A análise do desempenho nas três dimensões do desenvolvimento sustentável exige a consideração de diferentes stakeholders com diferentes objetivos (e mensurados em diferentes unidades de medida) para cada uma, uma vez que se tratam de identidades não-equivalentes. Isso implica a existência de incomensurabilidade social: a multiplicidade de valores e pontos de vista legítimos na sociedade torna impossível decidir de forma (racionalmente) substantiva um conjunto de valores de um grupo social como superior (ou inferior) ao conjunto de valores de outro grupo (MUNDA, 2004), em função das diferentes sínteses passivas realizadas por diferentes stakeholders. Assim, o conceito de desenvolvimento sustentável traz implícita a existência de conflitos entre esses diferentes atores e estratégias (GIAMPIETRO, 2003).
O uso de identidades não-equivalentes leva também a incomensurabilidade técnica, além da social: devido à impossibilidade de representar múltiplas identidades em um único modelo, é impossível reduzir de forma (racionalmente) substantiva a descrição de um sistema a partir de um nível (hierárquico) particular de análise ou de uma disciplina para outra (MUNDA, 2004). Isso ocorre em função das diferentes sínteses passivas realizadas na construção de diferentes representações não-equivalentes. As bifurcações de representação produzem as duas incomensurabilidades, sendo que, no caso da técnica, ainda se devem somar as bifurcações de forma. Assim, a incomensurabilidade está intimamente ligada à complexidade, por ocorrer na representação do objeto, e não nele em si.
A definição da identidade do sistema por meio dos conceitos explanados anteriormente visa escapar de uma visão racionalmente substantiva, essencialmente reducionista, para definir o sistema por meio de uma racionalidade processual (SIMON, 1976), na qual a visão pré-analítica é explicitada. A racionalidade substantiva está relacionada a sistemas dinâmicos integráveis, para os quais é possível determinar a dinâmica em todos os instantes do tempo, de forma a se poder otimizar o resultado. Já a racionalidade processual trata dos sistemas dinâmicos não-integráveis, para os quais só é possível prever resultados até
o ponto em que a identidade formal bifurca, fazendo com que haja a necessidade de uma reavaliação periódica do conhecimento. Para lidar com essa situação de incerteza, é útil o princípio da precaução. Este princípio exige que se deixe de lado a busca por soluções ótimas, relacionadas à racionalidade substantiva, para buscar soluções satisfatórias para os
stakeholders envolvidos, ligadas a racionalidade processual (GIAMPIETRO, 2003). A
incerteza quanto a potenciais consequências sérias e/ou irreversíveis para os ecossistemas decorrerem de um certo curso de ação, justifica a adoção do princípio da precaução (WHO, 2004). Quando se lida com os ecossistemas, incerteza é a regra e não a exceção, devido à sua inerente complexidade. A racionalidade substantiva dependeria, para ser usada, de que o sistema pudesse ser totalmente representado por meio de síntese ativa, o que não é possível para sistemas complexos, como visto na seção 1.7. De forma alternativa, o princípio da precaução pode ser resumido na ideia de que, sempre que a observação científica preliminar indicar fundamentos razoáveis para possíveis danos ao meio ambiente ou à saúde (humana ou animal), deve-se adotar um alto nível de proteção (CEC, 2000).
A existência de incerteza fundamental no comportamento integrado das diferentes identidades faz com que não haja como se prever com certeza como sistemas complexos irão se comportar, devido a dois tipos de incerteza (KNIGHT, 1964):
Incerteza por indeterminação: Há um conhecimento confiável dos possíveis resultados e de sua relevância, mas não é possível prever, com a devida precisão, o movimento do sistema com o conjunto de informações disponíveis. Indeterminação é inescapável ao lidar com a reflexividade do comportamento humano. A relevância simultânea de características dos elementos operando em diferentes escalas e a não- linearidade (feedbacks presentes entre diferentes níveis hierárquicos não diretamente ligados, ou seja, para os quais os modelos analíticos não são equivalentes aos modelos sintéticos, por se usarem de sínteses passivas diferentes) faz com que os erros esperados na previsão dos resultados possam aumentar desproporcionalmente às variações medidas pelas variáveis relevantes. Incerteza por indeterminação implica problemas que são classificáveis (há categorias válidas para a estruturação do problema), mas não totalmente mensuráveis e previsíveis.
Incerteza por ignorância: Não é possível prever qual será o conjunto de qualidades (identidade) que será relevante para uma sólida estruturação do problema. Ignorância
implica consciência de que o conjunto de informações usado para representar o problema é finito e limitado, enquanto o conjunto de informações necessário para captar o comportamento relevante do sistema é aberto e em expansão e de que os modelos baseados em experiências prévias não contêm todas os aspectos relevantes para o sistema. Sistemas que apresentam propriedades emergentes se caracterizam pela incerteza por ignorância.
Para lidar com essas incertezas, é necessário usar bifurcações na representação. A conjunção dessas três questões leva a grandes dificuldades de se executar a análise do desempenho de forma integrada. Elkington (1997) propõe uma série de indicadores para se proceder a auditoria da sustentabilidade em uma organização, entre eles: lucro (para a dimensão econômica); indicadores de sustentabilidade, com ênfase na valoração do capital natural (para a dimensão ambiental); Índice de Desenvolvimento Humano e métodos de valoração monetária do bem-estar, como o Index of Sustainable Economic Welfare (ISEW) (para a dimensão social). Mas a consideração isolada de cada um desses indicadores não permite escapar dos problemas descritos acima. Torna-se necessário um framework adequado para trabalhar com diferentes indicadores em um mesmo espaço de análise, de forma integrada, sem reduzir uma dimensão à outra.
A construção de sistemas formais que representem as descrições não-equivalentes do sistema precisa, para isso, ser baseada em estruturas holárquicas. Apesar de, como explicado anteriormente, não ser possível construir sistemas formais com conjuntos abertos e em expansão, como são os sistemas naturais que representam, a identidade formal do sistema é construída de forma provisória, observando a inevitável ocorrência de bifurcação após o instante crítico. O uso de diferentes representações não-equivalentes, cada uma em sua dimensão, porém estruturadas sobre a mesma holarquia, permite a comparação dos trade-offs entre as representações em seus diferentes níveis a partir da análise dos fluxos e da dissipação que ocorre entre esses níveis.
Existência paralela de diferenciais de tempo relevantes não-equivalentes (tempos intrínsecos diferentes) a ser considerada explicitamente pelo analista ao lidar com as implicações das mudanças ocorridas no complexo observador-observado em relação à validade do modelo. A complexidade do tempo no processo de produção e uso de conjuntos integrados de modelos relacionados à sustentabilidade contrasta com o tempo simples de
operação de cada representação simplificada da realidade obtida em modelos reducionistas (sistemas formais de inferência) quando usado um de cada vez (GIAMPIETRO, 2003). Qualquer formalização para conceitos como resiliência, robusteza, adaptabilidade ou sustentabilidade em um sistema de inferência matemático tem que lidar com pelo menos três diferenciais de tempo relevantes, porém distintos (Idem, p. 237-8):
O diferencial de tempo selecionado pelo conjunto de equações diferenciais (dt), ou seja, pelo sistema formal considerado isoladamente;
O horizonte de tempo de validade do conjunto de modelos usados para simular causalidade e o conjunto de variáveis usado para descrever mudanças no estado do sistema em relação a uma determinada seleção de identidades obtidas na estruturação do problema. Ao lidar com sistemas evolucionários, há necessidade de considerar explicitamente a inevitável existência de um horizonte de tempo determinando a confiabilidade de um conjunto de categorias epistêmicas (identidades) usadas para representar e simular certo comportamento. A relação causal entre aspectos observáveis do sistema muda no tempo devido ao processo de evolução destes sistemas. Este diferencial de tempo é chamado dτ;
O horizonte de tempo compatível com a validade de uma estruturação do problema de acordo com a visão pré-analítica dos stakeholders em relação a um problema específico de sustentabilidade. Qualquer estruturação de problema implica escolha de finitos objetivos de análise, aspectos relevantes, hipóteses críveis sobre relações causais, variáveis para descrever os aspectos observáveis, técnicas de mensuração e sistemas inferenciais, os quais devem ser todos compatíveis uns com os outros. Em um espaço de tempo muito amplo, as escolhas pré-analíticas associadas com uma determinada estruturação do problema tornam-se obsoletas. A relevância do conjunto de qualidades incluídas na representação da identidade do sistema, bem como a relevância do conjunto de relações causais consideradas, muda no tempo. Esse diferencial de tempo (ritmo) do processo de evolução em relação com a definição de tempo complexo é chamado dθ.
A distinção entre identidade e individualidade do sistema se dá pela primeira ser referente aos dois primeiros diferenciais de tempo (dt e dτ) e a segunda, aos dois últimos
diferenciais de tempo (dτ e dθ). O primeiro diferencial de tempo é próprio da explicação e o segundo, da homologia. No primeiro diferencial de tempo, não há bifurcação. No segundo, há bifurcação de identidade, mas essa bifurcação ocorre dentro de uma mesma distribuição sedentária, enquanto na terceira a bifurcação leva a uma distribuição nômade, uma vez que não apenas a identidade do nível focal muda, mas também as identidades dos hólons que compõem o ambiente deste nível focal, sendo, portanto, melhor compreendida como uma bifurcação de representação (e não de identidade).
Para lidar com todas estas questões, uma alternativa proposta é a análise multiescalar integrada. Sua aplicação para problemas socioambientais ficou conhecida como Multi-Scalar
Integrated Analysis of Societal and Environmental Metabolism (MuSIASEM). A metodologia
MuSIASEM permite uma análise integrada das variáveis sociais eeconômicas associadas às ambientais, descritas entre níveis hierárquicos diferentes, identificando padrões de metabolismo social e das características dos processos ecológicos descritas entre diferentes níveis hierárquicos de análise.
Para estruturar o problema da forma aventada acima, é necessário construir modelos quantitativos. Cada modelo representando o cruzamento de duas dimensões específicas da análise, ou seja, descrições não-equivalentes do problema para cada variável, que podem ser construídas por meio de equações de congruência, e que garantem a coerência do todo com as partes e vice-versa. Dessa forma, dentro de uma mesma representação, os modelos são construídos como modelos sintéticos. Os conjuntos de modelos que constituem uma representação não-equivalente da holarquia combinam as variáveis de forma redundante, de forma a tornar possível a ligação causal (material) entre as diferentes descrições não- equivalentes. A redundância das variáveis nas equações de congruência faz com que uma variação em um modelo impacte em outro, que impacta em outro, e assim sucessivamente, permitindo a análise de propriedades emergentes (GIAMPIETRO, 2003). A diferença da composição dos níveis hierárquicos para cada variável considerada remonta às múltiplas identidades necessárias para caracterizar sistemas dissipativos.
Uma vez construídos os modelos, é necessário lidar com o resultado de sua análise. As representações não-equivalentes, no método MuSIASEM, permitem a análise dos trade-offs entre dimensões e níveis hierárquicos, permitindo um conhecimento (ainda que limitado) de quais resultados são possíveis de se obter de forma sustentável. Porém, dentro deste conjunto de resultados possíveis, como definir aquele que é o resultado desejado?
Aqui, é interessante mencionar os métodos de análise multicritério para tomada de decisão. Tais métodos representam abordagens formais que buscam explicitar os múltiplos objetivos envolvidos com a tomada de uma decisão, seja por parte de uma pessoa ou de um grupo. É especialmente útil quando há conflitos entre os objetivos de um mesmo stakeholder ou entre diferentes stakeholders. Ou seja, a análise multicritério é fundamental quando o problema apresenta bifurcações de representação, uma vez que estas bifurcações são produto de diferentes sínteses passivas realizadas por diferentes stakeholders. Os stakeholders usam diferentes “modelos mentais” para analisar a informação que recebem. Um modelo mental é uma representação do ambiente com objetivo de prever o comportamento deste. Se o ambiente fornece um feedback positivo, ou seja, confirma repetidamente a previsão, o modelo se estabiliza, cristalizando-se em uma crença, e um conjunto interligado de crenças se torna um sistema de crenças (MANTZAVINOS et al., 2004). Ao cristalizar-se, a crença se torna parâmetro constitutivo do sistema de crenças, tornando-se simultânea aos processos sucessivos de decisão que se basearão nessa crença. Ou seja, a incorporação da forma do ambiente por meio da repetida confirmação do modelo mental produz crenças por meio da síntese passiva, uma vez que, agindo com base na crença, o agente não precisa considerar todas as nuances do ambiente, quando estas são, na maioria das vezes, irrelevantes a seus objetivos.
Na análise multicritério não há uma solução correta ou ótima para o problema: antes, esse método busca integrar a mensuração dos objetivos aos valores dos stakeholders, de forma a tornar explícitas as subjetividades envolvidas, de forma a poder gerenciá-las em busca de uma solução satisfatória (BELTON, STEWART, 2002), permitindo, assim, lidar com as diferentes sínteses passivas realizadas por eles. Em uma análise multicritério, é necessário identificar os objetivos dos diferentes grupos de stakeholders. Os objetivos explicitam os valores pessoais dos stakeholders de maneira formal, servindo como fundamento para modelagens quantitativas que contemplem a articulação qualitativa dos valores dos agentes. Um objetivo é caracterizado por três aspectos: um contexto decisório, ou seja, o problema a ser resolvido; um objeto, ou seja, as formas possíveis de resolver o problema; e a direção da preferência, ou seja, a hierarquia das opções preferidas. A relação entre o objeto e a direção da preferência é a mesma que existe entre os dados e o programa no
software, como descrito por Rosen (1991), ou seja, são causas materiais e formais da decisão.
conhecimentos relevantes sobre o contexto decisório e sobre o método da análise multicritério (KEENEY, 1992). Assim, esse tipo de análise necessita de dois estágios fundamentais: suporte à discussão, onde pessoas com conhecimentos técnicos relevantes usam estes conhecimentos para fornecer uma descrição adequada do contexto decisório, a partir de informações que são fornecidas pelos stakeholders; e suporte à decisão, onde os stakeholders, de posse da descrição do fenômeno providenciada pelos cientistas, estabelecem seus objetivos (GIAMPIETRO, 2003). Uma variedade de métodos pode ser utilizada para obter as informações dos stakeholders: análise de SWOT; Strategic Options Development and
Analysis (SODA); Soft Systems Methodology; Escolha Estratégica (BELTON, STEWART,
2002); mapa cognitivo (PAIVA SOBRINHO, 2014); entre outros.
O comportamento dos agentes é fundamental para a obtenção dos resultados desejados, uma vez que estes forem estruturados e explicitados. A sociedade, enquanto hólon componente do ambiente e composta pelos indivíduos (e grupos de indivíduos, como possível instância intermediária), pode ser considerada um sistema complexo adaptativo, no qual seu funcionamento (ou seja, seu padrão de metabolismo social) emerge em meio a processos de auto-organização que apresentam feedbacks entre variáveis emergentes de controle (ou seja, regulação social) do ambiente e interações entre seus componentes (PAHL-WOSTL, 2015, p. 28). Na relação entre os indivíduos, podem emergir como nível intermediário instituições que agrupem e regulem o comportamento destes indivíduos, e estas podem ser formais ou informais. Instituições formais são canais oficiais ligados a burocracias governamentais, enquanto instituições informais são regras compartilhadas como normas sociais ou culturais (Idem, p. 32).
Como hólons, os atores estão envolvidos na construção destas instituições que irão (ou supostamente deveriam) governar seu comportamento, havendo, portanto, impredicatividade na forma. Pahl-Wostl (2015) usa o conceito de Situação de Ação, retirado de Ostrom (2005), para descrever um contexto estruturado de interações sociais que leva a resultados identificáveis. De acordo com a autora, a natureza iterativa das Situações de Ação em processos de governança pode ser descrita pela figura 12 abaixo, construída para o caso específico da governança da água:
Figura 12 - Representação do processo de Governança Multi-Nível (PAHL-WOSTL,
2015, p. 41).
Cada Situação de Ação, representada pela sigla AS na figura acima, representa uma subfunção de governança. Essas subfunções podem ter interdependências complexas e recursivas (PAHL-WOSTL, 2015). A soma de todas subfunções e das interações entre elas dá a forma do sistema de governança, que produz o padrão de metabolismo social em uma determinada representação não-equivalente que tem como parâmetros constitutivos os agentes (indivíduos ou coletividades) que, por sua vez, têm como componentes de seus processos decisórios as crenças que adotam em seus modelos mentais. Os diferentes modelos mentais, incorporados nos indivíduos, interagem nas Situações de Ação, produzindo as decisões como causas eficientes uns dos outros que emergem a partir desses processos decisórios individuais, se retroalimentando por meio dessas causas eficientes (as decisões) e materiais (o subproduto das ações tomadas com base no processo decisório) e produzindo o resultado para o sistema como um todo, ou seja, o padrão de metabolismo social. As instituições emergem a partir deste processo iterativo, no qual emergem o que Mantzavinos et al. (2004) chamam de crenças coletivas, ou seja, modelos mentais compartilhados que são produzidos por este
feedback loop. Na interpretação deste trabalho, a interação entre os agentes leva ao
estabelecimento de uma sintonia entre as sínteses passivas realizadas por ele, produzindo uma conformidade dos comportamentos individuais às crenças coletivas de forma racional, uma vez que a racionalidade dos processos cognitivos de tipo 2 é construída sobre as crenças geradas nos processos cognitivos de tipo 1, como visto na seção 1.7.
Por este motivo, embora a ligação entre os atores (individuais) seja em geral descrita e modelada como uma rede, a holarquia é uma estrutura mais adequada para lidar com problemas complexos. Os diferentes hólons que compõem a holarquia em um determinado nível estão ligados em uma rede. No entanto, esta é uma rede de relações causais, ou seja, um encadeamento. A rede de indivíduos é apenas uma ligação dos hólons desse nível por meio de causas eficientes (ações), faltando a ela a consideração dos outros modos de causalidade. Dito de outra forma, os nós da rede representam formas fixas, que não mudam, agindo um sobre o outro por meio de causas eficientes e sobre o ambiente apenas de forma indireta, uma vez que lhe falta a causalidade material. O uso da holarquia permite tanto abrir a “caixa-preta” que são as formas fixas dos indivíduos em termos de seus modelos mentais quanto traçar a ligação direta com o ambiente por meio de trocas de fluxos. A quantidade total de fluxos disponíveis é determinada pelos níveis superiores da holarquia. A interação entre os diferentes componentes irá determinar a forma como estes fluxos são representados no hólons. Estes componentes podem competir entre si por estes fluxos ou se combinarem em grupos para melhor utilizá-los e se proteger da competição de outros componentes. Em uma representação do sistema na qual os componentes são nós em uma rede, estes grupos aparecerão como
clusters, enquanto na representação holárquica eles comporão um nível intermediário entre a
sociedade e os indíviduos. A representação em rede favorece a análise da importância das relações entre indivíduos em rede, mas trabalham com uma identidade definida do que são seus agentes. Na estrutura holárquica, diferentes componentes podem se combinar e se dividir em hólons que, por serem totalidades sem deixarem de ser partes, têm uma agência própria, irredutível ao comportamento dos indivíduos que a compõem. De fato, a direção de preferência no processo decisório advém da impredicatividade da forma entre os agentes individuais e os níveis superiores da holarquia, tornando impossível tratar o comportamento do nível superior como um mero agregado dos comportamentos individuais. Essa impredicatividade, por sua vez, faz com que as redes sejam mais fortes, ou seja, mais estáveis, uma vez que elas se tornam parte de como as pessoas entendem a si mesmas (LEJANO, INGRAM, 2008).
Pahl-Wostl (2015) admite que um dos principais problemas na governança de recursos hídricos a ser resolvido pelos pesquisadores é como capturar da melhor forma possível a relação entre estrutura e agência. Agência é um termo originado na filosofia para descrever a
capacidade de um ator de agir de acordo com suas próprias finalidades. De acordo com a autora,
Transformative capacity was defined as the ability of a governance system to first adapt and if required transform structural elements in response to current or antici- pated changes in the social or natural environment. The selected phrasing does not