Os cientistas físicos parecem encontrar o fenômeno do caos em toda parte: nas órbitas dos planetas, nos sistemas climáticos, nos redemoinhos de um rio. Por quase três décadas, os ecologistas consideraram o caos no mundo dos vivos surpreendentemente raro em comparação. Uma nova análise, no entanto, revela que o caos é muito mais prevalente nos ecossistemas do que os pesquisadores pensavam.
Tânia Rogers estava examinando a literatura científica em busca de estudos recentes sobre o caos em ecossistemas quando descobriu algo inesperado: ninguém havia publicado uma análise quantitativa disso em mais de 25 anos. "Foi meio surpreendente", disse Rogers, pesquisador ecologista da Universidade da Califórnia, em Santa Cruz, e primeiro autor do novo estudo. “Tipo, 'Eu não posso acreditar que ninguém fez isso.'”
Então ela decidiu fazer isso sozinha. Analisando mais de 170 conjuntos de dados de ecossistemas dependentes do tempo, Rogers e seus colegas descobriram que o caos estava presente em um terço deles – quase três vezes mais do que as estimativas de estudos anteriores. Além disso, eles descobriram que certos grupos de organismos, como plâncton, insetos e algas, eram muito mais propensos ao caos do que organismos maiores, como lobos e pássaros.
“Isso realmente não estava na literatura”, disse Stephan Munch, ecologista evolucionista de Santa Cruz e coautor do estudo. Seus resultados sugerem que para proteger espécies vulneráveis é possível e necessário construir modelos populacionais mais complexos como guias para políticas de conservação.
Quando a ecologia foi reconhecida pela primeira vez como uma ciência formal no século 19, a suposição predominante era de que a natureza segue regras simples e facilmente compreensíveis, como um relógio mecânico acionado por engrenagens interligadas. Se os cientistas pudessem medir as variáveis certas, eles poderiam prever o resultado: mais chuva, por exemplo, significaria uma melhor colheita de maçã.
Na realidade, por causa do caos, “o mundo é muito mais maluco”, disse George Sugihara, um ecologista quantitativo do Scripps Institution of Oceanography, em San Diego, que não esteve envolvido na nova pesquisa. O caos reflete a previsibilidade ao longo do tempo. Diz-se que um sistema é estável se muda muito pouco em uma longa escala de tempo, e aleatório se suas flutuações são imprevisíveis. Mas um sistema caótico – governado por respostas não lineares a eventos – pode ser previsível em curtos períodos, mas está sujeito a mudanças cada vez mais dramáticas à medida que você avança.
“Muitas vezes damos o clima como um exemplo de um sistema caótico”, disse Rogers. Uma brisa de verão sobre o mar aberto provavelmente não afetará a previsão de amanhã, mas sob as condições certas, teoricamente poderia enviar um furacão para o Caribe em algumas semanas.
Os ecologistas começaram a flertar com o conceito de caos na década de 1970, quando o biólogo matemático Roberto maio desenvolveu uma ferramenta revolucionária chamada mapa logístico. Este diagrama de ramificação (às vezes conhecido como trama de teia de aranha por causa de sua aparência) mostra como o caos se infiltra em modelos simples de crescimento populacional e outros sistemas ao longo do tempo. Uma vez que a sobrevivência dos organismos é afetada tanto por forças caóticas como o clima, os ecologistas presumiram que as populações de espécies na natureza também frequentemente aumentavam e diminuíam caoticamente. Os mapas logísticos rapidamente se tornaram onipresentes no campo, à medida que ecologistas teóricos procuravam explicar as flutuações populacionais em organismos como o salmão e as algas que causam as marés vermelhas.
No início dos anos 90, os ecologistas acumularam conjuntos de dados de séries temporais suficientes sobre populações de espécies e poder computacional suficiente para testar essas ideias. Havia apenas um problema: o caos não parecia estar lá. Apenas cerca de 10% das populações examinadas pareciam mudar caoticamente; o resto ou circulou de forma estável ou flutuou aleatoriamente. As teorias do caos ecossistêmico saíram de moda científica em meados da década de 1990.
Os novos resultados de Rogers, Munch e seu colega matemático de Santa Cruz Betânia Johnson, no entanto, sugerem que o trabalho mais antigo perdeu onde o caos estava escondido. Para detectar o caos, os estudos anteriores usaram modelos com uma única dimensão – o tamanho da população de uma espécie ao longo do tempo. Eles não consideraram mudanças correspondentes em fatores confusos do mundo real, como temperatura, luz solar, chuva e interações com outras espécies que podem afetar as populações. Seus modelos unidimensionais capturaram como as populações mudaram, mas não por que elas mudaram.
Mas Rogers e Munch “foram procurando [o caos] de uma maneira mais sensata”, disse Aarão Rei, professor de ecologia e biologia evolutiva da Universidade de Michigan, que não esteve envolvido no estudo. Usando três algoritmos complexos diferentes, eles analisaram 172 séries temporais de populações de organismos diferentes como modelos com até seis dimensões em vez de apenas uma, deixando espaço para a influência potencial de fatores ambientais não especificados. Dessa forma, eles poderiam verificar se padrões caóticos despercebidos podem estar embutidos na representação unidimensional das mudanças populacionais. Por exemplo, mais chuvas podem estar caoticamente ligadas ao aumento ou diminuição da população, mas somente após um atraso de vários anos.
Nos dados populacionais de cerca de 34% das espécies, descobriram Rogers, Johnson e Munch, as assinaturas de interações não lineares estavam de fato presentes, o que era significativamente mais caos do que havia sido detectado anteriormente. Na maioria desses conjuntos de dados, as mudanças populacionais para as espécies não pareciam caóticas no início, mas a relação dos números com os fatores subjacentes era. Eles não podiam dizer com precisão quais fatores ambientais eram responsáveis pelo caos, mas o que quer que fossem, suas impressões digitais estavam nos dados.
Os pesquisadores também descobriram uma relação inversa entre o tamanho do corpo de um organismo e quão caótica sua dinâmica populacional tende a ser. Isso pode ser devido a diferenças no tempo de geração, com pequenos organismos que se reproduzem com mais frequência também sendo mais afetados por variáveis externas com mais frequência. Por exemplo, populações de diatomáceas com gerações de cerca de 15 horas mostram muito mais caos do que matilhas de lobos com gerações de quase cinco anos.
No entanto, isso não significa necessariamente que as populações de lobos sejam inerentemente estáveis. “Uma possibilidade é que não estamos vendo o caos porque simplesmente não temos dados suficientes para voltar por um período de tempo longo o suficiente para vê-lo”, disse Munch. Na verdade, ele e Rogers suspeitam que, por causa das restrições de seus dados, seus modelos podem estar subestimando quanto caos subjacente está presente nos ecossistemas.
Sugihara acha que os novos resultados podem ser importantes para a conservação. Modelos aprimorados com o elemento certo de caos poderiam fazer um trabalho melhor na previsão de proliferação de algas tóxicas, por exemplo, ou no rastreamento de populações pesqueiras para evitar a pesca excessiva. Considerar o caos também pode ajudar pesquisadores e gerentes de conservação a entender até que ponto é possível prever de forma significativa o tamanho da população. “Acho que é útil que a questão esteja na mente das pessoas”, disse ele.
No entanto, ele e King advertem contra colocar muita fé nesses modelos conscientes do caos. “O conceito clássico de caos é fundamentalmente um conceito estacionário”, disse King: Ele é construído com base na suposição de que as flutuações caóticas representam um desvio de alguma norma previsível e estável. Mas, à medida que as mudanças climáticas progridem, a maioria dos ecossistemas do mundo real está se tornando cada vez mais instável, mesmo no curto prazo. Mesmo levando em consideração muitas dimensões, os cientistas terão que estar conscientes dessa linha de base em constante mudança.
Ainda assim, levar o caos em consideração é um passo importante para uma modelagem mais precisa. “Eu acho que isso é realmente emocionante”, disse Munch. “Isso vai contra a maneira como pensamos atualmente sobre a dinâmica ecológica.”
