Cinco perguntas simples podem ajudar a identificar afirmações exageradas de pesquisas sobre diferenças entre os sexos no cérebro
Cinco perguntas simples podem ajudar a identificar afirmações exageradas de pesquisas.
Nos últimos dez anos, cerca de 20 mil artigos científicos foram publicados sobre a neurociência do sexo e do gênero. Talvez você tenha lido na mídia algo a respeito desses artigos, sugerindo que finalmente há provas de que habilidades estereotipadas podem ser identificadas no cérebro, tais como "homens são bons em ler mapas" ou "mulheres são excelentes em cuidar de crianças".
Dada a grande quantidade de resultados nessa área, como você pode saber o que é realmente uma pesquisa inovadora e o que é uma afirmação excessivamente entusiasmada?
Equipes de relações públicas das universidades, redatores não especializados em ciência dos principais jornais ou mídias sociais costumam ser apontados como os responsáveis por estas afirmações enganosas. Mas a fonte destas impressões às vezes podem ser os próprios textos dos artigos.
Por exemplo, os pesquisadores podem se concentrar muito em um conjunto limitado de achados. Eles podem deixar de relatar que muitas das diferenças que estavam procurando não passaram pelos testes estatísticos. Ou podem não ser muito cautelosos ao discutir o impacto de suas descobertas.
Da mesma forma que os pesquisadores precisam ser meticulosos quanto à melhor metodologia e às estatísticas mais poderosas, eles precisam gerenciar as impressões que causam ao comunicar seus achados. E, se não o fizerem, o leitor interessado, mas não especializado, pode precisar de ajuda para identificar isso.
Magia: identificando o giro
Meus colegas e eu publicamos recentemente um conjunto de diretrizes que oferecem exatamente essa assistência, identificando cinco fontes de possíveis deturpações a serem observadas. As iniciais formam o acrônimo "Magic" em inglês, que é a abreviação correspondente para as palavras em português "magnitude, precisão, generalização, inflação e credibilidade".
Quanto à magnitude, a questão é: a extensão de quaisquer diferenças é descrita de forma clara e precisa? Veja este estudo de 2015 sobre diferenças entre sexos no cérebro humano. Ele relatou 34.716 padrões diferentes de conectividade funcional do cérebro e encontrou diferenças estatísticas entre mulheres e homens em 178 deles.
No entanto, considerando que menos de 0,5% de todas as possíveis diferenças que eles estavam medindo realmente se mostraram estatisticamente significativas, os pesquisadores não teriam justificativa para relatar diferenças de sexo como proeminentes. Nesse estudo, elas não eram.
A próxima pergunta tem a ver com a precisão. As técnicas e variáveis são claramente definidas e cuidadosamente usadas na interpretação dos resultados? Deve ficar muito claro como o estudo foi realizado, quais medidas foram tomadas e por quê.
Por exemplo, um artigo recente que sugeria que os efeitos do confinamento na pandemia de COVID-19 eram mais pronunciados na estrutura cerebral de meninas adolescentes do que na de meninos esbarrou nesse obstáculo. O resumo se referia a "medidas longitudinais" e grande parte da narrativa foi formulada em termos longitudinais "pré e pós-Covid". Estudos longitudinais, que acompanham o mesmo grupo de pessoas ao longo do tempo, são ótimos, pois podem descobrir mudanças cruciais nelas.
Mas se você analisar o artigo com atenção, verá que as comparações antes e depois do confinamento da Covid parecem ser entre duas amostras diferentes - reconhecidamente selecionadas de um estudo longitudinal em andamento. No entanto, não está claro se o semelhante foi comparado com o semelhante.
A terceira pergunta tem a ver com a generalização. Os autores são cautelosos com relação à amplitude com que os resultados podem ser aplicados? Aqui nos deparamos com o problema de muitos estudos científicos serem realizados em grupos de participantes cuidadosamente selecionados e separados, às vezes apenas com seus próprios alunos.
Deve-se tomar cuidado para que isso fique claro para o leitor, que não deve ficar com a impressão de que um ou mais grupos de participantes podem ser considerados totalmente representativos de (digamos) todas as mulheres ou todos os homens. Se todos os participantes do estudo forem selecionados da mesma comunidade, a referência a "centenas de milhões de pessoas" ao interpretar a relevância dos resultados é um tanto exagerada.
A quarta categoria, inflação, tem a ver com o fato de os autores evitarem uma linguagem que exagere a importância de seus resultados. Termos como "profundo" e "fundamental" podem ser inadequados, por exemplo. Lembre-se de que James Watson e Francis Crick simplesmente descreveram sua descoberta da estrutura de dupla hélice do DNA como de "considerável interesse biológico".
Por fim, devemos considerar a credibilidade: os autores têm o cuidado de reconhecer como suas descobertas se encaixam ou não nas pesquisas existentes? Os autores devem ser francos quanto a explicações alternativas para suas descobertas, ou sugerir outros fatores que talvez precisem ser investigados em estudos futuros.
Suponhamos, por exemplo, que eles estejam analisando as diferenças sexuais supostamente robustas nas habilidades visuais e espaciais, que incluem coisas como percepção visual e consciência espacial. Os autores reconheceram a pesquisa que sugere que a quantidade de tempo que as pessoas gastam praticando essas habilidades, como ao jogar videogames, demonstrou ser mais significativa do que o sexo biológico na determinação dessas diferenças?
Se a probabilidade de os jogadores serem meninos é maior, isso não significa necessariamente que seus cérebros estejam programados para tanto - isso também pode refletir as pressões de gênero que tornam esses jogos um passatempo popular e culturalmente confortável entre os meninos.
O foco dessas diretrizes está nos estudos de imagens cerebrais de sexo/gênero, mas elas poderiam muito bem ser aplicadas a outras áreas de pesquisa.
Pesquisas pós-confinamento sugeriram que o público tem mais confiança no que os cientistas estão dizendo do que antes da pandemia. Os cientistas precisam ter cuidado para manter essa confiança, garantindo que o que relatam não seja ambíguo e esteja livre de exageros.
Esperamos que as diretrizes Magic ajudem os cientistas e seus editores a alcançar esse objetivo; caso contrário, os leitores atentos, armados da Magic, estarão de guarda.
Gina Rippon não presta consultoria, trabalha, possui ações ou recebe financiamento de qualquer empresa ou organização que poderia se beneficiar com a publicação deste artigo e não revelou nenhum vínculo relevante além de seu cargo acadêmico.