Concordemos desde o início que o mundo é um lugar complicado, e os cientistas sociais têm trabalhos exigentes quando se trata de medir fenômenos cívicos com precisão.
Afinal, mesmo estudos cuidadosos levantam questões de acompanhamento: Até que ponto suas descobertas se aplicam em outros contextos? As conclusões sobre a política em um país se aplicam a outros países? Se você está estudando eleitores em uma eleição desequilibrada, suas descobertas se aplicarão a eleitores em uma eleição acirrada? Essas perguntas são todas uma parte natural do processo de pesquisa.
É aí que entra Naoki Egami. Egami é um cientista político do MIT cuja especialidade é a metodologia de pesquisa. Ele escrutina cuidadosamente, por exemplo, o que os cientistas sociais chamam de “validade externa”, ou seja, se os resultados de estudos específicos se aplicam de forma mais geral.
“Eu sempre digo que a metodologia política é o campo onde você faz perguntas como cientista político, mas depois as resolve como um estatístico aplicado ou um cientista da computação aplicado”, diz Egami. “Você descobre os problemas matemáticos subjacentes por trás dos desafios empíricos que as pessoas enfrentam e os resolve de forma otimizada.”
Acontece que os interesses de Egami são amplos. Anos atrás, antes da atual mania da inteligência artificial, ele começou a estudar o que acontece quando ferramentas de AI são introduzidas em estudos. Quão precisas elas são? Como os pesquisadores podem considerar as tendências da AI? Focar nessas e em outras questões ajudou Egami a construir um vasto portfólio de pesquisas, ganhar prêmios e prosperar em sua carreira. Enquanto isso, ele mantém interesse em questões básicas sobre política, bem como em medir as coisas corretamente.
“Você precisa de ambas as perspectivas”, diz Egami. “Se você pensa apenas em teorias estatísticas técnicas, às vezes pode não trabalhar em problemas empíricos interessantes. Mas se você pensa apenas em problemas, você não os resolverá de forma realmente otimizada; você os resolverá de forma ad-hoc. Então,
Fonte: MIT News - AI
Publicado em 2026-09-16