B causas A (causalidade inversa ou causalidade inversa)Editar

A causalidade inversa ou causalidade inversa ou direção errada é uma falácia informal de causa questionável onde causa e efeito são invertidos. Diz-se que a causa é o efeito e vice-versa.

Exemplo 1 Quanto mais rápido os moinhos de vento são observados a girar, mais vento é observado. Portanto, o vento é causado pela rotação dos moinhos de vento. (Ou, simplesmente pondo: moinhos de vento, como o seu nome indica, são máquinas usadas para produzir vento).

Neste exemplo, a correlação (simultaneidade) entre a actividade dos aerogeradores e a velocidade do vento não implica que o vento seja causado por aerogeradores. É antes o contrário, como sugere o facto de o vento não precisar de moinhos de vento para existir, enquanto os moinhos de vento precisam de vento para rodar. O vento pode ser observado em lugares onde não há moinhos de vento ou moinhos de vento não rotativos – e há boas razões para acreditar que o vento existia antes da invenção dos moinhos.

Exemplo 2

Em outros casos pode simplesmente não estar claro qual é a causa e qual é o efeito. Por exemplo:

As crianças que vêem muita televisão são as mais violentas. Claramente, a TV torna as crianças mais violentas.

Isso pode facilmente ser o contrário; ou seja, crianças violentas gostam de assistir mais TV do que as menos violentas.

Exemplo 3

Uma correlação entre o uso de drogas recreativas e distúrbios psiquiátricos pode ser de qualquer maneira: talvez as drogas causem os distúrbios, ou talvez as pessoas usem drogas para se auto-medicarem para condições pré-existentes. A teoria da droga Gateway pode argumentar que o uso de maconha leva ao uso de drogas mais duras, mas o uso de drogas duras pode levar ao uso de maconha (veja também a confusão do inverso). De fato, nas ciências sociais onde experimentos controlados muitas vezes não podem ser usados para discernir a direção da causa, esta falácia pode alimentar argumentos científicos de longa data. Um desses exemplos pode ser encontrado na economia da educação, entre os modelos de rastreio/sinalização e de capital humano: pode ser que ter uma capacidade inata permita completar uma educação, ou que completar uma educação constrói a sua capacidade.

Exemplo 4

Um exemplo histórico disto é que os europeus na Idade Média acreditavam que os piolhos eram benéficos para a sua saúde, uma vez que raramente haveria piolhos em pessoas doentes. O raciocínio era que as pessoas adoeciam porque os piolhos saíam. A verdadeira razão, porém, é que os piolhos são extremamente sensíveis à temperatura corporal. Um pequeno aumento da temperatura do corpo, como numa febre, fará com que os piolhos procurem outro hospedeiro. O termómetro médico ainda não tinha sido inventado, por isso este aumento de temperatura raramente foi notado. Os sintomas notáveis vieram mais tarde, dando a impressão que os piolhos saíram antes da pessoa ficar doente.

Em outros casos, dois fenómenos podem ser uma causa parcial um do outro; considere a pobreza e a falta de educação, ou a procrastinação e a falta de auto-estima. Um argumentando com base nesses dois fenômenos deve, entretanto, ter cuidado para evitar a falácia da causa e consequência circular. A pobreza é uma causa de falta de educação, mas não é a única causa, e vice-versa.

Terceiro fator C (a variável de causa comum) causa ambas A e BEdit

A falácia da terceira causa (também conhecida como ignorar uma causa comum ou causa questionável) é uma falácia lógica onde uma relação espúria é confundida com a causa. Ela afirma que X causa Y quando, na realidade, X e Y são ambos causados por Z. É uma variação na falácia ergo propter hoc post hoc e um membro do grupo de causa questionável das falácias.

Todos estes exemplos lidam com uma variável oculta, que é simplesmente uma terceira variável oculta que afeta ambas as causas da correlação. Uma dificuldade também surge frequentemente quando o terceiro fator, embora fundamentalmente diferente de A e B, está tão intimamente relacionado com A e/ou B que é confundido com eles ou muito difícil de se separar cientificamente deles (ver Exemplo 4).

Exemplo 1 Dormir com os sapatos calçados está fortemente correlacionado com acordar com uma dor de cabeça. Portanto, dormir com os sapatos calçados causa dor de cabeça.

O exemplo acima comete a correlação-implica a falácia da causa, pois conclui prematuramente que dormir com os sapatos calçados causa dor de cabeça. Uma explicação mais plausível é que ambos são causados por um terceiro fator, neste caso ir para a cama bêbado, o que assim dá origem a uma correlação. Portanto, a conclusão é falsa.

Exemplo 2 Crianças pequenas que dormem com a luz acesa são muito mais propensas a desenvolver miopia na vida posterior. Portanto, dormir com a luz acesa causa miopia.

Este é um exemplo científico que resultou de um estudo no Centro Médico da Universidade da Pensilvânia. Publicado na edição de 13 de maio de 1999 da Nature, o estudo recebeu muita cobertura na época, na imprensa popular. No entanto, um estudo posterior na Universidade Estadual de Ohio não descobriu que bebês dormindo com a luz acesa causaram o desenvolvimento da miopia. Ele encontrou uma forte ligação entre a miopia parental e o desenvolvimento da miopia infantil, observando também que os pais míopes tinham mais probabilidades de deixar uma luz acesa no quarto dos seus filhos. Neste caso, a causa de ambas as condições é a miopia dos pais, e a conclusão acima é falsa.

Exemplo 3 À medida que as vendas de gelados aumentam, a taxa de mortes por afogamento aumenta acentuadamente. Portanto, o consumo de sorvete causa afogamento.

Este exemplo não reconhece a importância da época do ano e da temperatura para a venda de sorvetes. O sorvete é vendido durante os meses quentes de verão a um ritmo muito maior do que nos meses mais frios, e é durante esses meses quentes de verão que as pessoas estão mais propensas a se envolver em atividades envolvendo água, como natação. O aumento de mortes por afogamento é simplesmente causado por uma maior exposição a atividades baseadas na água, e não a sorvetes. A conclusão declarada é falsa.

Exemplo 4 Um estudo hipotético mostra uma relação entre os escores de ansiedade do teste e os escores de timidez, com um valor estatístico r (força de correlação) de +,59. Portanto, pode-se simplesmente concluir que a timidez, em alguma parte, influencia causalmente a ansiedade do teste.

No entanto, como encontrado em muitos estudos psicológicos, outra variável, um “escore de autoconsciência”, é descoberta que tem uma correlação mais acentuada (+,73) com a timidez. Isto sugere um possível problema de “terceira variável”, entretanto, quando três medidas tão intimamente relacionadas são encontradas, sugere ainda que cada uma pode ter tendências bidirecionais (ver “variável bidirecional”, acima), sendo um conjunto de valores correlacionados, cada um influenciando um ao outro até certo ponto. Portanto, a simples conclusão acima pode ser falsa.

Exemplo 5 Desde os anos 50, tanto o nível de CO2 atmosférico quanto os níveis de obesidade têm aumentado acentuadamente. Portanto, o CO2 atmosférico causa obesidade.

Populações mais ricas tendem a comer mais alimentos e produzir mais CO2.

Exemplo 6 O colesterol HDL (“bom”) está negativamente correlacionado com a incidência de infarto do miocárdio. Portanto, tomar medicamentos para elevar o HDL diminui a chance de ter um infarto do miocárdio.

Outras pesquisas colocaram esta conclusão em questão. Ao invés disso, pode ser que outros fatores subjacentes, como genes, dieta e exercícios, afetem tanto os níveis de HDL quanto a probabilidade de ter um infarto do miocárdio; é possível que os medicamentos possam afetar o fator diretamente mensurável, os níveis de HDL, sem afetar a chance de infarto do miocárdio.

Causa bidirecional: A causa B, e B causa AEdit

Aausalidade não é necessariamente unilateral; numa relação predador-presa, o número de predadores afecta o número de presas, mas o número de presas, ou seja, o fornecimento de alimentos, também afecta o número de predadores. Outro exemplo bem conhecido é que os ciclistas têm um Índice de Massa Corporal mais baixo do que as pessoas que não fazem ciclo. Isto é muitas vezes explicado assumindo que o ciclismo aumenta os níveis de actividade física e, portanto, diminui o IMC. Como os resultados de estudos prospectivos sobre pessoas que aumentam o uso da bicicleta mostram um efeito menor no IMC do que estudos transversais, pode haver também alguma causalidade inversa (ou seja, pessoas com um IMC mais baixo são mais propensas a pedalar).

A relação entre A e B é coincidenteEditar

As duas variáveis não estão relacionadas de todo, mas correlacionadas por acaso. Quanto mais coisas forem examinadas, mais provável é que duas variáveis não relacionadas aparentem estar relacionadas. Por exemplo:

• O resultado do último jogo em casa dos Washington Redskins antes da eleição presidencial previu o resultado de cada eleição presidencial de 1936 a 2000 inclusive, apesar dos resultados dos jogos de futebol não terem nada a ver com o resultado da eleição popular. Esta etapa foi finalmente quebrada em 2004 (ou 2012 usando uma formulação alternativa da regra original).
• A lei Mierscheid, que correlaciona a participação do Partido Social Democrata da Alemanha no voto popular com o tamanho da produção de aço bruto na Alemanha Ocidental.
• Alternating bald-hairy líderes russos: Um líder careca (ou obviamente careca) da Rússia sucedeu a um líder não-bald (“peludo”), e vice-versa, por quase 200 anos.
• O código bíblico, palavras hebraicas que predizem eventos históricos supostamente escondidos dentro da Torá: o enorme número de combinações de letras faz aparecer qualquer palavra em texto suficientemente longo estatisticamente insignificante.