Para que serve o segundo turno das eleições?

Todas as vezes, nessa época do ano, vem a dúvida: para que serve o segundo turno das eleições?

Resposta simples: para termos resultados mais justos.

Resposta completa abaixo.

Imagine que um país chamado Wester tem três candidatos, o Star (Lobo), o Lannis (Leão) e o Targ (Dragão) praticamente empatados nas pesquisas. Só que um candidato, o Leão, tem 1% a mais que os demais, algo assim:

  • Lobo: 33%
  • Leão: 34%
  • Dragão: 33%

Resultado: Leão vencedor! Governa Wester pelos próximos 4 anos.

A questão é que a casa de Lannis tem uma rejeição extremamente alta: 66% da população. Os outros candidatos têm rejeição menor. O Leão sozinho, contra qualquer dos outros candidatos, perderia facilmente.

Como pode um candidato rejeitado por 66% da população ser eleito em primeiro lugar? Este é o paradoxo de Condorcet.

Paradoxo de Condorcet

Este paradoxo foi notado pelo marquês de Condorcet, no século XVIII.

Embora seja uma eleição democrática, ela pode levar à uma situação em que a maioria vai rejeitar.

Levando a situação ao extremo, imagine que há 100 candidatos, cada um com exatamente 1/100 dos votos e um deles com um único voto a mais. Este seria eleito com apenas 1% dos votos!

Para evitar este tipo de situação, existe o segundo turno. Os dois melhores colocados no primeiro turno passam por nova votação.

Eleições em dois turnos no Brasil é algo mais ou menos recente. Foi instituído na constituição de 1988. Antes disso, era turno simples.

Impossibilidade de Arrow

Chama-se de “voto útil” quando os eleitores deixam de votar no seu favorito, que não tem chance de ganhar, para votar no candidato menos ruim que tem chance de ganhar. Ex. Os eleitores do Lobo votarem em Targ no turno único, por este ter mais chances de vencer. E este tipo de comportamento também mostra o poder das pesquisas de opinião, de influenciar votos.

Entretanto, mesmo com dois turnos, o “voto útil” vai continuar existindo. Imagine vários candidatos fragmentando a esquerda, por exemplo. Pode haver voto útil para que o melhor candidato da esquerda vá para o segundo turno.

Em suma, eleições em dois turnos não são perfeitas. Nem em três, nem em quatro. Sempre é possível pensar em situações onde o paradoxo do voto ainda ocorre. E este é basicamente o Teorema da Impossibilidade de Arrow: não existe sistema de votação que seja 100% perfeito.

Veja também:

https://ideiasesquecidas.com/

Lições aprendidas na carreira de Data Science

Seguem 5 lições aprendidas, baseadas em um bate-papo que fiz, com alunos de data science da VAI Academy.

  1. Humildade, dados não são só dados.
  2. Simplicidade
  3. Importância de aliados
  4. Caminho que gosta, tem habilidade e relevância no mercado
  5. Tentar gerar valor de verdade

Itens detalhados a seguir.

Dados nunca são só dados

Não é só pegar a base de informações e trabalhar sobre ela.

Sempre existe um processo, que roda no mundo real e produz algo de verdade. Seja a fabricação de algum produto, seja a execução de algum serviço. O analista deve entender minimamente o processo, o que aqueles dados significam. A gente não consegue fazer isso sozinho. Devemos contar com o apoio de quem roda o trabalho no dia-a-dia, pessoas operacionais.

A abordagem de entrar a fundo no processo dá trabalho, é muita quebração de pedra até chegarmos numa formulação correta. É necessário ouvir mais do que falar.

Uma postura arrogante, do tipo “sou engenheiro de machine learning e isso não é comigo”, não vai resolver o problema na vida real. É tipo querer ficar só com o filé mignon e deixar os colegas com os ossos. Até porque a solução pode vir de algumas formas, muitas vezes é possível melhorar o processo com solução simples – uma planilha Excel que nem precisa de nada avançado.

Sempre brinco, dizendo que o trabalho analítico em cima de dados é quase uma desculpa para entrar no processo e melhorá-lo. Não importa se utilizamos redes neurais profundas ou algum algoritmo simples. O que importa é gerar resultados melhores do que o atual, em menos tempo, com maior qualidade.

Simplicidade

É sempre melhor começar com uma abordagem simples e ir evoluindo, do que mobilizar uma quantidade enorme de recursos para tentar resolver tudo de uma vez.

Sabe aquele sistema perfeito, pensado nos mínimos detalhes para resolver todos os problemas de alguma área da empresa? Pois é, ele nunca vai existir. Muito menos, se for construído do zero.

Esse pensamento se traduz na Lei de Gall:

“Um sistema complexo desenhado do zero nunca funciona e não pode ser remendado para fazer funcionar” – John Gall, no livro Systemantics.

Camadas simples feitas sobre outras camadas simples tornam a solução final bastante complexa, acredite. A natureza é assim, conforme a evolução das espécies: melhorias incrementais ao longo de muito tempo, com seleção natural das melhores soluções.

Pense simples. Como dizia Steve Jobs, “A simplicidade é a maior das sofisticações”.

Aliados

Alguém muito forte tecnicamente tende a pensar de forma individualista, para garantir a qualidade do trabalho final. Porém, à medida em que os trabalhos tornam-se mais complexos, é impossível um indivíduo ou uma equipe muito pequena darem conta.

É mais interessante aliar-se à outras boas pessoas, com alto nível técnico. E também, à gestores, patrocinadores outros stakeholders. Isso tudo exige soft skills.

Uma dica é que, uma pessoa bem intencionada, com genuíno desejo de aprender e ajudar, de alguma forma ou de outra vai fazer aliados ao longo da carreira.

Outra forma de construir boas relações é ensinando e ajudando outros. Tem gente que vai se abrir, outras não, é sempre assim. Com aquelas que mostrarem abertura, aumentar o elo.

Uma equipe de 10 vendedores médios com um bom líder vai performar mais do que um único vendedor acima da média.

Caminho que gosta, tem habilidade e relevância no mercado

Vira e mexe, alguém me pergunta: será que um MBA numa área de Data Science é legal para o futuro? Ou uma especialização em algum outro tema da moda?

Respondo com outra pergunta: é isso que você gosta de fazer? Tem jeito para esta natureza de trabalho? Essa carreira envolve muita matemática, programação e conhecimentos hard, além de exigir uma quantidade mínima de soft skills.

Não adianta a pessoa só olhar para um tema da moda e correr atrás. Até porque, quando ela ficar pronta, o tema não vai mais estar na moda. Lembro de uma época, mais ou menos 2008, em que o petróleo estava no topo: descoberta do pré-sal, Petrobrás empresa mais valiosa do Brasil, etc… Nessa época, um Engenheiro de Geologia especialista em petróleo era a profissão mais valorizada do mundo. A questão é que não é fácil ser bom, qualquer seja a área. É necessário ter muitos anos de estudo, dedicação, muitos anos de prática, para chegar nesse nível. Quem tivesse começado naquela época teria perdido o bonde, porque, alguns anos depois, o mercado voltou ao normal.

É claro que mirar um ramo promissor ajuda. A pergunta que faço é se a pessoa tem o perfil, não está seguindo modinhas.

O ideal é um equilíbrio. Intersecção de fazer algo que gostamos, temos habilidade e tem relevância para o mercado, independente do que está na moda ou não. Estarmos preparados, fazendo um bom trabalho nessa área escolhida. Se vier o bonde da Fortuna, embarcamos, mas não é garantido que ele passe.

Gerar valor de verdade

Sempre tento me guiar em trabalhos que vão dar um retorno à sociedade. Isso não precisa ser necessariamente em causas sociais ou ambientais. Penso que fazer um bom trabalho numa boa empresa vai gerar produtos melhores, mais baratos ou maior disponibilidade de produtos à sociedade. E isso retorna a nós, de alguma forma ou outra.

O que não acho justo é querer entrar em algum cargo público ou empresa com a única finalidade de “se dar bem”, seja com salário, bônus ou estabilidade na posição.

Expectativas

Por fim, as perspectivas são muito boas, numa carreira de dados. Quando estamos navegando numa grande onda, de alguma forma progredimos junto.

Por ser um ramo de conhecimento recente, há muita gente que não entende nem a aplicabilidade – vide post anterior.

Mais e mais dados existirão nos próximos anos. Há uma estimativa da Statista de que 60% dos dados industriais ainda não são capturados – e que, dos dados capturados, 50% não são usados para tomada de decisões. Há um enorme oceano azul de possibilidades.

Vamos em frente.

Veja também: https://ideiasesquecidas.com/2022/09/29/data-science-skills

A Lei de Goodhart

“Uma métrica, quando se torna uma meta, deixa de ser uma boa métrica.” Essa é a Lei de Goodhart.

Uma métrica é um indicador, um número que mede alguma coisa: performance, nível econômico, termômetro indicando temperatura etc.

E uma meta é um objetivo claro, com prazos e responsáveis: atinja tal performance, chegue a tais indicadores até o fim do ano…

A Lei de Goodhart tem como pilar uma outra lei básica da economia: pessoas respondem a incentivos.

Além disso, nenhuma métrica consegue capturar todas as informações do mundo real. Uma métrica é apenas uma simplificação de alguns aspectos da realidade, possíveis de medir. A temperatura do corpo é um indicador importante e uma aproximação para a saúde de uma pessoa, mas nem toda doença causa febres no corpo.

E é esse o problema: se eu tenho incentivos para perseguir uma meta, e tenho uma medida para ela, eu vou atingir essa meta, independente das consequências de segunda e terceira ordem. Dessa forma, a sua métrica deixa de ser uma boa métrica.

Exemplos:

O atendente “burro”: um dia, comprei um pacote de leite que tinha 10 unidades. Notei que a atendente pegou uma caixa e passou o código de barra da mesma 10 vezes seguidas, ao invés de digitar 10 no computador e passar uma só vez. Perguntei por que razão ela fez isso. Resposta: “Sou medida pela velocidade com que passo os produtos, e essa é uma forma de aumentar a pontuação”. Ou seja, ela responde a incentivo (velocidade medida), só que a métrica acaba sendo ruim para o consumidor final (vou perder mais tempo na fila), de forma que essa meta deixou de ser uma boa métrica.

Criação de cobras: na Índia sob o comando dos britânicos, estava havendo um crescente problema com cobras. O governo então criou um programa para pagar pelo quilo de cobras mortas entregues pela população. Resultado: alguns indianos passaram a criar cobras em cativeiro, para vender ao governo. Quando as autoridades entenderam a fraude, acabaram com o programa. Sem incentivo, os criadores de cobra soltaram as mesmas na natureza, piorando o problema.

Uma métrica simples pode ser fácil de medir, porém vai deixar de fora inúmeros aspectos importantes da realidade. Já uma métrica complexa demais pode ser tão complicada de medir que não será atualizada, perdendo a razão de existir.

Há uma infinidade de incentivos perversos deste tipo, cujos resultados saem exatamente o oposto da intenção original. O link do apêndice conta vários casos.

Pesquisa de satisfação: em diversas compras que fazemos, vem depois uma pesquisa de satisfação, que é uma forma de medir a qualidade do serviço prestado. Um dia, recebi um e-mail mais ou menos assim: “Você receberá uma pesquisa de satisfação. Avalie o meu serviço, a minha remuneração variável está atrelada à sua nota”. Só faltou ela me ameaçar para que eu assinalasse nota 10.

Uma fábrica de pregos na era soviética era cobrada pela quantidade de pregos produzida. Passaram a produzir pregos cada vez menores e mais finos, inúteis para construção civil, na prática. O governo passou a cobrar pelo peso – e aí, passaram a produzir pregos cada vez maiores e mais gordos, tanto que também eram inúteis para a construção.

Na minha visão, indicadores são úteis, mas não são absolutos. É bom ter uma gama de indicadores medindo a realidade de formas diferentes. É como dirigir um carro, olhando para diversas informações no painel: velocidade, temperatura do motor, entre outros. Mas sempre tem que ter um fator humano para ponderar quais indicadores são importantes ou não, para guiar o carro pela estrada afora.

Veja também:

https://en.wikipedia.org/w/index.php?title=Perverse_incentive

Glossário – Indústria 4.0

Para fechar a série de posts sobre Indústria 4.0 e a Feira de Hanover, um glossário de termos chave.

Tentei explicar com minhas palavras e ser o mais direto possível. Há muito mais termos específicos, porém, espero que o glossário ajude a dar uma ideia geral.

OT: Operations technology, tecnologia de automação e controles fabris, em contraste ao IT (information technology em geral)


Convergência IT – OT: A OT é completamente diferente de IT tradicional. Devido ao aumento do número de dispositivos e de aumento de integração, há uma demanda enorme de convergência entre esses mundos


IOT: Internet das coisas. Dispositivos pequenos capazes de fazer medições (temperatura, vibração, umidade, etc) e enviar dados para a nuvem periodicamente

Cobots: Robôs colaborativos. A diferença é que o cobot não substitui o ser humano, e sim, funciona integrado


Dark Factory: Fábrica totalmente automatizada, sem a presença de pessoas

RPA: Robot process automation. Ao invés de robôs que fazem movimentos físicos, são algoritmos que automatizam processos (extração de dados, manipulação, preenchimento de informações, etc)

Closed loop of information: Informações de ponta a ponta da cadeia disponíveis para tomada de decisão

Zero trust security: Em cybersegurança, arquitetura em que o usuário deve ser continuamente autenticado, validado, para cada aplicação e dados

Chart of trust: grupo de fornecedores e reguladores em cybersegurança, para troca rápida de informação

Advanced Analytics: camada de Analytics que foca em aplicações complexas de otimização, simulação computacional, AI, tomada de decisão na cadeia, etc

Digital Twin: modelo de simulação que reflete acuradamente um processo físico, e com alimentação de dados em tempo real e feedback de tomada de decisão

Edge computing: computação feita nas pontas, próximo à aplicação, com computadores pequenos – lembra um Raspberry Pi ou Arduíno, com a diferença de que estes últimos são caseiros.

Manutenção preditiva: manutenção baseada em previsão e probabilidade de falhas, a partir de medições feitas em tempo real. Contrasta com manutenção corretiva (depois que deu problema) e preventiva (feita periodicamente, em prevenção)


Manufatura aditiva: impressoras 3D, onde o material é adicionado filamento a filamento. Contrasta com manufatura subtrativa (material é retirado) e técnicas tradicionais de usinagem

ML Ops: machine learning and operations. Conjunto de práticas para desenvolver e operacionalizar rapidamente modelos de machine learning. Isso porque um dos erros mais comuns que existem é criar uma prova de conceito onde tudo funciona, mas não é escalável para a operação, seja por problemas de licença, infraestrutura, ou skill necessário

Revisão: Bruno Cambria.

Veja também:

Entendendo as células de hidrogênio com química do segundo grau

Um dos destaques da Feira de Hanover 2022 (vide aqui) foram as células de hidrogênio.

O mundo vem procurando desenvolver alternativas viáveis aos combustíveis fósseis, devido à crescente preocupação com sustentabilidade do planeta. As células de hidrogênio são uma dessas alternativas.

O princípio básico é bem simples – tão simples quanto aulas de química do segundo grau.

O hidrogênio é o primeiro elemento químico da tabela periódica. É o mais leve elemento, além de ser altamente reativo – tanto que dificilmente ele vai ser encontrado no formato puro, mas sim, vai estar sempre ligado à alguma outra molécula.

O hidrogênio na forma comum é composto de um próton e um elétron, não tem nem nêutron.

Através da eletrólise, que consiste em passar uma corrente elétrica pela água, é possível decompor a água em gás hidrogênio e oxigênio:

2H20 -> 2H2 + 02

O hidrogênio, que pode ser utilizado como combustível, é o mesmo que compõe a água!

O hidrogênio é o primeiro elemento químico da tabela periódica. É o mais leve elemento, além de ser altamente reativo – tanto que dificilmente ele vai ser encontrado no formato puro, mas sim, vai estar sempre ligado à alguma outra molécula.

O gás hidrogênio, na presença de oxigênio e de uma faísca, vai queimar, gerando energia:

2H2 + 02 -> 2H20

O produto da reação é água. Ou seja, com uma célula de hidrogênio, produzimos energia para movimentar um carro, e o resultado é água, dá até para beber!

É possível produzir energia elétrica a partir da reação acima, através de uma chamada célula de energia com uma membrana chamada PEM (vide aqui). Note a simetria: uso eletricidade para separar o hidrogênio, e agora, recupero a eletricidade – e isso torna o hidrogênio muito interessante para carros elétricos.

(Veículo movido a hidrogênio – Foto tirada na feira de Hanover)

Bom demais para ser verdade, não? Se olhar só para a segunda parte do ciclo, sim, é isso mesmo. A “pegadinha” é o ciclo completo. Não temos no planeta imensas reservas de gás hidrogênio esperando para serem extraídas (se tivesse, ou esse explodiria facilmente ou evaporaria para fora da Terra, por ser leve). Devemos gerar o hidrogênio, e a principal forma de fazer isso é através da eletrólise.

Ora, mas se utilizarmos carvão ou petróleo para gerar energia para a eletrólise, não vai adiantar de nada – a conta não vai fechar.

Por isso, uma solução melhor seria utilizar uma fonte renovável (eólica, solar) + para gerar energia elétrica. A usina eólica produz eletricidade, a energia é armazenada em células de hidrogênio, para serem utilizadas posteriormente em veículos elétricos ou qualquer outra aplicação que utilize eletricidade – note a versatilidade da solução.

É por isso que na feira, tinha um pavilhão inteiro com essas três tecnologias: células de hidrogênio, energia eólica e motores elétricos.

Outros pontos de pesquisa e desenvolvimento:

O gás deve ser comprimido, para poder ser armazenado de forma eficiente – e quando o gás é comprimido à muita pressão, vira líquido (das aulinhas de física). Por isso, tinham fornecedores de compressores de hidrogênio na feira.

(Compressor de hidrogênio – Foto tirada na feira de Hanover)

Para armazenar, é necessário um tanque parrudo – tipo um botijão de gás gigante – e também havia fornecedores com os mesmos. Aliás, essa é uma desvantagem do veículo a hidrogênio, carregar esse peso extra.

(Tanque para armazenar hidrogênio – foto tirada na feira de Hanover)

Para reabastecer o hidrogênio, havia uma espécie de posto de combustível – porém, a vedação e pressão do mesmo são extremamente maiores do que o do posto de gasolina comum!

(Conceito de bomba de abastecimento de hidrogênio – foto tirada na feira de Hanover).

Além disso, pesquisas de catalisadores para otimizar a reação, filtros diversos para retirar impurezas nesses processo, institutos de pesquisa mostrando trabalhos, etc…

Note que tudo isso é química e física. Não há nada de “digital”. Células de hidrogênio não seguem a Lei de Moore, portanto, não podemos comparar esta tecnologia ao desenvolvimento de computadores, por exemplo. Tanto é que as primeiras ideias de células de hidrogênio são da década de 60. Essa tecnologia vai evoluir a seu modo.

O quão próximo da realidade está? A tecnologia existe, a química básica não é tão complicada. O problema é realmente a cadeia toda ser eficiente a ponto de valer a pena.

Será que um dia a conta vai fechar, e veremos uma base imensa de veículos a hidrogênio? Não sei, vamos torcer para que sim, e ir acompanhando a evolução do mesmo.

Veja também:

https://www.hannovermesse.de/en/expo/exhibitor-media-library

Lei de Gérson

Comentário de colega meu: “No Brasil, você faz o certo, e é trouxa por causa disso. Lei de Gérson total.”

O que é essa tal “Lei de Gérson”?

Quem é mais novo não vai conhecer, mas Gérson foi um dos grandes jogadores da Copa de 1970, no México, da qual o Brasil foi campeão mundial. Excelente meia-armador, fazia lançamentos longos e precisos, era o “canhotinha de ouro”.

Eu não vi o Gérson jogar, mas vi ele comentar jogos de futebol na década de 90 em diante. Também tinha o apelido de “papagaio”, porque falava bastante.

Pois bem, o jogador protagonizou um comercial, nos anos 1970, em que dizia gostar de levar vantagem em tudo.

Da Wikipedia (https://pt.wikipedia.org/wiki/Lei_de_G%C3%A9rson).

O entrevistador pergunta por que Gérson escolheu os cigarros Vila Rica. Ao iniciar a resposta, Gérson saca um maço de Vila Rica e oferece um cigarro ao entrevistador. Enquanto o entrevistador fuma seu cigarro Vila Rica, Gérson explica os motivos que o fizeram preferir aquela marca.

“Por que pagar mais caro se o Vila me dá tudo aquilo que eu quero de um bom cigarro? Gosto de levar vantagem em tudo, certo? Leve vantagem você também, leve Vila Rica!”.

Mais tarde Gérson se disse arrependido por ter associado sua imagem ao anúncio, visto que qualquer comportamento pouco ético foi sendo aliado ao seu nome nas expressões Síndrome de Gérson ou Lei de Gérson.

Gérson continua sua carreira de comentarista, até os dias de hoje. Infelizmente, ele foi só um ator num comercial infeliz, sua postura na vida não lembra em nada a “Lei de Gérson”.

Eu, particularmente, acho a “Lei de Gérson”, o “jeitinho brasileiro”, algo ruim: dar um jeito de furar a fila, conseguir piratear algo e ainda se orgulhar disso, esse tipo de coisa.

Conheci uma pessoa que repetia, à exaustão: “Aos amigos, tudo, aos inimigos, o rigor do estatuto”, como se fosse algo bom. O correto seria exatamente o oposto, ter bons estatutos, e todos seguirem o mesmo, sejam amigos ou não – e é exatamente assim que acontece nos países desenvolvidos, o certo é certo, o trem sai exatamente às 18:15h, sem “quebrar o galho” de um amigo atrasado.

A frase a seguir não vai pegar nunca, mas vamos lá: “Bons estatutos para amigos e inimigos”.

Veja também:

https://aventurasnahistoria.uol.com.br/noticias/almanaque/lei-de-gerson-como-surgiu-lei-da-vantagem-atribuida-ao-jogador.phtml

A Rainha Vermelha comanda as nossas vidas

A hipótese da Rainha Vermelha é um conceito utilizado em biologia evolutiva, para indicar que as espécies devem estar em constante adaptação, para sobreviver contra outras espécies, também em constante evolução. A hipótese da Rainha Vermelha foi criada por Leight Van Valen, tomando como referência uma passagem de “Alice através do espelho”, de Lewis Carroll.

Um resumo:

Alice estava correndo de mãos dadas e a Rainha continuava gritando: “Mais rápido! Mais rápido!”, mas Alice estava no limite. O curioso é que as árvores e a paisagem ao redor não mudava de lugar. Não importa o quão rápido, nada se movia”.

Após notar que não tinham saído do mesmo lugar o tempo todo, Alice indagou: “Em nosso país, você normalmente chegaria a um outro lugar após correr rápido por muito tempo, como fizemos”.

“Um país lento”, disse a Rainha. “Aqui, você vê, é necessário correr o mais rápido que você puder para continuar no mesmo lugar.”

Exemplos da biologia.

Uma espécie de raposa que adquire maior velocidade consegue capturar mais coelhos. Disso, apenas os coelhos mais rápidos sobreviverão, e a próxima geração de coelhos também será mais rápida, anulando a vantagem competitiva da raposa.

Espécies que não conseguem acompanhar o ritmo tendem à extinção.

Uma tribo pré histórica que aprender a construir um muro, terá uma vantagem competitiva – enquanto as tribos rivais não imitarem e superarem a sua técnica de construção.

Exemplo mais moderno. Linguagens de programação e ferramentas tecnológicas em geral: Cobol, C, Visual Basic, Java, Javascript, Python, Ruby. Mal surge uma, poucos anos depois alguma outra linguagem mais avançada e com alguma vantagem competitiva já ameaça o seu posto.

A mesma coisa no mundo dos negócios. O modelo de negócios deve evoluir de acordo com a evolução do ambiente, sob o risco da empresa ficar para trás: exemplo clássico da Blockbuster superada pela Netflix, que ela teve a oportunidade de comprar anos antes, ou um Yahoo superado pelo Google, e assim sucessivamente. Jornais e revistas em papel estão com os dias contados. Grandes impérios de comunicação e entretenimento sendo superados por um exércitos de Youtubers e influenciadores.

Em nível pessoal, a mesma coisa. Um título de graduação não é hoje um grande diferencial, talvez uma pós possa dar alguma relevância maior. Inglês, pacote Office são exigências básicas, além de habilidades interpessoais, trabalho em equipe, liderança. Assim mesmo, nenhum título garante que o contratado vá desempenhar bem, em verdade, é necessário continuar correndo o mais rápido possível, imerso que estamos no mundo da Rainha Vermelha.

Já dizia o grande escritor Will Durant, “A primeira lição biológica da história é que a vida é competição”.

Veja também:

O autor Matt Riddley tem um livro inteiro sobre o tema, intitulado “The Red Queen”, sobre evolução e o papel do sexo. https://amzn.to/3h4hxF2

O que é Eudaimonia?

A busca pela Eudaimonia já me guiou em diversos momentos da vida, e também já me fez ler a “Ética a Nicômaco” do filósofo grego Aristóteles, que até hoje é uma das referências no tema.

Eudaimonia é um termo da filosofia grega, e significa algo como “felicidade”. Mas não é qualquer felicidade, é felicidade pela virtude. Isso porque uma pessoa pode tentar buscar felicidade por meios fugazes, como utilizar drogas ou vícios nocivos a longo prazo. Eudaimonia é uma palavra melhor do que felicidade.

Virtude de fazer aquilo para o qual você veio ao mundo para fazer. Sabedoria para que a pessoa alcance todo o seu potencial de excelência.

O ponto de vista grego era o de um universo com ordem. Uma semente de trigo gera trigo, um embrião de sapo vira um sapo. Um potencial sapateiro que alcance a excelência de ser um grande sapateiro, um potencial guerreiro que alcance a excelência de ser guerreiro, um potencial filósofo que alcance a excelência de ser filósofo.

Eudaimonia é alcançar a plenitude de seu potencial.

Para quem quiser saber mais sobre o tema e ver interpretações outras, há diversas fontes na internet. Especialmente interessantes são: o livro original de Aristóteles (descrito abaixo) e as aulas do prof. Clóvis de Barros Filho, pela sua didática.

Link da Amazon: https://amzn.to/3c3tVCK

Serendipidade

O termo “serendipidade” é muito utilizado nas palestras sobre inovação. Significa uma descoberta por acaso, imprevisto.

 

Trocando em miúdos, significa algo que dá certo “Sem querer querendo”.

 

Remonta à uma história persa, chamada “Os Três Príncipes de Serendipe”. Estes príncipes eram bastante curiosos, e viviam fazendo descobertas devido à astúcia e ao acaso.

 

Com o processo de inovação é semelhante. Você mira em uma coisa e acerta em outra. Dá saltos de fé, apostando no potencial, e frequentemente colhe frutos bem diferentes do esperado.
Para a serendipidade fazer a sua mágica, existe a necessidade de sair da rotina, explorar novidades, quebrar paradigmas, estar sempre buscando melhorias. E, é claro, conhecer e conversar com muitas pessoas de habilidades distintas.

 

Afinal, como dizia Louis Pasteur:

O acaso favorece a mente preparada.

 

Os cegos e o elefante

Há uma lenda hindu antiga, mais ou menos assim.

Um grupo de cegos estava discutindo sobre o elefante.

Elephant.jpg

Um disse: O elefante é fino e comprido como uma mangueira.

Outro retrucou: Não, o elefante é largo e grande, parece uma parede.

Um terceiro comentou: Vocês dois estão errados. O elefante parece o tronco de uma árvore.

Um quarto: Não, não, ridículo. O elefante parece uma folha…

 

E continuaram a discutir, sem chegar a um consenso.

 

Todos estavam certos localmente, mas todos estavam errados no todo.

Cada um defendia a sua verdade, sem levar em conta que poderiam haver outras verdades.

 

E, já que ninguém consegue ter a visão de toda a realidade, apenas de parte dela, não podemos rir da tolice desses cegos, já que todos nós também somos cegos tolos.

O complexo de Cassandra

O “complexo de Cassandra” é quando alguém sabe o que está prestes a acontecer, avisa a todos, porém ninguém acredita.

 

O termo é baseado na lenda grega que remonta à Guerra de Troia, descrita na Ilíada de Homero.

 

Cassandra era a filha de Prius, rei da cidade de Troia. Sendo ela muito linda, despertou a paixão do deus Apolo, que a fim de cortejá-la, deu-lhe o dom da profecia.

Entretanto, Cassandra recusou o amor de Apolo, o que causou a ira do deus. Por vingança, ele a amaldiçoou. Ela seria capaz de prever o futuro, entretanto, ninguém acreditaria nela.

Dois exemplos:
– Cassandra previu que o sequestro de Helena por Páris causaria a Guerra de Troia, e advertiu o príncipe a não ir a Esparta – e, é claro, foi ignorada.
– Ela previu que o famoso Cavalo de Troia causaria a ruína da cidade, e lutou para que os troianos não colocassem o mesmo para dentro dos portões – e, obviamente, foi ignorada.

 

Em geral, pessoas que têm a capacidade de fazer análises globais e longo prazo sofrem deste efeito Cassandra – têm uma boa ideia dos efeitos, entretanto não conseguem lutar contra a maioria, que vê apenas o curto prazo, e apenas o local.

Image result for cassandra greek

 

Vide também

 

O Cavalo de Troia das histórias


Post da série para Iniciantes – aproveitando que a Wikipédia já não explica nada de forma simples e objetiva.

 

https://en.wikipedia.org/wiki/Cassandra

https://www.britannica.com/topic/Cassandra-Greek-mythology

 

 

​ O que é a “Tragédia dos comuns”?

Resumo em uma frase: “O que é de todos, é de ninguém”.

É um termo muito comum em economia, e descreve a situação em que um bem público (que é de todos) acaba completamente esgotado exatamente por ser de todos – e consequentemente, de ninguém em particular.
depositphotos_2431688-stock-photo-sheep-grazing.jpg
O exemplo clássico é um campo de pastagem, livre para que vários pastores a usem livremente. Como o uso é liberado, o incentivo de cada pastor é usar o máximo possível do campo para as suas ovelhas e gastar o mínimo possível de seu tempo na manutenção do campo. Todos acabam fazendo o mesmo, e o campo acaba completamente devastado. O ganho é privado, as despesas são compatilhadas.
O paradoxo da situação é que, se é público e é de todos, todos deveriam cuidar do mesmo. O que acontece, entretanto, é o exato contrário: ninguém vai cuidar do bem público como se fosse o seu próprio.
Ilustra dois conceitos fundamentais da Economia:
  • Escassez, e
  • Pessoas respondendo a incentivos.
Foi inicialmente proposto com este nome pelo ecologista Garrett Hardin (1915 — 2003), num artigo de 1968.

Posts da série Iniciantes – aproveitando que a Wikipédia já não explica nada de forma simples e objetiva.