A Terceira Guerra Começa Sempre Ontem

“O grande acontecimento do século foi a ascensão espantosa e fulminante do idiota.”
— Nelson Rodrigues (1912–1980)
Terceira Guerra em Curso

Entre o fim da Primeira Guerra Mundial e o início da Segunda, passaram-se pouco mais de vinte anos. Entre a Segunda e a próxima, já se passaram oitenta — e seguimos caminhando como sonâmbulos em direção ao abismo. A diferença é que hoje os sonâmbulos usam smartphones, dirigem tanques, e administram ogivas nucleares.

Este capítulo propõe um paralelo entre o cenário mundial dos dias que antecederam as Grandes Guerras (1914 e 1939) e o inquietante presente. Não se trata de especular sobre estopins deflagradores (como o assassinato do arquiduque em Sarajevo ou a invasão da Polônia), mas de examinar o pano de fundo: o clima social, político e econômico — e, sobretudo, moral — que preparou o palco para a barbárie.

I. Semelhanças Inquietantes

II. Particularidades do Apocalipse Atual

III. Epílogo Provisório

Talvez não haja uma Terceira Guerra Mundial. Talvez ela já esteja ocorrendo em pedaços, como sugeria o Papa Francisco, sem que nos demos conta. Uma guerra por fragmentos, por satélites, por narrativas. Uma guerra onde os cadáveres não se alinham em trincheiras, mas se empilham em gráficos, tabelas, e memes.

Talvez sejamos a primeira geração que entra numa guerra sem saber que está nela.
Ou pior: que acha que é apenas mais um “trend”.

Teorema de Bayes aplicado ao risco de guerra nuclear (período de 12 meses) - Nota técnica
Versão 1.0

IV. Estimativa Bayesiana da Probabilidade de uma Guerra Nuclear

Este documento apresenta um roteiro técnico e transparente para estimar $P(W\mid E)$, onde $W$ = “ocorrer ao menos uma guerra nuclear nos próximos 12 meses” e $E$ são sinais do ambiente estratégico (conflitos, corrida armamentista, alianças, líderes com perfil arriscado, desinformação, etc.).

1) Variável de interesse e período

  • Evento $W$: ocorrer uma guerra nuclear nos próximos 12 meses.
  • Objetivo: estimar $P(W\mid E)$ com base nos sinais $E$ observados.

2) Prior anual $P(W)$ (antes da evidência atual)

Considerando que não houve guerra nuclear desde 1945, modela-se um processo Bernoulli anual com prior Beta atualizado por ~80 anos sem eventos (1945–2024).

  • Prior: $\text{Beta}(1,99)$ (crença prévia rara, ≈1%/ano).
  • Dados: $s=0$ sucessos em $n=80$ anos.
  • Posterior: $\text{Beta}(1,179)$ para a taxa anual $p$.

Média posterior (base-rate): $$p_0 = \frac{1}{1+179} \approx 0{,}00556 \; (0{,}556\%/ano).$$

3) Evidências atuais $E$ e razão de verossimilhança

Atualização em forma de odds de Bayes:

$$\text{odds}(W\mid E)=\text{odds}(W)\times \frac{P(E\mid W)}{P(E\mid \neg W)}, \quad \text{com}\; \text{odds}(W)=\frac{p_0}{1-p_0}.$$

Decompõe-se $E$ em fatores (naïve Bayes) e atribuem-se razões de verossimilhança (LR) ilustrativas:

  1. Muitos conflitos interestatais ativos: $\,\mathrm{LR}=2$
  2. Corrida armamentista / gastos acelerando: $\,\mathrm{LR}=3$
  3. Polarização de alianças + revisionismo territorial: $\,\mathrm{LR}=2$
  4. Ascensão de tiranos / canalhas salientes: $\,\mathrm{LR}=1{,}5$
  5. Desinformação/fake news intensa: $\,\mathrm{LR}=1{,}3$
  6. Apatia/indiferença social elevada (p.ex. 50{,}01%): $\,\mathrm{LR}=1{,}2$

LR total (produto): $\; \approx 28{,}08$.

4) Atualização bayesiana (Exemplo A — cenário “tenso”)

  • Prior em odds: $\text{odds}_0=\frac{0{,}00556}{1-0{,}00556}\approx 0{,}00559$.
  • Posterior em odds: $\text{odds}_1=\text{odds}_0\times 28{,}08 \approx 0{,}157$.

Probabilidade posterior: $$P(W\mid E)=\frac{\text{odds}_1}{1+\text{odds}_1}\approx \frac{0{,}157}{1{,}157}\approx \mathbf{0{,}136}\; (13{,}6\%/ano).$$

5) Sensibilidade (Exemplo B — cenário “moderado”)

Com LRs mais fracas (p.ex. $1{,}3;1{,}5;1{,}3;1{,}2;1{,}1;1{,}1$),

$$\mathrm{LR\ total}\;\approx 3{,}68, \quad \text{odds}_1\approx 0{,}0206, \quad P(W\mid E)\approx 2{,}0\%/ano.$$

6) Calibração das LRs (procedimento)

  • Definir features observáveis (nº de conflitos, variação % dos gastos militares, densidade de blocos/alianças, governantes com perfil de risco, intensidade de desinformação, apatia social).
  • Construir base histórica (anos pré-guerra/crises nucleares vs. anos típicos).
  • Estimar $P(E_i\mid W)$ e $P(E_i\mid \neg W)$ ou odds ratios via regressão logística Bayes.
  • Combinar fatores (naïve Bayes ou modelo hierárquico/logístico para mitigar dependências).
  • Atualizar periodicamente e executar análises de sensibilidade e validação retrospectiva.

7) Observações finais

  • O prior “nunca ocorreu” puxa o risco para baixo; LRs fortes o elevam.
  • O item “50,01% canalha/indiferente” entra, no máximo, como fator adicional com LR parcimoniosa.
  • Reportar resultados com faixa (conservador vs. tenso) e revisar conforme novos dados.

Resumo numérico

Cenário LR total Odds1 Probabilidade anual
Prior (base-rate) 0,00559 0,556%
A – Tenso ≈ 28,08 ≈ 0,157 ≈ 13,6%
B – Moderado ≈ 3,68 ≈ 0,0206 ≈ 2,0%

© 2025 — Documento técnico para publicação no site. Pode ser reproduzido com citação da fonte.