O mercado financeiro tem se notabilizado, há muitos anos, pelo desenvolvimento de sistemas complexos que buscam apontar o comportamento e as tendências da economia.

São modelos que, tradicionalmente, adotam uma visão determinística clássica. Eles partem do pressuposto de que, com informações suficientes e equações adequadas, é possível prever um comportamento econômico com precisão.

Nas equipes que desenvolvem esses modelos, encontramos estatísticos, físicos e engenheiros que dominam o ferramental matemático, trabalhando com especialistas em economia. São equipes multidisciplinares que buscam “antever o futuro”.

Trump, entretanto, adota um comportamento que desafia os modelos determinísticos clássicos. Mas, sua atuação aleatória não escapa da ciência, como veremos.

Prevendo o passado

Uma das formas de testar se um modelo preditivo é bom, é verificar sua capacidade de “prever o passado”. Explicando: alimenta-se o modelo com os dados disponíveis em janeiro de 2024 e verifica se as previsões batem com o que aconteceu ao longo do mesmo ano.

O sistema ou modelo não sabe que já estamos em março de 2025, mas nós sabemos. E também conhecemos o que se passou ao longo do ano de 2024.

Uma vez que o modelo tenha acertado, com razoável nível de precisão, por exemplo, o comportamento das cotações de uma commodity, ele está “aprovado” e vai sendo refinado. Cada nova versão é testada inúmeras vezes.

Com o uso da Inteligência Artificial (IA), esses sistemas ganham capacidade de aprendizado e vão se tornando cada vez mais sofisticados.

Trump e seu comportamento aleatório colocam à prova os modelos preditivos existentes, sejam eles determinísticos clássicos ou baseados em IA.

O efeito borboleta: lidando com o caos

A Teoria do Caos estuda sistemas dinâmicos sensíveis às condições iniciais, onde pequenas variações geram grandes e imprevisíveis consequências. Formulada por Edward Norton Lorenz, meteorologista e matemático, seu trabalho concentrou-se em modelos preditivos das condições meteorológicas.

Ele desenvolveu modelos que buscavam explicar o movimento do ar na atmosfera e descobriu que pequenas mudanças nas condições iniciais resultavam em grandes diferenças nos resultados.
Foi então que surgiu o chamado “efeito borboleta” com a publicação, em 1972, do artigo “Predictability: Does the Flap of a Butterfly’s Wings in Brazil Set Off a Tornado in Texas?” (Previsibilidade: O bater de asas de uma borboleta no Brasil desencadeia um tornado no Texas?).

Ao contrário do que se fala a respeito do “efeito borboleta”, Lorenz não estava fazendo uma afirmação e o título do trabalho deixa isso bem claro. Ele formulou uma questão retórica para investigar a possibilidade — no início da década de 1970 — de avaliar a instabilidade da atmosfera frente a perturbações de pequena amplitude (como retoricamente o bater de asas de uma borboleta).

Uma das considerações que se pode fazer ao trabalho de Lorenz é a propagação de erros em sistemas de equações, à medida que valores iniciais ou resultados parciais vão sendo arredondados. Mas, no dia a dia, pequenas atitudes podem gerar grandes repercussões. É o bater de asas de uma borboleta virtual.

Na economia, uma breve publicação nas redes sociais de uma personalidade influente, como Elon Musk, pode causar grandes oscilações no valor das ações. Pequenas alterações nas taxas de juros pelos bancos centrais podem provocar impactos significativos nos mercados de crédito e no comportamento dos consumidores.

Investimentos modestos em tecnologia podem desencadear transformações econômicas de grande escala, como aconteceu com a fundação da Apple na década de 1970.

Portanto, o comportamento de Trump, embora aleatório, pode ter suas consequências moduladas cientificamente. O problema é a velocidade com que as alterações são impostas ao sistema econômico internacional.

E não se trata somente da imposição de sobretaxas às importações de determinados bens. Declarações, por vezes imponderadas, podem gerar instabilidades, nem sempre fáceis de modelar e prever.

É por isso que a Teoria do Caos em sistemas de IA ganha importância crescente para facilitar um possível — e necessário — entendimento do porvir.

Entretanto, convenhamos, haja algoritmos e capacidade computacional para lidar com o volume de situações, declarações e decisões imponderáveis.