Legitimidade, Controvérsias e Traduções em Estatísticas Públicas

"Estatística pública", ou "estatística oficial", refere-se à informação estatística produzida pelas agências estatísticas do governo – órgãos de recenseamento, departamentos de estatística e instituições semelhantes. Elas são de especial interesse para o sociólogo de ciência porque elas são produzidas em instituições que são, simultaneamente, centros de pesquisa, envolvendo, portanto, valores científicos e tecnológicos, além de perspectivas e abordagens típicas dos seus campos de investigação – e instituições públicas ou oficiais sujeitas às regras, valores e restrições do serviço público. Os seus produtos – números relativos a população, renda, produto nacional, urbanização, emprego, natalidade, e muitos outros – são publicados na imprensa, utilizados para apoiar políticas governamentais e avaliar os seus resultados, e podem criar ou limitar direitos e benefícios legais e financeiras para grupos, instituições e pessoas específicas. Essa pluralidade de papéis, contextos e perspectivas associadas às estatísticas públicas está na própria origem deste campo.

Alain Desrosières, que escreveu extensamente sobre o assunto, mostra como as estatísticas modernas emergiram de pelo menos duas grandes tradições, uma originária da Alemanha e a outra da Inglaterra. A tradição alemã é essencialmente descritiva, taxionômica e preocupada em prover o governo com a informação necessária para administrar seu Estado. A associação entre estes dois termos, "Estado" e "Estatística", não é fortuita. O nascimento da estatística alemã é assim resumido por Desrosières:

Ela apresenta ao príncipe ou ao funcionário responsável um quadro para a organização das informações multiformes disponíveis sobre um Estado, ou seja, uma nomenclatura dotada de uma lógica de inspiração aristotélica. Essa forma foi codificada, por volta de 1660, por Cornring (1606 - 1681). Ela foi transmitida mais tarde, ao longo de todo o século XVIII, pela Universidade de Gottingen e sua "escola estatística", notadamente por Achenwall (1719-1772), reconhecido como o criador da palavra "estatística", e depois por seu sucessor na cadeira de estatística, Schlözer (1735-1809). Este último, autor de um "Tratado de Estatística" traduzido para o francês em 1804 por Donnant (que tornará conhecido esse modo de pensar alemão dentro da França no início do século XIX), foi o primeiro dessa corrente a recomendar a utilização de números precisos em vez de indicações expressas em termos literários, sem no entanto o fazer com freqüência ele próprio. Uma formulação de Schlözer é significativa da tendência predominantemente estruturalista e sincrônica da estatística alemã: "A estatística é a história imóvel, a história é a estatística em marcha" (Desrosières, 1993, p. 30).

Desrosières liga a tradição britânica, conhecida no passado como "aritmética, política", ao papel relativamente pequeno do Estado naquele país, em comparação a outros grupos sociais e instituições. Estes grupos e instituições necessitavam de indicadores precisos para objetivos específicos, e desenvolveram métodos de mensuração por amostragens e estimativas indiretas, aproximando a estatística da matemática. Os estatísticos ingleses, diz ele,

"Não são teóricos universitários que edificam uma descrição global e lógica do Estado em geral, mas sim pessoas de origens diversas que forjam saberes práticos dentro de suas atividades e que as propõem ao "governo". {...} Assim se esboça um papel social novo: o do especialista de competência específica que propõe técnicas aos governantes, procurando convencê-los de que, para realizar seus desígnios, eles devem recorrer a ele. Eles oferecem uma linguagem precisamente articulada, enquanto que os estatísticos alemães, identificando-se ao Estado, propõem uma linguagem geral abrangente." (P.30).

Esta breve referência ao nascimento da estatística é suficiente para mostrar as ligações que existiam entre métodos e abordagens estatísticas e as condições sociais de seu surgimento. Como muitos outros campos do conhecimento, a estatística pública tinha que obter legitimidade aos olhos de seus patrocinadores, e para isso tinha que se estabelecer como uma disciplina científica confiável e como um empreendimento prático. Um dos insights mais interessantes da sociologia da ciência é que o que é comumente conhecido e entendido como "ciência" e "tecnologia" não passam de segmentos de redes muito mais amplas de pessoas, instituições, instrumentos, equipamentos e da própria natureza. Um computador pessoal (um dos exemplos desenvolvidos por Latour, 1987), liga acadêmicos, físicos e matemáticos, engenheiros, fabricantes de hardware e software, escritórios de patentes, comitês de normas, agências de marketing, lojas, redes de assistência técnica e usuários de todos os tipos; e depende das propriedades físicas e da disponibilidade de semicondutores e de uma ampla gama de matérias-primas. As pessoas localizadas em uma das extremidades desta cadeia geralmente não entendem o que as outras pessoas estão fazendo na outra extremidade, o que significa que existe um trabalho constante de tradução acontecendo entre atores adjacentes. Fabricantes de aplicativos têm que entender as possibilidades e limitações dos sistemas operacionais que dependem de hardware, que por sua vez depende das propriedades físicas dos materiais que podem ser produzidos pela indústria. Na direção oposta, os usuários têm que entender a linguagem dos programadores (os quais, por sua vez, se esforçam por traduzir os seus dispositivos em termos de linguagens naturais ), e os vendedores têm que antecipar as necessidades dos compradores. Uma vez no lugar, essas cadeias afetam a maneira pela qual o trabalho é organizado em escritórios e empresas, influenciam os currículos das escolas, e introduzem mudanças no mercado de trabalho. Essas cadeias nunca são criadas linearmente, seja de cima para baixo (uma teoria conceptual levando a um modelo experimental, que leva a um produto testado, que leva a um desenvolvimento posterior e à sua comercialização no mercado, e daí por diante) ou de baixo para cima (a demanda do consumidor levando a um produto, que leva a pesquisa, que leva a novos conceitos e teoria). A inovação pode ter lugar em qualquer dos elos, a qualquer momento, sendo comuns impasses e fracassos brilhantes ao longo de toda a cadeia (David, 1992; Latour, 1993; Gibbons e outros, 1994). Ao final, para parafrasear Bruno Latour, não é necessariamente o melhor produto, teoria ou tecnologia que se estabelece; ao invés disso, é o produto, teoria ou tecnologia que se estabelece que se torna o melhor, não apenas porque é o "vencedor", mas porque ele irá se beneficiar de investimentos crescentes de todas as partes envolvidas. Uma das mais extraordinárias características da sociedade moderna é o estabelecimento de tais redes, o que não é necessariamente um procedimento pacífico e inofensivo, como se pode ver na expansão da ciência e tecnologia ocidental para o resto do mundo. No entanto, uma vez estabelecidas, essas redes geram benefícios crescentes para todos os participantes, forjando alianças que parecem crescer sem limites ou barreiras.

Um quadro semelhante de redes, traduções e alianças pode ser utilizado para descrever um procedimento estatístico já bem estabelecido, seguido por uma agência pública de estatística. Tomemos como exemplo os índices de custo de vida, quase universalmente utilizados para medir inflação, para estabelecer políticas de renda e para avaliar as perspectivas de uma dada economia. Para o economista, os preços estão ligados a uma série de conceitos tais como investimento, consumo, padrões de poupança, taxas de câmbio, produtividade, taxas de juros, etc. Vários desses conceitos são utilizados pelos governos nos seus esforços de controlar e dirigir a economia, e para servir de base a tomadas de decisão por atores privados com relação a investimentos, consumo e emprego. Sindicatos utilizam os índices de custo de vida para estabelecer metas para suas negociações, e partidos políticos os usam para organizar campanhas em favor ou contra governos. Para a imprensa, os índices de custo de vida podem ser um assunto "quente" para seus leitores, especialmente se eles puderem ser facilmente interpretados em termos de suas expectativas pessoais e da imagem do desempenho de autoridades públicas.

Indo na direção oposta da cadeia, os conceitos do economista são traduzidos por estatísticos em uma série de procedimentos para medir variações no índice. Eles incluem a identificação de itens e setores que deverão ser monitorados (bens de consumo, bens duráveis, bens de capital, serviços), o seu peso relativo, baseado nos padrões de consumo de grupos específicos (trabalhadores, classe média, segmentos mais pobres da população), e sua distribuição no espaço geográfico. Amostras de informantes, regiões e produtos devem ser estabelecidas, limites aceitáveis de erro são definidos, e são criados mecanismos permanentes para a coleta e processamento de dados. Estas duas últimas tarefas vão além do escopo de trabalho do estatístico, e incluem outros atores no processo. Os dados podem ser coletados por firmas especializadas, trabalhadores temporários ou staff permanente, que estabelecem suas próprias rotinas para ir a campo e trazer os dados. O processamento de informação é realizado por especialistas em computação, que tomam decisões acerca do equipamento a ser utilizado, o software adequado, os prazos e os formatos para o processamento e disponibilização das informações

Esta lógica de padronização explica a inquietude criada sempre que números ou informações conflitantes são apresentados para descrever ou quantificar "realidades" presumivelmente idênticas. Instituições estatísticas internacionais, tais como a Comissão de Estatística das Nações Unidas, Eurostat e outros órgãos regionais, dedicam a maior parte de seus esforços à busca de padrões para unificar e tornar compatíveis os dados produzidos por diferentes países. As agências estatísticas nacionais querem que seus dados sejam aceitos dentro de seus próprios países e pela comunidade internacional, e reagem sempre que números ou indicadores discordantes são apresentados por outras instituições nacionais ou organizações internacionais. Os jornais reclamam e falam de "confusão" sempre que diferentes números aparecem. Os governos, naturalmente, não ficam satisfeitos quando os números que utilizam para estabelecer suas metas e avaliar seus resultados são confrontados com informação divergente. A padronização conceptual e empírica é sempre um processo muito complicado, caro e incerto. A ironia disso é que, no final das contas, todas as partes envolvidas estão comprometidas com a noção de que eles estão falando sobre a mesma "realidade" que já estava lá desde o começo, fazendo com que fique muito difícil explicar porque então custa tanto chegar até ela.

Como se poderia esperar, os órgãos de estatística se esforçam por manter suas informações estáveis, incontroversas e tecnicamente bem fundamentadas. Um expediente simples é a utilização de números. Na sociedade moderna, se você pode se expressar em números, sua credibilidade aumenta (Porter, 1995). O problema é quando os números são instáveis ou conflitantes. Ivan Fellegi, Estatístico-Chefe do Canadá e uma personalidade dominante no seu campo, insiste, em um artigo recente, que "os valores centrais dos sistemas estatísticos eficazes são a legitimidade e a credibilidade" (Fellegi, 1996). Governos autoritários podem definir quais devam ser os números oficiais, mas a questão é se alguém irá acreditar neles (isso nos lembra os 99% de votos sempre conseguidos por candidatos oficiais em eleições na ex-União Soviética). A credibilidade, assim, é um componente essencial para a aceitação e adoção de padrões e procedimentos uniformes. Mas quais são as origens da credibilidade; de onde ela vem?

Outra fonte de credibilidade é a técnica e científica. A informação é aceita como confiável se ela é fornecida por pessoas ou instituições com um forte perfil científico e técnico. Isso é um paradoxo curioso, uma vez que as ciências empíricas são dominadas por controvérsias e descobertas provisórias, experimentais, probabilísticas e mesmo contraditórias, ao invés de o ser por uma lógica sólida, evidências e demonstrações, como muitas vezes se propala. A coisa se torna ainda mais complicada pelo fato de que a produção de estatísticas públicas não é limitada a uma única disciplina, ou seja àquela do estatístico. As equipes dos órgãos de estatística são compostas por economistas, cientistas sociais, analistas de programas, estatísticos e matemáticos, cada um com sua própria cultura profissional, inclinações e preferências. Além de suas diferenças de origem, esses diferentes grupos mantêm ligações com suas comunidades profissionais, e disputas por espaço e precedência profissional tendem a ocorrer. Ajuda quando se pode argumentar que uma disciplina é central, e responsável por manter a coerência e a integridade do todo. A introdução de contas nacionais e a elaboração de matrizes de input-output na maior parte dos institutos de estatística deu aos economistas um papel proeminente, pareceu oferecer uma lógica para o sistema como um todo e o ligou a outra imagem importante, aquela do planejamento econômico (Fourquet, 1980). À medida que a força da imagística do planejamento diminuía, esse argumento perdeu muito de sua força, sendo substituído pela busca de outro referencial disciplinar, aquele da própria estatística como uma disciplina abrangente que tudo cobre.

Dada a pluralidade de atores e interesses que participam ou que podem ser afetados pelo trabalho dos órgãos de estatística, alianças estáveis têm que ser construídas para apoiar este tipo de trabalho. Michel Callon trata desta questão em termos bem amplos, sugerindo o seguinte esquema para a constituição do que ele chama de "sociologia de tradução", mas que poderia ser melhor denominada "sociologia de alianças" (Callon, 1986, 196-233). O primeiro passo no seu esquema é a "problematização, ou como tornar-se indispensável". Um elemento essencial neste primeiro estágio é a "definição de pontos de passagem obrigatórios". Se eu quero desenvolver uma nova pesquisa sobre inovação tecnológica, por exemplo, todas as partes interessadas devem ser convencidas de que, se eles querem incorporar tecnologia moderna em suas atividades, eles terão que obter os dados adequados para medi-la e avaliá-la, e minha instituição e grupo de pesquisa são os melhores para fazer este tipo de trabalho. O segundo passo é "interressement": um processo muito complicado e imprevisível de se convencer a todos os atores potenciais de que eles têm um interesse comum, a ser suprido desta maneira específica. Para usar as palavras de Callon, "para todos os grupos envolvidos, o 'interessement' ajuda a pressionar as entidades a serem alistadas. Além disso, ele tenta impedir a formação de possíveis associações concorrentes, e construir um sistema de alianças. Estruturas sociais, envolvendo tanto entidades sociais como naturais, são formadas e consolidadas" (Callon, 1986, p.211). O terceiro passo é o "enrollment", ou seja, o recrutamento, conseguir que todos os atores se comportem de maneira compatível e coerente. No nosso exemplo, eu preciso convencer as empresas a responder aos questionários, preciso convencer o governo a fornecer os recursos necessários, e os definidores das políticas a tomar estas informações em conta em suas decisões futuras quanto a investimentos. O quarto passo é a "mobilização de aliados". Todos os atores têm que estar de acordo que o instituto de pesquisa é o seu porta-voz, e que os dados produzidos expressam os interesses e as realidades comuns de todas as partes envolvidas.