13 minutos do primeiro tempo do jogo Brasil x Noruega nas oitavas de final da Copa do Mundo. Pênalti para o Brasil. A chance de pularmos na frente no placar, garantindo outro desfecho para a nossa participação no torneio. Mas, como sabemos, o goleiro defendeu a batida de Bruno Guimarães e o Brasil acabou eliminado.
A imagem de Vini Jr. dando a bola para Bruno bater o pênalti ecoou na mente de milhões de brasileiros naquele dia. “Por que Bruno Guimarães foi o escolhido?!”. Felizmente, essa pergunta foi feita ao técnico da seleção, Carlo Ancelotti. E a resposta dele foi uma ótima deixa para aprendermos algo sobre ciência.
Segundo o técnico, foi feita uma análise estatística sobre quem seriam os melhores batedores de pênalti da seleção. E, com base nela, Bruno Guimarães foi o escolhido. O problema é que o jogador só havia batido três pênaltis em toda a sua carreira até ali. E tinha convertido os três. Ou seja, 100% de aproveitamento. Enquanto Vini Jr, por exemplo, já bateu 19 pênaltis, com um aproveitamento de 68,4%. Qual dado é melhor: 100% em uma amostra de três, ou 68,4% em uma amostra de 19?
Esse exemplo diz muito sobre como a ciência funciona. Para fazermos afirmações científicas, é preciso ter dados que reforcem aquilo que afirmamos. Quando se diz, por exemplo, que um remédio funciona contra determinada doença, é porque ele já foi testado centenas ou milhares de vezes. E, a partir dos resultados desses testes, pode-se afirmar com um nível de confiança (geralmente de 95%) que ele funciona.
No caso do pênalti, o tamanho da amostra não era grande o suficiente para balizar sozinha, com segurança, a escolha do técnico. Logo, apesar de querer parecer científica, ela pouco o foi.
Nesse caso, seria melhor basear a decisão em outros critérios, e não só o estatístico. Qual jogador estava melhor na partida? Quem demonstrava mais tranquilidade e confiança? Quem queria bater o pênalti? Esse tipo de pergunta exigiria da comissão técnica não uma resposta meramente quantitativa, mas também qualitativa.
A ciência busca minimizar erros ao usar evidências robustas e métodos adequados. Quanto mais informações disponíveis, maior tende a ser a confiança nas conclusões. Quando os dados são limitados, é importante reconhecer essa incerteza e considerar outros critérios na tomada de decisão.
Um abraço e até a próxima!