O Paradoxo da Informação: Quando Mais Dados Não Significam Mais Precisão.

 

Inteligência Grafológica

Na maioria das escritas, o problema central não é a escassez de dados (gêneros e espécie etc.), mas sim como os grafólogos pensam e interpretam os dados que já possuem.

Os estudos em psicologia experimental investigam não apenas o quanto de informação os analistas recebem, mas também como isso afeta a qualidade de suas conclusões e, principalmente, o nível de confiança que eles têm nessas conclusões. 

Principais conclusões das pesquisas

Uma vez que a grafóloga experiente possui a quantidade mínima de informação necessária para fazer uma avaliação consistente da escrita, nem sempre procurar informações adicionais geralmente não melhora a precisão da análise. Aqui, muitas vezes, o mais é menos.

Informações adicionais, no entanto, levam o grafólogo a se tornar mais confiante nas avalições, todavia, isto pode resultar até certo ponto no excesso de confiança. 

A experiência mencionada refere-se a um estudo clássico sobre tomada de decisão e julgamento, frequentemente citado pelo psicólogo e Nobel de Economia Daniel Kahneman em seu livro “Rápido e Devagar: Duas Formas de Pensar”. 

O objetivo do experimento era comparar a capacidade de previsão de especialistas humanos contra algoritmos simples.

Os avaliadores receberam dados reais (anônimos, de forma que cavalos e corridas específicas não pudessem ser identificados) referentes a 40 corridas passadas e foram convidados a classificar os cinco melhores cavalos em cada corrida na ordem de chegada esperada. Cada avaliador recebeu os dados em incrementos das 5, 10, 20 e 40 variáveis que havia considerado mais úteis. Assim, cada corrida foi prevista quatro vezes, uma vez com cada um dos quatro diferentes níveis de informação. Para cada previsão, cada avaliador atribuiu um valor de 0 a 100 por cento para indicar o grau de confiança na precisão de sua previsão. 

Descrição de alguns dos procedimento e os resultados:

·       O Cenário: Oito experientes avaliadores de cavalos (handicappers) receberam uma lista com 88 variáveis encontradas em um "gráfico de desempenho passado" (a "performance" do cavalo). 

·       A Tarefa: Eles tiveram que prever o resultado de várias corridas com base nessas 88 informações para cada cavalo.

·       O Procedimento: Primeiro, os especialistas classificaram as 88 variáveis e indicaram as mais importantes. Depois, foram apresentados a "gráficos de desempenho" de cavalos simulados (fictícios) para prever as probabilidades de vitória.

·       A "Pegadinha": Os pesquisadores forneceram aos especialistas as mesmas variáveis, mas com diferentes ordens de importância (ou informações menos relevantes primeira) para testar a consistência do julgamento.

 

Resultados:

·       Baixa Consistência: Quando os especialistas recebiam as mesmas informações em ordem diferente, eles davam previsões diferentes para o mesmo cavalo. A confiança deles era alta, mas a consistência era baixa.

·       Algoritmo Vence: Um algoritmo simples, que apenas ponderava algumas variáveis-chave (como o peso carregado ou a última corrida), foi mais preciso e consistente do que a maioria dos especialistas.

 

Conclusão: 

O estudo demonstrou que seres humanos têm dificuldade em processar muitas variáveis simultaneamente de forma consistente, muitas vezes focando demais em informações irrelevantes ou recentes, enquanto algoritmos mantêm o foco na média histórica. 

Esse experimento é usado para mostrar como especialistas acreditam que precisam de muitas variáveis para aumentar a precisão de seus julgamentos, mas na prática, mesmo com mais dados, a precisão não melhora significativamente, apenas a confiança aumenta. 

Isto é emblemático: mostra que mais informação não garante maior precisão, mas sim maior confiança subjetiva — muitas vezes injustificada. Trata-se um exemplo claro de como o excesso de dados pode levar ao excesso de confiança sem melhorar a qualidade da análise. 

Essa experiência serve para ilustrar que, em ambientes complexos e ruidosos (como apostas ou avaliações de alto nível), algoritmos simples geralmente superam especialistas humanos. 

 

Paulo Sergio de Camargo

Grafologia - Linguagem Corporal - Consciência Situacional

Canal YouTube - Inscreva-se gratuitamente

https://www.cegrafologia.com.br/

https://www.youtube.com/c/PauloSergiodeCamargo

https://www.instagram.com/lingcorporallideranca/

https://www.facebook.com/paulocamargolc/

http://grafonautas.blogspot.com/

http://twitter.com/Grafonauta