodos quantitativos tradicionais em oferecer respostas mais
satisfatórias à demanda por inferência causal. Green e Gerber (1999; 2009)
consideram também o importante fato da “exaustão” dos desenhos observa-
cionais.Nestesentido,osdesenhosexperimentaistêmabertofronteirasparaa
reflexãosobreimportantesproblemasrelativosàgeraçãodeinferênciascausais
no laboratório, em experimentos naturais, experimentos de campo, e, a partir
dosquase-experimentos.(e.g.Dunning,2008;MortonandWilliams,2010;Mc
Dermott,2002,Druckmanetal.,2006).
Campbell, Cook e Shadish (2002) sugerem que diante de controles e
randomização“imperfeitos”,osdesenhosdepesquisadevemserconsiderados
como quase-experimentais, situação típica em que os estudos observacionais
permitemgerarinferênciasapartirdecontroles“similares”àscondiçõesexpe-
rimentaisideais.Collieretal.(2004) consideraqueestesdesenhos enfrentam
obstáculoseameaçassimilaresaosexperimentosnoqueserefereàgeraçãode
inferências causais, o que garante que eles sejam considerados como “se
fossem”,emalgumamedida,experimentos.
A primazia dos desenhos de pesquisa estaria se consolidando como uma
“revolução de credibilidade” na Ciência Política, ligada ao modo como a
disciplina oferece respostas efetivas ao problema fundamental da inferência
causal.Narealidade,emtermosmaisamplos,oajusteprogressivoàcondição
de Pluralismo Inferencial representa um padrão de resposta disciplinar para
lidarcomo“problemafundamentaldainferênciacausal”.
A forma diferenciada de como o Pluralismo Inferencial se organiza na
13 Dunleavy(2010)considera CiênciaPolíticatemavercomalógicadaexplicaçãopolítica13.OPluralismo
queaCiênciaPolíticatempor Inferencial(Rezende2015b;2017)representa,portanto,umacondiçãoconsti-
TransformaçõesnacientificidadeeoajusteinferencialnaCiênciaPolítica 107
propósitoproduzirexplicações tutiva da Ciência Política contemporânea (pós-KKV) associada às transfor-
eproduzirgeneralizações.
mações no padrão de cientificidade disciplinar. Na condição de Pluralismo
Todavia,eleconsideraquea
Inferencial, argumentamos que coexistem múltiplas lógicas de realizar infe-
CiênciaPolíticapossuiuma
tarefacrucialqueéade,a rênciascausais.
partirdediversasperspectivas
analíticas,gerarmodelose Baseando-nos na formulação original proposta por Mahoney e Goertz
conhecimentointegrável,que (2012), afirmamos que a produção do conhecimento inferencial na Ciência
permitemquequestõese Política se estrutura em dois grandes tipos (ou lógicas) de causação: forward
problemasdepesquisasejam
causation (efeito-das-causas) e backward causation (causa-dos-efeitos). Eles
continuadamenterefinadosem
suacompreensão. consideram haver duas “culturas” no tratamento das questões inferenciais na
Ciência Política. A primeira, conhecida como “as causas dos efeitos”, se
organiza em desenhos de pesquisa que buscam compreender como determi-
nadas causas produzem um dado resultado, e, neste sentido, mais fortemente
ligada aos métodos qualitativos. A segunda, voltada para compreender “os
efeitos das causas” busca estimar impactos ou efeitos causais. Neste sentido,
estimação é bastante diferente de inferência, como mostraremos empirica-
mente.
14 Ferejohn(2004)considera Explicaçõespolíticas14sãoaquelasquemobilizamvariáveisessencialmente
queasexplicaçõesemCiência políticas e que aderem à Equação de Plott (1991). Plott considera que as
Políticasedividemem
explicaçõesdosfenômenossociaisdevemconsiderarosagentes,suasescolhas,
externalistaseinternalistas.A
eseremmediadospelasinstituições.Ryan(2004)consideraqueasexplicações
primeiracategoriadizrespeito
asexplicaçõesquesão políticas não devem descartar os agentes e o pressuposto da racionalidade. A
centradasemfatorescausais produção de alto fator de impacto tende a mostrar padrões de explicação que
externosaosagentes;a
gravitamentremodelosderacionalidadeemodelosinstitucionais.
segundasevoltaparaexplicar
ocomportamentoeaaçãoa Aintroduçãodosagentesedasinstituiçõestemprofundo impactosobreo
partirdefatoresinternos.
problema da qualidade inferencial. As instituições representam fonte consi-
deráveldeproblemasdeendogeneidade,limitandosensivelmenteasestratégias
de identificação, e afetando a validade das inferências causais. Como não é
possível“erradicar”ocomponenteinstitucionalnasexplicaçõespolíticas,exis-
te uma ampla gama de respostas para lidar com o problema fundamental da
15 Keohane(2009)considera inferência causal15, que vão além da estimação de efeitos causais. Este argu-
que,emborao“santograal”da mentoédefundamentalimportânciaparaentenderoPluralismoInferencialna
CiênciaPolíticasejaageração
CiênciaPolítica.
deinferênciascausais,osdois
grandesproblemasnestatarefa
Mais recentemente, pode-se verificar um ressurgimento das abordagens
sãoosproblemasrelacionados
comportamentais(Bond2007),quepassamadisputaraexplicaçãopolíticacom
asvariáveisomitidaseo
problemadaendogeneidade. os modelos institucionais e racionais. O retorno às abordagens comporta-
mentais alterou substancialmente o padrão de cientificidade a partir de uma
volumosamobilizaçãodedesenhosdepesquisaexperimentais(equaseexperi-
mentais) para produzir inferências válidas. A expansão dos estudos compor-
tamentaisteriatrazidodevoltaasoportunidadesdegerardesenhosdepesquisa
quepossamdarcontadoproblemade“estimarosefeitoscausais”quesetorna
intratável do ponto de vista da identificação quando as instituições assumem
centralidadenaexplicação.
16 Umaanálisecontemporânea AconexãoentreaLógicadeExplicaçãoPolítica16,osDesenhosdePesquisa
daexplicaçãopolíticapodeser eoPluralismoInferencialécompreendidanomodelodirecional(Hay2002)e
vistaemDaigneaulteBéland se aproxima do seguinte: EP [explicações políticas] (cid:2) MC; DP [modelos de
(2015).
causação/desenhos depesquisa](cid:2)DEIV[estratégiasinferenciaisválidas](cid:2)
PI[PluralismoInferencial].Deformasimplificada,pode-seargumentarquea
lógicadaexplicaçãopolíticaproduzumadiversidadededesenhosdepesquisa
contendoestratégiasinferenciaisválidas,asquaisconfigurammúltiplasformas
de resolver o problema fundamental da inferência causal. Na seção seguinte,
apresentamosasDimensõesEmpíricasdoPluralismoInferencial.
A lógica da explicação política – marcada por grande dose de endoge-
17 Emuminstiganteartigo,
neidade17,presençamassivadecontrafatuais18edependentedeconfigurações–
108 FláviodaCunhaRezende
Przeworski(2007)discute termina por produzir um ajuste diferenciado em que coexistem múltiplas
comprofundidadecomotais
formas de pensar e de manipular a causação, caracterizando a condição de
característicasdaexplicação
PluralismoInferencial.OPluralismoInferencialabre,portanto,possibilidades
políticaafetamaqualidade
inferencialnaCiênciaPolítica para que, diante de condições experimentais imperfeitas, seja possível contar
comparada. comum“leque”deopçõesparaproduzirinferências.Estepontoéimportante
18 Paraumtratamento
dadoquenãosepodereduzirainferênciaàquestãodaestimaçãodeefeitos.A
modernodoproblemados
explicação política termina por impulsionar diversas vias de respostas ao
contrafactuaisparainferências
causais,cf.MorganeWinship problemainferencial.
(2007).
Paraalémdosdesenhosdepesquisaquaseexperimentais,comoPluralismo
Inferencial verifica-se, no casoparticulardaCiênciaPolítica,aintrodução de
três importantes tipos de desenhos de pesquisa capazes de gerar inferências
causaisválidas:osEstudosdeCaso,asmetodologiasdeProcess-Tracingeos
Set-TheoreticalMethods.
Osestudosdecaso(Gerring 2004; 2007; Rezende2011b; Rohlfing 2012)
sãoconsiderados alternativasaos“experimentoscontrolados” quando sequer
compreender causação com atenção especial às condições e aos mecanismos
causais,oulidarcomproblemasligadosàendogeneidade.Casosnãoseprestam
apenasparaproduzirconhecimentodescritivo,mas,sim,parafazeravançaro
conhecimentoinferencialnumarealidadeemqueosfenômenossãocarregados
de endogeneidade, complexidade causal e dependência de condições especí-
ficas.Casospodemserferramentasrelevantesparacompreenderadiversidade
depadrõescausais,adireçãodascausalidadese,maisimportante,paraobservar
emmaisdetalhesograuderelaçãonãoespúria(nonspuriousness).
Os desenhos de pesquisa do tipo Process-Tracing (Beach & Pedersen
2013), construídos para dar conta da complexa conexão entre agentes, insti-
tuiçõesecontextosparaproduzirexplicaçõescausaisapartirdemecanismos,
têmseconstituídoemumimportantevetorparaproduzirinferênciascausais.A
atenção aos processos causais tem auferido substancial relevância quando se
tratadeproduzirinferênciascentradasemmecanismoscausais.Estesmodelos
sãoideaisquandosedesejapenetrardefatona“amplacadeia”demecanismos
(Weller&Barnes2014)queestãooperandoemumdadocontexto.
Porfim,adquiremrelevânciaasinferênciasgeradaspelosMétodosQualita-
tivos Configuracionais – Set-Theoretical Methods (Schneider & Wagenan
2012).BaseadosnumalógicabooleanaoriginalmentedesenvolvidaporRagin
(1989)parapensaracausação,estesmétodosmobilizamváriostiposdeestraté-
giasetécnicasparaformarconceitos,criartipologiaseproduzirinterpretação
causal19taiscomoosFuzzySetsQCA20,CrispQCA,Multi-ValueQCAeTem-
poralQCA(Rihoux&Ragin2009).
II.2.OPluralismoInferencialesuasdimensõescaracterísticas
19 APSA(2014)oferece Épossívelargumentarqueumadadadisciplina,quandovistanaperspectiva
avaliaçãosobreoslimitesdos da sua produção, exibe graus diferenciados de ajuste a tal condição, o que
métodosconfiguracionaisna
chamamosaquide“AjusteInferencial”.Nestesentido,seriapossívelobservar
CiênciaPolítica.
empiricamente uma série de características empíricas na produção do conhe-
20 Paraumacríticaatualizada
doslimitesinferenciaisdos cimentodealtofatordeimpacto.
desenhosfuzzy,verKrogslund
etal.(2015). ParamensuraroPluralismoInferencialconsideramossetedimensõescarac-
terísticas. A primeira está relacionada à gradual divisão do trabalho entre
modelosinstitucionaisecomportamentaisnaofertadeexplicações.Estadivi-
são do trabalho impulsiona as possibilidades inferenciais para duas configu-
rações básicas. As análises institucionalistas, por um lado, geram a expansão
das demandas por desenhos de pesquisa que contemplam causação reversa a
partir de desenhos que mobilizam estudos de caso, análises configuracionais,
TransformaçõesnacientificidadeeoajusteinferencialnaCiênciaPolítica 109
análise de processos causais, análise de mecanismos e análises históricas, as
quaistentamdarcontadasdiversasformasdecomoas“instituiçõesimportam”.
Poroutrolado,porseconcentrarnaanálisedocomportamentoemtermosde
causas e efeitos, os modelos comportamentais introduzem a necessidade de
estimar efeitos causais a partir de desenhos experimentais e quase experi-
mentais,envolvendoumalógicadeCausaçãoDireta.Porconferircentralidade
à questão da estimação, os modelos comportamentais introduzem questões
relacionadas ao problema dos controles, manipulabilidade dos desenhos de
pesquisaedecomolidarcomocrucialproblemadasvariáveisomitidas.
É de se esperar que uma Ciência Política mais próxima do Pluralismo
Inferencialapresenteuma“competiçãoentremodeloscomportamentaiseinsti-
tucionais” criando possibilidades para uma ampla variação de desenhos de
pesquisa, exibindo um portfólio altamente diferenciado para responder ao
problemafundamentaldainferênciacausal.
Asegunda característicaestádiretamenteligadaàdemanda crescentepor
inferênciascausais.Oajusteinferencialestáintrinsecamenteligadoaummaior
interesse dos pesquisadores em identificar causação e em gerar inferências
causais.Dopontodevistaempírico,entretanto,talcondiçãofazcomqueseja
plausívelsuporqueoajusteinferencialsejamarcadopelaatençãocrescenteao
problemadainferência,emsuasdiversasvariantes.Estacaracterísticapodeser
observada pela quantidade de artigos que contemplam o propósito de gerar
inferênciascausais,bemcomodavariabilidadeinferencial.
A terceira condição está ligada à primazia dos métodos e modelos. Uma
CiênciaPolíticamaispróximadoPluralismoInferencialseriaaquelaemméto-
dos e modelos adquirem centralidade e relevância (King, Keohane & Verba
1994; Morton 1999; Primo &Clarke2012). Estacaracterísticaimplicamaior
atenção,rigoresofisticaçãodosmodelosemétodosnaproduçãodealtofatorde
impacto.
AquartacondiçãoestárelacionadaàaderênciaaoparadigmaEITM–Em-
21 AldricheLupia(2008) piricalImplicationsofTheoreticalModels21.Nesteparadigma,aprodução do
fornecemumaexcelente conhecimentopassaaserguiadaportestesdehipóteses,utilizaçãodemodelos
compreensãodoparadigma.
formaiseumainteraçãoprofundacomeconometriaeanáliseestatística.Grana-
to e Scioli (2004) consideram que a aderência ao paradigma EITM pode ser
compreendidapelaconjunçãodosseguintesfatores:orientaçãoporproblemas
depesquisateoricamenterelevanteseempiricamenteidentificáveis;usointen-
sivodemodelosformaisquepossamidentificarasconexõescausaisrelevantes
a partir da centralidade dos desenhos de pesquisa; da orientação dedutiva a
partir de hipóteses empiricamente testáveis; mensuração e maior clareza nas
estratégiasdecoleta,sistematizaçãoeanálisededados.
Aquintacondiçãoestádiretamenteligadaàdiversificação/sofisticaçãodo
portfólio das estratégias e técnicas. Em decorrência da expansão das possi-
bilidadesinferenciais,espera-sequeaproduçãodefatordealtofatordeimpacto
exiba um perfil que se caracterize por uma ampla diversificação de opções
metodológicasdisponíveis.
Esta diversificação pode ser caracterizada, em termos mensuráveis, pela
coexistência das metodologias e técnicas específicas mobilizadas para gerar
inferênciascausaisválidas.Dopontodevistaempírico,entretanto,talcondição
pode ser compreendida a partir da diversificação (ou desconcentração) do
portfóliodetécnicas,mensuradopeloCoeficientedeGini.
A sexta condição está ligada à diversidade das lógicas de causação nos
desenhosdepesquisa.OPluralismoInferencialébemdemarcadopelanoçãode
queexistemdiversaslógicasdecausaçãoparaproduzirinferênciascausaisde
110 FláviodaCunhaRezende
qualidade.NaCiênciaPolítica,dadasascaracterísticasjáapontadas,asinferên-
cias válidas contêm diversas “lógicas” de causação, exibindo grande varia-
bilidadeentreos estudos. Otraçodistintivodo PluralismoInferencial estáno
fato de que diversas opções inferenciais são válidas, e tal condição permite
formas altamente diferenciadas de produzir inferências confiáveis. Empirica-
mente,talcondiçãopodesermensurada,comonoexemploanterior,pelograu
dediversificaçãodaslógicasdecausação.
Asétimacondiçãoestáligadaàexpansãodosdesenhosdepesquisaexperi-
mentais(equaseexperimentais).OPluralismoInferencialsefazacompanhar
de uma utilização mais intensiva de experimentos naturais, experimentos de
laboratório, experimentos de campo, experimentos de survey, regressões des-
contínuas,variáveisinstrumentais,diferençasduplas,controlessintéticos,entre
outros. Isso permite compreender maisde perto a ampla quantidade de cami-
nhos inferenciais. Com efeito, a condição de Pluralismo Inferencial movi-
mentariaaproduçãodealtofatordeimpactoparaumautilizaçãomaisintensiva
de diversos desenhos de pesquisa experimentais quando a randomização é
possível, ou para alternativas quase experimentais em condições nas quais a
randomizaçãoéimperfeita.Empiricamenteépossívelmostrarqueousomais
intensivodosexperimentos,emgeral,representaumaboaproxyparaapreender
ograudeajusteaoPluralismoInferencial.
III.Metodologia
Estaseçãoapresentaosrecursosmetodológicosmobilizadosparaverificar
empiricamenteaocorrênciadeatributosempíricosquecaracterizamacondição
de Pluralismo Inferencial em cinco periódicos de alto fator de impacto na
CiênciaPolítica.Aseçãoapresentaoscritériosparaaescolhadabaseempírica,
o tipo de análise realizada, as estratégias de mensuração e, por fim, uma
descriçãodastécnicasestatísticasempreendidas.
Abaseempíricaescolhidaparaaanálisecorrespondeaumapopulaçãode
22 Osartigoscontempladosna 2.321 artigos22 publicados nos periódicos American Political Science Review
amostraincluem (APSR)AmericanJournalofPoliticalScience(AJPS),BritishJournalofPolit-
exclusivamenteartigosquese
icalScience(BJPS),ComparativePoliticalStudies(CPS)eComparativePoli-
utilizamdeteoriasemodelos
tics (CPOL) no período de 2005 a 201523. Conforme ilustra a Tabela 1, tal
paraanáliseempírica,não
incluindo,portanto,revisões amostra tem um fator de impacto médio de 3,117 (calculado para 5 anos),
deliteratura,opiniões caracterizandoumaamostrade“altofatordeimpacto”.Estaamostratemuma
editoriaisouartigos
quantidademédiade4.098citações.
Tabela1-Característicasdaamostra
Periódico Qtd.Citações* FatordeImpacto5 Qtd.Artigos DistribuiçãoRelativa
anos* (%totaldeartigos)
APSR 8.644 4,953 464 19,9%
AJPS 6.812 4,352 661 28,4%
BJPS 1.905 2,432 378 16,2%
CPS 2.138 2,562 600 25,7%
CPOL 992 1,288 228 9,8%
Total 4.098** 3,117** 2.331 100%
Fonte:Oautor,apartirdeJournalCitationReports®,2015.
Nota:*Valormédionoperíodo2010-2015;**Valormédiodosperiódicos.AmericanPoliticalScienceReview(APSR),Amer-
icanJournalofPoliticalScience(AJPS),BritishJournalofPoliticalScience(BJPS),ComparativePolitics(CPS),eCompara-
tivePoliticalStudies(CPOL).
TransformaçõesnacientificidadeeoajusteinferencialnaCiênciaPolítica 111
meramentemetodológicos. A escolha dos cinco periódicos para a análise se deve a dois importantes
Estapopulaçãodeartigosfoi
fatores. O primeiro é combinar periódicos de Ciência Política“pura” como o
acessadapeloSistemados
AJPS(4,352),APSR(4,953)eoBJPS(2,432),comdoisperiódicosnaáreade
PeriódicosCapes.
23 Aescolhadesta Política Comparada - CPS (2,562) e CPOL (1,288). Os artigos publicados
periodizaçãosedeveaofato contemplam, por diferentes formas, análises em que teorias e modelos são
dequeéapartirdemeados
confrontadascomdadosempíricosemcondiçõesconcretasdeanálise.Embora
dosanos2000queasgrandes
queiramos acessar dimensões metodológicas para compreender o Pluralismo
transformaçõesnoque
concerneàquestãoinferencial Inferencial,estacaracterísticapermiteverificartalocorrênciaemumambiente
começamasetornarmais mais“aplicado”.
nítidasemaisinfluentesna
disciplina. O segundo fator é permitir uma variabilidade em termos de problemas de
pesquisa,teoriasmobilizadas,metodologias,desenhosdepesquisa,técnicasde
análise,bemcomoavariaçãoemtermosdasestratégiasdeidentificaçãopara
darcontadoproblemadainferênciacausal.Aopçãopelaheterogeneidadede
abordagens representa um campo ideal para capturar o “mapeamento” das
opçõesmetodológicas,dosdesenhosdepesquisaedaslógicasdecausaçãoque
podemmelhorcaracterizaroPluralismoInferencial.
A construção do argumento foi orientada pela combinação de técnicas de
24 Paraumaexcelenterevisão análisedeconteúdoemineraçãodedadostextuais(TextDataMining)24utili-
sobretaltécnica,verSolka zando oprograma NVIVO 10 paraanálisesqualitativasedemétodos mistos.
(2008).
Estatécnicatemsidolargamenteutilizadaparaaanáliseeextraçãodepadrões,
tendências e regularidades, e serve de insumo relevante na descoberta de
conhecimentoapartirdedocumentostextuais(dadosnãoestruturados).Nesta
técnica,os textossão considerados como “bag-of-words” que contêm dimen-
sõesaseremcapturadasporbuscatextualdiretaapartirdeum“dicionário”de
palavraspreparadopelopesquisadoremfunçãodosinteressesdapesquisa.
É importante salientar que o tipo de estratégia utilizada neste artigo se
diferencia dos métodos que consideram as “palavras como dados” e seus
25 Lowe(2008),Martine derivados25(Laver,Benoit&Garry2003),quevemganhandoaplicabilidadee
Vanberg(2008),Monroee rigornaCiênciaPolíticanaúltimadécada.Emboraaanáliseaquiempreendida
Schrodt(2008),Elff(2013),
considere as “palavras como dados”, é necessário frisar que estamos interes-
LoweeBenoit(2013),Lucas
sadosapenasemcaracterizaracondiçãodePluralismoInferencialapartirde
etal.(2015)eKing,Lame
Roberts(2016)apresentamum posições, escolhas e opções metodológicas contidas na produção de artigos
conjuntorepresentativode científicos26, e não em estimar ou inferir a posição de documentos fora da
referênciasdeelevada
amostra a partir de documentos referenciais, que é o propósito central destas
qualidadeparailustraros
estratégias.
debatesequestõessobreestas
abordagensnaCiênciaPolítica
AmetodologiapropostaporLaver,BenoiteGarry(2003)serve,portanto,
contemporânea.Parauma
excelenterevisãodoconjunto deinspiração,eas“palavrascomodados”sãoutilizadasparagerarevidências
depossibilidadesanalíticas quecorroboramoargumentodoPluralismoInferencial.Nossatarefa,portanto,
destasmetodologias,cf.
seaproximadoqueGrimmereStewart(2013,p.268)consideramcomoanáli-
GrimmereStewart(2013).
sestextuaisautomatizadasvoltadasparaaclassificaçãodetextoscomcatego-
26 Narealidade,umartigo
acadêmicopodeser rias conhecidas a priori, que ele chama de “dicionários” (Dictionary
consideradocomoum Methods27).
conjuntodeopções–
substantivas,teóricase O“DicionáriodeTermos”foicompostoapartirdedadosdecontagemem
metodológicas–realizadas
49atributos(verlistanoApêndice128)coletadosnosperiódicosselecionados
pelopesquisadorese
paraanálise.Nesteuniversofoiselecionadoumsubconjunto específicode39
assemelhariama“posições
políticas”numespaço (trintaenove)componentescorrespondendoascincodimensõesquepermitem
decisórioeaosmodelosde capturarascaracterísticasquepodemcorroborarempiricamenteacondiçãodo
“wordsasdata”.Todavia,na
PluralismoInferencial29,conformeapresentadonoQuadro1.
análiseaquiconsideradaéo
componenteinferencialque
Apartirdaidentificaçãodestesatributosedimensões,foramrealizadasas
tentaestimaraposiçãoem
consultas no NVIVO buscando-se obter dados de contagem – Quantidade de
textosforadaamostraapartir
detextosreferenciais. ReferênciasCodificadas(QRC)eFontesCodificadas(FC)quemensurem–a
27 Eleschamamaatençãode partirdepesquisadetextoematrizesdecodificação–asfrequênciasdecada
queasanálisesvoltadasparaa
termo por documento e sua evolução para cada um dos cinco periódicos no
112 FláviodaCunhaRezende
classificaçãoutilizando Quadro1-Componentesdasdimensõesdeanálise
dicionáriossãoaquelasemque
ospesquisadoresutilizamas
Dimensão Componentes
frequênciasdepalavras-chave
paraconhecerotipode D1-MétodoseModelos AnalisedeDadosI(Figuras);AnálisedeDadosII
documentoanalisado. (6componentes) (Tabelas)Método/Metodologia;Modelo;
28 Asconsultastextuais
ModelosFormais.Teoria
específicasrealizadasno
NVIVOparaamensuração D2–Inferência Efeitos;Estimação;Impacto;Inferência;Pontos
destasvariáveis(eoutrasde (6componentes) Ideais;TestedeHipóteses
interesse)sãoapresentadasno
D3-TécnicasdeAnálise AnálisedePainel;ModelosdeSobrevivência;
Apêndice.
29 Éimportantefrisarqueas (13componentes) ModelosEspaciais;ModelosHierárquicos;
mensuraçõesrealizadasnestas MonteCarlo;PropensityScore;Regressão,Sur-
dimensõesconfiguramuma vey,Logit,Tobit,Probit,SériesTemporais;TSCS
dasinúmeraspossibilidades
D4–DesenhosdePesquisa Endogeneidade;Randomização;Sensitividade;
paracapturartaisconceitos
(6componentes) Validade;VariáveisOmitidas;ViésdeSeleção
metodológicos.Longede
seremconsiderados“ideais” D5–LógicasdeCausação AnáliseInstitucional;Contrafatuais;
ou“maisadequados”,eles (7componentes) Experimentos;FuzzySets;Mecanismos;Modelos
devemserusadoscom
Bayesianos;QCA
parcimônia,e,devemser
refinadosemestudos
Fonte:Oautor.
subsequentes.
período2005-2015.Apósaobtençãodosdadosdecontagem,estasfrequências
são convertidas em escores a partir dos quais são construídas as matrizes de
termos por ano (MTA) e dos termos por documento (MTD) que são as bases
paraasanálisesestatísticas.
Paraaconstruçãodosindicadoresnasanáliseslongitudinaisparaoperíodo
2005-2015,asunidadesdeanálisecorrespondemaosatributosconsiderados,ea
mensuração da frequência de termos foi realizada da seguinte forma: em
primeiro lugar, foi calculada a probabilidade (P) de ocorrência de um dado
atributo A. Esta foi medida pelo quociente entre a Quantidade de Fontes
Codificadas (QFC) com o termo e o Total de Fontes Publicadas no Ano
(TFPAn).
Apartirdestasprobabilidades,deformaoriginal,foicalculadooindicador
“ForçadeIncidênciadoTermo”(FIT),entendidocomosendooprodutoentre
probabilidade de ocorrência (P) e a Quantidade de Referências Codificadas
(QRF)poratributo(FIT=P*QRF).Esteescoremedeaimportância,relevância
ou “peso” do termo A na produção para cada ano. Com estes escores foram
construídas as Matrizes QRC, Matrizes FIT e as Matrizes de Probabilidade,
contendo as séries longitudinais dos dados por atributo que lastreiam as aná-
lises,conformemostraoframeworkdoQuadro2.
Osdadosdecontagem,portanto,foramoriginalmentegeradosemNVIVO
10,exportadosparaExcel,organizados,e,emseguida,passadosparaoSPSS.A
escolhadoSPSScomosoftwareparaempreenderaanálisededadossedápelo
fatodesetratardeumaanáliseestatísticaextremamentesimplesparaaqualo
softwareatendemuitobem.
Asanálisesestatísticasrealizadaspodemserdivididasemdoismomentos.A
primeiradelas,queérealizadanaSeção4,temporobjetivoapresentarpadrõese
regularidades em termos das probabilidades médias (e desvios padrões) de
ocorrênciadeatributosselecionados(isoladamente,agrupadamente ouclassi-
ficadosemdimensões)paracompararoscincoperiódicos,mostrandovariações
relevantesparaaanálise.Estasanálisessãotratadascomboxplots,matrizesde
correlação(scattermatrix)egráficosdedispersão(scatterplots)paraoferecer
umavisãocomparativaadequada.
O passo seguinte, conforme apresentado na Seção V, consiste em um
conjuntodeanálisesdescritivasquepermitamcaracterizaro“ajustetemporal”