Cisne Negro. Quantas vezes você já ouviu falar de Cisne Negro? Infelizmente não tem nada a ver com Natalie Portman, mas é um termo muito mais “absoluto”. Descreve um evento extremamente improvável, mas que, se ocorrer, poderá causar convulsões gigantescas. Dois exemplos acima de tudo? A crise financeira de 2008 e… tudo o que vimos desde 2020.
Por definição, ninguém vê um cisne negro chegando, caso contrário, que tipo de cisne negro seria? Imprevisível. Apontar. Mas os pesquisadores de Stanford não são do tipo que param na primeira (nem na centésima) dificuldade, e por isso estão tentando mudar as coisas. Eles estão construindo um método computacional para tentar prever quando ocorrerá o próximo evento “imprevisível”.
Podemos prever um cisne negro?
“Este trabalho é emocionante porque é uma oportunidade de pegar o conhecimento e as ferramentas computacionais que estamos construindo no laboratório e utilizá-los na realidade. Para entender melhor (e até prever) o que está acontecendo no mundo ao nosso redor”, afirma bo wang, professor assistente de bioengenharia em Stanford e autor sênior do estudo.
Publicado em PLOS Computational Biology, o método é baseado em sistemas naturais e pode ser útil em pesquisas ambientais e de saúde. (Aplicações em outros campos com eventos cisne negro, como economia e política, poderão surgir logo depois.)
“Os métodos de previsão existentes dependem de dados passados para prever dados futuros”, diz Wang. “E é por isso que eles tendem a prever o previsível, e não o imprevisível, como um cisne negro.” O novo método, inspirado no pesquisador Sam Bray, que trabalha no laboratório de Wang, insere um elemento desconhecido na equação. Ele assume que estamos vendo apenas parte do mundo e tenta descobrir o que está faltando.
A ciência do imprevisível
Bray vinha estudando comunidades microbianas há anos e durante esse tempo observou alguns eventos em que um micróbio explodiu na população, eliminando seus rivais. Bray e Wang se perguntaram se isso também poderia acontecer fora do laboratório e, em caso afirmativo, se poderia ser previsto.
Para descobrir, os dois não só precisavam de encontrar sistemas ecológicos nos quais este cisne negro já tivesse ocorrido, mas estes sistemas também teriam de ter quantidades enormes e detalhadas de dados, tanto sobre os próprios eventos como sobre o ecossistema.
Para o desenvolvimento do método, três conjuntos de dados de sistemas naturais foram escolhidos: medições de algas, cracas e mexilhões na costa de Kiwi tirada mensalmente por 20 anos; níveis de plâncton do Mar Negro, tirada duas vezes por semana durante oito anos; e um estudo de Harvard que ele realizou medições de carbono rede de uma floresta a cada meia hora desde 1991.
Os pesquisadores processaram todos esses dados usando física estatística. Especificamente, utilizaram modelos desenvolvidos para avalanches e outros sistemas naturais com flutuações físicas extremas, de curto prazo e não anunciadas – as mesmas qualidades que distinguem um evento cisne negro. Fazendo essa análise, eles desenvolveram um método para prever um evento cisne negro.
Um preditor de cisne negro! Funciona?
O método pretende ser aberto a variáveis como espécie e escala temporal, permitindo funcionar mesmo com dados de qualidade inferior. Munido de fragmentos que apresentavam apenas variações mínimas, o método previu com precisão o evento do cisne negro. Funcionou, sim.
Wang e Bray esperam expandir este “preditor”, levando-o a outros campos onde um cisne negro pode ocorrer: economia, epidemiologia e física. O trabalho junta-se a um campo crescente de algoritmos de inteligência artificial e modelos computacionais voltados para eventos extremos, incluindo aqueles destinados a prever incêndios florestais, auxiliar na busca e salvamento marítimo e otimizar a resposta a emergências.