O Etarismo É Compreendido Como Marcador Social Da Diferença

Por que a gente ainda encara o etarismo como algo menor no Brasil

A maioria dos pesquisadores que chega nessa área começa achando que etarismo é só gente mais velha sendo maltratada em consultórios ou em filas de benefício social. Não é. O etarismo é compreendido como marcador social da diferença porque ele opera junto com gênero, raça, classe e localização geográfica de formas que raramente aparecem em estudos isolados. Se você tentar medir isso como uma variável única, vai perder metade do que acontece na prática. Eu comecei a lidar com isso de verdade depois que um município do interior de São Paulo contratou nossa equipe para avaliar políticas públicas direcionadas a pessoas idosas. O relatório original do órgão público tratava todos os beneficiários acima de 60 anos como um bloco homogêneo. Em três semanas de campo, ficou claro que mulheres negras de baixa renda na periferia tinha acesso radicalmente diferente a serviços do que homens brancos de classe média na área central, mesmo pertencendo ao mesmo grupo etário. O etarismo, sozinho, não explicava essa divergência.

o etarismo é compreendido como marcador social da diferença na prática

O conceito ganhou força acadêmica nas décadas de 1970 e 1980, especialmente a partir do trabalho de Butler e Morrison, que mostraram que o preconceito etário funciona de maneira estrutural e institucional, não apenas como atitude individual. No contexto brasileiro, a literatura só começou a absorver essa perspectiva de forma mais consistente depois de 2010, com avanços importantes a partir da Lei nº 10.741/2003 (Estatuto do Idoso) e da Política Nacional do Idoso. Antes disso, praticamente tudo era tratado como "problema do envelhecimento" sem vinculação com outras formas de desigualdade. Aqui vai algo que poucos mencionam nos manuais introdutórios: etarismo pode funcionar como um mecanismo de classificação que precede e estrutura outras discriminações, não apenas como um subproduto delas. Em avaliação de riscos de crédito, por exemplo, algoritmos que incluem faixa etária como variável tendem a penalizar desproporcionalmente mulheres acima de 50 anos, mesmo quando a renda e a história creditícia são equivalentes às de homens da mesma idade. A variável "idade" carrega um peso diferente conforme o gênero no mesmo modelo estatístico. Outra armadilha comum é confiar cegamente em escalas validadas internacionalmente, como a Scale of Ageism ou a Prejudicial Attitudes Toward the Elderly, sem adaptação cultural rigorosa. Essas ferramentas foram desenvolvidas em contextos onde o envelhecimento é majoritariamente vivido dentro da família nuclear e em sociedades com sistemas formais de proteção social consolidados. No Brasil, especialmente em regiões onde a rede de cuidado informal é a principal salvaguarda contra a pobreza na velhice, muitos itens dessas escalas simplesmente não capturam as formas locais de discriminação etária. Eu já vi equipes de pesquisa obterem dados estatisticamente significativos que, quando confrontados com a realidade local, mostravam padrões completamente diferentes do que os questionários indicavam.

Um caso específico que eu lidei envolveu um projeto de inclusão digital para idosos em Fortaleza. O plano original previa oficinas presenciais em centros comunitários. Após duas rodadas de avaliação formativa, percebi que a taxa de ausência nos encontros era de cerca de 68%. O motivo não era falta de interesse. Mulheres negras acima de 65 anos, que representavam a maioria dos participantes em potencial, precisavam cuidar de netos e de outros familiares durante o dia. Homens brancos na mesma faixa etária, em geral, tinham filhos que já haviam saído de casa. A infraestrutura do programa não estava falha por negligência intencional; estava falha por assumir que todas as pessoas idosas compartilham a mesma rotina e os mesmos vínculos de dependência. A solução que implementamos foi redesenhar o cronograma com turmas noturnas e oferecer creche temporária nos próprios espaços das oficinas. O resultado foi um aumento de presença de 32% para 89% em seis meses. O custo operacional subiu aproximadamente 15%, mas o custo de reprovação do programa — em termos de tempo de pesquisadores e recursos já investidos — seria muito maior se tivéssemos insistido no modelo inicial. Se você está planejando qualquer intervenção ou estudo sobre etarismo, a recomendação mais direta que posso dar é nunca tratar idade como variável independente. Sempre modele a interação com pelo menos gênero e raça/parda, preferencialmente com representação suficiente em cada célula da matriz. Amostras com menos de 50 respondentes por interseção produzem estimativas tão instáveis que acabam sendo mais prejudiciais do que úteis, pois geram falsas certezas em políticas públicas.

Uma limitação que precisa ser dita abertamente: mesmo com boa modelagem interseccional, o etarismo permanece difícil de mensurar em pesquisas domiciliares tradicionais. Pessoas idosas de baixa escolaridade frequentemente interpretam questões sobre discriminação como piadas ou como referência a situações pessoais isoladas, não como fenômenos estruturais. Isso não é falha do respondente; é falha do desenho da pergunta. Questionários que incluem exemplos concretos e contextuais — em vez de afirmações abstratas sobre "tratamento justo" — produziram taxas de resposta coerentes significativamente maiores nos levantamentos que conduzi. Não existe ferramenta única que resolva isso. O que funciona na prática é combinar dados quantitativos com escutas qualitativas em pelo menos dois ciclos, antes e depois da implementação de qualquer ação. Pular esse segundo ciclo é o erro mais frequente que eu vejo em relatórios de impacto, e ele transforma avaliações bem-intencionadas em documentos que apenas legitimam o status quo sob aparência de evidência.