O estudo mostrou que as pessoas preferem métodos sofisticados porque estão acostumados a elas
A acusação ilegal de Sally Clark de matar seus dois filhos é um exemplo famoso de uso indevido de estatísticas no tribunalEm 1999, a
advogada britânica
Sally Clark foi a julgamento pelo assassinato de seus dois filhos pequenos. Ela alegou que os dois foram vítimas
da síndrome da morte súbita do bebê . Um especialista, testemunha de acusação, Roy Meadow, afirmou que as chances dessa síndrome tirar a vida de dois bebês de uma família rica eram de 1 em 73 milhões, o que os igualava à chance de fazer corridas de cavalos na proporção de 80 a 1 por quatro anos seguidos. e ganhar o tempo todo. O júri sentenciou Clark à prisão perpétua.
No entanto, a Royal Statistical Society, após o anúncio do veredicto, emitiu uma declaração afirmando que Midow estava enganado em seus cálculos e que "não havia bases estatísticas" para os números que ele alegou. A sentença Clark foi cancelada como resultado do apelo em janeiro de 2003, e este caso foi um
exemplo canônico das conseqüências do raciocínio incorreto com base nas estatísticas [
A sentença foi cancelada depois que o patologista emitiu a conclusão errada. Clark injustamente cumpriu três anos de prisão, sofreu sérios traumas psicológicos e quatro anos depois morreu de overdose de álcool / aprox. perev. ]
Um novo estudo publicado na revista Frontiers in Psychology examinou a questão de por que é tão difícil para as pessoas resolverem problemas estatísticos, em particular, por que preferimos claramente soluções complexas a soluções simples e intuitivas. Essa propriedade precisa ser anotada às custas de nossa resistência a mudanças. A conclusão do estudo diz que tudo é o culpado pela relutância em mudar: tentamos aderir aos métodos conhecidos que estudamos na escola, o que não nos permite ver a existência de uma solução mais simples.
Aproximadamente 96% da população dificilmente consegue resolver problemas relacionados a estatísticas e probabilidade. No entanto, para ser um cidadão bem informado do século 21, você deve lidar com essas tarefas com competência, mesmo que não as encontre em seu campo profissional. "Assim que você pega um jornal, você se depara com um grande número de números e cálculos estatísticos que precisam ser interpretados corretamente", diz o co-autor Patrick Weber, estudante de matemática da Universidade de Regensburg, na Alemanha. E a maioria de nós está longe de atingir esse nível.
Parte do problema é o método contra-intuitivo de representar esses problemas. Midow apresentou seu testemunho aos chamados “Formato de frequência natural” (por exemplo, “uma em cada dez pessoas”) e não em porcentagem (“10% da população”). Foi uma decisão inteligente, já que “1 em cada 10” é mais intuitivo [
que é mais claro, até agora apenas uma hipótese / aprox. perev. ] e mais claro para o júri. Estudos recentes mostraram que as estatísticas para resolver problemas estatísticos aumentam de 4% para 24% quando as tarefas são apresentadas no formato de frequência natural.
Isso faz sentido, já que calcular as probabilidades é bastante difícil, pois exige três multiplicações e uma divisão, de acordo com Weber, após o qual é necessário dividir os dois membros resultantes da equação. E para o formato de frequência natural, apenas uma adição e uma divisão são necessárias. "Com frequências naturais, você tem dados que você pode imaginar claramente", diz Weber. O formato de probabilidade é mais abstrato e menos intuitivo.
Desafio Bayes
E os 76% restantes de pessoas que não conseguem resolver esses problemas? Weber e colegas tentaram descobrir por que isso está acontecendo. Eles pegaram 180 estudantes universitários e lhes deram duas tarefas de teste no chamado.
Conclusão bayesiana , elaborada no formato de probabilidade ou no formato de frequência natural.
As tarefas incluíam estatísticas bayesianas - por exemplo, a probabilidade de uma mulher de 40 anos encontrar câncer de mama (1%) - juntamente com um elemento de sensibilidade (para mulheres com câncer de mama, uma mamografia dará um resultado positivo em 80% dos casos) e o número de resultados positivos falsos (mulheres sem câncer têm 9,6% de chance de obter um resultado positivo). Pergunta: se uma mulher de 40 anos recebe um teste positivo para testar o câncer de mama, qual é a probabilidade de ela ter uma doença real (avaliação da probabilidade "posterior")?
Em uma das tarefas do teste, os participantes foram convidados a calcular a probabilidade de uma pessoa selecionada aleatoriamente com novos traços de injeções no braço se tornar um viciado em heroína
O problema da mamografia é muito conhecido, então Weber e seus colegas desenvolveram suas tarefas. Por exemplo, a probabilidade de uma pessoa selecionada aleatoriamente de uma determinada população ser viciada em heroína é de 0,01% (linha de base). Se a pessoa escolhida é viciada, há 100% de chance de ter novas marcas das agulhas na mão (um elemento de sensibilidade). No entanto, existe uma probabilidade de 0,19% de que uma pessoa selecionada aleatoriamente tenha marcas frescas das agulhas na mão, mas não será um viciado (a probabilidade de um falso positivo). Qual é a probabilidade de uma pessoa selecionada aleatoriamente com marcas frescas das agulhas na mão ser viciada em heroína?
Aqui está a mesma tarefa em um formato de frequência natural: 10 em 100.000 são viciados em heroína. 10 em cada 10 viciados têm marcas frescas de agulhas nas mãos. Ao mesmo tempo, 190 dos 99.990 dependentes de drogas têm novas marcas de agulhas. Que porcentagem de pessoas com novas marcas de agulhas serão viciadas?
Nos dois casos, a resposta será 5%. Mas o processo de receber uma resposta no formato de frequência natural é muito mais simples. Um conjunto de pessoas com traços de injeções no braço é a soma de 10 dependentes e 190 não dependentes. 10/200 nos dá a resposta correta.
Inércia do pensamento
Os alunos precisavam demonstrar cálculos para facilitar o acompanhamento do processo de raciocínio. Weber e seus colegas ficaram surpresos ao descobrir que, mesmo após receber tarefas no formato de frequência natural, metade dos participantes não usava um método mais simples de resolvê-las. Eles traduziram o problema para um formato mais complexo, com porcentagens e com todas as etapas adicionais, pois essa abordagem lhes era familiar.
Essa é a essência da inércia do pensamento, também conhecida como efeito de sintonia. "Incorporamos nosso conhecimento anterior em nossas decisões", diz Weber. Isso pode ser útil e nos ajudar a tomar decisões mais rapidamente. Mas isso pode não nos permitir ver soluções novas e mais simples para os problemas. Até especialistas em jogos de xadrez estão sujeitos a isso. Em resposta à jogada do oponente, eles escolhem uma estratégia testada e bem conhecida, embora possa haver uma solução mais simples para definir o tapete.
Weber sugere que uma das razões para isso é que os alunos geralmente se deparam com o formato de probabilidade nas aulas de matemática. Isso é, em particular, um problema no currículo padrão, mas ele também acredita que pode haver um viés entre os professores em relação às frequências naturais e sua aparente frouxidão matemática. Mas, na realidade, não é assim. "Você pode determinar rigorosamente essas frequências naturais matematicamente", insiste Weber.
Mudar essa abordagem é bastante difícil - você precisa, primeiramente, revisar o programa de ensino de matemática, incluindo o formato de frequência natural. Mas isso não afetará tanto a situação se os professores não se sentirem confortáveis ao usar esse formato, portanto as universidades também precisarão incluí-lo no programa de treinamento de professores. "Isso dará aos alunos uma ferramenta útil para ajudar a lidar com o conceito de incerteza, complementando as probabilidades padrão", diz Weber.