Compreender o apoio público às políticas climáticas é essencial para conceber estratégias eficazes para mitigar os impactos das alterações climáticas. No entanto, prever o apoio político tem sido um desafio há muito tempo porque muitos factores influenciam a opinião pública. Uma equipe de pesquisadores liderada pelo professor Asim Zia da Universidade de Vermont, pela professora Catherine Lagasse do Rhode Island College, pela professora Nina Fefferman e pelo professor Louis Gross da Universidade do Tennessee, e pelo professor Brian Beckage desenvolveu a nova abordagem. problemas. Seu estudo, publicado em uma revista revisada por pares, apresenta um método chamado modelagem de equações estruturais probabilísticas, um método estatístico que examina as relações entre diferentes fatores. Para políticas climáticas.
Ao contrário dos métodos mais antigos, que se baseiam em suposições sobre quais os factores mais importantes, esta nova abordagem utiliza a aprendizagem automática, um tipo de inteligência artificial que permite aos computadores detectar padrões em dados e melhorar as previsões sem planear abertamente, descobrindo padrões em grandes volumes de dados. “Ao usar técnicas de aprendizado de máquina não supervisionadas, permitimos que os próprios dados nos mostrem as interações entre diferentes fatores, eliminando o preconceito que vem das suposições humanas”, explicou o professor Jia. O estudo utiliza dados de uma pesquisa de longo prazo chamada “Mudanças Climáticas nas Mentes Americanas”, que durou mais de uma década e incluiu respostas de um grupo representativo de pessoas em nível nacional. Este novo método faz previsões com maior precisão do que as abordagens estatísticas tradicionais.
Uma das descobertas mais surpreendentes do estudo foi a descoberta de um grupo anteriormente não reconhecido de “apoiadores retardados” que constituem a maioria da população da América. Ao contrário dos fortes apoiantes ou adversários ferrenhos das políticas climáticas, estes indivíduos estão confusos sobre os riscos climáticos e ambivalentes quanto ao apoio ou oposição à acção política climática. A investigação mostra que as pessoas não pensam da mesma forma sobre os riscos climáticos. Em vez disso, o estudo divide a percepção de risco em duas categorias: analítica (avaliação racional) e afetiva (resposta emocional). “Descobrimos que emoções como a ansiedade desempenham um papel mais importante na definição do apoio político do que avaliações puramente lógicas do risco climático”, observou o professor Jia. E, observou ele, “Tanto as mensagens emocionais como as analíticas podem ser usadas para reunir 60% do público confuso, muitas vezes moderado e ambivalente, para apoiar a acção colectiva”.
A investigação do Professor Zia e dos seus colegas confirma que as opiniões e crenças políticas sobre a ciência climática influenciam fortemente o apoio político. Aqueles que acreditam no consenso científico, o acordo geral entre especialistas baseado no grande conjunto de evidências sobre as alterações climáticas, são mais propensos a apoiar as políticas climáticas, enquanto aqueles que não se opõem a elas. No entanto, o modelo de aprendizagem automática mostra que a identificação política, certas crenças políticas ou a associação de uma pessoa com partidos que moldam as suas opiniões sobre questões não determinam totalmente as opiniões das pessoas. Ao considerar factores como percepções de risco, raça e antecedentes demográficos, o modelo proporciona uma compreensão mais profunda de como diferentes grupos respondem às políticas climáticas.
Estas conclusões têm implicações importantes para os decisores políticos e para aqueles que trabalham para aumentar o apoio público à ação climática. Compreender os diferentes tipos de defensores de políticas permite estratégias de comunicação mais eficazes. Por exemplo, pode ser mais eficaz apelar a apoiantes indiferentes com mensagens que liguem emocionalmente, em vez de se concentrar apenas em factos científicos. O estudo também sublinha a necessidade de incluir as tendências da opinião pública no planeamento da política climática, para garantir que as políticas reflectem a mudança de atitudes ao longo do tempo.
Ao utilizar a aprendizagem automática, esta investigação oferece uma nova forma de compreender o que motiva o apoio público às políticas climáticas. Oferece uma abordagem baseada em dados para enfrentar um dos maiores desafios da comunicação climática: colmatar divisões políticas e promover um amplo acordo sobre a necessidade de ação climática.
Nota de diário
Zia, A., Lacasse, K., Fefferman, NH, Gross, LJ, & Beckage, B. “Aprendizado de máquina, um modelo de equação estrutural probabilística para explicar o impacto das percepções de risco climático no apoio político.” Sustentabilidade, 2024, 16, 10292. DOI: https://doi.org/10.3390/su162310292
Sobre os professores
Asim ZiaAs suas atividades de investigação, ensino e extensão centram-se na melhoria da sustentabilidade e resiliência de sistemas socioecológicos integrados. Asim Zia atua como Professor de Políticas Públicas e Ciência da Computação no Departamento de Desenvolvimento Social e Economia Aplicada da Universidade de Vermont (UVM) com pós-doutorado no Departamento de Ciência da Computação. Ele também é diretor do Instituto de Diplomacia e Segurança Ambiental (IEDS) e possui doutorado. Programa de Política, Economia e Governança de Desenvolvimento Sustentável da Universidade de Vermont.
Catarina LacasseEle é professor de psicologia no Rhode Island College. A sua investigação centra-se nas percepções de risco e nas mudanças de comportamento aplicadas às alterações climáticas, ecossistemas locais, projectos de infra-estruturas ambientais e comportamentos de saúde. Grande parte do seu trabalho recente foi conduzido como parte de grupos interdisciplinares que se concentram na incorporação de conceitos do sistema social humano em modelos climáticos e epidemiológicos.
Professora Nina Fefferman A sua investigação centra-se na epidemiologia, na ecologia evolutiva e comportamental e na matemática dos comportamentos autorregulados, particularmente nos sistemas descritos por redes. A pesquisa no laboratório Fefferman geralmente se concentra em doenças em populações humanas e/ou animais, e em como as doenças e a ecologia comportamental relacionada a doenças podem afetar a sobrevivência de uma população a curto prazo e o sucesso evolutivo a longo prazo.
Lewis J. Cruz é Professor Emérito de Ecologia, Biologia Evolutiva e Matemática na Universidade do Tennessee em Knoxville. Ele é diretor emérito do Instituto Nacional de Síntese de Matemática e Biologia, um centro financiado pela NSF para promover a pesquisa e a educação na interface entre matemática e biologia. Ele é membro da Associação Americana para o Avanço da Ciência, da Sociedade Ambiental da América e da Sociedade de Biologia Matemática.
Professor Brian BeckageAmplamente interessado em computação e complexidade. Tem interesses particulares em alterações climáticas, diversidade de espécies, dinâmica florestal e intersecção de processos sociais com sistemas naturais. Ele enfatiza o uso de abordagens quantitativas para investigar esses sistemas, incluindo modelos estatísticos, analíticos e computacionais.
