Ciência: o que é, como funciona e como sabemos o que sabemos?
Uma introdução à ciência, ao método científico, à epistemologia e aos critérios que distinguem conhecimento científico de opinião, crença e pseudociência.
Ciência é uma forma sistemática, crítica e organizada de produzir conhecimento sobre a realidade, utilizando observações, evidências, raciocínio lógico, métodos explícitos e procedimentos de investigação que permitem avaliar, questionar e, quando necessário, corrigir as conclusões obtidas. [1, 2]
A ciência procura compreender fenômenos, identificar padrões, formular explicações, testar hipóteses e construir modelos capazes de explicar o que observamos e, em determinadas condições, prever o que poderá acontecer.
Ela não consiste simplesmente em acumular informações, repetir o que especialistas disseram ou reunir opiniões de pessoas com títulos acadêmicos. Uma afirmação não se torna científica apenas porque foi publicada em uma revista, apresentada por um professor ou defendida por um pesquisador.
O que caracteriza a investigação científica é, sobretudo, a maneira pela qual as afirmações são formuladas, investigadas, confrontadas com as evidências e submetidas à crítica.
Por exemplo, afirmar que determinado alimento melhora a saúde é apenas uma alegação. Para avaliar cientificamente essa afirmação, precisamos definir o que significa melhorar a saúde, qual população está sendo estudada, qual quantidade do alimento é consumida, em comparação com o quê, durante quanto tempo e por meio de quais indicadores o resultado será avaliado.
A partir dessas definições, podemos formular hipóteses, coletar dados, analisar resultados, comparar explicações alternativas e verificar até que ponto as evidências sustentam a alegação original.
A ciência, portanto, não se define apenas pelo assunto que investiga, mas também pela maneira como constrói e avalia suas explicações.
1.1. Ciência é um processo, não um conjunto de verdades imutáveis
O conhecimento científico pode ser altamente confiável sem ser absolutamente definitivo.
Algumas conclusões são sustentadas por tantas evidências independentes, obtidas por diferentes métodos, que existe grande confiança nelas. Outras permanecem provisórias, controversas ou limitadas a determinadas condições.
Isso significa que não devemos tratar todas as afirmações científicas como se tivessem o mesmo grau de certeza.
Também significa que uma conclusão científica não perde automaticamente sua validade porque pode ser revisada. A possibilidade de correção é uma das características que tornam o empreendimento científico capaz de aprender com os próprios erros.
O relatório Reproducibility and Replicability in Science, publicado pelas National Academies of Sciences, Engineering, and Medicine, ressalta que a ciência trabalha com graus de confiança, incertezas e resultados que precisam ser avaliados à luz de outras investigações. [1]
A ciência não é infalível. Sua força está na capacidade de investigar sistematicamente, identificar erros e melhorar suas explicações com base em evidências.
2. O que é conhecimento?
Antes de compreender a ciência, é necessário entender o conceito de conhecimento.
Conhecimento é aquilo que uma pessoa ou comunidade consegue compreender ou reconhecer sobre determinado assunto, acontecimento, objeto ou fenômeno. Entretanto, nem tudo aquilo que alguém acredita saber está necessariamente correto ou bem fundamentado.
Podemos acreditar em algo verdadeiro por acaso, acreditar em algo falso com muita convicção ou chegar a uma conclusão correta por meio de um raciocínio inadequado.
Imagine uma pessoa que afirma que determinado suplemento funciona porque o utilizou durante uma semana e se sentiu melhor.
Ela pode estar descrevendo sinceramente sua experiência. O problema é que essa experiência, isoladamente, não permite determinar se a melhora foi causada pelo suplemento, por uma mudança no sono, pela expectativa de melhora, por uma oscilação natural dos sintomas ou por outro fator.
A afirmação pode até estar correta, mas ainda não existe evidência suficiente para estabelecer sua causa.
Na epistemologia, uma das discussões centrais é justamente compreender o que diferencia uma crença verdadeira de um conhecimento adequadamente fundamentado. A tradição filosófica discutiu a ideia de conhecimento como crença verdadeira justificada, embora essa definição tenha enfrentado objeções importantes. [3, 4]
2.1. Tipos de conhecimento
Podemos distinguir diferentes formas de conhecimento, embora elas possam se sobrepor.
Conhecimento empírico: adquirido por experiências e observações. Por exemplo, perceber que uma determinada atividade costuma causar cansaço.
Conhecimento científico: construído por investigações sistemáticas, métodos explícitos e avaliação crítica de evidências.
Conhecimento filosófico: desenvolvido por meio de análise conceitual, argumentação lógica e reflexão crítica sobre questões como realidade, conhecimento, ética e existência.
Conhecimento religioso: relacionado a tradições, doutrinas, experiências e compromissos de fé.
Conhecimento técnico: relacionado à capacidade de executar procedimentos e resolver problemas práticos, como operar um equipamento ou realizar uma técnica profissional.
Essas categorias não são necessariamente inimigas. Uma experiência pessoal pode inspirar uma pergunta científica; a filosofia pode analisar os pressupostos da ciência; o conhecimento técnico pode viabilizar um experimento.
Entretanto, elas não utilizam sempre os mesmos critérios para justificar suas afirmações.
Uma experiência pessoal pode ser suficiente para alguém decidir que prefere determinado alimento. Já para afirmar que esse alimento reduz a mortalidade de uma população, são necessários outros tipos de evidência.
O critério adequado depende da natureza da afirmação.
3. O que é epistemologia?
Epistemologia é o ramo da filosofia que investiga o conhecimento: sua natureza, suas fontes, sua justificação, seus limites e as condições pelas quais podemos considerar uma afirmação bem fundamentada. [3]
Em termos simples, a epistemologia procura responder a perguntas como:
Como sabemos que algo é verdadeiro?
Qual é a diferença entre acreditar e saber?
Que tipo de evidência justifica uma conclusão?
Como distinguimos conhecimento confiável de erro?
Existem limites para aquilo que podemos conhecer?
Como nossas percepções, pressupostos e interesses influenciam aquilo que consideramos verdadeiro?
Quando devemos mudar de opinião diante de novas evidências?
A epistemologia não é exclusiva da ciência. Podemos investigar epistemologicamente o conhecimento cotidiano, matemático, histórico, filosófico e científico.
Quando aplicada especificamente à ciência, ela se relaciona à filosofia da ciência, que investiga como o conhecimento científico é produzido, quais métodos utiliza, como suas teorias são avaliadas e o que distingue suas explicações de outras formas de compreender o mundo.
3.1. Epistemologia e metodologia não são a mesma coisa
Os conceitos estão relacionados, mas possuem funções diferentes.
Epistemologia: investiga o que conta como conhecimento e quais razões justificam uma afirmação.
Metodologia científica: estuda e organiza os métodos utilizados para investigar problemas e produzir conhecimento.
Método científico: corresponde aos procedimentos e estratégias empregados para formular perguntas, coletar informações, testar explicações e avaliar resultados.
Ontologia: investiga questões relacionadas à natureza do ser e da realidade, incluindo o que existe e como compreendemos aquilo que existe.
Lógica: estuda as estruturas do raciocínio e os critérios pelos quais argumentos podem ser considerados válidos.
Um exemplo ajuda a esclarecer essas diferenças.
Imagine uma pesquisa que pretende investigar se uma intervenção nutricional reduz a pressão arterial.
A ontologia envolve pressupostos sobre a existência e as características do fenômeno investigado.
A epistemologia envolve questões sobre o que seria uma evidência adequada para afirmar que a intervenção funciona.
A metodologia define o desenho da pesquisa, os critérios de seleção dos participantes e os procedimentos de análise.
O método inclui os procedimentos concretos de medição, coleta e comparação dos dados.
A lógica ajuda a avaliar se as conclusões realmente decorrem dos resultados.
Essas dimensões se complementam. Uma pesquisa pode utilizar instrumentos precisos e executar corretamente os procedimentos, mas ainda assim chegar a uma conclusão inadequada se a pergunta estiver mal formulada ou se os dados não sustentarem a interpretação apresentada.
4. O que é o método científico?
Método científico é o conjunto de procedimentos sistemáticos, críticos e adequados ao problema investigado que permite produzir e avaliar evidências sobre uma questão.
É importante destacar que não existe uma sequência universal, rígida e idêntica para todas as ciências.
A investigação em física experimental não funciona exatamente como a pesquisa em epidemiologia, astronomia, geologia, história ou ecologia. Algumas áreas dependem de experimentos controlados; outras estudam fenômenos que não podem ser manipulados diretamente.
A filosofia contemporânea da ciência reconhece essa diversidade metodológica. Observação sistemática, experimentação, raciocínio dedutivo e indutivo, construção de modelos e teste de hipóteses são práticas importantes, mas sua aplicação varia entre disciplinas. [2]
Apesar dessa diversidade, podemos apresentar um esquema geral da investigação científica.
4.1. Etapas comuns de uma investigação científica
1. Observação do fenômeno
O pesquisador identifica um acontecimento, padrão, problema ou resultado que merece investigação.
Exemplo: observar que pessoas com determinadas características apresentam, em média, valores diferentes de pressão arterial.
2. Formulação da pergunta de pesquisa
O problema precisa ser delimitado de maneira clara.
Exemplo: em adultos com hipertensão, uma intervenção alimentar específica reduz a pressão arterial sistólica em comparação com o cuidado habitual?
3. Revisão do conhecimento existente
O pesquisador examina estudos anteriores, conceitos, métodos e resultados já publicados.
Essa etapa ajuda a identificar o que já se sabe, quais dúvidas permanecem e como evitar repetir erros metodológicos conhecidos.
4. Formulação de uma hipótese
A hipótese apresenta uma explicação ou previsão que pode ser confrontada com evidências.
Exemplo: participantes submetidos à intervenção apresentarão uma redução média maior da pressão arterial do que participantes do grupo de comparação.
5. Planejamento da investigação
São definidos o desenho do estudo, a população, a amostra, as variáveis, os instrumentos, os procedimentos, os critérios de inclusão e exclusão e a estratégia de análise.
6. Coleta de dados
Os dados são obtidos por observações, experimentos, medições, entrevistas, documentos, bancos de dados ou outros procedimentos apropriados à pergunta.
7. Análise dos resultados
Os dados são organizados e examinados para verificar padrões, diferenças, associações, incertezas e possíveis explicações alternativas.
8. Interpretação
Os resultados são comparados com a hipótese inicial, com o conhecimento existente e com as limitações do estudo.
9. Comunicação científica
Os métodos, dados relevantes, análises e conclusões são apresentados de maneira suficientemente transparente para permitir avaliação crítica.
10. Crítica, replicação e revisão
Outros pesquisadores podem questionar os métodos, reanalisar os dados, testar a hipótese em novas populações ou produzir resultados diferentes.
Esse processo pode retornar a qualquer etapa. Um resultado inesperado pode levar à revisão da hipótese, à mudança dos instrumentos ou à formulação de uma nova pergunta.
O método científico não é uma receita que garante a verdade. É uma estrutura de investigação que ajuda a tornar as conclusões mais justificáveis, transparentes e criticáveis.
5. Os principais métodos de raciocínio científico
Além dos procedimentos de pesquisa, a ciência depende de diferentes formas de raciocínio.
5.1. Dedução
Dedução é um tipo de raciocínio no qual a conclusão decorre logicamente das premissas. Se as premissas forem verdadeiras e o argumento for válido, a conclusão não poderá ser falsa.
Exemplo:
Premissa 1: todos os indivíduos pertencentes a uma determinada população definida possuem a característica A.
Premissa 2: João pertence a essa população.
Conclusão: João possui a característica A.
A dedução é importante para derivar previsões de teorias e verificar as consequências lógicas de determinadas hipóteses.
Entretanto, um argumento dedutivamente válido não garante que suas premissas sejam verdadeiras. É possível raciocinar corretamente a partir de uma premissa falsa.
5.2. Indução
Indução é o raciocínio que parte de observações particulares para formular generalizações ou conclusões prováveis.
Exemplo: um pesquisador observa repetidamente que determinada substância está associada a um efeito em diferentes condições e considera a possibilidade de existir um padrão mais geral.
A indução é fundamental para a construção do conhecimento empírico, mas suas conclusões não são garantidas pela lógica da mesma forma que as conclusões de uma dedução válida.
Observar um fenômeno cem vezes não prova, por si só, que ele ocorrerá sempre. A amostra pode ser limitada, as condições podem mudar e pode haver situações ainda não observadas.
Por isso, generalizações científicas precisam considerar a qualidade dos dados, a representatividade das amostras e a possibilidade de exceções.
5.3. Abdução
Abdução é o raciocínio que procura identificar a explicação mais plausível para um conjunto de observações.
Imagine que um pesquisador observe uma queda inesperada na concentração de determinada substância em uma amostra.
Entre as explicações possíveis estão uma alteração biológica real, um erro de coleta, uma falha no equipamento ou uma mudança nas condições de armazenamento.
A abdução ajuda a formular explicações candidatas. Essas explicações precisam, posteriormente, ser avaliadas por meio de testes, análises ou novas observações.
A explicação mais intuitiva não é necessariamente a correta.
5.4. Como os três raciocínios se complementam
Na prática, uma investigação pode utilizar os três:
A abdução sugere explicações possíveis.
A dedução permite derivar previsões dessas explicações.
A indução contribui para avaliar padrões observados e construir generalizações.
Nenhum desses raciocínios, isoladamente, resolve todos os problemas da investigação científica. A confiabilidade depende da combinação entre raciocínio, evidências, métodos e crítica.
6. O que é uma hipótese científica?
Hipótese científica é uma proposição ou explicação provisória que pode ser avaliada por meio de evidências e procedimentos de investigação apropriados.
Uma hipótese não é apenas uma ideia imaginativa. Ela precisa ter conteúdo suficientemente claro para que seja possível investigar se os resultados esperados são compatíveis com o que foi proposto.
Considere duas afirmações:
“Existe uma força invisível que controla a saúde de todas as pessoas, mas ela nunca pode ser detectada nem produzir qualquer resultado observável que a diferencie de outras explicações.”
“Em adultos com determinada condição, a intervenção X reduz a pressão arterial média em comparação com o tratamento habitual após 12 semanas.”
A primeira afirmação, tal como formulada, não apresenta uma maneira clara de distinguir empiricamente sua validade da invalidade. A segunda pode ser investigada, desde que sejam definidos os procedimentos, as medidas e os critérios de comparação.
Isso não significa que toda pergunta científica precise ser respondida por um único experimento. Significa que a hipótese precisa ter consequências investigáveis ou integrar um programa de pesquisa capaz de produzir evidências relevantes.
6.1. O que significa falsificabilidade?
Falsificabilidade é a possibilidade de uma afirmação científica entrar em conflito com algum resultado observável concebível.
O filósofo Karl Popper tornou esse conceito especialmente conhecido na discussão sobre a demarcação entre ciência e não ciência. Para Popper, uma teoria deve proibir determinados resultados possíveis; caso qualquer resultado possa ser interpretado como confirmação, independentemente do que aconteça, sua capacidade de ser testada fica comprometida. [5]
Por exemplo, se alguém afirma que uma intervenção sempre produz um efeito específico em condições claramente definidas, a observação confiável de que o efeito não ocorre nessas condições pode contrariar a afirmação.
Em contrapartida, se cada resultado negativo for explicado retrospectivamente como uma manifestação invisível do mesmo efeito, sem critérios independentes que permitam avaliar essa explicação, a afirmação se torna difícil de testar.
Entretanto, falsificabilidade não é uma regra mecânica capaz de classificar sozinha todas as atividades científicas. Estudos históricos, observacionais, exploratórios e outras formas de investigação podem contribuir para a ciência mesmo quando não se resumem a um teste direto de uma hipótese isolada.
Além disso, um resultado contrário à previsão não identifica automaticamente qual parte da explicação está errada. O problema pode estar na hipótese principal, em uma premissa auxiliar, no instrumento de medição ou na execução do estudo.
A falsificabilidade é, portanto, um critério filosófico importante, mas deve ser compreendida dentro da complexidade real da investigação científica.
7. O que são fatos, hipóteses, teorias e leis científicas?
Esses termos são frequentemente utilizados de maneira equivocada no cotidiano. Na ciência, eles possuem significados distintos.
7.1. Fato científico
Um fato científico é uma ocorrência, observação ou resultado sustentado por evidências confiáveis e suficientemente confirmado para ser aceito como parte do conhecimento disponível.
Isso não significa que qualquer observação individual seja automaticamente um fato estabelecido. Medições podem conter erros, instrumentos possuem limitações e diferentes métodos podem produzir resultados incompatíveis.
A confirmação por diferentes observações e procedimentos aumenta a confiança em uma afirmação.
7.2. Hipótese científica
É uma proposição que será investigada, testada ou confrontada com evidências.
Exemplo: uma intervenção nutricional pode reduzir determinado marcador metabólico em uma população específica.
7.3. Teoria científica
Uma teoria científica é uma estrutura explicativa organizada e amplamente sustentada por evidências, que relaciona conceitos, mecanismos e resultados para explicar fenômenos.
Na linguagem cotidiana, “teoria” costuma significar palpite. Na ciência, o termo possui um significado muito mais robusto.
A teoria celular, a teoria da evolução e a teoria da tectônica de placas são exemplos de estruturas explicativas sustentadas por múltiplas linhas de evidência. [6, 7]
Uma teoria não é uma hipótese que simplesmente acumulou comprovações até se transformar em fato. Hipóteses, teorias, leis e fatos desempenham funções diferentes na construção do conhecimento.
7.4. Lei científica
Uma lei científica descreve uma regularidade ou relação observada sob determinadas condições.
Leis podem ser expressas matematicamente e utilizadas para prever comportamentos de sistemas.
Em termos gerais, leis descrevem relações; teorias procuram explicar os fenômenos e os mecanismos relacionados a elas. Essa distinção não é absoluta em todos os campos, mas ajuda a compreender os papéis diferentes desses conceitos. [6]
7.5. Comparação resumida
ConceitoFunção principalExemplo de formulaçãoObservaçãoRegistrar um fenômenoA pressão arterial medida foi de 145 mmHgFato científicoExpressar algo suficientemente confirmadoUm fenômeno foi observado de forma consistente em condições definidasHipótesePropor algo investigávelA intervenção X reduzirá a pressão arterialTeoriaExplicar fenômenos por uma estrutura coerenteUma teoria explica mecanismos e relações de um conjunto de fenômenosLeiDescrever uma regularidadeUma relação matemática descreve o comportamento de um sistema sob certas condições
Essas categorias não constituem necessariamente etapas sucessivas. Uma teoria não precisa se transformar em lei, e uma lei não é automaticamente superior a uma teoria.
8. O que é evidência científica?
Evidência científica é uma informação obtida por observação, medição, experimento ou outro procedimento de investigação que contribui para avaliar uma afirmação.
A evidência não fala por si mesma. Seu significado depende da pergunta investigada, da qualidade dos dados, dos métodos empregados e das explicações alternativas.
Uma fotografia pode ser evidência de que determinado objeto estava em um local, mas talvez seja insuficiente para estabelecer por que ele estava ali. Um exame laboratorial pode demonstrar uma alteração mensurável, mas não necessariamente identificar sua causa. Uma pesquisa pode revelar associação entre duas variáveis sem provar que uma provocou a outra.
É necessário distinguir três coisas:
Dados: registros obtidos durante a investigação.
Evidências: dados considerados relevantes para avaliar uma afirmação.
Interpretação: explicação construída a partir dessas evidências.
Os dados podem ser reais, mas a interpretação pode estar errada. Uma análise estatística pode estar matematicamente correta e ainda responder inadequadamente à pergunta de pesquisa.
8.1. O que torna uma evidência mais confiável?
Entre os fatores importantes estão:
Adequação do método à pergunta investigada.
Qualidade e precisão das medições.
Controle de vieses e fatores de confusão.
Tamanho e representatividade da amostra, quando pertinentes.
Transparência na coleta e na análise.
Compatibilidade entre os dados e as conclusões.
Consideração de explicações alternativas.
Consistência com outras pesquisas independentes.
Possibilidade de reprodução ou replicação dos resultados.
Nenhum desses critérios, isoladamente, garante uma conclusão correta.
Uma amostra grande, por exemplo, não corrige automaticamente um viés sistemático. Uma pesquisa publicada em uma revista prestigiosa também pode apresentar falhas metodológicas.
A confiabilidade emerge da avaliação conjunta do desenho, da execução, da análise, da transparência e do conjunto de evidências disponível.
9. Correlação não é causalidade
Um dos erros mais comuns na interpretação de pesquisas é concluir que uma variável causa outra apenas porque ambas aparecem associadas.
Correlação é uma relação estatística entre variáveis. Causalidade é uma relação na qual mudanças em determinado fator contribuem para produzir mudanças em outro, sob condições especificadas.
Imagine que um estudo encontre uma associação entre consumo de determinado alimento e maior expectativa de vida.
Esse resultado, sozinho, não demonstra que o alimento aumente a longevidade. Pessoas que consomem esse alimento podem apresentar diferenças de renda, atividade física, acesso à saúde, padrão alimentar ou outros fatores relacionados à expectativa de vida.
Esses fatores podem ajudar a explicar a associação observada.
9.1. O que são fatores de confusão?
Um fator de confusão é uma variável relacionada à exposição investigada e ao resultado que pode distorcer a associação entre ambos.
Considere um exemplo hipotético: pessoas que utilizam um suplemento apresentam melhor desempenho físico do que pessoas que não o utilizam.
Uma possível explicação é que o suplemento contribua para o desempenho. Outra é que seus usuários também treinem mais, durmam melhor ou tenham maior acesso a acompanhamento profissional.
Se essas diferenças não forem adequadamente consideradas, o efeito atribuído ao suplemento pode estar superestimado ou até ser explicado por outros fatores.
9.2. Como investigar causalidade?
A estratégia depende da pergunta e do contexto. Pode incluir:
Ensaios experimentais randomizados, quando viáveis e éticos.
Estudos observacionais com controle adequado de fatores de confusão.
Comparação de resultados em diferentes populações.
Experimentos naturais e métodos quase experimentais.
Avaliação de mecanismos biologicamente plausíveis.
Análise da sequência temporal entre exposição e resultado.
Verificação de previsões e resultados em estudos independentes.
Mesmo um ensaio randomizado bem conduzido precisa ser avaliado criticamente. Perdas de acompanhamento, baixa adesão, medições inadequadas e limitações de generalização podem afetar a interpretação.
Por outro lado, estudos observacionais não são inúteis para investigar causalidade. Em algumas situações, são indispensáveis, especialmente quando um experimento seria inviável, antiético ou impossível.
A conclusão adequada depende da força do desenho, da qualidade dos dados e da convergência das evidências.
10. O que é metodologia científica?
Metodologia científica é o estudo e a organização dos métodos utilizados para investigar problemas, produzir dados e justificar conclusões.
Ela não se limita a descrever o que o pesquisador fez. Também envolve explicar por que determinada estratégia é apropriada para responder à pergunta investigada.
A escolha metodológica deve partir do problema, e não da preferência pessoal do pesquisador por um tipo de estudo.
Por exemplo, uma pergunta sobre a experiência subjetiva de pacientes pode exigir entrevistas qualitativas. Uma pergunta sobre a prevalência de uma doença pode exigir um estudo epidemiológico. Uma pergunta sobre o efeito causal de uma intervenção pode, quando viável e ético, justificar um ensaio experimental.
Não existe um método universalmente superior para todas as perguntas. Existe a necessidade de escolher um método adequado ao problema e reconhecer suas limitações.
10.1. Pesquisa quantitativa
Utiliza dados numéricos e procedimentos de análise quantitativa.
Pode investigar prevalência, frequência, diferenças entre grupos, associações, tendências e efeitos de intervenções.
Exemplos: medir a concentração de glicose, estimar a prevalência de obesidade ou comparar a pressão arterial média de dois grupos.
10.2. Pesquisa qualitativa
Investiga significados, experiências, percepções, práticas e processos sociais por meio de estratégias como entrevistas, observação e análise de documentos ou discursos.
Exemplo: investigar como pacientes compreendem as orientações nutricionais recebidas durante um tratamento.
A pesquisa qualitativa não é simplesmente uma pesquisa com poucos participantes ou sem números. Ela utiliza estratégias próprias de coleta e análise, adequadas a perguntas específicas.
10.3. Pesquisa experimental
O pesquisador manipula uma variável ou intervenção e observa seus efeitos, controlando outras condições tanto quanto possível.
Quando há distribuição aleatória dos participantes entre grupos, temos uma característica importante dos ensaios randomizados.
A experimentação pode ajudar a avaliar relações causais, mas nem todo experimento elimina todas as fontes de viés.
10.4. Pesquisa observacional
O pesquisador observa exposições, características ou acontecimentos sem distribuir deliberadamente a intervenção que está sendo estudada.
Estudos transversais, de coorte e de caso-controle são exemplos de desenhos observacionais.
Esses desenhos podem fornecer evidências valiosas sobre frequência, associações, fatores de risco e possíveis relações causais, embora apresentem limitações que precisam ser consideradas.
10.5. Pesquisa teórica e modelagem
Utiliza conceitos, estruturas matemáticas, modelos e raciocínio para desenvolver ou examinar explicações.
A pesquisa teórica não significa especulação livre de critérios. Modelos podem ser avaliados por sua coerência lógica, capacidade explicativa, compatibilidade com evidências e desempenho em previsões, conforme a área de investigação.
11. O que é uma revisão sistemática e por que ela não é automaticamente a melhor evidência?
Na pesquisa em saúde, é comum encontrar referências à chamada hierarquia de evidências.
Em termos gerais, ensaios randomizados bem conduzidos são frequentemente úteis para investigar efeitos de intervenções, enquanto estudos observacionais são essenciais para várias perguntas sobre prognóstico, frequência de doenças, efeitos adversos e exposições que não podem ser distribuídas experimentalmente.
Revisão sistemática é uma investigação que utiliza métodos explícitos e previamente definidos para identificar, selecionar, avaliar e sintetizar estudos relevantes sobre uma pergunta específica.
Ela pode reunir ensaios clínicos, estudos observacionais, pesquisas qualitativas ou outras fontes, dependendo da questão investigada.
Uma meta-análise é uma técnica estatística que combina quantitativamente resultados de diferentes estudos quando isso é metodologicamente apropriado.
É importante distinguir os conceitos:
Uma revisão sistemática pode não realizar meta-análise.
Uma meta-análise pode combinar estudos com limitações importantes.
Uma revisão sistemática pode concluir que as evidências são insuficientes.
Resultados agrupados não corrigem automaticamente os vieses dos estudos originais.
Por isso, não basta perguntar se um artigo é uma revisão sistemática ou uma meta-análise. Também é necessário examinar a qualidade dos estudos incluídos, a heterogeneidade dos resultados, os critérios de seleção, o risco de viés e a adequação da síntese.
A pergunta central continua sendo: as evidências utilizadas são confiáveis e adequadas para sustentar a conclusão apresentada?
12. O que são viés, erro e incerteza científica?
A ciência é conduzida por seres humanos, utilizando instrumentos, modelos e procedimentos que possuem limitações. Por isso, é necessário compreender como erros e vieses podem afetar os resultados.
12.1. Erro aleatório
É a variação imprevisível que afeta medições ou estimativas.
Por exemplo, medições repetidas da pressão arterial de uma pessoa podem variar mesmo quando as condições gerais permanecem semelhantes.
O erro aleatório pode reduzir a precisão de uma estimativa.
12.2. Erro sistemático
É uma distorção persistente que desloca as medições ou estimativas em determinada direção.
Um instrumento descalibrado pode produzir valores consistentemente superiores aos valores reais.
Aumentar o tamanho da amostra não elimina necessariamente um erro sistemático.
12.3. Viés
Viés é uma tendência sistemática que pode distorcer a coleta, a análise, a interpretação ou a publicação dos resultados.
Pode surgir na seleção dos participantes, na medição das variáveis, na análise estatística ou na divulgação dos resultados.
Um exemplo é o viés de publicação: resultados positivos ou estatisticamente significativos podem ter maior probabilidade de ser publicados do que resultados nulos, dependendo das práticas e dos incentivos existentes.
Isso pode fazer com que a literatura publicada represente de maneira incompleta o conjunto das pesquisas realizadas.
12.4. Incerteza
Incerteza é a limitação do grau de confiança que podemos atribuir a uma estimativa ou conclusão.
Ela pode decorrer da variabilidade natural, de dados insuficientes, de limitações de medição, de pressupostos do modelo ou de explicações alternativas ainda não resolvidas.
Reconhecer a incerteza não significa que todas as conclusões sejam igualmente duvidosas.
Uma estimativa pode ser bastante precisa, enquanto outra permanece incerta. Uma hipótese pode ter evidências muito fortes, enquanto outra é sustentada apenas por dados preliminares.
A atitude científica exige distinguir esses graus de confiança, em vez de apresentar todas as conclusões como certezas absolutas.
13. O que é significância estatística? E o que ela não significa?
A estatística é uma ferramenta importante para analisar dados, mas seus resultados precisam ser interpretados corretamente.
Valor de p é uma medida que, sob uma hipótese estatística nula e os pressupostos do modelo, expressa a probabilidade de obter resultados tão extremos quanto os observados, ou mais extremos.
Um valor de p inferior a 0,05 é frequentemente utilizado como critério convencional em determinadas análises. Isso não significa que exista 95% de probabilidade de a hipótese estudada ser verdadeira.
Tampouco significa que o resultado seja importante para a saúde, que o efeito seja grande ou que o estudo esteja livre de vieses.
É possível encontrar um efeito estatisticamente significativo que seja pequeno demais para ter relevância clínica. Também é possível que um estudo não encontre significância estatística porque possui poucos participantes ou estimativas imprecisas, mesmo quando existe um efeito relevante.
13.1. Tamanho do efeito e intervalo de confiança
O tamanho do efeito descreve a magnitude da diferença ou associação estimada.
O intervalo de confiança expressa uma faixa de valores compatíveis com os dados e com o procedimento estatístico utilizado, sob seus pressupostos.
Essas informações ajudam a avaliar não apenas se um resultado atende a determinado limiar estatístico, mas também sua magnitude e precisão.
Em pesquisa clínica, por exemplo, precisamos distinguir entre:
Uma diferença estatisticamente significativa.
Uma diferença suficientemente grande para ter importância clínica.
Uma estimativa precisa.
Uma conclusão que possa ser generalizada para outros pacientes.
Esses aspectos são relacionados, mas não equivalentes.
Uma interpretação científica rigorosa deve considerar o conjunto dos resultados, o desenho do estudo, os pressupostos estatísticos e a relevância prática da descoberta.
14. O que é reprodutibilidade e replicabilidade?
A confiabilidade científica depende, entre outras coisas, da possibilidade de verificar resultados e avaliar se eles se mantêm em novas investigações.
O relatório das National Academies de 2019 diferencia os conceitos da seguinte maneira. [1]
Reprodutibilidade, na definição computacional adotada pelo relatório, é a obtenção de resultados consistentes utilizando os mesmos dados de entrada, etapas computacionais, métodos, códigos e condições de análise.
Replicabilidade é a obtenção de resultados consistentes em novos estudos que investigam a mesma questão e coletam seus próprios dados.
Os termos são utilizados de formas diferentes em algumas disciplinas. Por isso, é importante verificar como cada publicação define esses conceitos.
14.1. Por que um estudo pode não ser replicado?
Existem diferentes possibilidades:
O resultado original ocorreu parcialmente por acaso.
O estudo inicial apresentava algum viés.
As novas pesquisas utilizaram populações ou condições diferentes.
Os métodos de medição não eram equivalentes.
O efeito real varia entre contextos.
O estudo original ou a replicação apresenta limitações.
A estimativa inicial era imprecisa.
Uma falha de replicação não demonstra automaticamente fraude ou inutilidade da pesquisa original. Entretanto, resultados que não se confirmam precisam ser investigados, especialmente quando contradizem conclusões importantes.
Da mesma forma, a replicação bem-sucedida de um resultado aumenta a confiança, mas não elimina todas as incertezas possíveis.
A ciência se fortalece quando os métodos são transparentes, os dados são adequadamente documentados, os resultados podem ser examinados e as conclusões são testadas por diferentes equipes.
15. O que é revisão por pares?
Revisão por pares é um processo no qual especialistas da área avaliam criticamente um trabalho científico antes de sua publicação ou em outras etapas de avaliação acadêmica.
Dependendo da revista e do procedimento adotado, os avaliadores podem examinar a relevância da pergunta, a metodologia, a análise estatística, a apresentação dos resultados e a coerência das conclusões.
A revisão por pares é uma ferramenta de controle de qualidade, mas não constitui uma garantia de verdade.
Um artigo revisado por pares ainda pode conter erros, vieses, análises inadequadas ou conclusões exageradas. Falhas podem passar despercebidas, especialmente quando os avaliadores não têm acesso a todos os dados ou quando o problema é difícil de detectar.
A confiabilidade de um resultado não deve depender exclusivamente do fato de ele ter sido publicado.
É necessário examinar o artigo, comparar seus resultados com outras pesquisas e verificar se as conclusões são proporcionais às evidências.
Também é importante distinguir revisão por pares de consenso científico. Um artigo pode ser publicado sem que sua interpretação seja aceita pela comunidade, e uma conclusão amplamente estabelecida pode depender de milhares de estudos acumulados ao longo de décadas.
16. O que é consenso científico?
Consenso científico é um amplo acordo entre especialistas de uma área sobre determinada conclusão, sustentado pela avaliação do conjunto das evidências disponíveis.
Consenso não significa unanimidade. Pesquisadores podem discordar sobre mecanismos, magnitudes, aplicações ou detalhes de uma explicação sem questionar suas bases principais.
Também não significa que a maioria esteja automaticamente correta. A história da ciência contém situações em que ideias aceitas foram revisadas.
Entretanto, a existência de discordância não torna todas as posições igualmente sustentadas.
Se milhares de estudos independentes, realizados por diferentes grupos e utilizando métodos variados, convergem para uma conclusão, enquanto uma posição contrária depende de poucos resultados frágeis, não existe equivalência científica entre elas apenas porque ambas possuem defensores.
O consenso deve ser compreendido como um indicador relevante da avaliação coletiva das evidências, e não como uma autoridade infalível.
Para avaliar uma questão controversa, é importante perguntar:
Existe concordância entre especialistas que pesquisam diretamente o tema?
Quais evidências sustentam essa concordância?
Qual é a qualidade dos estudos disponíveis?
As conclusões são consistentes entre diferentes métodos?
Quais dúvidas permanecem abertas?
A posição minoritária apresenta dados robustos que desafiam a explicação predominante?
A ciência exige abertura à crítica, mas abertura não significa atribuir o mesmo peso a qualquer argumento.
17. O que é paradigma científico?
Paradigma científico é um conjunto de modelos, pressupostos, conceitos, métodos e exemplos de investigação que orienta o trabalho de uma comunidade científica em determinado período.
O conceito ficou especialmente conhecido por meio do filósofo e historiador da ciência Thomas Kuhn, em sua obra A estrutura das revoluções científicas. [8]
Segundo a análise de Kuhn, parte da atividade científica ocorre dentro de estruturas conceituais relativamente estabelecidas. Os pesquisadores utilizam essas estruturas para formular perguntas, desenvolver métodos e resolver problemas.
Com o tempo, podem surgir anomalias: resultados que não são adequadamente explicados pelo paradigma predominante.
A existência de uma anomalia não derruba imediatamente uma teoria. Muitas vezes, os pesquisadores investigam erros de medição, desenvolvem ajustes ou procuram compreender melhor as condições em que o problema aparece.
Entretanto, quando dificuldades importantes se acumulam e surgem alternativas capazes de explicar melhor os fenômenos, pode ocorrer uma transformação profunda nas práticas e concepções de uma área.
Isso é frequentemente descrito como uma revolução científica.
O conceito de paradigma ajuda a compreender que a ciência não evolui apenas pela acumulação linear de informações. Ela também pode passar por mudanças profundas na maneira como os problemas são formulados e as evidências interpretadas.
Isso não significa que as mudanças sejam puramente arbitrárias ou que a ciência seja apenas uma disputa de opiniões. A capacidade de resolver problemas, a coerência das explicações e a relação com as evidências continuam sendo aspectos importantes dessas transformações.
18. O que é pseudociência?
Pseudociência é uma prática ou conjunto de afirmações que se apresenta como científico, mas não atende adequadamente aos critérios de investigação, avaliação e justificação que caracterizam a ciência.
O problema não é simplesmente uma ideia estar errada. A própria ciência produz hipóteses equivocadas e corrige conclusões anteriores.
A pseudociência se caracteriza, entre outros aspectos possíveis, pela maneira como protege suas alegações contra avaliações críticas, apresenta resultados sem sustentação adequada ou utiliza a aparência da ciência sem adotar práticas rigorosas de investigação.
Entre os sinais de alerta estão:
Alegações extraordinárias sustentadas apenas por depoimentos.
Promessas de resultados garantidos, sem evidências proporcionais.
Explicações que são modificadas continuamente para evitar qualquer possibilidade de refutação.
Seleção de resultados favoráveis e omissão sistemática de resultados contrários.
Uso de termos técnicos sem definição clara.
Afirmações de que toda crítica demonstra perseguição ou conspiração.
Apelo à autoridade como substituto da evidência.
Recusa persistente em considerar resultados independentes e confiáveis.
Nenhum desses sinais, isoladamente, resolve todas as questões sobre a demarcação entre ciência e pseudociência. A filosofia da ciência discute há muito tempo quais critérios são suficientes para distinguir as duas. [2, 5, 9]
É especialmente importante não confundir pseudociência com pesquisa exploratória, ciência emergente ou uma hipótese minoritária.
Uma ideia nova não é pseudocientífica apenas por desafiar uma explicação dominante. Ela precisa ser avaliada pelo que afirma, pelas evidências que apresenta e pela maneira como responde à crítica.
A ciência deve permitir questionamentos genuínos, inclusive contra ideias estabelecidas. O que não deve fazer é aceitar uma afirmação apenas porque ela é nova, popular ou contrária ao consenso.
19. Ciência, autoridade e pensamento crítico
A autoridade de um especialista pode ser relevante para identificar fontes e compreender temas complexos. Entretanto, a autoridade não substitui a avaliação dos argumentos e das evidências.
Um pesquisador pode ter grande experiência em determinada área e ainda cometer erros. Também pode apresentar uma opinião fora de sua especialidade.
Por outro lado, não é razoável esperar que cada pessoa refaça todos os experimentos existentes antes de aceitar qualquer conclusão. O conhecimento científico depende de uma comunidade de pesquisadores, instituições, instrumentos, publicações e mecanismos de crítica.
Por isso, uma postura racional combina confiança proporcional à qualidade das evidências com disposição para revisar conclusões diante de informações relevantes.
Pensamento crítico não é desconfiar de tudo indiscriminadamente. É avaliar afirmações com critérios consistentes, considerando a qualidade das fontes, a força dos argumentos, os dados disponíveis e as possíveis explicações alternativas.
Da mesma forma, pensamento crítico não significa rejeitar uma conclusão simplesmente porque ela contraria uma preferência pessoal.
O objetivo não é defender uma posição a qualquer custo, mas descobrir quais conclusões são mais bem sustentadas pelas evidências disponíveis.
20. A ciência é neutra?
A resposta depende do significado atribuído à palavra “neutra”.
A ciência busca produzir conhecimento por meio de métodos que permitam avaliar criticamente as afirmações. Contudo, a atividade científica é realizada por pessoas e instituições inseridas em contextos econômicos, políticos, culturais e históricos.
Esses contextos podem influenciar quais perguntas recebem financiamento, quais populações são estudadas, quais resultados são publicados e quais tecnologias chegam à sociedade.
Isso não significa que toda conclusão científica seja apenas uma expressão de interesses políticos ou econômicos. Significa que precisamos distinguir a validade de uma afirmação das condições sociais em que a pesquisa foi produzida.
Uma pesquisa financiada por uma empresa, por exemplo, não é automaticamente falsa. Entretanto, a fonte de financiamento, os conflitos de interesse, o acesso aos dados e a independência da análise são informações relevantes para avaliar possíveis riscos de viés.
Da mesma forma, uma pesquisa financiada por uma instituição pública ou sem fins lucrativos não está automaticamente livre de problemas.
A avaliação científica deve considerar a metodologia e as evidências, sem ignorar os fatores institucionais que podem afetar a produção e a comunicação do conhecimento.
É importante distinguir três questões:
Questão empírica: o que os dados permitem concluir?
Questão institucional: quais condições influenciaram a realização e a divulgação da pesquisa?
Questão ética ou política: como o conhecimento deve ser utilizado e quais consequências são aceitáveis?
Essas perguntas se relacionam, mas não são intercambiáveis. Um resultado pode ser metodologicamente sólido e ainda ser utilizado de maneira antiética. Uma intenção socialmente desejável também não torna verdadeira uma hipótese sem evidências adequadas.
21. Quais são os limites da ciência?
A ciência é uma ferramenta poderosa para investigar o mundo, mas não responde da mesma maneira a todas as perguntas.
Ela é especialmente adequada a questões cujas afirmações podem ser relacionadas a observações, dados, modelos, inferências e evidências avaliáveis.
Entretanto, questões filosóficas, morais, estéticas e existenciais podem exigir outros tipos de reflexão, além da investigação empírica.
Por exemplo, a ciência pode estudar os efeitos de diferentes políticas sobre a saúde, a renda ou a qualidade de vida. Porém, decidir qual distribuição de recursos é moralmente justa envolve também valores éticos e políticos.
A ciência pode investigar mecanismos associados à felicidade e ao sofrimento. Isso não significa que, sozinha, determine qual vida vale a pena viver.
Esses limites não diminuem a importância da ciência. Eles ajudam a definir o alcance adequado de suas conclusões.
21.1. O problema do que ainda não sabemos
Não encontrar evidências de um fenômeno não é sempre o mesmo que demonstrar que ele não existe.
A força de uma conclusão negativa depende da qualidade dos métodos, da sensibilidade dos instrumentos, do tamanho da amostra e das condições em que a investigação foi realizada.
Se um estudo utiliza um método incapaz de detectar um efeito pequeno, a ausência de detecção não demonstra necessariamente a inexistência desse efeito.
Em contrapartida, quando uma hipótese prevê resultados claros e repetidamente não os produz em condições adequadas, a confiança nessa hipótese deve diminuir.
A ciência não deve transformar a falta de conhecimento em prova de qualquer explicação imaginável. Também não deve confundir ausência de evidência com evidência conclusiva de ausência em todos os contextos.
A interpretação precisa ser proporcional ao que efetivamente foi investigado.
22. Como avaliar criticamente um estudo científico?
Diante de um artigo, notícia ou alegação apresentada como científica, algumas perguntas ajudam a identificar sua qualidade.
Perguntas essenciais
1. Qual é a afirmação central?
É necessário identificar exatamente o que está sendo alegado. Afirmações vagas são difíceis de avaliar.
2. Qual é a fonte original?
Uma notícia pode resumir, simplificar ou exagerar os resultados de um estudo. Sempre que possível, consulte o artigo original e os documentos associados.
3. Qual foi o desenho da pesquisa?
Um estudo transversal, um ensaio randomizado e uma revisão sistemática respondem a perguntas diferentes e apresentam limitações distintas.
4. Quem foi estudado?
Os resultados obtidos em uma população específica não se aplicam automaticamente a todas as pessoas.
5. Como as variáveis foram medidas?
É importante saber se os instrumentos e procedimentos eram adequados ao fenômeno investigado.
6. Quais são os resultados quantitativos?
Observe a magnitude do efeito, a incerteza, os intervalos de confiança e não apenas o valor de p.
7. Existe possibilidade de viés ou confusão?
Pergunte se fatores alternativos podem explicar os resultados e se o estudo tratou adequadamente dessas possibilidades.
8. As conclusões são proporcionais aos dados?
Uma associação não deve ser apresentada automaticamente como causalidade. Um resultado preliminar não deve ser descrito como uma certeza estabelecida.
9. Existem outras pesquisas sobre o assunto?
Resultados independentes e consistentes podem aumentar a confiança. Divergências precisam ser analisadas, não escondidas.
10. Quem financiou o estudo e existem conflitos de interesse relevantes?
Essas informações não determinam automaticamente a validade do trabalho, mas ajudam a contextualizar sua produção.
11. O estudo pode ser avaliado e, quando apropriado, reproduzido ou replicado?
Transparência sobre métodos, dados e análises facilita a verificação dos resultados.
12. O que permanece desconhecido?
Uma conclusão cientificamente responsável identifica limitações e evita extrapolações indevidas.
Essas perguntas não substituem uma avaliação especializada, mas fornecem uma estrutura prática para ler pesquisas com mais rigor.
23. A diferença entre ciência e cientificismo
É possível reconhecer o valor da ciência sem afirmar que ela seja a única forma legítima de abordar todos os aspectos da existência humana.
Cientificismo é um termo utilizado em debates filosóficos para criticar posições que atribuem à ciência um alcance excessivo ou consideram os métodos científicos como a única fonte legítima de todo conhecimento ou de toda decisão racional.
O termo possui diferentes usos e não representa uma categoria definida de maneira uniforme por todos os filósofos.
Reconhecer os limites da ciência não significa rejeitar suas conclusões. Da mesma forma, valorizar a ciência não exige tratar qualquer afirmação de um cientista como verdade definitiva.
Uma postura equilibrada reconhece que a investigação científica possui métodos particularmente poderosos para avaliar afirmações empíricas, enquanto questões conceituais, éticas e políticas também podem exigir argumentação filosófica e deliberação social.
A ciência pode informar decisões, mas nem sempre determina sozinha quais objetivos devem ser escolhidos.
Por exemplo, a ciência pode avaliar os benefícios e riscos de diferentes intervenções em saúde. A decisão sobre como distribuir recursos limitados também envolve prioridades, justiça, direitos e valores sociais.
A distinção entre evidência empírica e julgamento de valor é essencial para que a ciência seja utilizada de maneira responsável.
24. Afinal, como devemos compreender a ciência?
A ciência é uma atividade humana organizada para investigar a realidade de maneira sistemática, crítica e baseada em evidências.
Ela depende de observação, raciocínio, experimentação quando apropriada, construção de modelos, análise de dados, transparência e avaliação coletiva.
Seu conhecimento não é igualmente seguro em todas as áreas ou para todas as afirmações. Algumas conclusões são muito bem estabelecidas; outras permanecem provisórias. O grau de confiança deve acompanhar a qualidade e a quantidade das evidências relevantes.
A epistemologia ajuda a examinar como justificamos o conhecimento. A metodologia organiza as estratégias de investigação. O método científico reúne procedimentos de pesquisa adequados a diferentes perguntas. A filosofia da ciência investiga os pressupostos, as práticas, os limites e o desenvolvimento histórico do empreendimento científico.
Compreender essas distinções é importante porque o termo “ciência” é frequentemente utilizado para conferir autoridade a opiniões, produtos, teorias e decisões que não necessariamente possuem sustentação adequada.
Uma alegação não se torna confiável apenas por parecer técnica. Um estudo isolado não encerra automaticamente uma discussão. Uma hipótese não equivale a uma teoria consolidada. Uma associação não demonstra necessariamente causalidade. E uma conclusão amplamente aceita não precisa ser tratada como infalível para merecer confiança.
O conhecimento científico deve ser avaliado por suas evidências, por seus métodos e pela capacidade de suas explicações resistirem à investigação crítica.
A atitude científica, nesse sentido, não consiste em acreditar cegamente na ciência. Consiste em compreender por que determinadas conclusões são mais bem justificadas do que outras e em manter a disposição de revisar aquilo que acreditamos quando surgem evidências relevantes.
A ciência não exige que aceitemos uma afirmação apenas porque alguém a declarou verdadeira. Ela exige que investiguemos quais razões, métodos e evidências sustentam essa afirmação — e até onde essas evidências realmente permitem chegar.
Nota sobre a elaboração deste artigo
Este artigo foi elaborado por mim, Élisson Kario, estudante de Nutrição do 6º período, com o objetivo de apresentar, de maneira organizada e acessível, os conceitos fundamentais de ciência, método científico, epistemologia, evidência, causalidade e filosofia da ciência.
O texto foi fundamentado em referências acadêmicas e institucionais indicadas abaixo. Trata-se de um artigo introdutório de caráter educativo, não de uma revisão sistemática da literatura. As definições foram sintetizadas para fins didáticos, e os debates filosóficos mencionados não devem ser interpretados como se existisse consenso absoluto sobre todos os problemas discutidos.
Referências
NATIONAL ACADEMIES OF SCIENCES, ENGINEERING, AND MEDICINE. Reproducibility and Replicability in Science. Washington, DC: The National Academies Press, 2019. Disponível em: https://doi.org/10.17226/25303. Acesso em: 10 out. 2026.
CURD, Martin; PSILLOS, Stathis (eds.). The Routledge Companion to Philosophy of Science. 2. ed. London: Routledge, 2014. Para uma introdução aberta à diversidade dos métodos científicos, consultar também: STANFORD ENCYCLOPEDIA OF PHILOSOPHY. Scientific Method. Disponível em: https://plato.stanford.edu/entries/scientific-method/. Acesso em: 10 out. 2026.
NATIONAL ACADEMY OF SCIENCES. Teaching About Evolution and the Nature of Science. Washington, DC: National Academies Press, 1998. Disponível em: https://doi.org/10.17226/5787. Acesso em: 10 out. 2026.
KUHN, Thomas S. The Structure of Scientific Revolutions. 2. ed., ampliada. Chicago: University of Chicago Press, 1970. Para uma apresentação crítica do pensamento de Kuhn, consultar: STANFORD ENCYCLOPEDIA OF PHILOSOPHY. Thomas Kuhn. Disponível em: https://plato.stanford.edu/entries/thomas-kuhn/. Acesso em: 10 out. 2026.
