Iniciar teste gratuito
Popular Novos Gêneros Autores
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Pesquisando...
SoBrief
Ruído

Ruído

Título original: Noise
Você conhece o viés. O maior erro de julgamento é o ruído: a dispersão aleatória que ninguém está auditando.
por Daniel Kahneman 2021 419 páginas
3.67
16.000+ avaliações
Ouvir
Imersivo
V2.3
Amazon Kindle Audible
Experimente o Acesso Completo por 3 Dias
Desbloqueie o áudio e muito mais!
Continuar

Principais Lições

Meça a divergência antes de procurar um culpado por decisões ruins

Há dois tipos de erro. O viés é um desvio consistente em relação à resposta correta. O ruído é a dispersão entre julgamentos que deveriam ser semelhantes. Imagine várias equipes mirando o mesmo alvo: um grupo pode se concentrar junto, mas errar o centro, enquanto outro pode acertar o centro em média, mas se dispersar bastante. O primeiro padrão é viés; o segundo, ruído. Juntos, eles constituem o erro de julgamento. A dispersão não precisa de gabarito. Uma auditoria de ruído pede a várias pessoas qualificadas que avaliem os mesmos casos de forma independente e, em seguida, mede o quanto suas respostas variam. Médicos podem discordar sobre um diagnóstico mesmo quando ninguém sabe qual é a condição verdadeira; a própria divergência é observável. Em decisões sobre pedidos de asilo, um juiz admitiu 5% dos solicitantes, enquanto outro admitiu 88%, apesar de analisarem casos comparáveis.

Análise

Essa distinção importa porque as organizações muitas vezes procuram um culpado quando uma decisão dá errado: um funcionário descuidado, um incentivo inadequado ou uma crença distorcida. A dispersão pode persistir mesmo quando todos os participantes são conscienciosos e bem treinados. Na ciência da medição, a repetibilidade é uma propriedade básica de um instrumento; o julgamento humano merece o mesmo escrutínio. Ainda assim, a concordância, por si só, não comprova que algo está correto. Uma equipe pode chegar à mesma resposta errada; por isso, medir o ruído deve complementar, e não substituir, as verificações de viés e precisão.

Uma distribuição aleatória de casos pode transformar a discricionariedade de especialistas em uma loteria cara

O caso acompanha a pessoa. O juiz Marvin Frankel chamou a atenção para réus que, condenados por crimes semelhantes, recebiam penas radicalmente diferentes. Em um exemplo, dois homens condenados por descontar cheques falsificados receberam penas de quinze anos e de trinta dias. Estudos que pediram a juízes que sentenciassem descrições idênticas de casos confirmaram que grandes disparidades eram corriqueiras. Mais tarde, as diretrizes de dosimetria penal reduziram essas diferenças, que voltaram a crescer quando as diretrizes passaram a ser consultivas. O mundo dos negócios também tem sua própria loteria. Em uma auditoria de uma seguradora, os executivos esperavam que os preços definidos pelos subscritores variassem cerca de 10%. A diferença mediana foi de 55%; as estimativas de sinistros variaram 43%. O prêmio correto era incerto, mas a atribuição de um caso a um funcionário disponível, em vez de a outro, claramente alterava o resultado. Essa inconsistência pode custar dinheiro e minar a confiança na instituição.

Análise

A metáfora da loteria revela um problema silencioso de justiça: as pessoas muitas vezes vivenciam uma decisão como um veredito sobre seu caso, embora o resultado possa refletir em parte quem foi designado para analisá-lo. Isso se assemelha ao tratamento desigual nos serviços públicos, em que o acesso a um profissional competente pode importar tanto quanto a política formal. A resposta mais eficaz não é necessariamente um controle rígido. Primeiro, é preciso descobrir se a variação tem consequências; depois, escolher uma solução adequada à tarefa e ao que está em jogo para as pessoas.

Na previsão, reduza a dispersão com a mesma seriedade que o erro sistemático

O erro tem duas fontes. Para julgamentos preditivos avaliados pelo erro quadrático médio, o erro total pode ser decomposto em viés ao quadrado mais ruído ao quadrado. Viés é o desvio direcional médio; ruído é o desvio-padrão dos erros individuais. Reduzir qualquer um deles na mesma quantidade melhora igualmente essa medida de erro. Em um exemplo de previsão de vendas, as projeções ficaram, em média, em 44%, quando a participação de mercado final foi de 34%. As previsões eram otimistas em média e também dispersas. Torná-las mais consistentes não corrigiu o otimismo, mas ainda assim reduziu o erro total. Use a equação com cuidado. Ela se aplica a previsões que buscam estimar um valor verdadeiro, não automaticamente a escolhas em que os valores e as compensações entre eles definem o que é considerado bom.

Análise

A equação dá às organizações um motivo para medir a dispersão mesmo antes de conhecer os resultados. Também esclarece por que o desempenho médio pode ocultar erros custosos: superestimar em um caso não compensa subestimar em outro. No entanto, o erro quadrático médio aplica penalidades especialmente altas aos grandes desvios, uma escolha sensata em muitas tarefas de previsão, mas que não representa universalmente o dano. Um diagnóstico perdido, um exame desnecessário e uma sentença injusta não têm custos simétricos. A medição deve levar em conta as consequências que realmente importam para a instituição.

Seu julgamento muda conforme quem julga, o momento e o ambiente

A mesma mente varia. O ruído de ocasião é a variação no julgamento de uma pessoa sobre o mesmo caso em momentos diferentes. Médicos mudaram diagnósticos ao reavaliar um caso; juízes de vinhos deram exatamente a mesma nota a apenas 18% dos vinhos provados duas vezes. O humor, o cansaço, os casos recentes e até o clima podem alterar decisões. Juízes de imigração tinham 19% menos probabilidade de conceder um pedido depois de terem aprovado os dois anteriores. Os grupos acrescentam outra camada. Em experimentos, um único voto positivo inicial tornou mais provável que os espectadores seguintes aprovassem um comentário; grupos semelhantes também produziram classificações muito diferentes das mesmas músicas. A discussão pode difundir informações úteis, mas também amplificar a primeira opinião confiante ou levar um grupo a uma versão mais extrema de sua inclinação inicial.

Análise

Esses efeitos complicam a ideia lisonjeira de que uma opinião ponderada seja uma expressão estável de conhecimento especializado. A sala de reunião faz parte do instrumento de medição: quem fala primeiro, o que acabou de ser discutido e o cansaço das pessoas podem moldar o resultado. Uma implicação prática é registrar as opiniões individuais antes da discussão em grupo e, depois, compará-las abertamente. Isso não é um argumento contra a deliberação. A discussão pode trazer à tona evidências ignoradas, mas funciona melhor quando não apaga as informações que as pessoas trouxeram separadamente.

Uma regra simples muitas vezes supera a fórmula privada e variável de um especialista

Consistência é uma forma de habilidade. Em pesquisas que compararam previsões profissionais com fórmulas que usavam as mesmas informações, os métodos mecânicos geralmente tiveram melhor desempenho. Uma revisão de 136 estudos constatou que as fórmulas foram mais precisas em 63, empataram com as pessoas em 65 e foram menos precisas em apenas oito. Mesmo uma pontuação simples, com pesos iguais, pode rivalizar com um modelo cuidadosamente ajustado quando o conjunto de dados é pequeno. A vantagem do modelo nem sempre é um discernimento mais profundo: ele aplica a mesma regra a todos os casos e evita as oscilações na atenção do avaliador e suas reações específicas a cada caso. As regras têm limites. Um modelo pode perpetuar dados históricos enviesados, ignorar um fato decisivo que não lhe foi fornecido ou causar danos por usar um limiar inadequado. Deve apoiar um julgamento responsável, não servir para escapar dele.

Análise

Essa constatação desafia uma intuição comum: uma história humana detalhada parece mais rica do que uma fórmula e, portanto, parece mais precisa. Mas essa riqueza pode gerar inconsistência quando o avaliador muda, de caso para caso, o peso que atribui aos indícios. Isso se assemelha à reprodutibilidade na ciência: um método que outra pessoa pode aplicar é mais fácil de testar e aperfeiçoar. A distinção importante é entre a previsão e a escolha final. Um modelo pode estimar o risco; ainda cabe à sociedade decidir qual nível de risco é aceitável.

Comece as previsões pela taxa-base e depois faça ajustes modestos

Comece pela visão externa à história. A visão externa trata um caso como integrante de uma classe relevante, em vez de vê-lo como uma narrativa singularmente convincente. Antes de prever se determinado executivo terá sucesso, pergunte com que frequência os novos executivos em geral permanecem em seus cargos. Em seguida, ajuste essa estimativa inicial de acordo com o quanto as evidências individuais são realmente diagnósticas. Isso ajuda a evitar que um perfil vívido seja associado diretamente a uma previsão extrema. O futuro é parcialmente incognoscível. Uma competição que utilizou dados familiares extensos ainda previu mal acontecimentos individuais, como um despejo; a correlação do modelo mais robusto foi de 0,22. As previsões de medidas mais amplas, como o GPA, foram melhores, mas limitadas. Quando as evidências são fracas, a previsão deve permanecer mais próxima da média da classe. Desempenhos extremos tendem a se aproximar da média quando seus fatores preditivos são imperfeitos.

Análise

As narrativas fazem os resultados parecerem inevitáveis depois que acontecem. Uma taxa-base interrompe esse efeito retrospectivo ao perguntar o que costuma ocorrer em casos comparáveis antes de se conhecer aquela história específica. Essa abordagem é útil em contratações, planejamento e medicina, áreas em que detalhes vívidos convidam a previsões confiantes. Seu ponto fraco é a escolha da classe de referência: uma classe ampla demais apaga diferenças relevantes, enquanto uma classe estreitamente ajustada pode simplesmente disfarçar a anedota original. O grupo de comparação precisa ser escolhido e justificado, não tratado como óbvio.

Adie o veredito até que as evidências tenham sido avaliadas de forma independente

Evite a primeira impressão. Peritos em impressões digitais identificaram a marca de Brandon Mayfield como correspondente a uma evidência dos atentados aos trens de Madri; mais tarde, investigadores espanhóis vincularam a impressão digital a outra pessoa. Pesquisas constataram que detalhes contextuais sobre um suspeito podiam mudar as conclusões dos peritos e até afetar quais características das impressões digitais eles percebiam. O desemparelhamento sequencial linear limita esse risco ao fornecer aos especialistas apenas as informações necessárias para cada etapa, registrar os julgamentos iniciais e manter a verificação independente. Estruture também as escolhas complexas. O protocolo de avaliações mediadoras (Mediating Assessments Protocol) divide uma opção estratégica em perguntas separadas, como perspectivas financeiras e qualidade da gestão. Analistas avaliam esses aspectos de forma independente; os responsáveis pela decisão os examinam antes de formar uma avaliação geral final.

Análise

O método protege contra a coerência prematura, a tendência da mente a construir uma história completa a partir de fragmentos iniciais e, depois, interpretar novas evidências a seu favor. A ordem das informações é, portanto, uma escolha substantiva de projeto, não uma mera questão administrativa. Separar as avaliações também torna a divergência mais informativa: o conselho pode ver qual questão divide seus membros, em vez de discutir uma única impressão amalgamada. A salvaguarda, porém, exige cuidado. Omitir contexto irrelevante é valioso; omitir informações essenciais para um julgamento sólido apenas substituiria uma distorção por outra.

Faça a média de opiniões independentes, não de opiniões reformuladas pela reunião

Separe e depois combine. Calcular a média de estimativas independentes reduz a variação aleatória: quanto maior o número de julgamentos independentes incluídos, menor o ruído em sua média. Em um famoso exemplo de uma feira rural, a média das estimativas de 787 moradores sobre o peso de um boi ficou a menos de um quilo de seu peso real, embora ninguém tenha acertado exatamente. Uma pessoa também pode fazer uma segunda estimativa independente depois de uma pausa ou considerando deliberadamente uma explicação diferente. A independência é essencial. Quando as pessoas veem primeiro as respostas dos outros, podem seguir a opinião inicial. Uma sequência útil para uma reunião é estimar, discutir e estimar novamente. Ela permite que os participantes aprendam uns com os outros sem deixar que a primeira pessoa a falar defina o ponto de partida do grupo.

Análise

A agregação funciona como uma medição repetida: erros independentes tendem a se compensar na média, ao passo que erros correlacionados não. Essa ressalva é fundamental. Uma sala cheia de pessoas que compartilham as mesmas suposições pode estar errada com confiança, e a discussão aberta antes de uma votação inicial pode tornar seus erros mais semelhantes. Por outro lado, a diversidade ajuda quando traz informações ou conhecimentos realmente diferentes. O objetivo não é suprimir a conversa, mas preservar sinais independentes por tempo suficiente para combiná-los e, depois, usar o debate para aprimorar as evidências.

Dê ao julgamento uma escala comum, ancorada em comparações concretas

Os números precisam ter significado. Em um estudo sobre indenizações punitivas, os julgamentos expressos em dinheiro apresentaram um nível extraordinário de ruído: 94% da variação foi atribuída ao ruído. Converter as indenizações de cada participante em uma classificação dos casos reduziu essa proporção para 49%. As pessoas conseguiam comparar com mais confiabilidade qual caso merecia uma punição maior do que inventar um valor absoluto em dinheiro sem uma referência. As diretrizes esclarecem as escalas. A pontuação de Apgar avalia cinco aspectos da condição de um recém-nascido usando categorias simples e definidas, reduzindo a margem para interpretações divergentes. As avaliações de desempenho enfrentam um problema semelhante: rótulos vagos como “excelente” convidam ao uso de padrões diferentes. Exemplos concretos, casos de comparação e descrições específicas de comportamentos ajudam os avaliadores a usar um referencial comum.

Análise

Uma escala não é um recipiente neutro. Ela pode gerar divergência mesmo quando as pessoas compartilham uma impressão geral semelhante, porque palavras e números significam coisas diferentes para diferentes avaliadores. As comparações muitas vezes funcionam melhor porque as pessoas conseguem distinguir dois casos com mais precisão do que atribuir uma pontuação isolada a cada um. Mas as classificações respondem a perguntas relativas, não absolutas. Se todos os funcionários atendem a um padrão genuíno, impor uma porcentagem fixa a uma categoria baixa inventa diferenças em vez de medi-las.

Reduza o ruído evitável, mas leve em conta os custos humanos e institucionais

Zero nem sempre é melhor. As regras podem reduzir a discricionariedade e tornar mais consistentes as decisões repetidas; os padrões deixam espaço para o julgamento, mas podem gerar maior variação. O equilíbrio adequado depende do custo dos erros, do ônus de aplicar uma regra e de ela ignorar ou não circunstâncias importantes. Uma política rígida de dosimetria penal pode reduzir disparidades, mas tratar igualmente casos diferentes. Um padrão vago pode preservar a flexibilidade, mas fazer com que pessoas em situações semelhantes tenham resultados diferentes. Escolha a solução de forma deliberada. A redução do ruído também pode recorrer a diretrizes, revisão independente, escalas melhores ou agregação, sem substituir todo julgamento humano por uma fórmula. A proposta central dos autores é a higiene decisória: procedimentos preventivos que reduzem uma ampla gama de erros mesmo quando não se conhece a origem de cada erro.

Análise

Esse argumento é mais sólido do que simplesmente declarar que a discricionariedade é ruim. A consistência dos procedimentos protege as pessoas do tratamento arbitrário, enquanto a possibilidade de explicar uma decisão e ser ouvido também pode importar por si só. A questão de projeto é quais salvaguardas reduzem a inconsistência sem tornar o processo cruel, opaco ou fácil de manipular. Uma instituição útil deve permitir que tanto os erros quanto as exceções sejam revisados: as regras precisam ser revistas quando falham, e a discricionariedade precisa ser monitorada quando, silenciosamente, se transforma em loteria.

Análise

A contribuição mais importante do livro é tornar a divergência mensurável sem antes decidir quem tem razão. Isso desloca a atenção dos erros dramáticos e explicáveis para a variação mais discreta produzida por tomadores de decisão competentes em outros aspectos. A distinção é especialmente valiosa em instituições que distribuem casos de modo quase aleatório, porque a inconsistência se torna tanto um problema de precisão quanto de justiça. Os exemplos também mostram por que o fenômeno passa despercebido: cada decisão é encontrada isoladamente e, depois, explicada por meio de uma história plausível. O ruído só aparece quando julgamentos semelhantes são comparados como um conjunto.

O argumento é mais forte quando trata de previsões. Se duas previsões se referem à mesma quantidade, a variação é um indício de que pelo menos algumas estão erradas, e um modelo estável pode eliminar flutuações arbitrárias. O argumento é mais complicado no caso de julgamentos avaliativos, para os quais talvez não exista uma única resposta verdadeira. Tratar o julgamento médio como uma aproximação da justiça é conveniente do ponto de vista analítico, mas o consenso pode incorporar preconceitos compartilhados, e a divergência baseada em princípios pode representar um conflito moral genuíno, não uma falha. Auditorias de ruído identificam variações; por si sós, não estabelecem o grau correto de uniformidade.

Essa distinção tem consequências práticas. Uma diretriz médica pode aumentar a confiabilidade quando seus critérios correspondem a evidências relevantes, enquanto uma regra rígida pode produzir um erro consistente quando suas categorias deixam de considerar o contexto pertinente. Do mesmo modo, um algoritmo pode ser mais reproduzível do que uma pessoa sem ser mais legítimo. Portanto, a abordagem mais defensável não é a uniformidade a qualquer custo, mas a medição explícita, um objetivo declarado e o escrutínio de quem se beneficia da discricionariedade mantida. A ênfase do livro nos processos é convincente porque oferece soluções intermediárias entre a intuição sem auxílio e a automação total: avaliações independentes, escalas comuns, deliberação estruturada e uso calibrado de modelos. Sua lição mais profunda é a humildade institucional. A experiência pode melhorar o julgamento, mas confiança e fluência não demonstram que casos comparáveis estejam sendo tratados de modo comparável.

Resumo em 30 Segundos
O erro tem duas partes: viés sistemático e ruído aleatório, muitas vezes o componente maior e ignorado. O erro total equivale ao viés ao quadrado mais o ruído ao quadrado. Uma auditoria de ruído revela três tipos: ruído de nível (diferenças de rigor), ruído de padrão (reações idiossincráticas a cada caso) e ruído de ocasião (inconsistência influenciada pelo humor). Um protocolo de redução de ruído combate o erro sem que seja necessário saber a resposta: dividir as decisões em julgamentos parciais, usar escalas relativas e reunir avaliações independentes. O objetivo é alcançar um nível ideal de ruído, não eliminá-lo, equilibrando regras e padrões flexíveis.
Contém spoilers

Última atualização:

Reportar Problema

Resumo das Resenhas

3.67 de 5
Média de 16.000+ avaliações do Goodreads e Amazon.

Ruído recebe críticas variadas: alguns elogiam suas ideias sobre a variabilidade na tomada de decisões, enquanto outros criticam a extensão e a repetitividade do livro. Muitos consideram valioso o conceito de ruído nos julgamentos, mas alguns afirmam que o livro não apresenta novidades em comparação com os trabalhos anteriores de Kahneman. Os leitores apreciam as aplicações práticas em áreas como medicina e direito, embora alguns considerem a escrita árida e acadêmica demais. O destaque dado ao pensamento estatístico e à higiene decisória é notado, mas há divergências quanto ao impacto geral e à legibilidade da obra.

Sua avaliação:
4.31
1012 avaliações
Quer ler o livro completo?

Glossário

Ruído sistêmico

Variação indesejada nos julgamentos

Variabilidade entre julgamentos do mesmo caso por pessoas que se espera que tomem decisões comparáveis. Ela pode ser medida sem saber qual é a resposta correta, apresentando os mesmos casos a vários tomadores de decisão qualificados e comparando suas respostas. Nas organizações, o ruído sistêmico pode gerar tratamento inconsistente, previsões imprecisas e custos evitáveis.

Auditoria de ruído

Teste da variação nos julgamentos

Estudo estruturado no qual vários tomadores de decisão avaliam os mesmos casos de forma independente. A dispersão das respostas estima a quantidade de ruído em um sistema de julgamento, mesmo quando a resposta correta não está disponível. As auditorias também podem revelar diferenças no grau geral de rigor, padrões de resposta específicos a cada caso e possíveis fragilidades no treinamento ou nos procedimentos.

Ruído de nível

Diferenças no rigor médio

A parte do ruído sistêmico causada por pessoas que aplicam, de modo geral, um nível mais alto ou mais baixo de julgamento em diferentes casos. Um supervisor pode atribuir sistematicamente avaliações de desempenho mais altas, ou um juiz pode impor sentenças mais severas, do que seus colegas. Mede-se esse ruído comparando os julgamentos médios dos tomadores de decisão, não comparando suas respostas a um caso específico.

Ruído de padrão

Reações diferentes a cada caso

Variação causada por tomadores de decisão que reagem de maneira diferente a casos específicos, além de qualquer tendência geral ao rigor ou à leniência. Por exemplo, dois juízes podem impor sentenças de duração média semelhante, mas discordar sobre quais delitos merecem tratamento mais severo. Esses padrões particulares de resposta podem ser estáveis, pessoais e difíceis de prever.

Ruído de ocasião

Variação dos julgamentos de um momento para outro

Mudanças no julgamento de uma pessoa sobre as mesmas evidências em diferentes ocasiões, sem que haja uma mudança relevante no caso. O humor, o cansaço, a ordem das decisões anteriores ou outras condições incidentais podem afetar o resultado. É diferente das diferenças estáveis entre pessoas, embora ambos contribuam para a variação em um sistema decisório.

Higiene decisória

Procedimentos de prevenção de erros

Conjunto de processos destinados a reduzir o ruído antes que ocorram erros, sem a necessidade de identificar a causa de cada erro. Alguns exemplos são dividir os julgamentos em avaliações separadas, usar escalas comuns, adiar as primeiras impressões, controlar a ordem das informações e reunir opiniões independentes antes da discussão.

Visão externa

Perspectiva da classe de referência

Abordagem que estima o resultado de um caso considerando primeiro como casos comparáveis se desenrolaram e, depois, ajustando a estimativa de acordo com as diferenças relevantes. Ela contrasta com o foco exclusivo nos detalhes do caso atual e com a construção de uma narrativa causal em torno deles. Em previsões, ancora a estimativa em uma taxa-base e limita previsões excessivamente extremas.

Ignorância objetiva

Limites do conhecimento disponível

Parte da incerteza de um resultado que não pode ser eliminada apenas com julgamentos melhores. Inclui fatos que são intrinsecamente impossíveis de conhecer no momento da decisão e informações relevantes que poderiam ser conhecidas, mas não estão disponíveis. Ela estabelece um limite máximo para a precisão das previsões e ajuda a explicar por que até mesmo modelos robustos continuam sendo imperfeitos.

Protocolo de avaliações mediadoras (Mediating Assessments Protocol)

Avaliação estruturada de opções

Processo para avaliar opções complexas dividindo-as em avaliações distintas e relevantes antes de chegar a uma decisão geral. Os participantes definem as avaliações, reúnem evidências para cada uma separadamente, usam pontos de referência comparáveis sempre que possível e apresentam avaliações independentes antes da discussão. O julgamento holístico é adiado até que as evidências separadas tenham sido analisadas.

Perguntas Frequentes

Sobre o que trata Ruído: uma falha no julgamento humano?

  • Foco nos erros de julgamento: O livro explora o conceito de ruído, a variabilidade indesejada nos julgamentos, e seu impacto na tomada de decisões em áreas como direito, medicina e negócios.
  • Viés versus ruído: Distingue o viés, um erro sistemático, do ruído, a variabilidade aleatória em julgamentos que deveriam ser idênticos.
  • Exemplos do mundo real: Os autores apresentam numerosos exemplos para ilustrar como o ruído afeta os processos decisórios e enfatizam a necessidade de reconhecê-lo e reduzi-lo.

Por que devo ler Ruído: uma falha no julgamento humano?

  • Melhora na tomada de decisões: O livro oferece ideias sobre como compreender o ruído pode levar a julgamentos melhores, tanto na vida pessoal quanto na profissional.
  • Abordagem baseada em evidências: Recorre a pesquisas extensas e estudos de caso do mundo real, o que torna o conteúdo confiável e aplicável.
  • Aplicações práticas: O livro apresenta conselhos e métodos práticos para reduzir o ruído, tornando-se um recurso valioso para profissionais de diferentes áreas.

Quais são as principais conclusões de Ruído: uma falha no julgamento humano?

  • Diferença entre viés e ruído: Compreender a diferença entre viés sistemático e ruído aleatório é fundamental para melhorar a precisão dos julgamentos.
  • Auditorias de ruído: Os autores apresentam as auditorias de ruído como método para medir a variabilidade dos julgamentos nas organizações.
  • Importância dos algoritmos: Algoritmos simples muitas vezes superam o julgamento humano por serem menos suscetíveis ao ruído, questionando a crença na superioridade da intuição humana.

Como Ruído: uma falha no julgamento humano diferencia viés e ruído?

  • Definição de viés: Viés é um erro sistemático de julgamento que direciona consistentemente as decisões para um lado.
  • Explicação do ruído: Ruído é a variabilidade aleatória em julgamentos que deveriam ser iguais, o que leva a resultados inconsistentes.
  • Impacto na tomada de decisões: Lidar com o ruído exige estratégias diferentes das usadas para lidar com o viés, o que torna essa distinção fundamental para melhorar os processos decisórios.

O que é uma auditoria de ruído e como ela é conduzida em Ruído: uma falha no julgamento humano?

  • Definição de auditoria de ruído: Uma auditoria de ruído é uma avaliação sistemática da variabilidade nos julgamentos de profissionais de uma organização.
  • Metodologia: Consiste em apresentar os mesmos casos a vários juízes e analisar as diferenças entre seus julgamentos.
  • Resultados: Os resultados podem revelar discrepâncias significativas, levando as organizações a lidar com o ruído e implementar estratégias de melhoria.

O que é higiene decisória, conforme descrita em Ruído: uma falha no julgamento humano?

  • Abordagem preventiva: Higiene decisória refere-se a práticas que buscam reduzir o ruído nos processos decisórios.
  • Processos estruturados: Envolve dividir os julgamentos em tarefas menores e independentes e adiar julgamentos holísticos até que todos os componentes tenham sido avaliados.
  • Foco na precisão: O objetivo é aumentar a precisão dos julgamentos, minimizando a variabilidade causada por vieses individuais e erros cognitivos.

Como o ruído afeta a tomada de decisões na medicina, segundo Ruído: uma falha no julgamento humano?

  • Variabilidade nos diagnósticos: Médicos diferentes podem chegar a diagnósticos distintos para o mesmo paciente, o que evidencia o ruído nos julgamentos médicos.
  • Impacto no atendimento aos pacientes: Níveis elevados de ruído podem levar a diagnósticos incorretos e recomendações de tratamento inconsistentes.
  • Estudos de caso: Exemplos da prática médica ilustram como o ruído se manifesta em áreas como radiologia e psiquiatria.

Como os algoritmos se comparam ao julgamento humano em tarefas preditivas em Ruído: uma falha no julgamento humano?

  • Superioridade dos algoritmos: Algoritmos, especialmente modelos simples, muitas vezes superam o julgamento humano por serem menos suscetíveis ao ruído.
  • Exemplos de sucesso: O livro apresenta exemplos de algoritmos que previram resultados com sucesso em áreas como finanças e saúde.
  • Implicações para profissionais: Os profissionais são incentivados a integrar abordagens algorítmicas para aumentar a precisão e reduzir o ruído.

O que é o protocolo de avaliações mediadoras mencionado em Ruído: uma falha no julgamento humano?

  • Processo de avaliação estruturado: É uma abordagem estruturada para a tomada de decisões que divide julgamentos complexos em avaliações independentes.
  • Avaliações independentes: Cada avaliação é analisada separadamente para minimizar vieses e garantir o uso de critérios objetivos.
  • Julgamento holístico adiado: As decisões finais são tomadas somente depois de todas as avaliações, permitindo uma conclusão mais bem informada.

Que estratégias podem ser implementadas para reduzir o ruído na tomada de decisões, segundo Ruído: uma falha no julgamento humano?

  • Higiene decisória: Recomenda-se adotar práticas como padronizar procedimentos, usar listas de verificação e realizar auditorias de ruído.
  • Treinamento e educação: Capacitar profissionais sobre o impacto do ruído e do viés pode melhorar as práticas decisórias.
  • Uso de algoritmos: Integrar algoritmos aos processos decisórios pode ajudar a reduzir o ruído e aumentar a precisão.

Quais são os diferentes tipos de ruído discutidos em Ruído: uma falha no julgamento humano?

  • Ruído de nível: Variabilidade no rigor médio dos julgamentos feitos por diferentes pessoas.
  • Ruído de padrão: Diferenças na maneira como as pessoas reagem a casos específicos, refletindo vieses e perspectivas particulares.
  • Ruído de ocasião: Variabilidade nos julgamentos feitos pela mesma pessoa em momentos diferentes, influenciada pelo humor e pelas circunstâncias.

Quais são as melhores citações de Ruído: uma falha no julgamento humano e o que significam?

  • “Onde quer que haja julgamento, há ruído — e mais do que você imagina.”: Enfatiza que o ruído é um problema generalizado na tomada de decisões.
  • “O Estado de Direito exige um conjunto de regras impessoais, aplicáveis a todos.”: Defende processos decisórios padronizados para reduzir o ruído.
  • “Você não é a mesma pessoa o tempo todo.”: Destaca o ruído de ocasião e lembra aos leitores que os julgamentos individuais variam.

Sobre o Autor

Daniel Kahneman foi um psicólogo israelense-americano renomado por seu trabalho inovador em economia comportamental e psicologia cognitiva. Nascido em 1934, recebeu o Prêmio Nobel de Economia em 2002 por sua pesquisa sobre a tomada de decisões sob incerteza, especialmente pelo desenvolvimento da Teoria do Prospecto com Amos Tversky. O trabalho de Kahneman sobre heurísticas e vieses revolucionou nossa compreensão do julgamento humano e dos processos decisórios. Foi professor emérito da Universidade de Princeton e autor de livros influentes, entre eles "Rápido e devagar: duas formas de pensar". Sua pesquisa teve amplas repercussões em diversas áreas, da economia às políticas públicas, e continua a moldar nossa compreensão do comportamento humano e da tomada de decisões.

Baixar PDF

Para guardar este resumo de Ruído para depois, baixe o PDF grátis. Você pode imprimi-lo ou ler offline quando quiser.
Download PDF

Baixar EPUB

Para ler este resumo de Ruído no seu dispositivo ou aplicativo de leitura, baixe o EPUB grátis. O formato digital .epub é ideal para ler e-books em celulares, tablets e leitores digitais.
Download EPUB
Quer ler o livro completo?
Seguir
Ouvir
Início
Swipe
Biblio
App
Experimente o Acesso Completo por 3 Dias
Ouça, salve e muito mais
Comparar Recursos Gratuito Pro
📖 Ler Resumos
Leia resumos ilimitados. Usuários gratuitos recebem 3 por mês
🎧 Ouvir Resumos
Ouça resumos ilimitados em 40 idiomas
—
❤️ Favoritos Ilimitados
Usuários gratuitos são limitados a 4
—
📜 Histórico Ilimitado
Usuários gratuitos são limitados a 4
—
📥 Downloads Ilimitados
Usuários gratuitos são limitados a 1
—
Cronograma Sem Risco
Hoje: Acesso Imediato
Ouça resumos completos de mais de 26.000 livros. São mais de 12.000 horas de áudio!
Dia 2: Lembrete do Teste
Enviaremos uma notificação avisando que seu teste está acabando.
Dia 3: Sua assinatura começa
A cobrança será feita em 25 de nov.,
cancele a qualquer momento antes.
Consume 2.8× More Books
2.8× mais livros Audição Leitura
Nossos usuários nos amam
1M+ leitores
Trustpilot Rating
TrustPilot
4.6 Excelente
Este site é revolucionário. Tenho lido resumos de livros como nunca antes. Recomendo muito, muito mesmo.
— Dave G
Vale o meu dinheiro e tempo, e muito bem feito. Nunca vi essa qualidade de resumos em outros sites. Muito útil!
— Em
Altamente recomendado!! Serviço fantástico. Perfeito para quem quer algo além de uma prévia, mas sem todos os detalhes de um audiolivro completo.
— Greg M
Economize 62%
Anual
$119.88 $44.99/ano/ano
$3.75/mês
Mensal
$9.99/mês
Iniciar Teste Gratuito de 3 Dias
3 dias grátis, depois $44.99/ano. Cancele quando quiser.
Unlock a world of fiction & nonfiction books
Mais de 26.000 livros pelo preço de 2 livros
Leia qualquer livro em 10 minutos
Descubra novos livros como no Tinder
Solicite qualquer livro se ainda não tiver resumo
Leia mais livros do que qualquer pessoa que você conhece
App nº 1 para amantes de livros
Lifelike & immersive summaries
Garantia de reembolso de 30 dias
Baixe resumos em EPUB ou PDF
Cancele a qualquer momento em poucos cliques

Por que só um resumo?

Scanner
Encontre um código de barras para escanear

⭐
⭐
⭐
Temos um presente especial para si
Abrir
38% de desconto
DESCONTO PARA VOCÊ
⭐
⭐
⭐
$79.99
$49.99/ano
Apenas $4.16 por mês
Continuar
Comece com 2 toques e cancele com facilidade
Configurações
Geral
Widget
Carregando...