Raciocínio Humano e Falhas de Racionalidade

Prof. André C. R. Martins

Para a Semana da Páscoa

Chequem o site do projeto Ockham: http://www.projetoockham.org/index.php

Material a ser postado no COL (cursos online - http://col.redealuno.usp.br/portal/ ) este fim de semana.

Material de aula

O curso vai ser baseado nas notas de aula e uma apostila que logo será colocada no COL, após algumas atualizações.

Além disso, há alguns livros interessantes que vocês podem utilizar de forma complementar.

Bibliografia para a primeira parte do curso

Um excelente texto (apesar do título) é Baron, J., Thinking and Deciding.

Uma indicação do Prof. Camilo como bom livro em português é Navega, S., Pensamento Crítico e Argumentação Sólida.

A Biblioteca tem alguns textos muito interessantes: Gauch, H., Scientific method in practice Schick, T., How to think about weird things

O que é racionalidade?

Como podemos definir comportamento racional?

Existem regras que dizem que nosso raciocínio é falho? Se houver, quem tem razão, as regras ou nosso bom senso? Por quê?

A racionalidade é entendida como uma série de regras que qualquer raciocínio deve seguir para poder ser considerado correto.

Estas regras podem lidar com situações de certeza (dedutivas) ou incerteza (indutivas).

Raciocínio Lógico Suponha que cada uma das cartas

abaixo tenha uma letra de um lado e um número do outro e alguém diga: “Se uma carta tem uma vogal em um lado, ela tem um número par do outro lado.” Quais das cartas precisariam ser viradas para decidir se a pessoa está mentindo?

E K 4 7

Tversky e Kahneman, 1982

Linda tem 31 anos, é solteira, franca e muito inteligente. Ele se formou em filosofia e, durante a faculdade, preocupava-se profundamente com os problemas de discriminação e justiça social, tendo, também, participado de manifestações antinucleares. Qual das alternativas abaixo é mais provável?1. Linda é caixa de um banco2. Linda é caixa de um banco e participa

ativamente do movimento feminista.

Exemplo 2 (Nisbett & Ross, 1980)

Suponha que um estudo com 250 pacientes neurológicos encontrou as seguintes freqüências para tontura e tumor cerebral:

Qual (quais) das células é (são) necessária(s) para se determinar se tumor cerebral está associado à tontura nesta amostra? De acordo com a tabela, a incidência de tumor parece estar associada a observação de tontura nos pacientes?

Tumor Cerebral Presente Ausente

Presente 160 40 Tontura Ausente 40 10

Imagine que o país está se preparando para o aparecimento de uma epidemia de uma rara doença asiática que, estima-se, irá matar 600 pessoas. Dois programas alternativos para se combater a doença foram propostos. Assuma que as estimativas científicas exatas para o resultado de cada programa sejam os dados abaixo: Se o Programa A for adotado, 200 pessoas serão

salvas. Se o Programa B for adotado, existe um terço de

chance de que todas as 600 pessoas sejam salvas e dois terços de que todas morram.

Qual dos dois programas você escolheria?

Imagine que o país está se preparando para o aparecimento de uma epidemia de uma rara doença asiática que, estima-se, irá matar 600 pessoas. Dois programas alternativos para se combater a doença foram propostos. Assuma que as estimativas científicas exatas para o resultado de cada programa sejam os dados abaixo: Se o Programa C for adotado, 400 pessoas morrerão. Se o Programa D for adotado, há um terço de chance de

que ninguém morra e dois terços de chance de que todos morram.

Qual dos dois programas você escolheria?

Você sabe que uma determinada doença é observada em 1 a cada 1000 pessoas.

Um teste para tentar determinar se uma pessoa possui esta doença é sujeito a erros. Para simplificar, vamos assumir que a chance de se obter um resultado errado é de 2%. Ou seja Se você estiver doente, há 2% de chance de que o teste

indique que você está saudável. Se você estiver saudável, há 2% de chance do teste

dizer que você está doente. Você faz o teste e obtém um resultado positivo,

indicando que você deve estar doente. Dado que há a chance de o teste estar errado, qual é a chance real de você estar doente?

Você sabe que uma determinada doença é observada em 1 a cada 1000 pessoas.

Um teste para tentar determinar se uma pessoa possui esta doença é sujeito a erros. Para simplificar, vamos assumir que a chance de se obter um resultado errado é de 2%. Ou seja Se você estiver doente, há 2% de chance de que o

teste indique que você está saudável. Se você estiver saudável, há 2% de chance do teste

dizer que você está doente. Você faz o teste e obtém um resultado positivo,

indicando que você deve estar doente. Dado que há a chance de o teste estar errado, qual é a chance real de você estar doente?

Aproximadamente 4,7%

Como saber o que é certo?

Em cada um dos casos anteriores, conseguimos entender o erro que cometemos.

Mas como garantir no futuro que nossas análises não serão vítimas de problemas semelhantes?

Ferramentas úteis

Lógica Dedutiva – quando aplicável, demonstra a veracidade de proposições, a partir de outras que consideramos verdadeiras.

Lógica Indutiva – lida com graus de certeza – é mais geral, mas não fornece demonstrações.

Falácias

Existem muitas falácias comuns já identificadas.

Conhecê-las vai ajudar a evitá-las.

Há outros exemplos mais sofisticados de falha no raciocínio humano.

São falhas no sentido de não concordarem com as normas da Teoria da Decisão

“Teoria” da Decisão

A definição do que significa comportamento racional em um contexto de tomada de decisão com incerteza foi desenvolvida por von Neumann e Morgenstern (1947).

Savage (1954) expandiu o conceito, introduzindo a idéia de que a maximização de utilidade seria feita a partir de probabilidades subjetivas.

Bases da Decisão Probabilística

Diferentes pontos de partida levam à mesma formulação da racionalidade obtida por Savage: Plausibilidade e lógicas indutivas “Dutch Books” - apostas Teoremas de Representação

Decisões Humanas

Seres humanos possuem formas de mudar de opinião e tomar decisões que não necessariamente seguem as regras que definem a racionalidade.

Formas de raciocínio diferentes levam a conclusões diferentes.

Quem está correto?

Paradoxos?

Paradoxos de Allais (1953) e Ellsberg (1961) - primeiras observações de não concordância entre o comportamento humano e as previsões da teoria da decisão

Escolha entre diferentes apostas mostra que pessoas não possuem uma função utilidade como definida por von Neumann e Morgenstern.

Pessoas e Probabilidades

Kahneman & Tversky (1979,1992) sugeriram que, ao tomar suas decisões as pessoas podem estar alterando os valores associados a cada possível retorno, assim como os valores das probabildades (funções peso, como na figura ao lado, Martins, 2006).

Dominância Estocástica

Qual das duas apostas abaixo você preferiria?

1) 90% de chance de ganhar R$96,00 10 % de chance de ganhar R$12,00ou

2) 90% de chance de ganhar R$96,00 5 % de chance de ganhar R$14,00 5 % de chance de ganhar R$12,00

Detectando Relações

Quando parece haver relação entre variáveis, as pessoas detectam relações mesmo quando elas não existem (Chapman & Chapman, 1967 – pares de palavras relacionadas).

Da mesma forma, quando nenhuma relação é esperada, pessoas falham em notar até mesmo relações bem fortes (Hamilton & Rose, 1980).

Fazendo Análises e Previsões

Um resultado bastante consistente observado na literatura é o de que pessoas, mesmo especialistas, costumam tomar decisões em análise de dados menos precisas do que simples regras provenientes de uma regressão (Bishop & Trout, 2005).

Outros Efeitos

Qual sequência abaixo parece mais com o que você esperaria de resultado para um lançamento de uma moeda (H=cara, T=coroa)?

1) HTHHHTTTTHTHHTTTHHHTH2) HTHTHTTTHHTHTHTTHHHTH

Conservadorismo

Quando recebem novos dados, em geral, as pessoas mudam suas opiniões menos do que deveriam, ou seja, tem uma tendência a conservar opiniões anteriores (Phillips & Edwards, 1966).

Efeitos de Ordem

A ordem em que uma questão é apresentada pode alterar significativamente os resultados de uma pesquisa (Plous,1993).

Calibração

Excesso/falta de confiança – ao pedir para que pessoas estimem a chance de elas terem acertado uma questão, em geral, elas fornecem chances maiores que as reais.

Este efeito se inverte quando a chance de acerto é muito grande – neste caso, elas fornecem chances menores.

Heurísticas

Nosso bom senso, em vários casos, parece utilizar regras simples que resolvam os problemas de forma correta em boa parte dos casos, mas não sempre: Pequenas amostras e detecção de

variáveis relacionadas (Kareev, 1997). Existência de heurísticas eficientes para

tomada de decisão - “Take the best”, minimalista (Martignon, 2001).

Boa parte dos erros que vimos podem ser explicados desta forma.

Alguns pesquisadores sugeriram que nossos cérebros são bem equipados para resolver problemas específicos; em situações diferentes, é natural que nossas análises forneçam resultados errados.

Tendo sido um aluno dedicado, você consegue um emprego pagando um bom salário e decide comprar um carro. Como você escolheria qual o carro você vai comprar?

Adaptação

Nosso cérebro parece ser bem adaptado para resolver problemas complexos de forma rápida e razoavelmente eficiente.

Evolução – custos x benefícios de uma análise mais precisa.

Apesar de eficiente, nossas heurísticas não são perfeitas – necessidade de métodos de checagem das conclusões a que chegamos.

Racionalidade Limitada

Temos uma racionalidade limitada. Ela é eficiente para a maior parte dos problemas práticos, mas falha em várias circunstâncias.

De forma a construir um raciocínio sólido, precisamos aprender o que faz com que ele seja sólido, assim como conhecer os erros que seres humanos cometem rotineiramente.

Bibliografia Allais, Maurice. (1953). The behavior of rational man in risky situations - A

critique of the axioms and postulates of the American School. Econometrica, 21, 503-546.

Bishop, M. A. & Trout, J. D. (2005) Epistemology and the Psychology of Human Judgment. Oxford, Oxford University Press.

Chapman, L. J., & Chapman, J. P. (1967) Genesis of popular but erroneous psychodiagnostic observations. Journal of Abnormal Psychology, 72, 193-204.

Ellsberg, Daniel. (1961). Risk, ambiguity and the Savage axioms. Quart. J. of Economics, 75, 643-669.

Hamilton, D. L., & Rose, T. L. (1980) Illusory correlation and the maintenance of stereotypic beliefs. Journal of Personality and Social Psychology, 39, 832-845.

Kahneman, Daniel, & Tversky, Amos. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47, 263-291

Kahneman, Daniel, & Tversky, Amos. (1992). Advances in prospect theory: Cumulative representation of uncertainty. J. of Risk and Uncertainty, 5, 297-324.

Kareev, Yaakov, Lieberman, Iris, & Lev, Miri. (1997). Through a narrow window: Sample size and the perception of correlation. J. of Exp. Psych.: General, 126, 278-287.

Martignon, Laura. (2001). Comparing fast and frugal heuristics and optimal models in Gerd Gigerenzer, & Reinhard Selten (eds.), Bounded rationality: The adaptive toolbox. Dahlem Workshop Report, 147-171. Cambridge: Mass, MIT Press.

Martins, A. C. R. (2005). Adaptive Probability Theory: Human Biases as an Adaptation. Cogprint preprint at http://cogprints.org/4377/

Martins, A. C. R. (2006) Probability Biases as Bayesian Inference. Judgment and Decision Making, v.1, n. 2, 108-117.

Nisbett, R. E. & Ross, L. (1980) Human inference: Strategies and shortcomings of social judgment. Englewood Cliffs, Prentice Hall.

Philips, L. D., & Edwards, W. (1966). Conservatism in a simple probability inference task. Journal of Experimental Psychology, 72, 346-354.

Plous, S. (1993) The Psychology of Judgment and Decision Making. New York, Mc-Graw Hill.

Savage, Leonard J. (1954). The Foundations of Statistics. New York: Wiley. Tversky, A. & Kahneman, D. (1982) Judgement of and by representativeness.

Em D. Kahneman, P. Slovic & A. Tversky,Judgement under uncertainty: heuristics and biases. Cambridge, Cambridge Unviersity Press.

von Neumann, John, & Morgenstern, Oskar. (1947). Theory of Games and Economic Behavior. Princeton: Princeton University Press.