8 CADERNOS DE ANÁLISE E PROSPETIVA CULTIVAR N.º 33 ABRIL 2025 – Dados na agricultura No século XIX, o desejo de quantificar a sociedade ganhou escala e estatuto com o positivismo. Os censos não eram apenas listas de pessoas, mas instrumentos para governar. O Estado tornou-se estatístico. A “sociedade” passou a existir não como comunidade, mas como tabela. E foi aqui que os dados deixaram de ser apenas instrumentos de conhecimento — passaram a ser ferramentas de poder. No domínio da agricultura e da alimentação, o impulso positivista e a crescente burocratização dos Estados levaram à sistematização da contagem de hectares, cabeças de gado, toneladas de cereais ou hectolitros de vinho. O campo deixou de ser apenas espaço vivido e cultivado — passou a ser medido, categorizado e comparado. A terra tornou-se uma grelha de produção. Os agricultores, números numa estatística. E os alimentos, unidades de cálculo. Os dados agrícolas deixaram de servir apenas para conhecer o mundo rural: tornaram-se instrumentos centrais para o planear, e orientar politicamente. A agricultura deixou de ser apenas prática — tornou-se também ela dado. A segunda metade do século XX trouxe uma nova viragem: a ciência computacional. Com Alan Turing, Claude Shannon e os pioneiros da cibernética, os dados tornaram-se códigos binários, passíveis de simulação. Modelar a realidade era agora também antecipá-la, prever o seu comportamento, automatizar decisões. A estatística deu lugar ao algoritmo. Hoje, no século XXI, os dados já não são apenas representações da realidade. São parte integrante da sua produção. Algoritmos decidem que conteúdos vemos, que crédito obtemos, que políticas se aplicam. A agricultura tornou-se de precisão, os governos operam em dashboards, as ciências sociais visualizam redes em tempo real. A realidade datificou-se1 — e com isso, surgem novas tensões. 1 Datafy (e datafication), converter (e conversão) da realidade em dados, são palavras introduzidas recentemente (circa 2013) no léxico mais alargado da atual língua franca, o inglês, revelando esta importância crescente dos dados. A Academia das Ciências de Lisboa recomenda “datificar” e “datificação” como equivalentes para o português de Portugal (https://dicionario.acad-ciencias.pt/dificuldades/datificacao-ou- -dataficacao/). (Nota da equipa editorial) A primeira delas é epistemológica: podemos confiar em modelos que funcionam, mas que não conseguimos explicar? A IA acerta, mas nem sempre sabemos porquê. A segunda é ética e política: o que não é quantificado — emoções, vínculos, narrativas, territórios afetivos — desaparece do radar das decisões e gera desconfiança por parte da população e por vezes perda de legitimidade dos decisores. Quase poderíamos afirmar que no campo político se retrocede à antiguidade com o conhecimento baseado agora na autoridade dos dados, nos seus produtores e detentores. É neste ponto que a agricultura e as políticas públicas ganham centralidade. Porque são precisamente domínios que, hoje, vivem sob o império dos dados — mas também sob o peso das suas insuficiências. O agricultor que consulta imagens de satélite para programar a rega, ou o decisor público que gere uma crise alimentar a partir de um dashboard climático, dependem de dados fiáveis (e há muitos outros exemplos na área económica ou da saúde). Mas dependem ainda mais de algo que os dados só por si não oferecem: compreensão territorial, memória histórica, juízo prudente. Entre o campo e o algoritmo, entre o indicador e a decisão, há sempre um espaço de mediação humana que não pode ser ignorado. E, no entanto, esta crítica não é um apelo ao regresso a um passado pré-científico. É um convite à reflexão sobre os limites (e as estatísticas) do que representamos. Precisamos de dados, sim — mas também de interpretação, de senso comum, de sentido. Precisamos de reconhecer que todo o dado é uma representação, uma escolha (a começar na sua produção até à sua interpretação), e toda a escolha implica uma exclusão. Entre a folha de cálculo e a vida real, há um mundo que continua por representar. O verdadeiro valor dos dados reside não apenas na sua recolha e análise, mas na capacidade coletiva de
RkJQdWJsaXNoZXIy MTgxOTE4Nw==