A página Saber Ciência está a reunir uma lista de FAQs, e se quiser, pode contribuir. Tem uma questão sobre o funcionamento da ciência, ou sobre o que é a ciência, ou como é ser-se cientista? Envie-a para o Saber Ciência!

O que é o método científico?
O "Método Científico" é tradicionalmente apresentado no primeiro capítulo de livros da disciplina de ciências, como um método simples e linear para realizar investigações científicas, no fundo um procedimento com cinco ou seis passos. Este "Método Científico", tal como costuma ser apresentado, captura o essencial da lógica da ciência (que é testar ideias através de factos), mas deturpa muitos outros aspetos do verdadeiro processo da ciência — as maneiras dinâmicas, não lineares, e essencialmente criativas pelas quais a ciência é na realidade feita. Na verdade, o "Método Científico" descreve muito melhor como a ciência pode ser resumida depois de ter sido feita — em livros e artigos de revistas — do que como a pesquisa científica é realmente feita. Os professores podem requerer que os estudantes utilizem a forma do método científico para fazer o relatório dos seus resultados (por exemplo, relatando as suas questões, informações prévias, hipóteses, planeamento do estudo, e análise de dados, e conclusões), mesmo que o caminho que os estudantes percorreram nas suas pesquisas tenha envolvido muitas iterações do questionamento, procura de informação, recolha de dados, e análise de dados, e mesmo que as conclusões dos estudantes sejam sempre provisórias e sujeitas a revisão. Para aprender como a ciência realmente funciona e ver uma representação deste processo mais realista, visite a secção O verdadeiro processo da ciência.

Porque é que os cientistas às vezes parecem não estar seguros das suas explicações?
Os cientistas às vezes parecem estar hesitantes nas suas explicações, sem estarem completamente seguros do que dizem, porque estão conscientes que essas explicações podem eventualmente mudar se novos factos ou novas perspetivas aparecerem. Quando cientistas escrevem sobre as suas ideias em artigos científicos, é esperado que analisem cuidadosamente a evidência a favor e contra as suas ideias, e que que mencionem explicações alternativas para as suas observações. Como estão treinados para escrever desta maneira nos seus artigos científicos, os cientistas frequentemente fazem a mesma coisa quando falam acerca das suas ideia com a imprensa ou com o público em geral. Infelizmente, isso quer dizer que por vezes são mal interpretados como estando inseguros do que dizem. Pior ainda, ideias que são suportadas por uma montanha de factos às vezes não são levadas a sério pelo público ou pela imprensa porque os cientistas falam acerca dessas ideias de forma tentativa. É importante para o público reconhecer que, embora o carácter provisório seja uma característica fundamental do conhecimento científico, ideias científicas apoiadas pela evidência são fidedignas. Para aprender mais sobre o carácter provisório da ciência, visite a nossa página que descreve como a ciência constrói conhecimento. Para saber mais sobre como esse carácter provisório pode ser mal interpretado, visite a secção Kit de ferramentas de ciência — A ciência como uma maneira de ver a vida.

Porque é que a revisão por pares é útil?
A revisão por pares (em que outros cientistas avaliam criticamente de forma anónima trabalhos científicos de outros cientistas, previamente à publicação) ajuda a assegurar a qualidade do trabalho científico publicado: que os autores não ignoraram ideias chave ou cadeias de evidência importantes, que o estudo foi imparcial, que os autores foram objetivos na avaliação dos resultados, etc. Isto quer dizer que, mesmo que alguém não esteja familiarizado com a investigação apresentada em determinado estudo que tenha sido revisto por pares, pode confiar que o estudo satisfaz determinados critérios de qualidade científica. Isto também poupa tempo precioso aos outros cientistas, que não têm que se preocupar em analisar estudos mal feitos. Trabalho revisto por pares não é sempre correto ou conclusivo, mas satisfaz os padrões científicos. Para saber mais, visite Examinando a ciência.

Qual é a diferença entra variáveis independentes e variáveis dependentes?
Numa experiência, as variáveis independentes são os fatores que o experimentador controla. A variável dependente é o resultado de interesse — o resultado que depende do instrumento de medida. As experiências são feitas para aprender como a variável independente influencia ou não influencia a variável dependente. Por exemplo, se está a fazer uma experiência para testar um novo medicamento para tratar a doença de Alzheimer, a variável independente pode ser se o paciente recebeu ou não o novo químico, e a variável dependente pode ser a performance dos participantes em testes de memória. Por outro lado, para estudar como a temperatura, volume, e pressão de um gás estão relacionados uns com os outros, você poderia construir uma experiência em que variava o volume enquanto mantinha a temperatura constante, e media como isto afetava a pressão do gás, e nesse caso a variável dependente seria a pressão do gás. A temperatura do gás é, neste caso, uma variável controlada. Para aprender mais sobre planeamento de experiências, veja a página Testes imparciais: Um guia faça-você-mesmo.

O que é um grupo de controlo?
Em testes científicos, um grupo de controlo é um grupo de indivíduos ou casos que é tratado da mesma forma que o grupo que está a ser estudado, mas que não é exposto ao tratamento ou fator sob teste. Os resultados do grupo experimental e do grupo de controlo podem ser comparados. Se o grupo de controlo é tratado de forma muito semelhante ao grupo experimental, isso aumenta a confiança em que qualquer diferença nos resultados é causada pelo efeito do tratamento experimental no grupo experimental. Para ver um exemplo, visite a página Testes imparciais na medicina.

Qual é a diferença entre um grupo de controlo positivo e um grupo de controlo negativo?
Um grupo de controlo negativo é um grupo de controlo que não está exposto ao tratamento experimental ou a qualquer outro tratamento que se espera que tenha um efeito. Um grupo de controlo positivo é um grupo de controlo que não está exposto ao tratamento experimental, mas que é exposto a um outro tratamento que é sabido que produz o efeito esperado. Estes tipos de controlos são particularmente úteis para a validação do procedimento experimental. Por exemplo, imagine que você queria saber se uma alface contém bactérias. Faz uma experiência em que limpa as folhas de alface com um cotonete, esfrega o cotonete numa placa de crescimento de bactérias, incuba a placa, e vê o que cresce sobre a placa. Como controlo negativo, você pode simplesmente limpar um cotonete estéril na placa de crescimento. Você não esperaria ver qualquer crescimento bacteriano nessa placa, caso contrário, é uma indicação que os seus cotonetes, placa, ou incubadora estão contaminados com bactérias que poderiam estar a interferir nos resultados da experiência. Como controlo positivo, você pode esfregar o cotonete numa colónia de bactérias e limpá-la na placa de crescimento. Neste caso, você esperaria mesmo ver crescimento de bactérias na placa, caso contrário, é uma indicação de que algo no seu dispositivo experimental está a impedir o crescimento de bactérias. Talvez as placas de crescimento contenham um antibiótico, ou talvez que a incubadora esteja a uma temperatura demasiado elevada. Se um controlo positivo ou negativo não produz o resultado esperado, isso indica que o investigador poderá ter que reconsiderar seu procedimento experimental. Para aprender mais sobre realização de experiências, visite a página Testes imparciais: um guia.

O que é um estudo correlacional, e como é que difere de um estudo experimental?
Num estudo correlacional, um cientista olha para as associações entre as variáveis (por exemplo, será que as pessoas que comem muitos vegetais são menos propensas a sofrer ataques cardíacos do que as outras?), sem manipular todas as variáveis (por exemplo, sem pedir a um grupo de pessoas a comer mais ou menos vegetais do que normalmente comeriam). Num estudo correlacional, os investigadores podem estar interessados em associações estatísticas - uma relação positiva entre as variáveis, uma relação negativa entre as variáveis, ou algo mais complexo. Estudos de correlação são usados em muitos campos (por exemplo, ecologia, epidemiologia, astronomia, etc), mas o termo é frequentemente associado com a psicologia. Estudos correlacionais são frequentemente discutidos por contraste com os estudos experimentais. Em estudos experimentais, os pesquisadores manipulam uma variável (por exemplo, pedindo a um grupo de pessoas que comam mais legumes e pedindo a um segundo grupo de pessoas para não mudar os seus hábitos alimentares) e investigam o efeito dessa mudança. Se um estudo experimental é bem concebido, pode fornecer mais informação sobre a causa de uma relação do que um estudo correlacional sobre o mesmo sistema. Apesar desta diferença, os estudos correlacionais geram importantes linhas de evidência para testar ideias, e muitas vezes servem como inspiração para novas hipóteses. Ambos os tipos de estudo são muito importantes em ciência, e utilizam a mesma lógica para relacionar evidência com ideias. Para descobrir mais sobre a lógica dos argumentos científicos, visite A essência da ciência.

Qual é a diferença entre raciocínio dedutivo e raciocínio indutivo?
O raciocínio dedutivo consiste em extrapolar logicamente a partir de um conjunto de premissas ou hipóteses. No fundo, é um raciocínio lógico feito pela cadeia "se-então". Por exemplo, SE um asteroide atinge a Terra, e SE irídio é mais comum em asteroides do que na crosta terrestre, e SE mais nada acontece com o irídio presente num asteroide depois de atingir a Terra, ENTÃO haverá um aumento nos níveis de irídio na superfície da Terra. A declaração ENTÃO é a consequência lógica das premissas SE. Outro caso de raciocínio dedutivo leva a, partindo de uma premissa ou hipótese geral, tirar conclusões sobre um caso específico. Por exemplo, com base na ideia de que todos os seres vivos são constituídos por células, podemos deduzir que uma alforreca (um exemplo específico de um ser vivo) tem células. O raciocínio indutivo, por outro lado, envolve a realização de uma generalização com base em muitas observações individuais. Por exemplo, um cientista que recolhe amostras de camadas rochosas do limite Cretáceo-Terciário (CT) em muitos lugares diferentes espalhados pelo mundo e observa sempre um pico de irídio, pode induzir que todas as camadas do limite CT têm um pico de irídio. O salto lógico de muitas observações individuais para uma afirmação abrangente nem sempre é justificado. Por exemplo, é possível que, em algum lugar do mundo, haja uma camada limite CT sem o pico de irídio. No entanto, muitas observações individuais muitas vezes constituem um argumento forte para a existência de um padrão mais geral. Lógica dedutiva, indutiva, e outros modos de raciocínio são todos úteis na ciência. É mais importante compreender a lógica por trás dessas formas diferentes de raciocínio do que preocupar-se com os seus nomes.

Qual é a diferença entre uma teoria e uma hipótese?
As teorias científicas são explicações gerais para uma ampla gama de fenómenos, ao passo que as hipóteses são explicações propostas para um conjunto mais restrito de fenómenos. A diferença entre os dois conceitos está basicamente na sua amplitude. As teorias têm um poder explicativo mais amplo do que as hipóteses, e frequentemente integram e generalizam muitas hipóteses. Para serem aceites pela comunidade científica, tanto as teorias como as hipóteses devem ser apoiadas por diversas linhas diferentes de evidência. No entanto, tanto as teorias como as hipóteses podem ser modificadas ou mesmo abandonadas se novos dados e novas perspetivas o justificarem.

O que é uma hipótese nula?
Uma hipótese nula é, normalmente, uma afirmação que não há diferença entre variáveis, ou que estas não estão relacionadas entre si. A hipótese nula é uma ferramenta que torna possível a utilização de determinados testes estatísticos para descobrir se é provável que uma outra hipótese seja correta ou não. Por exemplo, se a ideia de que açúcar torna as crianças hiperativas estiver a ser testada, uma hipótese nula pode ser que não há diferença no período de tempo em que crianças que beberam uma bebida açucarada e crianças que beberam uma bebida sem açúcar são capaz de ficar sentadas. Depois de realizar observações, pode-se então realizar um teste estatístico para determinar se há ou não uma diferença significativa entre os dois grupos de crianças.

O que é a navalha de Ockham?
A navalha de Ockham é uma ideia com uma longa história filosófica. Hoje em dia, o termo é utilizado para se referir o princípio da parcimónia - que, quando duas explicações alternativas explicam igualmente bem as observações experimentais, uma explicação mais simples deve ser preferida a uma explicação mais complicada e complexa. Dito de outra forma, a navalha de Ockham sugere que, sendo as restantes condições iguais, uma explicação simples deve ser preferida a uma explicação exigindo mais hipóteses e sub-hipóteses. Visite Ideias em competição: outras considerações para ler mais sobre parcimónia.

O que é que a ciência tem a dizer sobre fantasmas, fenómenos paranormais, e astrologia?
Investigações científicas rigorosas e bem controladas¹ examinaram estes tópicos e não encontraram evidência que apoiasse interpretações usualmente dadas que afirmam que são fenómenos naturais reais (ou seja, que fantasmas são aparições dos mortos, que perceção extra sensorial provém da capacidade de ler a mente, e que a posição dos corpos celestes influenciam a personalidade humana e os acontecimentos) — mesmo considerando que cada pessoa interpreta estes tópicos à sua própria maneira. A ciência só pode investigar estes fenómenos e explicações se for considerado que são parte do mundo natural. Para descobrir mais sobre a diferença entre ciência e astrologia, visite a página Astrologia: Será científica? Para aprender mais sobre o mundo natural e o género de questões e fenómenos que a ciência pode investigar, visite O que é natural? Para saber mais sobre como a ciência aborda o tema da perceção extra-sensorial, visite Perceção extra-sensorial: O que diz a ciência?

A ciência teve efeitos negativos nas pessoas ou sobre o mundo em geral?
O conhecimento gerado pela ciência teve muitos efeitos que a maioria classifica como positivos (por exemplo, descobrindo tratamentos para muitas doenças, ou permitindo comunicar instantaneamente com pessoas do outro lado do mundo), mas também teve alguns efeitos que muitas vezes são considerados negativos (por exemplo, permitindo a construção de armas nucleares, ou a poluição do meio ambiente com processos industriais). No entanto, é importante lembrar que o processo da ciência e do conhecimento científico são distintos do uso que as pessoas dão a esse conhecimento. Por exemplo, através do processo da ciência, nós aprendemos muito sobre elementos patogénicos mortais. Esse conhecimento pode ser usado para desenvolver novos medicamentos para proteger as pessoas (o que a maioria consideraria um resultado positivo), ou pode ser usado para construir armas biológicas (que muitos consideram um resultado negativo). E, às vezes, a mesma aplicação do conhecimento científico pode ter efeitos que seriam considerados em simultâneo positivos e negativos. Por exemplo, a pesquisa na primeira metade do século 20 permitiu que os químicos criassem pesticidas e fertilizantes sintéticos. Os defensores argumentam que a disseminação dessas tecnologias impediu a fome generalizada em muitas regiões do mundo. No entanto, outros argumentam que essas tecnologias fizeram mais mal do que bem para a segurança alimentar global. O próprio conhecimento científico não é bom nem mau, no entanto, as pessoas podem optar por usar esse conhecimento de formas que têm efeitos positivos ou negativos. Para além disso, pessoas diferentes podem ter opiniões diferentes sobre se o impacto global de uma determinada parte do conhecimento científico é positivo ou negativo. Para aprender mais sobre as aplicações do conhecimento tecnológico, visite O que é que a ciência tem feito por si?

¹Encontra aqui alguns exemplos (em inglês):

• Milton, J., and R. Wiseman. 1999. Does psi exist? Lack of replication of an anomalous process of information transfer. Psychological Bulletin 125:387-391.
• Carlson, S. 1985. A double-blind test of astrology. Nature 318:419-425.
• Arzy, S., M. Seeck, S. Ortigue, L. Spinelli, and O. Blanke. 2006. Induction of an illusory shadow person. Nature 443:287.
• Gassmann, G., and D. Glindemann. 1993. Phosphane (PH₃) in the biosphere. Angewandte Chemie International Edition in English 32:761-763.