Por que a formulação de políticas baseada em evidências é superestimada

Há três anos, os Estados Unidos declararam o fim da emergência da pandemia, e o país suspirou aliviado. Você, caro leitor, provavelmente já arquivou tudo isso na memória. Sinto muito, mas eu simplesmente não consigo deixar de lado, e ler o excelente “In Covid’s Wake”, de Macedo e Lee, na minha volta da Irlanda na semana passada, me lembrou por quê. O vírus, claro, não foi culpa de nenhum de nós em particular.¹ Mas a forma como raciocinamos sobre ele como sociedade democrática foi absolutamente culpa nossa. Os tais especialistas passaram anos dizendo ao resto de nós para “seguir a ciência”, depois reivindicaram uma certeza que a ciência nunca lhes deu, vestiram juízos de valor com roupagem técnica, contaram um sem-número de mentiras nobres para o nosso próprio bem e descartaram todo custo que ficava fora de sua própria especialidade estreita. Estávamos nos afogando em dados, mas o que nos faltava era julgamento honesto.

Essa mentalidade automática e baseada em evidências não é só uma coisa de pandemia, e ela aparece sempre que tratamos um tipo de dado como o único que conta. Em 2018, uma das principais revistas médicas publicou um ensaio clínico randomizado (RCT) constatando que os paraquedas não faziam nada para evitar morte ou ferimento quando pessoas pulavam de uma aeronave. O detalhe era que os aviões estavam parados no chão, e a altitude média do salto era de cerca de meio metro. O estudo inteiro, claro, era uma piada. Os autores não eram contra experimentos em si, mas estavam zombando do reflexo comum entre seus colegas que trata os RCTs como a única forma respeitável de conhecimento, mesmo para uma afirmação que você poderia verificar olhando pela janela de um avião.²

Passei boa parte da minha vida profissional contribuindo para e pedindo evidências melhores nos debates sobre imigração, normalmente para a discreta exasperação de pessoas do meu próprio lado, então não vou começar a torcer o nariz para os dados e agir com base em “vibes”. Uma boa formulação de políticas precisa, sim, de evidências, de análise de custo-benefício e de um raciocínio contrafactual cuidadoso. Mas também precisa de humildade e de um julgamento melhor sobre que tipo de evidência uma dada pergunta pode de fato exigir, se é que exige alguma.

Há políticas tão obviamente boas que não deveríamos precisar de um estudo perfeito para tentá-las, como permitir legalmente mais moradia onde a demanda é alta, manter em funcionamento uma fonte de energia confiável e de baixo carbono quando o substituto é combustível fóssil, ou aumentar os vistos para os melhores talentos estrangeiros que todo mundo diz querer. Pessoas razoáveis podem discutir detalhes e trade-offs. Mas em questões como essas, o argumento a favor da ação não depende de um RCT perfeito, e o ônus da prova não deveria ser infinito.

Há também políticas tão obviamente ruins que não deveríamos precisar de um estudo para detê-las, como as proibições de trabalho para solicitantes de asilo. Sério, você não precisa de um ensaio randomizado, nem de qualquer evidência rígida, aliás, para prever o que acontece quando você proíbe um adulto disposto a trabalhar e preso num limbo legal de trabalhar, paga para abrigá-lo no lugar disso e depois aponta para a ociosidade dele como prova de que o sistema está quebrado. A maioria das decisões mais difíceis em políticas se parece mais com isso do que com algum grande mistério que exige um experimento bem desenhado.

O que “evidência” de fato significa

Um degrau abaixo do paraquedas está o fio dental. Pessoalmente, não gosto de usar fio dental, mas a maioria de nós provavelmente consegue sentir a diferença depois de tirar os restos de uma grande refeição, e nossos dentistas conseguem ver isso na próxima limpeza. Ainda assim, quando alguns jornalistas se agarraram a uma revisão que encontrou poucas evidências randomizadas de alta qualidade a favor do fio dental, uma série de manchetes anunciou que não havia evidência nenhuma de que ele funcionasse. Como aponta a historiadora da ciência Naomi Oreskes, isso foi uma leitura equivocada. Devemos ter a “mente aberta em relação às evidências”, argumenta ela, contabilizando a experiência profissional e a observação cotidiana, sobretudo onde um ensaio limpo de longo prazo é impraticável ou nunca será financiado.

A mesma confusão, embora com riscos muito mais altos, atravessou a pandemia de COVID. Em seu livro recente (altamente recomendado) sobre o tema, Stephen Macedo e Frances Lee apresentam um argumento surpreendente: boa parte do conhecimento relevante sobre como lidar com uma pandemia respiratória já existia, mas os governos de todo o Ocidente em grande medida o deixaram de lado. Antes de 2020, os planos dominantes de preparação para pandemias eram céticos quanto a medidas amplas como lockdowns e fechamentos prolongados de escolas, alertando que a evidência a favor delas era fraca e que os custos humanos e econômicos eram altos. No pânico do início de 2020, esses governos descartaram essa orientação quase da noite para o dia e então projetaram uma confiança que a ciência nunca respaldou.

Ajuda classificar as coisas pelo tipo de feedback que dão, e com que finalidade. Um paraquedas dá o tipo mais simples: o benefício de continuar vivo é imediato, individual e impossível de não notar, então um ensaio só confirmaria o que qualquer um já consegue ver. Um novo remédio ou vacina dá o oposto: os benefícios e os custos podem ser genuínos, mas também são muito mais diversos e, com frequência, invisíveis. A infecção que nunca chega é fácil de confundir com sorte ou com o corpo se curando sozinho, que é exatamente por isso que um ensaio randomizado com placebos é essencial e por que a medicina moderna funciona com base neles.

A maior parte das políticas de governo fica no meio do caminho. Em geral, dá para perceber se uma política aponta para ganho ou perda bem antes de você conseguir colocar um número limpo nisso, e os efeitos correm pelos mercados de trabalho, pelos preços e pela política tudo ao mesmo tempo, de modo que nenhum ensaio isolado consegue isolá-los, e muitas vezes nenhum pode sequer ser realizado. Mas você não pode resolver a questão só olhando, do jeito que faz com um paraquedas, e não pode resolvê-la com um único experimento limpo, do jeito que faz com um remédio. O que resta é o julgamento baseado em evidências cumulativas, em comparações entre lugares e épocas e em um raciocínio honesto de custo-benefício sob incerteza, tudo declarado abertamente em vez de disfarçado de ciência consolidada.

Outra vítima da nossa política realmente existente e automaticamente baseada em evidências é a questão prévia sobre o que sequer conta como evidência relevante, e a quem cabe decidir sobre a especialidade. Aqui, Macedo e Lee são demolidores. Como eles documentam, um grupo de nicho de especialistas em saúde pública e doenças infecciosas foi subitamente tratado como a única autoridade legítima sobre uma crise que tocava todas as partes da vida, e a lente deles era estreita por concepção: fixada em minimizar infecções, ela empurrava quase todos os outros efeitos, econômicos e não econômicos por igual, para fora da mesa, como se fossem assunto de outra pessoa.

Francis Collins, que dirigia os National Institutes of Health, admitiu que a “mentalidade de saúde pública” que ele compartilhava o levou a “atribuir valor infinito a deter a doença” e “valor zero a se isso de fato perturba totalmente a vida das pessoas, arruína a economia e mantém muitas crianças fora da escola”. No Reino Unido, o diretor médico-chefe, Chris Whitty, disse ao inquérito oficial sobre a Covid que acrescentar especialistas econômicos ou sociais ao grupo consultivo do governo o teria tornado “ingovernável” demais. Deter o vírus tornou-se o único objetivo que contava como seguir a ciência, e os custos que qualquer política honesta tem de ponderar foram declarados fora de escopo.

Os economistas já travaram essa briga

Os economistas do desenvolvimento vêm discutindo isso há 20 anos. A “revolução da credibilidade” ensinou as ciências sociais a desconfiar de afirmações causais malfeitas e a valorizar a identificação, o que foi um avanço genuíno. Mas o economista Lant Pritchett argumenta que alguns de seus defensores então realizaram um truque estranho: tendo exigido a evidência mais rigorosa possível para uma estimativa estreita dentro de um artigo, eles se viravam e aceitavam afirmações amplas, em nível de sistema, construídas sobre essas estimativas “com total e completa credulidade”. Ele chama isso de revolução da credulidade. Um experimento pode ser internamente impecável e ainda assim dizer quase nada sobre se um programa vai funcionar em escala nacional em outro país.

A crítica vem do centro do campo. Angus Deaton e Nancy Cartwright, dificilmente inimigos da quantificação, argumentam que os ensaios randomizados só justificam seu lugar “como parte de um programa cumulativo”, ao lado de teoria e mecanismo. Exigir validade externa de um único ensaio “espera demais de um RCT, ao mesmo tempo em que subestima sua contribuição”.

Pritchett oferece um teste de cheiro mais direto para seu próprio campo do crescimento econômico: se os países ricos não têm mais de algum fator da moda do que os pobres, deveríamos desconfiar de afirmações de que ele explica o desenvolvimento. Nenhum país jamais realizou um ensaio randomizado em seu caminho para a riqueza. A Polônia não saiu do comunismo e entrou na prosperidade por causa de um experimento bem conduzido de transferência de renda; ela conseguiu isso por meio de mudanças confusas e de larga escala em mercados, instituições e política que nenhum ensaio poderia ter testado de antemão. O método deve se ajustar à pergunta. Quando não se ajusta, mais rigor sobre a pergunta errada é apenas uma forma mais cara de estar confiantemente fora do ponto.

Quando o ensaio justifica seu lugar

Não me entenda mal—eu gosto dos meus RCTs e já conduzi alguns eu mesmo. Os estudos randomizados são essenciais quando a intuição se adianta ao conhecimento. O melhor argumento a favor de um ensaio é a imagem invertida do paraquedas: às vezes a resposta não é nem um pouco óbvia, a intuição que quase todo mundo compartilha acaba se revelando errada, e a única maneira de descobrir é realizar o experimento e pagar o custo dele. Quando você não consegue ver o efeito imediatamente só de olhar, é absolutamente preciso medi-lo de forma cuidadosa e sistemática.

As transferências de renda em países ricos podem ser um exemplo interessante aqui. Em países pobres, a evidência de que entregar dinheiro às pessoas melhora suas vidas é tão forte quanto as ciências sociais conseguem produzir, com estudos randomizados encontrando grandes ganhos em renda, ativos, segurança alimentar e até menor mortalidade infantil. Quando os economistas propuseram pela primeira vez simplesmente entregar dinheiro a pessoas pobres, o receio era de que elas o desperdiçassem em álcool e outras tentações, e é por isso que a ajuda tantas vezes vinha como comida ou como dinheiro com condições atreladas. Os ensaios constataram que esse receio era em grande parte infundado: ao longo de dezenas de estudos, o dinheiro não elevou os gastos com álcool ou tabaco e muitas vezes os reduziu, porque as pessoas na pobreza acabam sendo boas avaliadoras do que precisam.

Agora, como está ficando cada vez mais óbvio para mais gente que as transferências de renda claramente funcionam, você poderia supor que a mesma lógica se transfere para um país rico: se você der a um americano em dificuldades algumas centenas de dólares por mês, a vida dele melhora de forma mensurável. Pelo menos pareceu óbvio aos pesquisadores que acreditavam nisso. Mas então eles realizaram os ensaios.

Como Kelsey Piper detalha, uma série de estudos americanos cuidadosos, incluindo um experimento da OpenResearch que deu às pessoas US$ 1.000 por mês durante três anos, não encontrou nenhuma melhora sustentada em saúde, emprego, estresse ou resultados das crianças. Piper, que entrou esperando que o dinheiro ajudasse mais, chamou a evidência de “chocante”. As constatações dos países em desenvolvimento eram sólidas, mas não se transferiram de forma limpa para este contexto, que é exatamente aquele problema de validade externa com que Angus Deaton tanto se preocupava. Aqui o ensaio justificou cada dólar que custou, porque as apostas eram altas, a intuição era forte, mas no fim das contas estava errada. O problema, claro, é distinguir um paraquedas de um ensaio médico antes de decidir se o estudo vale a pena ser realizado.

Mesmo então, a ferramenta certa nem sempre é um experimento, e às vezes ela simplesmente não está disponível. Algumas das coisas mais importantes que sabemos se apoiam mais em teoria e modelagem do que em qualquer ensaio isolado. Ninguém realizou, nem poderia realizar, um estudo randomizado sobre se um país deve se abrir ao livre comércio. O argumento aqui se apoia na teoria das vantagens comparativas, formulada dois séculos atrás e refinada por montanhas de evidências não experimentais desde então. Ninguém sorteou nações entre democracia e ditadura para aprender qual produz vidas melhores. Raciocinamos sobre perguntas como essas a partir de teoria e valores, e nos apoiamos em experimentos mentais e modelos formais, o tipo de simulações computacionais e mentais que os cientistas sociais constroem precisamente porque algumas perguntas nunca podem ser submetidas a um teste experimental.

Quando todo mundo está errado ao mesmo tempo

Não sou nem de longe um especialista na pandemia. Mas é um caso muito importante que ainda molda a confiança pública para pior. Já vimos a incerteza na evidência. Mas a falha mais profunda foi a recusa em admiti-la. Autoridades em todos os níveis ficaram repetindo que “sabemos o que funciona contra a Covid-19”, como Macedo e Lee documentam, “mesmo quando ficava cada vez mais evidente que os formuladores de políticas estavam improvisando e não sabiam, de fato, com certeza o que funcionava”. Reivindicou-se certeza onde ela não existia. A ciência pode lhe dizer o que uma política provavelmente fará. Mas não pode lhe dizer o que você deve valorizar, e fingir o contrário gasta a credibilidade de que você precisa na próxima vez.

Os críticos muitas vezes cometeram o erro de imagem invertida, tratando a ausência de um ensaio limpo como prova de que uma medida não tinha valor, o que é o erro do fio dental ampliado para uma emergência nacional. Macedo e Lee censuram os dois reflexos de uma vez: foi errado, escrevem eles, “zombar e censurar os céticos das máscaras, assim como foi errado insistir com certeza que as máscaras não funcionam”. E por baixo da gritaria estava o trade-off que ninguém queria nomear. Os estudos sobre o uso de máscaras mediram “apenas um lado da equação”, apontam eles, e não disseram “nada sobre os custos do uso de máscaras para o aprendizado, a comunicação, a socialização e o bem-estar psicológico das crianças”, enquanto os fechamentos de escolas “mais prejudicaram as crianças pobres”. O que ambos os erros têm em comum é uma recusa em dizer a coisa honesta: a evidência era incompleta, e as escolhas impuseram custos pesados a pessoas que nunca tiveram direito a voto.

A falha do “seguir a ciência” pegou uma discordância sobre valores, sobre quanto peso dar à escolarização dos jovens contra a segurança dos idosos, à liberdade contra a cautela, e a vestiu como uma disputa técnica que os dados já haviam resolvido. A imigração funciona com base na mesma jogada o tempo todo. Boa parte do que parece um argumento sobre evidências é, na verdade, um argumento sobre o que um governo deve aos seus próprios cidadãos contra o que deve aos estrangeiros. Nenhum experimento pode lhe dizer quanto pesar os salários de um cidadão contra a segurança de um estranho, ou se uma sociedade mais diversa é melhor do que uma mais coesa.

Essas são todas questões de valor, e se as pessoas simplesmente não quiserem um certo resultado, como uma sociedade mais diversa, nenhuma estimativa limpa de que uma política o produziria mudará a opinião delas. Eu defendi esse ponto longamente: a coisa mais útil que a evidência pode fazer aqui é disciplinar um argumento de valores ao nos dizer o que uma dada política vai custar e produzir. Ela não pode fazer o argumento de valores desaparecer, e reformular um conflito de valores como um conflito científico em grande parte apenas esconde aquilo sobre o que as pessoas estão brigando.

Dan Williams faz um ponto estreitamente relacionado em seu novo ensaio sobre como as tribos políticas constroem realidades rivais. A discordância política muitas vezes corre por sistemas rivais de interpretação que decidem quais fatos importam, o que conta como representativo e quem entra na história como vítima, vilão ou herói. É por isso que os apelos à “evidência” tão frequentemente decepcionam. A briga é em parte sobre fatos, mas também sobre o enquadramento que diz às pessoas o que os fatos significam.

Benefícios demonstráveis

Nenhum ensaio randomizado tampouco lhe dirá tudo o que você quer saber sobre admitir um trabalhador produtivo e qualificado que paga impostos, preenche uma escassez documentada, abre uma empresa ou atende pacientes numa cidade que não consegue recrutar um médico. O feedback aqui corre por uma variedade de instituições, e você não pode manter o resto do mundo fixo enquanto gira o botão. Ainda assim, a direção básica não é nem um pouco misteriosa. Um formulador de políticas que pondera se deve encaminhar mais cientistas elegíveis por um visto especializado ou eliminar uma fila desnecessária de trabalhadores qualificados nunca terá evidência experimental limpa que resolva a questão inteira, e esperar por ela significa apenas deixar persistir uma situação-padrão ruim.

É por isso que a imigração qualificada é tão popular: seus benefícios são intuitivos e visíveis sem ninguém precisar ler um artigo de econometria. Cerca de 80 por cento dos eleitores americanos apoiam a imigração de alta qualificação através das linhas partidárias, e os formuladores de políticas que quisessem agir com base nisso poderiam simplificar o visto O-1A sem cota para trabalhadores de capacidade extraordinária amanhã mesmo, sem uma única lei nova. É isso que quero dizer com comprovadamente benéfico: uma política cuja contribuição para o país as pessoas comuns conseguem ver em termos práticos, servindo de forma explícita e direta ao interesse nacional. O enquadramento persuasivo já está embutido na própria política, então você não precisa de uma campanha para explicá-la.

Mas formular política de imigração, claro, não é a mesma coisa que escolher paraquedas. “Um trabalhador qualificado que paga impostos e preenche uma escassez documentada é um ativo para o país” é uma afirmação tão próxima da saturação observacional quanto os fatos sociais chegam. “Esta reforma de visto específica vai produzir esse benefício nesta magnitude específica” é uma pergunta empírica genuína que de fato exige identificação, e é o tipo de coisa que meus colegas passam carreiras tentando estimar. Tratar a segunda afirmação como se fosse tão autoevidente quanto a primeira é o mesmo erro de que os autores do paraquedas zombaram, só que apontado numa direção mais amigável. Como já argumentei antes, a “imigração” em abstrato não tem nenhum efeito limpo à espera de ser descoberto; políticas específicas que admitem pessoas específicas sob regras específicas têm.

Nem todo benefício visível é tão complicado quanto a imigração. Já que estávamos mesmo falando de fio dental, considere… a ideia de um vaso sanitário japonês. Você só precisa usar um washlet aquecido uma ou duas vezes para saber que ele supera o que a maioria dos banheiros comuns oferece, e ninguém precisa de um ensaio randomizado medindo limpeza ou satisfação para resolver a questão, como Noah Smith acabou de argumentar. Eu também comprei um recentemente, depois de passar um tempo no Japão, e tenho opiniões.³ Estou bastante confiante de que instalar washlets em escala, em hotéis e aeroportos, seria uma boa política para muitas instituições americanas, e igualmente certo de que isso não precisa ser baseado em evidências em nenhum sentido sério. O empecilho aqui não é a falta de evidência. São nossos hábitos culturais, códigos de construção e a fiação elétrica para a qual a maioria dos banheiros americanos nunca foi construída.

Danos demonstráveis

A mesma lógica corre em sentido inverso, e produz o que talvez seja a política de imigração mais claramente autodestrutiva do mundo rico: a proibição de deixar os solicitantes de asilo trabalharem enquanto seus pedidos estão sendo processados. Em muitos países, essa exclusão dura meio ano ou mais, e na prática pode se estender muito mais.

Antes de considerar qualquer aspecto da política, vamos pensar no que isso faz com uma pessoa. Um governo aceita um pedido de asilo para análise, paga para abrigar o requerente, depois proíbe a única atividade que lhe permitiria se sustentar, construir um histórico e começar a pertencer, que é trabalhar. Meses de ociosidade forçada drenam as economias, corroem habilidades e desgastam os hábitos e a confiança que tornam alguém empregável, e o dano sobrevive à proibição por anos. Você não precisa de um instrumento engenhoso, nem de um ensaio randomizado, para ver que isso é uma péssima troca.

Depois há a política conflituosa do tema. A proibição fabrica exatamente a imagem que os políticos anti-imigração apontam como prova de que o sistema está quebrado: recém-chegados aptos para o trabalho ociosos em hotéis bancados pelos contribuintes, ou vendendo frutas nos semáforos porque a economia formal está fechada para eles. Essa dependência visível pode azedar os eleitores em relação à imigração de forma mais ampla, incluindo as vias qualificadas de que os eleitores de outra forma gostam.

Sempre que argumento que a política de imigração tem de ser intuitivamente benéfica para se manter popular, alguém pergunta como sequer seria uma política pró-imigração não benéfica. É assim que ela se parece, e nenhuma quantidade de evidência agregada sobre a contribuição fiscal de longo prazo dos refugiados fará um eleitor deixar de ver a desordem visível da crise de asilo nas ruas. A solução honesta é uma política que pare de gerar a falha visível desde o começo.

Contra o teatro de evidências

Ajuda entender por que a versão maximalista da política baseada em evidências segue decepcionando seus defensores. Empurrar todas as fichas para “a ciência” e se submeter a qualquer coisa em que os especialistas atualmente concordem ainda não entrega uma política, porque as perguntas mais difíceis não são aquelas que a ciência foi feita para responder. Macedo e Lee defendem o argumento para a Covid: os cientistas, escrevem eles, “com suas bases estreitas de especialidade, não deveriam formular políticas”, porque as escolhas dependem de valores e trade-offs que nenhum estudo consegue ponderar. A mesma lacuna aparece no clima, onde o economista Matt Burgess argumenta que os enquadramentos barulhentos, “não é grande coisa” e “ameaça existencial”, estão ambos provavelmente errados, e que uma política responsável tem de ponderar trade-offs e julgar quais cenários são plausíveis, algo que nenhum apelo ao consenso consegue resolver. E aparece na imigração, onde “a evidência” é invocada por ambos os lados para resolver o que no fundo é uma briga sobre o que devemos uns aos outros.

Então como isso se parece na prática, para quem quer levar a evidência a sério sem se esconder atrás dela? As seguintes perguntas ajudam:

Que tipo de afirmação está de fato em jogo: uma afirmação empírica que os dados podem resolver ou uma afirmação normativa que nenhuma regressão jamais resolverá?

Que tipo de feedback a política produz, e um estudo limpo seria sequer válido e estaria disponível antes que a decisão precise ser tomada?

E qual é o custo de reunir a evidência, qual é o custo de esperar, e quem paga pela demora?

Quando o mecanismo é claro e forte, o lado negativo é reversível e as pessoas que se beneficiariam não podem se dar ao luxo de esperar, a atitude honesta é agir agora e seguir estudando ao longo do caminho. E quando a discordância é, no fundo, sobre valores, os especialistas deveriam dizer isso, em vez de lavá-la através da “ciência”.

Da política baseada em evidências ao julgamento democrático honesto

Todo estudo tem um preço, e toda demora também. O escritor Jeremiah Johnson recentemente nomeou um modo de falha que ele chama de tirania do caso extremo num texto d’The Argument, em que qualquer dano concebível a qualquer pessoa, por mais raro que seja, vira motivo para ninguém agir, e a exigência de mais um estudo está entre seus instrumentos favoritos. Essa exigência quase nunca recai de forma equilibrada: a barra sobe para a reforma de que alguém não gosta e desaparece para o status quo, que normalmente não se apoia em ensaio nenhum.

Uma exigência isolada de rigor, dirigida apenas à conclusão que você preferiria não alcançar, é uma das formas mais eficazes de bloquear a ação parecendo admiravelmente cuidadoso com a evidência. Realizar um ensaio significa gastar dinheiro, queimar tempo e, às vezes, negar uma política promissora às pessoas do grupo de controle, enquanto cada mês passado esperando é um mês em que a regra atual permanece em vigor. Em geral, dá para ponderar isso de modo informal: ninguém precisa de um ensaio randomizado para ver que pagar às pessoas para ficarem ociosas, como fazem as proibições de asilo, e depois ressenti-las por isso é uma péssima troca.

A disciplina que mantém tudo isso honesto é a disposição de dizer o que mudaria a sua opinião. Se afirmo que a proibição de trabalho para solicitantes de asilo é obviamente indefensável, eu lhe devo as condições sob as quais eu abandonaria a afirmação: evidência sólida de que ela dissuade pedidos fraudulentos numa escala que valha anos de ganhos perdidos e integração adiada para pessoas que de outra forma trabalhariam. Não vi essa evidência, mas eu genuinamente a examinaria. Nomear a constatação que mudaria a sua opinião é o que separa um julgamento ponderado de um conveniente, e é um teste que os mais barulhentos exigentes de “política baseada em evidências” raramente aplicam a si mesmos.

Não me entenda mal—nada disso é uma licença para vibes. O estudo do paraquedas é engraçado porque obviamente ninguém precisa de um ensaio randomizado em altitude, mas a maioria das escolhas que importam se parece menos com um paraquedas e mais com o nosso sistema de imigração: a evidência é parcial e o feedback é lento ou invisível. A evidência é indispensável para essas escolhas. Mas ainda assim ela não pode fazer o julgamento difícil por você, e um bom julgamento não sobreviverá por muito tempo numa democracia, a menos que a política por trás dele consiga mostrar seu valor no mundo em que os cidadãos comuns de qualquer persuasão política de fato vivem.