Ruído: Uma falha no julgamento humano

Daniel Kahneman é o economista comportamental mais respeitado do mundo, conhecido pelo grande público principalmente pelo livro “Rápido e Devagar – Duas Formas de Pensar”.

“Ruído: Uma falha no julgamento humano” é o seu novo livro, escrito com Olivier Sibony e Cass Sunstein, este último coautor de Nudge, outro best-seller do tema.

Há uma série de falhas no julgamento humano.

Um juiz cansado (digamos, no final do expediente) é mais rigoroso do que ele mesmo descansado.

Uma moça jovem e bonita tem mais chance de sofrer sanções leves do que um homem, nas mesmas situações.

Humor, stress, fatiga, tudo isso influencia em nossos julgamentos, no dia-a-dia.

Tendência e Ruído

Porém, nem todos os erros de julgamento são iguais. Os autores distinguem dois tipos principais: Tendência e Ruído (Bias and Noise).

O primeiro é um erro sistemático. Digamos, um preconceito, uma mulher não contratada por ser mulher.

O segundo é um erro não sistemático, aleatório. Variações de um julgamento pelo humor do juiz. Sentenças muito diferentes para a mesma situação.

O erro tipo ruído não é tão fácil de identificar, mas existe e afeta a vida de todos nós.

Onde há julgamento humano, há ruído.

O livro mostra uma série de falhas devido ao ruído. Juízes falham, médicos falham, especialistas falham.

Impressões digitais

Um caso que achei extremo. Nós achamos que análise de impressão digital em crimes é bastante científica, mas mesmo nesse caso, há uma parte de julgamento humano. Os autores citam um experimento, em que a mesma amostra foi apresentada ao mesmo especialista, diversos meses depois, e cerca de 15% dos veredictos mudaram!

Há maior tendência de erros em casos mais difíceis. E também há o efeito do “Viés confirmatório”, para adequar a impressão ao contexto do crime cometido.

O mesmo vale para exame de sangue, ossadas e até DNA. Sempre há ruído.

Especialistas

Os especialistas erram previsões. O pesquisador Philip Tetlock, após duas décadas de estudo, concluiu que especialistas não são melhores do que chimpanzés ao fazer forecast.

Prever futuro é difícil. O principal problema não é errar, mas achar que é possível predizer.

Há elite dos especialistas, os superforecasters. Estes conseguem performance consistentemente melhor, mas não muito, e apenas no curto prazo.

Um problema de forecast é que a intuição do ser humano cria histórias narrativas coerentes, consistentes com a sua visão de mundo e com os fatos que conhece.

E uma análise puramente baseada em dados, se sairia melhor?

Sobre modelos numéricos

Segundo estudos citados no livro, algoritmos numéricos superam opiniões de médicos, consistentemente.

Um dos casos citados, forecast de performance de executivos na contratação, teve desempenho 77 por cento melhor do que avaliação subjetiva do RH.

Regressões simples e múltiplas são alguns dos métodos citados.

Entretanto, mesmo tais modelos têm limites. Modelos complexos demais, digamos não-lineares e com milhares de variáveis, não levam a ganho em previsão. O gap entre modelos complexos e simples é pequeno, de forma que não há ganho em complicar demais.

Os modelos também não conseguem pegar casos excepcionais.

Princípio do perna quebrada. Em análise de dados, há eventos causais que um modelo pode não capturar. Ex. Quando alguém vai ao hospital, diminui chance de ir ao cinema. Neste caso, é possível intervir manualmente no modelo e forçar a relação.

Um dos sucessos da Inteligência Artificial moderna é descobrir, naturalmente esses “broken legs”. É a “Ignorância Objetiva”.

A Ilusão da Validade

Imagine um jornalista fazendo uma entrevista sobre problemas políticos no Brasil. O primeiro entrevistado é um analista político bem articulado, e o segundo, um analista bastante tímido. Quem terá mais credibilidade aos olhos do espectador?

Agora, imagine que, ao invés de problema político, a TV está passando um jogo de xadrez. Por que o analista bem articulado teria alguma relevância maior do que o analista tímido, somente pela forma de se expressar?

E o que podemos fazer para mitigar os efeitos do ruído?

Algumas dicas:

Chamar outras pessoas para opinar.

Colocar a própria decisão de lado por um tempo e repensar. Você não é o mesmo em todo momento. Reavalie.

Auditoria do ruído. Criar forma de medir precisamente as decisões, depois submeter novamente o caso depois de tempo e em outro contexto, a fim de medir a variabilidade do experimento.

Higiene de decisão: ter um processo disciplinado e estruturado para tomada de decisões. Proteger decisão de fatores externos. Dividir problema em pedaços menores. Solicitar o julgamento de várias pessoas, de forma independente, de modo que a decisão de um não influencie o outro. Utilizar checklists. Diminuir velocidade da intuição (o sistema 1), deixar o racional (sistema 2) trabalhar.

Introduzir algoritmos de suporte, para decisão em conjunto com um especialista.

Este e demais trabalhos de Daniel Kahneman desmascaram uma série de vieses de comportamento, que são como armas para nos defender ou serem utilizadas. Um “não” não é sempre “não”, pode virar um “sim” dependendo do contexto e do ruído associado ao momento. O livro apresenta uma série de dicas práticas, para utilização imediata, a fim de chegarmos a conclusões consistentes.

Começe agora!

Este resumo apenas arranha a superfície do texto. Adquira o livro em:
https://amzn.to/3EzGZMB

Versão áudio pode ser encontrada no serviço Audible:
https://amzn.to/3wcyGn2

Veja também:
https://ideiasesquecidas.com/2018/03/02/%e2%80%8bskin-in-the-game-pele-no-jogo-de-nassim-taleb/