Tomada de Decisão Flashcards
Julgamento - definição
avaliação ou estimativa em relação ao estado (passado, presente, futuro) de um objeto
o Ex. Que clube vai ganhar o jogo de domingo?
o Ex 2. Que cidade, Braga ou Porto, tem mais habitantes?
o Ex 3. Qual a idade média das tripulações das caravelas dos Descobrimentos?
Decisão - definição
Escolha entre alternativas
o Ex. Compro uma bicicleta ou um par de sapatos?
o Ex 2. Candidato-me a psicologia ou faço um curso de culinária?
o Ex 3. Escolho uma opção curricular que me desperta curiosidade, ou uma que contribui para a minha empregabilidade?
Julgamentos e decisões racionais
Julgamentos e decisões racionais implicam sempre alguma redução da complexidade do problema
Racionalidade - definição
é quando decidimos por razões explícitas, defensáveis e consistentes
Razões explicitas
chamamos explícita a uma decisão que podemos explicar
Ex: compro esta peça de roupa porque preciso de me proteger contra o frio e porque é mais barata do que outras alternativas
Por oposição a uma decisão implícita: “não sei porque escolhi esta peça de roupa, foi um impulso”
Razões defensáveis
as minhas razões seguem padrões de raciocínio aceitáveis
Ex. a peça de roupa resolve adequadamente o problema e é mais barata que as alternativas; ficar com mais dinheiro é melhor do que ficar com menos dinheiro.
Razões consistentes
dizemos que a decisão é racional quando as razões são consistentes entre si
Consistência: Preciso da peça de roupa porque tenho frio; vou escolher a camisola mais quente dentro do meu orçamento
Razões inconsistentes: Decidi comprar uma camisola porque tenho frio; a que comprei deixa entrar o frio, mas estava em saldo e é muito bonita!
Julgamentos baseados no conhecimento e na experiência
o Julgamentos complexos: a maior parte dos fenómenos resultam de múltiplas causas, algumas mal conhecidas
o Baseados em conhecimento
o Resultado de uma avaliação cuidadosa
o Integrando toda a informação relevante disponível
o Capacidade que se desenvolve através da experiência
Exs.
Julgamentos:
Judiciais
Médicos
Psicológicos
De engenharia
Culinários
Desportivos
Julgamentos Clínicos e Atuariais - Goldberg (1965)
Análise de 861 perfis do Minnesota Multiphasic Personality Inventory (MMPI)
o Perfis baseados em 11 sub-escalas do MMPI
o variados outros cálculos normais sobre estas sub-escalas
o Recolhidos em 7 hospitais e clínicas
Análise por 29 especialistas em diagnóstico psicológico/psiquiátrico
o Decisão relativa ao perfil: Neurótico ou Psicótico
Goldberg analisou 861 perfis de MMPI, coletados em 7 hospitais e avaliados por 29 especialistas em diagnóstico. Ele usou 11 sub-escalas e realizou vários cálculos estatísticos sobre esses dados para desenvolver seu Índice de Goldberg, com o objetivo de classificar corretamente os perfis como neuróticos ou psicóticos. O índice foi comparado com as decisões dos especialistas, o que permitiu avaliar sua eficácia.
Goldberg - Subescalas do MMPI
10 indicadores diferentes + 1 escala de mentira = L (lie)
Índex de Goldberg (diagnóstico diferencial psicose x neurose)
L + Pa + Sc – Hy – Pt =
< 45 neurose
> 45 Psicose
Tabela (2)
Goldberg - Resultados
o Analisando o padrão de decisão dos peritos, Goldberg propõe um indicador simples, envolvendo apenas 5 das 11 escalas originais
o Regra: somar 3 destas escalas (L + Pa + Sc ), subtrair a soma de duas outras (- Hy - Pt ):
o Regra é melhor preditor que a média dos juízes
o Regra é melhor preditor que o melhor dos juízes
o Acertos de 70% em relação à evolução futura da situação
Modelos atuariais de julgamento - Modelo de regressão
Dado um critério e um conjunto de sinais (preditores)
o Análise de regressão
o Lógica de uma equação de regressão:
Y’ = Interceção + P1 x w1 + P2 x w2 + P3 x w3 + ….. Pn x wn + erro
Y’ – Estimativa do valor da variável que estamos a tentar prever
Pn - preditores da variável a estimar
w - Coeficiente de cada preditor na equação de regressão
Ver exemplos (2,3)
Propriedades dos modelos atuariais
o Condensam o conhecimento objetivo (as estatísticas) e a intuição de peritos
o Consideram apenas os sinais relevantes
o Ao contrário dos peritos, são absolutamente regulares nos julgamentos que produzem: julgamentos mais corretos mais vezes
o Utilizações
Medicina
Diagnóstico psicológico
Diagnóstico pedagógico
Seguros
…
o Situações que se apresentam regularmente e que são resolvidas da mesma forma
o Situações em que o decisor pode não estar em situação de analisar de forma sistemática os dados (emergências)
o Situações em que a decisão envolve várias dimensões importantes
Multicriteria decision making (MCDM) - como avaliar a melhor alternativa quando temos vários critérios simultaneamente?
Procedimento para análise de apoio à decisão quando temos de decidir entre várias alternativas e temos várias informações quanto a essas alternativas. Neste tipo de situação o mais provável é entrar em stress. Esta metodologia permite não excluir critérios que nós achávamos inicialmente importantes, ou seja, não nos “esquecermos” de argumentos importantes devido à confusão e à quantidade de informação.
MCDM - em excel
Tabelas (4)
Em Excel:
1. Enumerar as alternativas e quantificar as suas caraterísticas importantes, fazendo uma tabela comparativa: uma alternativa por linha e as caraterísticas nas colunas
2. Classificar caraterísticas benéficas (que queremos maximizar) e caraterísticas não-benéficas (que queremos minimizar)
3. Localizar e eliminar as alternativas perfeitamente dominadas, ou seja, que são piores em todos os critérios, quando comparadas com qualquer uma das outras alternativas
4. Normalizar os valores das caraterísticas, criando uma segunda tabela:
a. Nas caraterísticas benéficas: em cada coluna localizar o valor máximo e dividir as alternativas pelo valor máximo
b. Nas caraterísticas não-benéficas: localizar o valor mínimo e dividir este valor pelos valores das alternativas
(o efeito destas duas transformações é reduzirmos todos os valores das alternativas a valores entre 0 e 1 em que 1 é sempre o valor mais desejável)
5. Definir a importância que tem para nós cada uma das caraterísticas. A soma das ponderações deve ser igual a 1. Fazer uma terceira tabela com os valores normalizados ponderados
a. Ex. uma característica importante pode ser quantificada em 0,3 enquanto uma menos importante pode ser apenas 0,05. A soma destas quantificações deve somar 1.
6. Somar as linhas e escolher a que tem o valor máximo
Estrutura de uma decisão
Imagem (5)
Modelo do valor esperado (MVE) - Quantificação
Como definir o valor de algo que reside apenas no futuro e que não podemos ter a certeza absoluta de que vai acontecer?
o Ex. Qual o valor de se ser vacinado contra a COVID19?
A vacina funciona? A imunidade dura quanto tempo? Serei infetado se não tomar a vacina? Vou ter direito a ser vacinado? Depois de vacinado posso contagiar outras pessoas?
A incerteza em relação ao futuro pode ser quantificada, sob a forma de uma probabilidade
As probabilidades variam entre 0 e 1
o Um acontecimento com probabilidade ZERO é um acontecimento IMPOSSÍVEL
o Um acontecimento com probabilidade UM é um acontecimento CERTO
MVE - equação
A ideia de quantificar a incerteza associada a um evento está na base da teoria das probabilidades.
Como definir o valor de algo que reside apenas no futuro e que não podemos ter a certeza absoluta de que vai acontecer?
o O valor esperado (Ve) de um acontecimento futuro é o valor que este acontecimento teria no presente atenuado pela probabilidade de ocorrer realmente:
𝑽𝒆 = 𝒗𝒂𝒍𝒐𝒓 𝒂𝒕𝒖𝒂𝒍, 𝒔𝒆 𝒂𝒄𝒐𝒏𝒕𝒆𝒄𝒆𝒔𝒔𝒆 × 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒂𝒄𝒐𝒏𝒕𝒆𝒄𝒆
o Valor atual, se acontecesse (definido por nós tendo em conta a situação)
Exemplos (5,6)
MVE - Balanço
Na prática, o modelo do valor esperado diz-nos que num problema de decisão devemos dar atenção ao valor e à probabilidade das alternativas.
Este modelo pode ser usado em muitas situações…
…mas nem todos os problemas de decisão podem ser reduzidos a estes dois elementos.
o Qual o valor esperado de declararmos o nosso amor à pessoa que amamos?
o Qual o valor esperado de decidirmos fazer o Mestrado em Cognição Humana?
o Qual o valor esperado de adotarmos um gatinho superfofo?
Kahneman e Tversky - Ideias principais
- Comparações de alternativas certas com alternativas incertas – Kahneman e Tversky focam-se nos comportamentos que ocorrem quando as pessoas lidam com escolhas onde o resultado é certo vs quando há incerteza.
- Julgamentos sob incerteza
a. Uma boa história é muito melhor que uma boa estatística – a ideia de ignorância da frequência de base (ex. dos 30% de psicólogos para 70% de engenheiros – a escolha foi mais vezes psicólogo mesmo quando a probabilidade é menor, só porque a história faria sentido)
b. Evitamento da incerteza – preferimos escolher opções que ofereçam mais certeza mesmo que mais arriscadas)
c. Economia do esforço mental (e o efeito de treino) – Para economizar recursos cognitivos, frequentemente recorremos a heurísticas, simplificando o processo de decisão. Isso nem sempre é negativo, mas pode levar a erros. O “efeito de treino” significa que, em situações repetitivas, conseguimos melhorar o desempenho, tornando as decisões mais rápidas e precisas. - A eficácia dos processos cognitivos - Embora as heurísticas economizem tempo e esforço mental, nem sempre levam a decisões corretas
- A interpretação de Gigerenzer e do ABC Group - Enquanto Kahneman e Tversky enfatizam os erros causados pelas heurísticas, Gigerenzer e o ABC Group têm uma visão diferente. Eles argumentam que as heurísticas são ferramentas úteis e eficazes, adaptadas para tomar decisões rápidas em ambientes onde a informação é limitada.
Kahneman e Tversky - Heuristicas e enviesamentos cognitivos
Página 7
Kahneman e Tversky - Representatividade
- Representatividade:
Ao usarmos a heurística da representatividade, o que fazemos é estimar a probabilidade de A usando o grau de semelhança entre A e uma classe de acontecimentos conhecida.
o Utilidade: demoramos muito menos tempo a estimar probabilidades;
o Risco: por vezes erramos na estimativa
Ex. No problema das maternidades: a probabilidade do acontecimento “meninos/dia em qualquer das duas maternidades > 60%” é estimada pela semelhança deste acontecimento com o acontecimento “nascimentos em geral” em que sabemos que os meninos nascem com probabilidade ≈ 50%
Resultado: consideramos que a probabilidade destas percentagens de meninos é igual nas duas maternidades, porque achamos que ambas são igualmente boas representantes do fenómeno, e subestimamos o efeito do tamanho da amostra.
Kahneman e Tversky - Disponibilidade
- Disponibilidade
Ao usarmos a heurística da disponibilidade, estimamos probabilidades pela facilidade com que nos lembramos de determinados acontecimentos.
o Utilidade: os acontecimentos mais frequentes são mais fáceis de lembrar, portanto se usarmos a facilidade de recordação como pista para a probabilidade não andamos, em geral, muito longe da realidade.
o Risco: acontecimentos dramáticos, por exemplo uma impressora que avaria na hora errada, são também mais fáceis de recordar (ex. o que é mais provável: A. A impressora avariar quando preciso de usar; B. A impressora avariar em qualquer altura)
Kahneman e Tversky - Aconragem e ajustamento
Página 7
Desenvolvimento da teoria dos prospetos - Teoria da utilidade esperada
- Teoria da Utilidade Esperada
A Teoria dos Prospetos desenvolveu-se como uma extensão da Teoria da Utilidade Esperada.
Esta é uma abordagem clássica para a tomada de decisões sob risco. A ideia básica é que, ao escolher entre diferentes alternativas, as pessoas ponderam cada resultado possível (bom ou mau) com base na sua utilidade (quão desejável ou indesejável é o resultado) e na probabilidade de esse resultado acontecer.
o Valor e utilidade - o valor de algo é medido em termos de sua utilidade, ou seja, quanto mais algo tem valor, em termos de satisfação/bem-estar, mais utilidade tem. As decisões racionais, segundo essa teoria, são aquelas que maximizam a utilidade esperada.
o Integração do património na tomada de decisão
Desenvolvimento da teoria dos prospetos - Teoria da utilidade esperada: Pressupostos
Página 8
