Carla.Parreira 04/03/2024
Ruído: Uma falha no julgamento humano (Daniel Kahneman, Olivier Sibony e Cass R. Sunstein). Se o ruído é tão onipresente, por que não o notamos antes? Essa é uma questão abordada pelos autores. Eles exploram os ruídos que podem ser encontrados em previsões especializadas feitas no ambiente de trabalho e questionam se algoritmos, regras e fórmulas podem fazer um trabalho melhor de previsão do que nós, seres humanos. Os autores também destacam que o ruído em nossos julgamentos é muitas vezes imperceptível porque tendemos a nos concentrar nos resultados em vez de nos processos de julgamento. Além disso, nossa mente complexa e suscetível a vieses pode nos levar a ignorar ou racionalizar o ruído presente em nossas decisões. A conscientização sobre a presença do ruído e sua influência nas decisões é fundamental para reduzi-lo. Ao realizar auditorias de ruído, analisar a variabilidade indesejada e questionar se os processos de julgamento são lógicos e consistentes com a teoria da probabilidade, podemos identificar e mitigar o ruído em nossas decisões. Os autores também ressaltam a importância da independência nos julgamentos em grupo. O primeiro falante em uma reunião de grupo pode influenciar e mudar as preferências de todos na sala, mesmo que os argumentos sejam bem embasados. Portanto, é necessário promover a independência e a diversidade de opiniões para evitar o ruído nas decisões em grupo. Em suma, o ruído é uma falha comum no julgamento humano que muitas vezes passa despercebida. No entanto, ao entender sua presença e adotar medidas para reduzi-lo, podemos tomar decisões mais objetivas, precisas e livres de vieses. Melhores trechos: "...Onde quer que haja julgamento, há ruído – e muito mais do que você pode imaginar... Existe uma estreita ligação entre esse problema da estimativa, sobre o qual você tem uma intuição clara, e o problema da medição de erro total que nos interessa aqui. São, na verdade, dois lados da mesma moeda. Isso porque a melhor estimativa é aquela que minimiza o erro total das medições disponíveis. Logo, se está correta sua intuição de que a média é a melhor estimativa, a fórmula que você usa para medir o erro total deve produzir a média aritmética como valor para o qual o erro é minimizado..."