Por Alexandre Marques<\/code><\/pre>\n\n\n\nA difus\u00e3o global do ideal de pol\u00edticas p\u00fablicas informadas por evid\u00eancias consolidou uma promessa sedutora, se organizarmos melhor a produ\u00e7\u00e3o, a s\u00edntese e a circula\u00e7\u00e3o do conhecimento, decis\u00f5es p\u00fablicas se tornar\u00e3o mais racionais, transparentes e eficazes. O argumento central deste artigo \u00e9 que, quando o objeto \u00e9 o clima no Sul Global, essa promessa trope\u00e7a justamente onde mais importa: na incerteza. A evid\u00eancia clim\u00e1tica que orienta adapta\u00e7\u00e3o, gest\u00e3o de riscos e infraestrutura n\u00e3o \u00e9 um fato est\u00e1vel, mas um conjunto de dados e proje\u00e7\u00f5es atravessados por variabilidade interna do sistema, escolhas de cen\u00e1rios, diferen\u00e7as inter-modelo e limites de resolu\u00e7\u00e3o espacial e temporal, incertezas que n\u00e3o s\u00e3o ru\u00eddo perif\u00e9rico, mas parte constitutiva do que se pode saber e governar.<\/p>\n\n\n\n
Manuais e frameworks<\/em> difundidos por organiza\u00e7\u00f5es internacionais e governos \u2014 da OMS (OMS, 2021) a modelos como o Evidence-Informed Policy Framework (Semp\u00e9, 2025) e relat\u00f3rios da Comiss\u00e3o Global de Evid\u00eancias (Comiss\u00e3o Global de Evid\u00eancias, 2023) \u2014 tendem a oferecer uma arquitetura de \u201cecossistemas de evid\u00eancias\u201d, \u201cfatores capacitantes\u201d e \u201ccaminhos de mudan\u00e7a\u201d desenhada para estabilizar a rela\u00e7\u00e3o entre evid\u00eancia e decis\u00e3o, sobretudo, no setor da sa\u00fade, onde a ideia do uso de evid\u00eancias em pol\u00edticas p\u00fablicas historicamente \u00e9 mais presente (OMS, 2021). Em geral, eles partem de uma suposi\u00e7\u00e3o impl\u00edcita, a de que existe uma evid\u00eancia suficientemente consolidada \u201cl\u00e1 fora\u201d, no mundo da ci\u00eancia, bastando melhorar sua tradu\u00e7\u00e3o para dentro do Estado. No clima brasileiro, por\u00e9m, o desafio \u00e9 anterior, definir o que conta como evid\u00eancia quando o conhecimento \u00e9 probabil\u00edstico, multiescalar e infraestruturalmente desigual no sistema internacional de produ\u00e7\u00e3o cient\u00edfica.<\/p>\n\n\n\n\u00c9 por isso que sustento que aplicar esses modelos \u201ccomo est\u00e3o\u201d \u00e0 pol\u00edtica clim\u00e1tica no Brasil exige mais do que uma adapta\u00e7\u00e3o t\u00e9cnica, exige tropicaliza\u00e7\u00e3o epistemol\u00f3gica e institucional. Tropicalizar, aqui, significa desenhar regras, rotinas e arenas capazes de governar evid\u00eancias com incerteza expl\u00edcita (faixas, cen\u00e1rios, envelopes de modelos), integrar saberes e observa\u00e7\u00f5es situadas ao lado da modelagem, e reconhecer que a pr\u00f3pria capacidade de produzir dados e proje\u00e7\u00f5es \u00e9 marcada por uma \u201cgeopol\u00edtica infraestrutural\u201d (computa\u00e7\u00e3o, sat\u00e9lites, protocolos, redes de expertise). Sem essa reinven\u00e7\u00e3o, corre-se o risco de importar um ideal de evid\u00eancia que, no clima, n\u00e3o reduz assimetrias, apenas as formaliza.<\/p>\n\n\n\n
<\/p>\n\n\n\n![\"\"](\"https:\/\/www.blogs.unicamp.br\/geict\/wp-content\/uploads\/sites\/296\/2026\/01\/pexels-igor-sanches-42711317-9727301-683x1024.jpg\")
Foto de Igor Sanches. Fonte: Pexels.<\/sup><\/sub><\/figcaption><\/figure>\n\n\n\nAs mudan\u00e7as clim\u00e1ticas configuram um campo de a\u00e7\u00e3o p\u00fablica em que as incertezas se apresentam de forma radical. Trata-se de um \u201cwicked problem<\/em>\u201d (Rittel & Webber, 1973), caracterizado por fronteiras indefinidas, causalidade difusa, m\u00faltiplas escalas temporais e espaciais, e uma forte interdepend\u00eancia entre sistemas naturais e sociais. Nesse caso, a incerteza cient\u00edfica \u00e9 estrutural e n\u00e3o elimin\u00e1vel, e as decis\u00f5es pol\u00edticas demandam a conviv\u00eancia com riscos, cen\u00e1rios de probabilidades, e n\u00e3o com certezas emp\u00edricas. Essa diferen\u00e7a ontol\u00f3gica imp\u00f5e limites severos \u00e0 transposi\u00e7\u00e3o direta de modelos da \u00e1rea da sa\u00fade, das ci\u00eancias naturais, ou de governan\u00e7a linear do conhecimento.<\/p>\n\n\n\nDados oriundos de modelagem computacional de clima, e suas intera\u00e7\u00f5es com o uso e cobertura da terra, e proje\u00e7\u00f5es de longo prazo possuem incertezas param\u00e9tricas, espaciais e interpretativas. O processo de downscaling<\/em>1<\/a><\/sup> das simula\u00e7\u00f5es clim\u00e1ticas (IPCC, 2023a) revela um desafio central de tradu\u00e7\u00e3o escalar, modelos globais de circula\u00e7\u00e3o atmosf\u00e9rica operam em grades compat\u00edveis com processos planet\u00e1rios, mas as decis\u00f5es p\u00fablicas exigem informa\u00e7\u00e3o localizada, municipal, e setorialmente integrada. O problema multiescalar da evid\u00eancia clim\u00e1tica n\u00e3o \u00e9 o mesmo da sa\u00fade, por exemplo, onde a unidade de an\u00e1lise coincide, em geral, com a escala de decis\u00e3o (estado, munic\u00edpio, hospital, paciente) (OMS, 2021).<\/p>\n\n\n\nH\u00e1 diferentes tipos de incertezas associadas \u00e0s previs\u00f5es clim\u00e1ticas, elas se traduzem muitas vezes em decis\u00f5es adiadas, infraestrutura subdimensionada, janelas de oportunidade perdidas, custos na casa de trilh\u00f5es de d\u00f3lares empurrados para o futuro. Uma forma cl\u00e1ssica de organizar esse problema \u00e9 pensar em tr\u00eas fontes de incerteza: 1) o que os estudos clim\u00e1ticos chamam de for\u00e7ante externa (os cen\u00e1rios de emiss\u00f5es que dependem de escolhas humanas), 2) a resposta de outros sistemas (como os oceanos, o gelo e biosfera reagem) e 3) a variabilidade interna do sistema clim\u00e1tico (as oscila\u00e7\u00f5es \u201cespont\u00e2neas\u201d do clima, como El Ni\u00f1o e La Ni\u00f1a) (IPCC, 2023a). Mas tanto a for\u00e7ante quanto a resposta, quando olhamos de perto, se desdobram em duas camadas: a incerteza em rela\u00e7\u00e3o aos par\u00e2metros poss\u00edveis, ou seja, d\u00favida quanto a que n\u00famero colocar nas equa\u00e7\u00f5es, e a incerteza estrutural, isto \u00e9, que equa\u00e7\u00e3o usar, qual modelo, que feedbacks incluir, como representar processos n\u00e3o lineares e teleacoplados2<\/a><\/sup>?<\/p>\n\n\n\nQuando falamos em incerteza de for\u00e7ante externa, entramos no territ\u00f3rio dos RCPs, os Representative Concentration Pathways<\/em>. Eles s\u00e3o basicamente cen\u00e1rios de proje\u00e7\u00e3o sobre o quanto de energia extra possivelmente ser\u00e3o aprisionados no Sistema Terra at\u00e9 2100. Cada RCP \u00e9 uma combina\u00e7\u00e3o de suposi\u00e7\u00f5es sobre crescimento econ\u00f4mico, matriz energ\u00e9tica, uso da terra e pol\u00edticas clim\u00e1ticas. Ou seja, a for\u00e7ante externa n\u00e3o \u00e9 um dado natural, mas uma aposta informada sobre o que sociedades e governos far\u00e3o, e cada uma abre um leque distinto de futuros poss\u00edveis.<\/p>\n\n\n\n<\/p>\n\n\n\n![\"\"](\"https:\/\/www.blogs.unicamp.br\/geict\/wp-content\/uploads\/sites\/296\/2026\/01\/image.png\")
Figura 1. As fontes de incerteza na proje\u00e7\u00e3o decadal da temperatura global s\u00e3o expressas como uma “nuvem” (parte colorida do gr\u00e1fico) indicando a contribui\u00e7\u00e3o relativa para a incerteza total. As regi\u00f5es sombreadas representam intervalos de confian\u00e7a de 90%. As tr\u00eas principais fontes de incerteza s\u00e3o: proje\u00e7\u00f5es do clima futuro (verde), variabilidade interna do clima (laranja), e variabilidade inter-modelo (azul). A variabilidade interna mant\u00e9m-se constante ao longo do tempo, e as outras incertezas aumentam com diferentes taxas de crescimento. Fonte: Ed Hawkins e Rowan Sutton. \u201cThe potential to narrow uncertainty in projections of regional precipitation change\u201d. Clim Dyn manuscript, 2010.<\/sub><\/sup><\/figcaption><\/figure>\n\n\n\nOs RCPs s\u00e3o uma ideia que pode ser desdobrada em muitas outras. Por exemplo, a partir dela, \u00e9 poss\u00edvel falar tamb\u00e9m de variabilidades inter-modelos, ou seja, a diferen\u00e7a entre as proje\u00e7\u00f5es feitas por modelos clim\u00e1ticos diferentes quando voc\u00ea for\u00e7a todos com o mesmo cen\u00e1rio (por exemplo, todos rodando com o mesmo valor de RCP). Cada modelo tem sua \u201carquitetura\u201d pr\u00f3pria (equa\u00e7\u00f5es, parametriza\u00e7\u00f5es, resolu\u00e7\u00e3o), ent\u00e3o responde de modo um pouco diferente \u00e0 mesma for\u00e7ante. O conjunto dessas diferen\u00e7as \u00e9 chamado de spread<\/em> inter-modelo, que mede a incerteza ligada \u00e0 forma como representamos o sistema clim\u00e1tico. H\u00e1 tamb\u00e9m o spread<\/em> do cen\u00e1rio RCP, que \u00e9 o leque de resultados que aparece quando voc\u00ea compara diferentes trajet\u00f3rias de for\u00e7ante (RCP2.6, 4.5, 6.0, 8.5 etc.). Mesmo usando o mesmo modelo, mudar o RCP muda a quantidade de energia extra no sistema terrestre, gerando faixas diferentes de aquecimento e impactos (IPCC, 2023b). <\/p>\n\n\n\nNesse sentido, decidir qual estrutura de modelo \u00e9 adequada \u00e0 previs\u00e3o clim\u00e1tica, e com menor incerteza, \u00e9 bem mais espinhoso. Diferentes escolhas de equa\u00e7\u00f5es, de representa\u00e7\u00f5es de nuvens, de respostas da vegeta\u00e7\u00e3o, de circula\u00e7\u00e3o oce\u00e2nica podem levar a futuros clim\u00e1ticos bem distintos, mesmo sob a mesma trajet\u00f3ria de emiss\u00f5es. Em muitos casos, a incerteza associada a essa arquitetura invis\u00edvel do modelo \u00e9 maior do que o simples \u201cerro de ajuste\u201d dos par\u00e2metros. E a variabilidade interna ainda acrescenta uma camada de ru\u00eddo inevit\u00e1vel, a sequ\u00eancia de eventos extremos clim\u00e1ticos regionais pode ter seus sinais escondidos por d\u00e9cadas.O que a ci\u00eancia do clima tem feito \u00e9 mapear a incerteza e oferecer ferramentas para govern\u00e1-la, a chamada \u201clinguagem calibrada\u201d<\/em> do Painel Intergovernamental sobre Mudan\u00e7a do Clima (IPCC, 2023a), aumentando a precis\u00e3o de intervalos de confian\u00e7a e probabilidade e quantificando-os, acoplando conjuntos de modelos, cen\u00e1rios alternativos e an\u00e1lises de robustez, nunca tentando esconder a incerteza ou a minimizando (IPCC, 2023a). O foco deixa de ser apenas a \u201cqualidade metodol\u00f3gica isolada\u201d de um \u00fanico estudo ou modelo, e passa a ser a qualidade da governan\u00e7a do uso da evid\u00eancia com incerteza associada. \u00c9 preciso entender como institui\u00e7\u00f5es lidar\u00e3o com faixas e n\u00e3o com n\u00fameros \u00fanicos, como incorporar\u00e3o m\u00faltiplos modelos em vez de buscar um \u00fanico, e como comunicar\u00e3o riscos para al\u00e9m da ilus\u00e3o de certeza.<\/p>\n\n\n\n![\"\"](\"https:\/\/www.blogs.unicamp.br\/geict\/wp-content\/uploads\/sites\/296\/2026\/01\/image-1.png\")
Tabela 1: Escala de confian\u00e7a que compara evid\u00eancias e concord\u00e2ncia. Fonte: IPCC (2023).<\/sub><\/sup><\/figcaption><\/figure>\n\n\n\n<\/p>\n\n\n\n![\"\"](\"https:\/\/www.blogs.unicamp.br\/geict\/wp-content\/uploads\/sites\/296\/2026\/01\/image-2.png\")
Tabela 2: Escala de verossimilhan\u00e7a que relaciona termos a intervalos de probabilidade. Fonte: IPCC (2023).<\/sub><\/sup><\/figcaption><\/figure>\n\n\n\nAs duas tabelas sintetizam a \u201cgram\u00e1tica calibrada\u201d com que o IPCC transforma incerteza em linguagem comunic\u00e1vel para decis\u00e3o. A Tabela 1 mostra a escala de confian\u00e7a, que combina dois eixos: de um lado, a robustez da evid\u00eancia (tipo, quantidade, qualidade e consist\u00eancia do que sustenta uma afirma\u00e7\u00e3o) e, de outro, o grau de concord\u00e2ncia entre estudos e linhas de pesquisa. Quanto mais robusta a evid\u00eancia e maior a concord\u00e2ncia, maior a confian\u00e7a atribu\u00edda (e o inverso tamb\u00e9m vale, concord\u00e2ncia alta com evid\u00eancia limitada, por exemplo, n\u00e3o produz a mesma confian\u00e7a que concord\u00e2ncia alta com evid\u00eancia robusta). J\u00e1 a Tabela 2 apresenta a escala de verossimilhan\u00e7a (likelihood), que mapeia termos padronizados como \u201cmuito prov\u00e1vel\u201d, \u201cprov\u00e1vel\u201d ou \u201cexcepcionalmente improv\u00e1vel\u201d a intervalos num\u00e9ricos de probabilidade, permitindo que avalia\u00e7\u00f5es probabil\u00edsticas sejam comunicadas de modo mais consistente. Em conjunto, essas escalas deixam claro que, no IPCC, \u201cevid\u00eancia\u201d n\u00e3o \u00e9 sin\u00f4nimo de certeza, \u00e9 uma forma padronizada de declarar o quanto sabemos, com quanta consist\u00eancia, e com qual probabilidade, tornando expl\u00edcito o que est\u00e1 em jogo quando esses resultados passam a circular como \u201cevid\u00eancia\u201d em pol\u00edticas p\u00fablicas.<\/p>\n\n\n\n
Ao tentar dirimir o desconforto das incertezas, o IPCC criou essa nova gram\u00e1tica, um novo c\u00f3digo elaborado por peritos do clima. Por\u00e9m, \u00e9 importante pontuar que essa gram\u00e1tica de classifica\u00e7\u00e3o de confian\u00e7a e probabilidade nasce de salas de reuni\u00e3o, de notas de rodap\u00e9 disputadas, de compromissos entre delega\u00e7\u00f5es que preferem modelos, n\u00fameros, s\u00ednteses quantitativas e deixam na penumbra saberes locais, an\u00e1lises qualitativas, conflitos abertos. Perseguir sempre \u201cmais precis\u00e3o\u201d pode virar um \u00e1libi elegante para n\u00e3o decidir justamente onde o risco \u00e9 maior (O\u2019Reilly, 2022). <\/p>\n\n\n\n
H\u00e1 algumas d\u00e9cadas o Brasil trabalha com a ci\u00eancia clim\u00e1tica e do sistema terrestre e se v\u00ea \u00e0s voltas com essas quest\u00f5es. Desde 1994, nosso pa\u00eds desenvolve e opera modelos clim\u00e1ticos no Instituto Nacional de Pesquisas Espaciais (INPE), construindo uma capacidade tecnol\u00f3gica que \u00e9 estrat\u00e9gica para um pa\u00eds de dimens\u00f5es continentais. Sem isso, ficar\u00edamos dependentes de diagn\u00f3sticos e cen\u00e1rios produzidos no norte global para enfrentar secas, enchentes, crises energ\u00e9ticas, seguran\u00e7a alimentar, e negociar no regime internacional de mudan\u00e7a do clima. E a\u00ed tamb\u00e9m entra uma quest\u00e3o crucial para a mitiga\u00e7\u00e3o de incertezas de modelos clim\u00e1ticos. Parte dessas incertezas est\u00e3o relacionadas a resolu\u00e7\u00e3o espacial e temporal dos modelos. Melhorar essas resolu\u00e7\u00f5es implica, dentre outras coisas, em aumentar enormemente a capacidade computacional dos sistemas brasileiros. O que s\u00f3 \u00e9 poss\u00edvel de ser feito por meio de supercomputadores. Em outubro de 2025, o INPE trocou o seu supercomputador Tup\u00e3 por um ainda mais potente, o Jaci. Com isso, a resolu\u00e7\u00e3o espacial dos instrumentos do instituto passou dos 20 km, para 10 km para o globo todo, podendo alcan\u00e7ar 3 km para previs\u00f5es sobre a Am\u00e9rica do Sul (INPE, 2025).<\/p>\n\n\n\n![\"\"](\"https:\/\/www.blogs.unicamp.br\/geict\/wp-content\/uploads\/sites\/296\/2026\/01\/image-1024x576.jpeg\")
Foto: Super computador Jaci. Fonte: INPE (2025).<\/sub><\/sup><\/figcaption><\/figure>\n\n\n\nO investimento inicial foi de aproximadamente 200 milh\u00f5es de reais (INPE, 2025). Historicamente, apenas pa\u00edses do norte global s\u00e3o capazes de fazer um investimento dessa monta em supercomputadores, produzir sat\u00e9lites e criar os seus pr\u00f3prios modelos clim\u00e1ticos (Miguel, 2019). A \u201cgeopol\u00edtica infraestrutural\u201d do conhecimento clim\u00e1tico ajuda a enxergar que n\u00e3o se trata apenas de ter bons cientistas, mas de disputar acesso a supercomputadores, equipes especializadas, protocolos de intercompara\u00e7\u00e3o (CMIP) e, em \u00faltima inst\u00e2ncia, o pr\u00f3prio poder de definir quais futuros clim\u00e1ticos ser\u00e3o considerados leg\u00edtimos em espa\u00e7os como o IPCC. <\/p>\n\n\n\n
A infraestrutura de modelagem clim\u00e1tica brasileira \u00e9 parte dessa aposta em soberania epist\u00eamica e pol\u00edtica (Duarte; Miguel, 2023). Produzir nossas pr\u00f3prias simula\u00e7\u00f5es significa tamb\u00e9m produzir nossos pr\u00f3prios termos de participa\u00e7\u00e3o na governan\u00e7a clim\u00e1tica global. Poucos pa\u00edses se encontram no seleto grupo de possuidores e de infraestrutura de modelagem clim\u00e1tica, o que aprofunda assimetrias na produ\u00e7\u00e3o de evid\u00eancias e ajuda a explicar por que o \u201cestado da arte\u201d ainda \u00e9 definido majoritariamente a partir de centros de pesquisa do norte global (Duarte; Miguel, 2023). Neste caso, a incerteza, al\u00e9m de ser um problema estat\u00edstico, tamb\u00e9m \u00e9 geopol\u00edtico e infraestrutural. Quem controla os modelos e os supercomputadores controla, em parte, quais evid\u00eancias ser\u00e3o consideradas cr\u00edveis e utiliz\u00e1veis na formula\u00e7\u00e3o de pol\u00edticas clim\u00e1ticas (Miguel, 2019). \u00c9 como se toda evid\u00eancia carregasse um mapa-m\u00fandi transl\u00facido, e que \u201ctropicalizar\u201d frameworks<\/em> de evid\u00eancia exige enxergar justamente essas cartografias de poder que decidem quem pode falar pelo clima no mundo.<\/p>\n\n\n\n\u00c9 nesse cruzamento entre ci\u00eancia e pol\u00edtica que a ideia de \u201ctropicalizar\u201d frameworks<\/em> de evid\u00eancia do clima ganha corpo, n\u00e3o se trata s\u00f3 de ajustar indicadores ou traduzir diretrizes da OMS ou da FCDO, mas de disputar quem define o que conta como incerteza relevante, que tipos de evid\u00eancia passam ou n\u00e3o pela pipeline<\/em> ci\u00eancia\u2013pol\u00edtica. Se trata tamb\u00e9m de insistir numa abordagem de \u201cm\u00faltiplas evid\u00eancias\u201d em que observa\u00e7\u00f5es, teoria, modelos e narrativas locais sentem \u00e0 mesma mesa. Em vez de esperar a converg\u00eancia milagrosa dos modelos, o desafio \u00e9 desenhar arranjos institucionais capazes de negociar esses m\u00faltiplos saberes, explicitar os julgamentos de valor, expor as assimetrias de poder embutidas na gram\u00e1tica da incerteza do IPCC e, ainda assim, autorizar decis\u00f5es escalonadas, revis\u00e1veis e concretas. A \u201cboa evid\u00eancia\u201d, nesse contexto, n\u00e3o \u00e9 a que promete um n\u00famero \u00fanico e \u201climpinho\u201d, mas a que explicita suas pr\u00f3prias d\u00favidas, abre espa\u00e7o para saberes locais e permite que decis\u00f5es sejam tomadas de forma justa mesmo diante de incertezas que n\u00e3o v\u00e3o desaparecer.<\/p>\n\n\n\nDizer que a evid\u00eancia deve servir \u00e0 justi\u00e7a clim\u00e1tica \u00e9 inverter uma hierarquia silenciosa, n\u00e3o \u00e9 a sociedade que precisa se adaptar \u00e0s formas dominantes de produzir e calibrar evid\u00eancia, mas a pr\u00f3pria evid\u00eancia que deve ser julgada pela sua capacidade de reduzir vulnerabilidades, enfrentar assimetrias de poder e proteger quem est\u00e1 na linha de frente da crise clim\u00e1tica. Isso implica perguntar, sempre, a servi\u00e7o de quem est\u00e3o os modelos, indicadores, cen\u00e1rios e mapas de risco que produzimos; quais territ\u00f3rios e corpos entram nas estat\u00edsticas e quais ficam de fora; que tipos de conhecimento: ind\u00edgena, quilombola, urbanos perif\u00e9ricos s\u00e3o reconhecidos como \u201cdados\u201d e quais s\u00e3o descartados como \u201copini\u00e3o\u201d. Uma evid\u00eancia alinhada \u00e0 justi\u00e7a clim\u00e1tica n\u00e3o se contenta em tornar a incerteza mais precisa, ela precisa tornar o risco mais vis\u00edvel para quem historicamente foi invisibilizado, deslocando o foco de uma neutralidade abstrata para crit\u00e9rios expl\u00edcitos de repara\u00e7\u00e3o, precau\u00e7\u00e3o e distribui\u00e7\u00e3o justa de danos e benef\u00edcios em cada decis\u00e3o.<\/p>\n\n\n\n
At\u00e9 certo ponto, a l\u00f3gica de ecossistemas integrados de evid\u00eancia dos manuais do norte global tem a sua utilidade, mas \u00e9 insuficiente quando o objeto de decis\u00e3o \u00e9 din\u00e2mico, dependente dos contornos de incerteza, disputa e negocia\u00e7\u00e3o intersetorial. A adapta\u00e7\u00e3o desse modelo exige incorporar dimens\u00f5es pr\u00f3prias da pol\u00edtica clim\u00e1tica, como a coprodu\u00e7\u00e3o de conhecimento (ALVES, 2015; ASAYAMA et al.<\/em>, 2023; DUARTE, 2019), a justi\u00e7a clim\u00e1tica e epist\u00eamica (MEDINA, 2013; JASANOFF, 2004), e os m\u00faltiplos n\u00edveis de governan\u00e7a. Em vez de entender a institucionaliza\u00e7\u00e3o de evid\u00eancias apenas como cria\u00e7\u00e3o de estruturas formais, \u00e9 necess\u00e1rio conceb\u00ea-la como um processo adaptativo, orientado \u00e0 constru\u00e7\u00e3o de confian\u00e7a, legitimidade e media\u00e7\u00e3o entre diferentes formas de saber. No Brasil, pol\u00edticas clim\u00e1ticas informadas por evid\u00eancias precisam ser contextualmente justas e socialmente leg\u00edtimas, transformando a ci\u00eancia do clima em pol\u00edtica p\u00fablica ancorada no territ\u00f3rio e orientada ao bem comum.<\/p>\n\n\n\n\nRefer\u00eancias<\/strong><\/p>\n\n\n\nALVES, D. S. IPCC and PRODUCTION of KNOWLEDGE about CLIMATE CHANGE\u202f: the paradigms of post- normal science , knowledge coproduction and double hermeneutics ( in Portuguese ). n. October, 2015. <\/p>\n\n\n\n
ASAYAMA, S.; DE PRYCK, K.; BECK, S.; COINTE, B.; EDWARDS, P. N.; GUILLEMOT, H.; GUSTAFSSON, K. M.; HARTZ, F.; HUGHES, H.; LAHN, B.; LECLERC, O.; LIDSKOG, R.; LIVINGSTON, J. E.; LORENZONI, I.; MACDONALD, J. P.; MAHONY, M.; MIGUEL, J. C. H.; MONTEIRO, M.; O\u2019REILLY, J.; PEARCE, W.; PETERSEN, A.; SIEBENH\u00dcNER, B.; SKODVIN, T.; STANDRING, A.; SUNDQVIST, G.; TADDEI, R.; VAN BAVEL, B.; VARDY, M.; YAMINEVA, Y.; HULME, M. Three institutional pathways to envision the future of the IPCC. Nature Climate Change<\/strong>, v. 13, n. 9, p. 877\u2013880, 2023. <\/p>\n\n\n\nBRASIL. Minist\u00e9rio da Sa\u00fade. Diretriz metodol\u00f3gica<\/strong>: s\u00edntese de evid\u00eancias para pol\u00edticas. Bras\u00edlia: Minist\u00e9rio da Sa\u00fade, 2020. Dispon\u00edvel em: https:\/\/bvsms.saude.gov.br\/bvs\/publicacoes\/diretriz_sintese_evidencias_politicas.pdf<\/a>.<\/p>\n\n\n\nCOMISS\u00c3O GLOBAL DE EVID\u00caNCIAS. Comiss\u00e3o de evid\u00eancias, atualiza\u00e7\u00e3o 2023<\/strong>: fortalecendo os sistemas nacionais de suporte \u00e0s evid\u00eancias, ampliando a arquitetura global de evid\u00eancias e colocando as evid\u00eancias no centro da vida cotidiana. Hamilton: McMaster Health Forum, 2023. Dispon\u00edvel em: https:\/\/www.mcmasterforum.org\/docs\/default-source\/evidence-commission\/update-2023-pt.pdf<\/a>.<\/p>\n\n\n\nDUARTE, Tiago Ribeiro; MIGUEL, Jean Carlos Hochsprung. The geopolitics of expertise at the science-policy interface. Environmental Science and Policy, v. 150, p. 103575, 2023. Dispon\u00edvel em: https:\/\/doi.org\/10.1016\/j.envsci.2023.103575<\/a>.<\/p>\n\n\n\nDUARTE, T. R. O painel brasileiro de mudan\u00e7as clim\u00e1ticas na interface entre ci\u00eancia e pol\u00edticas p\u00fablicas: identidades, geopol\u00edtica e concep\u00e7\u00f5es epistemol\u00f3gicas. Sociologias<\/strong>, v. 21, n. 51, p. 76\u2013101, 2019. <\/p>\n\n\n\nHAWKINS, Ed. The potential to narrow uncertainty in projections of regional precipitation change. Climate Dynamics, manuscript, 2010.<\/p>\n\n\n\n
FCDO. Evidence-informed Policymaking: A Conceptual Framework. Research Commissioning Centre, 2025.<\/p>\n\n\n\n
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. INPE inicia nova era em supercomputa\u00e7\u00e3o com foco em previs\u00e3o de tempo e clima. S\u00e3o Jos\u00e9 dos Campos, 23 out. 2025. Dispon\u00edvel em: <https:\/\/www.gov.br\/inpe\/pt-br\/assuntos\/ultimas-noticias\/inpe-inicia-nova-era-em-supercomputacao-com-foco-em-previsao-de-tempo-e-clima>. Acesso em: 1 dez. 2025.<\/p>\n\n\n\n
IPCC. Human Influence on the Climate System. In: Climate Change 2021 \u2013 The Physical Science Basis<\/strong>. Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, H. Lee and J. Romero (eds.)]. Geneva, Switzerland: IPCC, 2023a. Dispon\u00edvel em: https:\/\/www.ipcc.ch\/report\/ar6\/syr\/downloads\/report\/IPCC_AR6_SYR p.423\u2013552. <\/p>\n\n\n\nIPCC. Summary for Policymakers: Synthesis Report. Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change<\/strong>, p. 1\u201334, 2023b. <\/p>\n\n\n\nJASANOFF, Sheila (Org.). States of knowledge: the co-production of science and the social order. London; New York: Routledge, 2004.<\/p>\n\n\n\n
MEDINA, Jos\u00e9. The epistemology of resistance: gender and racial oppression, epistemic injustice, and resistant imaginations. Oxford: Oxford University Press, 2013.<\/p>\n\n\n\n
MIGUEL, Jean Carlos Hochsprung; MAHONY, Martin; MONTEIRO, Marko Syn\u00e9sio Alves. A \u201cgeopol\u00edtica infraestrutural\u201d do conhecimento clim\u00e1tico: o Modelo Brasileiro do Sistema Terrestre e a divis\u00e3o Norte\u2013Sul do conhecimento. Sociologias, Porto Alegre, v. 21, n. 51, p. 44\u201375, maio\/ago. 2019. Dispon\u00edvel em: \/mnt\/data\/Sistema Terrestre e a divis\u00e3o Norte-Sul.pdf.<\/p>\n\n\n\n
O\u2019REILLY, Jessica. Uncertainty. In: HULME, Mike; MAHONNY, Martin (org.). A Critical Assessment of the Intergovernmental Panel on Climate Change. Cambridge: Cambridge University Press, 2022. p. 159-168. Dispon\u00edvel em: \/mnt\/data\/uncertainty_IPCC.pdf.<\/p>\n\n\n\n
RITTEL, H. W. J.; WEBBER, M. M. Dilemmas in a General Theory of Planning. Policy Sciences, 4(2), 155\u2013169, 1973.<\/p>\n\n\n\n
Semp\u00e9, L., Pande, S., Kelly, C., Anwar, H.B., Echt, L., and Jessani, N. 2025. Evidence-informed Policymaking: A Conceptual Framework.WHO \u2013 WORLD HEALTH ORGANIZATION. Together on the road to evidence-informed decision-making for health in the post-pandemic era<\/strong>: a call for action. Geneva: WHO, 2021. Dispon\u00edvel em: https:\/\/www.who.int\/publications\/i\/item\/WHO-SCI-RFH-2021.08.<\/p>\n<\/div>\n\n\n- O\u00a0processo de downscaling\u00a0(ou redu\u00e7\u00e3o de escala) em modelos clim\u00e1ticos \u00e9 uma t\u00e9cnica essencial usada para converter as proje\u00e7\u00f5es de larga escala dos Modelos Clim\u00e1ticos Globais (MCGs) em informa\u00e7\u00f5es clim\u00e1ticas mais detalhadas e de maior resolu\u00e7\u00e3o para regi\u00f5es espec\u00edficas.\u00a0Simulam os processos f\u00edsicos da atmosfera com maior detalhe, s\u00e3o fisicamente mais consistentes, simulam explicitamente os processos atmosf\u00e9ricos em alta resolu\u00e7\u00e3o, essenciais para: recursos h\u00eddricos e manejo de bacias hidrogr\u00e1ficas, agricultura e seguran\u00e7a alimentar, planejamento urbano e regional. Por\u00e9m, s\u00e3o computacionalmente muito caros e complexos de rodar. \u21a9\ufe0e<\/a><\/li>
- Evento clim\u00e1tico teleacoplado: <\/em>O que ocorre em um lado do planeta pode ter efeito no outro. Um exemplo \u00e9 o El Ni\u00f1o, que produz seca no Nordeste brasileiro e chuvas intensas no Sul e cuja causa\u00a0\u00e9 o aquecimento anormal das \u00e1guas do Oceano Pac\u00edfico.<\/em> \u21a9\ufe0e<\/a><\/li><\/ol>\n\n\n
<\/p>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
A difus\u00e3o global do ideal de pol\u00edticas p\u00fablicas informadas por evid\u00eancias consolidou uma promessa sedutora, se organizarmos melhor a produ\u00e7\u00e3o, a s\u00edntese e a circula\u00e7\u00e3o do conhecimento, decis\u00f5es p\u00fablicas se tornar\u00e3o mais racionais, transparentes e eficazes. O argumento central deste artigo \u00e9 que, quando o objeto \u00e9 o clima no […]<\/p>\n","protected":false},"author":726,"featured_media":808,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_monsterinsights_skip_tracking":false,"pgc_sgb_lightbox_settings":"","_vp_format_video_url":"","_vp_image_focal_point":[],"footnotes":"[{\"id\":\"56002b73-6568-45ad-aaa4-1321027b031b\",\"content\":\"O\\u00a0processo de downscaling\\u00a0(ou redu\\u00e7\\u00e3o de escala) em modelos clim\\u00e1ticos \\u00e9 uma t\\u00e9cnica essencial usada para converter as proje\\u00e7\\u00f5es de larga escala dos Modelos Clim\\u00e1ticos Globais (MCGs) em informa\\u00e7\\u00f5es clim\\u00e1ticas mais detalhadas e de maior resolu\\u00e7\\u00e3o para regi\\u00f5es espec\\u00edficas.\\u00a0Simulam os processos f\\u00edsicos da atmosfera com maior detalhe, s\\u00e3o fisicamente mais consistentes, simulam explicitamente os processos atmosf\\u00e9ricos em alta resolu\\u00e7\\u00e3o, essenciais para: recursos h\\u00eddricos e manejo de bacias hidrogr\\u00e1ficas, agricultura e seguran\\u00e7a alimentar, planejamento urbano e regional. Por\\u00e9m, s\\u00e3o computacionalmente muito caros e complexos de rodar.\"},{\"id\":\"c17f94c9-3739-4859-a375-a43aacbbc41f\",\"content\":\"Evento clim\\u00e1tico teleacoplado: <\\\/em>O que ocorre em um lado do planeta pode ter efeito no outro. Um exemplo \\u00e9 o El Ni\\u00f1o, que produz seca no Nordeste brasileiro e chuvas intensas no Sul e cuja causa\\u00a0\\u00e9 o aquecimento anormal das \\u00e1guas do Oceano Pac\\u00edfico.<\\\/em>\"}]"},"categories":[38,71,42,29],"tags":[313,115,310,248,312,308,309,98,311,111,314,307],"class_list":["post-806","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-esct","category-governanca","category-mudancas-climaticas","category-politica-cientifica","tag-conhecimento-cientifico","tag-evidencias-cientificas","tag-geopolitica","tag-infraestrutura","tag-infraestrutura-cientifica","tag-politicas-ambientais","tag-politicas-climaticas","tag-politicas-da-evidencia","tag-politicas-publicas","tag-politicas-publicas-ambientais","tag-politicas-publicas-informadas-por-evidencias","tag-sul-global"],"jetpack_featured_media_url":"https:\/\/www.blogs.unicamp.br\/geict\/wp-content\/uploads\/sites\/296\/2026\/01\/pexels-igor-sanches-42711317-9727301-scaled.jpg","_links":{"self":[{"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/posts\/806","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/users\/726"}],"replies":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/comments?post=806"}],"version-history":[{"count":7,"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/posts\/806\/revisions"}],"predecessor-version":[{"id":818,"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/posts\/806\/revisions\/818"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/media\/808"}],"wp:attachment":[{"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/media?parent=806"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/categories?post=806"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.blogs.unicamp.br\/geict\/wp-json\/wp\/v2\/tags?post=806"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}