Como mover a política energética para além dos preconceitos e interesses adquiridos

Como mover a política energética para além dos preconceitos e interesses adquiridosA modelagem deve ser uma chance de testar suas suposições, não apenas confirmá-las. Shutterstock

Plano de energia emblemática do governo de Turnbull, o Garantia Nacional de Energia, pretendia acabar com um impasse de uma década sobre políticas de energia e clima na Austrália.

Ironicamente, desde a sua desvelar em outubro 2017, o debate tem intensificada consideravelmente, com o resultado que o governo tem agora afastou-se do componente de redução de emissões da política.

Muita atenção tem sido dada ao elevado drama político - e conflitos fundamentais sobre a importância da redução de emissões. Mas outra questão fundamental é a falta de confiança em modelos governamentais que prevêem os resultados das suas políticas.

Por exemplo, o governo afirmou este mês que o NEG reduzirá as contas domésticas em A $ 150 por ano. Analistas independentes, assim como Trabalho e Verduras políticos, questionaram esta figura. Eles apontam que outros modelos sugerem resultados diferentes - especialmente um anunciado pelo ministro federal da energia, Josh Frydenberg, em outubro 2017, que previa uma redução de A $ 100. Todos esses grupos pediram a liberação completa do trabalho de modelagem do governo.

Mas, se a modelagem é uma forma de análise científica, por que modelos diferentes dão resultados tão diferentes?

O que é um modelo?

Um modelo é uma representação simplificada da realidade, mas essa “realidade” é definida pelo modelador. Damos a um modelo um conjunto de entradas e produz um conjunto de saídas.

O processo de modelagem envolve uma sequência de “escolhas” que o modelador faz sobre os métodos a serem usados, os dados de entrada a serem alimentados e as relações entre esses dados (isto é, o que impacta o quê).


Receba as últimas notícias do InnerSelf


Ao dar alguns fatores mais peso - seja deliberadamente ou involuntariamente - o modelador pode tornar um resultado mais atraente, provável ou importante do que os outros.

Imagine pedir aos cozinheiros da 100 de diferentes países que façam a melhor sopa de macarrão do mundo. Todos escolheram diferentes ingredientes, tipos de macarrão e formas de cozinhar.

Essas escolhas refletem as receitas que eles já conhecem, os gostos que eles pessoalmente gostam ou não gostam e os ingredientes com os quais estão familiarizados. Estes formam seus preconceitos em relação ao que uma boa sopa de macarrão deve ser. Você não ficaria surpreso se vir 100 sopas de macarrão muito diferentes no final desta competição!

Como a sopa de macarrão, os modelos de políticas também são feitos com uma variedade de ingredientes, que são moldados pelas escolhas e tendências de seus modeladores e interessados. O efeito cumulativo dessas escolhas cria modelos diferentes e, portanto, resultados diferentes.

É por isso que alguns modeladores e analistas argumentam agora que nenhum modelo é "o" modelo certo, assim como nenhuma sopa de macarrão é a sopa de macarrão correta, e que nenhum modelo único resultaria em um "veracidade estabelecida".

Então, como podemos projetar políticas usando modelos que são preenchidos com vieses e interesses pessoais?

Exploração, não previsão

Aqui é nossa resposta: não devemos considerar modelos de ferramentas para “previsão”, mas sim para “exploração”. Não devemos esperar que os modelos nos forneçam a resposta às nossas questões políticas. Precisamos de modelos para explorar uma variedade de cenários para informar discussões sobre políticas.

Vamos usar o exemplo de redução das emissões de gases de efeito estufa. Existem diversas formas de fazer isto. Podemos transformar nossos sistemas de geração de eletricidade para aumentar a quantidade de renováveis; podemos melhorar as eficiências do edifício; podemos usar meios de transporte mais limpos.

Cada caminho tem seus oponentes e proponentes. Eles podem argumentar sobre seus benefícios, suas conseqüências e quanto investimento cada um merece de um conjunto finito de dinheiro.

Na abordagem preditiva convencional, modelaríamos cada opção de política (ou uma combinação de opções) e avaliaríamos seu impacto nas emissões. (E provavelmente cada lado realizaria sua própria modelagem, com suas próprias suposições implícitas.)

Mas em uma abordagem exploratória, tratamos o modelo como algo para se brincar, para “testar” opções políticas. Alteramos as premissas subjacentes ao modelo e vemos como os resultados mudam. Alteramos cenários futuros e executamos vários cenários e vemos como as opções de política funcionam em diferentes cenários. E no final deste exercício lúdico, não há uma resposta única! Cada resultado depende das suposições e dos cenários a partir dos quais foi produzido e - crucialmente - essas suposições são todas documentadas e tornadas transparentes.

Nós usamos essa abordagem para investigar a transição para energia limpa. Eles, como a Austrália, estão lidando com questões políticas e sociais altamente complicadas que não se encaixam perfeitamente nas formas convencionais de modelagem, que se esforçam para dar uma única resposta.

Certamente não sugerimos que a modelagem exploratória seja uma solução de prata para a resolução de diferenças políticas em questões políticas complexas. Pode, no entanto, transformar nossa compreensão de modelos de um processo de “caixa preta” para um processo transparente aberto ao escrutínio. Pode transformar suposições implícitas em cenários explícitos que podem ser testados e debatidos. Dessa forma, podemos ter mais políticas que fornecerão o que prometem - e uma base comum de informações sobre as quais argumentar.

Sobre o autor

Shirin Malekpour, Líder de Pesquisa em Planejamento Estratégico e Estudos de Futuros, Instituto de Desenvolvimento Sustentável Monash, Universidade de Monash e Enayat A. Moallemi, pesquisador associado, UNSW

Este artigo foi originalmente publicado em A Conversação. Leia o artigo original.

Livros relacionados

{amazonWS: searchindex = Livros; palavras-chave = innerself; maxresults = 3}

A Conversação

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

siga InnerSelf on

facebook-icontwitter-iconrss-icon

Receba as últimas por e-mail

{Emailcloak = off}